证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 2023/7/10 电子 沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 .................................. oPmPqQqRwOtQoOmPsRoRoP8OaOaQtRrRpNmPjMnNtMfQoPpN8OmNrNxNpNzRwMrRqP 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 3 / 28 图表目录 图 1： GPT-4 和 GPT-3.5 的考试表现 ............................................

本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 电子行业 超配 （维持） 电子行业深度报告 DeepSeek 推动模型平权，关注 AI 终端及算力领域 2025 年 2 月 20 日 罗炜斌 SAC 执业证书编号： S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq CSP为了保持竞争优势亦有望跟进，增加AI领域相关投入。同时AI应用 场景加速普及，也将反哺算力需求。  风险提示：终端需求不及预期；技术推进不及预期；资本开支投入不及 预期等。 深度报告 行业研究 证券研究报告 电子行业深度报告 2 请务必阅读末页声明。 目 录 1. DeepSeek 推动模型平权，关注 AI 终端及算力领域 ................................ ......... 18 图 37 ：Curio 玩偶的电子模块 ......................................................... 18 电子行业深度报告 3 请务必阅读末页声明。 图 38 ：显眼包内嵌大模型 AI 机芯 Magicbox（魔匣） ..................................... 19 图 39 ：显眼包在二手平台价格

机制创新、技术赋能和生态协同，不断做强“五篇大文章”？在人工智能、量子计算等颠覆性技术加速演进 的背景下，如何构建具有迭代适应性的数字基础设施和弹性 IT 架构？如何重构企业级数据战略，加速生成式 AI 与垂直场景的深度融合，建立面向下一代竞争的差异化优势？…… 为促进金融创新的科技驱动与数据赋能，激发数字化转型新动能，探寻金融机构数智化发展的新路径、 新方法，金科创新社连续 6 年举办“金融机构数字化转型优秀案例评选”活动，在 活动，在 2025 年的评选中，共计 收到 132 家金融机构 386 个参选案例。 《数字金融专刊暨鑫智奖·第六届金融机构数智化转型优秀案例集》依托“金融机构数字化转型优秀案例 评选”活动，深度聚焦金融业数智化转型的创新理念与实践成果，通过系统梳理行业领先的数字化转型路径， 提供可借鉴的实践范式，助力金融企业探索数字金融的创新应用场景，构建以技术创新为引擎、数据要素为 核心的双轮驱动新格局，推动金融科技赋能业务高质量发展。 概述 智驭运维新纪元：金融数智化的深度实践——智能运维优秀案例奖概述 科技赋能，金融数智化管理的领航之路——科技管理优秀案例奖概述 智启新程，大模型引领金融数智化变革浪潮——大模型创新优秀案例奖概述 数智浪潮下，数据管理引领金融新航向——数据管理优秀案例奖概述 智控未来：数字风控引领金融行业安全新航向——数字风控优秀案例奖概述 数智化驱动运营模式深度变革——数字运营优秀案例奖概述 数

第一代（规则系统）：推理为核心 2. 第二代（知识工程）：知识为核心 3. 第三代（数据模型）：学习为核心 ◼ 从机器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习-深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 • 算法：反向传播+梯度下降  从感知智能到认知智能 语言逻辑和数据集蕴含了人类的认知智能 2. LLM是人类的认知智能的实现方式之一 3. LLM的原理很简单；工程很复杂；效果很神奇 01 对AI技术的认知：大模型的能力边界 用人工神经网络获取网络模型：深度学习-Transformer模型-大语言模型 大语言模型的核心原理：数据化-语义化-NTP（Next Token Prediction） 大语言模型的三层能力：语言能力-知识能力-推理能力 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领  AI+学科 各学科（非人工智能专业）与人工智能的深度融合的课程  AI通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 02 对AI教育的思考：AI如何赋能教育

强化学习技术与混合专家架构（MoE），在极低标注数据需求下实现推理能力跃升，其复杂任务处理与中文语料优化的特性，为医疗场景提 供了精准、低成本且本土化的解决方案。这一技术突破不仅推动了算法与行业工作流的深度结合，更吸引了恒瑞医药、医渡科技、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫 生健康行业人工智能应用场 R1模型在乳腺癌新辅助化疗方案优化中，通过整合全外显子测序数据和影像组学特征，生成个体化用药敏感性预测模型，显著 提高了病理完全缓解率  DEEPSEEK通过多模型技术融合，在医疗领域展现出显著的应用潜力。其核心技术依托于深度学习和自然语言处理，致力于开 发高效的智能工具，优化医疗工作流程。通过海量数据分析与挖掘，DEEPSEEK能够为医疗行业提供精准的智能决策支持。这 种技术不仅增强了医疗从业者的工作效率，还在一定程度上提高了患者的安全性和医疗质量。 外，其蒸馏技术支持端侧小模型普惠化，进一步降低算力 需求。  医疗数据资源的高效利用 中国庞大的医疗数据资源为AI模型提供了丰富的训练“养 料”。DeepSeek通过中文语法优化和多模态数据处理能 力，深度挖掘电子病历、中医典籍等非结构化数据价值。 例如，大经中医结合DeepSeek技术构建中医智能产品矩 阵，降低中医诊疗推理成本40%。  诊疗流程智能化 AI在临床路径优化、病历质控等领域显著提升效率。湖南省

的战略博弈，也将促使我们与志同道合的伙伴携手合作，以兼顾 发展与安全的方式监管 AI，造福社会。 2007 年图灵奖获得者 十年意味着什么？二十年前，人工智能的发展路径还是一团迷雾；十年前，以卷积神经网络为 核心的深度学习方兴未艾，人们还在畅想人工智能所能带来的无限机遇；今天，以大模型为代表的 人工智能正逐渐进入生活的每个角落。那再过十年，智能世界是什么样的？人工智能会怎么发展？ 会怎么改变我们的工作与生活？ 生成上取得了重大成就，但其认知模式仍困于基于多重线性统计关联的框架内，因此，普遍认为它 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界 2035》中“Token 管理网络，让智能成为能源的神经系统”这一

敬请参阅最后一页特别声明 1 本篇文章是 AI 系列深度报告第一篇，着重从 AI 新技术带来的行业改变和可能的演绎路径角度去梳理行业长期趋势。 年初持续受到关注的 Deepseek 带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性 梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 或将改变行业格局，导致阶段性的竞争加剧；AI 智能化的应用在研发、生产和工程落地等的推进需要时间；信息 保密性和可行性等问题需要更完整的方案体系；效率的提升带来人员培养和再分配等问题的解决仍需考虑。 行业深度研究 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、Deepseek 高效工具，进一步突破化工行业的发展瓶颈 .................... ...... 13 图表 13： 现阶段农药研发流程与周期较长 ......................................................... 14 行业深度研究 敬请参阅最后一页特别声明 3 扫码获取更多服务 图表 14： 新农药活性成分研发成本呈现持续上行趋势 ...................................

不同的生成模型 资料来源：《AIGC: 智能创作时代》，增长黑盒，西南证券整理 ChatGPT 将成为智能时代的全新信息系统入口 7  大语言模型（LLM) 是指使用大量文本数据训练的深度学习模型，可以用于生成自然语言文本或理解语言文本的含义。  大语言模型可以处理多种自然语言任务，基于大语言模型开发的ChatGPT或能够为用户提供信息系统入口/界面，同时可以管理计 算资源并支撑应用开发。 究，为图像分割领域的研究和应用提供更加完备的解决方案。  SAM 模型基于 Meta 在 2021 年发布的 Unified Vision 模型架构，并在此基础上进行了优化和改进。该模型采用了多尺度特征 融合和深度监督等技术，具有更好的图像分割效果和更高的鲁棒性。SA-1B 数据集是 Meta 开源的一个大规模的、高质量的图 像分割数据集，包含 10 万张图像和 100 万个标注，涵盖了人、动物、车辆、建筑等多种类别。 025年，在智能医疗等领域广泛应用新一代人工智能技术。 2019.6.28 药监局技术器械审评中心《深度学习辅助决策医疗器械软件审评要点及相关说明》  旨在为相应医疗器械软件的注册申报提供专业建议。该文件主要介绍了深度学习技术带来的监管挑战以及相应的审批要点说明。  文件从深度学习技术的特点和风险出发，对医疗器械软件的全生命周期管理方法进行了考虑，并制定了相应的软件技术审评要求。该文件的目

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 及参数规 ；据前瞻产业研究院 数据，中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 达 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU GPU(GPGPU) 计算的 CUDA 平台。 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化， 向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路

修改作文语法错误 启发表达优化思维 提升语言应用能力而非机 械纠错 智能润色系统（案例 2 ） ： 分析语法错误， 提 供 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 时空穿越对话（案例 3 ） ： 通过第一视角叙事 还 原历史场景 命题作文框架指导 激发多维度创作灵感 突破思维局限， 培养观察 力 思路过程生成（案例 4 ） ： 基于关键词联想感 需求与全 面成长 A I 四能教育 以 AI 为基础， 旨在帮助人们从低 能 到高能 、单能到多能 、多能到超 能 、 超能到异能的教育模式 ③ 多 能 到 超 能 深度学习与高阶思维能力提升 Ø 通过深度学习和高阶思维能力培养， 帮助学习者从具备多种技能状态发 展到超高能力状态。 Ø AI 可以提供高质量的学习资源， 引 导学习者深入研究特定领域 ，提高 7×24 小时稳定响应，无使用限制；集成论文助手 、代码调试等学术工具 腾讯元宝 元宝 App → 对话界面 → 点 击模型切换按钮 DeepSeek-R1 满血版； 混元深度思考模型 T1 ； 混元通用模型 Turbo 普通用户建议通过微信九宫格下载元宝 App ，功能更完整且支持多轮对话 支付宝百宝箱 支付宝 App 搜索“百宝 箱 ”→选择 DeepSeek-R1