中小盤(pán)2023年中期投資策略：GPT大模型驅(qū)動(dòng)智能汽車(chē)加速發(fā)展

GPT大模型驅(qū)動(dòng)智能汽車(chē)加速發(fā)展姓名任浪(分析師)2023年5月8日投資邏輯表的一系列智能化變革。汽車(chē)從一次性的消費(fèi)品變成可持續(xù)迭代的流量入口，迎來(lái)盈利榮，件迭代成為共識(shí)。然而硬件快速滲透的同時(shí)，實(shí)際上能夠搭載的功能主要為L(zhǎng)2以下或高速NOA為主，消費(fèi)者難以壓力空前，高成本自動(dòng)駕駛硬件滲透阻力重重。2.大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”GPT+基于人類(lèi)反饋的強(qiáng)化學(xué)習(xí)，基于標(biāo)準(zhǔn)化的范式，行業(yè)諸多玩家開(kāi)始構(gòu)建自有大模型。同時(shí)下游應(yīng)用也繁榮發(fā)展，隨著業(yè)，3.大模型賦能，自動(dòng)駕駛漸行漸近，產(chǎn)業(yè)鏈玩家全面受益OS有望通過(guò)提供完善的工具鏈幫助整車(chē)廠(chǎng)構(gòu)建自己的自動(dòng)駕駛算法和數(shù)據(jù)閉環(huán)系統(tǒng)，同時(shí)依靠大模型的數(shù)據(jù)生成能領(lǐng)域的差距，自動(dòng)駕駛的安卓時(shí)代有望來(lái)臨。目前，大模型已經(jīng)被用于賦能數(shù)據(jù)閉環(huán)、仿真、感知算法、規(guī)控算巨頭如微軟、英偉達(dá)在大模型和自動(dòng)駕駛爭(zhēng)相布局，或?qū)⒉脸鲂碌幕鸹?。此外大模型的出現(xiàn)也促進(jìn)行業(yè)分工，避發(fā)者和自動(dòng)駕駛產(chǎn)業(yè)鏈玩家有望全面受益。1234512345特斯拉引領(lǐng)汽車(chē)智能化，變革道路并非坦途大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”特斯拉引領(lǐng)汽車(chē)智能化，開(kāi)啟行業(yè)變革1/16/1/11/14/19/12/17/1/12/15/1/10/13/18/11/1電子電氣架構(gòu)集中化，軟硬件分離1/16/1/11/14/19/12/17/1/12/15/1/10/13/18/11/1電子電氣架構(gòu)集中化，軟硬件分離隊(duì)影法的持續(xù)迭代。圖1：ChatGPT引領(lǐng)人工智能新范式要以較低的000高算力芯片上車(chē)000高算力芯片上車(chē)百萬(wàn)車(chē)隊(duì)+影子模式持續(xù)迭代軟件特斯拉銷(xiāo)量(輛)yoy資料來(lái)源：Wind、搜狐網(wǎng)、九章智駕、特斯拉官網(wǎng)、電動(dòng)星球公眾號(hào)、開(kāi)源證券研究所硬件預(yù)埋、軟件持續(xù)迭代蔚然成風(fēng)，汽車(chē)智能化迎來(lái)高速發(fā)展期件預(yù)埋、軟件持續(xù)迭代，智能化硬件先聲奪人迎高速發(fā)展行。新勢(shì)化車(chē)型，行業(yè)空前繁榮。表1：2022年成為高端智能電動(dòng)車(chē)型量產(chǎn)高峰品牌車(chē)型量產(chǎn)時(shí)間智駕芯片激光雷達(dá)供應(yīng)商座艙芯片ModelS/X/32019無(wú)yzenNaviGPU20222022S2022C202220222022OrinX線(xiàn)J52022OrinX線(xiàn)J52020r無(wú)2021r2022i2023M2022HiPhiZ202220222022E12022M5自駕版202320222022R2022minar2021特斯re2022資料來(lái)源：各公司官網(wǎng)、開(kāi)源證券研究所圖2：理想L9搭載完善智能化配置成為2022年當(dāng)之無(wú)愧爆款車(chē)型資料來(lái)源：理想汽車(chē)官網(wǎng)硬件預(yù)埋、軟件持續(xù)迭代蔚然成風(fēng)，汽車(chē)智能化迎來(lái)高速發(fā)展期件預(yù)埋、軟件持續(xù)迭代，智能化硬件先聲奪人迎高速發(fā)展比亞迪等整車(chē)廠(chǎng)商紛紛發(fā)力，與芯片廠(chǎng)商、Tier1供應(yīng)商、軟件供應(yīng)商通力合作，構(gòu)建新的供應(yīng)鏈體系，形成新的產(chǎn)品和新的供應(yīng)鏈格局。鏈公司圖3：產(chǎn)業(yè)鏈玩家廣泛合作，推動(dòng)車(chē)型產(chǎn)品量產(chǎn)上車(chē)資料來(lái)源：各公司官網(wǎng)、開(kāi)源證券研究所圖4：智能化公司股價(jià)區(qū)間漲幅表現(xiàn)強(qiáng)勢(shì)股價(jià)區(qū)間漲幅0%%2020-100%股價(jià)漲幅-01-032021-01-032022-01-032023-01-03 數(shù)據(jù)來(lái)源：Wind、開(kāi)源證券研究所自動(dòng)駕駛算法成熟度低、系統(tǒng)高成本成為困擾智能汽車(chē)升級(jí)癥結(jié)行業(yè)競(jìng)爭(zhēng)加劇降本壓力幾乎成為標(biāo)配，但實(shí)際上能夠搭載的功能主要為L(zhǎng)2以下或高速導(dǎo)航輔助駕駛為主。消費(fèi)者和車(chē)企難以為長(zhǎng)期無(wú)法兌現(xiàn)的硬件買(mǎi)單。振銷(xiāo)量，同時(shí)部分燃油車(chē)在國(guó)六B排放標(biāo)準(zhǔn)即將落地之時(shí)開(kāi)啟降價(jià)去庫(kù)存，行業(yè)面臨的成本壓力大。車(chē)企“脫虛向?qū)崱币庠笍?qiáng)烈，也對(duì)高形成阻力。圖5：車(chē)載軟件算法的迭代速率遠(yuǎn)低于算力2000TOPS30TOPS201920202021202220232025資料來(lái)源：開(kāi)源證券研究所圖6：特斯拉多個(gè)車(chē)型售價(jià)大幅下降特斯拉國(guó)內(nèi)2023年1月6日售價(jià)資料來(lái)源：車(chē)東西公眾號(hào)圖7：新勢(shì)力銷(xiāo)量增長(zhǎng)趨緩(小鵬、蔚來(lái)、理想、哪吒、零跑、極氪合計(jì)為代表)000000864201/15/19/11/15/19/11/15/1新勢(shì)力銷(xiāo)量(輛)2021/9/11/15/19/11/1oy數(shù)據(jù)來(lái)源：Wind、開(kāi)源證券研究所自動(dòng)駕駛算法成熟度低、系統(tǒng)高成本成為困擾智能汽車(chē)升級(jí)癥結(jié)集據(jù)仿真工具集據(jù)仿真工具自動(dòng)機(jī)”。圖8：長(zhǎng)尾場(chǎng)景稀缺性強(qiáng)圖9：自動(dòng)駕駛長(zhǎng)尾問(wèn)題出現(xiàn)概率較低圖10：數(shù)據(jù)驅(qū)動(dòng)成為長(zhǎng)尾問(wèn)題有效解決方案數(shù)數(shù)據(jù)算法資料來(lái)源：51CTO官網(wǎng)資料來(lái)源：紐勱科技公眾號(hào)資料來(lái)源：開(kāi)源證券研究所1234512345大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”ChatGPT橫空出世，引領(lǐng)人工智能新浪潮tGPTGPT1人工智能歷經(jīng)多年發(fā)展，在諸多領(lǐng)域超越人類(lèi)。1997年，IBM深藍(lán)計(jì)算機(jī)打敗國(guó)際象棋世界冠軍；2016年，AlphaGo大比分戰(zhàn)勝當(dāng)時(shí)圍棋世界冠軍李世石，掀起人工智能新一輪熱潮。像計(jì)算器超越人類(lèi)的計(jì)算能力一樣，人工智能在圖像識(shí)別等更多領(lǐng)人類(lèi)，并為人類(lèi)賦能。成結(jié)果的流暢性遠(yuǎn)超人類(lèi)預(yù)期，引發(fā)網(wǎng)絡(luò)熱潮。據(jù)瑞銀數(shù)據(jù)，ChatGPT產(chǎn)品推出僅2個(gè)月后用戶(hù)數(shù)量即過(guò)億，微軟將ChatGPTBing時(shí)間內(nèi)讓Bing日活躍用戶(hù)數(shù)過(guò)億。圖11：ChatGPT引領(lǐng)人工智能新范式資料來(lái)源：沙利文研究圖12：ChatGPT可完美實(shí)現(xiàn)用戶(hù)的需求甚至可輸出代碼圖13：ChatGPT用戶(hù)數(shù)2個(gè)月過(guò)億超越TikTok資料來(lái)源：OpenAI官網(wǎng)、開(kāi)源證券研究所數(shù)據(jù)來(lái)源：UBS、開(kāi)源證券研究所ChatGPT橫空出世，引領(lǐng)人工智能新浪潮tGPTGPTT圖14：GPT-4的性能顯著強(qiáng)于上個(gè)版本資料來(lái)源：LifeArchitect官網(wǎng)圖15：GPT-4在推理和邏輯能力上大幅提升圖16：GPT-4的多項(xiàng)能力超越人類(lèi)平均水平資料來(lái)源：OpenAI官網(wǎng)資料來(lái)源：OpenAI官網(wǎng)大模型+預(yù)訓(xùn)練+人類(lèi)反饋微調(diào)，大模型蓄勢(shì)待發(fā)ChatGPT的能力來(lái)源于預(yù)訓(xùn)練+指令微調(diào)+基于人類(lèi)反饋的強(qiáng)化學(xué)習(xí)包含3000億單詞的語(yǔ)料，大模域的能力，如遵循指令以及泛化到新的領(lǐng)域。即給予提問(wèn)者詳實(shí)、公正的回應(yīng)，拒絕拒絕其知識(shí)范圍外的問(wèn)題。圖17：GPT版本和能力演進(jìn)路徑——預(yù)訓(xùn)練+指令微調(diào)+基于人類(lèi)反饋的強(qiáng)化學(xué)習(xí)資料來(lái)源：機(jī)器之心公眾號(hào)、開(kāi)源證券研究所大模型+預(yù)訓(xùn)練+人類(lèi)反饋微調(diào)，大模型蓄勢(shì)待發(fā)調(diào)構(gòu)成打造大模型的要素型的“涌現(xiàn)”能力。thought思維鏈，即可逐步解決問(wèn)題)方面會(huì)出現(xiàn)“涌現(xiàn)”現(xiàn)象。因此要形成大語(yǔ)言模型，模型做大不可或缺。圖18：模型規(guī)模到達(dá)一定程度會(huì)出現(xiàn)“涌現(xiàn)”現(xiàn)象ergentabilitiesoflargelanguagemodelsWeiJason圖19：主流模型擁有龐大參數(shù)量00參數(shù)量(十億)odelsZhaoWayneXin等)、開(kāi)源證券研究所大模型+預(yù)訓(xùn)練+人類(lèi)反饋微調(diào)，大模型蓄勢(shì)待發(fā)調(diào)構(gòu)成打造大模型的要素代碼等。數(shù)據(jù)集的規(guī)模和質(zhì)量對(duì)模型的性能表現(xiàn)至關(guān)重要，大模型玩家采用獨(dú)特的數(shù)據(jù)(如古騰堡計(jì)劃)訓(xùn)練模型以增強(qiáng)型性能。圖20：通用化的大模型通常會(huì)采用內(nèi)容豐富的海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練guagemodelsZhaoWayneXin00數(shù)據(jù)量(十億tokens)surveyoflargelanguagemodels》(ZhaoWayneXin等)、開(kāi)源證券研究所大模型+預(yù)訓(xùn)練+人類(lèi)反饋微調(diào)，大模型蓄勢(shì)待發(fā)調(diào)構(gòu)成打造大模型的要素重要進(jìn)一步調(diào)整“解鎖”大模型特定領(lǐng)域的能力。擁有更好的表現(xiàn)，同時(shí)可激活模型在一些特們的需求，如讓模型以人類(lèi)可以理解的方式減少錯(cuò)誤信息和不良語(yǔ)言等。采用人工標(biāo)注好的數(shù)據(jù)來(lái)訓(xùn)練模型；(2)通過(guò)人類(lèi)對(duì)模型答案的排序訓(xùn)練一個(gè)獎(jiǎng)勵(lì)模型；(3)使用獎(jiǎng)勵(lì)模型使用強(qiáng)化學(xué)習(xí)的方RLFH強(qiáng)化學(xué)習(xí))。了基于規(guī)則的獎(jiǎng)勵(lì)模型(RBRMs)來(lái)幫助模型生成正確的回答，拒絕有害內(nèi)容。圖22：ChatGPT通過(guò)多個(gè)步驟訓(xùn)練而來(lái)源：OpenAI官網(wǎng)多模態(tài)成為趨勢(shì)，應(yīng)用端千帆競(jìng)渡，人工智能迎來(lái)iPhone時(shí)刻O(píng)penAI經(jīng)發(fā)布，全球掀起大模型研發(fā)的熱潮，諸多巨頭切入大模型開(kāi)發(fā)領(lǐng)域。有望賦能千行百業(yè)。圖23：參數(shù)超過(guò)100億的大語(yǔ)言模型如雨后春筍般出現(xiàn)Xin等)圖24：基礎(chǔ)大模型將賦能千行百業(yè)Ontheopportunitiesandrisksoffoundationmodels》(BommasaniRishi等)1234512345大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”大模型賦能，自動(dòng)駕駛漸行漸近，產(chǎn)業(yè)鏈玩家全面受益科技巨頭構(gòu)筑自動(dòng)駕駛行業(yè)“安卓”，技術(shù)鴻溝有望縮小圖25：特斯拉擁有全棧自研的完善自動(dòng)駕駛體系堪稱(chēng)自動(dòng)駕駛行業(yè)的“IOS”圖26：第三方巨頭有望憑借完善的工具鏈構(gòu)筑自動(dòng)駕駛領(lǐng)域的“安卓系統(tǒng)”資料來(lái)源：騰訊網(wǎng)資料來(lái)源：各公司官網(wǎng)、開(kāi)源證券研究所、英偉達(dá)在大模型和自動(dòng)駕駛爭(zhēng)相布局，或?qū)⒉脸鲂碌幕鸹ㄕ淖詣?dòng)駕駛開(kāi)發(fā)支持解決方案，幫助開(kāi)發(fā)者將數(shù)據(jù)進(jìn)行導(dǎo)入分析，對(duì)模型進(jìn)行訓(xùn)練仿真。微軟基于虛幻引擎開(kāi)發(fā)的AirSim真平臺(tái)在無(wú)人機(jī)仿真領(lǐng)域扮演重要角色，該平臺(tái)也同時(shí)可實(shí)現(xiàn)對(duì)無(wú)人駕駛汽車(chē)的仿真。生成式圖像模型等。自動(dòng)駕駛——英偉達(dá)擁有從算法、底層軟件、中間件到芯片的全棧解決方案，其中基于英偉達(dá)Omniverse、Drivemap構(gòu)建的DriveSim基于虛幻引擎開(kāi)發(fā)，可構(gòu)建近乎真實(shí)的仿真場(chǎng)景。英偉達(dá)亦在探索生成式AI對(duì)自動(dòng)助力。圖27：微軟AirSim是強(qiáng)大的虛擬場(chǎng)景仿真平臺(tái)圖28：英偉達(dá)DriveSim可完美生成自動(dòng)駕駛仿真場(chǎng)景資料來(lái)源：英偉達(dá)官網(wǎng)圖29：英偉達(dá)擁有整套端到端自動(dòng)駕駛解決方案資料來(lái)源：英偉達(dá)官網(wǎng)據(jù)駛資料來(lái)源：開(kāi)源證券研究所據(jù)駛資料來(lái)源：開(kāi)源證券研究所(2)算法：大模型催化單一的感知、規(guī)控算法，實(shí)現(xiàn)單個(gè)模塊和功能的躍遷；推動(dòng)端到端自動(dòng)駕駛落地；(3)仿真：生成式大模型有望解決仿真場(chǎng)景構(gòu)建難題。圖30：蒸餾、量化、剪枝是三大模型壓縮的方式個(gè)大模型或多個(gè)模型集學(xué)資料來(lái)源：數(shù)據(jù)派THU公眾號(hào)、開(kāi)源證券研究所圖31：大模型從多個(gè)維度全面推動(dòng)自動(dòng)駕駛前行GPT大模型據(jù)挖掘、自動(dòng)標(biāo)注集模型助力數(shù)據(jù)挖掘和自動(dòng)標(biāo)注，數(shù)據(jù)飛輪飛馳推動(dòng)自動(dòng)駕駛落地阿波羅應(yīng)用大模型實(shí)現(xiàn)長(zhǎng)尾數(shù)據(jù)挖掘(1)首先利用圖文信息預(yù)訓(xùn)練一個(gè)原始模型，利用算法將街景圖像數(shù)據(jù)進(jìn)行物體識(shí)別并定位和分割，放入編碼器形成底庫(kù)，(2)可以通過(guò)文本、圖像等形式對(duì)特定的場(chǎng)景(如快遞車(chē)、輪椅、小孩等)進(jìn)行搜索和挖掘，對(duì)車(chē)端模型進(jìn)行定制化的訓(xùn)。圖32：百度采用大模型實(shí)現(xiàn)長(zhǎng)尾數(shù)據(jù)的挖掘資料來(lái)源：Apollo智能駕駛公眾號(hào)圖33：大模型助力完美實(shí)現(xiàn)兒童、異型車(chē)等場(chǎng)景的實(shí)時(shí)挖掘資料來(lái)源：Apollo智能駕駛公眾號(hào)模型助力數(shù)據(jù)挖掘和自動(dòng)標(biāo)注，數(shù)據(jù)飛輪飛馳推動(dòng)自動(dòng)駕駛落地地湯明眸自動(dòng)標(biāo)注服務(wù)，提供結(jié)構(gòu)化檢測(cè)等12個(gè)行業(yè)專(zhuān)用大模型，涵蓋超1000個(gè)不同的2D、3D目標(biāo)類(lèi)別，大幅降低標(biāo)注成本。。圖34：商湯明眸提供強(qiáng)大的自動(dòng)標(biāo)注能力資料來(lái)源：商湯科技公眾號(hào)圖35：毫末智行DriveGPT大幅降低標(biāo)注成本資料來(lái)源：毫末智行公眾號(hào)法端解決行業(yè)痛點(diǎn)小模型實(shí)現(xiàn)優(yōu)異的性能。度：用半監(jiān)督方法，充分利用2D和3D數(shù)據(jù)訓(xùn)練一個(gè)感知大模型。通過(guò)在多個(gè)環(huán)節(jié)對(duì)小模型進(jìn)行蒸餾，提升小模型的性能，圖36：通過(guò)感知大模型的蒸餾，實(shí)現(xiàn)車(chē)端遠(yuǎn)距離3D視覺(jué)感知性能提升資料來(lái)源：Apollo智能駕駛公眾號(hào)圖37：大模型可賦能車(chē)端多模態(tài)模型資料來(lái)源：Apollo智能駕駛公眾號(hào)在算法端解決行業(yè)痛點(diǎn)12023年4月，毫末智行在A(yíng)IDAY推出了業(yè)界首個(gè)(2)進(jìn)行預(yù)訓(xùn)練：將自動(dòng)駕駛空間的信息如車(chē)道線(xiàn)、感知環(huán)境等離散化后作為T(mén)oken輸入大模型，再基于聯(lián)合概率分布生成未來(lái)Token序列，將4000萬(wàn)公里中合適大模型中。(3)基于人類(lèi)反饋強(qiáng)化學(xué)習(xí)(RLHF)：選取5萬(wàn)條人駕困難場(chǎng)景接管數(shù)據(jù)，輸入預(yù)訓(xùn)練模型，并將模型輸出的行為進(jìn)行排序，進(jìn)行強(qiáng)化訓(xùn)練；同時(shí)在根據(jù)輸入端的提示語(yǔ)及毫末自動(dòng)駕駛場(chǎng)景庫(kù)的樣本訓(xùn)練模型，動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過(guò)程，進(jìn)而實(shí)現(xiàn)可理解、可解釋的推理邏輯鏈條，最終實(shí)現(xiàn)(1)城市NOH、圖38：毫末智行DriveGPT大模型將助力自動(dòng)駕駛落地資料來(lái)源：毫末智行公眾號(hào)化：生成海量數(shù)據(jù)，大模型助力實(shí)現(xiàn)端到端模型構(gòu)建構(gòu)建車(chē)端模型、生成端到端訓(xùn)練仿真數(shù)據(jù)，使自動(dòng)駕駛成為可能。提升系統(tǒng)對(duì)Cornercase場(chǎng)景的感知能力上限。同時(shí)自動(dòng)駕駛多模態(tài)大模型可做到感知決策一體化集成，在輸出端通過(guò)環(huán)境解碼器可對(duì)3D環(huán)境進(jìn)行重建，實(shí)現(xiàn)環(huán)境可視化理解；行為解碼器可生成完整的路徑規(guī)劃；動(dòng)機(jī)解碼器可用自然語(yǔ)言對(duì)推行描述，使自動(dòng)駕駛系統(tǒng)變得更加安全可靠。圖39：云驥智行認(rèn)為端到端的自動(dòng)駕駛算法優(yōu)勢(shì)顯著資料來(lái)源：云驥智行公眾號(hào)圖40：商湯科技自動(dòng)駕駛多模態(tài)大模型有望實(shí)現(xiàn)傳統(tǒng)自動(dòng)駕駛算法無(wú)法實(shí)現(xiàn)的功能資料來(lái)源：商湯科技官方視頻號(hào)下，整車(chē)廠(chǎng)無(wú)需大規(guī)模搭建龐雜的算法、數(shù)據(jù)等整個(gè)閉環(huán)體系的團(tuán)隊(duì)，即可擁有全球一線(xiàn)自動(dòng)駕駛算法模型體系。產(chǎn)業(yè)鏈芯片方面，大模型將進(jìn)一步推升對(duì)芯片算力的需求。在車(chē)載高算力芯片領(lǐng)域，無(wú)論英偉達(dá)、駕融合芯片調(diào)用，整車(chē)“冗余”算力縮減，成本降低。圖41：英偉達(dá)推出Thor產(chǎn)品面向艙駕融合場(chǎng)景資料來(lái)源：2022NvidiaGTC大會(huì)圖42：高通推出SnapdragonRideFlex實(shí)現(xiàn)艙駕融合資料來(lái)源：高通中國(guó)公眾號(hào)大模型開(kāi)發(fā)者、自動(dòng)駕駛產(chǎn)業(yè)鏈玩家全面受益全面受益自動(dòng)駕駛產(chǎn)業(yè)鏈繁榮大模型開(kāi)發(fā)者、自動(dòng)駕駛產(chǎn)業(yè)鏈玩家全面受益圖43：百度致力于利用文心大模型實(shí)現(xiàn)自動(dòng)駕駛感知模型增強(qiáng)和長(zhǎng)尾數(shù)據(jù)挖掘資料來(lái)源：Apollo智能駕駛公眾號(hào)圖44：商湯科技將大模型用來(lái)賦能自動(dòng)駕駛感知閉環(huán)和決策閉環(huán)等環(huán)節(jié)資料來(lái)源：商湯科技官方視頻號(hào)大模型開(kāi)發(fā)者、自動(dòng)駕駛產(chǎn)業(yè)鏈玩家全面受益全面受益自動(dòng)駕駛產(chǎn)業(yè)鏈繁榮。(1)意識(shí)到Transformer的機(jī)會(huì)。下一代BPU納什架構(gòu)將專(zhuān)為大參數(shù)Transformer模型設(shè)計(jì)。(2)看好端自動(dòng)駕駛把握未來(lái)。地平線(xiàn)在CVPR中提出基于Transformer的端到端的自動(dòng)駕駛算法框架，該文章首次在檢測(cè)、跟蹤、預(yù)測(cè)、建圖、軌跡預(yù)測(cè)、端到端完成自動(dòng)駕駛的算法，這可以讓玩家像ChatGPT一樣用大規(guī)模的數(shù)據(jù)去訓(xùn)練整個(gè)自動(dòng)有望助力地平線(xiàn)在未來(lái)的產(chǎn)品迭代中占據(jù)先機(jī)。圖45：地平線(xiàn)認(rèn)為未來(lái)自動(dòng)駕駛終將走向端到端算法資料來(lái)源：中國(guó)汽車(chē)百人會(huì)公眾號(hào)圖46：納什架構(gòu)芯片將專(zhuān)為大參數(shù)Transformer而設(shè)計(jì)資料來(lái)源：中國(guó)汽車(chē)百人會(huì)公眾號(hào)1234512345大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”投資建議表2：重點(diǎn)關(guān)注公司盈利預(yù)測(cè)與估值碼簡(jiǎn)稱(chēng)(元)(億元)2023E2024E2025E2023E2024E2025E002920.SZ賽西威.844.312.869925.0688326SH潤(rùn)-w84.3041.9021.7002906SZ27.4625.4300223.SZ397.052.330424.3688099.SH6.5617.93122.6370.829.122.7002881.SZ27.712.3682823.7600699SH205.49608725.0300627SZ27.9188724.3688022.SH能46.52122.5544.83688167.SH科技.162.51140.828.4688498.SH232.622.462642.8688048.SH2.312326.7數(shù)據(jù)來(lái)源：Wind、開(kāi)源證券研究所(注：收盤(pán)日期2023年5月5日，盈利預(yù)測(cè)均來(lái)自開(kāi)源證券研究所)1234512345大模型橫空出世，人工智能迎來(lái)“iPhone時(shí)刻”險(xiǎn)提示風(fēng)險(xiǎn)提示準(zhǔn)備本報(bào)告的分析師獲取報(bào)酬的評(píng)判因素包括研究的質(zhì)量和準(zhǔn)確性、客戶(hù)的反饋、競(jìng)爭(zhēng)性因素以及開(kāi)源證券股份有限公司的整體收已于2017年7月1日起正式實(shí)施。根據(jù)上述規(guī)定，開(kāi)源證券評(píng)定此研報(bào)的風(fēng)險(xiǎn)等級(jí)為R4(中高風(fēng)險(xiǎn))，因此通過(guò)公共平臺(tái)推送的研報(bào)其適用的投資者類(lèi)別僅限定為專(zhuān)業(yè)投資者及風(fēng)險(xiǎn)承受能力為投資評(píng)級(jí)說(shuō)明明備注：評(píng)級(jí)標(biāo)準(zhǔn)為以報(bào)告日后的6~12個(gè)月內(nèi)，證券相對(duì)于市場(chǎng)基準(zhǔn)指數(shù)的漲跌幅表現(xiàn)，其中A股基準(zhǔn)指數(shù)為滬深300指數(shù)、港股基準(zhǔn)指數(shù)為恒生指數(shù)、新三板基準(zhǔn)指數(shù)為三板成指(針對(duì)協(xié)議轉(zhuǎn)讓標(biāo)的)或三板做市指數(shù)(針對(duì)做市轉(zhuǎn)讓標(biāo)的)、美股基準(zhǔn)指數(shù)為標(biāo)普500或納斯達(dá)克綜合指數(shù)。我們?cè)诖颂嵝涯?，不同證券研究機(jī)構(gòu)采用不同的評(píng)級(jí)術(shù)語(yǔ)及評(píng)級(jí)標(biāo)準(zhǔn)。我們采用的是相對(duì)評(píng)級(jí)體系，表示投資的相對(duì)比重建議；投資者買(mǎi)入或者賣(mài)出證券的決定取決于個(gè)人的實(shí)際情況，比如當(dāng)前的持倉(cāng)結(jié)構(gòu)以及其他需要考慮的因素。投資者應(yīng)閱讀整篇報(bào)告，以獲取比較完整的觀(guān)點(diǎn)與信息，不應(yīng)僅僅依靠投資評(píng)級(jí)來(lái)推斷結(jié)論。買(mǎi)入(buy)強(qiáng)于市場(chǎng)表現(xiàn)20%以上；增持(outperform)預(yù)計(jì)相對(duì)強(qiáng)于市場(chǎng)表現(xiàn)5%~20%；中性(Neutral)預(yù)計(jì)相對(duì)市場(chǎng)表現(xiàn)在－5%~＋5%之間波動(dòng)；減持(underperform)看好(overweight)中性(Neutral)基本持平；看淡(underperform)說(shuō)明不保證在該價(jià)格交易。開(kāi)源證券股份有限公司是經(jīng)中國(guó)證監(jiān)會(huì)批準(zhǔn)設(shè)立的證券經(jīng)營(yíng)機(jī)構(gòu)，具備證券投資咨詢(xún)業(yè)務(wù)資格。本報(bào)告僅供開(kāi)源證券股份有限公司(以下簡(jiǎn)稱(chēng)“本公司”)的機(jī)構(gòu)或個(gè)人客戶(hù)(以下簡(jiǎn)稱(chēng)“客戶(hù)”)使用。本公司不會(huì)因接收人收到本報(bào)告而視其為客戶(hù)。本報(bào)告是發(fā)送給開(kāi)源證券客戶(hù)的，屬于商業(yè)秘密材料，只有開(kāi)源證券客戶(hù)才能參考或使用，如接收人并非開(kāi)源證券客戶(hù)，請(qǐng)及時(shí)退回并刪除。本報(bào)告是基于本公司認(rèn)為可靠的已公開(kāi)信息，但本公司不保證該等信息的準(zhǔn)確性或完整性。本報(bào)告所載的資料、工具、意見(jiàn)及推測(cè)只提供給客戶(hù)作參考之用，并非作為或被視為出售或購(gòu)買(mǎi)證券或其他金融工具的邀請(qǐng)或向人做出邀請(qǐng)。本報(bào)告所載的資料、意見(jiàn)及推測(cè)僅反映本公司于發(fā)布本報(bào)告當(dāng)日的判斷，本報(bào)告所指的證券或投資標(biāo)的的價(jià)格、價(jià)值及投資收入可能會(huì)