证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 2023/7/10 电子 沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 .................................. oPmPqQqRwOtQoOmPsRoRoP8OaOaQtRrRpNmPjMnNtMfQoPpN8OmNrNxNpNzRwMrRqP 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 3 / 28 图表目录 图 1： GPT-4 和 GPT-3.5 的考试表现 ............................................

本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 电子行业 超配 （维持） 电子行业深度报告 DeepSeek 推动模型平权，关注 AI 终端及算力领域 2025 年 2 月 20 日 罗炜斌 SAC 执业证书编号： S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq CSP为了保持竞争优势亦有望跟进，增加AI领域相关投入。同时AI应用 场景加速普及，也将反哺算力需求。  风险提示：终端需求不及预期；技术推进不及预期；资本开支投入不及 预期等。 深度报告 行业研究 证券研究报告 电子行业深度报告 2 请务必阅读末页声明。 目 录 1. DeepSeek 推动模型平权，关注 AI 终端及算力领域 ................................ ......... 18 图 37 ：Curio 玩偶的电子模块 ......................................................... 18 电子行业深度报告 3 请务必阅读末页声明。 图 38 ：显眼包内嵌大模型 AI 机芯 Magicbox（魔匣） ..................................... 19 图 39 ：显眼包在二手平台价格

1 2023 年 02 月 12 日 盛视科技(002990.SZ) 公司深度分析 智慧口岸龙头困境反转，享海南自贸港建设红利 证券研究报告 行业应用软件 投资评级 买入-A 首次评级 6 个月目标价 48.75 元 股价 (2023-02-10) 岸”理念并付诸实践，将人工智能等新一代信息技术应用于口岸领域， 首创了多项口岸智能查验产品，开创了口岸旅客查验、车辆查验及卫 生检疫等领域智能查验的先河，推动国内口岸信息化发展。同时，公 司持续推动 AI 与行业的深度融合和在更多场景的落地应用，例如智 慧园区、智慧城市管理等，并加大机器人、车联网、身份识别等终端 产品的市场推广。 投资亮点一：出入境复苏带动口岸信息化景气上行 随着疫情防控放开，出入境限制逐渐放宽，国际航线恢复，政策陆续 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 2 公司深度分析/盛视科技 东地区是公司在海外的第一块根据地，通过了解当地行业情况，发挥 公司在人工智能、大数据、物联网、云计算等技术领域的优势，在区 域行业内建立起品牌影响力和号召力，为进一步开拓海外市场奠定基

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 及参数规 ；据前瞻产业研究院 数据，中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 达 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU GPU(GPGPU) 计算的 CUDA 平台。 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化， 向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路

错综的渠道布局。随着越来越多的消费者选择线上购物，零售企业也意识到线上 渠道的重要性。然而，目前许多企业的线上会员机制和互动效果不佳，数字化机制 仅停留在企业 APP 或线上电商平台等单向交易场景，未能实现用户数据的深度 挖掘与跨渠道联动，多停留于订单承接功能。面对库存积压或商品短缺的情况，缺 乏足够的数据支持快速调整品类供应，库存管理滞后于市场变化。近年来，消费者 越来越关注线下购物体验的舒适度，线下门店也需要迅速捕捉消费者行为的变 规模扩张的增量市场转向精细化的存量运营。这种结构性变革需要企业突破传统 经营思维，通过构建全流程数字化能力实现对前端消费场景的智能感知、中台数 据的深度挖掘应用以及后端供应链的敏捷响应协同。对于实体零售商而言，其需 更有效地进行数字化转型，将数字技术深度融入会员服务、商品管理、营销决策等 核心环节才能提升客户黏性与运营效率。 技术驱动行业发展。当前零售行业的变革升级主要源于新一代信息技术的融合渗 的应用也极大优化了零售商的内部管理运营流程，如通过深化商店与仓库的集 成，实现库存管理的精细化以提高效率并降低成本。 全渠道模式成为新常态。全渠道的零售模式是零售商或品牌在库存、客户服务和 销售的深度集成，以实现高效的内部管理和提供便捷的消费者体验。近年来，消费 者购物习惯的转变推动了全渠道的发展，尤其在疫情背景下，消费者对线上购物 的依赖增强，促使零售商加快线上渠道布局。此外，IT基础设施的完善和数据分析

东方财富：妙想金融大模型是东方财富重磅打造的金融行业大语言模型， 2025 年 3 月 21 日，东方财富宣布妙想大模型已正式向所有用户开 放，并全面登陆东方财富 APP ，开启智能投资时代，表明其在金融大模型上的布局已经深度融入核心业务链条。 数据来源：恒生电子，蚂蚁金服，腾讯云，东方财富妙想，东吴证券研究所 以保险业和银行业为例， 随着普惠金融的深入推进，客户群体已逐步拓展至下沉市场、小微企业及跨境业务等领域。在利率持续下行和产品同质化竞争加剧的背景 下，金融服务向个性化转型的趋势愈发显著。 AI 技术与金融业务的深度融合，使机构能够基于客户的差异化需求和特征，快速定制个性 化解决方案，在不显著增加人力及运营成本的前提下，提升服务覆盖与客户满意度。同时，依托大模型的精准分析能力，有助于金融机构 实现高效直达的 战略支持 市场研究、人力资源等后台部门 赋能 经纪业务 两融业务 投行业务 AI 大模型 券商 存量 增量 成本下降 收入提高 存量 12 在金融科技与人工智能深度融合的浪潮下， 国内券商正以“竞速”姿态接入 DeepSeek 等大模型技术。截至 2025 年 3 月， 已有超过 20 家券 商完成 DeepSeek-R1 模型的本地化部署 ，覆盖头部及中型机构

第三方服务机构逐步成为上海ESG生态中的“粘 合剂”。第三方服务机构在碳评估、绿色认证、信息 披露咨询及智能化工具开发方面支撑企业实践与金融 协作。然而，数据规范化不足、标准多元、方法分歧 以及人才供给缺口，使服务深度和可比性受限。未来， 上海第三方机构可提升差异化服务能力，加大数字化 技术投入，协同企业改善数据管理，推动标准统一与 政策支持，并加强产业链融合及国际交流，提升服务 专业性，促进ESG实践在各主体间更有效的落地。 化指标形成反馈和改进方向，而价值实现具体化则通 过经济、社会和生态效益验证前端实践的有效性，并 反过来强化内部化的动力。 在各类主体的行动路径上，企业需要在治理架构、 战略规划与日常经营中深度嵌入ESG理念，实现从外部 压力驱动向内生动力转化；金融机构和交易市场则为 ESG实践提供资本、工具与市场化激励，使企业的行动 能够与经济回报挂钩；第三方机构通过标准化服务、专 业培训和评价工具来提升企业ESG行动的执行力和可复 制性；教育与传播体系通过课程、媒体与社会活动培养 公众认知和责任感；国际合作则为上海提供对标和借 鉴，使各类主体能够在全球规则体系中更精准地找到自 身定位。 通过这一系统化的行动网络，上海的ESG发展有 望在各类主体内部实现深度落地，并在跨主体的协作 中形成闭环，从而推动理念、实践、数据、评价与价 值创造相互支撑，构建起具有示范性和可复制性的区 域实践体系。这不仅将为城市的可持续发展提供坚实 支撑，也将进一步提升上海在全国乃至全球ESG治理

S0980524060001 l DeepSeek 发展突飞猛进，领跑开源大模型技术与生态， DeepSeek 模型已成为全球现象级模型。 DeepSeek( 深度求索 ) 公司成立于 2023 年 7 月，是一家致力 于实现 通用人工智能 (AGI) 的创新型科技公司。 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。据官方技术论文披露， 请务必阅读正文之后的免责声明及其项下所有内容 02 01 03 目录 DeepSeek 发展突飞猛进，领跑开源大模型技术与生 态 请务必阅读正文之后的免责声明及其项下所有内容 l DeepSeek( 深度求索 ) 公司成立于 2023 年 5 月，是一家致力于实现 AGI(Artificial General Intelligence ，通用人工智能 ) 的创新型科技公司，专注于开发先进 的大语言模型和相关技术。 DeepSeek- V 3 发 布 ， 性 能 对齐海外领军闭源模 型。 DeepSeek- R 1 发 布 ， 性 能 对标 OpenAI-o1 正式 版。 DeepSeek( 深度求索 ) 成立。 l DeepSeek 下载量占据 140 多个国家榜首。 2 月 1 日消息，据彭博社报 道， DeepSeek 的人工智能助手在 140 个市场下载次数最多的移动应用 程序排行榜

与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势：泛用性强、灵活性和利用率高、可迁移性强。劣势：特定领域深度较浅、模型复杂、训练时间长；金融垂类模型优势：领域专业性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 在数据量较少的特定任务上，通用模型也可以 通过微调进行有效的迁移学习，大大减少模型 的训练时间和计算资源 高精度和合规性 提供更精确、可信赖的金融信息和建议，同时 符合行业规定 劣势 特定领域深度较浅 可能不具备特定领域（如金融）的深入理解和 专业知识 适应性限制 由于主要针对金融领域，因此在其他领域的适 用性可能有限 模型复杂 通用大模型的结构非常复杂，使得模型的解释 性变得困难，导致模型的计算量增加，影响模 与之相当，甚至优于现有模型。 彭博 BloombergGPT 相比于通用大模型有诸多优势。 BloombergGPT 模型对金融领域理解更为深刻，并借助其针对性强、来源可靠的金 融数据，提供了深度专业的分析能力， 同时通过协助优化金融 NLP 任务，助力提升彭博终端数据的应用价值，开辟金融行业分析和决策的 新可能性。 图表： BloombergGPT 执行金融任务表现显著优于通用大模型，通用

项目背景与目标 随着金融科技的快速发展和数字化转型的深入推进，银行业正 面临客户需求多元化、服务效率提升以及人力成本优化的多重挑 战。传统客户经理模式受限于服务时间、专业能力覆盖范围以及个 性化服务深度，难以满足现代客户对实时性、精准性和智能化的服 务需求。根据 2023 年银行业协会报告显示，超过 65%的客户期望 获得 7×24 小时即时响应，而传统客户经理仅能覆盖工作时间的客 户需求， 核心推荐逻辑采用三级筛选机制： 1. 合规性过滤：通过内置的金融产品合规知识库（含监管政策、 适当性管理办法等）排除不匹配产品，确保推荐符合《商业银 行代理销售管理办法》要求 2. 需求匹配：运用深度强化学习算法计算产品特征与客户画像的 匹配度，关键指标包括： o 风险等级匹配度（R 值）≥0.85 o 收益预期偏差率 ≤15% o 流动性需求吻合度 >90% 3. 个性化排序 年龄层匹配（青年客群/银发客群） o 资产等级划分（大众/黄金/私行客户） o 风险偏好类型（保守/稳健/进取） 2. 行为模式分析：通过 DeepSeek 模型分析客户行为轨迹 3. 深度需求挖掘：运用预测模型识别潜在需求 o 生命周期阶段预测（求学/新婚/养老等） o 重大事件预判（购房/移民/继承等） o 市场敏感度分析（利率/汇率关注度） 推荐策略实施时采用动态权重分配算法，关键参数配置如下：