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.com 模型的趋势是明确的，预计很快在下游应用层面将出现 AI 百花齐放的 景象。国产半导体产业已经加速了“创新车轮”，在端侧围绕计算、感 知、存储等关键环节作充足准备，以迎接人工智能新机遇。 ◼ AI 拓宽 C 端应用场景，推动创新需求。 C 端更注重用户体验和使用场 景的匹配，随着轻量型大模型的发布，AI 应用有望从 PC 延伸到手机、 IOT 等，赋能各类智能终端。举例来看，1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣，XR 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看， 1、安防行业作为 AI 技术落地应用较为领先的领域，率先受益于

各地低空经济政策汇编 发展目标 主要任务 应用场景 零重力飞机工业 ZEROG AIRCRAFT INDUSTRY 2025 年 5 月版 构 建 地 球 上 第 三 种 交 通 生 态 编写说明 2016 年和 2023 年，通用航 各地公开发布的官方文件为依据， 各地未公开发布的政策未被列入汇编成果 。 由于各地低空经济政策文 件数量 非常之多， 梳理起来工作量巨大， 因此我们在汇编过程中重点选取了发展目标 、重点任务和应用场景 等政策要 素， 同时尽可能保留了发布时间 、 发布机构和文件号等关键信息， 以便于各方查找原始文献。 零重力飞机工业十分乐意看到本汇编成果得到广泛分享， 如有其他需要请通过以下方式与我们联系。 、城际通勤 、生态安全 、特色文旅等， 形成 10 个 以上可 复制可推广典型应用场景。 主要任务（共 6 项）： 持续加强低空经济技术创新引领；加快形成低空安全管控全国标杆；巩固低空制造全产业链竞争力；构建监 管及运行服务技术支撑体系； 优化低空基础设施和服务保障； 打造全国低空飞行应用创新示范 应用场景： 1. 航空应急救援： 推动在全市开展低空应急通讯 、消防灭火 、巡查投送 、医疗救护等领域应用示范，

生电子于 2023 年 6 月发布了金融大模型 LightGPT ，并 在 10 月份对其进行升级 ，至此形成“ LightGPT+WarrenQ+ 光子”体系 ，助力恒生大模型实现金融多场景应用。 2023 年 9 月 7 日和 9 月 8 日 ， 腾 讯混元大模型和蚂蚁金融大模型相继正式亮相。 2023 年 11 月 ，幻方量化旗下 DeepSeek 推出 DeepSeek LLM 金融垂类大模型赋能金融业务 ，推动行业业务实现增量提升。 目前各家公司都在致力于以大模型赋能股基 APP 或是金融终端 ，为已有功能注入 AI 能力 ，实现智能客服、智能投顾、智能风险等多场景应用 ，通过大模型多样、便捷、高效的特点提升原有客户粘性、提高获客能力并吸引客 流量 ，推动公司 C 端、 B 端存量业务增长 ，金融大模型的继续推出和不断完善还有望在未来衍生出金融创新业务。 各类模型还拥有其突出优势。 4. 在金融科技支持政策陆续出台、海外金融垂类模型加速落地的背景下 ，我们认为金融垂类模型将成为金融科技领域未来的发展重点。我们认为， 具备较大金融交易数据基础、较好应用场景入口、较成熟 AI 技术运用经验的金融科技企业将受益明显 ，推荐【东方财富】、【同花顺】 ，建 议关注【恒生电子】。 5. 风险提示： 1 ）监管环境趋严抑制行业创新； 2 ）行业竞争加剧；

DeepSeek 模型构建超过 200 个金融专属意图识别的对话引擎，集 成 RAG 架构实现实时政策文档检索，并建立客户-产品匹配度动态 计算模型。该方案已在试点分行完成 POC 验证，理财推荐场景的 转化率达成 18.7%，显著高于人工经理的 14.2%基准水平。项目落 地后将分三阶段替代客户经理 60% ” 的工作内容，最终形成 智能体 处理标准化需求+ ” 人工专注复杂咨询 的协同服务范式。 微调，具备精准的语义理解、多轮对话管理和复杂业务逻辑推理能 力。在银行客户经理场景中，该模型展现出三大差异化优势： 首先，在服务效率维度，DeepSeek 可实现毫秒级响应速度， 单日可处理超过 50 万次客户交互，相当于 500 名人工客户经理的 工作量。测试数据显示，在标准业务咨询场景下，其问题解决准确 率达到 92.3%，远超行业平均水平的 78%。特别是在产品推荐场景 中，通过客户画像与产品特征的向量化匹配，推荐转化率提升 93；所有对话记录自动触发合规性检查，确保符 合银保监会《银行业金融机构 AI 应用指引》要求。 应用潜力方面，该技术可覆盖客户经理 80%以上的常规工作场 景。具体价值实现路径包括： 实际部署数据表明，在试点分行的财富管理场景中，AI 智能体 使 AUM（资产管理规模）同比增长 27%，客户满意度 NPS 值提升 15 个点。模型特有的持续进化能力，通过每月增量训练可使业务 指标保持 3-5%的环比改善。这种技术特性使其特别适合应对银行

保险业（亿元） 证券业（亿元） 金融科技资金投入年均复合增速快。随着数字经济的全面发展，为数字金融创造更 多 技术创新的资源和应用的需求场景，银行、保险、证券等传统金融机构作为信息科技 服务的主要需求方近年来不断加大技术资金投入，据艾瑞咨询， 2023 年中国金融机 构技术资金总投入达 3,598 亿元，银行占比 74% ；除银行外，各行业技术资金投入占 通用大模型——奇富 GPT ，是业内“国内首个金融行业通用大模型”。 目前各家公司都在致力于以大模型赋能股基 APP 或是金融终端，为已有功能增加 AI 能力，实现智能客服、智能投顾、智能风险等多场景应用。 金融大模型 = 专业知识 + 大模型能力，金融 AI 大模型引领金融科技范式迎来变革。金融大模型是专业知识与大模型能力相结合的行业大模型应 用体系，是通用大模型在垂直行业的有效实践。 n 与基础大模型相比，金融行业大模型结合金融 业务场景特征与数据资源，在专业度、业务模 型输出能力、场景适配度与成本把控等方面优 势较为明显。 n 随着行业大模型的不断涌现，未来将有更多的 金融业务板块与细分场景被模型能力覆盖。 ... ... 通用算法 行业算法 场景模板 ... ... 通用大模型 7 大模型服务

侵权，烦请联系分析师，分析师联系方式如下 版权与免责声明 关于视觉物联 商务合作 分析师个人简介 视觉物联主要聚焦 AIoT 产业生态，多光谱 +AI 融合、云边 端协同，推动 AI 多场景化落地，为行业提供合作交流平台： 共建、共享、共赢！ 视觉物联 - 构建视觉感知世界 旗下业务： 1、IOTE 视觉物联生态圈 2、IOTE 国际物联网展（深圳 / 上海） 3、产业生态报告 生态行 联系方式： 延科：18922857775 姓名：吴明明 职位：AIoT 星图研究院行业分析师 个人简介： “路虽远，行则将至”，致力于为 AIoT 技术、 产品及解决方案在更多应用场景中更好落地赋能。 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 平台 IaaS层采用分布式跨域一体化联通云 设备 资费 账单 账户 通信 能力开放 通用能力 5G运营专区 专网产品 创新产品 通用管理能力 业务使能 灵活计费 规则引擎 国际漫游 场景化能力 智能故障诊 断 eSIM运营 PSM节电 管理 智能连接能力 增值服务订阅 行业报表订购 服务运营能力 订购缴费 流量运营 跨域负载均衡 路由 高件能异步 API引警 分布式总线&批

业推出相关产品。百度推出“文心大模型” ，是目前国内预训练大模型应用端生态最好的大模型之一； 阿里 发布通义千问 2.0 ，专业维度能力较 强； vivo 发布 BlueLM 大模型 ，应用的场景广泛；月之暗面发布 Moonshot 大模型， 目前位于第一梯 队。 3 ）在金融领域中 ，通用模型应用表现各有 差异。其中 GPT 系列、文心一言、通义千问、腾讯混元以及科大讯飞表现较好。 金融垂类模型国外发展先行 ，国内成品问世。 1 ） 国外彭博 BloombergGPT 率先登场。 BloombergGPT 的混合训练方法使其模型在金融任务上 的表 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当 ，甚至优于现有模型。 AI4Finance Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 研发技术投入 ，筹建人工智能事业部 ，重点推进金融垂直大模型研发应用。 投资建议：我们预计 2024 年金融垂类模型产品落地较多，建议关注具备 AI 模型技术领先优势、较大金融交易数据基础、较好应用场景入口、积 极 推进 AI 模型构建的金融科技企业，推荐【东方财富】、【同花顺】，建议关注【恒生电子】。 风险提示：监管环境趋严抑制行业创新；行业竞争加剧；权益市场大幅波动。

消费者对即时配送 的依赖性增强，疫 情加速了该渗透率 推动因素： 分布式电商的兴起 与本地零售的深化 带动商超资源整合， 年轻一代对效率与 便利的追求加速了 这一进程的发展 消费需求： 无缝切换线上线下 零售场景，如线上 下单后要求线下自 提 推动因素： AI、物联网等技术 推动供应链优化，数 字化模块使零售平 台能够把控零售流 程的各个环节，为店 内销售提供管理 第一章 全球零售行业概览 � 费者体验为核心，通过大数据、AI、物联网等数字化技术实现线上线下一体化、全 渠道融合的零售模式。其通过技术驱动与数据赋能，打破传统零售的物理边界与 运营壁垒，实现商品生产、流通与服务的全链路效率升级。消费者可自由切换线上 线下场景，如线上下单产品后线下自提或者线下体验产品后线上下单购买。零售 商通过数据驱动可以实现精准运营，优化选品和营销策略，实现商品的智能库存 管理和个性化推荐。 供应商管理的复杂性。零售业供应商管理的主要特点之一是供应商和销售终端的 水平发展的多元性共同塑造了复杂的商业格局。一、二线城市以规模化连锁业态 为主导，标准化超市与便利店形成密集网络；而三、四线及下沉市场仍广泛分布着 非连锁的社区零售终端，依托本地化服务维系客群。不同区域消费者在商品偏好、 购物场景及价格敏感度上存在显著区别，例如南北饮食差异直接影响生鲜品类结 构，城乡收入差距则作用于品牌渗透策略。在此背景下，跨区域零售企业需构建弹 性化运营体系，通过动态采集并分析消费者行为数据，实时感知区域需求波动，进

--- 规模 社交媒体用户已超 50 亿 ，为数字服 务 与运营提供了广阔的用户基础和应用 场景。 AI 与大数据的算法深入推进 ，如 智 能推荐算法使得广告点击率提升 30% ， 用户画像精度已超 90% AI 营销工具使用率年增长 20% ， 《数据安全法》等法规推动了数字 服务与运营的合规保障。 分期依赖型 商旅常客 【技术地基】 自然语言处理、 动态学习和智能策略匹配组合 产介 异议处理 促成 开场白 铺垫 核身 结束语 场景维度 场景细分 数字化培训管理 【说明】 1. 每个场景对应不同的话术场景对象； 2. 每个场景中有 3-4 个不同对话， 即 含纳从知 识库 / 题库中选取的 3-4 个对 话； 3. 每打开一次随机 1 个对话练习，完 成全部 3-4 个，则视为完成场景学习； 请复述下面的话术 … 读 话术 A 团队 一 B 团队 … 团队 3 听录音 5 再次提问 1 交互 2 语音对答 语音对答 大模型对练平 台

商用的重要场景，基于无人驾 驶的自主代客泊车功能已开始搭载在部分量产车型上，为消费者提供更加便利的停 车体验。随着 5G、大数据、云计算等新一代信息技术赋能智慧停车快速发展，将推 动停车产业信息化、智能化升级，有效缓解“停车难”“找车难”问题，促进城市高 质量发展。 本文针对当前停车服务面临的问题和挑战，分析总结了智慧停车的未来发展趋 势，并面向更高智能化的智慧停车应用场景，梳理了智慧停车基础设施需要具备的关 用户的内测或试运营（如北京亦 庄示范区、湖南长沙湘江新区等），示范地点多为园区停车场或与企业合作的公共停 智慧停车发展及智慧停车系统白皮书 7 车场，用于技术验证及自主代客泊车（AVP）场景优化，以更好的满足用户停车需要。 车端 AVP 功能正在逐步推进量产应用（在法律法规允许后开放给用户），为配套功能 应用，企业也在逐步推进 AVP 停车场改造。 但是，也可以看到，智慧停车发 1-7 我国主要城市智慧停车应用情况（数据来源：公开资料整理） 智慧停车发展及智慧停车系统白皮书 8 第二章 智慧停车发展趋势及典型应用 停车行业对智慧停车应用始终保持着旺盛的需求，新场景、新技术层出不穷。根 据服务对象的不同和技术手段的演进，智慧停车的发展可分为基础信息化、驾驶员泊 车辅助和自动驾驶泊车三个阶段，随着智能化水平的逐步提升，实现停车效率和体验 的明显改善。 图