AI 药企的合作 数量持续增加，合作金额也屡创新高，AI 制药管线商业价值得到体现。 ❑ AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药 发展早期，企业以提供药物研发软件服务为主，附加值较低并且客户付费意 愿不强，市场空间有限，代表企业为 Schrodinger；为了更加深度参与客户药 物研发过程，突出 AI 制药优势，企业陆续向 AI+CRO 制药需求方，包括药企、CRO 公司和科研机构等，中游企业根据需求向它 们交付运算完成的药物分子结构。 图 6：AI 制药产业链结构 资料来源：智药局、公司官网、招商证券 AI 制药行业发展处于早期阶段，行业景气度与投融资金额息息相关。根据 DPI 及智药局数据，受全球资本市场及生物医药投融资等大环境影响，AI 制药融资额 也有所波动。2024 年全球 AI 制药融资事件为 128 起，总金额为 REC-2282 2 型神经纤维瘤病 Ⅰ/Ⅱ期 REC-3964 艰难梭菌感染 Ⅰ/Ⅱ期 Relay Therapeutics RLY-4008 实体瘤 早期临床 RLY-2608 乳腺癌和实体瘤 早期临床 Schrödinger SGR-1505 复发或难治性 B 细胞淋巴瘤、慢性淋巴细胞 白血病 Ⅰ期 SGR-2921 血液系统恶性肿瘤和实体瘤

和经济发展不尽相同，各地政府和相关投资机构也 必将根据当地特点，有针对性的推动低空产业在地 方的落地。 - 宗佩民，华睿投资董事长 作为低空经济最早的投资人和并购人，我有幸见证 了这个行业的早期发展，从愿景和概念到产品落地。 从风险投资的角度来看，现在是最佳的入场时间， 行业的爆发就在未来的 3-5 年间。而中国有机会领 先新能源航空领域这一新的赛道，也必将诞生一批 独角兽企业。 融合发展。面向未来，其在缓解城市交通阻塞、 提升城市应急响应能力、推动航空业互补发 展乃至国防军事领域都将拥有无可比拟的巨 大潜力。 诚然目前低空产业仍处于早期探索和市场培 育阶段，但纵观历史我们相信，未来 eVTOL 的发展路径将与新能源汽车发展路径存在相 似性，蕴含丰富的早期投资机会。我们认为 当前 eVTOL 所处阶段或类似于新能源汽车 2010-2013 年期间，此时新能源汽车处第一 轮推广应用阶段。该阶段国家战略层面提出 经济性的成功对于eVTOL的可持续健康发展 至关重要。而作为行业内对全生命周期总拥 有成本较为敏感的用户，低空经济的运营服 务提供商在城内通勤、城际交通等大规模应 用场景下扮演着举足轻重的作用。虽然整个 低空经济产业发展尚处于早期，但本文希望 通过探讨运营商视角下eVTOL业务的商业经 济性，进一步识别商业化运营过程中可能存 在的机遇与挑战。 财务测算将基于保守、中性和乐观三大情境 下对应的参数变量与典型取值。同时，具体变

和经济发展不尽相同，各地政府和相关投资机构也 必将根据当地特点，有针对性的推动低空产业在地 方的落地。 - 宗佩民，华睿投资董事长 作为低空经济最早的投资人和并购人，我有幸见证 了这个行业的早期发展，从愿景和概念到产品落地。 从风险投资的角度来看，现在是最佳的入场时间， 行业的爆发就在未来的 3-5 年间。而中国有机会领 先新能源航空领域这一新的赛道，也必将诞生一批 独角兽企业。 融合发展。面向未来，其在缓解城市交通阻塞、 提升城市应急响应能力、推动航空业互补发 展乃至国防军事领域都将拥有无可比拟的巨 大潜力。 诚然目前低空产业仍处于早期探索和市场培 育阶段，但纵观历史我们相信，未来 eVTOL 的发展路径将与新能源汽车发展路径存在相 似性，蕴含丰富的早期投资机会。我们认为 当前 eVTOL 所处阶段或类似于新能源汽车 2010-2013 年期间，此时新能源汽车处第一 轮推广应用阶段。该阶段国家战略层面提出 经济性的成功对于eVTOL的可持续健康发展 至关重要。而作为行业内对全生命周期总拥 有成本较为敏感的用户，低空经济的运营服 务提供商在城内通勤、城际交通等大规模应 用场景下扮演着举足轻重的作用。虽然整个 低空经济产业发展尚处于早期，但本文希望 通过探讨运营商视角下eVTOL业务的商业经 济性，进一步识别商业化运营过程中可能存 在的机遇与挑战。 财务测算将基于保守、中性和乐观三大情境 下对应的参数变量与典型取值。同时，具体变

数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 通常是专有的 ， 而且技术变化如此之快 ， 甚至 准确的数据很快就过时了。9 然而 ， 一些研究试图量化当前和未来的 人工智能系统的能源需求和碳排放。不幸的是 ， 一些 最初的估计已经陷入了与过去早期研究相同的陷阱 关于数字技术的能源使用 ， 并产生了误导 估计。这些研究通常考虑 AI 所需的能量 系统在其生命周期中分为两个阶段 ： 1) 训练 AI 模型 ； 以及 2) 使用 AI 模型来响应特定的查询 GPT - 4 于 2023 年 3 月发布 ， 可以通过许多 为人类设计的流行考试 ， 如 SAT 、 GRE 、 LSAT 和 AP 各种科目的测试。46 这些结果是一个实质性的 比上一年发布的早期模型有所改进。而 AI 仍然 不能像人类一样执行许多任务 ， 例如抽象 推理 ， 现在一些人工智能模型在许多 基准 ， 在 某些领域。因此 ， 许多开发人员可能会更专注于 优化他们的 AI 模型 ，

的规格配置上，OCP Open Rack的 1/3宽2 OU节点，面向计算场景，大幅精简I/O扩展和存储扩展，实现Meta早期业务场景的匹配就是一个典型的实 例。天蝎整机柜服务器，在1 SU高度下，扩展服务器节点宽度，精简I/O扩展数量，支持更高密度的硬盘，来实 现早期百度搜索和云盘业务场景的匹配。此外，如果将视角移到此刻，在大模型蓬勃发展的当下，对于AI算力的 爆炸式增长需求，加之AI训 用也就越低。单机柜部署密度提升，同 等面积的数据中心，可以部署更多的服务器设备，则数据中心建设均摊也相应大大降低。另一方面，单机柜服务 器部署密度提升，在一体化交付时，交付效率也会同比例提升。在早期的开放整机柜服务器产品上，密度提升的 追求压缩了服务器节点的高度空间，作为补偿则带来了产品横向尺寸上的扩展，诞生了21英寸的服务器节点形态。 4） 形态兼容性：可以提升产品的组件复用性，扩大产 的前提下，通过定制优化和规模化采购落地业务 场景收益，才能够形成正向业务闭环，赋予整机柜服务器长久的生命力。 第 25 页, 共 63 页 图2-1 作为整机柜服务器最早期的用户之一百度积极推动天蝎整机柜服务器的批量部署 头部互联网公司和云服务提供商对于整机柜服务器的研究可以回溯到2010年前后，爆发性的业务增长，促使 头部互联网用户出于对未来业务乐观的发展预期

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. 研究背景  智能驾驶技术正加速从早期“功能验证”向“全域场景”突破，头部整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？ 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的定义、核心特征与要素 高精地图主导 高精几何+语义 - 依赖高精度传感器 - L3/L4 早期探索 - 成本高/更新难 轻地图兴起 Light Map / SD Pro - 平衡成本与功能 - 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 重语义/拓扑/规划 - 高精度、富含语义的地图数据成为训练和仿真自动驾驶算法 （尤其是BEV、占用网络等模型）的重要数据源，其价值随AI模型发展而 提升。 定位辅助 (几 何特征) ★★ ★★★️ ★★ ★★ ★ 重要性逐步下降： 早期高精定位依赖地图特征，未来多传感器融合定位 技术成熟后，对地图几何特征的依赖性降低。 趋势：从依赖几何精度 (L2+/高速) 转向依赖语义、拓扑、规则和优化规划能力 (城市NOA及以上)，并成为重要训练数据源。

创新者 （ 愿意采取 风险) ，早期采用者 (意见 领导人) ， 早期多数 (having 与早期采用者和 高于平均水平的社会地位) ， late 多数 （ 高度怀疑) ， and 落后者 (厌恶改变 - agents) 机器人和人手的握手 自动生成说明 市场占有率% • To 达到临界质量 ， 一种创新 必须进行过渡 从早期 采用者 the 早期多数 (克服 “营销鸿沟 ”) ”) • The 采用的五个阶段 are 知识 / 意识 ， 说服力 ， 决策、实施和 确认 创新者 落后者 早期 采用者 早期 多数 Late 多数 • The question whether the 扩散 创新有 加速 时间仍然开放。 一些分析 这表明是这种情况 ， 但他们 有分析的弱点 采用者的份额 [%] 创新市场份额 [%] 要对社会和经济产生影响 ， 创新需要 达到临界质量 达到临界质量 5.2 前沿技术 5.3 人类与机器 5.1 创新的价值 技术与创新 达到临界质量(早期多数) ： 克服 “营销鸿沟 ” • In 1962, Everett Rogers, 美国传播理 论家和社会学家 ， 产生了一个仍然广泛 的 used 采用创新的理论 在个人和 组织 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

投资建议：我们看好 AI 赋能健康管理及医疗服务各个环节，对人们日常健康 管理和就诊行为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+ 医疗”更多是基于文本生成、信息收集等方式提供服务，尚处早期发展阶段。 随着文心一言和 GPT-4 在医疗领域的应用，龙头企业有望优先受益。建议关 注已具备一定流量及数据基础、积极引入 AI 模型的互联网医疗企业，例如京 东健康、阿里健康、平安好医生、智云健康、百度灵医智惠、微医、春雨医 诊行 敬请阅读末页的重要说明 13 行业深度报告 为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+医疗”更多是 基于文本生成、信息收集等方式提供服务，尚处早期发展阶段。随着文心一言和 GPT-4 在医疗领域的应用，龙头企业有望优先受益。建议关注已具备一定流量 及数据基础、积极引入 AI 模型的互联网医疗企业。 相关公司： 京东健康：致力于打造以医 模型的引入是否会加强个人客户的支付意愿尚不可知。 ◼ 技术迭代风险：AI 技术更新迭代快，如无法掌握最新技术，可能出现被市 场淘汰风险。 ◼ AI 生成信息错误风险：AI 技术尚处发展早期，应用过程中可能会生成错误 信息，也不排除 AI 伪造信息的可能性。 ◼ 数据安全风险：AI 在医疗中应用需要读取大量患者数据，可能会涉及信息 安全问题。 ◼ 市场竞争风险：医疗 AI

发展速度。 32,33 也存在一些并行（或背景）编程的新颖 创新正在发挥作用，例如Cognition AI的“Devin”代码助手 ，它从项目经理那里接收指令并在后台执行活动。 34 回顾一下，早期的数字先锋如亚马逊和Netflix并不只是 将社交、移动、分析和云技术视为增强业务的一种方式 ——他们看到了如何利用这些技术颠覆其行业的价值主 张。如今，这场基础模型创新的风暴及其即时创造更多 技术 想法 。但现在，随着代理系统的进步，它们开始在数字世界 中代表我们采取更多行动，它们正在推动一个新的软件 范式，其中更便宜的代码和以语言为先的界面使得动态 生成和定制的用户界面组件越来越可行。 在早期的一个示例中，谷歌展示了其Gemini模型生成界 面元素来帮助规划一个生日派对。 42 而非以项目符号 文本列表的形式回应，Gemini生成了一个交互式的派对 主题列表，每个主题都配有图片、描述、活动和食物选 是指那些通过手工进行数学计算的人。 44 其他早期系统集中于简化并加速繁琐的商业操作，如会 计和库存管理，这导致了高度孤立的解决方案的开发。 当个人电脑出现时，应用被设计为执行特定任务，如文 字处理。 想象一下：用户不必寻找正确的应用或在不同应用之间 切换才能完成任务， 二进制大爆炸 19 19 即使这感觉还很遥远，企业也需要思考这些技术变革将 如何塑造他们与客户和合作伙伴的接触点。在这个趋势 的早期，我们讨论了Adobe