5G+AI投资策略研究 目录 CONTENTS 5G：终端发布在即，射频、光学、面板行业迎新机遇 1 5G将开启手机新一轮换机周期 1.1 射频端：需求增加、技术升级、集成度提升 1.2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 Amphenol、立讯精密、Murata、信维通信等 1.2 市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头 电有 子大 行业机 2遇 019年春季投资策略 18 电子行业2019年春季投资策略 从iPhone看终端天线变革：无线通信技术和外观设计驱动终端天线变革 数据来源：RFsisiter，国泰君安证券研究 1.2 iPhone初代 iPhone 3G/3GS Insert Molding天线 LCP天线 MPI天线 天线价值量（美元） 1 2 2 4 4 LCD：6 OLED：10 LCD：11 OLED：15 19 电子行业2019年春季投资策略 5G终端天线变革：Sub-6 G频段，LCP/MPI成为主流 数据来源：松下电工，藤仓，IEEE，国泰君安证券研究 同轴电缆 LCP LCP材料在高频下损耗更低 LCP软板厚度比同轴线减小了75%

未经协议授权，禁止提供给其他单位或个人。 智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 1 智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 机器人产业是实体经济和数字经济深度融合的典型代表，是 培育发展新质生产力的重要方向，与多类新兴技术深度融合，已 成为推动国民经济高质量发展，提升国家综合竞争力的重要抓手。 特种机器人将从试点示范阶段转入规模化应用阶段。近年来 中国特种机器人作业边界不断扩展，被更多用户单位熟知和 认可，2023 年中国特种机器人产业规模为 94.4 亿元。“十五 五”时期，中国特种机器人将向硬件载体模块化、控制算法 智能化方向发展，并从试点示范阶段转入规模化应用阶段， 3 预计到 2025 年中国特种机器人产业规模将增长至 155.0 亿元， 到 2030 年中国特种机器人产业规模将增长至 各种负载能力。“十五五”时期，自主品牌减速器产品的一致性、 可靠性有望进一步提升，整机企业对自主品牌产品的需求也将快 速提升。 控制器。近年来，低成本、高性能的自主品牌控制器已具备 一定市场竞争优势，市场占比逐步提升。“十五五”时期，未来 自主品牌控制器产品性能有望进一步提升，并逐步进入高端市场。 伺服驱动系统。近年来，自主品牌部分产品性能指标达到国 际同类产品水平，产业综合技术实力正快速提升。“十五五”时

连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：船体大脑与脊髓之间的感觉和运动型号 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 间脑 位于大脑半球深 部，包裹在左右 大脑半球之间。 丘脑：感觉信息的中转，将视觉、听觉传递至大脑 皮层 下丘脑：调节体温、饥渴、睡眠周期，并控制内分 泌系统 人脑结构与机器人大脑对应关系 01 7 资料来源：浙商证券产业研究院 驱动及算法监控部件的各类状态，保证机器人部件的基本运作能力。（2）传递信息的线束及网关，起到各个控制器，传感器信息交互通联的 作用。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 间脑 丘脑：感觉信息的中转，将视觉、听觉传递至大脑皮层

多云发展战略，持续扩展企业未来高质量增长空间 �.� 多云战略落地的应用场景 �.� 多云战略为企业带来显著实践价值 第三章 智能时代，企业多云战略面临的挑战 �.� 多云是企业开展智能化升级的重要策略 �.� IT复杂性攀升，安全、效率、创新、成本成为长期挑战 �.� 重视六大核心能力，构建先进多云体系 第四章 在下一朵云上，解锁AI发展新动能 �.� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和 策略能够直接支持业务创新发展，发挥大模型优势，提升业务价值，并通过 ROI（投资回报率）指标确认多云策略的成功。同时，伴随生成式人工智逐 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算 资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效 注 的话题。 企业IT架构的演进，应始终与企业业务发展保持高效的协同。在企业上云已经进 入深水区的今天，每一次云策略的调整都必然关联到未来一段时期的业务发展目 标，进而影响到企业长期发展质量。IDC针对当前不同企业的云发展策略进行了 深入的调研与分析，并特别注意到多云策略已逐渐被更多的企业认知，进而在企 业追寻新价值曲线的过程中获得越来越多的实践。 当前，以人工智能为代表的数字经济新技术、新产业、新模式，正在持续推动各

时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 2、储能设备的优化控制：对于电池储能、抽水蓄能等储能设备，AI 大模型可以根据能源 需求和供应的变化情况，优化储能设备的充放电策略。例如，在电价低谷时段，控制储能 设备充电，储存多余的电力；在电价高峰时段，控制储能设备放电，向电网供应电力，从 而实现削峰填谷，降低能源成本。 4一、能源生产与管理 （一） 这个机会 进行交易 2、交易对手分析：在能源交易中，了解交易对手的情况对于制定合理的交易策略非常重要。 Deepseek可以通过分析交易对手的历史 交易数据、市场行为和信用状况等信息，为交易商提供交易对手的画像和分析报告，帮助交易商更好地了解交易对手的需求和行为模 式，从而制定更有针对性的交易策略。 3、交易流程优化： Deepseek等AI大模型可以对能源交易的流程进行优化，提高交易的 能源市场的风险管理： 1、价格波动风险：能源价格的波动是能源市场的主要风险之一。AI 大模型可以通过对历史价格数据的分析和建模，预测价格的波 动范围和趋势，帮助能源企业和交易商制定相应的风险管理策略。例如，利用衍生品市场进行套期保值，对冲价格波动风险。 2、信用风险：在能源交易中，交易双方的信用状况直接影响交易的安全性和可靠性。AI 大模型可以通过对交易对手的信用记录、财 务状况和市场声誉

9 基于规则的奖励 (Rule-Based Reward) : 准确率奖励 + 格式奖 励 推理为中心大规模强化学习：组相对策略优化（ GRPO ） + 瞄准 Reasoning 推理任务 自我迭代提升 Self-Evolution ： 随着训练步数的增长，模型的 thinking response length 逐 表现出在推理任务上思维链长度的自然增长和涌现 反思深度逐层加深，出现标记不明确的步骤、保持中间结论、验证、混合语言推理等 现象 模型在准确率奖励和格式奖励下自然探索到 验证、回溯、总结、反思 的行为范式 如何控制来保证最后的 response 长度能够稳定上升，可能会出现反复重复验证、或 者验 证时间过晚的情况 ; （ REINFORCE 系列更快； PPO 训练稳定但是慢） 多语言可能是因为预训练数据是多语言的，“一视同仁”被 GRPO 核心思想是通过构建多个模型输出的群组，并计算群组内的相对奖励来估计基线，从而避免 了传统策略优化算法中需要使用与策略模型大小相同的评论模型。 大幅度降低 RL 训练的计算成本，同时还能保证模型能够有效地学习到策略。 具体来说，在传统的 RL 训练中，评论模型需要与策略模型具有相同的大小，增加计算资源的 消耗。而 GRPO 算法利用群组内的相对信息来估计基线，避免了使用

3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 3.3.3 德赛西威：高算力智驾域控行业的领军企业 3.3.4 Momenta：提供基于端到端技术架构的自动驾驶解决方案 3.3.5 智驾域控芯片 3 线控底盘技术在自动驾驶领域的应用正逐渐普及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 3.4.7 伯特利：线控制动持续攀升，全面打造XYZ三轴汽车底盘 控制系统供应商 3.4.8 线控转向：L4级及以上自动驾驶必备，尚处市场导入期 4.投资建议 5.风险提示 请务必阅读正文之后的免责条款部分 入统 一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能 从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。 传统智驾系统的感知层、决策规划层和控制执行层之间 相互独立，信息传递容易积累误差，且智驾方案依赖于 工程师通过代码制定的规则，难以处理所有复杂场景， 边际效应随着智驾能力的提升呈现几何式骤减。与基于 规则的传统自动驾驶算法结构相比，端到端算法基于数

5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 Model …… AI芯片 企业自建智算中心 城市智算中心 产业级 消费级 AIoT 内容生成 AI换脸换声 AI+传媒影视 AI+游戏 AI+教育 剪辑特效 内容生成、场景建模、 策略生成、AI Agent 创意营销 教育工具 智慧校园 下 游 AI+效率工具 AI+对话交互 企业服务 情感陪伴 AI+编程 15 ©2025.3 iResearch Inc. 试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 开放和自主的方向迈进。各地政府、央国企等机构积极投入，将大模型与自身职能及业务场景深度融合，为2025年中国AI市场的快速增长 奠定了基础。

5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 Model …… AI芯片 企业自建智算中心 城市智算中心 产业级 消费级 AIoT 内容生成 AI换脸换声 AI+传媒影视 AI+游戏 AI+教育 剪辑特效 内容生成、场景建模、 策略生成、AI Agent 创意营销 教育工具 智慧校园 下 游 AI+效率工具 AI+对话交互 企业服务 情感陪伴 AI+编程 15 ©2025.3 iResearch Inc. 试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 开放和自主的方向迈进。各地政府、央国企等机构积极投入，将大模型与自身职能及业务场景深度融合，为2025年中国AI市场的快速增长 奠定了基础。

服务对象 人类驾驶员 自动驾驶系统 (机器) 价值体现 导航功能本身 (相对价值有限) 赋能智驾功能实现与体验提升，亦可作训练数据源 车辆系统融合 主要用于基础导航显示与座舱交互 与感知、规划、控制系统深度耦合，支撑高阶功能 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights ，在智驾地图的技术路线选择和供应商合 作模式上呈现出明显的差异化。  车企智驾地图策略核心差异体现在自研程度、伙伴依赖度及数据闭环能力上，其中头部追求掌控，追赶 者重效率，外资则受合规强约束。 市场分析 细分市场-按车企类型 车企类型 地图技术路线 核心诉求 供应商合作模式 数据闭环 总体策略 头部自研型 (如: 华为ADS, 理想) 轻地图+自研核心 (主) (部分保留HD 成本效 率 采购 + 深度合作 (特定模块) 依赖合作 + 逐步 自建 寻求捷径，整合资源，采 取混合策略（如基础图+ 自研更新） 传统大厂转型 (如: 比亚迪，吉利, 长安，长城) 多路线并行 (轻/HD/合作) 快速补齐能力, 规 模化 多供应商策略, 合作/采购 探索中, 合作/自建并存 加大投入，内部多团队尝 试不同路线，倾向组合外 部供应商（芯片、软件、