， Ltd. All Rights Reserved. 市场概述 技术路径的演进：AI重塑地图角色与形态 8 资料来源：公开资料、泰伯智库  L3及以上自动驾驶的兴起，对地图的精度、鲜度、覆盖度及可靠性提出了更高要求。AI驱动的感知技术 （如世界模型）正推动智驾地图从“数据提供者”向“先验知识库”角色转变。 • 是降低成本、提升鲜度的关键 • 百度、腾讯、Mobileye、TomTom等全球和本 10万元 级别车型，打破了智驾功能以往与高价车型绑定的局面 道路覆盖成本降低，可扩展至6.98万元车型 数据轻量化 腾讯地图 轻量化数据服务，模块化工具链支持车企仅调用必要地 图要素（如交通标志） 数据带宽需求降低，处理效率提升 众包更新机制 Mobileye 以REM路径，通过1亿+车载摄像头实时更新覆盖全球 采集成本降低，鲜度达分钟级 传感器精简 Momenta 城市NOA）转移，这直接推动了 “轻地图”方案成为市场焦点。  智驾应用对地图能力的需求呈现显著分化，从高速NOA侧重成熟的覆盖与拓扑、AVP聚焦局部精度， 到L4 Robotaxi的ODD内高要求，最终汇聚于城市NOA——当前地图能力在鲜度、语义、拓扑、覆盖 与成本间寻求平衡的最高挑战。 地图能力维度 高速NOA (Highway NOA) 城市NOA (Urban NOA)

3% 之前人工梳理单个汽车手册形成问 答对至少需要30人天工作量，现在 用大模型只需要5人天，预计每个手 册知识梳理至少节省了25人天工作 量，知识构建效率提升83.3% • 已有多款车型接入使用，覆盖车主用户 数百万 1 一键导入汽车使用手册 2 大模型自动提取FAQ对 3 4 大模型问答API调用 汽车功能使用问答和自助排障 车企知识维护成本低 通过文档解析和切片，减轻客户的知识整理成本 人力成本控制刚需 安全和质量检查 • 报装审核等待时间长 • 审核细致度低 报装和审核 50张 每套图片数 2000套 每天报装数 5分钟 每套审核时间 70% 标准巡检覆盖比 40% 实际巡检覆盖比 节约综合人力成本 降低隐形成本风险 车辆事故、车辆违章、人员安全 云边协同的智能运维方案帮助新能源场站实现无人运维，智能运维 • 基于分布式云计算和AI等先进技术，通过云边协 集群及节点，提供节点自动扩展能力 全链路的自动化运维能力，实现容器化/非 容器化应用的自动更新和升级 广泛适配兼容信创CPU/指令集/操作系统 通过eBPF提供支持高性能网络 通过TSF提供了微服务框架 通过TAD框架覆盖研发到运维的全生命周期管理 通过Coding提供了DevOps能力 全新的应用拓扑控制台，提供以应用为第一视角 风格统一的前端UI，腾讯云CAM认证鉴权系统 CRedis MongoDB

LP-WAN、蜂窝网络、卫星网络等等，连接着数十亿台设备。这些网络在过去30年中不断发 展演变，每一种都有其令人信服的应用场景和商业模式。起初，网络的快速创新让嵌入式设 备制造商能够基于能效、覆盖范围、mesh网络技术、安全性、易用性、设备功能、成本和 产品兼容性等方面来打造差异化产品，而无需等待繁琐复杂的全行业标准化流程。然而等待 是值得的。如今，少数几个行业标准网络涵盖了所有相关的设备联网特性和功能。设备连接 o Wi-Fi——无线 o Thread——无线低功耗mesh网络 o 低功耗蓝牙——点对点，易于配对 • 标准广域设备网络 o 蜂窝网络——移动性 o 卫星——全球覆盖 o LP-WAN——长距离、低带宽、低成本 • 专用设备网络 o 需要网关、协议转换、网桥 o 一些示例：Zigbee、Z-Wave、pre-IP KNX和BACnet 2024年5月 • 移动性——广域设备网络为需要移动性的应用提供支持，如汽车、货运、交通、航 运、石油和天然气、采矿、医疗监测，以及其他任何户外移动场景。 • 偏远地区——在固定宽带无法覆盖的地方，蜂窝网络和卫星服务可填补连接空白。 相关应用包括农业、建筑、户外设备、智慧城市、公用事业和环境监测等。对于一 些低带宽需求的场景，可以使用成本更低的LP-WAN技术，如LoRaWAN。

进行划分，因而我们在此章节将其合并讨论。 7 2.1.1 产品梳理 统计有过融资记录的人工智能初创企业与公布产线的上市公司，蛋壳研究院总计对 64 家企业进行梳理，调研总计 436 个产品，覆盖了几乎所有脏器。 许多热门脏器的人工智能已经非常成熟，能够实现高精度的多病种辅助诊断，如心脏 （70）、骨骼（58 个）、头颈（53 个）、肺部（44）等部位。一些冷门脏器也在开发 之中，如肠道（5 新疆、云南 等地区政府取得合作，助力基层妇幼保健院及基层医院进行乳腺癌筛查能力建设，协助 低卫生资源地区完成《健康中国行动（2019—2030 年）》提出的“2022 年农村适龄妇 女两癌筛查覆盖率要达到 80%，到 2030 年达到 90%”的防治目标，并将 AI 技术带到基 层百姓身边，同时完成自身的商业化落地。 此外，医准智能还基于多模态数据打造的超声医学大模型，推出 YiZhun 同时，平台自动提醒患者，并在康复过程中，通过 AI 随访电话等方式对患者进行主动 式管理，并通过大模型为患者提供 7*24 小时咨询服务。新一代诊后患者管理平台在安 徽和山东率先开展服务，已覆盖 30 多个科室的主要病种；覆盖 85%的出院患者，通过 管理，患者的依从性得到大幅提高。  大模型下的数据平台智能化 在医疗健康行业迅猛发展的当下，单纯依靠医疗数据平台的升级已很难应对医院对于智 能化的需求。为此，医渡科技推出大模型

运载力方面，国家枢纽节点数据中心集群间基本实现不高 于理论时延 1.5 倍的直连网络传输，重点应用场所光传送网 （OTN）覆盖率达到 80%，骨干网、城域网全面支持 IPv6，SRv6 3 等创新技术使用占比达到 40%。 存储力方面，存储总量超过 1800EB，先进存储容量占比达 到 30%以上，重点行业核心数据、重要数据灾备覆盖率达到 100%。 应用赋能方面，打造一批算力新业务、新模式、新业态， 工业、金融等 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。 2. 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 络广泛覆盖，城区重要算力基础设施间时延不高于 1ms。提升 边缘节点灵活高效入算能力，满足企业快速、就近、灵活、高 效联接算力需求。 3. 提升枢纽网络传输效率。推动算力网络国家枢纽节点直 连网络骨干 技术改造、降 本增效和绿色化转型，加快推进算力赋能新型工业化建设应用。 3.“算力+教育”。鼓励科研院所根据需求适度建设算力资 源，有效支撑面向重大项目或课题的开发与创新。推进公共算 力资源覆盖校园，鼓励各类高等院校、职业院校积极运用算力 8 平台为学校实习实验实训环境、平台和基地建设及转型发展提 供支撑，促进教育公平，全面提升教育体系内在质量水平。 4.“算力+金融”。加快算力在金融领域的创新应用，构建

救援 楼宇 办公 采 矿 农林牧渔产业 餐饮、酒店 • 生产活动中，制造、仓储等场景因技术成熟度高、切入时间早具有较高应用渗透率；酒店、餐饮等封闭的商业场景的机器人应用较广泛，但因市场规模大，覆盖 率稍低。农林牧渔业因其开放场景、多样地形在技术实现与落地上难度较高，渗透率较低。 • 针对探测救援、采矿、建筑等危险作业场景，智能机器人的用户需求程度较高，但因其技术实现难，应用案例仍在开发中。对于养老、医疗等劳动力稀缺的精细 1600个， 覆盖60多个国家和地区、600多个城市。 集扫地、洗地、吸尘、尘推多功能于一 体， 一台机器轻松满足所有清洁需求 覆盖酒店、饭店等室内外场景，具备配送仓、托盘、显示屏等多种硬 件配置的解决方案，集导航定位、自动回充、安全开舱验证等功能。 清洁机器人 配送机器人 效率提升2-5倍，人工工作 减少80%以上，精准率 99.99%，无人值守工作 7*24小时，覆盖端到端配 送、巡航配送、循环配送、 送、巡航配送、循环配送、 呼叫配送全环节覆盖。 工业场景 单次配送效率提高2-3倍， 餐品准确送达率99.9%， 人工成本降低50%以上， 实现揽客、领位、点餐、 传菜、回盘全环节覆盖。 酒店餐饮场景 单次配送效率提高2-3倍，一台 机器日均行走12KM，配送准确 送达率99.9%，客户满意度提高 30%以上，实现迎宾、领位、点 餐、配送酒水小吃、包间服务、 清洁回盘全环节覆盖。 休闲娱乐场景 18

优质训练数据的体量与企业的自研实力、综合产品力、资金投入、智驾车型销量等因素密切相关，这些因素在一定程 度上强化了车企的马太效应。 真实数据中，长尾场景覆盖率低。长尾场景（暴雨、积雪或施工复杂环境中事故高发区域）中，车辆的行为决策需要 高度鲁棒的模型支持，然而，这些场景在真实数据中占比极低，难以通过传统的路测覆盖全面。现有的仿真测试技术 只能生成部分场景，而针对动态交互场景（如复杂的多车协同避让）的模拟能力有限，导致验证结果难以完全反映真 资料来源：汽车之心，中工汽车网，中国财经报，AI新能源低碳出行，国元证券研究所 请务必阅读正文之后的免责条款部分 道路交通的复杂程度与训练数据的体量使端到端的落地对于算力有极高的要求。道路交通环境的复杂性并不能完 全用交通规则来覆盖。例如，机动车道上闯入的行人、自行车、两轮电动车等非规则的情况千差万别，难以用理 论模型来归纳概括，只能尽可能扩大数据库来“教”自动驾驶系统，这无形中就会提升算力需求。从特斯拉的 FSD自动驾驶系统看，端到端所需算力成倍增加：FSD 得车企可以快速调用 API，依据自身需求 进行定制化开发，大幅缩短技术从引入到落地应用的周期。（2）通过对数据的深度挖掘、增强、保护以及跨领域 迁移能力，应对极端场景。由于在自动驾驶中，真实路测难以覆盖所有危险场景（如行人突然横穿马路）， DeepSeek可以构建高保真的长尾虚拟驾驶场景（如极端天气、突发事故），通过合成数据训练模型，弥补真实数据 中罕见场景的不足。同时基于生成对抗网络（GAN），

主流，公司17年收购 介质滤波器厂商艾福电子70%股权，艾福电子是全球主要介质滤 波器供应商之一，目前订单已处于爆发式增长阶段。 通信PCB 通讯PCB：Multek通讯板营收占比约40%，客户覆盖诺基亚、爱 立信、思科等全球顶尖通讯设备厂商，5G将带动通讯板用量和价 格大幅提升，Multek作为全球顶级通讯PCB供应商直接受益。 终端天线 MPI天线：5G带来终端天线材料的变革，未来LCP或改性PI材料 0 -62% 4 2166% 人工智能 0 4 1478% 0 -86% 总计 460 585 27% 735 26% 根据AI智道统计的2016~2018年7506条城市级安防项目数据显示（约覆盖总项目数量的80%左右） ，18年安防行业招投标数据依旧保持高 增长态势，18年招标总金额为934亿元，较17年增长约17%，中标总金额735亿元，较17年增长约26%，从招标和中标数据可以看出，政府 写入2018年中央一号文，目标是2020年实现公共安全视频监控的“全域覆盖、全网共享、全时可用、全程可控” ，2020年会进入集中验收 期，考虑到半年以上的项目建设周期，相关项目订单有望提前到19年，驱动安防to G端需求高增长。 雪亮工程 项目目标 具体要求 全域覆盖 重点公共区域视频监控覆盖率达到100%，新建、改建高清摄像机 比例达到100%；重点行业、领域的重要部位视频监控覆盖率达到 100%，逐步增加高清摄像机的新建、改建数量

多模态大模型商业化落地、AI应用爆发在即，巨头不断提高资本开支，全球AI基础设 施规模持续 扩大 。 美股七姐妹大力投资AI ➢ 市值总额超17万亿美元1的美股七姐妹，每年在AI基础设 施上投资高达4,000亿美元。 ➢ 资本开支覆盖了从AI基础设施（包括但不限于高性能芯 片、数据中心、网络基础设施等）、大模型，到人形机 器人、自动驾驶、AI医疗等各个领域。 注：1.市值总额截止2025年2月6日。 AI芯片 大模型 人形机器人 4以下。智算中心内绿色能源使 用占比超过20%，液冷机柜数量占比超过50%。 ➢ 到 2025 年，算力规模超过300EFLOPS，智能算力占比达 到35%；存储总量超过1800EB；重点行业核心数据、重要 数据灾备覆盖率达到100%。 ➢ 在技术上推动存算网协同相关技术研发，在算力中心建设 上合理配置存算比例，在应用上支撑数据在算力中心内及 算力中心间的高效流动。 ➢ 支持产权清晰、运营状况良好的绿色数据中心集群、传输 通过各自的特色与优势，共同驱动算力中心租赁行业的持续发展与创新。 1）三大电信运营商：作为网络基础设施的提供者，电信运营商的算力 中心服务以标准化需求为主，便于企业进行快速部署和接入，旨在通过 其庞大的网络覆盖能力，为用户提供稳定、可靠的算力资源。 2）第三方算力中心服务商：具备高标准等级的算力硬件和运维能力， 为高性能算力和节能方案提供支撑，兼具传统零售业务和大规模批发定 制业务。其中，集群化的算力中心定制业务主要服务于对算力中心有高

全球各地区人形机器人公司瞄准的场景各有侧重。北美、中国以工业为主，欧洲日韩关注家庭服务，日韩同时注重商业，尤其以康养为主 18 18 北美： • 北美人形机器人优先应用于仓储物流、 工业生产和特种应用覆盖率达到23%， 因其能有效缓解劳动力短缺和成本压 力 23% 23% 23% 19% 13% 仓储物流 工业生产 特种应用 商业服务 家庭服务 中国： • 中国人形机器人以工业生产为主要 仓储物流 欧洲： • 欧洲人形机器人以家庭服务应用场 景为主覆盖率达到41%，主要由于 人口老龄化带来的照护需求、高生 活水平促进的技术接受度 41% 18% 18% 12% 12% 家庭服务 特种应用 商业服务 仓储物流 工业生产 日韩： • 日本人形机器人优先应用于家庭服 务和商业服务场景覆盖率都达到了 56%，因其应对老龄化社会劳动力不 足和服务需求增长 33% Confidential All Rights Reserved. 中国人形机器人落地场景顶层方向 中国近1-2年国家及地方密集出台政策、引导产业方向，应用端聚焦工业、家庭、商业/消费场景，同时覆盖仓储、特种应用等 22 2023年10月 2024年1月 2024年6月 《人形机器人创新发展指导意见》 《关于推动未来产业创新发展的实施意见》 《关于打造消费新场景培育消费新增长点的措 施》