人工智能行業(yè)分析2

人工智能行業(yè)分析投資分析隨著ChatGPT在全球范圍內(nèi)強勢“出圈”，AI大模型商業(yè)模式已成功跑通，我們認為AIGC時代即將到來。近年來，隨著AI大模型以及算力成本不斷優(yōu)化，訓練及推理成本持續(xù)下降為AIGC商業(yè)化應用提供了先決條件。AIGC已衍生出豐富的能力矩陣，具備了孿生、編輯和創(chuàng)作三大核心能力，長期看AIGC具備在全行業(yè)顛覆式降本增效的應用前景。根據(jù)《GPTsareGPTs:AnEarlyLookattheLaborMarketImpactPotentialofLargeLanguageModels（2023）》（作者：TynaEloundou等），AIGC或?qū)?0%以上的勞動者產(chǎn)生影響。同時，AIGC也可在前沿領域催化出新的產(chǎn)業(yè)機會，AIGC大幅加快數(shù)字內(nèi)容創(chuàng)作及數(shù)字人產(chǎn)業(yè)發(fā)展，推動元宇宙產(chǎn)業(yè)加速落地?？紤]到AIGC需強大的硬件支撐以及在全行業(yè)廣闊的應用空間，我們重點推薦三條投資主線：算力硬件支撐、推動行業(yè)生產(chǎn)效率顛覆式提升、催生元宇宙發(fā)展新生態(tài)。主線一，AIGC算力硬件支撐產(chǎn)業(yè)鏈，AI大模型帶來的算力革命將會帶動算力硬件支撐產(chǎn)業(yè)鏈發(fā)展，衍生硬件性能有望持續(xù)提升；主線二，AIGC推動行業(yè)生產(chǎn)效率顛覆式提升。短期看，AI已具備輔助人類完成部分工作任務的能力，我們認為AIGC在軟件開發(fā)、日常辦公、影視娛樂、教育、電商等領域?qū)⒙氏葢?。長期看，隨著AI逐步具備媲美人類的專業(yè)創(chuàng)造能力，AIGC將在全行業(yè)帶來顛覆式的生產(chǎn)方式，我們預計娛樂、傳媒以及軟件開發(fā)領域相關(guān)公司將率先在成本端受益；主線三，AIGC催生元宇宙發(fā)展新生態(tài)。游戲公司有望率先在內(nèi)容創(chuàng)作以及游戲設定等方面應用AI大模型并在元宇宙產(chǎn)業(yè)中占得有利競爭位置。AIGC悄然興起，算力降本夯實“AI底座”AIGC悄然興起，ChatGPT強勢“出圈”隨著人工智能越來越多應用在內(nèi)容創(chuàng)作，AIGC概念悄然興起。AIGC（AIGeneratedContent，人工智能生成內(nèi)容）指利用AI（ArtificialIntelligence，人工智能）技術(shù)可根據(jù)用戶需求自動生成與之匹配的內(nèi)容。只需輸入要求，AIGC即可幫助創(chuàng)作者自動生成所需內(nèi)容，創(chuàng)作者可花費更多時間進行主題構(gòu)思并減少實際創(chuàng)作時間，提升工作效率和創(chuàng)作質(zhì)量。20世紀50年代以來，深度學習算法和設備算力發(fā)展迅速，AI研究取得了長足進步。AI不僅能夠與人類進行互動，還可以進行寫作、編曲、繪畫、視頻制作等創(chuàng)意工作。AIGC發(fā)展可大致劃分為三個階段：早期萌芽階段、沉淀積累階段以及快速發(fā)展階段，目前已進入快速發(fā)展階段。ChatGPT應用領域廣泛，有望率先在AIGC領域落地。ChatGPT（ChatGenerativePre-trainedTransformer，聊天生成式預訓練器）為OpenAI開發(fā)的聊天機器人，它建立在OpenAI開發(fā)的GPT-3大型語言模型之上，并使用監(jiān)督學習和強化學習（人類監(jiān)督）技術(shù)進行微調(diào)。在AIGC領域，ChatGPT能夠根據(jù)用戶需求而自主創(chuàng)造出高質(zhì)量的內(nèi)容，不但降低了創(chuàng)作門檻，還能大幅提高用戶創(chuàng)作效率。AIGC產(chǎn)品能力的決定性因素是互動、數(shù)量和質(zhì)量，ChatGPT在生成和理解能力上有了顯著提升，GPT-4則推動內(nèi)容形式從單一走向多元，大幅優(yōu)化了內(nèi)容質(zhì)量。ChatGPT僅用兩個月MAU即突破1億，成為史上用戶增速最快的消費級應用。2022年11月OpenAI推出ChatGPT，一經(jīng)發(fā)布即成為AI界“頂流”。根據(jù)SimilarWeb數(shù)據(jù)顯示，ChatGPT在僅推出兩個月后MAU（MonthlyActiveUser，月活用戶）已到達1億，成為史上用戶增長速度最快的消費級應用程序。根據(jù)SensorTower數(shù)據(jù)，TikTok花費9個月MAU達到1億，Instagram則花費2年半的時間。全球智能算力規(guī)?？焖僭鲩L，訓練成本有望持續(xù)優(yōu)化全球智能算力規(guī)模高速發(fā)展，2026年中國智能算力規(guī)模有望增至1271.4EFLOPS。根據(jù)華為預測，未來AI將從感知走向認知，創(chuàng)造能力不斷增強，AI將走進日常生活并賦予萬物智能，算力需求將高速增長，2030年全球智能算力有望達到105ZFLOPS（每秒1021次浮點計算），對比2020年增長500倍。目前，國內(nèi)頭部科技企業(yè)均發(fā)力布局AI大模型，需依托高算力系統(tǒng)構(gòu)建，預計國內(nèi)智能算力規(guī)模將保持高增。根據(jù)IDC數(shù)據(jù)，2022年中國智能算力規(guī)模達到268.0EFLOPS（每秒1018次浮點運算），預計2026年智能算力規(guī)模將進入ZFLOPS級別，達到1271.4EFLOPS。AI大模型參數(shù)呈指數(shù)級增長，新“摩爾定律”呼之欲出。近年來，隨著算力以及數(shù)據(jù)集快速發(fā)展，基于Transformer模型的NLP（NaturalLanguageProcessing，自然語言處理）算法發(fā)展迅速。AI大模型具有“涌現(xiàn)能力”，當訓練量超過某個閾值時，模型就會解鎖“涌現(xiàn)能力”，即模型精度會突然暴增。因此，最先進的NLP以及CV（ComputerVision，計算機視覺）模型中的參數(shù)數(shù)量均持續(xù)增長，近年來呈指數(shù)增長態(tài)勢。根據(jù)《AIandMemoryWall（2021）》（作者：AmirGholami等）數(shù)據(jù)，近十年來CV、NLP和語音學習方面的AI模型所需算力以每兩年15倍的速度增長，而Transformer模型的增長速度更快，增長速度為每兩年750倍。OpenAI預計AI研究所需要的計算資源將每3-4個月翻一倍。OpenAI首席執(zhí)行官SamAltman也于2023年2月發(fā)推文稱“新版摩爾定律很快就要到來，宇宙中的智能將每18個月翻一倍”。英偉達數(shù)據(jù)中心GPUAI推理能力不斷增強，單位算力成本不斷優(yōu)化。近年來，英偉達數(shù)據(jù)中心GPU平均2-3年迭代，目前AI大模型訓練使用的GPU包括V100、A100及H100。從性能層面看，英偉達通過多實例GPU（MIG）技術(shù)允許多個網(wǎng)絡同時基于單個GPU運行，最大限度提升計算資源的利用率；并通過優(yōu)化GPU架構(gòu)以及指令提升大模型訓練速度。根據(jù)英偉達官網(wǎng)信息，英偉達數(shù)據(jù)中心GPUAI推理能力大幅提升，H100相較于A100超大模型的AI推理吞吐量提升30倍。與此同時，GPU價格雖出現(xiàn)上漲，但漲幅遠低于算力。根據(jù)中關(guān)村在線報價以及網(wǎng)易科技信息，英偉達H100價格在24萬元以上，約為A100的3倍。因此，我們認為隨著GPU架構(gòu)以系統(tǒng)設計持續(xù)優(yōu)化，單位算力成本降低將會成為長期趨勢。參考《TheEconomicsofLargeLanguageModels（2023）》（作者：SUNYAN）以及《EfficientLarge-ScaleLanguageModelTrainingonGPUClustersUsingMegatron-LM（2021）》（作者：DeepakNarayanan等），研究人員均提出以訓練詞數(shù)（Tokens）、大模型參數(shù)量（Parameters）、芯片算力（FLOPS）、芯片價格等指標為參數(shù)的成本測算模型。我們將根據(jù)相關(guān)模型，測算GPT-3的訓練和推理成本，以及英偉達芯片迭代帶來的成本優(yōu)化。模型及硬件優(yōu)化有望節(jié)省80%以上成本，算法和數(shù)據(jù)集有望成為競爭核心。根據(jù)《TheEconomicsofLargeLanguageModels（2023）》（作者：SUNYAN）估算，作者預計GPT-3訓練成本約為140萬美元，推理成本為0.0035美元/1000Tokens。我們認為，受益于大模型參數(shù)優(yōu)化、算力利用率逐步提升、單位算力成本隨著芯片迭代不斷下降，AI大模型訓練及推理成本有望持續(xù)降低，預計可節(jié)省80%以上。根據(jù)《TrainingCompute-OptimalLargeLanguageModels（2022）》（作者：JordanHoffmann等）內(nèi)容，DeepMind認為擴展模型參數(shù)數(shù)量的效果或是邊際遞減，我們認為高質(zhì)量的數(shù)據(jù)集以及優(yōu)質(zhì)的算法有望成為AI大模型的核心競爭力。AI大模型商用在即，AIGC解放生產(chǎn)力多模態(tài)AI大模型高速發(fā)展，AIGC多領域落地Transformer模型百花齊放。2017年以來，Transformer為CV和NLP領域帶來了大幅性能提升，在物體檢測和語義分割任務中均刷新了此前的紀錄，CV和NLP有望統(tǒng)一在Transformer結(jié)構(gòu)之下。近年來，學界掀起了研究Transformer模型的熱潮，根據(jù)《TRANSFORMERMODELS:ANINTRODUCTIONANDCATALOG（2023）》（作者：XavierAmatriain）數(shù)據(jù)統(tǒng)計，基于Transformer已發(fā)展出60余個AI大模型，其中包括名聲大噪的GPT系列模型。預訓練呈“大一統(tǒng)”趨勢，Transformer架構(gòu)向多模態(tài)場景延伸。近年來，NLP、CV和多模態(tài)等領域的預訓練開始呈現(xiàn)大一統(tǒng)（bigconvergence）趨勢。2022年，微軟亞洲研究院推出BEiT-3預訓練模型，在目標檢測、實例分割、語義分割、視覺推理、圖片描述生成等任務上取得了SOTA（state-of-the-art，最好/最先進）的遷移性能。通過對大量數(shù)據(jù)進行大規(guī)模預訓練，可以更輕松地將模型遷移到多種應用領域，微軟亞洲研究院認為大一統(tǒng)的趨勢已經(jīng)在三個方面逐漸顯現(xiàn)，分別是骨干網(wǎng)絡（backbone）、預訓練任務和規(guī)模提升。我們認為，基于Transformer架構(gòu)的AI大模型將持續(xù)向多模態(tài)發(fā)展，推動AIGC在全行業(yè)進行全方位應用。GPT-4迎來巨大性能升級，OpenAI占得AIGC發(fā)展先機。根據(jù)《GPT-4TechnicalReport（2023）》（作者OpenAI）內(nèi)容，GPT-4可以接受圖片輸入，并具備“類似人類”的圖片解讀能力；GPT-4在60%的AP考試科目中取得了5分（滿分），較GPT-3.5提升30%以上；GPT-4也在研究生入門考試GRE中取得了339+4的成績，超越95%的應試者。GPT-4引入多模態(tài)為后續(xù)生成音頻、圖片、視頻打下了堅實基礎。憑借微軟全生態(tài)助力以及ChatGPT在全球范圍內(nèi)的“出圈”表現(xiàn)，我們認為OpenAI將在AIGC領域加速迭代，持續(xù)提升模型內(nèi)容生成以及邏輯推理能力，占得AIGC發(fā)展先機。AIGC在多領域逐步落地，長期看AI有望具備專業(yè)級創(chuàng)作能力。受益于AI大模型高速發(fā)展，AI正逐步從內(nèi)容生成進化為內(nèi)容創(chuàng)作。從應用領域看，AIGC可應用于文字、圖像、音樂、視頻、3D建模、建筑等領域，可在辦公、傳媒、藝術(shù)等場景擔任輔助甚至是創(chuàng)作者角色。從產(chǎn)業(yè)化角度看，AIGC在文本和代碼領域發(fā)展較快，如今已具備長文本寫作和基礎軟件開發(fā)能力，可輔助白領以及技術(shù)人員完成部分工作；在藝術(shù)創(chuàng)作領域，AIGC仍在初級探索階段，創(chuàng)作能力仍有較大提升空間。我們認為，隨著多模態(tài)AI大模型能力不斷增強、針對圖像、視頻的算法持續(xù)優(yōu)化，AIGC有望在藝術(shù)創(chuàng)作領域具備超過專業(yè)人士的創(chuàng)造能力。AIGC衍生出豐富能力矩陣，推動全行業(yè)降本增效AIGC包括三大核心能力，已衍生出豐富能力矩陣。AI模型在CV和NLP等單模態(tài)領域已擁有成熟的商業(yè)化應用。近年來，多模態(tài)AI模型加速發(fā)展，Transformer已發(fā)展成為龐大的“家族”，多模態(tài)商業(yè)應用正走向成熟。參考中國信息通信研究院的研究，我們認為AIGC主要包括三大核心能力：數(shù)字孿生能力，數(shù)字編輯能力和數(shù)字內(nèi)容創(chuàng)作能力。三大核心能力意味著將現(xiàn)實世界內(nèi)容遷移至數(shù)字世界（孿生能力），再建立數(shù)字世界與現(xiàn)實世界的內(nèi)容互通并輔助現(xiàn)實世界的內(nèi)容生成（編輯能力），最終從數(shù)字模仿進化至媲美人類的現(xiàn)實創(chuàng)作能力（創(chuàng)作能力）?；谌蠛诵哪芰?，AIGC已衍生出豐富的能力矩陣，根據(jù)京東探索研究院信息，AIGC正在文字、語音以及圖像視頻等領域發(fā)展從識別到生成的能力矩陣。AIGC應用前景廣闊，我們認為將在日常辦公、傳媒、影視娛樂、電商等場景較快落地。StableDiffusion和GPT-4分別在圖像和文字領域讓大眾感受到AIGC接近人類的創(chuàng)作能力，各大科技巨頭均加碼AI大模型。從2022年開始，谷歌、微軟、Meta、亞馬遜、百度、阿里巴巴、騰訊等平臺型科技巨頭均加大力度布局AIGC，與現(xiàn)有商業(yè)模式結(jié)合的速度有望加快。目前，傳媒、影視娛樂以及電商等領域的數(shù)字化程度較高，為AIGC提供了良好的土壤，AIGC有望率先在相關(guān)行業(yè)落地。我們認為憑借AI持續(xù)進化的文字、圖片、視頻內(nèi)容生成能力，可助力相關(guān)行業(yè)大幅度降本增效，市場潛力巨大。AIGC+文字&音頻：賦能AI客服降本增效。AI客服已在全球范圍內(nèi)普及，已從文字對話迭代至語音對話。受益于AIGC快速發(fā)展，AI客服推理能力持續(xù)增強，可以在充分理解客戶訴求的基礎上進行邏輯推理并給出合適的回答。根據(jù)IBM商業(yè)價值研究院研究內(nèi)容，使用虛擬客服技術(shù)可在每次客戶對話中節(jié)省5.5美元的成本。同時，AI客服技術(shù)領先的企業(yè)客服滿意度更高：客戶和客服員工滿意度分別提高12%和9%，處理時間縮短了15%。我們認為，AI在文字和音頻領域的生成能力成熟度高，商用化進程較快，AI客服有望在全行業(yè)全面滲透。根據(jù)GrandViewResearch數(shù)據(jù)，2022年全球AI客服市場規(guī)模為13.8億美元，預計到2030年將達到70.8億美元，對應2022-2030年CAGR為22%。AIGC+圖像視頻：推動影視娛樂行業(yè)降本增效。在影視娛樂領域，AI已具備圖像、視頻以及3D建模的創(chuàng)作能力。在圖片領域，根據(jù)6pen預測，若未來五年10%-30%的圖片內(nèi)容由AI參與生成，市場規(guī)模有望超600億元。在視頻領域，2023年1月，日本奈飛（NetflixJP）和日本W(wǎng)IT工作室、微軟小冰公司日本分部（rinna）共同制作了動畫《犬與少年》，成為歷史首次使用AI生成背景的商業(yè)動畫片。除去人物及動物角色，繪制工作絕大部分由AI完成。在3D建模領域，騰訊AILab展示了使用AI從零開始迅速搭建一座3D虛擬城市的過程，所建虛擬城市面積達到25平方公里，包含130千米路網(wǎng)、4416棟建筑以及超過38萬個室內(nèi)映射。根據(jù)騰訊AILab在2023游戲開發(fā)者大會發(fā)布內(nèi)容，建模一座如此大的城市，過去往往需要多名美術(shù)師以年為單位的時間完成，而結(jié)合AI只需數(shù)周。我們認為AI在動畫和游戲領域已具備輔助專業(yè)創(chuàng)作者完成部分創(chuàng)作的能力，大幅提升創(chuàng)作效率并減少人力成本，從而推動整個影視娛樂行業(yè)降本增效。AIGC或?qū)?0%勞動力產(chǎn)生影響，2030年中國AIGC市場有望超萬億元AIGC或影響80%勞動力的10%工作任務，并大幅提升勞動者工作效率。AI大模型在文字、圖像視頻等方面已具備了一定的創(chuàng)造能力，在非手工操作以及人際交流的工作場景中均可輔助甚至代替人力完成工作任務。根據(jù)《GPTsareGPTs:AnEarlyLookattheLaborMarketImpactPotentialofLargeLanguageModels（2023）》（作者：TynaEloundou等），在美國平均一個職業(yè)當中約有15%的工作任務會受到AI大模型影響；大約80%的美國勞動者可能有至少10%的工作任務受到AI大模型影響，而約19%的勞動者可能有至少50%的工作任務受到影響。另外，AIGC已可在日常辦公場景中大幅提升員工工作效率，根據(jù)新華社報道，斯坦福大學和麻省理工學院針對一家技術(shù)企業(yè)的最新研究結(jié)果顯示，AI可提升技術(shù)支持員工平均14%的勞動生產(chǎn)率，“新手和低技能員工”的工作速度則能提升35%。AIGC行業(yè)成熟在即，2030年中國AIGC市場規(guī)模有望超萬億元。根據(jù)OpenAI和賓夕法尼亞大學的研究，隨著AI大模型的推理能力不斷提高，即便停止開發(fā)，其影響力仍將持續(xù)擴大，全球范圍內(nèi)已掀起了一場AIGC投資熱潮，AIGC在各行業(yè)的商業(yè)應用正加速落地。根據(jù)Gartner預測，AIGC有望在未來2-5年進入行業(yè)成熟期。我們認為，隨著國內(nèi)企業(yè)加速在研發(fā)生產(chǎn)端以及銷售端引入AIGC以降本增效，國內(nèi)AIGC產(chǎn)業(yè)也將迎來快速發(fā)展期。根據(jù)量子位智庫預測，2023-2025年中國AIGC產(chǎn)業(yè)處于培育摸索期，預計年均復合增速為25%；2026-2030年行業(yè)將迎來快速增長階段，中國市場規(guī)模有望在2030年達到11491億元。想象力即生產(chǎn)力，AIGC修筑通往元宇宙之橋想象力即生產(chǎn)力，AIGC掀起內(nèi)容生產(chǎn)革命AIGC將走過三個發(fā)展階段，人機協(xié)同時代即將到來。當前，內(nèi)容創(chuàng)造已由PGC（ProfessionalGeneratedContent，專業(yè)生產(chǎn)內(nèi)容）轉(zhuǎn)向UGC（UserGeneratedContent，用戶生成內(nèi)容），AI輔助內(nèi)容生成（AIUGC）和AIGC也正在全面普及。根據(jù)百度CEO李彥宏的判斷，AIGC將走過三個發(fā)展階段：第一個階段，被稱之為AIGC的“助手階段”，AIGC用來輔助人類進行內(nèi)容生產(chǎn)，比如生產(chǎn)有聲書、輔助視頻創(chuàng)作等；第二個階段，被稱之為AIGC的“協(xié)作階段”，AIGC以虛實并存的虛擬人形態(tài)出現(xiàn)，形成人機共生的局面。第三個階段，即AIGC的“原創(chuàng)階段”，AIGC將獨立完成內(nèi)容創(chuàng)作。我們認為，隨著AI大模型已具備多模態(tài)的內(nèi)容創(chuàng)造能力，AIGC已具備大規(guī)模應用條件，人機協(xié)同時代即將到來。內(nèi)容創(chuàng)作門檻降低，AI時代想象力即生產(chǎn)力。AI已從傳統(tǒng)的分析數(shù)據(jù)發(fā)現(xiàn)規(guī)律升級為分析感知數(shù)據(jù)并進行內(nèi)容生產(chǎn)。相較于人腦只能基于自身知識圖譜進行少數(shù)方向的信息處理，AI具備從更龐大的知識體系中進行多方向信息處理的能力，可以提供更多的創(chuàng)作思路。復盤內(nèi)容創(chuàng)作歷史，在PGC時代，內(nèi)容創(chuàng)作需使用專業(yè)創(chuàng)作工具進行內(nèi)容創(chuàng)作，例如攝影愛好者需學習使用專業(yè)PS（AdobePhotoshop）工具進行修圖；進入UGC時代，攝影愛好者僅需學習使用門檻較低的美圖秀秀即可達到媲美專業(yè)PS工具的修圖效果。我們認為，進入AIGC時代，任何人都將成為內(nèi)容創(chuàng)作者，只需充分發(fā)揮想象力，將需求描述給AI工具，AI即可完成代碼、繪圖、建模等具有專業(yè)門檻的創(chuàng)作任務，完成效果甚至超出創(chuàng)作者預期。AIGC賦能多模態(tài)數(shù)字內(nèi)容生成，加速元宇宙時代降臨元宇宙可帶來沉浸式體驗，數(shù)字人（Avatar）、物理世界數(shù)字重構(gòu)及軟件智能體（SoftwareAgent）為數(shù)字化世界關(guān)鍵。元宇宙為物理世界、增強現(xiàn)實（AR）及虛擬現(xiàn)實（VR）在共享數(shù)字空間中的融合，元宇宙具有成為未來數(shù)字社交互動通用平臺的潛力。我們認為，構(gòu)建高可用的元宇宙平臺，既需要成熟的混合現(xiàn)實技術(shù)（MR）以實現(xiàn)良好的人機交互，也需要海量的數(shù)字內(nèi)容以實現(xiàn)比肩物理世界的數(shù)字世界體驗。結(jié)合商湯對于元宇宙的理解，我們認為AIGC可通過三種核心方式支持沉浸式和交互式的元宇宙體驗：1）數(shù)字人：AIGC可為人類創(chuàng)建虛擬化身，提供進入虛擬世界的入口；2）物理世界數(shù)字重構(gòu)：AIGC在3D重建方面的應用可實現(xiàn)物理世界的數(shù)字重構(gòu)，構(gòu)建物理與數(shù)字世界的連接；3）軟件智能體：AI大模型已具備較強的分析與推理能力，AIGC可創(chuàng)造高智慧的軟件智能體與數(shù)字世界中的人類流暢交流。AIGC解放數(shù)字內(nèi)容創(chuàng)作生產(chǎn)力，打造元宇宙底座。參考陀螺研究院的研究成果，我們認為元宇宙數(shù)字內(nèi)容創(chuàng)作與游戲創(chuàng)作具有相似性，均需要大量專業(yè)技術(shù)人員對包含文本、圖像、3D模型、音頻、視頻、代碼等資源進行大規(guī)模開發(fā)。長期以來，數(shù)字內(nèi)容創(chuàng)作過于復雜導致開發(fā)門檻很高。AIGC極大地降低了內(nèi)容創(chuàng)作的門檻，普通用戶在AI的幫助下即可化身為“專業(yè)創(chuàng)作者”，這將徹底解放數(shù)字內(nèi)容生產(chǎn)力，為元宇宙提供海量數(shù)字內(nèi)容。根據(jù)IDC數(shù)據(jù)，2021年，全球數(shù)據(jù)總量達到84.5ZB，預計到2026年全球結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)總量將達到221.2ZB；2025年預計AIGC產(chǎn)生的數(shù)據(jù)將占所有數(shù)據(jù)的10%（2021年比例不超過1%），2021-2025年CAGR為127%。數(shù)字人進入AIGC時代，2026年AI數(shù)字人市場規(guī)模有望超100億元。上世紀末，創(chuàng)造數(shù)字人基本依賴于手繪，創(chuàng)作周期長、人力成本高。隨著21世紀初CG和動作捕捉技術(shù)的發(fā)展，數(shù)字人創(chuàng)作進入計算機時代，但仍受專業(yè)創(chuàng)作者產(chǎn)能限制。隨著多模態(tài)AI大模型快速發(fā)展，數(shù)字人創(chuàng)作進入AIGC時代，數(shù)字人產(chǎn)業(yè)進入蓬勃發(fā)展期。結(jié)合騰訊研究院的研究成果，我們認為目前AIGC不僅可以管線化生產(chǎn)擁有“好看”皮囊的數(shù)字人，而且不斷推動數(shù)字人向著擁有“有趣”的靈魂方向發(fā)展，數(shù)字人創(chuàng)作周期大幅縮短。根據(jù)IDC預測，未來數(shù)字人將逐步過渡到純AI驅(qū)動，AI數(shù)字人市場將進入快速發(fā)展階段，2026年中國AI數(shù)字人市場規(guī)模將達到102.4億元，2022-2026年CAGR約為83%。重點企業(yè)分析主線一：AIGC算力硬件支撐產(chǎn)業(yè)鏈同飛股份：公司成立于2006年，是國內(nèi)工業(yè)溫控國產(chǎn)替代先鋒，綜合競爭力強。公司作為液冷解決方案龍頭，積極布局數(shù)據(jù)中心業(yè)務，2022年加入數(shù)據(jù)中心行業(yè)協(xié)會，與眾多公司交流技術(shù)和產(chǎn)品。隨著與客戶的方案落地，我們認為2023年有望成為公司數(shù)據(jù)中心液冷產(chǎn)品放量元年，公司將充分受益于AI服務器的快速放量。23Q1公司實現(xiàn)營收2.7億元，實現(xiàn)歸母凈利潤0.3億元。和林微納：和林微納成立于2012年，主營業(yè)務為半導體測試探針以及MEMS相關(guān)精微零組件。隨著ChatGPT問世，頭部科技企業(yè)在全球范圍內(nèi)掀起新一輪“AI軍備競賽”。英偉達為全球AI芯片龍頭，有望直接受益于AI大模型訓練和推理所帶來的旺盛AI芯片需求。公司與英偉達長期合作半導體芯片測試探針業(yè)務，AI芯片需求快速增加有望直接拉動公司半導體測試探針業(yè)績。23Q1公司實現(xiàn)營收0.4億元，歸母凈利潤為-0.1億元。鼎通科技：鼎通科技成立于2003年，主要業(yè)務為通訊連接器精密組件和汽車連接器精密組件。AI預訓練大模型對算力需求大幅提升，有望推動相關(guān)硬件基礎設施持續(xù)擴容升級。公司通信連接器業(yè)務堅定大客戶戰(zhàn)略，深挖客戶增量需求，近年來cage系列新產(chǎn)品向核心客戶繼續(xù)導入，新入泰科cage系列供應商名錄；同時，產(chǎn)品亦持續(xù)迭代升級，2x6規(guī)格cage產(chǎn)品及112GB/s結(jié)構(gòu)件產(chǎn)品亦順應傳輸速率提升而升級，有望貢獻新增量，尤其112GB/s主要滿足800G數(shù)通需求。此外，公司亦設立馬來西亞子公司，后續(xù)有望以馬來工廠為依托，拓展泰科、安費諾等大客戶海外業(yè)務。23Q1公司實現(xiàn)營收1.6億元，歸母凈利潤0.3億元。高瀾股份：公司成立于2001年，在液冷領域具備深厚技術(shù)積累，通過前瞻性布局，已經(jīng)擁有冷板式液冷服務器熱管理解決方案、浸沒式液冷服務器熱管理解決方案、集裝箱液冷數(shù)據(jù)中心解決方案。業(yè)務涵蓋了從液冷板、多種型號和換熱形式的CDU、多功率的Tank、多尺寸的集裝箱等部件到數(shù)據(jù)中心設計、設備集成、系統(tǒng)調(diào)試、設備運維的系統(tǒng)集成。2022年公司IDC熱管理產(chǎn)品實現(xiàn)營