智能化

行业发展：人形机器人行业受重要行业事件及特斯拉机器人进展影响，历经五个阶段发展，目前处于从 1 到 N 的量产阶段，核心影响因素为特斯拉机器人量产进度、AI 大模型迭代以及海内外产业化落地进程。海外厂商在人形机器人核心零部件领域起步早，国内企业性能正逐步赶上 。 核心技术与零部件：人形机器人复杂程度高，由电机、减速器、丝杠、传感器等核心零部件组成。各零部件有不同的技术发展方向和提升空间，如电机需突破高功率、高扭矩密度等；减速器要实现高精度、大减速比等；丝杠方面，性价比更高、效率更高的人形机器人专用丝杠有望打开市场；具备高功率密度、高精度、高爆发力的一体化关节是零部件趋势之一 。

端到端自动驾驶技术成为汽车行业新趋势。众多头部厂商加速迭代端到端智驾技术，如特斯拉的 FSD V12 系统。这种技术直接从传感器信息输入到控制命令输出映射，简化了传统自动驾驶系统的复杂模块。它具有明显的技术优势，一方面提升了系统响应速度和泛化能力，能更快速做出决策，适应各种复杂驾驶场景；另一方面降低了开发成本和复杂性，减少了模块间的耦合性。 领先的智能驾驶企业拥有大量高质量驾驶数据，涵盖不同路况、天气和交通场景下的车辆传感器及驾驶员行为数据等。这些数据是训练和优化智能驾驶模型的关键，企业可借此不断改进算法，提升系统性能和准确性。而新进入者在数据积累上相对困难，难以在短时间内追赶。

第一、2024上半年电子行情回顾-电子表现中等偏上，AI为主要驱动要素 第二、AI算力投入持续提升，端侧AI有望引来爆发 持续关注算力英伟达产业链体系； 关注端侧AI，苹果产业链体系； 第三、国产替代：向算力IC、先进制程等国产化率低方向拓展 海外供给受限，国产替代诉求紧迫 关注算力ic体系及配套供应链国产替代投资机会： 围绕低国产化领域，关注半导体设备及仪器替代机会。

中国AI Agent市场正经历快速增长，得益于人工智能技术的飞速发展和广泛应用。该市场主要由智能客服、个人助理、智能家居控制等应用场景驱动，企业纷纷投入研发，以提升用户体验和运营效率。随着大数据、云计算等基础设施的不断完善，以及消费者对智能化服务的需求日益增长，中国AI Agent市场展现出巨大的发展潜力。 同时，市场竞争也日趋激烈，技术创新成为企业脱颖而出的关键。领先的AI企业正不断探索新的算法、模型和应用场景，以提升AI Agent的智能水平和服务质量。此外，政策支持和市场需求的双重推动下，中国AI Agent市场将持续拓展，为相关行业带来更多发展机遇。

科技产业展现出鲜明的轮动规律，从基础技术突破到应用创新，再到产业生态的成熟，形成了周期性的发展轨迹。理解并把握这一规律，对于投资者而言，是洞察科技产业未来趋势、捕捉投资机会的关键。同时，针对AI硬件这一前沿领域，我们构建了周期跟踪框架，旨在从技术创新、市场需求、竞争格局等多个维度，全面监测AI硬件的发展动态，为投资者提供科学、系统的决策支持。 该框架不仅关注AI硬件技术的最新进展，如芯片性能提升、算法优化等，还深入分析其对产业链上下游的影响，以及市场需求的演变趋势。通过构建多维度数据指标体系，我们能够及时捕捉AI硬件市场的细微变化，为投资者精准把握投资时机、规避风险提供有力保障。同时，该框架还注重国际比较，关注全球范围内AI硬件产业的发展动态，为企业的国际化战略提供参考。

智慧灯塔项目通过成功部署AI Agent，不仅显著提升了企业自动化与智能化水平，实现了业务流程的高效优化与精准决策支持，还为企业探索AI技术应用提供了宝贵的实践经验与成功案例。该项目展现了AI Agent在提升企业运营效率、降低成本及增强市场竞争力方面的巨大潜力。 智慧灯塔项目作为AI Agent应用的典范，为企业指明了AI技术落地的清晰路径。它强调了前期需求调研、系统架构设计、数据准备与治理、模型训练与优化、以及持续迭代与监控等关键环节的重要性，为其他企业实施AI Agent项目提供了可借鉴的框架与方法论，助力企业在数字化转型的浪潮中稳健前行。

关于AI专题中“Scale Up”与“Scale Out”组网变化趋势的总结如下： Scale Up（垂直扩展）趋势：随着AI模型的复杂度和计算需求不断增长，Scale Up成为提升单节点计算能力的关键。通过增加CPU核心数、提升GPU性能或采用更先进的硬件加速器，Scale Up能够有效应对AI训练和推理过程中的高计算密度需求，尤其是在处理大规模数据集和复杂模型时。然而，其成本较高且存在物理限制。 Scale Out（水平扩展）趋势：面对AI任务的分布式特性，Scale Out通过增加计算节点数量来分散负载，实现系统整体的扩展性和灵活性。这种方式不仅降低了单点故障的风险，还能根据任务需求动态调整资源分配。随着云计算和容器化技术的发展，Scale Out变得更加便捷和高效，成为构建大规模AI系统的重要策略。未来，随着AI应用场景的多样化和计算需求的持续增长，Scale Out组网模式预计将继续占据主导地位，并与Scale Up策略相结合，共同推动AI技术的普及和发展。

汽车零部件行业正经历着深刻的变革，其中全球化和智能化成为驱动行业发展的关键因素。首先，随着全球汽车市场的不断扩大和整合，中国汽车零部件企业积极出海，通过海外扩张来寻求新的增长点和发展机会。例如，福耀玻璃作为全球汽车玻璃行业的领导者，其海外业务拓展历程可分为三个阶段：起初利用国内生产成本优势出口海外，随后筹备海外产能，最终实现海外本地化配套，成功提升了海外生产本地配套的收入占比。 其次，智能化作为汽车产业发展的重要方向，为零部件企业带来了新的增长点。汽车电子、智能驾驶等智能化相关细分赛道展现出强劲的增长势头，预计未来单车配套价值量将得到显著提升，并在全球范围内实现更多项目的突破

首先，该指南明确指出AI原生时代已全面到来，云平台需从Cloud for AI向AI Native Cloud转变。这一转变要求云平台具备承载大规模模型训练、高效能集群调度、全域数据检索等关键能力，为AI应用开发提供坚实的基础设施和平台支撑。 其次，腾讯云作为AI原生云时代的领航者，其AI原生云平台架构涵盖了基础设施层、模型层、工程层、应用层和全栈安全防护五大核心能力。这一架构通过提供全栈式人工智能开发服务平台，助力企业快速搭建和部署AI应用，加速AI原生应用的落地，从而推动各行各业的创新和发展。

利用LLM（大型语言模型）一站式优化投研工作，可以实现从数据到文本的智能化处理。它能够有效整合、分析海量数据，为投资者提供精准的市场洞察。同时，LLM还能辅助生成高质量的研究报告，提炼出有深度的投资观点，极大提升投研工作的效率与质量。

小鹏已量产国内首个端到端大模型，其采用分段式结构，包括神经网络 XNet、规控大模型 XPlanner 以及大语言模型 XBrain。通过全栈数据闭环实现数据处理、挖掘和解读，实车与仿真测试并重以加快迭代，且拥有充足云端算力储备。小鹏于 2024 年 7 月实现无限 XNGP 全量推送并达成 “全国都好用” 的第一阶段，计划在四季度实现 “门到门” 的第二阶段，最终于 2025 年实现用户 “爱用” 的升级，有望加速销量拐点到来。

机器人行业专题报告指出，机器人正迈向具身智能的新阶段，这一领域的发展标志着机器人不仅能执行预设任务，还能通过感知、交互与物理世界进行实时互动。具身智能赋予机器人自主感知、认知、理解、推理及行动的能力，使其能够像人类一样在复杂环境中灵活应对。这一变革将极大地拓展机器人的应用场景，从工业生产线到日常生活服务，具身智能机器人将成为AI技术的重要载体，引领机器人行业进入全新的发展阶段。