智能化

在当今时代，Gen 人工智能（Generative AI，简称 GenAI）正以前所未有的速度席卷全球，成为推动科技进步和产业变革的重要力量。从 ChatGPT 的横空出世到各类大模型的广泛应用，GenAI 不仅在技术层面取得了突破性进展，更在商业和社会层面引发了深远的影响。从文本生成、图像绘制到视频制作，GenAI 的应用场景日益丰富，为各行各业带来了前所未有的机遇与挑战。

（1）端到端落地，高阶智驾核心竞争要素从算法转向数据+算力。城市 NOA 在 2024 年全面落地，以城市 NOA 为代表的高阶智驾渗透率进入加速扩张阶段。我们判断，高阶智驾有望在 2025 年从“能用”迈向“好用”，成为 toC 市场竞争的重要手段。端到端智能驾驶技术在 2024 年首次落地，凭借全局优化、更高计算效率、更强泛化能力等优点，成为高阶智驾方案当前最优解。端到端阶段，高阶智驾核心竞争要素从算法转向数据+算力。 （2）高阶智驾助力 20 万-40 万整车市场加速出清。高阶智驾对 20-40 万价格带竞争格局影响更大。20 万以下车型主要受制于成本因素，40 万以上车型商务需求较多，消费者更多考虑品牌附加值。而 20 万-40 万市场，消费者对新技术接受度最强，当前尚无具备绝对竞争优势的企业脱颖而出。端到端使得高阶智驾将在 2025 年从“能用”迈向“好用”，成为各大车企重要竞争手段，而端到端高阶智驾的核心竞争要素是数据+算力，竞争壁垒更高，预计将会拉大主机厂之间的产品力差异，加速 20-40 万市场出清。 

沙利文联合头豹研究院谨此发布中国生成式式AI系列报告之《2024年中国GenAI技术栈市场报告》。本报告旨在梳理GenAI技术栈的市场发展现状、技术栈核心组件、用户核心需求以及相关技术洞察，明晰市场需求，并结合市场发展前景判断GenAI技术栈领域内各类竞争者所处地位。

人体结构是最适应现代文明的进化形态，同理，“人造人”是最贴近人类日常生产生活需求的机器人形态。将自动化生产线转变为柔性制造车间，需要寻求智能的解决方案，而这种解决方案可以由灵巧手和人形机器人来缔造，并且有机器学习和类脑智能技术的加持，数字化的日常生活都能成为人形机器人的学习资料，智能性将持续深化。可以让机器人像人一样使用工具的灵巧手，是提升机器人柔性操作能力的关键部件，是柔性制造避不开的一环。

机器人外界环境感知与智能化提升依赖高性能传感器。 [Table_Summary] 人形机器人大致包括感知系统、传动系统、电源系统、大脑、结构件几个方面，其中传动系统成本占比 30-40%，以传感器为主的感知系统成本占比约 20%左右，大脑、电源系统、结构件等占比 30%-40%。机器人使用的传感器大致包括视觉传感器、力/力矩传感器、触觉传感器、惯性传感器（IMU）、流量传感器等，传感器是机器人实现外界环境感知和交互的关键。

人人都需要陪伴，表情陪伴人形机器人是 AI 陪伴的高级赛道。表情陪伴机器人领先公司已经实现量产，技术要素和应用场景陆续突破，前沿公司发展有望提速。

2024人工智能产业30条判断：万千流变，一如既往

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。

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。

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。

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。

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。