1、 敬請參閱末頁重要聲明及評級說明 證券研究報告 Table_Title 智能家居:ChatGPT 等大模型催化智能家居行業進一步發展 Table_IndNameRptType 家居用品家居用品!#$/!%&行業評級:增持行業評級:增持 報告日期:2023-04-11 行業指數與滬深行業指數與滬深300走勢比較走勢比較 Table_Author 分析師:馬遠方分析師:馬遠方 執業證書號:S0010521070001 郵箱: 相關報告相關報告 !#$%!#$%l ChatGPT等等大模型為智能家居行業大模型為智能家居行業發展發展帶來新機遇帶來新機遇。智能家居是智能化的家庭系統,物聯網(IoT)的家
2、用落地場景,能夠增加生活便利、舒適、安全。以具備智慧家居入口意義的智能音響為例,過去實現了語音助手、家居控制功能,但趨向產品同質化嚴重,市場缺乏創新,增長放緩。我們認為主因 1)用戶體驗)用戶體驗達到瓶頸達到瓶頸(產品智能化、(產品智能化、交互能力不足);交互能力不足);2)安全性安全性待提升;待提升;3)兼容性兼容性存在存在問題問題。近期國外智能家居提供商 josh.ai 提供結合 ChatGPT 的使用示例,阿里大模型團隊在天貓精靈智能音箱上部署個性化終端模型。企業接入大模型,或助于智能家居設備提升物聯網能力,從三方面為其賦能:1)用戶體驗:用戶體驗:智能化水平、交互模式提升帶來用戶體驗升
3、級;2)信息信息安全性:安全性:可從數據保護、漏洞預測、安全標準和監管帶來提升;3)降本增效:降本增效:大模型或可降低智能家居企業生產成本和產品開發成本。l ChatGPT等大等大語言語言模模型型,將如何改變智能家居?,將如何改變智能家居?大模型是 AI 領域中自然語言處理技術的重要方向之一,是 AI 實現自然語言理解和生成能力的重要工具。2018 年后隨 OpenAI 發布 GPT,其發展呈加速態勢。ChatGTP 及 GPT4.0 等大模型為人機交互、AI 領域帶來革命性升級。我們認為大模型能提升智能家居硬件設備的交互能力和智能化水平。隨著 1)硬件升級硬件升級(芯片+服務器)支持算力增長
4、;2)算法算法的的優化與創新優化與創新(n-gramRNN、CNNGANTransformer);3)數數據質量優化據質量優化(單模態多模態)三方面驅動迭代,大模型逐漸:1)溝通能力更自然,溝通能力更自然,提升智能家居設備語音交互的響應速度;2)多模)多模態感知能力得到提升,態感知能力得到提升,提升設備的智能化水平(準確性、靈活度)。l 智能家居中游多個硬件細分市場或迎來智能家居中游多個硬件細分市場或迎來系統系統性增長性增長。智能家居千億美金市場,ChatGPT、GPT4.0 等大語言模型帶來的能力提升浪潮,正在向多垂直領域智能設備擴散,家庭及社區空間智能設備應用潛力龐大,智能音響等作為全屋入
5、口的戰略級意義進一步提升,并有望進一步帶動其他智能設備滲透率加速。據艾媒咨詢,2020 年中國市場1705.0 億元,CAGR4 為 28.8%。2021 年全球市場 1072.8 億美元,CAGR4 為 26.5%。中國起步晚于歐美,2020 年滲透率 12.6%,同期英/美滲透率為 32.9%/36.6%,行業 2014 年后進入大眾市場普及階段。1)智能音箱:)智能音箱:全屋智能入口,全屋智能入口,AI賦能實現能力革命性提升,賦能實現能力革命性提升,戰略位置進一步突出戰略位置進一步突出。2014 年后快速增長,但由于產品同質化、缺乏創新,2019 年后進入調整期,增長放緩。中國滲透率 1
6、0.0%低于加拿大、美國;2)智能中控屏:)智能中控屏:全屋智能全屋智能控制控制入口,入口,強交互屬性強強交互屬性強化入口位置化入口位置。2021 年巨頭入場行業進入爆發增長,中國滲透率 4.9%遠低于英美;3)智能照明:)智能照明:AI 能提高照明效果和舒適度,帶來個性化和節能的照明體驗;4)智能安防:)智能安防:AI 能使得安防系統更加準確、自主和高效,提高安全性、減少誤報率;5)其他智能家居類產品根其他智能家居類產品根據交互屬性強弱,包括智能窗簾、智能床、智能衛浴、智能晾曬等,據交互屬性強弱,包括智能窗簾、智能床、智能衛浴、智能晾曬等,全屋智能能力的革命性升級,有望帶動相關品類滲透率加速
7、提升。全屋智能能力的革命性升級,有望帶動相關品類滲透率加速提升。l 風險提示風險提示。技術迭代不及預期、市場競爭加劇。-34%-24%-14%-3%7%18%4/227/2210/221/234/23家居用品滬深300Table_CompanyRptType 行業研究行業研究?2/37/01234 正文目錄正文目錄 1 智能家居:CHATGPT 等大模型為行業發展帶來新機遇.5 1.1 現狀:智能家居產品的用戶體驗(交互能力、智能化水平)及安全性待提升.5 1.2 機遇:家居企業接入大模型,或從用戶體驗、安全性、降本增效三方面提升.9 2 CHATGPT 等大語言模型,將如何改變智能家居?.1
8、4 2.1 CHATGPT、GPT 4.0 等大語言模型加速 AI、人機交互領域發展.14 2.2 大語言模型能夠提升智能家居硬件設備的智能化水平、交互能力.16 2.3 展望未來,迭代方向明確,因體驗提升帶來滲透率加速.19 3 智能家居中游多個硬件細分市場或將迎來系統性增長.24 3.1 行業整體:正由互聯互通邁向主動智能時代,中國起步晚、滲透率低.24 3.2 中游硬件:細分市場眾多,智能音箱、中控屏是全屋智能的入口.26 3.3 案例分析:華為發布全屋智能 3.0 在智能化水平、交互能力等方面實現突破.31 4 相關標的梳理及估值.34 風險提示:.36 Table_CompanyRp
9、tType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 3/37 證券研究報告 圖表目錄圖表目錄 圖表 1 智能家居全景圖.5 圖表 2 智能家居 VS 傳統家居.5 圖表 3 智能家居涉及六大技術,其中感應器、機器視覺、人工智能技術是核心.6 圖表 4 智能家居產品向操控更加便攜、交互方式更加豐富、更安全及更節能方向迭代發展.7 圖表 5 代表公司智能音響產品應答率和準確率對比(%).8 圖表 6 用戶認為智能家居產品所存在問題(%).8 圖表 7 智能家居用戶偏好的交互模式排名(%).8 圖表 8 擔心數據隱私泄漏是尚未采用智能家居的消費者不采用的第二大原因(%).9 圖表 9 智能
10、家居產品的安全性待提升.9 圖表 10 當前接入 CHATGPT的海外公司梳理.10 圖表 11 人機交互發展歷史.11 圖表 12 智能家居交互模式介紹.11 圖表 13 中國智能語音市場規??焖僭鲩L.11 圖表 14 中國智能視覺市場規??焖僭鲩L.12 圖表 15 中國觸摸屏人機界面市場規??焖僭鲩L.12 圖表 16 涂鴉科技智能家居類 CHATGPT DEMO能力.12 圖表 17 隨網絡安全關注度不斷提升,中國網絡安全市場快速發展(億元).13 圖表 18 智能家居安全發展過程.13 圖表 19 智能家居產品開發流程涉及軟、硬件的集成測試.14 圖表 20 大語言模型場景模擬能力流程.
11、14 圖表 21 GTP、CHATGPT 與人工智能關系.15 圖表 22 基于大型語言模型的五大能力.16 圖表 23 CHATGPT 中的自然語言處理技術流程.16 圖表 24 語音交互技術路線圖.17 圖表 25 CHATGPTNLP 與傳統 NLP 技術對比.17 圖表 26 思必馳在智能家居領域合作客戶.17 圖表 27 思必馳在智能家居領域部分合作產品.17 圖表 28 多模態數據融合的方法.18 圖表 29 微軟推出的多模態大語言模型 KOSMOS-1.18 圖表 30 人體和聲音傳感器系統工作流程.19 圖表 31 以 KOSMOS-1 為例對比多模態和單模態.19 圖表 32
12、 麥樂克感應器在智能家居中應用場景.19 圖表 33 麥樂克八大傳感產品.19 圖表 34 大型語言模型未來的迭代方向及路徑.20 圖表 35 服務器芯片持續升級驅動大語言模型迭代.21 圖表 36 GPT 系列產品預訓練數據量.22 圖表 37 單一模態數據存在缺點.22 圖表 38 國內多模態內容應用場景及市場規模(按銷售額統計,億元).22 圖表 39 部分人工智能產品多模態應用功能.22 圖表 40 大語言模型發展歷史.23 圖表 41 大語言模型持續迭代或加速智能家居行業發展.23 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 4/37
13、證券研究報告 圖表 42 中國智能家居發展階段.24 圖表 43 中國智能家居市場規模及同比(億元,%).25 圖表 44 中國智能家居設備出貨量及同比(億臺,%).25 圖表 45 全球智能家居市場銷售收入(億美元)及同比.25 圖表 46 中美歐智能家居市場銷售收入(億美元).25 圖表 47 2021 年各國智能家居家庭滲透率(%).26 圖表 48 2021 年各國智能家居消費者年齡、性別、收入情況.26 圖表 49 智能家居產業鏈梳理.26 圖表 50 智能家居中游硬件設備各細分領域發展階段梳理.28 圖表 51 中國智能家居各細分領域對比.29 圖表 52 中國與全球智能家居各細分
14、領域對比.30 圖表 53 智能家居各細分領域歷史沿革.31 圖表 54 華為全屋智能 3.0 方案.32 圖表 55 華為 PLC 技術性能有顯著提升.32 圖表 56 華為全屋智能子系統生態.33 圖表 57 智能家居中游應用層硬件設備公司估值.35 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 5/37 證券研究報告 1 智能家居:智能家居:ChatGPT等大模型為行業發展帶等大模型為行業發展帶來新機遇來新機遇 1.1現狀:智能家居產品的用戶體驗(交互能力現狀:智能家居產品的用戶體驗(交互能力、智能化水、智能化水平平)及安全性待提升)及安全性
15、待提升 智能家居:智能家居:智能化的家庭系統智能化的家庭系統,增加,增加生活便利、舒適、安全生活便利、舒適、安全。智能家居是指通過互聯網技術和智能設備,將家庭設備、家庭電器、家庭安全等各種家居設施連接,實現智能控制、自動化管理和遠程控制的一種家居生活方式。其主要運用通信(智能電視、智能家庭影院)、傳感器(溫度、濕度、光照、氣體傳感器)、安全(智能門鎖)、機器視覺(智能監控)、無線充電(無線充電器)、人工智能(智能音響)六大技術,其中傳感器、機器視覺及 AI 技術最為核心。智能家居較傳統家居在控制方式、設備互聯、功能、自動化程度、安全性、便捷性和舒適性等方面有顯著的優勢。圖表圖表1 智智能家居能
16、家居全景圖全景圖 圖表圖表2 智能家居智能家居VS傳統家居傳統家居 資料來源:智能屋,華安證券研究所 資料來源:智家網,華安證券研究所;注:標紅區域為用戶感受明顯的核心差異,安全性是底層基礎需求,節能環保為附加需求。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 6/37 證券研究報告 圖表圖表 3 智能家居智能家居涉及六大涉及六大技術技術,其中感應器、,其中感應器、機器機器視覺、人工智能技術是核心視覺、人工智能技術是核心 資料來源:智家網,華安證券研究所;注:標紅為智能家居涉及的核心技術 用戶體驗:用戶體驗:智能家居智能家居產品的用戶產品的用戶體驗
17、體驗正正變得更加豐富、智能化和個性化。變得更加豐富、智能化和個性化。智能家居用戶體驗從單一的遙控操作到智能語音控制、自動場景聯動和個性化需求滿足的綜合體驗不斷演進。具體來看:1)操控便攜性、交互性方面:)操控便攜性、交互性方面:例如掃地機器人導航模式不斷迭代更新,從隨機碰撞模式發展至 dTof 導航模式,增加清潔,同時從單一的清掃功能迭代至清掃、拖地、烘干一體化,并同時具備語音/觸控/手機 APP 交互模式;2)安全性:)安全性:智能門禁從卡片門禁發展至生物、手機、密碼識別模式一體化;3)節能性:)節能性:智能燈具從點控開關模式發展至自動感應模式,且具備自動調節光暗功能,幫助用戶實現節能需求。
18、Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 7/37 證券研究報告 圖表圖表4智能家居產品向操控更加便攜、交互方式更加豐富、更安全及更節能方向迭代發展智能家居產品向操控更加便攜、交互方式更加豐富、更安全及更節能方向迭代發展 資料來源:各公司產品介紹,云知光公眾號,華安證券研究所整理 我們認為當前智能家居產品主要存在三大問題:1)用戶體驗達到瓶頸(產品智能化水平、交互能力不足);2)智能家居產品涉及到用戶隱私信息,其安全性問題由于其本身的特性而導致(例如需要聯網),但保護用戶隱私成本較高,部分產品安全性有待加強;3)標準規范不統一導致不同品牌產品間
19、的兼容性問題。問題一問題一-用戶體驗用戶體驗達到瓶頸達到瓶頸:當前智能家居產品仍存在智能化程度低,交互能力:當前智能家居產品仍存在智能化程度低,交互能力不足的問題。不足的問題。據唯奧體驗咨詢 2021 年 11 月統計,62%的智能家居消費者認為產品無法精準理解用戶需求,58%認為產品自主智能弱,更多依賴人工設置。除偏好傳統手機交互模式外,分別有 71%和 57%偏好限制更少的語音交互以及自動感應交互。我們認為用戶接受度低下主因:1)市場標準不統一,設備間互聯能力低;2)人機界面交互設計存在過量無用信息,增加操作難度;3)傳統智能家居語音技術能力欠缺。未來隨著 ChatGPT、GPT4.0 等
20、大語言模型的應用,智能家居生產廠商可通過利用大語言模型 1)提高對自然語言的理解;2)增強智能輔助功能;3)提供個性化服務等方式,以改善產品交互能力和智能化水平,進一步提升智能家居的用戶體驗。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 8/37 證券研究報告 圖表圖表5代表公司智能音響產品應答率和準確率對比(代表公司智能音響產品應答率和準確率對比(%)資料來源:鈦媒體,華安證券研究所 圖表圖表6 用戶認為用戶認為智能家居智能家居產品所存在問題產品所存在問題(%)圖表圖表7智能家居用戶偏好的交互模式智能家居用戶偏好的交互模式排名排名(%)資料來源:
21、唯奧,華安證券研究所 資料來源:唯奧,華安證券研究所 問題二問題二-安全性待提升:智能家居系統的網絡連接和數據傳輸安全性待提升。安全性待提升:智能家居系統的網絡連接和數據傳輸安全性待提升。據智標委智慧住區分委會數據,45%尚未采用智能家居的消費者擔心數據隱私。目前智能家居系統架構主要包括云端、設備終端以及手機終端,三者之間需要使用網絡協議和傳輸數據,如果這些協議和數據傳輸沒有得到充分的保護和加密,那么黑客就有可能利用漏洞入侵智能家居設備,從而獲取用戶的個人信息、密碼、家庭地址等敏感信息,或者控制設備進行惡意操作,威脅用戶的安全和隱私。此外,如果智能家居制造商沒有采取足夠的安全措施,或者用戶沒有
22、設置強密碼、更新軟件、關閉不必要的端口等安全措施,那么智能家居設備也容易受到攻擊。0%20%40%60%80%100%Google HomeCortanaSiriAlexa應答率準確率0%10%20%30%40%50%60%70%無法精確理解需求自主智能弱、需要人工設置無法滿足自身個性化需求操作指令復雜響應速度過慢系統迭代更新能力弱學習操作難度高0%10%20%30%40%50%60%70%80%語音交互 手機APP 自動感應 觸屏交互 按鍵交互 手勢交互Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 9/37 證券研究報告 圖表圖表8擔心數據隱私泄
23、漏是擔心數據隱私泄漏是尚未采用智能家居的消費尚未采用智能家居的消費者不采用的者不采用的第二大第二大原因(原因(%)資料來源:智標委智慧住區分委會,樂家聯盟公眾號,華安證券研究所 圖表圖表9智能家居產品的安全性待提升智能家居產品的安全性待提升 資料來源:中國信息安全,華安證券研究所整理 1.2 機遇:機遇:家居家居企業接入大模型,或從用戶體驗、安全性、降企業接入大模型,或從用戶體驗、安全性、降本增效三方面提升本增效三方面提升 海外海外多行業、多領域多行業、多領域頭部頭部公司公司已接入已接入ChatGPT,預計預計未來將滲透未來將滲透更多更多行業。行業。ChatGPT 在海外公司的應用可以分為搜索
24、引擎、工具軟件、企業服務和垂直行業四類。微軟于 2023 年 2 月 8 日推出 New Bing,根據用戶需求,并結合相關的搜索結果給出個性化解答,同時以微軟為代表的企業推出各類工具軟件,幫助用戶在辦公、寫作和代碼開發等領域大幅提高效率;此外,ChatGPT 可以應用于各垂直行業如語言培訓、電商、金融服務和社交媒體等;在未來,ChatGPT 有望與更多行業領導者合作,為各個行業帶來巨大的變革和價值。0%10%20%30%40%50%60%不需要智能家居擔心數據隱私前期成本高其他不需要智能家居擔心數據隱私前期成本高其他Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要
25、聲明及評級說明 10/37 證券研究報告 圖表圖表 10 當前接入當前接入Chatgpt的海外公司梳理的海外公司梳理 資料來源:Forbes,華安證券研究所整理 而對于智能家居企業,我們認為大語言模型對其的提升主要體現在以下幾個方面:1)用戶體驗升級;2)用戶信息安全性提升;3)幫助企業自身降本增效。提升一提升一用戶體驗:預計智能化水平、交互模式的提升帶來用戶體驗升級。用戶體驗:預計智能化水平、交互模式的提升帶來用戶體驗升級。人機交互指使用某種對話語言、以一定的交互方式完成確定任務的人與機器之間的信息交換過程,交互主要自上個世紀 60 年代以命令交互模式開始發展,中間經歷圖形界面與用戶界面交互
26、模式時代,至 21 世紀逐步發展至多通道交互模式,主要涵蓋智能語音、智能觸控、智能視覺三種交互模式,分別從聲音維度、動作維度以及空間圖像維度延申與人進行交互,且智能視覺產品可主動快速響應外部世界,執行操作指令,更加接近人與人之間直接對話的模式。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 11/37 證券研究報告 圖表圖表11 人機交互發展歷史人機交互發展歷史 圖表圖表12 智能家居交互模式介紹智能家居交互模式介紹 資料來源:上智治理公眾號,華安證券研究所 資料來源:各公司公告,華安證券研究所 中國中國細分交互市場技術逐漸成熟,細分交互市場技術逐漸
27、成熟,傳感器傳感器技術技術能夠滿足能夠滿足智能家居智能家居所需所需。從市場發展趨勢來看,智能語音、智能視覺和觸摸屏的技術逐漸成熟,應用場景也不斷擴大。1)智能語音:)智能語音:據德勤,中國智能語音市場規模 2021 年規模為 301 億元,過去三年 CAGR26.1%,預計 2021-30 年 CAGR 達 19.9%。目前深度神經網絡方法用于語音識別顯著提升語音識別性能,預計將助力智能語音大規模商業化應用落地;2)智能視覺:智能視覺:據艾瑞咨詢,2020 年中國智能視覺市場規模為 331 億元,過去兩年CAGR82.9%,預計 2021-25 年 CAGR 達 19.1%。結合人工智能深度學
28、習+機器視覺以及大規模數據集出現,3D 視覺功能未來將成主流,進一步擴大應用范圍;3)智能觸控:智能觸控:據環洋市場資訊,2020 年中國觸摸屏人機界面市場規模 20 億元,過去兩年 CAGR2.6%,預計 2021-27 年 CAGR12.7%。傳統行業智能化、數字化、信息化的轉型升級需求提高將成為推動智能觸控人機界面市場增長的主要動力。圖表圖表13中國智能語音市場規??焖僭鲩L中國智能語音市場規??焖僭鲩L 資料來源:德勤,科大訊飛集團公眾號,華安證券研究所 15017821730134114520%5%10%15%20%25%30%35%40%45%020040060080010001200
29、1400160020182019202020212022E2030E中國智能語音市場規模(億元)yoyCAGR 26.1%CAGR 19.9%Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 12/37 證券研究報告 圖表圖表14 中國智能視覺市場規??焖僭鲩L中國智能視覺市場規??焖僭鲩L 圖表圖表15中國觸摸屏人機界面市場規??焖僭鲩L中國觸摸屏人機界面市場規??焖僭鲩L 資料來源:艾瑞咨詢,華安證券研究所 資料來源:環洋市場咨詢,華安證券研究所 案例:案例:涂鴉智能推出類涂鴉智能推出類ChatGPT技術智能應用技術智能應用Demo,帶來用戶體驗升級帶來用
30、戶體驗升級。2023 年 2 月,全球化 IoT 開發平臺服務商涂鴉智能宣布推出智能家居和智慧商業場景下,通過整合類 ChatGPT 技術而成的智能應用 Demo。該 Demo 產品在意圖理解能力、個性化服務能力、預測性能力以及情感互動四個方面表現優秀。預計未來伴隨大語言模型結合智能家居產品的商業化應用落地,產品將進一步提升智慧家庭和垂直行業數字化水平,為用戶帶來更高效智能的體驗。圖表圖表16涂鴉科技智能家居類涂鴉科技智能家居類ChatGPT Demo能力能力 資料來源:涂鴉科技官網,華安證券研究所 提升二提升二信息信息安全性:安全性:可可從從數據保護、漏洞預測、監數據保護、漏洞預測、監管管三
31、三方面方面帶來提升帶來提升。自 2000年智能家居誕生以來,智能家居安全性問題隨之產生,經歷了 2010 年前安全性問題尚未引發關注的隱匿期、2010-15 年數據隱私問題、黑客攻擊、安全漏洞逐漸暴露期、2015-18 年安全問題持續關注期間;2018 年隨著廠商和用戶開始重視智能家居安全問題,政府、廠商、各國際組織齊發力,推廣智能家居安全標準、安全技術和解決方案持續涌現,智能家居安全性持續提升。隨著大語言模型的應用,我們認為從19222022252832364045-10%-5%0%5%10%15%20%051015202530354045502018201920202021E2022E20
32、23E2024E2025E2026E2027E中國觸摸屏人機界面市場規模:(億元)yoyCAGR 2.6%CAGR 12.7%991923314265336457528580%10%20%30%40%50%60%70%80%90%100%010020030040050060070080090010002018201920202021E2022E2023E2024E2025E中國智能視覺市場規模(億元)yoyCAGR 82.9%CAGR 19.1%Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 13/37 證券研究報告 四個方面帶來安全性提升:1)數據
33、保護:數據保護:可幫助廠商加強數據隱私保護,避免用戶隱私泄露;2)漏洞預測:漏洞預測:可幫助開發者預測產品可能存在的安全漏洞,實時監測并修復,防止黑客攻擊;3)安全監管:安全監管:可幫助監管部門全面地監管產品安全性。圖表圖表17隨網絡安全關注度不斷提升,隨網絡安全關注度不斷提升,中國網絡安全市場中國網絡安全市場快速快速發展發展(億元)(億元)資料來源:中國通信院,華安證券研究所 圖表圖表18智能家居安全發展過程智能家居安全發展過程 資料來源:21ic 電子網,華安證券研究所 提升三提升三降本增效:大模型或可降低智能家居企業生產成本和產品開發成本。降本增效:大模型或可降低智能家居企業生產成本和產
34、品開發成本。1)生產成本:)生產成本:大語言模型可提高智能家居企業的自動化程度和產品設計的準確性,從而優化生產成本和提高效率。2018 年 BCG(波士頓咨詢集團)認為 AI 使用可降低制造業 20%的生產成本,促進自優化運營。2)開發成本:)開發成本:嵌入式智能家居產品開發流程特殊,包含嵌入式軟件與硬件開發,上市前需集成測試。大語言模型可模擬特定需求場景,通過數據收集、處理、模型訓練、測試以及部署模擬智能家居需求,學習智能家居場景數據,幫助企業了解用戶需求、降低研發成本,提高效率。0%2%4%6%8%10%12%14%16%18%20%0500100015002000250030002017
35、20182019202020212022E2023E市場規模(億元)YOY(%)CAGR 14.3%Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 14/37 證券研究報告 圖表圖表19 智能家居產品開發流程涉及軟、硬件的集成測試智能家居產品開發流程涉及軟、硬件的集成測試 圖表圖表20 大語言模型場景模擬能力流程大語言模型場景模擬能力流程 資料來源:羅工智慧康養公眾號,華安證券研究所 資料來源:華安證券研究所整理 2 ChatGPT等大語言模型,將等大語言模型,將如何如何改變智能家改變智能家居?居?2.1 ChatGPT、GPT 4.0等大語言模型加
36、速等大語言模型加速AI、人機交互領、人機交互領域發展域發展 ChatGTP及及GPT4.0等大語言模型引領自然語言處理技術發展,為人機交互、等大語言模型引領自然語言處理技術發展,為人機交互、AI等領域等領域帶來革命性升級帶來革命性升級。大語言模型是人工智能領域中自然語言處理技術的重要發展方向之一,是 AI 實現自然語言理解和生成能力的重要工具。2022 年 12 月OpenAI 推出的 ChatGPT(基于深度學習、運用最先進的自然語言處理技術的大預言模型)和 2023 年 3 月推出的 GPT 4.0(大型多模態模型)相繼面世引起了廣泛的討論和關注。ChatGPT 是 GPT 等大型語言模型
37、的一個特殊應用,基于 GPT-3.5 模型構建,在針對對話生成領域的任務上進行了微調,提高了模型在這個特定領域上的表現。使得模型在生成對話時的流暢度、連貫性和邏輯性提升,以及生成結果更加符合對話場景的語境和邏輯,更加自然流暢,更符合人類談話交流的習慣和方式。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 15/37 證券研究報告 圖表圖表 21 GTP、ChatGPT與人工智能關系與人工智能關系 資料來源:智東西,華安證券研究所整理 大模型的發展在大模型的發展在2018年中期年中期后呈現加速發展態勢。后呈現加速發展態勢。2018 年 6 月,Open
38、AI 發布 GPT 模型,使大語言模型領域開始受到廣泛關注;同年 10 月,Google 發布了BERT 模型,極大地推動自然語言處理技術發展。此外,2019 年中旬至 2020 年,GPT-2、T5 的推出也進一步加快其發展速度。大大模型模型具備五大能力,具備五大能力,其中自然的溝通與多模態感知能力對智能家居其中自然的溝通與多模態感知能力對智能家居最最為重要為重要。ChatGPT、GPT 等大語言模型擁有:1)自然的溝通能力(通過自然語音處理技術);3)多模態感知能力;3)運算能力;4)全面的專業能力(通過問答系統);5)動態學習五大能力??紤]到 1)智能家居所處空間較固定,操作和控制任務已
39、較固定和簡單;2)應用場景和具體實現方式對用戶的直接程度。我們認為大語言模型五種能力我們認為大語言模型五種能力中的溝通能中的溝通能力以及多模態感知能力對于智能家居設備更為重要力以及多模態感知能力對于智能家居設備更為重要。隨著大語言模型的溝通能力更加自然以及多模態感知能力的持續提升,預計智能家居的多項能力將得到提升。人工智能(人工智能(AIAI)自然語言處理自然語言處理計算機視覺計算機視覺機器學習機器學習-核心核心自動程序設計自動程序設計智能數據分析智能數據分析機器人技術機器人技術理解和處理自然語言從圖像中識別和理解物體從數據中提取特征,建立模型,實現自動化的學習與預測軟件開發軟件檢測.借助計算
40、機系統進行軟件開發機器人實現自主行動自動分析數據圖像分類 圖像檢索圖像識別 圖像檢測圖像分割 圖像跟蹤圖像語義分析.自動問答 機器翻譯自動文摘 自動摘要自動文本分類自動文本檢索.自動駕駛 智能客服智能安全 智能推薦智能搜索 智能廣告.機器人運動控制機器人視覺機器人規劃機器人學習.智能數據挖掘智能數據可視化智能數據建模.研研究究領領域域應應用用領領域域統計機器學習階段1993-2012年深度學習階段2013-2018年預訓練階段2018-2022年大型語言模型(LLM)階段2023年至今ELMOBertRobetaAlbert2019年2019年2018年GPT 1.0GPT 2.0GPT 3.
41、0GPT 3.5GPT 4.02017年2019年2020年2022年2023年ChatGPT混合模型(TS)國內LLM大型多模態模型大型多模態模型NLPNLP的的進進階階NLPNLP的的三三大大技技術術路路徑徑Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 16/37 證券研究報告 圖表圖表 22 基于大型語言模型的五大能力基于大型語言模型的五大能力 資料來源:OpenAI 官網,華安證券研究所整理 2.2 大語言模型能夠提升智能家居硬件設備的智能化水平、交大語言模型能夠提升智能家居硬件設備的智能化水平、交互能力互能力 發展一:溝通能力更加自然。發
42、展一:溝通能力更加自然。智能家居設備的控制和操作,需要先通過語音與用戶進行交互。自然溝通能力強的大語言模型,可以更加準確地理解用戶語言中的細節和上下文,幫助用戶更快更準確地完成操作(例如用戶可以通過自然語言命令控制照明、電視等設備的開關、調整亮度和音量等功能)。未來隨著 1)多模態信息融入;2)引入更多的上下文信息/長時記憶;3)提高文本生成能力(eg.采用最新的記憶增強型神經網絡等自然語言處理技術),大語言模型的溝通能力將更加自然。圖表圖表 23 ChatGPT中的自然語言處理技術流程中的自然語言處理技術流程 資料來源:自然語言處理技術發展,華安證券研究所 ChatGPT使得智能家居設備語音
43、交互的響應速度、準確性得到提升。使得智能家居設備語音交互的響應速度、準確性得到提升。智能家居采用的語音交互技術是一種基于自動語音識別、自然語言理解、對話狀態控制、對話管理等技術手段,實現人機交互的技術。ChatGPT 所采用的 NPL 在驅動方式、上下文感知、語言表達能力、精度、應用范圍、靈活性上較傳統 NPL 有了極大的升級。ChatGPT 的自然語言處理技術(NPL)應用于語音交互可以提高其響應速度和準確性,更加流程自然,充滿人性化。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 17/37 證券研究報告 圖表圖表 24語音交互技術路線圖語音交互
44、技術路線圖 資料來源:泰爾終端實驗室,華安證券研究所 圖表圖表 25 ChatGPTNLP與傳統與傳統NLP技術對比技術對比 資料來源:頭豹研究院,華安證券研究所整理;注:能力更高、代表能力較高、代表能力較差 案例:思必馳借助案例:思必馳借助AI技術為智能家居產品提供更人性化智能語音交互解決方技術為智能家居產品提供更人性化智能語音交互解決方案。案。思必馳全面掌握語音與語言交互技術,包括語音信號處理、識別、合成、語言理解、問答聊天和知識圖譜等領域,實現了類人化的語言互動風格。公司與眾多國內知名企業例如海信、美的、海爾和華為等建立深度合作。與美的合作 ET100 空調具備卓越的語音互動能力。在智能
45、清潔領域,公司與追覓攜手開發了全自動掃拖機器人 S10 Plus 系列和新 10 代掃拖旗艦 W10s Pro。這些產品上市后展現了強大的智能語音交互性能,這歸功于思必馳對AI技術在智能語音交互領域的深度應用和創新。圖表圖表26 思必馳在智能家居領域合作客戶思必馳在智能家居領域合作客戶 圖表圖表27 思必馳在智能家居領域部分合作產品思必馳在智能家居領域部分合作產品 資料來源:思必馳官網,華安證券研究所 資料來源:思必馳招股說明書(申報稿),華安證券研究所 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 18/37 證券研究報告 發展二:多模態感知能力
46、提升使設備獲取信息更全面。發展二:多模態感知能力提升使設備獲取信息更全面。智能家居設備(例如中控屏、智能浴室鏡)不僅可通過語音進行操作,還可以通過其他模態進行交互,例如圖像、視頻等。因此,在智能家居領域中,多模態感知能力的大語言模型可以幫助設備通過多種方式獲取信息,包括語音、圖像、視頻等,從而提供更準確的答案,提升用戶交互體驗。GPT 4.0 推出,可以進一步提升設備的多感官感知能力,實現多種感官輸入的整合和協調(圖像+音頻+文本),從而獲得更全面、更準確和更可靠的信息。例如微軟的 KOSMOS-1 和 OpenAI 最新推出的 GPT4.0 均為大型多模態模型。例如:用戶詢問“哪里有空氣質量
47、好的公園?”問題時,1)智能家居設備可通過語音識別技術將用戶的語音轉化為文本,理解用戶的需求;2)設備可以結合用戶所在的位置信息和天氣狀況,利用互聯網及公共數據庫中的環保數據、空氣質量數據等信息,篩選出空氣質量好的公園,并提供相應的地圖和位置指示,方便用戶前往;3)設備可以通過圖像識別技術,分析該公園是否綠化率高、無污染等,通過視頻展示公園的實際情況,讓用戶更直觀了解該公園的環境和氛圍;4)最終通過多種方式獲取信息和展示結果,設備可以提供最全面、準確的答案,提升用戶交互體驗。圖表圖表28 多模態數據融合的方法多模態數據融合的方法 圖表圖表29 微軟推出的多模態大語言模型微軟推出的多模態大語言模
48、型KOSMOS-1 資料來源:王佩瑾數據受限條件下的多模態處理技術綜述,華安證券研究所 資料來源:Language Is Not All You Need:Aligning Perception with Language Models,華安證券研究所 多模態感知多模態感知+傳感器技術(人體、聲音)提升設備的智能化水平(傳感器技術(人體、聲音)提升設備的智能化水平(反饋信息的反饋信息的準準確性、確性、靈活度靈活度)。)。家用智能傳感器技術運作首先借助傳感器通過感知語音、圖像、手勢等,收集數據并將其轉換為數字信號,在這一環節中使用多模態感知可以幫助不同傳感器的數據更好的融合,形成更有效的數據信號
49、,使得后續的控制與反饋更加精準,智能家居由被動智能變為主動智能。微軟通過一系列豐富的試驗,從語言任務、跨模態遷移、非語言推理等評價 KOSMOS-1 這一多模態大預言模型,發現其在以上各個任務完成中相比于單模態準確性、抗干擾性更高,更加靈活。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 19/37 證券研究報告 圖表圖表30 人體和聲音傳感器系統工作流程人體和聲音傳感器系統工作流程 圖表圖表31 以以KOSMOS-1為例對比多模態和單模態為例對比多模態和單模態 資料來源:臨沂市工業互聯網協會,華安證券研究所 資料來源:Language Is Not
50、 All You Need:Aligning Perception with Language Models,華安證券研究所整理;注:能力更高、代表能力較高、代表能力較差 案例:麥樂克專注智能傳感探測技術形成智能家居整體解決方案。案例:麥樂克專注智能傳感探測技術形成智能家居整體解決方案。麥樂克公司是一家專注于智能家居解決方案的公司,他們創新并成功推出了一系列家居傳感產品(例如一鍵開關、水浸傳感器、門窗開關傳感器、燃氣泄漏傳感器、智能網關、紅外人體移動傳感器、溫濕度傳感器、煙霧傳感器八大傳感產品)。其中最具代表性的是“多功能”的人體移動傳感器,它采用毫米波雷達探測方式,顛覆了傳統人體存在傳感器只
51、能探測動態人物的痛點,不僅能感知用戶的行為軌跡,而且監測睡眠呼吸和老人跌倒等,成為打造智能家居的重要器件之一。麥樂克融合了物聯網技術,形成了智能家居傳感的整體解決方案,能夠應用于各種家居場景。圖表圖表32麥樂克感應器在智能家居中應用場景麥樂克感應器在智能家居中應用場景 圖表圖表33麥樂克八大傳感產品麥樂克八大傳感產品 資料來源:麥樂克官網,華安證券研究所 資料來源:麥樂克官網,華安證券研究所 2.3展望未來,展望未來,迭代方向明確,迭代方向明確,因體驗提升帶來滲透率加速因體驗提升帶來滲透率加速 大語言模型未來或從三方面持續迭代,增強自身語言表達、邏輯分析能力。大語言模型未來或從三方面持續迭代,
52、增強自身語言表達、邏輯分析能力?;?Transformer 的大語言模型可以通過大規模的無監督訓練從海量未標注、無結構化的數據中學習,獲取語言的深層次結構和規律,從而在各種自然語言處理任務中取得優異的效果,目前還在不斷刷新著各項任務的性能。但現有模型存在著 1)缺少外部知識指導;2)耗用大量資源、成本高;3)體積大、推導慢的問題,針對這些問題,目前主要從 1)數據量增加;2)調整參數;3)模型優化三個方向改進,分別對應了 1)數據知識增強;2)參數微調;3)模型效率優化三條迭代路徑。預計未來模Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 20/3
53、7 證券研究報告 型還將持續發展,不斷提高其自身的語言表達及邏輯分析能力。圖表圖表 34 大型語言模型未來的迭代方向及路徑大型語言模型未來的迭代方向及路徑 資料來源:預訓練語言模型的擴展模型研究綜述,華安證券研究所整理 大語言模型迭代的驅動因素包括:1)硬件設備升級(支持計算資源和儲存資源持續增加);2)數據的豐富與優化(模型知識增強);3)算法的優化與創新(提升效率)。未來隨著大語言模型的持續迭代,預計智能家居硬件設備的交互能力、智能化水平將進一步提升。具體來看:驅動一:驅動一:硬件升級(硬件升級(芯片芯片+服務器服務器)支持算力增長支持算力增長。芯片和服務器可以處理海量的數據,為語言模型提
54、供算力來源。AI服務器是服務器是ChatGPT的基礎,的基礎,隨著計算場景從 PC云計算邊緣計算AI 訓練,服務器從通用服務器云計算服務器邊緣服務器AI 服務器。芯片是芯片是AI服務器的基礎,服務器的基礎,以 ChatGPT 為例,其 AI 算力芯片泛指加速 AI 類應用,主要分為 CPU(中央處理器)、GPU(圖像處理器)、FPGA(現場可編程門陣列)、ASIC(專用集成電路)四類。其中 ChatGPT 的底層算力芯片以高性能 GPU 為主,采用的是英偉達的 GPU A100。為提供 ChatGPT龐大的算力支撐,已導入了超過 10000 顆英偉達 GPU A100。隨著芯片朝著更快速的計算
55、能力、更低的能耗、更廣的集成效果、更低的價格發展,推動服務器優化,使得模型 1)訓練效率提高(模型迭代加速);2)模型準確率和表現提升;3)推理能力提升(響應速度加快)。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 21/37 證券研究報告 圖表圖表 35 服務器芯片服務器芯片持續升級驅動大語言模型迭代持續升級驅動大語言模型迭代 資料來源:智源社區、FPGA 技術發展與現狀、科創中國微納電子與智能制造、21ic 電子網,華安證券研究所 驅動二:數據質量優化(單模態驅動二:數據質量優化(單模態多模態)多模態)使得使得模型模型知識增強知識增強。如今 A
56、I 垂直應用場景呈現碎片化特征,單一模態小規模數據已無法滿足其高準確率和跨領域應用的要求。為滿足聊天機器人所需要的預料訓練數據需求,GPT-1 預訓練數據量僅為5GB,GPT-3 預訓練數據量已達 45TB。以公安、金融等場景身份鑒定場景下數據為例,指紋、人臉、虹膜、聲紋以及靜脈數據在單一模態下都面臨各種可能干擾,數據損耗難以避免,多模態大規模數據已成為模型迭代優化的重要方向。在更好地優化模型性能、增強模型泛化性能和軟硬件結合方面,數據質量優化是必不可少的。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 22/37 證券研究報告 圖表圖表36 GPT
57、系列產品預訓練數據量系列產品預訓練數據量 圖表圖表37 單一模態數據存在缺點單一模態數據存在缺點 資料來源:竹山數據公眾號整理,華安證券研究所 資料來源:零壹智庫,華安證券研究所 多模態數據多模態數據(聽覺、觸覺、(聽覺、觸覺、動作等動作等)帶來帶來AI全新應用場景。全新應用場景。多模態學習(對應單模態)以多模態大規模數據為基礎,同時利用多種感官進行學習,提供更豐富信息。除傳統的語言以及圖像間的交互作用,其結合聲音、觸覺以及動作等多維度信息進行深度學習,從而形成更準確、更具表現力的多模態表示。據布谷實驗室統計,多模態內容主要應用于商業定制、游戲領域、影視領域、教育領域以及醫療領域五大行業,20
58、20 年中國多模態內容市場規模達 2020 億元,2018-20 年 CAGR 達126.2%,預計 2021-25 年商業定制類需求增速最大,規模將達 164 億元,CAGR 達55%。圖表圖表38 國內多模態內容應用場景及市場規模國內多模態內容應用場景及市場規模(按銷售額(按銷售額統計,億元)統計,億元)圖表圖表39 部分人工智能產品多模態應用功能部分人工智能產品多模態應用功能 資料來源:布谷實驗室,華安證券研究所 資料來源:華安證券研究所整理 驅動三:驅動三:算法的優化與創新算法的優化與創新(n-gramRNN、CNNGANTransformer)助助力力大大語言模型語言模型提升效率提升
59、效率。通過不斷地改進算法,可以提高模型的準確性和效率,而無需增加計算資源?;仡櫚l展歷史,大語言模型自上世紀 50 年代 Shannon 提出基于 n-gram 語言模型的概率論方法以來經歷了機器學習階段(1980-2012),深度學習階段(2012-),并產生了三大學習算法(CNN,RNN,GAN),并開始重點關注人腦學習過程。在此基礎上,Google 于 2017 年提出了基于 SelfAttention 機制的Transformer 模型,該模型突破了 RNN 模型不能并行計算的劣勢,相比 CNN,計算兩個位置之間的關聯所需的操作次數也不會隨距離增長。同時,自注意力機制也具備強大的可解釋能
60、力,可學習執行不同任務。算法的優化不僅僅可以提高模型的準確性和效率,還可以為大語言模型帶來更多的功能和應用,如自適應學習、遷移學5454500001000020000300004000050000GPT-1GPT-2GPT-3預訓練數據量(GB)02004006008001000201820192020 2021E 2022E 2023E 2024E 2025E商業定制教育領域醫療領域影視領域游戲領域CARGR=126.2%Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 23/37 證券研究報告 習、增量學習、多任務學習等。圖表圖表40大語言模型發展
61、歷史大語言模型發展歷史 資料來源:河南省人工智能理論及算法工程研究中心,華安證券研究所整理 ChatGPT等大語言模型的持續迭代或加速智能家居行業發展。等大語言模型的持續迭代或加速智能家居行業發展。大語言模型基于自然語言處理技術、機器學習中的深度學習以及多模態感知,能夠更準確與用戶交互,應用到智能家居行業中可以提升智能家居語音交互技術的交互性、機器視覺的自動化程度,以及人體、語言傳感技術的準確性,為智能家居使用者提供更加人性化、個性化、智能化的服務。我們認為隨著 1)上游硬件產品的持續升級;2)模型算法的優化與創新;3)數據的豐富與優化,或將推動大語言模型的持續迭代升級,提升智能家居設備的體驗
62、感(交互能力+智能化水平),從而加速智能家居行業發展。圖表圖表 41 大語言模型大語言模型持續持續迭代或加速智能家居行業發展迭代或加速智能家居行業發展 資料來源:華安證券研究所整理 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 24/37 證券研究報告 3 智能家居中游多個硬件細分市場或將迎來智能家居中游多個硬件細分市場或將迎來系統系統性增長性增長 3.1 行業整體:正由互聯互通邁向主動智能時代,中國起步行業整體:正由互聯互通邁向主動智能時代,中國起步晚、滲透率低晚、滲透率低 所處階段:已從智能單品時代跨越為互聯互通時代所處階段:已從智能單品時代跨
63、越為互聯互通時代,正向主動智能時代發展。正向主動智能時代發展。我國智能家居行業已經過 20 多年的發展,2010 年后行業隨著移動互聯網的發展,步入互聯互通時代(智能家居(智能家居2.0),主要體現為以場景為中心(如智能安防系統,智能廚衛系統),初步實現了智能化,通過用戶感知觸發智能設備。而在 2020 年后進入主動智能時代(智能家居(智能家居3.0),設備可以主動感知用戶并主動提供智能化服務,產品形態為全屋智能。我們認為智能家居發展為全屋智能時代的主要阻礙為 1)人工智能技術發展水平;和 2)設備的兼容性問題(不同品牌和類型的設備難以互通),而 ChatGPT 等大語言模型有望顯著提升當前人
64、工智能技術水平,促進行業發展。圖表圖表42中國智能家居發展階段中國智能家居發展階段 資料來源:中國智能家居產業聯盟(CSHIA),頭豹研究院,涂鴉智能,華安證券研究所整理 中國智能家居市場中國智能家居市場規模超規模超2000億元,預計億元,預計未來保持未來保持雙位數的雙位數的持續增長持續增長。據艾媒咨詢,2020 年中國智能家居市場規模 1705 億,過去四年 CAGR 為 28.8%。預計2022 年市場規模達到 2175 億元。此外,根據 IDC,2021 年中國智能家居設備出貨量 2.2 億臺,預計未來五年 CAGR 達 18.9%。預計傳統家居產品智能化替代需求進一步增加,智能家居技術
65、進步和成本不斷下降,產業生態不斷完善,相關企業和產Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 25/37 證券研究報告 業鏈不斷成熟,中國智能家居市場將在未來繼續保持增長態勢。圖表圖表43中國智能家居市場規模及同比中國智能家居市場規模及同比(億元,(億元,%)圖表圖表44中國智能家居設備出貨量及同比中國智能家居設備出貨量及同比(億臺,(億臺,%)資料來源:艾媒咨詢,華安證券研究所 資料來源:IDC 中國,華安證券研究所 全球全球智能家居市場高速增長,智能家居市場高速增長,預計預計中國發展潛力中國發展潛力較大領跑歐美國家。較大領跑歐美國家。與中國情
66、況類似,全球智能家居市場也呈現出高速增長態勢。據 Statista,2021 年全球智能家居銷售收入為 1072.8 億美元,過去四年 CAGR 達到 26.5%,預計 2022-24 年CAGR 達 16.7%。中國市場是世界智能家居的第三大市場,僅次于美國和歐洲,中國憑借其豐富的技術沉淀和龐大的消費市場,與美國和歐洲差距逐漸收窄。據Statista、eMarkerter,預計2021-25年中國智能家居市場銷售收入CAGR為27.1%,高于美國(19.0%)和歐洲(22.3%)。圖表圖表45全球智能家居市場全球智能家居市場銷售收入銷售收入(億(億美元美元)及同比)及同比 圖表圖表46中美歐
67、智能家居市場銷售收入(億美元)中美歐智能家居市場銷售收入(億美元)資料來源:Statista,華安證券研究所 資料來源:Statista,eMarketer,華安證券研究所 增長空間:中國智能家居市場起步晚、滲透率低,預計隨年輕一代成為主流消增長空間:中國智能家居市場起步晚、滲透率低,預計隨年輕一代成為主流消費者增長空間較大。費者增長空間較大。中國智能家居市場起步晚于歐美發達國家。據 Statista 數據,2021 年中國智能家居家庭滲透率為 14.5%,同時期英國家庭滲透率為 32.9%,美國為 36.6%。從消費的屬性和特征來看,從消費的屬性和特征來看,中國智能家居的消費者在性別結構與收
68、入結構方面的情況與歐美類似,但中國消費者年齡結構整體呈現年輕化。據 Statista,中國 44 歲以下的智能家居消費者占比 75.4%,顯著高于歐美國家,我們認為這與中國市場起步較晚有關??紤]到 1)具有消費能力的年輕一代逐漸成為主流消費者,他們注重品質、設計和智能化體驗的需求將推動產品不斷升級和普及;2)中國市場在消620880121015301705192321750%5%10%15%20%25%30%35%40%45%0500100015002000250020162017201820192020 2021E 2022E中國智能家居市場規模(億元)yoy0%5%10%15%20%25%
69、012345620212022E2023E2024E2025E2026E中國智能家居設備出貨量(億臺)yoy0%5%10%15%20%25%30%35%40%0200400600800100012001400160018002017 2018 2019 2020 2021 2022E2023E2024E全球智能家居市場銷售收入(億美元)yoyCAGR 16.7%233201150468449391050100150200250300350400450500美國歐洲中國20212025ECAGR 22.3%CAGR 27.1%CAGR 18.9%CAGR 28.8%CAGR 26.5%CAGR
70、19.0%Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 26/37 證券研究報告 費升級、創新創業和數字化轉型方面具有更強的動力和潛力。預計在政策支持、技術創新、企業競爭和消費需求推動下,行業未來增加空間較大。圖表圖表47 2021年各國智能家居年各國智能家居家庭家庭滲透率滲透率(%)圖表圖表48 2021年各國智能家居消費者年齡、性別、收入情況年各國智能家居消費者年齡、性別、收入情況 資料來源:Statista,華安證券研究所 資料來源:Statista,華安證券研究所 3.2 中游硬件:細分市場眾多,中游硬件:細分市場眾多,智能音箱、中控屏是全
71、屋智能智能音箱、中控屏是全屋智能的入口的入口 智能家居硬件供應商處于產業鏈中游,細分市場眾多。智能家居硬件供應商處于產業鏈中游,細分市場眾多。智能家居產業鏈上游主要為元器件和底層技術供應商,為智能家居的基礎環節,上游技術進步為智能家居應用端提供驅動力。元器件國產化程度低,市場份額主要由德州儀器、Gemalto、博世等外資企業占據。智能家居產業鏈中游為智能家居應用企業,為產業價值鏈的核心環節。中游玩家眾多,競爭激烈,可以分為智能家居單品供應商(硬件)和智能家居解決方案集成供應商(主要為軟件)。智能家居產業鏈下游為消費市場,可分為 B端(家裝、房地產公司)和 C 端(線上和線下渠道)。圖表圖表49
72、智能家居產業鏈智能家居產業鏈梳理梳理 資料來源:億歐智庫,頭豹研究院,華安證券研究所整理 14.5%0%5%10%15%20%25%30%35%40%45%中國法國瑞士德國英國美國Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 27/37 證券研究報告 智能家居自智能家居自2014年后進入大眾市場快速普及階段,各細分領域發展階段不同。年后進入大眾市場快速普及階段,各細分領域發展階段不同。其中,智能音箱已進入高速增長期后的調整轉型期;智能中控屏、智能照明進入爆發增長期;智能安防正處于快速發展黃金期;智能床處于起步階段;而智能插座和智能門鎖處于增長快速的
73、初期,而智能廚房則處于慢慢開始啟動的初期。具體看:智能音箱:智能音箱:2014年后快速增長,但年后快速增長,但2019年后進入調整轉型期。年后進入調整轉型期。2011-14年 Amazon 獨占市場,并于 2014 年推出 Echo 音箱,標志智能家居行業開始進入大眾市場快速普及階段。2015 年開始,智能音箱進入巨頭混戰階段,京東、小米、百度和蘋果推出音箱產品。但由于產品同質化嚴重,市場缺乏創新,行業從 2019 年開始進入調整期,增長放緩、市場集中度提升;智能中控屏:智能中控屏:2021年巨頭入場行業進入爆發增長期。年巨頭入場行業進入爆發增長期。2017-2020 年,中控屏處于萌芽期,歐
74、瑞博占據中國市場第一。自 2021 年開始玩家明顯增加,巨頭紛紛入場,行業進入爆發增長期;智能照明:智能照明:2017年行業進入增長爆發期。年行業進入增長爆發期。智能照明進入市場時間較早,但由于定位高端,市場未成型。自 2011 年起國家全面推廣 LED 燈,這也促進了智能照明行業的發展。2017 年起,智能照明行業進入爆發期;智能安防:智能安防:2013年后進入快速增長黃金期。年后進入快速增長黃金期。2009 年開始人工智能初步應用于安防行業,2014 年開始多個企業開發出圖像識別和物聯網技術并應用于安防行業,同時傳統安防行業智能化轉型需求也被提上日程;智能床:發展初期,尚未迎來高速增長。智
75、能床:發展初期,尚未迎來高速增長。2005-16 年,電動床功能較為單一,智能化程度低;2017 年麒盛科技提出智能床概念,并發布第一款舒福德智能床,2018 年起大量企業推出功能多樣的智能床產品。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 28/37 證券研究報告 圖表圖表50智能家居智能家居中游硬件設備中游硬件設備各細分領域發展階段梳理各細分領域發展階段梳理 資料來源:易觀咨詢,IDC,麒盛科技招股書,前瞻產業研究院,36 氪研究院,華安證券研究所整理 ChatGPT等大語言模型使得產品智能化、交互能力提升,為智能家居硬件細分等大語言模型使得
76、產品智能化、交互能力提升,為智能家居硬件細分市場帶來增長新動力。市場帶來增長新動力。智能音箱、中控屏、床、照明和安防市場規模均處于不斷增長中,市場增長潛力逐漸釋放,由于處于不同增長階段,各行業增速不同。具體看:智能音箱:智能音箱:2022 年中國智能音箱銷量為 2631 萬臺,YoY-28%。傳統音響市場規模超過 600 億元,發展平穩。市場集中度高,產品同質化嚴重,市場缺乏創新,預計隨著技術突破及人口結構變化(老齡化、家庭規??s小、年輕消費者增加),市場具備增長潛力。智能中控屏:智能中控屏:2021 年中國智能家居中控屏出貨量臺 31.5 萬臺,預計 2022-26 年出貨量 CAGR 達到
77、 50.8%。預計隨著全屋智能興起,智能中控屏作為全屋智能入口受到廣泛青睞,將驅動未來銷量將進一步增長;智能照明:智能照明:2021 年中國智能照明市場規模約 1000 億元,過去五年 CAGR為 46.7%。LED 照明市場規模 6552.0 億元。中國智能照明市場發展時間較久,市場相對成熟。預計隨著節能環保、舒適升級、智能互聯和產業升級趨勢延續,市場規模將進一步增長;智能安防:智能安防:2021年中國智能安防市場規模將達到566.6億,過去四年CAGRTable_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 29/37 證券研究報告 為 42.7%。傳統安
78、防市場規模超 9000 億元。隨著技術創新、居民對安全便捷需求增加、政府公共安全關注度提升,市場規模也會得到拓展。圖圖表表51中國智能家居各細分領域對比中國智能家居各細分領域對比 資料來源:洛圖科技,中國電子音響行業協會,IDC,觀研天下,中家紡,GGII,CSA,中商產業研究院,中安網,Statista,華安證券研究所整理 中國市場整體滲透率低于歐美國家,且各子市場增速和滲透率存在差距中國市場整體滲透率低于歐美國家,且各子市場增速和滲透率存在差距。智能床、中控屏滲透率在中國市場遠低于英美。中國智能音箱增速低于全球,智能照明增速遠高于全球,智能安防領域處于世界領先地位。具體看:智能音箱:滲透率
79、智能音箱:滲透率10.0%低于加拿大、美國。低于加拿大、美國。全球智能音箱市場自 2015 年起保持高增長,2015-21 年 CAGR 達 58.3%,高于中國。據 Strategy Analytics,2019 年亞馬遜、谷歌和蘋果占據全球 50%以上份額,中國的阿里、小米和百度占據超過 35%的份額。中國滲透率 10%遠低于歐美國家;智能中控屏:中國滲透率智能中控屏:中國滲透率4.9%遠低于英美。遠低于英美。根據 Verified Market Research,全球與中國智能中控屏都處于高速增長期,預計 2020-28 年全球市場規模CAGR 為 22.4%。而相關的智能控制設備,中國
80、滲透率遠低于英美;智能照明:中國滲透率智能照明:中國滲透率6.4%低于英美。低于英美。2017-21 年全球市場 CAGR 為25.0%,大幅低于中國市場增速。中國智能照明品牌憑借產品優勢和成本優勢,已向國外大量出口。但國內市場智能照明的滲透率低于英美;智能安防:中國滲透率智能安防:中國滲透率6.3%較其他設備中與美國差距最小。較其他設備中與美國差距最小。2017-21 年全球市場增速 26.7%,低于中國市場增速。中國智能安防技術處于世界領先地位,2020 年我國智能安防占據全球世界的近三分之一。在智能安防領域中國與歐美差距最小。Table_CompanyRptType 行業研究行業研究 敬
81、請參閱末頁重要聲明及評級說明 30/37 證券研究報告 圖圖表表52中國與全球智能家居各細分領域對比中國與全球智能家居各細分領域對比 資料來源:Statista,Grand View Research,Verified Market Research,Strategy Analytics,麒盛科技公眾號,華安證券研究所整理 我們認為未來智能家居各細分領域的發展除用戶需求和市場競爭情況等市場因素外,取決于 1)技術的進步;2)自身自身智能化程度智能化程度。為研究大語言模型技術對智能家居設備的增量價值,我們對不同設備的智能化水平進行對比分析。認為對于智能化程度較低的設備,大語言模型技術的應用將產生
82、更為顯著的效果。對于智能化程度較高的設備,大語言模型技術的應用更多將以提升用戶體驗為主。智能化程度:智能化程度:音箱音箱、中控屏可作為全屋智能、中控屏可作為全屋智能入口入口,其中音箱功能性突出,其中音箱功能性突出??紤]到 1)智能家居提供更加便利的生活方式必須具備一定的功能性功能性(例如可以遠程控制家電等);2)智能家居提高用戶滿意度(更好地理解人類需求并進行智能響應),需要具備一定的交互交互性性,以及自主性自主性(例如可以自動化地調節室內光線、溫度、濕度等);3)需要在不同的生態系統中進行交互和協作,需要有開放性開放性。我們采用打分制度從四個方面對智能家居的智能化水平進行評估:功能性:功能性
83、:系統提供的功能越多、越全面,智能化程度越高。其中智能音箱智能音箱最為突出,它不僅可以滿足日常娛樂,還可作為全屋智能的入口;交互性:交互性:系統與用戶之間的交互程度。智能中控屏智能中控屏最為突出,可以通過觸Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 31/37 證券研究報告 控、手勢、語音多種方式進行交互,也可作為全屋智能的入口;自主性:自主性:智能家居系統是否具備自主學習和自動調節的能力。智能照明和智能照明和智能安防智能安防最為突出,設備可以通過環境自動探測并進行調整;開放性:開放性:系統是否能夠與其他智能設備進行互聯互通,實現更智能化的功能。
84、智能床智能床和智能安防智能安防相比其它設備開放性較低,通常只能連接特定協議。圖表圖表53智能家居各細分領域歷史沿革智能家居各細分領域歷史沿革 資料來源:中國智能家居產業聯盟(CSHIA),華安證券研究所整理 3.3 案例分析:華為發布全屋智能案例分析:華為發布全屋智能3.0在智能化水平、交互能在智能化水平、交互能力等方面實現突破力等方面實現突破 華為全屋智能華為全屋智能3.0以智能中控屏為入口,大模型有望提高其語音控制能力。以智能中控屏為入口,大模型有望提高其語音控制能力。當前智能家居在國內市場的發展較快,行業規模逐年擴大,相關技術和應用也在升級和完善。華為智能全屋則是其中的佼佼者。華為智能中
85、控屏集成了智能音箱、場景面板、溫控面板、遙控器等多款產品的核心功能,將多種功能集成在一塊屏幕上,且可以通過語音控制,做到了“可視可說”。我們認為以華為全屋智能為代表的智能家居系統未來可通過接入大模型以大幅強化其語音控制的理解力和交互力:1)大模型具備優秀的上下文理解能力,能夠使中控屏能更準確地理解用戶意圖;2)大模型也能生成自然、流暢的語音回應,讓用戶感受到更為人性化的語音交互體驗。華為全屋智能華為全屋智能3.0在智能化程度、交互能力、通信穩定性和設備兼容性方面實在智能化程度、交互能力、通信穩定性和設備兼容性方面實現突破?,F突破。2022 年 11 月 2 日,華為發布全屋智能 3.0,同時采
86、取了 1+2+N 的架構,采用高計算能力的主機作為全屋智能的主腦,內置鴻蒙 AI,并通過高穩定性的中控設備連接 10 個不同家居場景的子系統。此外,華為自 2022 年 7 月起提供了 19999 元80 平米和 39999 元 120 平米方案,價格相比 2022 年 3 月發布的 39999 元 80 平米大Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 32/37 證券研究報告 幅度下降,這將有效打破全屋智能高端圍城,有望提高全屋智能的滲透率。圖表圖表54華為全屋智能華為全屋智能3.0方案方案 資料來源:華為,華安證券研究所 提升一提升一智能化
87、水平:華為全屋智能智能化水平:華為全屋智能3.0在智能家居主動智能上實現了突破。在智能家居主動智能上實現了突破。華為專為家庭打造了全屋智能主機,取代并重構了傳統弱電箱,簡化了傳統家裝弱電箱、信息媒體箱、通訊箱等布線復雜、體積龐大的痛點,實現內嵌在墻壁的集中管理。主機還搭載了鴻蒙系統,在實際使用中,系統通過終端收集用戶數據,傳遞給鴻蒙 AI,鴻蒙 AI 再調用場景模型,在本地進行實時分析計算,形成最合理的決策,控制設備執行各類場景。提升二提升二通信穩定性:通信穩定性:PLC技術使連接可靠性大幅度增強。技術使連接可靠性大幅度增強。PLC(電力載波技術)的通信穩定性遠高于 WiFi 和 ZigBee
88、 等技術,通常應用于工業制造場景,其工業轉民用的趨勢將大大促進智能家居通信技術的發展。區別于純無線的后裝方案,依賴 PLC 組網的子母路由依然是基于電力線進行有線連接的,在華為 2021 年首次推出全屋智能后,尚無智能家居廠商跟進,說明 PLC 技術存在一定壁壘,這側面證明了 PLC 技術給中國全屋智能行業帶來的巨大進步。圖表圖表55華為華為PLC技術性能有顯著提升技術性能有顯著提升 資料來源:華為,華安證券研究所 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 33/37 證券研究報告 提升三提升三交互能力:華為全屋智能交互能力:華為全屋智能3.0
89、彌補了傳統全屋智能交互性和自主性的彌補了傳統全屋智能交互性和自主性的不足。不足。華為全屋智能 3.0 的交互方式多樣,不僅有手機 APP 交互、觸控交互,還加入了語音交互和手勢交互,大大增強了用戶體驗感。華為同時實現了無感自主,設備可以主動感知用戶,提供個性化的智能服務,真正實現了主動智能。提升四提升四兼容性:華為全屋智能搭載的子系統可以由用戶自主搭配,多品牌自主選兼容性:華為全屋智能搭載的子系統可以由用戶自主搭配,多品牌自主選擇。擇。華為與超過 2200 個品牌,超過 5600 個 SKU 進行合作,解決了全屋智能協議不統一,兼容性差的問題。全屋智能入口存在路線之爭,很多品牌選擇使用智能音箱
90、作為入口,但其交互性和控制能力有限,用戶體驗存在問題;華為使用智能中控屏作為入口,解決了交互性和控制力問題,同時華為采取“一空間一專屬交互”策略,使用戶在家中各處都可以實現對設備的控制,大大加強了用戶體驗感。此外,華為利用 PLC 技術的連接穩定性,實現了全球首個全屋 PLC 音樂系統,實現全屋音樂的連接與播控。圖表圖表56華為全屋智能子系統生態華為全屋智能子系統生態 資料來源:華為,華安證券研究所 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 34/37 證券研究報告 4 相關標的梳理及估值相關標的梳理及估值 智能家居千億美金市場,ChatGPT
91、、GPT4.0 等大語言模型帶來的能力提升浪潮(提升智能家居硬件的交互能力+智能化水平),正在向多垂直領域智能設備擴散。家庭及社區空間智能設備應用潛力龐大,未來隨著模型迭代將帶來中游應用層多個硬件細分行業的系統性增長。建議關注智能家居中游應用層硬件設備,智能音響等作為全屋入口的戰略級意義進一步提升,并有望進一步帶動其他智能設備滲透率加速。1)關注已具備較強品牌力+渠道力的行業龍頭,憑借市場份額+技術優勢,可通過 ChatGPT 等大模型的應用強化自身競爭力和創新能力。2)關注技術創新+產品研發方面具備優勢且有創新突破的智能家居領域新興公司,可憑借創新性產品能夠更好地滿足不同消費者的需求,可通過
92、 ChatGPT 等大模型的應用實現快速發展和領先優勢。1)智能音箱智能音箱:全屋智能入口,全屋智能入口,AI賦能實現能力革命性提升,戰略位置進一步突賦能實現能力革命性提升,戰略位置進一步突出。出。相關相關標的標的:漫步者、惠威科技、國光電子、紫建電子、奮達科技等。2)智能中控屏智能中控屏:全屋智能控制入口,強交互屬性強化入口位置。全屋智能控制入口,強交互屬性強化入口位置。智能安防:智能安防:AI能使得能使得安防系統更加準確、自主和高效安防系統更加準確、自主和高效,提高安全性提高安全性、減少誤報率減少誤報率。相關相關標的標的:大華股份、螢石網絡、王力安防、狄耐克、安居寶;麥格米特、和而泰、瑞德
93、智能等。3)智能照明智能照明:AI能能提高照明效果和舒適度,帶來個性化和節能的照明體驗提高照明效果和舒適度,帶來個性化和節能的照明體驗。受。受益于全屋智能趨勢下配套率提升。益于全屋智能趨勢下配套率提升。相關相關標的標的:立達信、三雄極光、佛山照明、鴻利智匯、歐普照明、得邦照明等、鳴志電器、雷特科技。4)智能馬桶智能馬桶&智能床智能床&智能晾曬智能晾曬等等:全屋智能能力的革命性升級,有望帶動相全屋智能能力的革命性升級,有望帶動相關品類滲透率加速提升關品類滲透率加速提升。相關標的:相關標的:箭牌家居、惠達衛浴、瑞爾特;麒盛科技、匠心家居、好太太。5)掃地機器人:掃地機器人:AI能幫助其能幫助其更好
94、地理解環境更好地理解環境,提高智能化水平和清掃效率。,提高智能化水平和清掃效率。相關標的:相關標的:石頭科技、科沃斯。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 35/37 證券研究報告 圖表圖表57智能家居中游應用層硬件設備公司估值智能家居中游應用層硬件設備公司估值 資料來源:Wind,各公司年報,華安證券研究所整理;注:時間為 2023 年 4 月 5 日收盤價;2022 年數據部分為 Wind 一致預期 Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 36/37 證券研究報告 風險提示:風險提示:
95、技術迭代不及預期、市場競爭加劇。Table_CompanyRptType 行業研究行業研究 敬請參閱末頁重要聲明及評級說明 37/37 證券研究報告 分析師與研究助理簡介分析師與研究助理簡介 分析師:分析師:馬遠方 新加坡管理大學量化金融碩士,曾任職國盛證券研究所,2020 年新財富輕工紡服第 4 名團隊。2021 年加入華安證券研究所,以龍頭白馬確立研究框架,擅長挖掘成長型企業。重要聲明重要聲明 分析師聲明分析師聲明 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格,以勤勉的執業態度、專業審慎的研究方法,使用合法合規的信息,獨立、客觀地出具本報告,本報告所采用的數據和信息均來自市
96、場公開信息,本人對這些信息的準確性或完整性不做任何保證,也不保證所包含的信息和建議不會發生任何變更。報告中的信息和意見僅供參考。本人過去不曾與、現在不與、未來也將不會因本報告中的具體推薦意見或觀點而直接或間接收任何形式的補償,分析結論不受任何第三方的授意或影響,特此聲明。免責聲明免責聲明 華安證券股份有限公司經中國證券監督管理委員會批準,已具備證券投資咨詢業務資格。本報告由華安證券股份有限公司在中華人民共和國(不包括香港、澳門、臺灣)提供。本報告中的信息均來源于合規渠道,華安證券研究所力求準確、可靠,但對這些信息的準確性及完整性均不做任何保證。在任何情況下,本報告中的信息或表述的意見均不構成對
97、任何人的投資建議。在任何情況下,本公司、本公司員工或者關聯機構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中的任何內容所引致的任何損失負任何責任。投資者務必注意,其據此做出的任何投資決策與本公司、本公司員工或者關聯機構無關。華安證券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并進行交易,還可能為這些公司提供投資銀行服務或其他服務。本報告僅向特定客戶傳送,未經華安證券研究所書面授權,本研究報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品,或再次分發給任何其他人,或以任何侵犯本公司版權的其他方式使用。如欲引用或轉載本文內容,務必聯絡華安證券研究所
98、并獲得許可,并需注明出處為華安證券研究所,且不得對本文進行有悖原意的引用和刪改。如未經本公司授權,私自轉載或者轉發本報告,所引起的一切后果及法律責任由私自轉載或轉發者承擔。本公司并保留追究其法律責任的權利。投資評級說明投資評級說明 以本報告發布之日起 6 個月內,證券(或行業指數)相對于同期相關證券市場代表性指數的漲跌幅作為基準,A股以滬深 300 指數為基準;新三板市場以三板成指(針對協議轉讓標的)或三板做市指數(針對做市轉讓標的)為基準;香港市場以恒生指數為基準;美國市場以納斯達克指數或標普 500 指數為基準。定義如下:行業評級體系行業評級體系 增持未來 6 個月的投資收益率領先市場基準
99、指數 5%以上;中性未來 6 個月的投資收益率與市場基準指數的變動幅度相差-5%至 5%;減持未來 6 個月的投資收益率落后市場基準指數 5%以上;公司評級體系公司評級體系 買入未來 6-12 個月的投資收益率領先市場基準指數 15%以上;增持未來 6-12 個月的投資收益率領先市場基準指數 5%至 15%;中性未來 6-12 個月的投資收益率與市場基準指數的變動幅度相差-5%至 5%;減持未來 6-12 個月的投資收益率落后市場基準指數 5%至 15%;賣出未來 6-12 個月的投資收益率落后市場基準指數 15%以上;無評級因無法獲取必要的資料,或者公司面臨無法預見結果的重大不確定性事件,或者其他原因,致使無法給出明確的投資評級。