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。

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 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 GRPO 算法还引入了一些额外的优化策略 ( 奖励缩放和策略裁剪 ) ，提升训练的稳定 性。 From PPO to GRPO: PPO 作为 Actor-Critic 算法被广泛运用于 Post-Training, 核心目标是最大化下面的目标函数 其中 , πθ 和 πθold 分别表示当前策略模型和旧策略模型 ， q, o 是从问题数据集和旧策略 πθold 中 采样的输入和输出

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） 11 ◼ 能源研发与创新： 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

01」为代表，将任务分解成不同层级，以多个神经网 络训练，再以流程管线的方式组合。Figure 01顶层接入OpenAI的 多模态大模型，提供视觉推理和语言理解；中间层神经网络策略 作为小脑进行运动控制并生成动作指令；底层机器人本体接受神 经网络策略的动作指令，进行控制执行。分层决策模型的缺点是： 不同步骤间的对齐和一致性需解决。 以「Google RT-2」为代表，通过一个神经网络完成从任务目标输 入 智能体通过观察和模仿专家（经验丰富的人类操作者或具 有高级性能的系统）的行为来学习任务。 • 优势：可以快速学习专家策略，无需复杂的探索过程 • 劣势：学习到的行为策略受限于专家数据，对于未见 过的情况泛化能力较差 强化学习—— 智能体通过与环境的交互来学习最佳行为策略，以最大化 某种累积奖励。 • 优势：能够通过探索环境学习未知的策略；可以处理 高度不确定和动态变化的环境 • 劣势：需要大量的探索和试错，学习过程缓慢；对于 具身智能的数据采集可分为基于仿真环境数据和基于真是世界数据两种路线。 基于仿真环境的数据采集（Sim2Real） 基于真实世界的数据采集 Sim2Real（Simulation to Reality）—— 在仿真环境中学习技能和策略，并迁移到现实世界中。 • 优势：数据可大规模获取，成本低 • 劣势：对仿真器要求高，仿真环境与真实世界存在差 异；迁移过程中存在性能下降 基于真实世界数据采集——直接从现实世界数据中学习，

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。

，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、 轻地图 (依赖本土伙伴) 合规, 功能落地 强依赖本土图商 (数 据) 受限, 需合规方 案 在中国面临数据合规挑战， 对本土图商有一定依赖， 进行本地训练与地图适配 不同类型车企智驾地图策略偏好分析 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 Reserved

，早已突破了简单的效率提升，正在为企业带来全方位 的革新动能和效益提升，涵盖客户体验优化、流程自动化、决策支持、商业模式创新等诸 多方面。未来的商业竞争，比拼的将是企业运用 AI 这一"利器"的战术与策略。 根据 IDC 2024 年 8 月对 100 家 AI 转型企业的调研，大模型正在重塑企业的运营模 式，成为企业提升核心竞争力的新引擎。 数据来源:IDC大模型企业落地进展调研,N=100,2024年8月 经 验，为医生提供临床决策支持，辅助医生减少误诊和漏诊的风险，提高医疗安全。 市场分析和趋势预测：精准洞察市场，优化营销策略 利用 AI 分析消费者行为、社交媒体趋势、经济指标等数据，帮助零售商预测未来 销售趋势 基于消费者购买趋势和偏好的变化，及时调整产品线和营销策略 医学教育与培训：虚拟病例训练，优化教学内容 模拟真实临床场景，为医学生和医生提供虚拟病例训练，提升他们的临床决策能 力和实践技能 期 AI 驱动的获客工具通过分析客户数据，精准识别潜在客户，并对线索进行高效筛 选和优先级排序 根据客户的行为和偏好，发送个性化的营销信息，提升客户参与度和购买意愿，缩 短销售周期 个性化销售策略与客户互动：提升客户满意度和销售业绩 分析客户的购买历史、行为数据和沟通风格，为销售团队提供量身定制的销售策 略和互动建议 为销售人员提供实时的对话建议，帮助他们更好地与客户建立信任和关系，提升