敬请阅读末页的重要说明 2024 年 11 月 18 日 推荐（首次） To C 端应用普惠大众，有望蓬勃发展 消费品/生物医药 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。我们在系列报告（一）《院内场 景丰富，全流程 AI 赋能》中介绍了 AI 在医院端应用的场景，本篇报告则从 C 亿、同比增长 21.7%），但也暴露出服务体验弱（局 限性、单一化、质量层次）、变现难（C 端服务付费意愿弱但医生成本高） 的问题。随着 GPT-4 和“文心一言”模型在医疗领域的商业化渗透，互联网 医疗有望迎来新机遇。 ❑ AI+问诊咨询：线上问诊咨询是对线下诊疗的重要补充，分为健康咨询和线上 问诊。①AI+健康咨询不仅能提高专业度和精准度、也能加强互动性甚至给予 人文关怀，提高“轻问诊”体验。 诉、并通过相似案例比对精准推荐医生，在诊中诊后作为线上助理陪伴始终， 更好的服务体验有望加强 C 端付费意愿、医生时间节约有利于成本控制。 ❑ AI+健康管理：国内“互联网+健康管理”经历了物种爆发→流量竞争加剧→ 淘汰整合的变革，我们认为发展瓶颈的原因主要包括对平台及相关数据信赖 度较低以及服务的碎片化和过于标准化。AI 的引入有望提高数据准确度和数 据连续性（智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记

轮对 话等任务，在金融领域具有较大的价值创造空间。 例如，据麦肯锡测算，大模型有望给全球金融行业 带来每年 2500 亿 ~ 4100 亿美元的增量价值，对应 约 9% ~15% 的营业利润增厚空间；据清华经管联 合度小满等发布的《2024 年金融业生成式 AI 应用 报告》，大模型驱动的新商业模式有望为金融业带 来 3 万亿元规模的商业价值增量。 当前，金融机构主要将大模型应用于业务场景 保险设计平台，其中大模型将应用于帮助精算师更 高效地获取信息，以及基于已有数据和知识库生成 多种保险方案。 二、大模型对金融行业未来发展可能 产生的影响 展望未来，伴随大模型能力提升以及在金融行 业进一步落地应用，大模型有望推动金融行业提升 效率，并给产业协作和行业格局带来深远影响。本 文从应用趋势、赋能空间、产业格局三个方面对大 模型在金融行业应用的发展趋势进行探讨。 （一）应用趋势展望：大小模型协同发展， Co-pilot 大模型能力边界提升以及新的解决方案减少大模型 短板，未来大模型赋能金融行业的空间仍有望进一 步打开。 具体来看，在落地应用的发展趋势上，未来大 模型与小模型或有更多协同，从而赋能更多金融业 务场景。其中，大模型的比较优势在于语义理解、 信息归纳、内容生成，而传统的判别式 AI 优势在 于可控性强、精确度高，适合于资产定价、风险管 理等高精度的分析决策环节。未来二者有望协同互 表 1 目前国内较具代表性的金融领域垂类大模型

互通 的技术。“车路云一体化”中的智能汽车将不仅能借助路侧感知设备“看得高远”，高 能通过云端交控平台“看见全局”。通过与路侧、云端系统的协同感知与协同决策， 车辆的险情规避能力与路线择优能力有望大大提升，从而得以实现安全系数、驾 驶决策和全局交通效率的最优化。 系统构成：车路云图网“五位一体”。 根据国家网联汽车中心、中国汽车工程学 会编制的《智能网联汽车“车路云一体化”规模建设与应用参考指南（1 Pilot 系统亦仅能在美国加州、内华达州几条特定公 路下达到部分 L3，这与自动驾驶愿景相去甚远，且短期内难以看到突破。 “车路云一体化”打破单车智能局限，开启革命性进步。 “车路云一体化”有望全 面打破单车智能的三大局限，为公私客货汽车进一步增强辅助驾驶能力，乃至全 面走向 L3、L4 级自动驾驶创造条件： ⚫ 扩展感知能力：通过“车路云一体化”，车辆可借助路侧设备“看见”盲区状况， 智能乘用车：通过为个人乘用车广泛配备车联网终端，其辅助驾驶、路线规 划能力有望大大增强；同时，借助路侧感知设备，其交通事故率亦有望大大 降低。由此，民众的驾驶体验与出行效率有望显著提升，驾驶风险与保费负 担有望显著降低，智能网联汽车相关消费亦有望得到拉动。 ⚫ 智慧公共交通：通过引入无人驾驶公交车与网约车，并为之配备车路云终端， 公交车辆的运营调度效率有望进一步提升，亦有望在保证安全性的前提下进 一步降低人工成本支

到优”的跨越、向世界第一梯队迈进。  工业机器人渗透率有望大幅提升。近年来中国工业机器人应 用范围不断拓展，但由于其操作和部署存在一定门槛，目前 适用场景仍相对有限，2023 年中国工业机器人产业规模为 510.7 亿元。“十五五”时期，在关键技术持续突破、质量标 准持续优化、应用创新不断推进的支持下，中国工业机器人 渗透率有望大幅提升，预计到 2025 年中国工业机器人产业规 模将增长至 广东：产业基础雄厚，“十五五”时期有望进一步扩大规模优 势。广东机器人产业布局较早，机器人产业链条齐全、技术 领先、应用广阔，拥有一批机器人本体制造和零部件元器件 龙头企业，并积累了雄厚的生态配套资源。预计“十五五” 时期，广东将凭借强大的研发制造积累和生态配套支撑，加 力育强龙头企业，进一步扩大机器人产业规模优势，加快打 造具有国际竞争力的机器人产业集群。  江苏：领军企业汇聚，“十五五”时期有望在多个领域达到全 拓下游市场等方面均走在全国前列。  北京：立足全球视野，“十五五”时期有望在人形机器人等领 域实现跃升。近年来，北京以打造国内领先、国际先进的机 器人产业集群为目标，加紧布局人形机器人产业，着力提升 医疗康复机器人、协作机器人、特种机器人和仓储物流机器 人等产业发展水平。“十五五”时期，北京凭借其卓越的创新 实力和政策支持，有望在人形机器人领域实现跨越式发展， 产业规模增长潜力巨大。

②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过 20 多年的发展，我国的竞争优势从前期低人力成本、政策驱动的 资本投入向产业链市场配套和系统化的综合赋能进行升级。借助 AI 工具，我国有望弥补多年历史积淀带来的国内外 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI AI 对接节奏：领军型企业有资金、有要求、 有能力、有需求，有望成为 AI 智能化的先期参与者，能够形成成本和管理的改善，在产品落地兑现方面也有望 获得效率提升，建议关注央国企的 AI 对接情况以及实际性的变化；  AI 智能化的变化为现有化工行业提供了时代的契机：①我国的竞争优势延续，海内外在材料领域的软实力差距 降低，将有望形成进一步的产品竞争力输出；②AI 智能化升级再次为行业提供长生命周期的筛选机会，没有投入

景的匹配，随着轻量型大模型的发布，AI 应用有望从 PC 延伸到手机、 IOT 等，赋能各类智能终端。举例来看，1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣，XR 产业有望迎来新发展阶段。2、手机需求放 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 技术与应用等多维度实现了更深层次的进化与变革。2、人工智能亦将 更加广泛地应用到智能制造行业中，机器视觉检测是 AI 技术在智能制 造中最好的落脚点之一，AI 图像增强技术、AI 缺陷检测算法等技术的 发展有望提升机器检测效率，从而逐步代替人工目检。 ◼ 投资建议： AI 产业链条长，各环节机遇频现，AI 应用的发展将是推动 产业链上下游共同繁荣的动力，相关标的梳理如下：1、终端品牌：传音 控股、漫 ..................................................................... 10 2.1. XR：AIGC 降本增效拓展应用场景，有望提升设备渗透率 ............................................... 10 2.1.1. 终端设备品牌厂商大力推动应用场景拓展.............

景的匹配，随着轻量型大模型的发布，AI 应用有望从 PC 延伸到手机、 IOT 等，赋能各类智能终端。举例来看，1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣，XR 产业有望迎来新发展阶段。2、手机需求放 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 技术与应用等多维度实现了更深层次的进化与变革。2、人工智能亦将 更加广泛地应用到智能制造行业中，机器视觉检测是 AI 技术在智能制 造中最好的落脚点之一，AI 图像增强技术、AI 缺陷检测算法等技术的 发展有望提升机器检测效率，从而逐步代替人工目检。 ◼ 投资建议： AI 产业链条长，各环节机遇频现，AI 应用的发展将是推动 产业链上下游共同繁荣的动力，相关标的梳理如下：1、终端品牌：传音 控股、漫 ..................................................................... 10 2.1. XR：AIGC 降本增效拓展应用场景，有望提升设备渗透率 ............................................... 10 2.1.1. 终端设备品牌厂商大力推动应用场景拓展.............

分为制造材料（硅片 / 化合物半导体、光刻胶、湿电子化学品、电子气体、掩膜版、 CMP 抛光液 和抛光垫、溅射靶材等）及封装材料。其中， 半导体几大核心耗材我国国产率均较低， 国产替代需求旺盛，有望在 AI 快速发展中实现 需求大增与技 术突破。涉及标的： 1) 光刻胶：彤程新材、晶瑞电材、久日新材、万润股份、雅克科技、容大感光、南大光电等； 2) 湿电子化学品：江化微、格林达、晶瑞电材、飞凯材料、多氟多、兴发集团等； 浪潮下，化工材料迎来新发展 u AI 带动设备及元器件需求，高频高速 PCB 有望成主流， PCB 产业链有望重塑和受益 印制电路板 (PCB) 是电子产品的关键电子互联件，被誉为“电子产品之母”。 AI 快速发展要求高算力，对设备、电子元器件数量和质量也提出更多更 新的要求，将带动 PCB 需求新增长，高频高速 PCB 有望成为未来发展主流。根据 Prismask ，预计 2026 年我国 PCB PCB 产值将达到 546 亿美元。 PCB 产 业链相关材料的需求有望在新发展格局下获得重塑，涉及标的： 1) 电子树脂： 中化国际、宏昌电子、东材科技、圣泉集团等（环氧树脂），巨化股份、昊华科技、东岳集团、鲁西化工等（ PTFE ），普利特、金 发 科技、沃特股份等（ LCP ）； 2) 电解铜箔：诺德股份、嘉元科技、中一科技等； 3) 电子级玻纤纱： 中国巨石、中材科技、宏和科技、长海股份等；

过推出高性能、低成本且开源的模型，DeepSeek给全球AI发展带来了模 型平权，同时也将刺激其他头部模型厂商加快推出性能更强、成本更具 竞争力的模型。而随着模型调用门槛降低，AI终端有望加速落地，而AI+ 快速发展也将反哺训练算力、推理算力需求。  AI终端有望加速落地。AI手机：苹果国行AI功能渐行渐近，三星国行S25 系列搭载智谱Agentic GLM，而华为、荣耀、OPPO等多家国产终端近期 亦官宣接入R1模型 电商平台的AI耳机销量有望突破20万副，同比增长488.7%。AI眼镜： Ray-Ban Meta引起市场广泛关注，接入Llama3大模型后，能够实现智能 问答、通话及发送信息、实时翻译等一系列操作，并且能够通过摄像头 对现实场景进行分析并回答用户提出的问题，出货量已超过200万副， Meta及依视路陆逊梯卡在业绩发布会上对AI眼镜发展表态积极。而国产 终端如雷鸟、闪极等品牌亦积极推出相关产品，渗透率有望快速提升。 。 据Wellsenn XR预测，2029年销量有望达到5,500万副，渗透率约3.48%。 若按照一副1,500元进行测算，2029年AI眼镜市场规模约为825亿元。  算力需求仍将加大。近期微软、亚马逊、谷歌、Meta披露最新业绩，四 大科技巨头Q4资本开支合计同比大幅增长77%，主要支持云计算、AI等 基础设施建设。同时后续资本开支指引积极，海外CSP并未因DeepSeek V3 及R1

过推出高性能、低成本且开源的模型，DeepSeek给全球AI发展带来了模 型平权，同时也将刺激其他头部模型厂商加快推出性能更强、成本更具 竞争力的模型。而随着模型调用门槛降低，AI终端有望加速落地，而AI+ 快速发展也将反哺训练算力、推理算力需求。  AI终端有望加速落地。AI手机：苹果国行AI功能渐行渐近，三星国行S25 系列搭载智谱Agentic GLM，而华为、荣耀、OPPO等多家国产终端近期 亦官宣接入R1模型 电商平台的AI耳机销量有望突破20万副，同比增长488.7%。AI眼镜： Ray-Ban Meta引起市场广泛关注，接入Llama3大模型后，能够实现智能 问答、通话及发送信息、实时翻译等一系列操作，并且能够通过摄像头 对现实场景进行分析并回答用户提出的问题，出货量已超过200万副， Meta及依视路陆逊梯卡在业绩发布会上对AI眼镜发展表态积极。而国产 终端如雷鸟、闪极等品牌亦积极推出相关产品，渗透率有望快速提升。 。 据Wellsenn XR预测，2029年销量有望达到5,500万副，渗透率约3.48%。 若按照一副1,500元进行测算，2029年AI眼镜市场规模约为825亿元。  算力需求仍将加大。近期微软、亚马逊、谷歌、Meta披露最新业绩，四 大科技巨头Q4资本开支合计同比大幅增长77%，主要支持云计算、AI等 基础设施建设。同时后续资本开支指引积极，海外CSP并未因DeepSeek V3 及R1