60% 80% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 智能手机出货量同比 中国移动4G用户渗透率 发售新机中4G机型渗透率 阶段2：4G导入期 （2014年） 阶段3：4G替换期 （2015~2016年） 阶段4：4G成熟期 （2017年~2018年） 15到16年，4G用户渗透率从 10%提升到65%，国内手机出 货量连续两年增长超过10%， 货量连续两年增长超过10%， 在此之前和之后，手机出货量都 出现了负增长，换机效应明显 阶段1：Pre-4G期 （2013年） 数据来源：工信部，中国移动，国泰君安证券研究 1.1 8 从4G换机周期看5G：从欧美4G经验来看，换机高峰一般持续4年左右 数据来源：GSMA Inteligence，国泰君安证券研究 全球范围来看，美国和欧洲在4G LTE网络的部署方面 早于中国，4G用户渗透率的提升期主要在2010年 早于中国，4G用户渗透率的提升期主要在2010年 ~2013年，渗透率从10%提升到70%经历了3年左右的 时间，中国由于建设晚且建站速度快，只用了2年时间 就实现了用户渗透率从10%到70%的提升。 1.1 9 预计5G换机潮2020年到来并持续5年 4G阶段 Pre-4G期 4G导入期 4G替换期 4G成熟期 时间节点 2013年 2014年 2015~2016年 2017年~2018年 中国移动4G基站数

个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 受物理⼈⼯智能驱动，机器⼈将彻底改变产业。1” 特斯拉CEO埃隆·⻢斯克表⽰，某种形式 的机器⼈市场——⼈形机器⼈——可能每年超过10亿台，我们最终将拥有的机器⼈数量将超过 ⼈类。2 这个新市场有3个主要推动因素: 1. 技术-多项技术进步，特别是⼈⼯智能（AI）的发展，已经显著改变了机器 ⼈的前景 2 经济-机器⼈可以解决 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen H 4% 关爱机器⼈ 0 1 6 18 71 20.0% 商⽤清洁机器⼈ 1 2 6 14 25 10.6% ⻝品和杂货送货机器⼈ 0 0 4 11 19 19.2% ⻝品服务机器⼈ 0 0 3 10 15 17.2% 照顾重叠 0 0 (1) (5) (18) 总计 354 405 749 1,337 4,136 9.7% 人形回收期灵敏度表（单位：周） ⼈形价格（美元） 15,000

重点推荐 股票名称 股票代码 目标价 (当地币种) 投资评级 明阳电气 301291 CH 48.60 买入 资料来源：华泰研究预测 2025 年 2 月 10 日│中国内地 动态点评 DeepSeek 带来 AI 行业变革，但对电力行业仍有三个不变的影响 DeepSeek R1 开源模型于 1 月 20 日发布，在更低的成本下实现和 OpenAI 直流供配电在数据中心充分验证，巴拿马电源和 SST 技术可期 ......................................................................... 10 HVDC：更适配 AI 数据中心的输配电方案 ......................................................................... ......................... 9 图表 10： 各数据中心供配电方案参数比较 ............................................................................................................... 10 图表 11： UPS、传统 HVDC、巴拿马电源和 SST 系统在数据中心中的应用架构

9 5.3.4 ������������ ............................................................................ 10 5.3.5 ���������� ............................................................................... ............................................................................................. 39 10. ���� ............................................................................................ ���� DeepSeek-R1�DeepSeek-V3 �,�撰�����务�DeepSeek �撰 ���� OpenAI � GPT ���������������告������� GPT-4 � 10%�������������������������� �� DeepSeek �������������������������撰�� ����������������������������������撰

算力中心发展历程 随着移动互联网用户规模趋近饱和，移动互联网的竞争焦点转向存量用户的注意力博弈，用户对短视频等富媒体 应用的依赖性的持续推动移动互联网流量接入流量的增长，进而催生出对算力中心资源的庞大需求。 10 中国移动互联网用户规模 11.39 11.58 11.74 12.03 12.27 12.44 2019 2020 2021 2022 2023 2024Q3 用户规模 亿人 中国 ERNIE 3.0 GPT-J-6B CogView GPT-Neo Wu Dao - Wen Yuan ERNIE-GEN (large) 3.2e+8 3.2e+9 3.2e+10 3.2e+12 3.2e+11 2019 2020 2021 2022 2023 GPT-4 (1.8T) Sparrow (70B) Claude (52B) Ernie Bot (260B) 94亿 GPT-3 1750亿 2019年 7月 新版 BERT 4810亿 StableLMM6 1750亿 Llama3-400B- InTraining 4万亿 2018年 10月 DeepSeek-R1-67B 6710 亿 参数 数量 高参数量 低参数量 2025年1月 MinMax- Text-01 4560亿 MinMax- VL-01 4560亿 DeepSeek-R1-

端到端发展进入加速期，基于规则长期护航 1.1 端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 Autonomous Driving： Challenges and Frontiers，焉知汽车，国元证券研究所 图6：逆最优控制（IOC）方法 图7：强化学习方法 请务必阅读正文之后的免责条款部分 10 端到端的挑战：数据 由于端到端算法基于数据驱动，大模型依赖大量的高质量数据进行训练。以训练数据为核心，重点关注数据量、数 据标注、数据质量、数据分布、云端存储与超算中心等因素。2023年，特斯拉在端到端神经网络开发初期，就向系统 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 V12全面采用端到端，用3000行代码替代了原来的30多万行 代码，但算力要求提升了10倍，整个平台算力需要达到3000～5000T0PS才能满足端到端的需求。除了对车端算力 的需求外，对云端算力要求也很高。由于端到端系统依赖大规模数据集，训练过程对算力资源需求极高，尤其是 为了使大模

性 带到了工作中，75%的知识工作者报告使用生成人工智 能；在如何与技术互动方面，作为编码助手并通过扩展 语音助手功能；以及几乎在一切事物上，从机器人到汽 车，到医疗保健。 4,5,6,7,8,9,10 高度能效的高级人工智能 但是这是一个烟幕弹——大多数商业领袖都无法承受的 干扰。总有一天，通用人工智能将会产生巨大的影响， 但今天它仍然遥远，需要解决深层次的技术和伦理挑战 。相反，领导者们看到眼前更为紧迫的问题至关重要： 2023 1959 1973 2026 2028 2029 1995 2006 24 1983 二进制大爆炸 10 10 技术愿景2025 | 人工智能：自主宣言 未来 苹果公司开启 应用商店 与代理的互动超过平均消费 者在智能设备上的应用使用 时间。 Toolformer，一种可以通 过API自学使用外部工具 式AI辅 助软件开发在更新应用程序到Java 17时，能够节省相当 于4500名开发者年的工作量。 35 即使人工智能竞赛的 次级效应也在产生影响——黄仁勋表示，NVIDIA已将计 算边际成本降低了10万倍。 36 所发生的是，一家公司可 能做出的最复杂的事情之一——生成代码——正在变得 越来越高效。这不仅影响着利润底线。这是一个巨大的 机会，可以加速现代化，处理项目积压，等等。但这也 …… 以

也存在研发（R&D）投资的重要集中。2022年，全球40%的企业资助研发仅由100家 公司执行，其中约一半在美国总部，以Alphabet、Meta、Microsoft和Apple为首。大约 13%在中国总部，以华为和腾讯为首，比10年前增长了2%，并超过了德国、日本、韩 国、瑞士和英国等传统研发领导者（图3）。除中国外，100家顶尖企业研发投资商中 没有来自发展中国家的。在企业和国家层面上，市场主导地位的扩大可能会导致全球 技 本劳动力的比较优 势 政策焦点 7 2 版权所有 © Gorodenkoff - Shutterstock 利用人工智能提高生产力和 工人赋能 8 -30 -20 -10 0 10 20 30 2023 - 2023 - （生产率变化，百分比） Alderucci 等人，2020 达米奥利 等人，2021年 阿克莫格鲁 等人，2022 Czarnitizki 59个国家；中等收入国家是上中等收入国家和 下中等收入国家的平均值，按样本国家数量加权。 表 1 发展中国家人工智能应用案例研究 图6 发达国家和地区更有可能出现人工智能自动化，但同时也… 10 加速策略——通过围绕当地可用基础设施重新设计AI 解决方案；利用和结合新的数据来源；通过简单的界 面降低AI的技能障碍；以及建立战略合作伙伴关系， 以获取

在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 商业价值研究院 (IBM IBV) 与牛津经济研究 院在 2024 年 10 月和 11 月联合开展了一项调研，受访对象涵盖 17 个行业和 6 个地区的 400 名 全球领导者。我们询问他们，必须克服哪些挑战才能在 AI 塑造的竞争格局中取得成功？如何让 员工做好准备 业，包括全球超过 43,000 名高管和 4,000 名消费者的见解。这一系列研究用于分析我 们与牛津经济研究院合作开展的一项脉动调 查中发现的趋势。 研究方法 我们还在 2024 年 10 月和 11 月对来自 17 个行业（包括银行、政府和电信）和 6 个地 区（美国、英国、德国、印度、澳大利亚和 新加坡）的 400 名全球领导者进行了问卷调 查，以各种题型（选择题、数值和李克特量 组织必须搭建新的架构，让员工能够监督自主决策流程，并管理由此产生的新风险。 要解决的问题有很多，但 67% 的受访 CEO 认为自动化带来的生产力提升极具吸引力，他们必 须承担高风险来保持竞争力。 10 而且，82% 的受访高管认为从生成式 AI 中获得的效益会超过 潜在风险 11，但需要对员工进行针对性的培训和技能提升，才能实现这一目标，让受访高管们 所期望的竞争优势成为现实。 企业必须搭建新的架构，让员工能够监督自主

15 人才是变革的关键 4.1 引入大模型≠提升生产力 04 16 4.2 AI 力的诊断和测评 17 4.3 发展大模型时代的 AI 力 18 22 2.1.3 AI 在销售领域的应用 10 2.1.4 AI 在人力资源领域的应用 11 2024 年被业界公认为“大模型落地元年”。经过 2023 年的技术爆发期，大语言模型正在 经历从“实验室奇迹”到“商业变现”的关键转折： 种种 已超越单纯的技术创新，演变为推动组织变革的核心引擎，成 为企业智能化转型的关键驱动力。 中国 AI 市场正在经历一个快速发展的黄金期。根据最新数据，中国 AI 市场规模从 2018 年的 1,372 亿元增长至 2025 年预计的 10,457 亿元，短短七年间实现近 8 倍的跨越式 增长，展现出强劲的增长势头。 在全球 AI 竞争版图中，中国的地位正在发生根本性转变。2018 年中国 AI 市场在全球 的占比为 9.2%，预计到 模拟真实临床场景，为医学生和医生提供虚拟病例训练，提升他们的临床决策能 力和实践技能 利用 AI 分析医学教育数据，为教学内容和方法的优化提供数据支持，提高教学质量 AI 在销售领域的应用 2.1.3 10 AI 驱动的获客与线索筛选：提升获客效率，缩短销售周期 AI 驱动的获客工具通过分析客户数据，精准识别潜在客户，并对线索进行高效筛 选和优先级排序 根据客户的行为和偏好，发送个性化的营销信息，提升客户参与度和购买意愿，缩