计算机设备_国产大模型进展快速_Deepseek_V2和通义千问2_5均展现强大性能
文章目录
证券研究报告·行业动态
国产大模型进展快速，Deepseek-V2 和通义千问 2.5 均展现强大性能
计算机设备
核心观点
- 幻方子公司 DeepSeek 发布了新的 MoE（混合专家网络）大模型 DeepSeek-V2，模型表现优秀，相比 V1 的稠密模型，Deepseek-V2 节约了 $42.5%$ 的训练成本，减少了推理时$93.3%$ 的 KV-cache 显存占用，将生成的吞吐量也提升到了原来的 5.76 倍。同时 API 调用定价低至每百万输入 Tokens仅 1 元，具有极高的性价比。
- 阿里云正式发布通义千问 2.5 大模型，模型在中文语境下的性能超越了 GPT-4 Turbo。相比上一代通义千问 2.1 版本，通义千问 2.5 在理解能力、逻辑推理、指令遵循、代码能力上全方位提升。同时阿里还开源了 Qwen1.5-110B 模型，该模型性能超越 Llama-3-70B，有超 1000 亿参数，可以处理32K tokens 的上下文长度，并支持多种语言。
产业要闻
【阿里云通义千问 2.5 大模型发布】
【谷歌 AlphaFold 3 模型登 Nature】
【三星 AI 推理芯片 Mach-1 即将原型试产】
【三星停止自动驾驶研究】
【英国无人驾驶汽车公司 Wayve 获得 10 亿美元融资】
【美科镜头新品官宣】
持续关注：
GPU：英伟达、超威半导体、海光信息等；
FPGA：安路科技-U 等；
SoC：高通、全志科技等；
自然语言处理：科大讯飞等；
计算机视觉：格灵深瞳-U 等；
自动驾驶：德赛西威、中科创达、均胜电子、光庭信息；
智慧交通：千方科技、万集科技；
$\mathrm{AI}+$ 工业：中控技术、华大九天、广立微、概伦电子等。
风险提示：北美经济衰退预期逐步增强，宏观环境存在较大的不确定性，国际环境变化影响供应链及海外拓展；芯片紧缺可能影响相关公司的正常生产和交付，公司出货不及预期。
首次评级 强于大市
于芳博
[email protected]
010-86451607
SAC 编号:S1440522030001
发布日期： 2024 年 05 月 13 日
市场表现
相关研究报告
【中信建投计算机】:周报 24 年第
2024-05-06 18 期：看多 5 月行情，关注 AI 与低位基本面改善标的【中信建投人工智能】:北美四大云
2024-05-05 厂商资本开支大幅增长，牵引算力产业高速发展【中信建投计算机】:行业持仓有所
2024-04-28回落，建议关注 AI 与低空经济板块【中信建投计算机】:北京算力基础
2024-04-26 设施政策出台，国产算力有望显著受益【中信建投计算机】:持续关注低空
2024-04-21经济及 AI 板块
免责申明：
- 本内容非原报告内容;
- 报告来源互联网公开数据；如侵权请联系客服微信，第一时间清理；
- 报告仅限社群个人学习，如需它用请联系版权方；
- 如有其他疑问请联系微信
行业报告资源群
- 进群福利：进群即领万份行业研究、管理方案及其他学
习资源，直接打包下载 - 每日分享：6份行研精选报告、3个行业主题
- 报告查找：群里直接咨询，免费协助查找
- 严禁广告：仅限行业报告交流，禁止一切无关信息
微信扫码，长期有效
知识星球 行业与管理资源
专业知识社群：每月分享8000+份行业研究报告、商业计划、市场研究、企业运营及咨询管理方案等，涵盖科技、金融、教育、互联网、房地产、生物制药、医疗健康等；已成为投资、产业研究、企业运营、价值传播等工作助手。
目录
一、行业变化
1.1 幻方子公司 DeepSeek 发布新 MoE 大模型 DeepSeek-V2 .1.2 通义千问开源Qwen1.5-110B 模型性能超越 Llama-3-70B..1.3 阿里云发布通义千问 2.5，模型中文语境下性能超越 GPT-4Turbo ……… 4
二、持续关注标的 . 5
三、行情回顾 .. 5
四、产业要闻 8
五、重要公告 9
风险分析 .. 11
图目录
图1：大模型中文能力与官方 API定价对比.
图 2:Deepseek-V2 和其他模型的评价基准指标数值对比 2
图 3: Deepseek-V2 模型相关参数对比. 2
图 4: Qwen1.5-110B 与其他开源 AI 大模型评分对比. 3
图 5: 阿里云通义大语言模型产品一览 . 4
图 6: OpenCompass 大模型评测基准平台模型得分 . 4
图 7: 中证人工智能指数、上证指数、沪深 300 指数涨跌幅比较. 6
图 8: 人工智能（中证）个股周涨幅前十名（ $(%)$ ） 6
图 9: 人工智能（中证）个股周涨幅后十名 $(%)$ ） 6
图 10: 重点公司股票涨跌详情（盈利预测均为 Wind 一致预测） 6
表目录
表 1: 人工智能行业一周重要公告
一、行业变化
1.1 幻方子公司 DeepSeek 发布新 MoE 大模型 DeepSeek-V2
近日，深度求索 Deepseek 公司发布了 DeepSeek-V2 版本的模型，V2 版本的 Deepseek 模型使用 MoE（混合专家模型）技术路线，MoE 的基本理念是将输入数据根据任务类型分割成多个区域，并将每个区域的数据分配一个或多个专家模型。每个专家模型可以专注于处理输入这部分数据，从而提高模型的整体性能。Deepseek-V2 采用大量的小参数专家进行建模，并在模型的训练和推理过程上加入了更多的优化。和以往一样，Deepseek公司对模型（基座和对话对齐版本）进行了完全的 mit 协议开源，MIT（麻省理工学院许可协议）与其他常见的软件许可协议相比开源使用条件相对宽松。MIT 协议允许使用者任意的使用、复制、修改原 MIT 代码库，可以支持模型开源商用。同时，对于算力并不充足的用户，Deepseek 官方提供了 API 调用的方案，该方案的 API 价格在目前所有大模型中最低，每百万输入 Tokens 1 元，每百万输出 Tokens 2 元。图表 1 通过比较各类模型的中文能力和 API 价格，充分体现了 Deepseek-V2 的 API 性价比。
图 1: 大模型中文能力与官方 API 定价对比(/百万 token)
数据来源：Deepseek，中信建投证券
在模型通用能力的表现评估上，Deepseek-V2 的中文综合评分达到 7.91 分，英文综合评分达到 8.97 分，在MMLU，GSM8K，MATH，BBH，HumanEval 等测试上分别拿到 77.8、92.2、53.9、79.7、81.1 分。在众多开源模型中，Deepseek-V2 表现仅次于 70B 的开源模型 LLaMA3，超过了他们此前发布的 V1 代 67B 的非 MoE 模型。图表 2 展示了 Deepseek-V2 和和其他模型的评价基准指标数值。
图 2: Deepseek-V2 和其他模型的评价基准指标数值对比
| 是否开源 | 中文综合 AlignBench | 英文综合 MT-Bench | 知识 MMLU | 基础算数 GSM8K | 数学解题 MATH | 逻辑推理 BBH | 编程 | |
| DeepSeek-V2 | 开源 | 7.91 | 8.97 | 77.8 | 92.2 | 53.9 | 79.7 | 81.1 |
| GPT-4-Turbo-1106 | 8.01 | 9.32 | 84.6 | 93.0 | 64.1 | 82.2 | ||
| GPT-4-0613 | 7.53 | 8.96 | 86.4 | 92.0 | 52.9 | 83.1 | 84.1 | |
| GPT-3.5 | 6.08 | 8.21 | 70.0 | 57.1 | 34.1 | 66.6 | 48.1 | |
| Gemini1.5 Pro | 7.33 | 81.9 | 91.7 | 58.5 | 84.0 | 71.9 | ||
| Claude3 Opus | 7.62 | 9.00 | 86.8 | 95.0 | 61.0 | 86.8 | 84.9 | |
| Claude3 Sonnet | 6.70 | 8.47 | 79.0 | 92.3 | 40.5 | 82.9 | 73.0 | |
| Claude3 Haiku | 6.42 | 8.39 | 75.2 | 88.9 | 40.9 | 73.7 | 75.9 | |
| abab-6.5 (MiniMax) | 7.97 | 8.82 | 79.5 | 91.7 | 51.4 | 82.0 | 78.0 | |
| abab-6.5s (MiniMax) | 7.34 | 8.69 | 74.6 | 87.3 | 42.0 | 76.8 | 68.3 | |
| ERNIE-4.0（文心一言） | 7.89 | 7.69 | 91.3 | 52.2 | 72.0 | |||
| GLM-4（智谱清言） | 7.88 | 8.60 | 81.5 | 87.6 | 47.9 | 82.3 | 72.0 | |
| Moonshot-v1（月之暗面） | 7.22 | 8.59 | 89.5 | 44.2 | 82.9 | |||
| Baichuan 3 (百川I) | 8.70 | 81.7 | 88.2 | 49.2 | 84.5 | 70.1 | ||
| Qwen1.572B（通义千间) | 开源 | 7.19 | 8.61 | 76.2 | 81.9 | 40.6 | 65.9 | 68.9 |
| LLaMA 3 70B | 开源 | 7.42 | 8.95 | 80.3 | 93.2 | 48.5 | 80.1 | 76.2 |
| Mixtral 8×22B | 开源 | 6.49 | 8.66 | 77.8 | 87.9 | 49.8 | 78.4 | 75.0 |
资料来源：Deepseek，中信建投
Deepseek 团队用在技术报告中直观地概括了目前模型取得的效果。V2 版本的 Deepseek 模型在参数量方面达到 236B。借助 YaRN 优化的长度外推训练方法，开源模型的上下文能力得以扩展到了 $128\mathrm{k\Omega}$ 大小，在官网/API调用对话上下文能力支持 32k 大小。由于模型使用 MoE 技术进行小专家混合的特性，模型在推理时的激活参数仅 21B，有助于模型实现高推理速度。在训练成本与训练效率方面，相比 V1 的稠密模型，Deepseek-V2 节约了$42.5%$ 的训练成本，减少了推理时 $93.3%$ 的 KV-cache 显存占用，将生成的吞吐量也提升到了原来的 5.76 倍。图表 3 中展示了 Deepseek-V2 模型和其他模型的参数对比和自身较 Deepseek 67B 的提升情况。
图 3: Deepseek-V2 模型相关参数对比
资料来源：Deepseek，中信建投
1.2 通义千问开源 Qwen1.5-110B 模型性能超越 Llama-3-70B
4 月 28 日，阿里云通义千问 Qwen1.5-110B 开源，该模型拥有超 1000 亿参数，可以处理 32K tokens 的上下文长度，并支持英、中、法、西、德、俄、日、韩、越、阿等多种语言，是通义千问 Qwen1.5 系列中规模最大的模型。Qwen1.5-110B 沿用了 Transformer 的解码器架构，包括分组查询注意力（GQA）使得模型推理更加高效。目前，Qwen1.5-110B 在 MMLU、TheoremQA、ARC-C、GSM8K、MATH 和 HumanEval 等多个基准测评中超越了 Meta 的 Llama-3-70B。在最近的 HuggingFace 开源大模型排行榜 Open LLM Leaderboard 上，开源的 Qwen1.5-110B 已经登上了榜首，成为了比 Llama-3-70B 更优秀的模型。图表 4 展示了 Qwen1.5-110B 与部分知名开源大模型的评分数值,对比图表 4中的10 项大模型评价基准,Qwen1.5-110B已经在其中的 MMLU,TheoremQA，ARC-C 等七项评价基准中得分超过了 Llama-3-70B。
图 4: Qwen1.5-110B 与其他开源 AI 大模型评分对比
| Qwen1.5-110BQwen1.5-72BLlama-3-70BMixtral-8x22B | ||||
| MMLU | 80.4 | 77.5 | 79.5 | 77.8 |
| TheoremQA | 34.9 | 29.3 | 32.0 | 35.9 |
| GPQA | 35.9 | 36.3 | 36.4 | 34.3 |
| Hellaswag | 87.5 | 86.0 | 88.0 | 88.7 |
| BBH | 74.8 | 65.5 | 76.6 | 69.2 |
| ARC-C | 69.6 | 65.9 | 68.8 | 70.7 |
| GSM8K | 85.4 | 79.5 | 79.2 | 78.6 |
| MATH | 49.6 | 34.1 | 41.0 | 41.7 |
| HumanEval | 52.4 | 41.5 | 45.7 | 45.1 |
| MBPP | 58.1 | 53.4 | 55.1 | 71.2 |
资料来源：ModelScope 模型开源社区，中信建投
同时，为避免 Qwen1.5-110 体量太大而难以部署的问题，阿里云在 Qwen1.5-110B 发布之前，已经开源了从 0.5B 到 72B 的七种尺寸的模型，提供了从端侧到服务器部署的多种选择。在众多的大模型研发企业中，阿里云通义千问在模型开源领域做到了多规格、全尺寸、多功能的开源，而且还在利用 MoE 等技术不断优化推理成本，这极大地扩展了其适用范围。图表 5 展示了阿里云通义大语言模型的一系列模型产品。
图表 5 中的大语言模型产品不仅都由通义千问研发，而且往往在各自所处的参数量级上都名列前茅。以Qwen1.5-72B 为例，这个模型除了登顶过 HuggingFace 开源大模型排行榜、OpenCompass 开源基座大模型排行榜，还在 MT-Bench 和 Alpaca-Eval v2 等评测中也有着不错的表现，模型的得分超过 Claude-2.1、GPT-3.5-Turbo-0613、Mixtral-8x7b-I nstruct 等模型。
图 5: 阿里云通义大语言模型产品一览
资料来源：机器之心公众号，中信建投
1.3 阿里云发布通义千问 2.5，模型中文语境下性能超越 GPT-4Turbo
在坚持 Qwen1.5 系列模型开源的同时，通义千问大模型基础能力得到不断进步。5 月 9 日，阿里云召开发布会，正式发布通义千问 2.5 大模型，模型在中文语境下的性能超越了 GPT-4 Turbo。相比上一代通义千问 2.1版本，通义千问 2.5 在理解能力、逻辑推理、指令遵循、代码能力上分别提升 $9%$ 、 $16%$ 、 $19%$ 、 $10%$ ，模型基础能力全方位提升。目前，通义大模型通过阿里云服务的企业客户数已超过 9 万，通过钉钉服务企业超 220 万，其中月活超 170 万。此外在 Hugging Face、魔搭等开源社区，通义开源模型下载量累计超 700 万。图表 6 中展示了权威大模型评测基准平台 OpenCompass 上的模型得分，可以看到，通义千问 2.5 已经追平了 GPT-4 Turbo。至此，通义千问已经站到了国内外大模型领域的第一梯队。
图 6: OpenCompass 大模型评测基准平台模型得分
资料来源：Opencompass，中信建投
得益于更强大的基础能力，通义千问 2.5 在文档处理、音视频理解和智能代码使用场景形成了独有优势。在文档处理领域，通义千问 2.5 可以单次处理 1000 万字，单次处理 100 个文档，实现了单次处理文字的最长和处理文档数量的最多。通义千问 2.5 支持丰富的文件格式和文本类型，比如 Word、PDF、Excel 以及表单、合同、白皮书、论文、财报研报等。文本任务也多样化，比如解析标题、文本段落、表格、图表等多种版面类型及文档层级目录的识别和抽取。在输出文档时，通义千问 2.5 支持 Markdown、JSON 等格式，对用户友好、易用性拉满。在音视频理解方面，通义千问 2.5 同样具有出色的能力。在通义千问语言能力、LLM 能力、多模态能力和翻译能力的加持下，通过通义听悟、语言视觉 AI 模型等，实现音视频场景的信息挖掘、知识沉淀和高效阅读。相关能力已在钉钉、阿里云盘等内部产品以及合作伙伴的具体场景中有了广泛的落地实践，让模型应用开花结果。
此外，通义千问 2.5 赋予了开发者和企业卓越的智能编码能力。以通义代码大模型 CodeQwen1.5 为底座的智能代码助手「通义灵码」在国内的用户规模已经达到了行业内第一。其中，插件下载量超过 350 万，助手每日推荐代码超过 3000 万次，开发者采纳代码超过 1 亿行。同时，阿里云正式发布的通义灵码企业版能够基于企业需求进行定制，帮助他们提升编码体系的整体效率。可以预见，随着通义千问 2.5 的到来，它将成为更强大的模型底座，进而为普通用户、开发者和企业客户提供更多样化、更准确、更快速的生成式 AI 体验。
二、持续关注标的
GPU：英伟达、超威半导体、海光信息等；
FPGA：安路科技-U 等；
SoC：高通、瑞芯微、晶晨股份、全志科技等；
自然语言处理：科大讯飞等；
计算机视觉：格灵深瞳-U 等；
自动驾驶：德赛西威、中科创达、均胜电子、光庭信息；
智慧交通：千方科技、万集科技；
$\mathrm{AI+}$ 工业：中控技术、华大九天、广立微、概伦电子等。
三、行情回顾
上期，人工智能指数（中证）指数下滑 $3.22%$ ，本月份以来累计下滑 $3.22%$ 。上期上证指数上涨 $1.60%$ ，沪深 300 指数上涨 $1.72%$ 。
图 7: 中证人工智能指数、上证指数、沪深 300 指数涨跌幅比较
资料来源：Wind，中信建投
中证人工智能指数板块个股方面，涨幅前五个股分别为：科沃斯、石头科技、广联达、三六零、北斗星通；涨幅后五个股分别为：德赛西威、芯原股份、极米科技、易华录、中科曙光
图 8: 人工智能（中证）个股周涨幅前十名 $(%)$ ）
数据来源：中信建投证券
图 9: 人工智能（中证）个股周涨幅后十名 $(%.$ ）
数据来源：中信建投证券
图 10: 重点公司股票涨跌详情（盈利预测均为 Wind 一致预测）
| 重点公司股票涨跌详情 | 归母净利润 | PE | 区间行情 | ||||||||
| 股票代码 | 公司名称 | 行业 | 单位 | 2021 | 2022 | 2023 | 2021 | 2022 | 2023 | 本周 月初至今 | 年初至今 |
| NVDA.0 | 英伟达(NVIDIA) | GPU | 亿美元 | 97.5 | 43.7 | 297.6 | 230.4 | 514.4 75.5024 | 1. 2% | 2.4% | 81.5% |
| AMD. 0 | 超威半导体(AMD) | GPU | 亿美元 | 31.6 | 13.2 | 8.5 | 77. 7 | 186.0 | 287.5 0.9% | -5.2% | 3.1% |
| 688041 | 海光信息 | GPU | 亿元 | 3.3 | 8.0 | 12.6 | 518.0 | 210.9 134. 1 | -8.0% | -8.8% | 2. 7% |
请务必阅读正文之后的免责条款和声明。
行业动态报告
| 688107 | 安路科技 | FPGA | 亿元 | (0. 3) | 0.6 (2. 0) | (319.1) | 164. 6 | (49. 9) | -1. 4% | -1. 8% | -33. 2% | |
| 688256 | 寒武纪-U | ASIC | 亿元 | (8. 2) | (12. 6) | (8.5) | (86.0) | (56.5) | (83. 6) | -0. 6% | -0. 4% | 26. 2% |
| QCOM.0 | 高通(QUALCOMM) | SoC | 亿美元 | 90. 4 | 129. 4 | 72.3 | 22.5 | 15.7 | 28. 1 | 1. 4% | 7. 6% | 26. 5% |
| 300458 | 全志科技 | SoC | 亿元 | 4. 9 | 2. 1 | 0.2 | 25.2 | 59.0 | 542.5 | -2. 3% | -2. 4% | -12. 4% |
| 603893 | 瑞芯微 | SoC | 亿元 | 6.0 | 3.0 | 1.3 | 40.5 | 81.9 | 180.5 | 0. 8% | 0. 2% | -8. 1% |
| 688099 | 晶晨股份 | SoC | 亿元 | 8.1 | 7.3 | 5.0 | 30.4 | 34.0 | 49.5 | 1. 4% | -0. 6% | -5. 8% |
| 002036 | 联创电子 | 汽车摄像头 | 亿元 | 1. 1 | 0.9 | (9.9) | 71. 3 | 86.4 | (8. 1) | -0. 3% | -1. 6% | -26.5% |
| 2382. HK | 舜宇光学科技 | 汽车摄像头 | 亿元 | 49. 9 | 24. 1 | 11. 0 | 9.3 | 19. 2 | 42. 0 | 1. 8% | 8. 1% | -40. 5% |
| 603501 | 韦尔股份 | CIS | 亿元 | 44.8 | 9.9 | 5.6 | 28. 1 | 127. 2 | 226.7 | 2. 0% | 0. 9% | -2. 9% |
| 300691 | 联合光电 | 毫米波雷达 | 亿元 | 0.7 | 0.6 | 0.6 | 56.1 | 74.5 | 64.8 | -5. 6% | -3. 6% | -33. 2% |
| 603197 | 保隆科技 | 毫米波雷达 | 亿元 | 2.7 | 2. 1 | 3.8 | 33.7 | 42. 2 | 23.8 | 4. 0% | 2. 5% | -24. 5% |
| 688048 | 长光华芯 | 激光雷达 | 亿元 | 1. 2 | 1. 2 | (0. 9) | 57. 1 | 55.2 | (71. 6) | -2. 8% | -4. 8% | -40. 4% |
| 300620 | 光库科技 | 激光雷达 | 亿元 | 1.3 | 1. 2 | 0.6 | 80.4 | 89.3 | 176.3 | -7. 8% | -9. 7% | -7. 1% |
| 603297 | 永新光学 | 激光雷达 | 亿元 | 2.6 | 2.8 | 2. 4 | 31.7 | 29.7 | 35.2 | 1. 1% | 0. 2% | -25. 0% |
| 002273 | 水晶光电 | 激光雷达 | 亿元 | 4. 4 | 5.8 | 6.0 | 45. 4 | 34.9 | 33.5 | 0. 1% | 2. 9% | 9. 1% |
| 002222 | 福晶科技 | 激光雷达 | 亿元 | 1. 9 | 2.3 | 2. 1 | 57. 9 | 48.9 | 53.0 | -3. 1% | -4. 6% | -12.3% |
| 688127 | 蓝特光学 | 激光雷达 | 亿元 | 1. 4 | 1.0 | 1.8 | 52.6 | 76. 7 | 41. 0 | -6. 2% | -8. 2% | -21.2% |
| 688787 | 海天瑞声 | 数据服务 | 亿元 | 0.3 | 0.3 | (0.3) | 122. 1 | 131. 0 (127. 0) | -3. 6% | -4. 3% | -11. 3% | |
| 002230 | 科大讯飞 | 语音处理 | 亿元 | 15.6 | 5.6 | 6.6 | 65. 1 | 180.5 | 154. 1 | -3. 0% | -3. 9% | -5. 7% |
| 002415 | 海康威视 | 计算机视觉 | 亿元 | 168.0 | 128. 4 | 141. 1 | 18.4 | 24. 1 | 21. 9 | 0. 2% | -0. 3% | -4. 5% |
| 688207 | 格灵深瞳 | 计算机视觉 | 亿元 | (0. 7) | 0.3 | (0. 9) | (49. 2) | 103.3 | (37.3) | -2. 1% | -2. 3% | -37. 9% |
| 688003 | 天准科技 | 计算机视觉 | 亿元 | 1.3 | 1.5 | 2. 2 | 51.5 | 45. 4 | 32.1 | 0. 3% | -2. 1% | -4. 3% |
| 002920 | 德赛西威 | Tier1 | 亿元 | 8.3 | 11.8 | 15.5 | 72.6 | 51. 1 | 39.1 | -13.5% | -11. 5% | -15.3% |
| 002906 | 华阳集团 | Tier1 | 亿元 | 3.0 | 3.8 | 4. 6 | 52.5 | 41. 2 | 33.7 | -4. 2% | -2. 2% | -15. 2% |
| 688326 | 经纬恒润-W | Tier1 | 亿元 | 1.5 | 2.3 | (2. 2) | 49. 4 | 30.8 | (33. 2) | -5. 9% | -6. 4% | -48. 2% |
| 600699 | 均胜电子 | Tier1 | 亿元 | (37.5) | 3.9 | 10.8 | (6.5) | 62.1 | 22. 6 | -1. 5% | -1. 3% | -3. 3% |
| 0285. HK | 比亚迪电子 | Tier1 | 亿元 | 23. 1 | 18.6 | 40. 4 | 32.3 | 40. 1 | 18.5 | 19. 9% | 23.5% | -9. 6% |
| 300496 | 中科创达 | 汽车软件 | 亿元 | 6.5 | 7. 7 | 4. 7 | 33.7 | 28. 4 | 46.8 | -2. 7% | -3. 8% | -40.5% |
| 301221 | 光庭信息 | 汽车软件 | 亿元 | 0.7 | 0.3 | (0. 2) | 47.8 | 110.0 | (226. 4) | -4. 3% | -5. 0% | -35. 2% |
| 688088 | 虹软科技 | 汽车软件 | 亿元 | 1. 4 | 0.6 | 0.9 | 94.5 | 230.2 | 150.4 | -3. 5% | -1. 7% | -20.2% |
| 002405 | 四维图新 | 汽车软件 | 亿元 | 1. 2 | (3. 4) | (13. 1) | 136.9 | (49. 7) | (12. 7) | -5.8% | -6. 6% | -21. 0% |
| 300353 | 东土科技 | 汽车软件 | 亿元 | 0. 1 | 0.2 | 2.6 | 983.8 | 253.0 | 19.6 | -1. 7% | -4. 0% | -14. 3% |
| 002373 | 千方科技 | 智慧交通 | 亿元 | 7.2 | (4.8) | 5. 4 | 20. 4 | (30. 6) | 27.3 | -4. 6% | -6. 2% | -16. 5% |
| 300552 | 万集科技 | 智慧交通 | 亿元 |
资料来源：Wind，中信建投
四、产业要闻
大模型
【阿里云通义千问 2.5 大模型发布】5 月 9 日消息，在阿里云 AI 智领者峰会-北京站活动中，通义千问 2.5 大模型发布，号称多项能力赶超 GPT-4。据阿里云官方介绍，通义大模型通过阿里云服务企业超9 万，通义开源模型累计下载量突破 700 万。通义落地应用进程加速，现已进入 PC、手机、汽车等领域。阿里云正式发布通义千问 2.5，号称“能力升级，全面赶超 GPT-4”，在中文语境下，文本理解、文本生成、知识问答 & 生活建议、闲聊 & 对话和安全风险等多项能力上赶超 GPT-4。此外，通义千问 2.5 相比通义千问 2.1 有多项能力提升，理解能力提升 $9%$ ，逻辑推理提升 $16%$ ，指令遵循提升 $19%$ ，代码能力提升 $10%$ 。（IT 之家）
【日本联合研究团队发布 Fugaku-LLM】5 月 11 日消息，由多方企业和机构组成的日本联合研究团队昨日发布了 Fugaku-LLM 大模型。该模型的最大特色就是其是在 Arm 架构超算“富岳”上训练的。研究团队表示其充分挖掘了富岳超算的性能，将矩阵乘法的计算速度提高了 6 倍，通信速度也提升了 3 倍，证明大型纯 CPU 超算也可用于大模型训练。Fugaku-LLM 模型参数规模为 13B，是日本国内最大的大型语言模型。该模型在日语 MT-Bench 模型基准测试上的平均得分为 5.5，排在基于日本语料资源的开放模型首位，并在人文社科类别中得到了 9.18 的高分。（IT 之家）
【谷歌 AlphaFold 3 模型登 Nature】5 月 9 日消息，谷歌 DeepMind 公司近日推出了 AlphaFold 3，通过预测所有生命分子是如何相互作用的，加速寻找新药和探索新的治疗方法，治疗癌症、帕金森氏症、疟疾、肺结核等疾病。该项目为研究人员提供了一套比较完整的“工具集”，不仅大幅提高研发新药物的速度，而且可以改变人类对生物世界的理解。AlphaFold 3 能够生成活细胞及其联合 3D 结构，预测数百万种组合的相互作用，准确率要比现有常规方法高 $50%$ ，并且可以在几秒钟内生成通常需要数月或数年才能完成的预测。（IT 之家）
芯片
【美格智能基于高通QCS8550芯片推出的最新一代高算力模组】5月11日消息,美格智能(002881.SZ)在投资者互动平台表示，我司基于高通 QCS8550 芯片推出的最新一代高算力模组，计算能力与第二代骁龙 8 处理器芯片等同，其 AI 能力可以充分满足物联网、智能座舱等场景需求。我司也将持续关注上游芯片的迭代情况，并结合公司产品规划及市场需求，积极采用更新的芯片平台，来提升产品竞争力。（金融界）
【三星 AI 推理芯片 Mach-1 即将原型试产】5 月 10 日消息，韩媒 ZDNet Korea 援引业内人士的话称，三星电子的 AI 推理芯片 Mach-1 即将以 MPW（多项目晶圆）的方式进行原型试产，有望基于三星自家的 $4\mathrm{nm}$ 工艺。业内人士还表示，不排除 Mach-1 采用 $5\mathrm{nm}$ 工艺的可能。三星已为 Mach-1 定下了时间表：今年下半年量产、今年底交付芯片、明年一季度交付基于该芯片的推理服务器。同时三星也已获得了 Naver 至高 1 万亿韩元。Mach-1 芯片被视为三星电子 AI 战略的重要一步，Mach-1 推理芯片采用 LPDDR 片外内存。三星电子联席总裁庆桂显曾表示，该芯片的开发目标是通过算法将片外内存同计算芯片间的数据瓶颈降至 1/8，同时能效也提高八倍。（IT 之家）
【美国政府为“数字孪生”芯片研究所提供 2.85 亿美元资金】5 月 7 日消息，美国政府已向一家研究所审批通过了 2.85 亿美元的《CHIPS 法案》资助申请，以开发芯片制造行业的数字孪生，旨在加快芯片设计和工程。数字孪生（digital twin）是硬件的高级软件模型，可以帮助节省时间和资金并提高效率。美国政府官方稿称，该研究所的资金将用于基本运营、数字孪生研究、建立和支持共享数字设施以及劳动力培训。（IT 之家）
智能驾驶
【三星停止自动驾驶研究】5 月 11 日消息，BusinessKorea 网站援引业内人士消息，三星电子已停止自动驾驶汽车研究，负责三星中长期发展的三星先进技术研究院（SAIT），已经将自动驾驶排除在研究项目之外，将开发人员转移到机器人领域，作为三星中长期发展的一部分。报道称，自三星电子去年成功完成 200 公里路段的“无人驾驶”以来，业界的反应喜忧参半。由于开发困难大于预期和缺乏业务盈利能力，三星电子跟随苹果停止自动驾驶汽车研究。
【英国无人驾驶汽车公司 Wayve 获得 10 亿美元融资】 英国无人驾驶汽车初创公司 Wayve 获得来自 SoftBank、N 和 Microsoft 三家全球顶尖科技公司的 10 亿美元投资，用于商业其产品。这是欧洲人工智能初创公司迄今为止最大的风险投资，可能使 Wayve 的估值达到数十亿美元。Wayve 于 2017 年由两名剑桥大学博士生成立，他们的人工智能软件可以使任何车辆实现无人驾驶。英国无人驾驶汽车公司Wayve 已从全球三家最具影响力的科技公司获得超过 10 亿美元的融资，以商业化其产品。这轮 C 融资由投资者 SoftBank 领投，Nvidia 和 Microsoft 也参与其中。（站长之家）
传感器
【美科镜头新品官宣】5 月 11 日消息，美科 MEKE 在 5 月 10 日-5 月 13 日举行的第二十五届中国国际照相机械影像器材与技术博览会（China P&E）上展示了多款即将发布的新品，例如 $\mathrm{AF}33\mathrm{mmF}1.4$ APS-C 镜头、 $\mathrm{AF}35\mathrm{mmF}2.0$ 全画幅镜头。据介绍，AF33mm F1.4 APS-C 镜头支持富士 X、索尼 E 和尼康 Z 卡口，等效全画幅 $50\mathrm{mm}$ 视角，将很快发布。 $\mathrm{AF}35\mathrm{mm}\mathrm{F}2.0$ 全画幅镜头提供索尼 E 和尼康 Z 卡口版本，主打高性价比。（MEMS）
五、重要公告
本期重点公告包括募集资金使用、股权激励、股权质押、担保事项等。炬光科技发布募集资金使用相关公告，瑞芯微、全志科技、虹软科技发布股权激励相关公告，广立微、经纬恒润发布股权回购相关公告，水晶光电发布股权质押相关公告，海康威视发布担保事项相关公告。
表 1: 人工智能行业一周重要公告
| 公司简称 | 发布日期 | 公告内容 |
| 广立微 | 2024/5/6 | 截至2024年4月30日，广立微通过回购专用证券账户以集中竞价交易方式回本公司及董事会 |
| 全体成员保证信息披露内容的真实、准确和完整，没有虚假记载、误导性陈述或重大遗漏。回 | ||
| 购公司股份582，266股，占公司总股本的比例为0.29%，最高成交价为49.17元/股，最低成交 | ||
| 价为45.82元/股，成交总金额为28，035，109.90元（不含交易费用）。 | ||
| 经纬恒润2024/5/7 | 行业动态报告 2024年4月，经纬恒润通过上海证券交易所系统以集中竞价交易方式累计回购公司股份 | |
| 2024/5/8 | 876,581股，占公司总股本的比例为0.7305%，回购成交的最高价为76.65元/股，最低价为 55.18元/股，支付的资金总额为人民币55，554，084.46元（不含印花税、交易佣金等交易费 用）。截至2024年4月30日，公司通过集中竞价交易方式已累计回购公司股份2,586,206股， 占公司总股本的比例为2.1553%，回购成交的最高价为94.51元/股，最低价为55.18元/股， 支付的资金总额为人民币186，827，013.84元（不含印花税、交易佣金等交易费用） 2024年5月6日，瑞芯微本次激励计划首次授予的股票期权在中国证券登记结算有限责任公 司上海分公司完成相关登记手续，具体情况如下：1、期权名称：瑞芯微期权2、期权代码（分 | |
| 瑞芯微 | 三期行权）：1000000586、1000000587、10000005883、股票期权授予登记完成日期：2024年 5月6日。本激励计划股票期权的有效期为自股票期权首次授权之日起至所有股票期权行权或 注销之日止，最长不超过60个月。本激励计划首次授予的股票期权等待期分别自相应部分授 权之日起12个月、24个月、36个月。激励对象获授的股票期权不得转让、用于担保或偿还债 务。 | |
| 联创电子2024/5/8 | 截至2024年5月6日，联创电子通过回购专用证券账户，以集中竞价交易方式累计回购股份 12,482，300股，占截至2024年5月6日公司总股本的1.17%，最高成交价为10.59元/股，最 低成交价为6.66元/股，支付的总金额为100，005，834.00元（不含交易费用）。已超过本次 回购方案中回购资金总额下限人民币10，000万元（含）且未超过回购资金总额上限人民币 20,000万元（含），符合公司既定的回购方案以及相关法律法规的要求。至此，联创电子本次 回购股份方案实施完成 | |
| 炬光科技2024/5/8 | 西安炬光科技股份有限公司（以下简称“炬光科技”或“公司”）拟使用超募资金及自有、自 筹资金5，000万欧元1（基本购买价格，具体调整机制详见本公告“七、交易协议的主要内容 （四）交易对价及支付”。其中拟使用超募资金17,624.23万元人民币及其衍生利息收益）， 以支付现金形式，通过炬光科技及其新设的新加坡全资子公司FocuslightSingaporePte. Ltd.及瑞士全资子公司FocuslightSwitzerlandSA购买ams-OSRAMAG（以下简称“ams- OSRAM”）位于新加坡全资子公司ams-OsramAsiaPacificPte．Ltd.和位于瑞士全资子公司 amsInternationalAG的微纳光学元器件部分研发和生产资产。 | |
| 全志科技2024/5/9 | 珠海全志科技股份有限公司（以下简称“公司”）于2024年5月8日审议通过了《关于2020 年限制性股票激励计划第二类限制性股票预留授予部分第二个归属期归属条件成就的议案》。 本次符合第二类限制性股票归属条件的激励对象共计32人。本次第二类限制性股票拟归属数 量：163，248股，占目前公司总股本的0.0258%。本次第二类限制性股票归属价格（调整后）： 29.87元/股。本次第二类限制性股票归属股票来源：公司向激励对象定向发行公司A股普通股 股票。 | |
| 海康威视2024/5/102 | 2024年5月10日，海康威视与渣打银行（中国）有限公司（以下简称“渣打银行”）签订了 《连带责任保证函》，约定公司为全资子公司杭州海康威视科技有限公司在渣打银行办理额度 不超过595万美元的授信业务提供连带责任保证，保证期间为担保合同项下业务履行期限届满 之日起三年。累计对外担保及逾期担保的数量截至本公告披露日，公司及控股子公司实际担保 | |
| 请务必阅读正文之后的免责条款和声明。 | 子公司的担保。 |
虹软科技 2024/5/10
虹软科技股份有限公司（以下简称公司、本公司）于 2024 年 4 月 18 日召开了第二届董事会第十五次会议，于 2024 年 5 月 10 日召开了 2023 年年度股东大会，会议审议通过了《关于变更部分回购股份用途并注销暨减少注册资本的议案》，同意公司将存放于回购专用账户中 2021 年回购计划回购的 4,829,600 股的用途进行变更，由“用于员工持股计划或股权激励”变更为“用于注销并相应减少注册资本”，并对该部分回购股份 4,829,600 股进行注销，本次注销完成后，公司总股本将由 406,000,000 股减少为 401,170,400 股，注册资本将由 406,000,000 元减少为 401,170,400 元。
资料来源：Wind，中信建投
风险分析
北美经济衰退预期逐步增强，宏观环境存在较大的不确定性，国际环境变化影响供应链及海外拓展；芯片紧缺可能影响相关公司的正常生产和交付，公司出货不及预期；下游需求不及预期影响公司正常生产和交付，导致收入及增速不及预期；信息化和数字化方面的需求和资本开支不及预期；市场竞争加剧，导致毛利率快速下滑；主要原材料价格上涨，导致毛利率不及预期；汇率波动影响外向型企业的汇兑收益与毛利率；人工智能技术进步不及预期；汽车与工业智能化进展不及预期
分析师介绍
于芳博
中信建投人工智能组首席分析师，北京大学空间物理学学士、硕士，2019 年 7 月加入中信建投，主要覆盖人工智能等方向，下游重点包括智能汽车、CPU/GPU/FPGA/ASIC、EDA 和工业软件等方向
免责申明：
- 本内容非原报告内容;
- 报告来源互联网公开数据；如侵权请联系客服微信，第一时间清理；
- 报告仅限社群个人学习，如需它用请联系版权方；
- 如有其他疑问请联系微信
行业报告资源群
- 进群福利：进群即领万份行业研究、管理方案及其他学
习资源，直接打包下载 - 每日分享：6份行研精选报告、3个行业主题
- 报告查找：群里直接咨询，免费协助查找
- 严禁广告：仅限行业报告交流，禁止一切无关信息
微信扫码，长期有效
知识星球 行业与管理资源
专业知识社群：每月分享8000+份行业研究报告、商业计划、市场研究、企业运营及咨询管理方案等，涵盖科技、金融、教育、互联网、房地产、生物制药、医疗健康等；已成为投资、产业研究、企业运营、价值传播等工作助手。
评级说明
| 投资评级标准 报告中投资建议涉及的评级标准为报告发布日后6 | 评级 | 说明 | |
| 个月内的相对市场表现，也即报告发布日后的6个 月内公司股价（或行业指数）相对同期相关证券市 股票评级 场代表性指数的涨跌幅作为基准。A股市场以沪深 300指数作为基准；新三板市场以三板成指为基准； | 买入 | 相对涨幅15%以上 | |
| 增持 | 相对涨幅5%一15% | ||
| 中性 | 相对涨幅-5%一5%之间 | ||
| 减持 | 相对跌幅5%一15% | ||
| 卖出 | 相对跌幅15%以上 | ||
| 香港市场以恒生指数作为基准：美国市场以标普 行业评级 | 强于大市 | 相对涨幅10%以上 | |
| 中性 | 相对涨幅-10-10%之间 | ||
| 弱于大市 | 相对跌幅10%以上 |
分析师声明
本报告署名分析师在此声明：（i）以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告, 结论不受任何第三方的授意或影响。（ii）本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。
法律主体说明
本报告由中信建投证券股份有限公司及/或其附属机构（以下合称“中信建投”）制作，由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格，本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告首页。
在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。本报告作者所持香港证监会牌照的中央编号已披露在报告首页。
一般性声明
本报告由中信建投制作。发送本报告不构成任何合同或承诺的基础，不因接收者收到本报告而视其为中信建投客户。
本报告的信息均来源于中信建投认为可靠的公开资料，但中信建投对这些信息的准确性及完整性不作任何保证。本报告所载观点、评估和预测仅反映本报告出具日该分析师的判断，该等观点、评估和预测可能在不发出通知的情况下有所变更，亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门、人员口头或书面表达的意见不同或相反。本报告所引证券或其他金融工具的过往业绩不代表其未来表现。报告中所含任何具有预测性质的内容皆基于相应的假设条件，而任何假设条件都可能随时发生变化并影响实际投资收益。中信建投不承诺、不保证本报告所含具有预测性质的内容必然得以实现。
本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其他因素自主做出决策并自行承担投资风险。中信建投建议所有投资者应就任何潜在投资向其税务、会计或法律顾问咨询。不论报告接收者是否根据本报告做出投资决策，中信建投都不对该等投资决策提供任何形式的担保，亦不以任何形式分享投资收益或者分担投资损失。中信建投不对使用本报告所产生的任何直接或间接损失承担责任。
在法律法规及监管规定允许的范围内，中信建投可能持有并交易本报告中所提公司的股份或其他财产权益，也可能在过去 12 个月、目前或者将来为本报告中所提公司提供或者争取为其提供投资银行、做市交易、财务顾问或其他金融服务。本报告内容真实、准确、完整地反映了署名分析师的观点，分析师的薪酬无论过去、现在或未来都不会直接或间接与其所撰写报告中的具体观点相联系，分析师亦不会因撰写本报告而获取不当利益。
本报告为中信建投所有。未经中信建投事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本报告全部或部分内容，亦不得从未经中信建投书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本报告全部或部分内容。版权所有，违者必究。
中信建投证券研究发展部
中信建投 （国际）
北京
东城区朝内大街2 号凯恒中心B
座 12 层
电话：（8610） 8513-0588
联系人：李祉瑶
邮箱：[email protected]
上海
上海浦东新区浦东南路528 号南
塔 2103 室
电话：（8621） 6882-1600
联系人：翁起帆
邮箱：[email protected]
深圳
福田区福中三路与鹏程一路交
汇处广电金融中心 35 楼
电话：（86755）8252-1369
联系人：曹莹
邮箱：[email protected]香港
中环交易广场 2 期 18 楼电话：（852）3465-5600联系人：刘泓麟
邮箱：[email protected]
文章作者 大模型
上次更新 2025-03-09