- 搜索
德胜云资讯,添加一些关于程序相关的内容,仅供大家学习交流（https://www.wxclwl.com）
日期：2023/04/25 13:49作者：彭有婷人气：
周末，华为在介绍盘古大模型中提到了核心词汇AI for Industry，即AI为工业赋能。
这或将让AI的强大热度扩散至机器视觉这一细分赛道。
今年的A股，TMT表现火热而其余板块较为惨淡，这让不少投资人士开始去类比2013年。
华兴资本李宗光称，今年的A股，不管是在经济周期、还是宏观政策、亦或是赛道的筹码结构等多方面都像极了2013年。
但刚刚中信证券发表了不同看法，其认为经济复苏的领域会逐渐增多，全局性修复只是时间问题，今年不是2013~2015年经济持续降速的特征，“弱经济强主题”不是常态，市场不会持续无视业绩而执着于远景主题的炒作。
华为盘古大模型要来了
4月8日，由中国人工智能学会主办的“人工智能大模型技术高峰论坛”主论坛在杭州萧山启幕。国际欧亚科学院院士、华为云人工智能领域首席科学家田奇出席并演讲，介绍了华为盘古大模型的最新进展。
华为认为未来AI for Industries将是人工智能新的爆发点，基于在华为云上的大数据、大算力、大模型，实现边端云协同，为企业客户、消费者和开发者提供大模型的能力。
主要有以下几大要点：
1、华为云过去几年人工智能项目已经应用超过1000个项目，其中30％用在客户的核心生产系统中，平均推动客户盈利能力提升18％，大模型是解决AI应用碎片化的新开发范式，预计大模型浪潮会推动未来几年AI加速渗透。
2、人工智能的发展趋势一个是从小模型到大模型，一个是人工智能与科学计算加速融合。大模型趋势上，不到10年间大模型的算力需求提高了40万倍，算力、资金、技术壁垒迅速上升，将改变AI行业规则和格局，使市场向大型科研机构及企业集中。人工智能与科技计算融合上，AI技术可以提高在气象、海洋、农业、地球、机械、航天、航空、土木、地质等行业海量科学计算的效率，二者相互促进，共同进步。
3、华为云盘古大模型的核心定位是为各行各业进行赋能，分为三个层级，L0是类似于GPT3这样的基础通用大模型，L1是基础模型与行业数据结合进行混合训练后的行业大模型，已经发布了矿山、气象、药物、分子、电力、海浪、金融等行业的大模型，L2是把L1再具体下游业务场景进行部署后生成的部署模型，如金融OCR模型、电力巡检模型等。2021年华为发布了盘古NLP大模型、CV大模型和科学计算大模型，后续不断在拓展行业应用，如2022年发布了盘古矿山大模型、盘古气象大模型、盘古金融OCR大模型等。
4、盘古视觉大模型发布时是业界最大的视觉模型，部分场景下成绩位居世界第一。在矿山场景下，可以在采掘场景上通过5G+AI的全景拼图技术使井下场景传输至地面，在地面进行采掘机器控制；可以在主运输皮带式进行异物检测，识别精准度达到98％；可以对井下作业规范进行监测，违规动作进行预警。在铁路巡检上，可以帮助检测员进行图像质量的自动评估、小样本的故障定位与识别等，在郑州铁路段测试中，对缺陷和故障监测准确度达到99％以上。
5、盘古气象大模型是全球首个精度超过传统预报方式的AI模型，可以在秒级时间内完成全球未来1个小时到7天的天气预报，精度超过传统数字分析方法的同时预测速度提升1万倍。盘古药物分子大模型可以提高小分子合成物筛选速度，使过去数年的传统药物研发周期缩短至一个月以内，大幅提高研发效率。
6、盘古大模型针对传统的AI开发难题，比如样本标注大、模型维护困难、泛化能力不足、行业人手短缺等，希望实现低门槛的开发、更强的泛化能力、更高更强的精度，来解决AI应用碎片化的问题。华为认为未来AI for Industries将是人工智能新的爆发点，基于在华为云上的大数据、大算力、大模型，实现边端云协同，为企业客户、消费者和开发者提供大模型的能力。
今年A股，真像2013年吗？
2023年初至今，与经济正常化高度相关的线下消费、基建地产、航运旅游等板块并未出现大的行情，而沉寂数年的TMT（计算机、传媒、通信和电子）却异军突起，大幅领涨。
行业内不少人士开始把今年去和2013年类比。
2013年，上证综指全年下跌6.7％，板块之间也是呈现冰火两重天的状态：一方面，TMT涨幅居前，其中传媒和计算机的涨幅分别达到103％和77％；另一方面，和经济基本面相关的煤炭、有色金属、钢铁、房地产等强周期行业大幅下跌，食品饮料等消费白马龙头则录得负收益。
华兴资本李宗光认为由于今年大环境接近于2013年，这推动着资金涌向TMT等科技板块：
1、经济周期方面，下行惯性和通缩心态仍较严重：大疫三年对经济造成了巨大的下行冲击，2023年也是下行周期的第四年。开年以来，经济确实存在一定报复性反弹，但巨大惯性下，市场和社会对经济前景，仍持有较严重的”谨慎“和”通缩“预期。几乎没有人相信，2023年的反弹会是新增长周期的开始。
2、宏观政策：整体仍偏稳健和克制。开局之年，市场对稳健大原则下的政策尺度还是有一定期待。但从财政赤字率、地方专项债，以及近期的房地产政策角度看，政策立场比预期的更显”定力“和”强硬“。任何的宽松预期和政策“施压”，都被证明是市场”自作多情“。
稳健克制的政策基调下，市场对于经济基本面相关的板块兴趣不大，未来资金仍可能从这些板块流出，寻找确定性和正向预期差。
3、自下而上看，”主流板块“短期风口不再。以白酒为代表的核心资产板块，仍处于2017-2020年大周期（2021年2月见顶）之后的估值消化阶段。再加上周期下行压力，未来1-2年内，核心资产短期难有风口。
4、以传媒、电子、计算机为代表的TMT过去数年调整充分，筹码清洗干净。从博弈角度看，要想让大资金追捧，一个先决条件是，前期筹码必须清理干净，这样突破才不会遭遇阻力。过去数年，核心资产、医药和新能源轮番唱主角，而传媒、电子等板块持续资金流出，板块表现常年倒数。这意味着市场预期较低，容易形成正向预期差，再叠加chatgpt超级利好，自然成为阻力最小的方向。
但是中信证券最新观点大相径庭：
中信证券认为，当前市场处于全年第二个关键的做多窗口，经济从局部复苏到全面修复只是时间问题，宏观环境不支持持续主题交易，主题炒作热度短期已到极致，机构调仓带来的增量资金效应已相当有限，预计全球流动性拐点主线和财报季业绩主线将阶段性接力AI主题。
首先，全球流动性拐点在不断确认，地缘环境改善明显，预计国内经济恢复预期将在本月中旬经济数据集中公布后继续上修，这是此轮行情的基础。
其次，年初至今工业环节局部偏冷是滞后性反应，经济复苏的领域会逐渐增多，全局性修复只是时间问题，今年不是2013~2015年经济持续降速的特征，“弱经济强主题”不是常态，市场不会持续无视业绩而执着于远景主题的炒作。
最后，AI相关板块纯主题炒作热度或降温，机构进一步调仓带来的增量对于AI主题的边际影响非常有限。配置上，建议从两个维度高切低，一是从高热度的数字经济板块轮动到低热度板块，建议围绕全球流动性拐点和财报季业绩两条主线布局；二是数字经济板块内部高估值切低估值，关注传统主业估值低且有新单业务催化抬估值的硬件领域。
关于AI，一个新分支将爆发扩散
上周末，也就是四月初，价值线坚定发声，AIGC行情将是四月份上半月的最美风景所在。
四月的第一周，关于人工智能的主线行情在我们的预期之中爆发、轮动、加速。
早在二月、三月开始我们就确立了从大模型、行业中模型、算力（芯片、光模块）每个细分赛道的投资逻辑及相应赛道具有核心看点公司，并持续不厌其烦的予以跟踪并不断挖掘扩散分支，这里不再赘诉。
从华为云人工智能领域首席科学家田奇本次的演讲中，不难发现机器视觉这个细分赛或将站上风口。
人工智能是未来工业制造业企业提效、创新的关键当下已经成为多方共识。但很多人并不知道的是，这个提效和创新未来更多要依赖的是机器视觉。
“为机器植入眼睛和大脑”—这就是机器视觉细分领域的定位。
如果没有机器视觉，AI将会变成“瞎子”，很多智能设备根本无法运行。机器视觉由“成像”和“视觉分析”两大板块构成，两者又可分别包含了光源、光源控制器、镜头、相机，以及视觉算法、深度学习、图形化编程等具体技术。
目前，机器视觉的主要应用场景有电子设备及半导体、汽车、制药、食品包装等。其中电子及半导体设备占约46.60％，主要应用在高精度的制造和检测，如晶圆切割、3C表面检测、AOI光学检测、PCB印刷电路等。
上世纪80年代开始，基恩士、康耐视等外国巨头相继诞生，并一直占据着国际领先位置。我国机器视觉产业则于1990年前后，以代销海外产品起步，进入21世纪，各公司才陆续走上自主研发之路。
虽然起步较晚，但经过二十年奋力追赶，国内外差距已经快速缩小。海康威视依托旗下杭州海康机器人技术有限公司，占据着全球约三成的视频监控设备市场；奥普特营收规模稍稍落后，但却有着最完整的产品线，毛利率亦高于同行。除此之外，像凌云光、奥比中光等公司已经登录科创板，开始加速成长。
凌云光（688400）
凭借在机器视觉领域的资源积累和技术沉淀，凌云光已进入苹果、华为等公司产业链，成为苹果认证的机器视觉领域优选供应商；公司与鸿海精密、京东方、福莱特、宁德时代等知名企业建立了长期稳定的合作关系，成为富士康的“最佳战略供应商”。根据CINNO Research，2020年公司在中国中小屏新型显示检测智能视觉装备、印刷包装智能视觉装备、消费电子可配置视觉系统的市场份额分别为35.9％、22.1％、22.4％，市场排名分别为第一、第一、第三（国产第一）。
奥比中光（688322）
奥比中光主攻3D视觉感知技术研发，3D传感器作为物联网感知层基础核心元器件，在新一代信息技术产业的迅速发展中迎来了更为广阔的发展空间。除了机器人外，3D传感器还被广泛运用于自动驾驶、3D扫描、工业视觉等众多新兴领域。奥比中光已研发出MX系列深度引擎芯片、iToF感光芯片、dToF感光芯片等产品。
本文源自价值线
