智能化

 一级分类
文章排序
站内搜索
2024年中国智慧交通发展趋势报告~自动驾驶篇

2024年中国智慧交通发展趋势报告~自动驾驶篇

智慧交通 自动驾驶
自动驾驶指车辆自身的自主行驶能力，依靠传感器、人工智能等技术在不同程度上实现车辆的智能驾驶；可分为L0至L5六个等级，目前L4为可行性较高且落地性较强的高级别自动驾驶等级。智慧交通则是一个综合的交通管理和服务系统，涉及到交通的各个方面，包括交通感知、数据分析、控制管理、信息发布等。从发展目的来看，自动驾驶以提高车辆驾驶的便利性、安全性为核心，旨在不断提升用车效率、降低运输成本；智慧交通则以提高整个交通系统的效率、安全性和服务质量为出发点的，是实现交通资源的优化配置、推动交通运输行业智能化转型、提升公众出行满意度以及促进城市可持续发展的综合交通理念与技术应用体系。
17" 3
2024具身智能科技前沿热点

2024具身智能科技前沿热点

具身智能 AI
具身智能，作为人工智能领域的一颗璀璨新星，正以其独有的方式与深邃的内涵，在科技的浩瀚星空中勾勒出一幅幅壮丽的图景。它不仅仅是一种技术的革新，更是人类智慧探索未知边界的又一重要里程碑。通过模拟生物体的感知、认知与行动能力，具身智能实现了与环境的高度融合，这一过程涉及信息的精准捕捉、深度理解、快速决策与灵活执行，展现了强大的适应性和创造力。这一智能范式的崛起，不仅标志着人工智能技术的质的飞跃，更为全球科技竞争格局注入了新的活力与不确定性，预示着围绕具身智能技术的全球科技竞赛拉开帷幕。
24" 3
中国AI算力行业发展报告：全面拥抱智算时代的生产力

中国AI算力行业发展报告：全面拥抱智算时代的生产力

AI 算力
2015-2016 年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。从2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB的高质量数据，大模型的训练迭代将极大地拉动了智能算力的需求。 2012-2023年算力需求翻了数十万倍，AI算力需求远超摩尔定律，大模型对算力的需求每年持续增长，未来10年AI算力需求将再增长500倍。
34" 6
AI行业研究报告：模型能力向上价格向下，应用繁荣

AI行业研究报告：模型能力向上价格向下，应用繁荣

AI
模型层：竞争格局收敛，o1引领大模型发展新范式。海外头部大厂模型能力差距在2024年缩小，各巨头及其深度合作的厂商通过上游资本开支和技术人才优势已和其他玩家拉开身位差距，目前海外形成了五强格局，分别是以OpenAI、Anthropic以及谷歌为代表的第一梯队，以及x AI和Meta。国内大模型目前竞争格局相对分散，涵盖互联网和科技大厂、创业公司、传统技术类厂商这三类力量，其中互联网和科技大厂和云业务结合，综合布局。创业类厂商则依托不同资源禀赋进行差异化赛道聚焦。受到训练数据逐渐枯竭以及堆GPU卡模式所面临算力利用率降低的问题，传统Scaling Law即LLM性能与计算量、参数量和数据量三者呈现幂律关系受到挑战，OpenAI o系列提出推理侧的Scaling Law有望成为大模型发展的新驱动力，同时对于技术创新、工程能力和算力提出更高要求。
24" 3
2025年电子行业投资策略：AI+国产化双轮驱动，关注消费电子、半导体产业链投资机遇

2025年电子行业投资策略：AI+国产化双轮驱动，关注消费电子、半导体产业链投资机遇

电子 AI 国产化 半导体 产业链
2028 年 AI 基础设施市场支出超 1000 亿美元。根据 IDC 的数据，2024 H1，全球用于计算和存储硬件的 AI 基础设施支出同比增长 37%，达到 318 亿美元；2028 年，AI 基础设施支出预计超过 1000 亿美元，其中服务器占总支出的 75% ，加速服务器占总支出的 56%。 中国 AI 芯片市场规模快速增加，国产 GPU 竞争力不断提升。根据中商产业研究院数据，2022 年中国 AI 芯片市场规模达到 850 亿元，同比增长 94.6%；2024 年将增长至 2302 亿元。目前 AI 算力芯片市场以 GPU 为主。国内华为、寒武纪、海光信息等厂商在 GPU 领域进行了布局，通过技术创新和产品升级，不断提升竞争力。
20" 4
2024算法与AI大模型的用户认知调研报告

2024算法与AI大模型的用户认知调研报告

算法 AI 大模型
消费者对于 AI 大模型和算法的认知水平是影响人工智能行业发展的重要因素，认知程度和使用态度的变化在一定程度影响着人工智能技术的商业化应用速度，从而对我国数字经济发展、数字中国建设产生影响。2024 年 8 月，我们在全国范围内发放了面向消费者的调查问卷，试图了解目前我国消费者关于 AI 大模型以及算法的认知情况。课题组通过支付宝渠道向用户发放调查问卷，一共回收了 8030 份有效问卷。基于这些数据，我们得到了如下的结论。
24" 4
人工智能行业专题分析：比较试用DeepSeek看模型走向应用的新迹象

人工智能行业专题分析：比较试用DeepSeek看模型走向应用的新迹象

人工智能 DeepSeek
DeepSeek-V3 上线，模型性能提升较快。2024 年 12 月，幻方旗下深度求索公司上线 DeepSeek-V3 系列模型首个版本，较前代模型DeepSeek-V2.5 有显著提升。为了深入探索该模型的能力，我们采用了覆盖逻辑、数学、代码、文本等领域的多个问题对模型进行测试，将其生成结果与豆包、Kimi 以及通义千问大模型生成的结果进行比较。
25" 4
激光雷达行业研究：高阶智驾最强β之一，业绩步入兑现期

激光雷达行业研究：高阶智驾最强β之一，业绩步入兑现期

激光雷达 高阶智驾
高阶智驾从 1-N，Robotaxi 从 0-1。1、高阶智驾渗透率预计 25 年达到 15%。在政策松绑、成本下探、大算力芯片上车、软件进阶端到端趋势下，24 年高阶智驾渗透率达到 5%，随着 20 万附近车型集中装车，25 年有望达到 15%。2、Robotaxi 方案有望迎来商业拐点。Robotaxi 行业加速变化，在政策+技术+运营多重发力下，Robotaxi 每公里成本有望快速与网约车成本持平，规模化运营有望引来拐点。 激光雷达成为主流方案，目前绝大部分国内高阶智驾车型配有激光雷达，robotaxi 普遍标配多颗激光雷达。激光雷达对环境感知精度高、可直接获取目标的距离、角度、反射强度、速度等信息且抗干扰能力较强。国内多数主机厂采用多传感器融合的技术路线，尤其面向高阶 NOA 功能的车型普遍有搭载激光雷达。仅个别车企在效仿特斯拉探索去掉激光雷达的视觉方案，依靠毫米波雷达和摄像头等传感器实现感知：随着激光雷达的成本不断降低、技术成熟度提升以及自动驾驶功能的提升，未来几年车辆搭载激光雷达的数量有望增加，进一步推升激光雷达放量空间。
47" 3
电子行业专题报告：AI新范式，云厂商引领+内需为王

电子行业专题报告：AI新范式，云厂商引领+内需为王

电子 AI
Scaling Law 2.0，CSP 的私域数据成为关键。过去大模型的发展符合Scaling Law，然而当下公有数据逐步达到瓶颈，私域高精度数据或成为 Scaling Law 2.0 的核心要素。Open AI 前首席科学家 Ilya 在公开演讲中提到，由于“我们已经达到了数据的峰值”，当前 AI 模型的预训练方式可能走向终结。想要在特定领域训练出垂直化的“专家大模型”，数据的精度、准确度等指标更为重要，私域数据、人工标注的数据可能成为下一阶段大模型发展过程中的核心竞争力，掌握私域数据的 CSP 厂商将在大模型厂商的下一轮竞赛中更具优势。
22" 4
电子行业2025年年度投资策略：AI革新人机交互，智能终端百舸争流，行业迈入估值扩张大年

电子行业2025年年度投资策略：AI革新人机交互，智能终端百舸争流，行业迈入估值扩张大年

电子 AI
AI算力：AI应用爆发在即，算力需求持续攀升，关注ASIC及服务器产业链。Scaling Law与“涌现”能力是大模型训练遵循的重要法则，随着ChatGPT引领全球AI浪潮，国内外科技公司纷纷发布AI大模型，截至24年7月，全球AI大模型数量约1328个(其中美国位居第一位，占比44%；中国位居第二位，占比36%)，模型的迭代加速、竞争加剧。同时，AI模型向多模态全方位转变，AI应用百花齐放，企业主动拥抱AI应用市场。因此，模型数量、模型参数、数据总量的持续增长及AI应用需求推动全球算力爆发式增长。在英伟达GPU随着架构的不断演进及算力的成倍增长，于AI大模型训练中得到广泛运用的同时，为了满足CSP客户更高性能和更好功能的需求，定制化芯片ASIC的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商资本开支持续高速增长，带来AI服务器市场规模大幅提升，预计到26年全球AI服务器出货量将达到237万台，对应2023-2026年CAGR为26%。
21" 10
电子行业2025年度策略报告：AI云侧与端侧共振，自主可控砥砺前行

电子行业2025年度策略报告：AI云侧与端侧共振，自主可控砥砺前行

电子 AI
AI 赛道长坡厚雪，2025 年机遇众多。软硬件较大级别更新，2025 年或形成更完备的闭环。OpenAI o1 的发布意味着技术路线的更新，强化学习进入到大模型的工具库中。在这种方法的引领下，o1 的逻辑推理能力成长迅速，在绝大多数推理能力较强的任务中，o1 的表现明显优于 GPT-4o。o3 的性能相对 o1 更是有明显的提升，数学竞赛 AIEM 2024 和博士级科学考试 GPQA Diamond 中，o3 均接近满分。Epoch AI 开发的 FrontierMath 数学基准测试中，o3 则达到了 25.2%，此前GPT-4 和 Gemini 1.5 Pro 等模型评估的成功率不足 2%，硬件端英伟达发布 NVIDIA GB200 Grace Blackwell 超级芯片，进一步组成机柜，性能改善幅度较大，这为基础模型和各类软件的进步奠定了算力基础。展望 2025 年，基础模型和硬件或相互激励，形成良好闭环，服务器、交换机等算力产业链赛道机会良多。
20" 3
加载更多