期待保险行业 数据 + AI开启经验规 模化复制时代 19 December 2023 数据 + AI开启经验规模化复制时代 目录 焦点透视：AI狂潮中的大变革 • AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 和商业价值。随着平台的发展，新的AI Agents涌现，提供专业化、高端化、个性化、规模化、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营 模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技 术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。 • 保险公司在应用AI技术方面的优势和能力：保险公司可以通过分析自身优势并利用AI技术提

基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 “规模定律”不断演进，从预训练扩展到覆盖预训练、后训练、逻辑推理的全流程，其参数与集群 规模实现“双万” 跨越，行业模型落地需求专业化。 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 塞的高带宽 互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。 系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的 组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了 网络、计算、存储等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细 化资源调度等机制，满足不同业务需求，最大化释放算力价值。

部署至今已超过五年时间，5G 独 立组网和 5G-Advanced 已成为推动智能联接新时 代的核心技术。 联接作为数智化转型的技术基础，通过满足时延、 速度和网络能力的要求，支持云智融合、大规模物 联网和边缘计算，将联接能力延伸至终端设备或网 络边缘，实现本地智能。 联接在数智化中发挥以下两大关键作用。首先，在 企业层面，85% 的企业认为 5G 对其数智化转型具 有“非常重要”或“极其重要”的推动作用。联接 结构性挑战，实现数据流无缝传输，释放数据 计算基础设施潜力。 4. 移动产业规模增长 ：预计 2025 年至 2030 年间， 移动经济的复合年均增长率将达 9%。2030 年， 以 5G/5G-A 为代表的移动技术将为全球经济贡 献 11 万亿美元，占全球 GDP 的 8.4%。 5. 缩小存储规模差距 ：数智经济的优势将不仅在 于数据生成规模，更在于其数据的高效存储、 保护与使用。 6. 发展人工智能是系统工程 ：随着 重心从数字接入转向能力建设，推动初创企业 和知识产权在人工智能时代创造更大的价值。 08 全球数智化指数（GDII）2025 全球经济影响与行业转型 预计到 2025 年，数智经济规模将达到 26.7 万亿 美元，占全球 GDP 的 25%。数智化转型（包括人 工智能领域）每投入 1 美元，预计能带来 9.55 美 元的数字化产出，回报率显著。 » 电力 ：实现清洁、智能和有韧性的能源系统转

我国综合算力发展现状，全面把握区域产业短板与优势，成为推动 我国数字经济高质量发展的新命题。 我国正处于数字经济加速跑的关键期。近年来，我国在算力领 域取得了显著进展。一是算力结构不断优化，技术创新成果频出； 二是存储规模与性能实现结构性突破，为海量数据的高效处理提供 了有力支撑；三是运力基建稳步推进，调度机制逐步完善，有效提 升了算力资源的调配效率；此外，模型技术与产业应用的双轮驱动， 进一步加速了算力向现实生产力的转化。 ...... 5 （一）算力结构优化与技术创新并进................................................................ 5 （二）存储规模与性能结构不断突破................................................................ 6 （三）运力基建与调度机制双轨演进...... 省级行政区算力分指数-算力规模 Top10........................................................17 图 6 我国在用标准机架数量分布............................................................................ 17 图 7 我国在用智算规模（FP16）分布....

1 1.1 关键技术突破，催生飞行器全新形态 2 1.2 多元场景涌现，驱动产品差异化发展 3 1.3 核心要素协同，推动eVTOL商业化加速实现 4 2. 未来可期：中国eVTOL市场规模展望 10 2.1 个人飞行eVTOL：多元化飞行体验载体 10 2.2 出行eVTOL：公共与私人出行渗透 16 2.3 中国载人eVTOL商业化进程展望 20 3. 奋楫扬帆：中国eVTOL企业发展展望 智能化：智慧安全的飞行操作 随着智慧传感、飞行控制算法、自动驾驶等技术的飞速发展，eVTOL的驾驶操控门 槛显著降低，同时安全性和运营效率也得到大幅提升。在未来，智能化技术也将是 eVTOL实现自主飞行和大规模调度管理的重要前提。 综上所述，电动化、分布式、新构型与智能化四大关键技术的融合突破，是eVTOL从 概念走向工程可行的技术基础。这些技术不仅赋予了eVTOL全新的设计空间和性能边界， 也为其在不同场景中的落地应用扫清了障碍。 ”从小 众概念向产业化、规模化迈进。 本轮eVTOL的产业加速并非偶然，而是中国市场四大关键发展要素同步推进的结果： 政策层面中央和地方大力支持，监管逐步从特殊豁免向常态审批转变，关键的基础设施加 速落地，产品及产业链供给能力日益完善。政策支持、监管放宽、基础设施建设与产业链 发展等四大要素协同发力，为中国eVTOL产业的起飞积蓄势能，中国也有望成为全球首批 实现规模化应用的市场之一。 1.3

资本开支持续高速增长，带 来 AI 服务器市场规模大幅提升，预计到 26 年全球 AI 服务器出货量将达到 237 万台，对应 2023-2026 年 CAGR 为 26% 。 l 重点推荐组合：中芯国际、翱捷科技、德明利、工业富联、沪电股份、联想集团、国芯科技、澜起科技、芯原股份、龙芯中科、东山精密、景旺电子。 l 风险提示：宏观 AI 应用推广不及预期、 AI 投资规模低于预期、 AI 服务器渗透率提升低于预期、 万美元，对比 GPT-4o 等模型的训练成本 约为 1 亿美元。 l 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提 升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。同时 DeepSeek 开源 R1 推理模型，允许所有人在遵循 得益于自研推 理加速引擎加持，硅基流动和华为云昇腾云服务支持部署 的 DeepSeek 模型 可获得持平全球高端 GPU 部署模型的效果。 2 ）提供 稳定的、生产级服务能 力，让模型能够在⼤规模生产环境中稳定运行，并 满足业务商⽤部署需求 华为云昇腾云服务可以提供澎湃 弹性 充足的 图：亚马逊宣布支持访问 DeepSeek-R1 模型 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek

控制系统负责对人形机器人的行为和运动进行规划和控制，相当于“大脑”和“小脑”，视觉则是人形机器人对外感知的主要渠道，二者共同构成人 形机器人的核心领域。机器人控制器市场目前由机器人整机厂商主导。但控制器研发门槛较高，随着规模更小、资金更少的人形机器人创业公司的增 加和竞争加剧，第三方控制器厂商有望主导人形机器人控制器市场。机器视觉市场目前由美、日厂商占据主导地位。我们认为人形机器人成本在快速 下降过程中，而对精度、稳定  人形机器人正处于商业化爆发期前夜，普遍认为到2030年市场规模可达数百亿美元。Markets and Markets预计全球人形机器人市场规模将由2023年的18亿 美元提升至2028年的138亿美元，年复合增速约50.2%。据高盛预测，乐观情况下2035年市场规模可能达到1540亿美元，相当于2021年电动汽车市场规模或 手机市场规模的1/3 。2024年4月首届中国人形机器人产业大会上发布的 《人形机器人产业研究报告》预测，2024年中国人形机器人市场规模将达约27.6亿 元，2026年达到104.71亿元，2029年达到750亿元，将占世界总量的32.7%，比例居世界第一，到2035年有望达到3000亿元规模。  巨头纷纷入局，创业公司百花齐放，众多厂商快速迭代。如特斯拉三次发布Optimus性能更新迭代视频；DeepMind与斯坦福大学联合推出的Mobile Aloha也 两次

户体验。行业特征包括技术依赖性强、产品迭代周期短及多样化与跨 领域应用。中国在此领域展现出强劲实力，推动行业持续发展，市场规模不断扩大。未来，智能硬件出货量的增加将带动智能软件需求增长，智能家居和智能汽车等领域的 发展为智能软件研发行业提供了丰富的市场机遇，预计市场规模将持续扩张。 行业定义 行业分类 按照应用领域分类 办公软件 嵌入式软件 新兴技术软件 信息安全软件 信创软件 和推动者共同签署了《敏捷软件开发宣言》。 2005年，中国上网用户总数达1.11亿，其中宽带上网用户激增至6430万，这一数据标 志着中国互联网用户规模跃升至全新高度。 二十一世纪初，互联网普及与计算能力的显著增强，智能软件已广泛渗透至诸如智能家 居、工业制造等多种应用场景中。 中国互联网用户规模的激增，以及互联网普及与计算能力的增强，推动了智能软件研发行业在多种应用场景中的广泛渗透与快速发 展。 成熟期 2022-01-01~至今 储技术。PCM的产业化进程最快，英特尔与美光早在2015 年便联合推出了相关产品；MRAM已实现产业化，主要应用于嵌入式存储领域，能大幅降低系统功耗，最高可达90%以上；而RRAM虽 尚未实现大规模商用，但其在存算一体及人工智能领域的潜力值得期待。在全球数据量激增和新型存储技术革新的背景下，智能软件研 发行业将迎来前所未有的发展机遇。 中 产业链中游环节分析 中游分析 智能软件研发企业

…屏幕将成为入口和出口，锐目必将应势而为、顺势而发，让我们一起精 彩！ 前言 1. 需求分析 2. 技术及应用场景 3. 产品介绍 目 录 Contents 4. 领域及规模 Part 1 需求分析 AI 智能 + 人脸识别系统应用整体解决方案 过去 到店流量、提袋率 无法得到有效统计 人工难以辨认 费时费力、效率低下 未经授权擅自进入、使 用会议室等重要场所时 SharpiFace Part 4 领域及规模 AI 智能 + 人脸识别系统应用整体解决方案 公安部署的应用场景和市场规模 人证对比机在边检、派出所、酒店入住、网吧认证进行人员身份核对均有需求，门禁机对城市人员出 租房出入管控的需求。仅计算派出所需求，全国乡镇级区划数 39789 个，保守估计每个乡镇配置 1 个派 出所，单台设备 2 万元，市场规模 7.9 亿元。因此在不考虑刑侦，反恐等其他细分场景的情况下，公安系 亿元。因此在不考虑刑侦，反恐等其他细分场景的情况下，公安系 统市场规模可超 16 亿元。 人脸识别设备在公安部署下的行业市场规模： AI 智能 + 人脸识别系统应用整体解决方案 教育行业的应用场景和市场规模 随着国家对重要考试考生替考作弊行为的严打， 2016 年高考，已有北京、四川、湖北、广东、辽宁、内蒙古等多省 采用“人脸识别 +” 的生物识别技术确认考生身份，防止替考、作弊事件发生。以及伴随社会对校园安全的关注部分高