計算機行業：人形機器人市場-Tesla BotAI的星辰大海-220630（33頁）.pdf

《計算機行業：人形機器人市場-Tesla BotAI的星辰大海-220630（33頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：人形機器人市場-Tesla BotAI的星辰大海-220630（33頁）.pdf（33頁珍藏版）》請在三個皮匠報告上搜索。

1、華西計算機團隊華西計算機團隊2022年6月30日Tesla Bot: AI的星辰大海請仔細閱讀在本報告尾部的重要法律聲明請仔細閱讀在本報告尾部的重要法律聲明僅供機構投資者使用證券研究報告|行業深度研究報告分析師：劉澤晶SAC NO：S1120520020002郵箱：核心邏輯: 人形機器人前景廣闊，蓄勢待發馬斯克宣布進軍人形機器人領域，人工智能進入新紀元。特斯拉或將于今年9月推出首款人形機器人原型機，將其命名為”OPTIMUS”，此舉意味著特斯拉不只是一家電動車公司，而是一家AI公司。我們認為人形機器人的出現可以賦能千行百業，是人工智能場景的下一波浪潮，隨著技術的不斷成熟和商業化落地，有望帶來萬

2、億級別的空前藍海。在此背景下，我國國內廠商有望復制國產智能駕駛生態逐漸突破和成熟取得的良好成績，人形機器人勢在必行，國內廠商大有可為！人形機器人背后需要極大的算力需求，具備自研AIAI處理器的廠商可以提供強大的算力支撐。 算力作為數據加速處理的動力源泉，其重要性不言而喻。機器學習的訓練環節需要龐大的數據輸入量才能支持復雜的神經網絡模型，訓練過程中由于復雜的神經網絡結構和較大的運算量，因此對于處理器的算力、效率(能耗)要求極大；同時，推斷環節同樣需要大量的矩陣運算。AIAI處理器芯片可以支持深度神經網絡的學習和加速計算，相比于GPUGPU和CPUCPU擁有成倍的性能提升，和極低的耗電水平。因此具

3、有自研AIAI處理器芯片的公司具有先發優勢。人形機器人的商業落地需要下游場景的數據融合，具備AIAI算法落地的廠商具有比較優勢。特斯拉在智能駕領域已經實現了純視覺的解決方案，相關FSD系統可以直接用于人形機器人的機器視覺領域。然而距離人形機器人的落地，需要其數據和下游細分場景緊密統合，通過數據算法的迭代，進而提供商業服務。具備AIAI算法落地的廠商本身具有卡位優勢，即與下游場景連接密切，雙方可以通過合作共同賦能客戶，加快人形機器人的落地。投資建議: 關注三條投資主線 1)具備自研AI處理器的廠商，受益標的為:寒武紀、商湯、海光信息；2)具備AI算法商業落地的廠商，重點推薦科大訊飛，其他受益標的

4、為?？低?、虹軟科技、云從科技；3)機器人終端廠商，受益標的為: 石頭科技、九號公司。風險提示: 核心技術水平升級不及預期的風險、競爭加劇風險、政策推進不及預期的風險、中美貿易摩擦升級的風險。2資料來源：華西證券研究所iWgVrU8WeXcZvYpZuZbRcM8OpNnNpNmOkPrRsNkPqQpO8OmNmMuOsQuMvPtQxP目錄301 AI新篇章，人形機器人02 人形機器人前景廣闊，蓄勢待發03 投資建議04 風險提示01AI新世紀，人形機器人41.1 特斯拉不滿足造車，進軍AI機器人領域特斯拉或將于20222022年9 9月3030日推出首款人形機器人原型機，并將其命名為”

5、OPTIMUS” OPTIMUS”，寓意為”極佳”。早在2021年8月19日，馬斯克在特斯拉人工智能日時提出推出人形機器人，旨意是解決從事重復性高、單調枯燥的危險差事。馬斯克宣布進軍AI機器人領域，意味著特斯拉絕不只是一家電動車公司，而是一家AIAI公司。此外馬斯克聲稱特斯拉機器人有朝一日隨著時間推移將比汽車公司更加重要。5 特斯拉人形機器人概念圖馬斯克宣布推出AI機器人”Optimus”1.2 特斯拉人形機器人配置幾何？特斯拉機器人可以簡單拆分2 2個域，即AIAI域及技術域。AIAI域: : 采用FSD computer作為算力核心，配備8個Autopliot Cameras作為傳感器，支

6、持深度學習、大數據分析，Dojo訓練，自動標記等算法。技術域: :機器人頭部包含信息屏幕，用來展示信息，此外機器人由輕質材料組成，并且四肢包含40個左右的機電執行器，并通過力反饋感應系統來實現平穩和敏捷雙腳行走。據馬斯克介紹，該機器人1大約1.73米，體重約56.7千克，可抱起約20.4千克的貨物最快行走速度可約達8KM/時。我們認為AIAI域是人形機器人的核心，因為機器人只有通過不斷的機器學習的訓練，才能完成指定的任務。此外特斯拉人形機器人是特斯拉自動駕駛的集大成者，因為人形機器人的核心與智能駕駛共用FSDFSD系統，我們預計智能駕駛很多神經網絡系統將會應用在人形機器人中。6 特斯拉人形機器

7、人概念圖1.3 人形機器人的大腦AI訓練Dojo D1芯片數據是實現智能駕駛和智能機器人的根基，而算力為機器學習、神經網絡提供基礎動力，隨著特斯拉所處理的數據指數級的增長，公司由于耗電問題放棄Nvidia A100 GPU作為超級電腦的陣列去做訓練，而是憑借自身強大的垂直整合能力，研發出專注于深度學習訓練的Dojo D1芯片，于是特斯拉Dojo超級電腦應運而生。D1D1芯片作為DojoDojo超級計算機的關鍵單元，實現了超強算力和超高帶寬，實現了空間和時間的平衡。該芯片采用分布式結構和7納米工藝，搭載500億個晶體管、354個訓練節點，僅內部的電路就長達17.7公里。DojoDojo超級計算機

8、實為”性能猛獸”，算力高達9PFLOPs9PFLOPs 。Dojo超級計算機的訓練模塊由1500個D1芯片組成，共53萬余訓練節點，相鄰芯片之間延遲較低，配合特斯拉自創高寬帶、低延遲的連接器，算力高達9PFLOPs，是世界上首屈一指的超級計算機。與業內相比，同成本性能可提升4倍，同能耗性能可提高1.3倍，占比空間節省五倍。7 特斯拉DOJO1芯片示意圖特斯拉超級電腦1.3 人形機器人的大腦AI訓練Dojo D1芯片特斯拉Dojo D1Dojo D1芯片主要可以拆解成4 4個部分，即CPUCPU、SwitchSwitch、MatmultMatmult、SIMDSIMD。CPUCPU即中央處理器，

9、是計算機系列的運行和控制核心，是信息處理、程序運行的最終指令單元。SwitchSwitch即交換器，是計算機芯片與芯片之間的橋梁，具有數據傳輸功能。SIMDSIMD即單指令流多數據流，可以理解成平行計算，是采用一個控制器來控制多個處理器，介入實現空間并行性的技術，簡單來說是一個指令可以處理多個數據。Mat mult Mat mult 即計算單元，可以專注于神經網絡的計算，進而加速神經網絡的計算速度，是特斯拉計算機實現算力猛獸的根本原因之一。我們認為可以將該計算單元可以理解成人工智能芯片，即AIAI處理器，是一款芯片專門用于機器學習的算法及神經網絡的運算，可用于訓練和推理。相較于同期的CPU和G

10、PU相比，可以實現15-30倍的性能提升，以及30-80倍效率(性能)提升。8 Dojo D1芯片架構1.4 人形機器人的靈魂AI機器視覺機器視覺是AIAI深度學習的一種應用與技術方向，無論是人形機器人還是智能駕駛都是機器視覺的落地方向之一。神經網絡是實現AIAI深度學習的一種重要算法，覆蓋人形機器人從識別到生成指令的全流程。是通過對人腦的基本單元神經元的建模和鏈接，探索模擬人腦系統功能的模型，并研發出的一種具有學習、聯想、記憶和模式識別等具有智慧信息處理功能的人工系統。神經網絡在智能機器人的應用廣泛，主要應用在物體識別、規劃、假設、訓練/ /測試等各個環節。神經網絡最重要的特征是能從環境中學

11、習，并把學習的結果分布存儲在網絡的突觸連接中。神經網絡是學習的一個過程。在環境的刺激下，相繼給網絡輸入一些樣本模式(input layer)，按照一定的學習算法調整網絡各層的權值矩陣(hidden layer)，待網絡各層權值收斂到一定值，學習過程會結束(output layer)。9 神經網絡示意圖特斯拉神經網絡示意圖1.4 人形機器人的靈魂AI機器視覺我們認為特斯拉在智能駕駛和人形機器人在機器視覺的路徑上具有異曲同工之妙。一套完整的訓練、測試( (工作) )運動包含傳感器、感知、評估、規劃、制動器五個部分。首先由傳感器收集數據，隨后數據通過神經網絡的運算進行數據轉換及數據清洗，生成計算機可

12、以識別的數據信息；然后評估模塊基于感知模塊生成的數據生成完成任務的多種路徑；由評估模塊選擇使用最低能效完成任務的簡單路徑，隨后生成規劃指令集；最后由規劃生成控制指令集，完成對制動器的判定，讓機器人完成指令任務。10資料來源：華西證券研究所特斯拉機器視覺全流程示意圖特斯拉人形機器人工作流程圖1.4 人形機器人的靈魂AI機器視覺特斯拉最著名的AIAI算法是其機器視覺中的純視覺解決方案，該算法在人形機器人的制造中將其延續?；趫D像的目標檢測: 目的是確定圖象中是否存在給定類別的目標實例，可以是動態或靜態目標，如果存在，就返回每個目標實例的空間位置和覆蓋范圍。目標檢測是解決分割、場景理解、目標追蹤、圖

13、像描述、事件檢測和活動識別等更復雜更高層次(時間記憶等)的視覺任務的基礎。2D2D物體識別到3D3D物體識別的轉換: : 特斯拉通過在8個不同位置的攝像頭，得到不同角度的同一物體，在通過神經網絡(類似NeRF算法)渲染出該物體的3D圖像，并記錄該物體的大小及位置；隨后生成一個3D向量空間，通過鳥看圖的方式，通過另一種神經網絡(類似LSTM算法)和物體識別計算出物體下一時間點出現的位置，至此人形機器人完成全部的感知步驟，其中包含三維信息及時間維度信息，并將該信息存儲在訓練集中，并不斷強化學習。11資料來源: Yputube，Github，華西證券研究所特斯拉2D物體識別到3D物體識別的過程示意圖

14、1.5 人形機器人的競爭對手 波士頓動力特斯拉人形機器人的直接競爭對手為波士頓動力，該公司生產的人形機器人名為AtlasAtlas，由美國國防部國防高等研究計劃署（DARPA）的資助和監督，設計目的是搜索及拯救任務。Atlas高度為1.5M，體重為80KG，具有機電執行器28個，速度可達9KM/時。其中與特斯拉最大的不同是AtlasAtlas的傳感器采取以激光雷達為主的傳感器技術。此外，Atlas的優勢在于其機械系統采用了獨特的液壓結構；而OPTIMUSOPTIMUS的優勢在于強大的D1D1芯片及視覺解決方案；同時，雙方都采取了零件3D打印技術，其目的是減輕機器人的重量。12 特斯拉機器人與波

15、士頓動力比較純視覺方案激光雷達02人形機器人前景廣闊，蓄勢待發132.1 以史為鏡，人形機器人打開AI新篇章從智慧城市到智能駕駛AIAI浪潮的變化，我們預計人形機器人為人工智能的下一落地應用場景。大數據時代: : 2016年AI戰勝柯潔，同時隨著基礎算力的提升，我國開啟新一輪人工智能熱潮即大數據時代。政策、資本先行，應用場景逐漸豐富。無人機、AI翻譯機等相繼落地。智能駕駛: : 隨著海量數據的陸續爆發，基礎算力及芯片的陸續演進，特斯拉Autopilot憑借完善的功能定義、依靠數據不斷學習的算法，以及通過OTA實現的軟件升級，全球正式進入智能駕駛時代，同時,谷歌、百度、騰訊、華為等互聯網巨頭相繼

16、入局，推動智能駕駛加速發展。疊加政策持續推動自動駕駛商業化運營落地。如今，我國國內廠商在智能座艙、駕駛等發面都取得實際性的突破，未來國產化的生態將大有可為。人形機器人: : 未來隨著人形機器人的落地，枯燥乏味、重復性高例如買菜、家務等工作極易被人形機器人取代，我們認為這是人工智能的下一波浪潮，國內公司極大可能復制在智能駕駛領域取得的成果。14資料來源: 華西證券研究所人工智能浪潮的變化2.2 人形機器人前景廣闊，擁抱萬億藍海根據麥肯錫數據稱，隨著AI的不斷進步，預計2030年全球約有3.75億人口由于AI的技術突破將重新就業，從數量上看，我國將有1200萬至1.02億人口需要重新就業。全球平均

17、被取代的勞動力比率為15%，我國作為人口大國基本與世界保持持平為16%。此外，據馬斯克透露人形機器人的實際成本不會很高，可能比汽車還低。安德魯預測是25000美元，約人民幣16萬元。按照特斯拉MODEL 3 最低售價約為28萬元，我們保守估計Optimus售價為20萬元。長期來看，我們保守估計，到20302030年全球人形機器人市場規?？蛇_萬億規模，是繼智能駕駛電車后又一AIAI的空前藍海。15 發達國家與發展中國家受機器人影響的重新就業人口波士頓動力人形機器人Atlas后空翻場景圖2.3 梳理人形機器人相關廠商我們認為人形機器人的出現可以賦能千行百業，有望取代重復性高、單調枯燥的繁瑣工作任務

18、，同時，搜索拯救等一系列危險問題工作有望得到解決，快遞、家政、服務業、工業等一系列場景有望率先得到落地。此外，人形機器人是AIAI場景的下一波浪潮，隨著技術的不斷成熟和商業化的落地，有望帶來萬億級的空前藍海，在我國智能駕駛的生態逐漸突破和成熟的背景下，人形機器人勢在必行，國內公司極大可能復制在智能駕駛領域取得的成果。我們認為人形機器人的受益廠商分為兩類: : 1)1)具備自研AIAI處理器的廠商；2)2)具備AIAI算法商業落地的廠商。具備自研AIAI處理器的廠商可以為人形機器人的神經網絡提供算力支撐。人工智能的本質及數據的海量運算，相較于AI算法，數據才是重中之重。算力作為數據加速處理的動力

19、源泉，其重要性不言而喻。根據機器學習的算法步驟，可分為訓練和推斷兩個環節，訓練環節需要極為龐大的數據輸入才能支持一個復雜的神經網絡模型，訓練過程中由于復雜的神經網絡結構和海量訓練數據，運算量巨大，因此對于處理器的算力、效率(能耗)要求極大。AIAI處理器芯片可以支持深度神經網絡的學習和加速計算，相比于GPUGPU和CPUCPU擁有成倍的性能提升，和極低的耗電水平。此外，推斷環節相較于訓練環節的計算量相對較小，但依然會涉及大量的矩陣運算，因此，人工智能芯片將發揮大量作用。人形機器人的落地需要下游場景的數據融合，具備AIAI算法落地的廠商具有比較優勢。特斯拉在智能駕領域已經實現了純視覺的解決方案，

20、相關FSD系統可以直接用于人形機器人的機器視覺領域。然而距離人形機器人的商業落地，其數據需要和下游細分場景緊密結合，通過優質細分場景下的數據和算法進行不斷地迭代訓練，最后提供具有價值的商業服務。人形機器人在細分場景海量數據并不可以直接獲得，而具備AI算法商業化落地的公司本身具備卡位優勢，即與下游細分場景連接密切，雙方可以通過合作共同賦能客戶，進而加速人形機器人的商業化落地。16資料來源：華西證券研究所2.4.1 寒武紀: 專注于人工智能芯片的龍頭廠商寒武紀是一家專注于人工智能芯片的龍頭廠商，目前公司產品已經廣泛應用于消費電子、數據中心、云計算等諸多場景。公司新產品為人工智能提供強大算力支撐。公

21、司于2021年發布思元 370 智能芯片，是寒武紀第三代云端產品，采用7nm制程工藝，首次采用chiplet（芯粒）技術的AI芯片，集成了390億個晶體管，最大算力高達256TOPS(INT8)，是寒武紀第二代產品思元270270的兩倍，該芯片實現訓推一體，大幅提升了開發部署的效率，降低用戶的學習、開發、運營成本。旗下產品MLU370MLU370- -X8X8是主打中高端訓練場景的AIAI加速卡，采用雙芯370配置，可廣泛應用于智能駕駛、自然語言處理、搜索推薦、機器視覺等場景。產品可以提供豐富的FP16、BF16等多種訓練精度,同時搭載多芯互聯技術，每張加速卡可獲得200GB/s的通訊吞吐性能

22、，是PCle4.0帶寬的3.1倍，可高效執行多芯多訓練和分布式推理任務。17 寒武紀MLU370-S5智能加速器寒武紀思元370芯片2.4.2 商湯科技: 硬+軟一體化的龍頭賦能商商湯科技是人工智能硬件+ +軟件一體化的龍頭賦能商。硬件方面，公司2021年自研了高效率、高產能的智能算力、通用算法一體化的新興智能基礎設施Sencecore，通過提供AI通用模型訓練能力，實現AI應用模型的規?；慨a。截至2021年底，累計投入的超級算力群總算力為1.17百億億次浮點運算(1.17 exaflops)，2022年新的智能計算中心在上海臨港落地，峰值算力可達3.74exaflops，通過生產出的商用模

23、型數量可達34000個。公司自研人工智能推理芯片已經商業化落地。2021年，公司自研人工智能推理芯片STPU S100-0AC，并且成功在企業方舟和城市方舟中成功商業落地，相比于傳統GPU，相同成本下，STPU的處理視頻流數量增加了3倍，截至2021年底，累計出貨量超過16000個，同時公司在緊密研發人工智能訓練芯片。18 商湯科技智算中心示意圖2.4.2 商湯科技: 硬+軟一體化的龍頭賦能商商湯科技在軟件方面以原創技術作為根基，SenceCoreAISenceCoreAI裝置為核心動力，布局多個領域、多方向的前沿研究，快速打通AIAI在各個垂直場景中的應用，進而向行業賦能。其中商湯的AI軟件

24、技術能力包括智能汽車技術、通用人工智能、人工智能決策等8項AI技術。智能汽車技術: : 公司智能汽車技術包含視覺感知技術、激光雷達感知技術、決策規劃及控制技術等多種技術，覆蓋智能駕駛的整個流程。公司2021年推出SenceAuto絕影智能汽車平臺，在智能駕駛、智能座艙、L4無人駕駛、車路協同等方面持續推進。截至2021年底累計合作客戶超過30家，累計定裝量超過2300萬臺，未來五年內量產車型多達60多款。人工智能決策技術: : 該技術賦能于千行百業，其中該技術包含AI智能游戲、同游決策AI工具鏈、自動駕駛決策系統等多項功能。同時，公司持續構建開源體系，相繼開源OpenMMLab高性能深度推理引

25、擎、OpenGVLab決策智能開源平臺，OpenDllab智能決策平臺。截至2021年底，公司在GitHub上獲得超過47000顆星標，用戶遍布110個國家和地區，成為最受歡迎的機器視覺算法庫之一。19 商湯科技視覺感知技術商湯科技自動駕駛決策系統2.4.3 海光信息: 深度計算處理器已商業落地海光深度計算處理器(DCU)(DCU)可廣泛應用于大數據處理、人工智能、商業計算等場景。產品基于主流通用并行計算架構，內置大量運算核心，具有較強的并行計算能力和較高的能效比，適用于向量計算和矩陣計算等計算密集型應用。海光DCUDCU具有開源生態，統一底層硬件驅動平臺，支持常見計算框架和編程模型。海光DC

26、U的構成與CPU相似，主要功能模塊包括計算單元（CU）、片上網絡、高速緩存、各類接口控制器等。目前深算一號已經實現商業化落地，產品性能均達到了國際上同類型主流高端處理器的水平，深算二號仍處于研發階段，可為泛人工智能等場景提供強大算力支持。20 海光信息架構示意圖海光DCU產品形態2.5.1 ?？低? 引領智能物聯網的龍頭廠商?？低暺煜驴毓勺庸疚炇W絡面對多元需求已經開發出機器人產業線，包括陪伴機器人、掃地機器人等。2021年公司推出了兒童智能陪護機器人RK2，支持遠程遙控、智能語音對話、雙向微視頻、人臉識別等功能。同時掃地機器人RSIN，采用分置式 dToF 激光雷達精確建圖定位，支持區

27、域劃分、定點清掃、自動回沖等功能，此外還能滿足視頻看家需求。?？低暪疽詸C器視覺、人工智能和導航控制為核心，憑借算法累計，軟硬件開發功能，持續在移動機器人、機器視覺領域深耕投入，推動生產、物流的智能化與數字化。21 ?？低暜a品全景圖2.5.1 ?？低? 引領智能物聯網的龍頭廠商?？狄苿訖C器人硬件產品AMRAMR架構平臺及產品硬件: : 公司助力于制造物流行業的智能化，?？禉C器人持續聚焦產品和技術的突破升級，提升設計研發到實施部署的全流程效率，2021年公司發布第一代移動機器人AMR架構平臺和基于該平臺的全新硬件產品，包括潛伏系列、移/重載系列、叉式系列、料箱系列。?？禉C器人軟件產品機器人

28、控制系統、智能倉儲管理系統: : 機器人控制系統RCS通過不同組件組合，形成調度、仿真、數字孿生三大系統、可同時指揮不同品類的AMR共同作業；智能倉儲系統IWMS將”貨到人”的智能物流模式向“多行業、全場景、全覆蓋”奮力推進。解決方案: 1)1)汽車行業: : 包含多種軟件對接模式以滿足不同備料模式，配置不同出入庫策略，實現生產數據順暢聯通，助力客戶穩步落實敏捷制造; 2) 3C2) 3C電子行業: : ?？低ㄟ^多種AMR車型、搭配倉庫指控系統、對接提升機、自動門等設備，覆蓋制造業中手機生產、加工等整場物流應用，實現全場物料搬運的無人化、智能化、自動化；3)3)新能源行業: : 光伏、鋰電行業

29、的生產環節，通過LMR+CMR+FMR的組合方案，幫助企業節約人力，提高產能。22 ?？狄苿訖C器人家族譜2.5.1 ?？低? 引領智能物聯網的龍頭廠商?？低曇詸C器視覺、工業傳感作為核心，驅動生產數字化和智能化: : 2D2D視覺產品線: ?？禉C器人以工業相機為核心，工業鏡頭、工業光源和工業采集卡為輔助，為行業客戶提供完整的視覺成像采集方案，2021年公司在FPGA架構基礎上，實現了功耗控制、圖像質量、傳輸穩定性的全面提升，形成CS和CU兩個產品系列。智能IDID產品線: :?？禉C器人以視覺算法為核心，聚焦開放式算法平臺和通用型智能硬件產品，為行業提供高效高性能智能處理平臺。2021年視覺算

30、法方面，開發了基于小樣本的AI監測算法、無監督缺陷檢測算法等，提升了視覺算法的應用寬度和深度。3D3D視覺產品線: :?？禉C器人以3D傳感技術為核心，3D 軟件系統為平臺，為行業客戶提供一站式3D視覺應用解決方案。2021年，公司推出多款RGBD立體相機產品。未來，?？低晫⒊掷m深耕智能制造領域，在移動機器人和機器視覺兩個業務不斷開拓，助力全球智能制造的進一步發展。23 ?？低曋悄軝C器人生態2.5.2 科大訊飛: 自然語言處理的全球龍頭廠商科大訊飛于20222022年初正式發布了”訊飛超腦 2030 2030 計劃”，其目的是向“全球人工智能產業領導者”的長期愿景邁進。該計劃是公司的核心戰略

31、，目的是構建基于認知的人機協作、自我進化的復雜系統，即讓機器人感官超越人類，具備自主進化的能力，打造可持續自主進化的復雜智能系統，助力機器人走進千家萬戶。其計劃分為三個階段性里程碑: 第一階段(2022(2022- -2023):2023):推出可養成的寵物玩具、仿生動物等軟硬件一體機器人，同期推出專業數字虛擬人家族，擔當老師、醫生等角色；第二階段(2023(2023- -20252025):):推出自適應行走的外骨骼機器人和陪伴數字虛擬人家族，老人通過外骨骼機器人能夠實現正常行走和運動，同期推出面向青少年的抑郁癥篩查平臺；第三階段(2025(2025- -2030): 2030): 最終推出

32、懂知識、會學習的陪伴機器人和自主學習虛擬人家族，全面進入家庭。24 “訊飛超腦”計劃和里程表2.5.3 虹軟科技: 機器視覺的算法供應商虹軟科技專注于計算機視覺領域，為行業提供算法授權及系統解決方案，在全球范圍內為智能終端機智能駕駛提供視覺算法產品線，目前客戶主要包括三星、小米、OPPOOPPO、VivoVivo、榮耀等手機廠商及部分合資品牌汽車主機廠商。智能手機: :公司提供手機視覺算法，包括單/雙/多攝攝像頭拍攝、深度攝像頭拍攝、潛望式長焦攝像頭無級變焦、3D 表情、3D 建模、全景、SLAM、AR/VR、人臉解鎖等重要核心功能。其他終端: :公司提供隱私、美顏、視頻去噪、 SLAM、平面

33、檢測、稠密重建、語義重建、手柄 6DOF 跟蹤、裸手 3D 手勢交互等視覺解決方案。智能駕駛: :公司提供聚焦艙內服務的駕駛員監控系統、視覺互動系統、乘客監控系統、生物認證、艙內智能悅動、高級駕駛輔助系統、盲區搜索監測等一系列解決方案。25 虹軟科技智能汽車視覺解決方案2.5.4 云從科技: 人機協同生態體系賦能商云從科技是一家專注于提高人機操作系統和行業解決方案的人工智能企業，致力于推進人工智能產業化進程和各行業的轉型升級。一方面公司通過業務、硬件設備、軟件應用，為客戶提供數字化、智能化的人工智能服務。另一方面，公司基于人機協同操作系統，賦能金融、出行、商業等場景。公司自主研發了融合人工智能

34、技術的人機協同操作系統和部分Aiot設備。人機操作系統: 1) : 1) 系統結構，公司自主研發人工智能應用的設計、開發、訓練的操作系統，包含Aiot設備、人工智能算法和引擎、AI模型和訓練等核心模塊，實現AI能力的自動部署、監控和邊端感知；2) 2) 產品功能，通過底層AI業務流程引擎和只是決策系統，優化人機交互體驗，提升業務流程執行小效率，讓人機具有決策功能；3) 3) 產品分類，包含人機協同和整體操作系統、”輕舟平臺”的服務平臺及配套AI應用的SaaS服務。人工智能解決方案: : 云從科技基于自主研發的人機操作系統及其應用產品和AIoT硬件設備提供面向智慧金融、智慧治理、智慧出行、智慧商

35、業的四個領域綜合解決方案，同時提供該領域的定制化軟件開發服務。26 云從科技產品服務體系03投資建議: 梳理人形機器人受益廠商27投資建議: 梳理人形機器人的受益廠商我們認為人形機器人的出現將會賦能千行百業，打開萬億級別的空前藍海，是繼智能駕駛領域之后的又一AI商業化落地場景。我們梳理了三條路徑圖，積極的推薦以下三條投資主線:1)具備自研AI處理器的廠商，受益標的為寒武紀、商湯、海光信息；2)具備AI算法商業落地的廠商，重點推薦科大訊飛，其他收益標的為:?？低?、虹軟科技、云從科技；3)機器人終端廠商，受益標的為石頭科技、九號公司；28資料來源：華西證券研究所人形機器人的A股受益標的公司名稱公

36、司名稱股票代碼股票代碼收盤價收盤價市值市值( (億元億元) )EPS(EPS(元元) )PE(PE(倍倍) )2022/6/302022/6/302022/6/302022/6/30202120212022E2022E2023E2023E202120212022E2022E2023E2023E寒武紀*688256.SH64.70 259.33 -2.06-2.26-1.87-?？低?002415.SZ36.20 3414.82 1.812.213.1620.0 16.4 11.5 科大訊飛002230.SZ41.22 957.85 0.700.911.2358.9 45.3 33.5 虹軟科

37、技*688088.SH31.59 128.26 0.350.450.6390.3 69.7 50.1 云從科技*688327.SH24.80 183.69 -1.01-0.76-0.56-石頭科技*688169.SH616.70 411.99 21.0326.3733.3829.3 23.4 18.5 九號公司*689009.SH44.50 316.62 5.8311.7717.657.6 3.8 2.5 04風險提示29風險提示核心技術水平升級不及預期的風險: AI相關產業技術壁壘較高，公司核心技術難以突破，進程低于預期，影響整體進度。競爭加劇風險: 新興AI廠商加速進入，對傳統企業造成一定

38、壓力。政策推進不及預期的風險: 受到宏觀經濟、財政、疫情影響，政策推進節奏不及預期。中美貿易摩擦升級的風險: 供應鏈存在部分海外提供商，容易受到美國”卡脖子”制裁，導致產品研發不及預期。30資料來源：華西證券研究所免責聲明31分析師分析師與研究助理簡介與研究助理簡介劉澤晶（首席分析師）2014-2015年新財富計算機行業團隊第三、第五名，水晶球第三名，10年證券從業經驗。分析分析師承諾師承諾作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求客觀、公正，結論不受任何第三方的授意、影響，

39、特此聲明。評級說明評級說明公司評級標準公司評級標準投資評級投資評級說明說明以報告發布日后的6個月內公司股價相對上證指數的漲跌幅為基準。買入分析師預測在此期間股價相對強于上證指數達到或超過15%增持分析師預測在此期間股價相對強于上證指數在5%15%之間中性分析師預測在此期間股價相對上證指數在-5%5%之間減持分析師預測在此期間股價相對弱于上證指數5%15%之間賣出分析師預測在此期間股價相對弱于上證指數達到或超過15%行業評級標準行業評級標準以報告發布日后的6個月內行業指數的漲跌幅為基準。推薦分析師預測在此期間行業指數相對強于上證指數達到或超過10%中性分析師預測在此期間行業指數相對上證指數在-1

40、0%10%之間回避分析師預測在此期間行業指數相對弱于上證指數達到或超過10%華西證券研究所：華西證券研究所：地址：北京市西城區太平橋大街豐匯園11號豐匯時代大廈南座5層網址：http:/ 。本公司不會因接收人收到或者經由其他渠道轉發收到本報告而直接視其為本公司客戶。本報告基于本公司研究所及其研究人員認為的已經公開的資料或者研究人員的實地調研資料，但本公司對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載資料、意見以及推測僅于本報告發布當日的判斷，且這種判斷受到研究方法、研究依據等多方面的制約。在不同時期，本公司可發出與本報告所載資料、意見及預測不一致的報告。本公司不保證本報告所含信息始

41、終保持在最新狀態。同時，本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者需自行關注相應更新或修改。在任何情況下，本報告僅提供給簽約客戶參考使用，任何信息或所表述的意見絕不構成對任何人的投資建議。市場有風險，投資需謹慎。投資者不應將本報告視為做出投資決策的惟一參考因素，亦不應認為本報告可以取代自己的判斷。在任何情況下，本報告均未考慮到個別客戶的特殊投資目標、財務狀況或需求，不能作為客戶進行客戶買賣、認購證券或者其他金融工具的保證或邀請。在任何情況下，本公司、本公司員工或者其他關聯方均不承諾投資者一定獲利，不與投資者分享投資收益，也不對任何人因使用本報告而導致的任何可能損失負有任何責任

42、。投資者因使用本公司研究報告做出的任何投資決策均是獨立行為，與本公司、本公司員工及其他關聯方無關。本公司建立起信息隔離墻制度、跨墻制度來規范管理跨部門、跨關聯機構之間的信息流動。務請投資者注意，在法律許可的前提下，本公司及其所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務。在法律許可的前提下，本公司的董事、高級職員或員工可能擔任本報告所提到的公司的董事。所有報告版權均歸本公司所有。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，如需引用、刊發或轉載本報告，需注明出處為華西證券研究所，且不得對本報告進行任何有悖原意的引用、刪節和修改。THANKS