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 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 2023/7/10 电子 沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 .................................. oPmPqQqRwOtQoOmPsRoRoP8OaOaQtRrRpNmPjMnNtMfQoPpN8OmNrNxNpNzRwMrRqP 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 3 / 28 图表目录 图 1： GPT-4 和 GPT-3.5 的考试表现 ............................................

单一传感模式由于其自身的局限性，无法同时兼顾这些需求。 然而，2025 年的感知技术将迎来全新的发展格局。它将在多个前沿领域展现出令人瞩目的突 破。多模态融合技术，将多种传感器的数据进行深度整合，为环境认知提供更丰富、准确的信息； 超低延迟网络技术，能够实现数据的实时传输，为远程控制和实时反馈提供有力支持；3D 空间 计算技术，将构建出逼真的三维空间模型，为虚拟现实、增强现实等领域带来全新的体验；情感 Multimodal Perception Fusion 一、 技术详解 多模态感知融合，是一种综合性的技术手段，它旨在利用多种类型的传感器，全面采 集来自环境的多源数据，并通过先进的数据融合算法进行深度整合，从而获得比单一传感 器更为准确和全面的环境认知。 在实际应用中，所涉及的传感器种类繁多，包括视觉传感器（如摄像头）、听觉传感 器（如麦克风）、触觉传感器、温度传感器、压力传感器甚至化学传感器等。这些传感器 同步校准则确保不同传感器的数据在时间上保持一致，以便进行准确的融合。噪声抑制则 是去除数据中的干扰信号，提高数据的可靠性。 特征提取与融合算法是多模态感知融合的核心环节。在这个阶段，采用深度学习、 BEV+Transformer 等先进算法，对各通道数据进行特征提取。深度学习算法具有强大的特 征学习能力，能够自动从大量数据中提取出有价值的特征。CNN 擅长处理图像数据，能 够提取出图像中的边缘、纹理等特征；RNN 则在处理序列数据方面表现出色，如语音和

本报告的风险等级为中高风险。 本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 电子行业 超配 （维持） 电子行业深度报告 DeepSeek 推动模型平权，关注 AI 终端及算力领域 2025 年 2 月 20 日 罗炜斌 SAC 执业证书编号： S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq CSP为了保持竞争优势亦有望跟进，增加AI领域相关投入。同时AI应用 场景加速普及，也将反哺算力需求。  风险提示：终端需求不及预期；技术推进不及预期；资本开支投入不及 预期等。 深度报告 行业研究 证券研究报告 电子行业深度报告 2 请务必阅读末页声明。 目 录 1. DeepSeek 推动模型平权，关注 AI 终端及算力领域 ................................ ......... 18 图 37 ：Curio 玩偶的电子模块 ......................................................... 18 电子行业深度报告 3 请务必阅读末页声明。 图 38 ：显眼包内嵌大模型 AI 机芯 Magicbox（魔匣） ..................................... 19 图 39 ：显眼包在二手平台价格

端到端与AI共振，智驾平权开启新时代 ——汽车智能驾驶行业深度报告 证券研究报告 发布时间：2025年3月31日 分析师：刘乐 执业证书编号：S0020524070001 邮箱：liule@gyzq.com.cn 分析师：陈烨尧 执业证书编号：S0020524080001 邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 资料来源：电动车公社，国元证券研究所 4 端到端的定义：基于数据驱动的深度学习 在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由 一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统 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。 代效率，有效降低了维护成本。 请务必阅读正文之后的免责条款部分 图2：端到端技术演进 资料来源：辰韬资本，Ai fighting，国元证券研究所 5 从模块化方案向一体化端到端模型过渡 端到端架构的本质是深度学习的全面使用与数据驱动。根据感知模块与决策模块之间的贯通程度，可分为模块化 端到端与一体化端到端。 模块化端到端将感知模块和决策规划模块视为两个独立部分，分别使用神经网络，但模块之间仍存在人工设计的

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 计算机行业深度报告 DeepSeek 系列报告之 AI+医疗 2025 年 02 月 19 日 ➢ AI 医疗产生的背景。全球医疗系统并非完美无瑕，其结构性矛盾由来已久， 且日益尖锐，成为驱动技术革命的根本性力量。1）全球医疗成本持续增长。2） 医疗商业价值逐步释放。DeepSeek AI 的技术优势，将沿着以下四大路 径，深刻改变医疗健康产业的格局。1、医疗资源分布式重构。2、制药工业范式 革新。3、健康管理服务升级。4、医保支付体系优化。通过深度整合 DeepSeek 等智能化工具，医生群体有望在工作效率的显著提升与专业技能的持续深耕之 间，找到合适的平衡点，最终为每一位患者提供更加优质、更加高效、更加人性 化的卓越医疗服务，共同谱写人类健康事业发展的新篇章。 医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 20 世纪 70 年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 据量庞大（占全球数据总量的 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI

敬请阅读末页的重要说明 证券研究报告 | 行业深度报告 2023 年 07 月 31 日 推荐（维持） 院内场景丰富，全流程 AI 赋能 消费品/医药生物 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 医院、To 药企和 To 个人三大方向。本篇报告重点聚焦 AI 在医院端的 场景，全面介绍 AI 在院内诊疗全过程以及 10 20 Aug/22 Nov/22 Mar/23 Jul/23 (%) 医药生物 沪深300 “AI+医药健康”系列报告（一） 敬请阅读末页的重要说明 2 行业深度报告 正文目录 一、 政策驱动行业向好，AI 全面赋能医药健康领域 .......................................... 5 二、诊前/诊断：智能导诊应用广泛，AI 12 0YEVpNsPtMwOrMsMrRtRrM9PcM6MoMmMpNnOeRpPvNkPnMqMaQrQqQuOoOxOxNoOtN 敬请阅读末页的重要说明 3 行业深度报告 图 14：金域与华为合作开发 AI 辅助宫颈癌筛查模型 ....................................... 13 图 15：公司开发的 AI 病理显微镜

5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 白皮书研究方法 数据来源：沙利文研究 行业访谈 • 与企业级智能生产力行业产业 链各环节头部企业专家进行一 对一深度访谈 • 访谈企业覆盖企业级智能生产 力企业、AI企业、企业培训与 组织成长优化企业等 案头研究 • 沙利文独有的数据库 • 头豹数据平台 • 各类公开资料 • 定量结合定性的方式进行多 定量结合定性的方式进行多 层次多维度研究 白皮书撰写背景及内容摘要 数据来源：沙利文研究 本白皮书定义“企业级智能生产力”，是在工业级AI、大数据与自动化技术的底座之上，将企业的知识资产、岗位技能和业务流程深度智能化，与信息系统和业务链条 全面打通，并通过可信治理框架下的人机协同机制，重塑组织的决策逻辑、运作流程、人才角色与文化基因，使组织具备自我学习、自我进化、自我协同的能力，从而在 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 业务 流程 智能化 智能化全链条流程图 知识资产 智能化 • 企业中沉淀的大量文档、 案例、经验、制度，本质 上是“知识资产”； • 深度智能化通过AI进行分 类、检索、生成和推理， 使这些知识实时服务业务 决策与操作。 与信息系统和业 务链条全面打通 • 单靠AI局部优化不够， 必 须 与 现 有 的 ERP 、 CRM、HR系统等对接， 避免“信息孤岛”；