智能化

人工智能作为引领新一轮科技产业革命的战略性技术和新质生产力重要驱动力，正在引发经济、社会、文化等领域的变革和重塑，2023 年以来，以 ChatGPT、GPT-4 为代表的大模型技术的出台，因其强大的内容生成及多轮对话能力，引发全球新一轮人工智能创新热潮，随着大模型技术演进、产品迭代日新月异，成为科技产业发展强劲动能。本报告总结梳理大语言模型技术能力进展和应用情况，并对未来发展方向予以展望，以期为产业界提供参考。

全球不同机构对无人驾驶的系统化分级框架有所不同；我国综合各方经验，制定了更全面统一的评估框架，推动无人驾驶技术在全球范围内的稳健推广和应用 得益于于无人驾驶技术的日益成熟、企业用户的较强付费意愿以及政策的有力支持，无人驾驶商用车比乘用车迎来更早的商业化落地，并成功应用在港口、物流园区、矿区等相对封闭的场景中 港口场景因信息采集更容易、干扰物更少、路线复杂度较低、基建完善度更高，相比其他场景率先实现了无人驾驶技术的商业化

智能驾驶渗透率持续提升，高阶智驾迎来发展热潮。随着自动驾驶技术的成熟和商业化的加速，汽车的核心价值部件由体现动力和操作系统的传动系统转向体现自动驾驶水平的智能软件系统和处理芯片，在各项利好加持下，我国智能驾驶渗透率快速提速，2023 年 L2 级自动驾驶渗透率达到 47.3%，2024 年 1 至5 月突破 50%。工信部于 2024 年 6 月 4 日发布消息，九家企业入围智能驾驶试点，L3 级自动驾驶技术迎来发展热潮。以特斯拉 FSD 为代表的单车智能自动驾驶技术目前已在北美成功商业化推广，进入规模应用阶段。高阶智驾要实现商业化落地，需解决安全性、ODD 限制和经济性问题。

算力持续强化为手机 AI 使用体验提升提供底层支撑，高通、联发科均在产品迭代上进行重点布局。NPU是实现手机AI功能的核心硬件，此外大模型的嵌入对手机内存容量、带宽、传输速率均提出了更高的要求，未来16GB可能成为手机内存的基本配置。对于目前AI手机主要的AI功能拍照、语音交互等，ISP、麦克风均会有所改进。由于AI手机的日常发热时长将长于此前的智能手机，散热也是AI手机需要重点关注的领域，目前主流AI手机均增加了均热板的面积，石墨烯散热材料有望在未来几年导入AI手机，进一步为端侧模型正常运行保驾护航。

智能化联合电动化正引领汽车产业转型，为中国汽车行业赋予全球竞争新优势。市场普遍认为电动化是汽车行业发展的主线，随着自动驾驶、智能座舱、车联网等技术的不断突破，智能化正成为电动化的接力棒。我们认为两者并非简单的线性发展关系，而是相互促进、共同演进的双螺旋结构。电动化为智能化提供了技术平台和物理基础，而智能化的发展又进一步推动电动化技术的广泛应用和快速迭代。中国正凭借其在科技领域的实力，对汽车产业的价值链和生态结构进行重塑。通过智能化的特色配置，不断增强其在全球汽车市场的竞争力。

能源测：智算中心电力消耗测算。1）单POD功率：以目前最常用的英伟达DGX H100计算集群（POD）为例，单POD（127节点）功率合计为1411.176kw，其中计算部分占比最高（为89.83%,即DGX H100服务器)，其次为计算用交换机（为5.72%）；2）单位算力能耗模型：以英伟达DGXH100服务器为例，假设利用率为80%，PUE为1.25，可知单台服务器对应智算中心功率消耗为11，112w，对应年度用电量为97,338KWh；TF32下单位petaFLOPS算力对应智算中心年度用电量为12，167 Kwh，FP16下单位petaFLOPS算力对应智算中心年度用电量为6，084 Kwh；3）对全球电力影响：根据华为GIV发布的《智能世界2030》预测，预计2030年全球AI算力将超过105ZFLOPS（FP16），对应每年638.82太瓦时用电量，以22年为基年，额外带来2.4%的全球用电增量。

随着 2022 年 11 月底 OpenAI 发布 ChatGPT 3.5，AI 相关行业在 2023 年进入爆发式发展。OpenAI 随后发布 ChatGPT 4.0，谷歌、Meta 等多家厂商也陆续推出 Gemini、Llama 等 AI 大模型。在中国，包括互联网头部企业和初创公司在内的玩家相继投入到大模型的研究和发布中。根据 IDC 数据，2020 年至 2023 年全球生成式 AI 市场空间上涨了约 6 倍，预计 2024年至 2030 年期间复合增长率达到 40%，2030 年有望接近万亿美元。算力芯片作为 AI 大模型行业的最重要支撑，也正享受行业高增长红利。

海外大模型龙头轮番抢占性能第一宝座，比拼整体性能和多模态交互。 大模型的宝座三次更迭：初代GPT-4o自我革命，持续刷新综合性能；二代谷歌Gemini更极限的上下文理解、更低延时；翘楚Claude3.5聚焦视觉和交互体验。 大模型高地争夺：多模态的理解和响应，原生多模态技术比拼。大模型的效果取决于多模态理解与生成，毫秒级响应，更先进的视觉与音频理解能力，智能感知语气与语态。端到端原生多模态技术、统一神经网络，是竞争的主要角力点。 大模型的比较维度升级：从模型到叠加终端，跨设备的使用效果体验。如谷歌推出AI Agent项目Astra模型，可以手机、眼睛镜头对准身边的物品，并向Project Astra提出一些疑问，它几乎能做到零延时地准确回答。

国内汽车工业在电动化和智能化领域的迅猛发展，正在重塑消费者的购车偏好，消费者对于自动驾驶技术、智能座舱等高端智能化功能的兴趣日益浓厚。 超半数的汽车消费者将智能化水平作为购车时的关键考量因素，他们追求更先进的自动驾驶体验、更智能的座舱环境以及更个性化的驾驶乐趣。 智能化在购车决策中的重要性日益凸显，这也促使众多汽车制造商加快了智能化技术的研发和工程投入；继续航里程和用车成本之后，智能化已成为新能源汽车竞争的主要领域，未能跟上智能化步伐的汽车品牌可能会逐渐失去市场竞争力。

本报告由格物创新咨询与设计(GOWELL DESIGN) 以2024年北京⻋展信息为基础，将2024年整⻋智能体验热⻔⻋型信息进⾏收集和分析总结，并洞⻅前瞻趋势。我们希望本报告可以为关注智能汽⻋领域的设计学者、⻋企从业设计师及其他相关⻆⾊带来新的设计视⻆及创新启发。

2023 年 6 月，我们发布《AI 2.0：十年之后我们还能做什么》，建议投资人按照算力基础设施->硬件载体->大模型平台->应用的顺序寻找受益标的。回顾过去一年的表现，我们看到：1）以英伟达为代表的海外算力板块大幅上涨，但国内表现分化；2）AI 手机等硬件发展低于预期；3）百模大战告一段落；4）AI 应用生产力工具先行。展望未来，AI 大模型产业的快速发展，正在带动家电、PC、手机之后的第四次全球产业链重构，我们看好：1）中国消费电子企业在这轮 AI 换机周期下显著受益；2）包括设备、制造、芯片设计、整机在内的国产算力产业链稳步发展；3）中国大模型应用出海。我们认为：1）AI 手机的国产化和 2）国产算力链出海存在一定挑战。

云端持续高景气，看好全球 AI 算力机遇。GPU 出货增速的底层逻辑：Scaling Law。传统的小模型中，性能与计算量之间存在一个极限，当过度训练时反而会出现过拟合的状况，使得模型性能下降。但是Scaling Law 表明，对于大模型，通过增加数据量、扩大模型规模以及延长训练时间，可以实现模型性能的持续提升。ODM 厂商在算力产业链占据关键位置，关注服务器和交换机核心厂商。从上游看，服务器内部的 GPU 是基本的计算单元，通过高速交换机组成大型的运算网络。展望未来，伴随 AI 训练需求持续扩大，推理市场蓝海启航，服务器和交换机产业链上的优质厂商值得关注，包括 GPU、PCB、ODM、存储及各类零部件厂商。