Al+电子：Al催生HPC硬件支持需求，加速电子全产业链高端化迭代。CPU/GPU/FGPA：大算力芯片是Al发展的核心硬件要素，具备高国产替代紧迫性，建议关注：龙芯中科、海光信息、景嘉微、寒武纪、安路科技、复旦微电。先进封装：目前制程提升性价比日益降低，先进封装成我国“弯道超车”关键路径，建议关注：长电科技、通富微电、华天科技。

PCB：更高的算力要求高性能高速的数据传输能力，PCB行业需求大幅增加，建议关注：沪电股份、鹏鼎控股。存储芯片：数据处理量的提升同步带动数据存储量的指数型增长，并有望加速存算一体化趋势的发展，建议关注：兆易创新、聚辰股份、江波龙、恒烁股份、润欣科技。

XR：AIGC重要载体，进一步拓宽交互性，建议关注：赛腾股份，兆威机电、智立方。loT：受益AIGC持续发酵，边缘端芯片量价齐升，建议关注：恒玄科技、乐鑫科技、瑞芯微、全志科技、炬芯科技。

Al+计算机：Al赋能千行百业降本增效，行业主要细分应用领域数智化变革提速。对标海外，办公软件是大模型生产力赋能最直接的版块，建议关注：金山办公、福昕软件、万兴科技。大模型加持企业服务软件成为每个人的商旅助手，建议关注：用友网络、金蝶国际、石基信息、赛意信息、汉得信息、能科科技。工业软件从工具软件转变为降本增效的智能助手，建议关注：中望软件、品茗科技、广联达、广立微、华大九天、概伦电子。资讯/应用入口类厂商除了受益大模型带来的降本增效效应，有望迎来被集成机遇，建议关注：同花顺、东方财富、卓创资讯、税友股份、通达海、金桥信息。品牌手机/PC、社交软件、搜索引擎、电商平台仍是最主要的流量入口，平台型大厂生态可能扩容，建议关注：软通动力、润和软件、常山北明、神州数码、拓维信息、博思软件、三六零。Aiot是多模态大模型下游的核心应用场景，视觉物联建议关注：海康威视、大华股份、萤石网络

家居机器人/可穿戴设备建议关注：中科创达、瑞芯微、闻泰科技、歌尔股份；人形机器人建议关注：远大智能、京山轻机、绿的谐波。反生成式Al及网络安全可能是另一条潜在主线，建议关注：深信服、启明星辰、安恒信息、信安世纪、奇安信、博汇科技、绿盟科技。

Al赋能座舱人机交互体验优化、助力智能驾驶痛点问题解决，建议关注：中科创达、德赛西威、四维图新、经纬恒润、光庭信息、均胜电子。

Al+传媒互联网海外：坚定拥抱Al大模型带来的产业革新，积极布局Al+应用标的。百度文心大模型拥有先发优势，文心千帆推动大模型落地产业，下游的广泛应用或带来飞轮效应；腾讯混元大模型依托C端数据的丰富积累，广告类应用表现出色；阿里通义大模型凭借多模态能力，实现下游应用的降本增效；Al应用探索领先者包括：昆仑万维，汤姆猫，万兴科技，美图公司，中文在线等。从大模型竞争到"Al+应用"落地，数据版权场景用户等是护城河，建议寻找启动标的，布局安全标的，把握领先标的。

Al+医药/医疗：开启智能加速提效时代。多组学研究Al：以基因组/蛋白组/代谢组/宏基因组/转录组等为代表的基础大数据是疾病研究/新药研发/基因编辑/合成生物学等开发的价值量最大的数据宝库，Al的加持，有望加速我们对生命本源的认识，发现更多疾病发生发展的底层原因并提出解决方案，更快更好的改变工业用微生物/植物/动物以服务产业，建议关注：华大基因、华大智造、诺禾致源、贝瑞基因等。新药研发Al：计算机辅助设计，蛋白结构预测，模拟分子筛选以及与真实世界与临床试验研究等已在新药研发有所应用，Al的加持下，有望加速新药的研发，满足未被满足的需求，建议关注：泓博医药，药明康德，成都先导等。

Al+辅助诊断（影像/病理/检验）：指运用人工智能技术识别及分析医疗影像/病理/检验，帮助医生定位病症分析病情/分析病理原因/快速形成诊断报告等，建议关注：影像-联影医疗/万东医疗等，病理-金域医学/安必平/麦克奥迪等。Al+底层医疗数据基建：Al构建HIS和电子病例，整合医疗大数据解决方案，建议关注：嘉和美康、创业慧康，卫宁健康和健麾信息，久远银海等。

Al+家电：提升使用体验，重要C端落地应用场景。家电板块是Al技术最重要的C端应用场景之一，其中扫地机为智能化程度最高、最有望率先显著受益的板块，投影、电视等智能显示产品亦可通过Al交互提高智能化及用户体验，推荐关注扫地机龙头科沃斯、石头科技、智能家居标的萤石网络、智能显示龙头极米科技、海信视像。扫地机板块，Al 模型快速迭代有望解决重要使用痛点，带来更好用的产品，建议关注科沃斯、石头科技。智能家居板块，Al加强交互能力，助力提升算法精确度，建议关注萤石网络。智能显示板块，Al助力智能化，全息影像有望落地，建议关注极米科技、海信视像。

Al+建筑：提质增效开启新时代。传统建筑行业作业流程一般为设计-

施工-安装-装修，其中施工、安装属于劳动密集型环节，Al带来的影响相对较小；而设计端是集数据、技术及人才为一体的脑力劳动密集型环节，随着Al+的发展或给行业带来新的变革。对于有丰富项目经验、历史数据积累的头部设计企业，在数字化竞争阶段会更有优势，Al+的赋能有利于打破管理边界，带来市占率的进一步提升；Al+的普及应用会节约人工成本，提升管理效率，整体增厚企业利润。从相关标的看，与Al相关的建筑公司主要集中在基建设计和房建设计领域；目前国内建筑设计龙头主要有华设集团、华阳国际、设计总院等。

Al（人工智能）是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，人工智能系统是具备学习、思考、判断、推理、证明和自我纠错等能力的系统。Al+是产业数字化的重要内容，对社会发展具备重要价值，Al+将形成新的生产，引领第四次工业革命并具有巨大的创新溢出效应。

预计Al产业将保持高速增长，2026年我国核心产业规模将超过6000 亿元，人工智能带动Al+相关产业规模将超过2万亿。根据艾瑞咨询预测，2021年我国人工智能行业规模将达到近2000亿元，将于2026年超过6000亿元，2021年到2026年的CAGR为24.8%。同时，2021年人工智能带动相关产业规模预计达7695亿元，到2026年人工智能带动相关产业规模将超过2万亿，2021年到2026年的CAGR为22.3%。

CPU/GPU/FGPA：大算力芯片是Al发展的核心硬件要素，具备高国产替代紧迫性。类似AlGC等Al模型实际效果的好坏依赖两个量级---模型参数的量级与训练数据的量级。模型的参数越多，最终结果的拟合程度就越好；训练量越大，越有利于Al的智能化迭代；而两者的提升均需底层大量的算力支持，以AIGC大模型为例，GPT-3的模型规模达1750亿个参数，使用单块英伟达V100GPU进行训练需要355年，对算力芯片提出了海量的需求，因此算力是制约Al发展的核心硬件要素。Al行业龙头主要采用英伟达GPU芯片进行开发训练。而在文本搜索、内容推荐场景，部分厂商也会使用CPU进行分布式计算环境的搭建。同时FPGA凭借可重复编程的灵活性，可进行快速定制化运算的研究和设计，提高Al计算加速的稳定性。国内目前获取部分高性能GPU（如英伟达的A100 GPU与H100 GPU）受限，高端算力芯片成为Al产业发展的“卡脖子”核心环节，具备高国产替代紧迫性。建议关注：龙芯中科、海光信息、景嘉微、寒武纪、安路科技、复旦微电。

先进封装：目前制程提升性价比日益降低，先进封装成我国“弯道超车”关键路径。随着制程的不断迭代，芯片设计成本与制造成本均呈现指数型的增长趋势，根据Universal Chipletlnterconnect Expss（UCle），28nm制程的芯片设计成本约0.51亿美元，但当制程提升至5nm时，芯片设计成本则快速升至5.42亿美元，成本提升近十倍。因此，系统级封装、Chiplet等先进封装技术为行业技术演进的关键路径。先进封装不通过晶体管制程的缩小而延续摩尔定律，而是利用三维封装（3D Package）、系统级封装（SiP）等方式实现器件功能的融合和产品的多样化，是未来继续提升高制程芯片性能的重要手段，也是中国半导体行业实现“弯道超车”的关键技术。建议关注：长电科技、通富微电、华天科技。

PCB:  更高的算力要求高性能高速的数据传输能力，PCB行业需求大幅增加。Al服务器中连接处理器和内存的主板PCB、加速卡用PCB也需要使用更高规格的高价值PCB以减少损耗。大算力对应的高多层PCB具有技术和客户壁垒高、可持续升级得以保持持续优势的行业特点。使得PCB行业的竞争优势由成本控制转为技术竞争，行业技术壁垒与价值量搏续加深。国内厂商有望凭借在传统领域的技术积累，快速拓展数据中心、人工智能等领域，在AIGC发展浪潮中充分受益。建议关注：沪电股份、鹏鼎控股。

存储芯片：数据处理量的提升同步带动数据存储量的指数型增长，并有望加速存算一体化趋势的发展。目前AIGC、高端服务器、高性能计算、5G等应用快速发展，这些应用离不开数据的高速处理与存储。而传统存储器的数据访问速度远低于处理器的处理速度，为算力提升中的"木桶效应之短板"。为突破"内存墙"问题，存算一体芯片等数据存储需求快速提升。以HBM为主要代表的存算一体芯片能够通过2.5D/3D堆叠，将多个存储芯片与处理器芯片封装在一起，克服单一封装内带宽的限制、增加带宽、扩展内存容量、并减少数据存储的延迟。根据TrendForce集邦咨询，2023~2025年HBM市场CAGR有望成长至40~45%以上，市场需求快速提升。三星2021年2月与AMD合作开发HBM-PIM，将内存和Al处理器合而为一，在CPU和GPU安装HBM-PIM，显著提高服务器运算速度。2023年开年后，三星高带宽存储器（HBM）订单快速增加。建议关注：兆易创新、聚辰股份、江波龙、恒烁股份、润欣科技。

XR：AIGC重要载体，进一步拓宽交互性。现阶段AR/VR交互以手柄、手势交互为主，随着Al及机器学习技术优化，语音/表情/眼神等方式的精确度有望快速提升，降低 XR手柄交互的必要性。XR若能脱离手柄，解放双手后应用场景大幅提升，有望促进XR产业的蓬勃发展。XR设备作为消费级Al应用的硬件入口，是消费场景的开端和流量入口，也是Al的关键落地场景。建议关注：赛腾股份，兆威机电、智立方。

loT：受益AIGC持续发酵，边缘端芯片量价齐升。1、量增：预计在ChatGPT加持下，音箱可以做更智能的交互、帮助购物下单&订票等，其需求量预计将得到提升。除开智能音箱，TWS耳机和智能手表的附加值也有望在Al大模型加持下提升，从而带来需求量增长。2、价升：智能终端的Al功能分为云端和边缘端，对于响应速度要求快的交互预计放在边缘端计算（算力需求个），对于计算要求高的交互传输到云端计算（数据传输需求1）。算力或者数据传输能力提升预计都将带来边缘端芯片的ASP提升。建议关注：恒玄科技、乐鑫科技、瑞芯微、全志科技、炬芯科技。

对标海外:  办公软件是大模型生产力赋能最直接的版块。微软Copilot 为全世界打造了Al赋能传统办公软件的范式，Microsoft365Copilot 使Word、PPT、Excel、Outlook、Teams等常用办公软件成为了每个人的“智能助手”，用户可以调用它来生成文档，并且根据Word文档创建 PPT，甚至协助使用 Excel中的数据透视表，将用户从琐碎工作中解放出来。百度新推出的文心千帆大模型业已实现赋能WPS自动生成PPT大纲以及内容。“Al+办公”的深刻变革未来将走进每个人的生活，受众广且产品力强的国产办公软件有望受益。建议关注：金山办公、福昕软件、万兴科技。

大模型加持企业服务软件成为每个人的商旅助手：  微软Dynamics 365 Copilot为组织内的员工提供了面向销售、客服、市场、运维和供应链角色的 Al 工具，在ERP领域，Dynamics 365Copilot 通过整合 CRM 和ERP系统能实现多个业务流的自动化，例如Power Virtual Agents 对话加速器借助于 Azure OpenAl 服务和必应搜索引擎，它能够按照用户需要从公司网站和内部知识库中搜寻和提供答案；利用 Dynamics 365 Marketing 中的 Copilot，市场人员可以用自己的语言来描述客户群体，从而创造出一个支持检索辅助功能的全新目标客户类别。看好国内通用企业服务软件提供商及垂直行业企业服务软件提供商。建议关注：用友网络、金蝶国际、石基信息、赛意信息、汉得信息、能科科技。

工业软件从工具软件转变为降本增效的智能助手：CAD、EDA、BIM、CAE等工业软件在大模型的赋能下有望实现从工具软件到智能化效率管家的转变，例如造价软件有望升级为Al数字成本管控专家、CAD与BIM有望实现按照语音/文本自动生成合意的设计图纸，工作效率将是质变提升。建议关注：中望软件、品茗科技、广联达、广立微、华大九天、概伦电子；

资讯/应用入口类厂商除了受益大模型带来的降本增效效应，也有望迎来被集成机遇：3月24日，OpenAl发布Plugins（插件集），通过ChatGPT可以调用第三方应用程序，例如用户可以询问ChatGPT今日体育比赛的赛况、某某酒店今日还剩下什么房型/什么价格甚至代替用户订餐、订机酒、规划旅游路线等等，资讯应用入口类厂商触达C端客户的渠道将有望显著增加。建议关注：同花顺、东方财富、卓创资讯、税友股份、通达海、金桥信息；

品牌手机/PC、社交软件、搜索引擎、电商平台仍是最主要的流量入口，平台型大厂生态可能扩容：纷繁复杂的应用市场未来可能被平台化整合，平台化厂商及其合作伙伴有望深度受益，重点关注华为盘古、腾讯混元、百度文心等大厂模型主要软硬件合作伙伴，建议关注：软通动力、润和软件、常山北明、神州数码、拓维信息、博思软件、三六零；

反生成式AI及网络安全可能是另一条潜在主线：AIGC将带来数据资料的爆发式增长，亦可能带来系列监管难题，例如歧视、仇恨言论与排斥、知识产权挑战、AIGC被恶意使用/滥用（例如合成用于诈骗、色情、诽谤、冒充他人身份的音视频），AIGC内容监管市场及网络安全（特别是数据安全）市场有望受益，建议关注深信服、启明星辰、安恒信息、信安世纪、奇安信、博汇科技；

Aiot是多模态大模型下游的核心应用场景：语音、文字、图像、视频等不同内容载体交互依托的载体就是泛Aiot 设备，

这其中重点关注视觉物联、可穿戴设备及机器人三大版块：

①视觉物联：传统安防厂商本身就积累了海量的视频数据信息，大模型泛化能力赋能下一方面原先针对不同场景分别构建的小模型数量可以大幅削减，另一方面也能提高视频数据处理的效率与质量；再者，安防厂商基于视频数据处理积累的算法能力蒸馏为垂直行业模型也能赋能下游客户；建议关注：海康威视、大华股份、萤石网络；

②家居机器人可穿戴设备：除了扫地机器人之类语音交互能力提升外，XR在语言类大模型赋能下预计也能有非常优质的体验，例如AR眼镜+LLM（语言大模型），用户可以直接与不同语种的朋友交谈，翻译内容实时转写到镜片上/还能迅速搜索自己不熟悉的知识/直接靠LLM来问答；建议关注：中科创达、瑞芯微、闻泰科技、歌尔股份；

③人形机器人：3月23日，OpenAl领投挪威人形机器人公司1XTechnologies A2轮，其大模型能力有望赋能机器人解决算法和数据能力落后的难题，将推动人型机器人行业提速。建议关注：远大智能、京山轻机、绿的谐波；

Al赋能座舱人机交互体验优化：座舱天然是语言类大模型（LLM）应用的优质场景，将直接赋能车载语音，提供更贴心的虚拟助理（长城、岚图、红旗、吉利、零跑、长安等多家车企均宣布接入文心一言。这种舱内交互不止是语音，还包括手势识别、文生图等多模态，对于座舱芯片的性能要求也会提高，或利好高通。此外，LLM的推出实际上降低了车内人机交互场景的进入门槛，比如软件Tier2依托开源大模型或能提高车载语音识别的成功率与准确率，将有能力提供更全面的座舱解决方案。

助力智能驾驶痛点问题解决：虽然智驾更需要的是判别/推断而不是生成式交互，但GPT的成功说明了较之针对特定场景的小模型，大模型依托参数的极大丰富与训练语料的增长确实能实现单一模型效果的全面优化（泛化能力、识别成功率/准确率），并且RLHF机制对于应对Corner-case或有较好的效果，看好加速推进智驾进程，且智驾端算力冗余仍有意义，

具体影响如下：

1）大模型的泛化能力、通用能力：原来针对不同任务需要有不同的小模型，大模型泛化能力强，可减少算法企业在小模型上的投入，实现降本。

2）通过RLHF（人类反馈强化学习）机制提升感知决策能力：Transformer（21年特斯拉引入Transformer 进行大规模无监督学习）与注意力机制（BEV与DETR都有注意力机制）在智能驾驶领域早有落地先例，但GPT所采用的RLHF对于自动驾驶算法进步有启示意义，通过引入真实人驾接管数据（将驾驶员对自动驾驶系统的接管视为决策纠正，开车的过程其实就是在训练模型），智驾认知决策模型可进一步优化/甚至在价值观上都可能趋同于人。毫末智行的DriveGPT通过引入该机制在掉头、环岛等公认的困难场景中，场景通过率提升30%以上。

3）数据生成/标注：自动驾驶发展最大的掣肘就是各种Corner-case太多，且依赖于海量驾驶数据积累。

1 ,利用AlGC生成高质量的合成数据能丰富现实世界中难以采集到数据的场景，有效应对长尾、边缘案例；

2，合成数据可以最大程度满足大规模训练的数据量需求，而且自动化标注的效率/成本也远优于人工（3D图片人工标注产能日均万张，Al自动标注可提升30%效率，节约30-40%成本）；

,3，RLHF机制下，Corner-case下人的接管行为，能帮助车辆记住并自行迭代数据/参数。

建议关注：中科创达、德赛西威、四维图新、经纬恒润、光庭信息、均胜电子、诚迈科技；

祝点赞+关注的股友们股市长虹！