（報告出品方/作者：國泰君安證券，李沐華、齊佳宏、李博倫）
1. AI+辦公是 AIGC 浪潮的核心，有望深刻改變辦公 模式
1.1. AI+辦公是 AIGC 浪潮的核心，海外巨頭引領潮流
AI+辦公是此次 AIGC 浪潮中的核心受益方向。此次 AIGC 浪潮的引爆 點是基于自然語言處理大模型技術的文字創作工具 ChatGPT 快速成長 為火爆全球的現象級應用，随後基于對圖像、視訊、音頻等進行處理的 多模态大模型的應用也快速推廣起來。AIGC 即生成式人工智能天然是 面向文字、音視訊、圖像等内容自主創作場景的 AI 技術，因而其可以 直接提升現有各類型辦公軟體的産品力，進而推動辦公軟體的疊代更新。
微軟推出 Microsoft 365 Copilot 訂閱服務，用 AIGC 技術重塑辦公體驗。 2023 年 3 月 16 日，微軟正式釋出 Microsoft 365 Copilot 訂閱服務，其背 後技術支撐是 Copilot 引擎，使用了 Microsoft 365 Apps、Microsoft Graph 和 Large Language Model 三大核心基礎技術。Microsoft 365 Apps 是 Word、 Excel、PowerPoint、Outlook、Teams 等一系列常見的微軟辦公軟體； Microsoft Graph 是一個可以幫助通路在 Microsoft 365 Apps 上積累的用 戶業務資料的安全智能網關，這些資料來自于使用者的文檔、電子郵件、 會議、聊天、月曆等環節；大語言模型（LLM）是一個創造性的引擎， 能夠解析并産生人類可以閱讀的文字，其使用了 OpenAI 的 ChatGPT 及 最新釋出的 GPT4 模型。使用者在 Microsoft 365 Apps 裡使用自然語言輸入 提示詞後，提示詞會通過 Copilot 系統進行基礎訓練，這一過程可以提 高提示詞的品質，使提示詞變得可以被執行，在基礎訓練的過程中最重 要的一環便是調用 Microsoft Graph 中使用者此前産生的各項資料，來了解 并改善提示詞的品質，之後将改善後的提示詞發送給 LLM，前述過程叫 做預處理。LLM 對提示詞進行響應并進行後處理，這個過程會再次通過 Microsoft Graph 調用使用者資料進行訓練後，在通過安全性、合規性和隐 私審查之後，生成回報答複，最後通過 Copilot 系統向使用者輸出回報答 複并驅動 APP 執行相關的指令。通過這樣一套完整的處理流程，使用者可 以在 Word 等辦公軟體裡通過自然語言下達指令，此後辦公軟體便自動 呈現出一個具有明顯個人資訊特征的回報初稿，極大提高了使用者的辦公 效率。
Microsoft 365 Copilot 為使用者辦公模式帶了個革命式的變化，有助于 提高辦公創作效率。Microsoft 365 Copilot 一方面會嵌入到使用者高頻 使用的各類辦公軟體之中，包括了 Word、Excel、PowerPoint、Outlook、 Teams 等，進而幫助使用者從繁瑣的事務性工作中解放出來，讓使用者更專 注于創造性工作，進而提高辦公效率。另一方面還引入了全新的商務聊 天（Business Chat）應用場景，可以基于使用者過往積累各項業務資料， 按照使用者需求生成全新的内容，提高創作效率，例如使用者提出“請告訴 團隊成員如何更新銷售政策”指令後，系統會根據使用者過往的會議讨論 記錄、聊天記錄、電子郵件溝通内容等生成一份全新的銷售政策。使用者 可以對生成後的内容進行自主修改、保留或舍棄，使得 Word 更具創造 性、Excel 更具分析性、PowerPoint 更具表現力、Outlook 更具效率性、 Teams 更具協作性。
Microsoft 365 Copilot 使用自然語言作為人機互動的管道，降低了 Office 辦公軟體的使用門檻。根據微軟釋出會上披露，有 90%以上的 PowerPoint、 Excel 功能是不被使用者使用的。我們認為這一現象并不是因為這些功能 無用，而是過往通過菜單按鈕或者函數公式的方式進行互動的門檻較高， 多數使用者未經過系統學習就無法直接調用相關功能。引入 Copilot 之後， 所有的辦公軟體在右側都會形成一個聊天框，使用者将自己想要實作的效 果（如進行某種排班、添加某種動畫效果或者進行某種特殊運算）以自 然語言聊天的方式輸入後，軟體會直接實作相關的功能，進而使得豐富 的軟體功能都得到應用，極大降低了使用者的使用門檻，有助于進一步提 高使用者規模和粘性，進而提高付費月活使用者數量。
Microsoft 365 Copilot 的推出将為微軟帶來新的收入來源，提高付費用 戶 ARPU。目前 Microsoft 365 Copilot 仍處于内部測試階段，根據科技 媒體 The Information 報道，微軟正在向包括美國銀行、沃爾瑪、福特 和埃森哲等在内的 600 多家大型機構客戶測試具備 AI 能力的 Microsoft 365 Copilot 訂閱服務，在已經付費訂閱 Microsoft 365 年費會員的基 礎上，每 1000 名員工使用 Copilot 服務需要支付的額外年費為 10 萬美 元，對應額外的 ARPU 為 100 美元，目前試點客戶的付費意願超出微軟 早先預期。我們根據微軟财報資料測算，2022 年 Microsoft 365 機構訂 閱的 ARPU 約為 103 美元，此次 Copilot 服務的試點價格有望推動 ARPU 實作接近翻倍增長。
Adobe 推出生成式 AI 模型集 Firefly，展示出強大的設計創作能力。2023 年 3 月 21 日，Adobe 正式推出生成式 AI 模型集 Firefly，随後在 Photoshop 應用中進行了測試上線。目前其主要具備以下能力：1）文字 轉圖像，Firefly 可以根據使用者的提示詞自動生成所需圖像，如輸入“天 空增加極光”指令之後，可以自動為圖像中的天空部分增添極光；2） 生成填充能力，可以根據原始圖像中内容，自動拓展、填充、擴容成為 一個内容更加豐富的圖像；3）文字效果：将特定紋理顯示到藝術字型 中等。後續 Firefly 還将探索視訊自動處理、文字生成 3D/矢量檔案、 草圖變全彩圖像等一系列 AI 功能。Firefly 的推出有望極大提高設計創 作效率，降低設計創作使用者門檻，改變目前的創意設計行業格局。
1.2. 國内辦公軟體廠商奮起直追，AIGC 功能實作快速疊代
金山辦公是國内辦公軟體廠商探索 AI 技術應用的先行者之一。2017 年， AI 在金山辦公内部被首次上升到戰略層面，由姚冬組建了數百人的 AI 團隊，主要負責 AI 算法改進和工程産品的落地。2018 年，金山辦公正 式對外提出了“多屏、内容、雲、AI”的發展戰略，AI 戰略公開亮相。 在 AI 團隊成立的前兩年，團隊主要強調積累 AI 研發能力，包括算法能 力、工程能力、資料采集和分析能力等。之後兩年公司開始更加注重 AI 技術的産品化，在公司産品中增加了一系列 AI 功能，推出了包含智 能美化、智能校對、智能輔助寫作、全文翻譯、圖像識别等一系列的AI 輔助辦公功能，來幫助提高使用者的辦公效率。例如智能美化可以幫助 使用者在提供基礎文本的情況下整體改換 PPT 模闆和配色、統一字型和排 版等；智能校對可以一鍵識别并校對文檔中的錯别字、多漏字、标點符 号錯誤、文法錯誤、敏感詞錯誤等；智能輔助寫作可以根據提綱自動生 成文字段落或者進行句子補寫，幫使用者打底稿，其儲備的數千萬篇語料 庫都來自于權威媒體和政府公開網站，在公文寫作等場景上有較多應用。 截止 2021 年 7 月，WPS 的智能美化月活使用者超過百萬，智能校對的月 校對字數超過了 70 億，智能生成的内容占據了雲端整體内容資源的 33.6%，AI 戰略對公司産品力和使用者粘性的提升已經展現出明顯的幫助。 現階段及未來，公司發展戰略的重心已經成為加速 AI 産品的産業化， 強化對公司營收增長的積極作用，進而實作長期的可持續發展。
金山辦公接入多個大模型供應商，可以更精準的滿足使用者AI創作需求。 目前金山辦公的産品已經接入了 MiniMax、百度文心、CopyDone 等多 家大模型，未來還有望接入新的大模型。目前市面上可供選擇的大模型 正在持續增加，既包括百度、阿裡、科大訊飛等巨頭的大模型産品，也 包括初創公司的産品。各家大模型目前的表現各有所長，并沒有哪一家 有絕對領先的産品力表現，因而同時接入多家大模型，按照不同的使用者 需求去比對調用不同的大模型進行内容創作，能夠更好的滿足使用者的創 作需求。例如 CpoyDone 是一個專門面向場景營銷打造的大模型，可以 生成豐富商品類型、海量内容平台風格的文案、圖檔、視訊内容，因為 在文案營銷場景 WPS 可以優先對接 CopyDone 大模型；MiniMax 是一個 多模态大模型，在對華聊天等場景更有優勢；百度文心則憑借其豐富的 語料庫在文學創作等領域可以更好的滿足使用者需求；WPS 作為大模型的 排程比對中心，可以統籌各家大模型發揮出“1+1＞2”的效果。
基于 AI 大模型的 WPS 輕文檔率先進入内測階段，展示出較強的文字創 作能力。2023 年 4 月 18 日，金山辦公釋出了 WPS AI 的 Demo 示範視 頻，官宣 WPS AI 将嵌入金山辦公全線産品。率先進入内測階段的是具 備 AI 能力的 WPS 輕文檔，這是一款對标 Notion AI 等輕辦公産品的在 線内容協作編輯工具，可以借助大模型自動生成新聞稿、工作周報、運 營策劃案等；也可以實作多輪對話，持續就某個主題進行讨論；也可以 對現有文檔進行改寫、擴寫、縮短、潤色等；還可以對指定文檔生成主 旨摘要、文章大綱等功能。WPS AI 顯示出較強的文字創作能力，有望 提升使用者創作效率。
福昕軟體在海外版 PDF Editor Cloud 中內建 ChatGPT，向使用者提供 AIGC 功能。福昕軟體是 PDF 闆式辦公軟體龍頭企業，其推出的 Foxit PDF Editor Cloud 是一款線上 PDF 編輯器，使用者可以通過該工具線上閱讀及 編輯 PDF 檔案。2023 年 4 月 25 日，海外版的 Foxit PDF Editor Cloud 成功內建 ChatGPT，付費使用者目前主要可以使用以下 AIGC 功能，1）文 檔摘要，根據文檔内容快速生成簡潔、準确的摘要；2）文檔改寫，在 不改變文檔原意的情況下進行重寫，優化文檔的表述方式，提高可讀性； 3）文檔翻譯，将標明内容或者摘要翻譯成指定語言；4）文檔内容問答， 可以在對話框中就感興趣的内容進行提問，其将根據文檔内容生成答案， 并定位到相應段落。通過上述功能，可以顯著提高使用者的文檔閱讀效率 以及多語言工作環境下的工作效率。作為一款線上編輯軟體，Foxit PDF Editor Cloud 的 AI 功能具備快速疊代的優勢，預計每兩個星期就推出 一個新版本，持續拓寬 AIGC 技術在文檔領域的數字化場景應用，優化 使用者體驗，進而提供使用者付費率。
AIGC 功能有望提升福昕軟體 ARPU。由于 Foxit PDF Editor Cloud 提供 的 AI 功能基于 ChatGPT，因而對使用者均有次數/字數限制，文檔改寫每 使用者每月上限為 100 頁；文檔翻譯每使用者每日上限為 50 個指令，每個 指令最多 2000 字；文檔内容問答每使用者每日上限為 50 個指令或問題； 一旦超過相應限制，使用者需要進行額外付費，進而有助于提高使用者 ARPU。 萬興科技擁有完善的創意辦公軟體産品線，是國内創意辦公軟體的領跑 者。公司産品涵蓋視訊創意、繪圖創意、文檔創意和實用工具四大類别， 形成了萬幸喵影、萬興播爆、億圖腦圖、萬興愛畫、萬興 PDF 等具有廣 泛影響力和龐大使用者群的核心創意辦公軟體産品。
萬興科技長期加碼 AI 技術研發投入，AI 産品逐漸進入落地期。公司從 2020 年就開始洞察到 AI 技術的發展前景，并快速組建了一支上百人的 高素質技術研發團隊，近兩年在視訊生成算法、圖像生成算法、GAN 生 成算法、音頻生成算法等 AI 前沿算法等領域均取得多項技術研發成果， 自 2022 年下半年以來公司視訊創意、文檔創意、繪圖創意等主要産品線均陸續釋出了帶有 AI 功能的新版本，并推出融入多項 AI 技術的新産 品。在視訊創意産品線，2022 年公司完成了萬興喵影大版本更新，上線 了 AI 分割、AI 摳像、AI 降噪、AI 音頻重組、AI 文案生成等 AI 功能套 件，并在 2022 年底釋出了基于 AIGC 技術的數字人營銷視訊創作工具萬 興播爆，可以實作文生視訊、虛拟人直播等 AI 功能；在繪圖創意産品 線，2022 年 11 月公司上線全新的 AIGC 圖像生成工具-萬興愛畫，支援 AI 文字繪畫、AI 以圖繪圖、AI 簡筆畫三種創作模式，使用者輸入一段文 字描述即可獲得多種藝術風格的 AI 繪畫作品，或者輸入圖檔後将其轉 化為繪畫作品；在文檔創意産品線，公司釋出萬興 PDF 的全新版本，引 入 AI 技術，新增翻譯等專業功能，提升使用者體驗。
萬興科技積極擁抱大模型技術，推動 AI 産品力實作快速提升。2023 年 2 月，公司宣布其在海外營運的視訊創意軟體 Wondershare Filmora 已 經全面接入了ChatGPT母公司OpneAI的商用服務，在3月份開通了GPT-4 模型的商用賬号權限，在 4 月份與微軟簽訂雲服務架構協定，雙方将在 雲服務及 AI 技術領域全面深化合作，未來優先使用微軟新品，目前正 在持續推動多個海外産品接入 GPT 大模型。2023 年 3 月 31 日，公司發 布基于 AIGC 大模型的“真人”出海營銷短視訊工具-萬興播爆，并在 6 月推出桌面版産品，萬興播爆基于 AIGC 大模型可以提供 120 多種語言 的文案腳本快速生成能力以及 60 多種國籍的數字人播報能力，還可以 進行數字人的定制服務，相較傳統視訊生産模式，萬興播爆可以使成本 投入降低至原先的 1/5，并大幅提升使用者的生産效率。
AIGC 新品為萬興科技帶來新的盈利點，有望提升使用者 ARPU。公司傳 統的萬興喵影個人年費會員定價為 269 元,5 年期會員的年費進一步降低 至 120 元；萬興喵影企業年費會員定價為 3299 元，可支援 5 台裝置同 步使用，相當于單裝置年費價格為 660 元。公司推出的 AIGC 新品中， 萬興播爆的年費會員定價為 1688 元，相較傳統軟體産品的定價有顯著 提升；萬興愛畫則按照創作次數進行付費，10 次圖檔創作合計 5 元，最 便宜的 100 次圖檔創作合計費用為 20 元，按次收費的方式在客戶需求 側有更高的成長上限。總體來看，AIGC 新品的定價要高于傳統創意軟 件，有望為萬興科技帶來新的盈利點，提升使用者 ARPU。
2. 智能駕駛是 AI 大模型落地的重要場景
2.1. 自動駕駛：AI 大模型有助于我們提升覆寫小機率路況的 效率
2.1.1. 對小機率路況的覆寫是自動駕駛落地的核心問題
由于一旦發生事故造成的後果極為嚴重，自動駕駛是一個對小機率情況 非常敏感的場景。由于交通事故将會産生非常嚴重的後果，對于主機廠 而言，在責任明晰之前，即使是 99.99%的可靠性也是不能接受的，因為 這可能意味着每賣出 10000 台車可能就會産生一起事故。行業特點決定 了要實作自動駕駛就必須先對長尾場景進行有效覆寫。 測試裡程的積累是有效覆寫小機率路況的前提。根據廣汽的預測，要實 現 L4 級自動駕駛所需要的長尾場景覆寫程度，至少需要完成 10 億個測 試場景，最小測試裡程也需要 10 億公裡，這兩個資料分别是實作 L2 級 自動駕駛的 10 萬倍、1 萬倍。
此前，測試裡程的積累主要有兩種方式。一種是通過自動駕駛車隊來進 行資料采集，以 Waymo 為代表；一種是通過私家車進行資料采集，以 特斯拉為代表。
通過自動駕駛車隊進行路測來覆寫小機率路況的方法效率比較低。 Waymo 是自動駕駛領域的霸主，但是在過去很多年裡，感覺問題、 行人問題、軟體問題等方面，Waymo 的接管頻率并沒有收斂（基于 加州路測報告）。毫無疑問，Waymo 的自動駕駛能力是逐年增強的。 那麼，Waymo 在軟體問題、行人問題等方面的表觀“退步”就隻能 用它在覆寫更多的小機率路況來解釋。比如，在高速公路等路況相 對簡單的場景下測試獲得好的結果之後，Waymo 會把路測地點逐漸 向難度更高的城區街道進行拓展。
衆包方式能在一定程度上提升對小機率路況的覆寫效率。特斯拉采 用影子模式取代測試車隊。影子模式本質上是通過衆包的方式來解 決場景的快速積累問題。在這一模式下，即使在人進行駕駛的時候 特斯拉自動駕駛系統同樣也在進行計算自己會怎麼做，然後和人的 選擇進行對比。如果自動駕駛系統和人的選擇不一緻，就對這類數 據進行彙集，然後交由工程師判斷自動駕駛系統的選擇是否合理。 2020 年 3 月，特斯拉就申請了從車隊中擷取自動駕駛訓練資料的專 利。由于特斯拉的汽車數量遠遠多于自動駕駛測試車隊，影子模式 可以更快地實作對駕駛長尾場景的積累，同時得到的結果也有更強 的統計學意義。截至 2019 年末，特斯拉累計傳遞搭載自動輔助駕 駛硬體的車輛 85 萬輛，AP 激活狀态下累計行駛裡程已超過 20 億 公裡，遠遠超過競争對手(Waymo 為 2000 萬公裡)。由于特斯拉保 有量持續攀升，其他競争對手和特斯拉之間在資料積累量以及長尾 場景覆寫程度上的差距将會越拉越大。
2.1.2. 大模型對于覆寫小機率路況意義重大
2.1.2.1. 大模型可以大幅提升場景生成、标注的效率
随着 AI 大模型的出現，我們覆寫自動駕駛小機率路況的效率有望大幅 提升，這種效率提升至少源于兩個方面：
場景生成
利用 AI 大模型進行場景生成是覆寫小機率路況的新思路。相對于 單純的路測，直接進行場景生成，并将仿真結果與路測相結合對于 快速實作路況覆寫大有裨益。比如毫末已釋出 DriveGPT 雪湖·海 若，可以實作三項能力： 按照機率生成很多個場景序列，每個場景序列都是未來可能會 出現的一種實際路況； 在所有場景序列都産生的情況下，能對場景中最關注的自車行 為軌迹進行量化。可以實作在生成場景的同時就産生自車未來 的行車軌迹； 基于所生成的軌迹，實作決策邏輯鍊的輸出。
值得注意的是，毫末的雪湖·海若引入了類似于 GPT 系列模型中的 人類回報強化學習機制。即把系統和駕駛員的判斷和決策進行對比， 若對比結果一緻，系統會被打高分，反之則會被打低分。這與特斯 拉 FSD 的模式有異曲同工之妙。
資料标注
除場景生成外，AI 大模型在自動标注方面同樣能夠發揮重要作用。 在 AI 的 1.0 時代，資料标注主要依賴于人工，導緻資料的标注時間 很長，且成本比較高。尤其在自動駕駛領域，由于路況複雜，存在 大量的标注需求。基于大模型可以實作自動标注，進而大幅度降低 成本，提升效率。如毫末智行的雪狐海若将場景識别能力對外開放。 此前采用普通的标注方案标注一張圖檔需要約 5 元，而 DriveGPT 雪湖·海若隻需要 0.5 元，大幅節約了成本。
2.1.2.2. 大模型雖難以完全解決小機率路況的問題，但依然對自動駕駛 行業意義重大
當然，必須承認的是，大模型依然無法幫助我們 100%解決小機率路況 帶來的問題。 大模型能力來自于深度學習，而不來自于強化學習。從技術路線來 看，大模型是“深度學習+人類回報強化學習”。為了測試強化學習 對于模型能力的影響，Open AI 分别基于 GPT-4 基礎模型和加入強 化學習的 GPT-4 模型運作了一系列考試中的多項選擇題部分。結果 顯示，在所有的考試中，基礎的 GPT-4 模型的平均成績為 73.7%， 而引入強化學習後的模型的平均成績為 74.0%，這意味着強化學習 并沒有顯著改變基礎模型的能力，換句話說，大模型的能力來自于 模型本身。根據 Open AI 的表述，強化學習的意義更多地在于讓模 型的輸出更符合人類的意圖和習慣，而不是模型能力的提升（有時 甚至會降低模型的考試成績）。
既然大模型沒有擺脫深度學習架構，這就意味着現階段的 AI 背後 依然是統計學，無法徹底解決殘差問題。換言之，“能力的不可解 釋性”問題依然無法在根本上得到解決，我們依然無法實作 100% 的正确，隻能通過覆寫更多小機率路況的方式來提升安全性。 大模型理論上難以幫助我們實作小機率路況的 100%覆寫。從本質 上來說，利用 AI 大模型進行路況生成雖然能大幅提升效率，但依 然類似窮舉。而通過窮舉法實作對小機率路況的全覆寫從理論上不 太可能實作，本質的原因在于“路況本身是一個無限場景”。試想 一下，如果我們要打開一個密碼箱，我們隻需要從“000”到“999” 全部嘗試一遍，箱子就必然已經被打開了；同樣的道理，在棋類運 動中，每一步可以“落子”的情況都是有限的集合，換句話說，所 有可能性是也是可以被周遊的，是以這兩個場景都是“有限場景”， 而公開道路自動駕駛場景則是一個“無限場景”。
2.2. AI 助力智能座艙互動體驗提升
智能座艙互動屬性毫無疑問會不斷上升。 從必要性角度：汽車行業正從賣方市場轉向買方市場，行業演進的 核心驅動因素由技術與産品轉變為消費者需求。傳統汽車工業已走 過百年，随着行業的高度成熟，這一市場正逐漸由賣方市場轉變為 買方市場，行業向前發展的關鍵因素也從技術的突破和産品的打磨 轉向消費者的需求變化。
2.3. AI 帶動車輛研發設計效率提升
随着項目周期的壓縮，汽車研發效率正變得越來越重要。 汽車的開發周期正逐漸縮短，這使得供應商的項目周期被大幅壓縮， 此前項目可能是 2-3 年，而現在可能是 1 年多甚至不到 1 年，同時 主機廠的定制化需求卻越來越多，更短的開發周期和更多的定制化 需求對 Tier1 的智能制造能力提出了更高的要求。 随着自動駕駛功能子產品逐漸增加，需要測試的裡程數快速增加，并 沒有完全足夠的時間進行路測，同時由于涉及到安全，測試環節本 身不能簡化，是以設計、測試的效率在一定程度上正逐漸成為制約 項目能否快速及時傳遞的重要因素。
AI 大模型對于汽車設計師效率的提升意義重大。比如中科創達 Genius Canvas 将語言能力、視覺渲染以及特效制作能力結合在一起，可以通過 輔助概念創作、輔助 3D 元素設計、輔助特效代碼生成和輔助場景搭建 及制作多方面幫助設計師完成創作過程，進而優化工作流程，并提高設 計師的工作效率。概念創作方面，它能夠把 3-4 周的工作周期縮短到 1 周，節省 70%的時間。3D 元素設計方面，它能夠把 4~6 周的工作周期 縮短到 3 天，節省 85%的時間。特效及場景制作方面，它能夠節省 90% 的時間。
2.4. 國内智能駕駛公司積極擁抱 AI 新趨勢
2.4.1. 中科創達：推出 Genius Canvas，提升 HMI 互動體驗
中科創達重視 AI 技術，利用 kanzi 推動智能駕駛艙的發展。在 2022 年， 中科創達公布與地平線成立合資公司，聚焦智能駕駛賽道。kanzi 是一 個具有強大實時 3D 渲染能力的工具。中科創達推出的智能駕駛艙 3.0 使用了 Kanzi for Android 這種新技術，使得 Android 系統和 Kanzi 完 美對接，實作了 3D 唱片、可定制實景導航、實時界面個性化定制、跨 螢幕跨系統應用等功能。
中科創達利用 Kanzi 實作智能駕駛艙多屏互動。由于智能駕駛涉及人機 共駕，智能汽車所承載的駕駛員資訊、車外環境資訊、車輛資訊等越來 越多，需要有更多的空間、分區域地呈現給使用者，并確定和駕駛員有良 好互動。基于 Kanzi for Android 支援的多屏關聯，在導航的過程中可以 實作地圖跨屏，全方位呈現 3D 導航；在導航結束時，可将地圖由副駕 駛屏收縮至中控屏。多方選擇以适應更多的個性化需求。 中科創達 Genius Canvas 賦能汽車産業發展，打造全新 HMI 互動體驗。 Genius Canvas 的一個工具是大模型引擎，它能夠把想法和理念轉化為文 案，并進一步轉化為創意和作品，最終通過技術手段轉化為應用程式。 Genius Canvas 的第二個工具來源于 KANZI 産品。Kanzi 與大模型結合 後，能夠利用大模型的知識庫及創新能力，快速創作豐富多彩的 Kanzi HMI 概念效果及特效，建構多樣的 3D 模型及形象庫，并且在車機系統 中能夠實作實時預覽功能。目前，全球已有超過百款車型選用了 Kanzi， 每年有數千萬輛搭載 Kanzi 技術的量産車型落地。
2.4.2. 德賽西威：聯合高校推進大模型本地化，賦能自動駕駛
德賽西威聯合高校推進大模型本地化部署。德賽西威已和中山大學、南 洋理工大學等高校合作，通過嘗試和布局基于大模型的數字虛拟助手、 圖像資料自動标注、自動場景建立、自動程式設計等，建構技術支撐，相關方案已經在上海車展上亮相。在 AI 大模型本地化過程中，德賽西威能 夠為客戶提供差異化、全方位的技術支援和解決方案。 AI 大模型技術可以和德賽西威現有技術形成完美融合。比如,AI 大模型 可以在感覺融合、感覺預測和規劃上實作更為精準的資料補充和預測， 進而在行為預測方面給予自動駕駛更多地幫助，并給出更多的控制選擇。
2.4.3. 虹軟科技：已釋出可商業落地的 AIGC 産品
公司已釋出 AIGC 産品，助力小 B 客戶大幅降低商品展示成本。1）商 業拍攝市場空間超 500 億元，虹軟方案能大幅降低對模特的依賴，降低 商品展示成本，實作對于原方案的替代。2）采用目前市場上的方案在 很多細節處存在畸變和失真，虹軟的方案能使得商品展示“所見即所得”。 3）公司計劃在 2023 年推出靜态商品展示圖解決方案，包括商品加背景 靜态圖像的生成，以及商品加數字模特圖像生成，後續計劃推出動态視 頻以及 3D 内容。 商業模式：與公司手機、汽車業務類似，AIGC 商業模式分為會員服務 費和生産流量費兩部分。1）在會員服務會部分，公司會根據不同的會 員等級開放不同的功能，比如不同的場景庫和模型庫；此外，公司可以 針對一些增值的 API 做差異化的定制開發。2）在生成流量費部分，公 司将按照生成内容的實際算力消耗直接定價。
2.4.4. 經緯恒潤：自主開發駕駛仿真測試軟體，推出智能座艙 AI 單品
在自動駕駛仿真方面，經緯恒潤自主開發仿真軟體，助力駕駛測試。經 緯恒潤自主研發了綜合駕駛測試仿真軟體 ModelBase，這一軟體可以被 用于乘用車、商用車的整車電控系統、ADAS 系統的設計、測試和驗證。 涉及電控系統的全開發周期，包括早期的算法仿真測試，控制器的硬體 在環測試，半實物台架測試，以及車輛在環測試。目前這一軟體已經被 已應用于一汽、東風、蔚來等 50 餘個項目中。 在智能座艙互動方面，經緯恒潤基于 AI 技術開發了音樂律動氛圍燈等 一系列産品。經緯恒潤音樂律動氛圍燈具有實時歌曲特征識别和離線歌 曲特征識别兩種模式。其中離線歌曲特征識别模式的相關功能就是基于 AI 音樂風格分類算法和 AI 音樂段落劃分算法進行實作。通過音樂特征 識别，為氛圍燈音樂律動提供豐富的效果組合，提升使用者體驗。
3. 金融是 AI 落地核心場景之一
3.1. 金融行業敢于嘗試新技術，是 AI 落地核心場景之一
相比于其他行業，金融行業在新技術應用上有三個特點。第一個特點， 是很重視新技術發展，并且敢于嘗試。因為金融行業的日常業務活動涉 及大量交易，技術上的微小進步有可能會為客戶帶來巨大的收益，是以 金融機構對于新技術很敏銳，會積極追求将新技術應用于日常業務。第 二個特點，是金融行業 IT 預算充足，對于成本效益沒有其他行業那麼敏 感，在 IT 乙方的眼裡，金融機構甲方客戶往往是最好吃的一塊蛋糕。 第三個特點，是金融機構對于系統穩定性和資料安全有極高的要求。這 個特點往往會跟第一個特點沖突，但是系統安全永遠是金融機構的底線， 在此底線之上才會去追求新技術的應用。不管是證券、銀行還是保險， 一旦核心系統出現故障超過一定時間，就容易收到監管函，相關 IT 部 門上司需要承擔管理責任。例如 2022 年 5 月 16 日，招商證券集中交易 系統發生故障，9 月 8 日收到深交所監管函。
3.2. AI 技術能夠大幅提升金融行業工作效率和使用者體驗
2022 年 12 月，全球管理咨詢公司麥肯錫釋出《麥肯錫中國金融業 CEO 季刊》——《今日科技重塑明日金融：影響全球金融業未來格局的七大 科技》，《報告》總結了七大重塑金融業未來格局的新技術，其中就包括 了人工智能。 一是人工智能。從單點嘗試走向全面應用，深度融合業務與營運各 環節；在項目/産品落地速度、整體工作效率、綜合成本控制、安 全保障上為金融機構提供額外價值。 二是雲計算。規模化上雲趨勢加快，雲計算與邊緣計算相得益彰； 得以靈活布置的前端網點和後端算力，将解鎖一系列高客戶感覺的 應用場景。 三是元宇宙與全面虛拟技術。虛拟感覺構築虛拟世界，重塑客戶服 務與内部營運；空間計算技術、AR/VR/MR 技術的不斷發展将重新定 義客戶體驗和内部營運。 四是區塊鍊與 Web3.0。網際網路範式疊代，颠覆未來商業模式；區塊 鍊、數字資産、去中心化架構将颠覆原有的門戶平台商業模式，甚 至催生新的金融服務領域。五是下一代通信。高帶寬、低延遲、強安全的資料傳輸賦能技術解 決方案，物聯網技術持續推動新用例落地；高通量衛星網絡、5G/6G、 低能耗區域網路等從天到地的通信技術各自發展和互相融合，将賦能 更快速、更安全的金融産品和應用。 六是下一代內建開發。平民開發、靈活部署、智能輔助、自動開發 将變革傳統技術密集的開發流程，進一步降低開發門檻，科技能力 不再是技術企業獨有的護城河。 七是信任架構與數字身份。建構數字信任體系，夯實金融科技安全 基石；零信任架構、數字身份、隐私工程等技術保障金融和隐私安 全，增強信任。
3.3. 上市公司紛紛推出 AI 産品
3.3.1. 恒生電子：推出智能投研産品，研發金融大模型
恒生電子基于大模型推出智能投研産品，包含了三個子産品。 第一個叫 CHAT，通過 CHAT 可以問到各種各樣的資料。它就像是一 個金融資訊資料的情報員，使用方可以問 F9、問行情、問研報、公 告資訊、問觀點提取等等，它底層的關鍵性技術用到了搜尋加上大 模型，通過這樣的技術來去調用整個恒生聚源的金融資訊資料庫， 進而能夠實作語控萬數。 第二款産品叫 ChatMiner，是一個指定文檔的挖掘器。比如使用者自 己有一篇文檔，上傳以後可以針對這一篇文檔去提問，ChatMiner 就可以根據這篇文章裡面提到的内容去對問題予以回答。底層的關 鍵技術是向量資料庫加上大模型。 第三個産品 WarrenQ，是一個一站式的數智化投研端。WarrenQ 裡 面有非常多的場景、功能，大模型的産品 ChatMiner 也在裡面， 再到閱讀器、雲筆記、原文引文和溯源、演算闆、其中的估值模型， 以及線上分享腦圖等等都已經在投研場景上去實作全面的打通,所 以它是一個一站式投研平台。
插件層可以解決資料即時性的問題。第一列是 NL2SQL。比如用 CHAT 去 查恒生電子的行情，它在用這個大模型的接口傳回一段話的同時，調了 NL2SQL 接口，到資料源庫裡面去把恒生電子的行情的時間序列給查出 來，變成一個 K 線圖傳回，使用者就可以看到最及時、最更新的行情；第 二個搜尋接口也很重要。第一個 NL2SQL 更多是解決的時間序列格式的 資料即時查詢性的問題，搜尋接口解決的是文本類的資料，因為第一個 接口沒辦法擷取最新消息、事件、新聞研報公告。 ChatGPT 底層的技術就是向量資料庫，它涉及到私域的大量文檔怎樣去 進行向量化、做相似性的查詢和存儲。這個插件層很重要，它是金融領 域要做垂域産品非常重要的支撐性力量。結合恒生電子訓練出來的金融 大模型一起，向上可以去做各種各樣的應用，包括智能投研、智能投顧、 财富管理等服務。 恒生電子的大模型到 9 月 30 号就可以開放試用，年底會進一步優化。 恒生專門為金融行業打造的大模型的能力，已經提升到可用的程度，9 月 30 号會開放試用接口。到年底會把推理性能進一步優化，把邏輯能 力也進一步的更新，使得它和光子配套能夠統一構成一個 AI 直通應用 的體系。
3.3.2. 同花順：釋出人工智能及虛拟人産品
同花順早在 2013 年，同花順便開始布局人工智能領域，首推财經搜尋 引擎愛問财，到 2019 年全業務全力推進 AI，目前已經積累了多款 AI 産 品。
（1）i 問财投研平台：i 問财投研平台提供了多元度的股票、基金、債 券資料，投資者輸入自然語言問句，搜尋想要的資料和資訊。此外還有 條件選股、研報、圖表精選政策、産品搜尋、短線複盤、政策回測宏觀 經濟等功能。同花順 i 問财智能頭部數字人緻力 i 于用人工智能技術多 模态的互動及富媒體的表達，解決使用者個性化的投資問題，提升使用者的 投資能力，輔助完成投資目标。
（2）iFind：iFind 大金融資料終端是一款融合了金融資料專業咨詢投 研分析工具的智能終端，目前覆寫了國内全部的證券期貨公司，超 80% 的基金和商業銀行，大部分媒體高校上市公司私募機構的産品涵蓋了全 球主要資本市場的股票、債券、外彙、商品、基金等品種，擁有超 600 萬宏觀行業名額，年增超 50 萬篇，研報 10 餘萬新聞資料源，為使用者提 供全面的市場資訊，iPhone 的運用 AI 算法為使用者提供智能預測、智能 搜尋和智能脈絡等創新應用，讓使用者的體驗更加高效便捷。2023 年 iFind 将會借助 AI 技術，aigc 系列，進一步提升使用者體驗和工作效率。
（3）AI 短視訊平台：目前短視訊是财經資訊使用者擷取資訊的主流方式， 受限于制作門檻高，缺乏金融資料等痛點，導緻短視訊的生産效率低。 針對前述痛點，同花順研發了 AI 短視訊平台，該平台是一款基于人工 智能技術的視訊制作和釋出平台，通過內建先進的 AI 技術，自動化的 處理視訊素材，包括剪輯配音字幕等，結合資料的酷炫可視化展示能力， 使使用者快速的制作出高品質的短視訊，同時該平台還提供了各種豐富的 模闆和主題，自動化生産出個性化的短視訊。同花順 AI 短視訊提供快 捷有趣的視訊創作體驗，助力打造附文本向短視訊轉型的數字化服務體 系。
（4）數字人互動一體機：數字人具有媲美真人的專業知識人設和情感， 能在銀行、證券、營運商、政務、醫療、教育等行業服務場景中，輔助 完成業務咨詢辦理，營銷推廣宣傳等任務，提升客戶體驗和營銷成功率。 現在大家看到的是具備了金融領域專業知識的數字人，能給使用者提供實 時金融資料。
（5）同花順虛拟展廳：虛拟展廳是同花順利用虛拟人、人工智能、雲 計算等核心技術，助力企業便捷高效創造素質，實作企業産品和服務全 景展示與交流互動，賦能企業宣傳推薦、科普教育等功能的産品。虛拟 展廳以 3D 全景展示線上配合聲光動畫等特效，可以給參觀者帶來全身 心投入的沉浸式體驗。虛拟展廳突破了時空限制，應用 3D 全景展示線 上産品和服務，配合聲光動畫等特效，可以給參觀者帶來全身心投入的 沉浸式體驗。虛拟展廳突破了時空限制，全身心投入的沉浸式體驗。
（6）小花探影：上消化道檢查功能闆塊主要功能用術中對檢查部位進 行導航提示，漏檢部位、視野清晰度和病竈體提示。同時系統會自動截 取部位和病竈圖檔儲存，下消化道檢查功能闆塊主要功能有手術技術術 中識别回盲瓣和回腸末端等解剖位置，對視野清晰度評估和提醒出現異 常病竈進行提示，我們這個産品已經取得了醫療器械二類證，并與多家 知名醫療機構達成合作。
3.3.3. 淩志軟體：通過 AI 技術為日本金融企業提供服務
公司主要客戶為日本的金融保險企業。公司已與日本優秀的一級軟體承 包商建立了長期穩定的合作夥伴關系。由于日本一級軟體承包商數量較 少，公司與其建立穩定合作關系後，能有效降低公司的銷售費用和關系 維護成本，并能提高合作效率。公司在與日本一級軟體承包商合作過程 中，積累了豐富的金融、房地産、電信、電子商務等行業經驗，在客戶 中赢得良好的口碑。目前，公司第一大客戶為全球頂尖金融服務技術供 應商野村綜研，2019 年野村綜研在世界金融科技排行榜上位列第十，是 全球非常優秀的金融科技公司。目前野村綜研除了服務母公司野村證券， 也在積極對外輸出 IT 能力，尤其是 AI 方面的能力。 公司全面參與海外金融企業 IT 系統建設，并落地 AI 能力。公司參與完 成了衆多金融行業核心業務系統開發，包括網上交易系統、客戶關系管 理系統等，保險業務的核心系統、營業支援系統、銷售平台系統，銀行 客戶的網銀平台、養老金管理系統等，基本做到金融行業各系統全覆寫。 其中基于 OCR、NLP 的工作底稿系統，在包含券商和基金公司的 41 家 客戶處上線運作，使用深度學習中的 Transformer 模型和 CV 目标檢測算 法，基于深度機器學習的文本糾錯、文檔一緻性對比、招股書稽核、債 券募集書稽核、多檔案交叉稽核、通用文檔核查等功能也已經完成，已 開始在多家券商進行體驗測試，陸續對客戶進行更新。
4. AI 加持，設計與工業軟體将實作降本增效
4.1. AI 對于設計效率提升大有裨益
4.1.1. AIGC 降低設計軟體使用門檻
目前的 AI 輔助的能力僅限于為使用者提出建議并代替部分重複性設計工 作，減輕設計師部分負擔，并不能降低軟體使用門檻。以最新釋出的 AutoCAD 2024 中的 AI 輔助功能為例，‘Activity Insights’可以記錄使用者 對圖形檔案的所有操作并對工作流程和操作提供建議，‘Smart Blocks’ 能夠根據之前繪圖的放置位置對新的 block 進行自動放置。這些功能對 設計師的幫助有限，也無法降低使用門檻。 ChatGPT能夠按照開發者的自然語言訓示生成 CAD代碼，并給出相應 的解釋。目前在CAD領域，ChatGPT能夠支援Autodesk公司開發的 Visual LISP/AutoLISP 語言、Maya 核心腳本語言 MEL、3ds Max 相關産品的通 用腳本語言 MAXScript，以及用于 AutoCAD 平台二次開發軟體包 ObjectARX 的 VisualC++語言等。
微軟代碼平台 GitHub 釋出程式設計輔助 Copilot 最新版本 Copilot X，實作 AI 語音互動輔助程式設計。2023年3月23日，微軟旗下代碼托管平台 GitHub 釋出了程式設計輔助工具 Copilot 的全新版本 Copilot X，新版本接入 GPT-4。 GitHub 首席執行官 Thomas Dohmke 稱，雖然自動補全代碼已經大大提 升開發人員的生産力，而全新的 Copilot X 能将開發人員的生産力提升 10 倍。 工業設計軟體也将出現自己的“Copilot”，顯著降低軟體使用門檻并提 升生産力。 工業設計軟體有較高的使用門檻，但未來使用者可以直接使用 自然語言提出要求和限制調用 AI 進行代碼編寫和繪圖，大大降低使用 難度。同時，設計人員也可以直接利用 AI 省去重複性的設計工作，提 升工作效率。
4.1.2. AIGC 将進一步提升生成式設計的能力
AI 可以自動生成大量符合要求的多樣化設計方案，使得設計師能在更短 的時間内探索更多設計選項，提高設計效率。傳統的設計方法依賴于 “模組化然後分析” 的循環，但在生成技術中，AI 能夠根據使用者要求和 限制比如材料類型、功能要求、性能限制、成本限制等資訊，快速生成 大量滿足要求的 CAD 解決方案，并最佳解決方案，而無需人工幹預。 設計師可以在短時間内探索大量可能性，快速縮小選擇範圍并選擇更優 的解決方案。簡化了設計流程，也有助于設計師能夠更快地做出決策提 高工作效率。 通過生成技術可以最大限度地降低成本并優化性能。生成技術根據使用者 要求和限制去建立優化的産品設計，而不是先制作幾何圖形再驗證，所 以設計會針對最小成本和重量等目标進行優化。這種方法能夠有效的減 少材料使用，降低成本。
4.1.3. AI 打破二維與三維的壁壘，實作精确轉換
AI 多模态大模型有望打破壁壘，實作二維圖紙與三維 BIM模型有效轉 換，提升設計效率。目前國内仍有大量 BIM 翻模需求，雖然已有插件和 算法能夠實作二維圖紙翻模三維 BIM 模型，但翻模效果普遍較差，需要 大量人工修正，AI 大模型經過訓練後有望提升翻模的準确率與精細度， 取代人工翻模，實作降本增效。
4.1.4. AI 賦能 EDA，實作降本增效
Synopsys 推出首個 AI EDA 套件并取得成效，未來可能利用 AIGC 編寫 代碼。2023 年 4 月，全球領先 EDA廠商 Synopsys 宣布推出業界首個全 棧式 AI 驅動型 EDA解決方案 Synopsys.ai，涵蓋設計、驗證、測試和模 拟電路設計階段，旨在幫助客戶持續創新，更快實作更高品質的設計， 同時降低成本。Synopsys.ai已獲得包括 IBM、英偉達、微軟在内的多家 領先企業的率先采用并取得顯著成效。瑞薩電子在減少功能覆寫盲區方 面實作了 10 倍優化，并将 IP 驗證效率提高了 30%。SK海力士将先進工 藝技術的晶片尺寸縮小了 5%。目前仍由工程師來編寫晶片制造的 C 語 音，未來可能由 AIGC 輔助甚至代替。
4.2. AIGC 将有效提升工業生産效率
4.2.1. 西門子與微軟攜手利用 AIGC 提升工業生産力
AIGC 助力工業 AI 進一步發展。目前 AI 對于工業産品制造階段的增強 主要在于 AI 算法的制造執行和管理流程，AIGC 的生成和推理能力都将 為 AI 應用帶來顯著提升，進一步優化執行和管理流程。 西門子與微軟合作，共同為 AIGC 在工業方面的運用樹立标杆。2023 年 4 月，西門子宣布與微軟達成合作，在多個方面使用生成式人工智能 （AIGC）改進其工業控制工作流程，持續提升效率并推動創新。 西門子 Teamcenter針對微軟 Teams 打造全新應用軟體，增強跨職能部 門的協作能力。雙方将西門子的産品生命周期管理（PLM）軟體 Teamcenter®與微軟的協同平台Teams、Azure OpenAI 服務中的語言模型， 以及其它 Azure AI 功能進行內建。企業的服務工程師或生産操作人員可 以通過移動裝置，使用自然語言記錄并報告産品設計或品質問題。同時， 通過 Azure OpenAI 的服務，該應用可以解析前述非正式的語音資料，自 動建立總結報告，并在 Teamcenter 中發送給相應的設計、工程或制造專 家。與西門子 Teamcenter 的結合可為無法使用 PLM 工具的從業人員提 供更多支援，使其能夠以簡單的方式參與設計和制造流程。
4.2.2. AIGC 能夠優化并生成 3D 列印方案，降低使用門檻
研究發現 ChatGPT能夠對 3D列印參數進行微調優化，甚至提供合适的 3D 列印的解決方案，有效降低工作門檻并提高效率。Gcode 是 3D 列印 領域使用的一種程式設計語言，向3D列印機提供如何列印物體的特定指令。 但是編寫 Gcode 需要對 3D 列印流程有深入了解，手動編寫非常耗時且 容易出錯。生成優化的 Gcode能夠確定産品品質并減少漫長的試錯時間， 進而節省材料和時間。研究人員發現 ChatGPT 在 1 小時内成功優化了 15 個列印參數并解釋了每個參數更改的原因，這項任務本來需要大約三周 才能完成。
4.3. 設計與工業軟體主流玩家均加速布局 AI，并已取得一定 成效
4.3.1. 廣聯達：AIGC 技術已被用于其核心産品
公司 2015 年就已經布局 AI，把 AI 技術确立為公司核心技術，持續多 年重點投入并取得成效。造價業務方面，突破基于深度學習的互動式生 成技術，利用大模型技術提供智能組價和智能算量等服務。施工業務方 面，勞務人臉識别終端實作量産，多項 CV 安全隐患識别算法內建進入 施工蜂鳥盒子産品，助力蜂鳥系統成功入選工信部《國家人工智能創新 應用先導區“智賦百景”》建設施工現場 AI 智能安全巡檢應用場景典型 案例。數字施工國際化方面，MagiCAD 釋出 AI 輔助設計功能，在核心 區域繼續擴大領先優勢，在英國、德國、意大利等重點拓展區域保持良 好的增長勢頭。
公司也在布局生成式 AI，在設計業務中，概念設計的階段之前是由設 計師做創意，然後一筆一筆畫出來，未來可以讓 AI 模拟人的創意快速 生成各種草圖。針對智能設計領域，公司目前已有一個專門的團隊在探 索，在一些項目上已經進行了初步的試用，但整體上仍處于較早期的階 段。比如 AI 強排的功能（按照建築強制性規範布置建築），在拍地階段， 幾十上百種的方案比選相比目前僅有幾種方案的對比有更大的價值量。 目前強排工具已進入使用者驗證，實時日照分析性能國内領先。 AI 在建築行業的運用已有先例。Autodesk 與 DAISY合作提高施工設計 流程的效率。DaisyAI 是第一款由人工智能（AI）提供支援的木材設計 CAD 軟體，可在 10 分鐘内生成符合規範的最佳設計，每天為工程師節 省 2-3 小時，減少 80%木材浪費。Autodesk 的 Kratos 研究項目則使用 AI 方法快速評估包括混凝土在内的多種材料的結構設計。2022 年，Kratos 與 DAISY 合作，使用 Kratos 計算木結構中的承重牆，并将結果輸出給 Daisy 來生成詳細的平面圖，減少了地基中使用的混凝土，降低施工成 本。
4.3.2. 中望軟體：已推出 AI 驅動的生成式設計功能
在 CAD 方面，公司可以根據已有資料研發内置的生成式設計功能。工 程師可通過 AIGC 向軟體指定他們的要求和目标，進而自動生成大量設 計方案。目前 AI 驅動的生成式設計功能已在 Siemens Solid Edge、PTC Creo 及 Autodesk FUSION 360 等主流 CAD 産品中投入使用。 在 CAE 方面，AI 可賦能仿真優化，提升仿真效率，助力公司工業 AI 模型訓練。通過與 Ansys Twin Builder 合作，微軟 Project Bonsai可同時 運作數百個機器或者應用的虛拟模型，并将這些數字孿生生成的資料， 直接輸入大腦對其進行優化。使用大量虛拟模型可以縮短訓練時間，降 低成本，并學習了解所有可能遇到的情況，增加工業 AI 模型精确度。
4.3.3. 中控技術：自研國内首個流程工業過程模拟與設計平台
APEX 海量資料助力大模型訓練進而優化工程裝置。2022 年 11 月，公 司正式釋出了自主研發的 APEX，成為國内首個流程工業過程模拟與設 計平台。其基于機理模型打通了工藝設計到工廠運作的資料流程，實作 了工藝模拟、工藝瓶頸分析和運作優化等功能，提供從工程設計、工廠 數字孿生、生産運作到全生命周期運維的智能化營運解決方案。通過 APEX 運作得到的海量資料也将投入 AI 大模型對裝置進行優化，進一步 提升工廠效率。
5. AI 大模型背景下網絡安全機遇與産業并存，各方 加速布局
5.1. AI 大模型催化，網絡安全産業機會與挑戰并存
5.1.1. “安全”、“AI 安全”與“安全的 AI”同等重要
網絡安全威脅日益加劇。随着網際網路應用普及化，所對應的網絡威脅數 目随之上升，而且其複雜性也相對增加，對網絡安全帶來了巨大挑戰。 如今移動裝置、物聯網、雲計算在企業中的應用日益普及，攻擊面也相 對增加。此外，黑客可以利用人工智能來不斷變形病毒/惡意軟體，而傳 統的靜态防禦解決方案未必能對此有效檢測以及阻斷。另外，網絡攻擊 服務化（Cyberattack-as-a-Service）令網絡攻擊變得普及，攻擊者自身不 須擁有強大的黑客知識亦可以通過支付加密貨币獲得攻擊工具。 人工智能在網絡安全方面的作用是幫助組織降低入侵風險，并改善其整 體安全狀況。人工智能通過從過去的資料中學習來識别模式和趨勢，然 後這些資訊被用來預測未來的襲擊。人工智能驅動的系統還可以配置為 自動響應威脅，并在更快的時間内對抗網絡威脅。随着企業攻擊面不斷 發展和演變，時而必須處理多達數千億的時變信号以正确地計算風險。 為了應對這一前所未有的挑戰，神經網絡等人工智能工具和方法不斷發 展，以更有效和高效的威脅檢測和威脅消除功能，幫助資訊安全團隊保 護敏感資訊、降低入侵風險、降低安全營運成本、改善安全态勢。再者， 随着大模型潮流興起，網絡安全的産品能力、平台營運能力以及安全服 務都有望迎來全面的優化更新。
綜上，新技術浪潮下的網絡安全産業需要考慮四重安全。第一步是做好 傳統網絡安全防護，第二類是用人工智能相關算法或大模型對網絡安全 産品進行增強，以及對服務的優化賦能。該階段要保證 AI 大模型賦能 網安的過程中，AI 系統和網絡安全産品的內建能有效融合。第三，要保 證大模型輸出的 AI 能力的原生安全（在目前對齊、可解釋性等問題尚 未有效解決的前提下，也至少要保證安全風險不能被 AI 放大）。最後， 大模型本身的安全防護也十分重要，因為其作為 AI 能力輸出的基石， 本身的安全穩定有着根本性支撐作用。
5.1.2. 網絡安全與人工智能技術結合具備天然優勢
要弄清楚 AI 在網絡安全領域中的作用，首先要回顧下網絡安全産品本身的建構思路。網絡安全的建構思路以紅藍對抗為角度，即根據黑客攻 擊的時間順序來進行對應的防護。首先要進行最大化收斂網際網路上的暴 露面，第二步是對邊界的防護，也就是根據暴露内容部署相應的安全問 題防護以加強邊界，接着要進行區域控制，即監控手段建設，最後一步 是做強控。整個過程按照事前、事中和事後來建設網絡安全。
網絡安全單點産品的能力可以基于人工智能算法得到增強。前期的資産 梳理、安全漏洞排查以及邊界的防護方面，都需要防火牆、IDS/IPS 等 産品部署，而與傳統的軟體驅動或手動方法相比，機器學習技術可通過 結合來自主機、網絡和雲上的反惡意軟體元件的大量資料來改進惡意軟 件檢測；深度學習使用大量資料來訓練深度神經網絡，此舉也能助力防 範各類攻擊。比如 Google 利用深度學習來檢測難以檢測的基于圖像的電 子郵件、含有隐藏内容的電子郵件，以及來自新形成域的通信，這有助 于檢測複雜的網絡釣魚攻擊，包括與垃圾郵件有關的網際網路流量模式； 深度學習架構可以用于發現隐藏或潛在的模式，并随着時間的推移變得 更加環境敏感，這有助于識别零日漏洞或活動，例如自然語言處理可以 掃描源代碼中的危險檔案并标記它們，“生成對抗網絡”可以學習模仿任 何資料分布，也可以在識别複雜缺陷方面有用。
5.1.3. 大模型對網絡安全産業的供給側和需求側帶來巨大變化
大語言模型技術的廣泛應用，能夠賦能網絡安全産業的諸多環節，甚至 可能對部分環節帶來颠覆性的改變。以 GPT 為代表的大模型的本質是理 解語言意圖并根據意圖進行任務配置設定，進而實作對話、計算、制圖等能 力，具有語言體系且流程性工作的占比較大的工作環節能被大模型所賦 能。同時，出于工程落地難度及成本效益考慮，大模型更适合用于規模較 大、所需人工較多的環節。 從網絡安全廠商供給能力來看，大模型的語義了解及代碼生成等能力可 以有效賦能安全産品及服務。網安的日志為計算機領域的語言體系，GPT 在 Github 中預訓練之後，對于日志的了解具有天然優勢。同時，安全運 營涉及大量流程性工作，部分環節人力需求較多，而大模型的應用有望在安全營運中心（SOC）場景中降低安全服務人員的數量，實作降本增 效。例如在使用者行為分析（UEBA）方面，傳統的 SIEM 是基于特征和 規則進行分析，而使用者行為超越了規則和相關性，可通過大模型的賦能 研究攻擊者行為模式，進而更加有效地檢測内部威脅、針對性攻擊和欺 騙；又例如，在攻擊者可以加密資料之前，SIEM 可能會檢測到勒索軟 件的警報并在受影響的系統上自動執行應對操作，大模型的代碼生成能 力可以提升系統的自動響應能力。
5.1.4. 大模型輸出的 AI 能力要有原生的安全性
雖然大模型能夠帶來網絡安全性能的較大飛躍，但也要考慮大模型所輸 出的 AI 能力的安全性。大模型輸出能力的安全性，即“安全的 AI”，在 其産業應用過程中跟傳統網絡安全防護同等重要，本質上是因為 AI 大 模型作為一個工具，應當幫助人們而不是取代人們或對人類社會造成傷 害。基于安全的大模型，其對傳統網絡安全的賦能的有效性才能得到充 分保證。 “安全的 AI”（AI Safety）思想是緻力于建構安全的大模型，模型安全 需要重點考慮三大因素。AI Safety 的具體内容包括：與人類意圖對齊 （Alignment）、可解釋性（Interpreferability）、魯棒性（Robustness）。其 中，對齊（Alignment）要求 AI 系統的目标要和人類的價值觀與利益相 保持一緻，但 AI 對齊的實作也存在三方面挑戰，一是選擇合适的價值 觀，二是将價值觀編碼到 AI 系統中，三是選擇合适的訓練資料；可解 釋性是指對模型内部機制的了解以及對模型結果的了解；魯棒性可以理 解為模型對資料變化的容忍度。
資料防洩漏（DLP）是企業客戶目前絕對的頭号安全需求。三星半導體 工廠的員工在将源代碼輸入 ChatGPT 以識别和消除錯誤并優化程式的 同時，也無意中通過 GPT 向公衆洩露了機密的生産資料，另一名三星員 工使用 AI 聊天機器人總結會議記錄，導緻該會議記錄被洩露。上述數 據洩漏事件隻是冰山一角，根據 CYBERHAVEN 在 3 月 21 日釋出的調 查，8.2%的員工在工作場合使用過 ChatGPT，6.5%的員工曾經将公司數 據粘貼進去過，3.1%的員工曾經将公司敏感資料喂給過 ChatGPT，而敏 感資料占員工粘貼總資料的 11%。
5.1.5. 大模型本身的安全防護也同等重要
在 AI 大模型的系統內建階段，情況就變得更加複雜。人工智能應用的 系統內建不僅涉及人工智能技術本身的安全風險，還涉及車載系統、網 絡、軟體、硬體的結合點問題，這些威脅包括 AI 資料和模型的機密性、 代碼漏洞、人工智能偏見等。 是以，針對大模型使用過程中的隐患點，海外已經出現了專注于大模型 的防火牆公司。Arthur Sheild 是首個用于大語言模型的防火牆，幫助公 司更快、更安全地部署 ChatGPT 等大模型應用程式，保障模型部署和運 行安全。Arthur Sheild 能力可以包括：防止 PII 或敏感資料洩露、防止有 毒的且攻擊性的或有問題的語言生成、防止幻覺、使用者惡意提示以及防 止惡意注入。
大模型除了需要傳統的企業安全堆棧保護，還有一些差別于其他軟體開 發公司的安全防護需求。在傳統保護方面，比如使用 Cloudflare、Auth0 來管理流量和使用者身份。ChatGPT 在三月份經曆了 Redis Bug 導緻的信 息洩漏和當機，這就産生了對例如 Datadog 和 Sumo Logic 等 APM、可 觀測性供應商的需求。大模型還有一些差別于其他軟體開發公司的安全 防護需求，比如 Prompt 注入攻擊等，則對安全公司提出了更高的要求。 海外已出現許多專注于 Security for AI 的公司，比如 HiddenLayer MLSEC 平台是一種基于軟體的非侵入式平台，主要用于監測機器學習（ML） 算法的輸入和輸出，可以阻止對抗性攻擊并提供對 ML 資産的健康和安 全的可見性。平台基于不需要通路客戶資料或知識産權的雲架構，在不 影響速度、效率和可靠性的情況下保護客戶的 ML 資産。同時，平台可 幫助客戶維護 ML 算法，保護其免受推理、資料中毒、逃避或模型注入 等攻擊，并防止敏感訓練資料被公開。
5.2. AI 網絡安全市場高速增長，海外巨頭布局迅速
全球 AI 網絡安全的投資呈現高速增長态勢。物聯網的日益普及、對數 據保護的擔憂不斷增加以及網絡攻防對抗持續更新等因素推動着 AI 在 網絡安全行業的發展，越來越多的網絡安全廠商加大對 AI 安全市場的 投資力度，搶占“AI+安全”制高點。MarketsAndMarkets 調研資料顯示， 2023 年 AI 在網絡安全市場規模為 224 億美元，預計到 2028 年将達到 606 億美元，CAGR 為 21.9%，同時，MarketsAndMarkets 認為在預測期 内，北美将占據 AI 網絡安全市場最大份額。
海外頭部安全廠商也持續加碼 AI 相關産品應用。IBM Security Qradar Suite 産品嵌入 AI 和自動化，加快了安全團隊對攻擊鍊每個步驟的響應 速度；CrowdStrike 公司與 Cribl 聯合推出 CrowdStream，旨在提供更加快 捷和準确的網絡安全資料采集與分析；Fortinet 打造的 FortiXDR 是首款 利用 AI 進行事件調查響應的解決方案，可以完全自動化完成通常由經 驗豐富的安全分析人員處理的安全營運流程，因而能夠跨廣泛的攻擊面 更快速地緩解威脅。
5.3. 國内廠商 AI 能力積澱已久，大模型方向紛紛加碼
5.3.1. 奇安信：把握 AI 新機遇，深入探索網絡安全藍海
把握新技術浪潮，推出最貼合市場的新産品和新服務。針對生成式人工 智能（AIGC）技術，公司結合“内生安全”理念，利用多年以來的海量安 全大資料和知識積累，積極訓練專有的類 ChatGPT 安全大模型，計劃在 安全産品開發、威脅檢測、漏洞挖掘、安全營運及自動化、攻防對抗、 反病毒、威脅情報分析和營運、涉網犯罪分析等領域實作廣泛應用。奇 安信在 AI 技術賦能安全方向成果頗豐，其研究成果廣泛應用于公司産 品中，在資料挖掘、異常檢測、複雜網絡分析中都成功使用了深度學習 和機器學習技術。
5.3.2. 深信服：AI 布局前瞻，大模型領域先發優勢顯著
堅持 AI First 理念，以 AI 技術研究及應用賦能雲産品更新。公司采用“AI First”理念建構雲全産品體系，超融合、托管雲服務、桌面雲、存儲和數 據庫管理均需用到 AI 技術。基于該新推出的全新産品體系架構，可以 全面提升性能、可靠性、安全和運維管理方面的能力，并把這個能力稱 為 AFOPS、AIRUN 和 AISEC。AISEC 保證上雲即安全；AIRUN 使得 客戶使用雲的時候更加友善、有效、快捷；AIOPS 使得使用雲的時候維 護能力提高，自動化的水準提高，而不再需要更多的人力。
5.3.3. 天融信：AI 與産品深度融合，競争力持續提升
創新融入 AI，持續增強産品核心競争力。天融信在 AI 安全領域布局較 早，且早在 2019 年與 IDC 聯合釋出了國内首個《融入人工智能的下一 代防火牆》白皮書。公司主要運用 AI 技術進行威脅情報分析、網絡應 用分類、未知威脅檢測等，并已實際應用于公司産品，已釋出的産品有 防火牆、入侵防禦、僵木蠕、沙箱、大資料分析、态勢感覺、EDR、數 據防洩漏等。2022 年訂閱收入 3.13 億元，其中至少一半來源 AI 生産的 知識。同時，公司自 2020 年開始部署和使用類大模型，目前已訓練出 用于安全服務的基礎模型，同時正在訓練用于非核心子產品（例如自動化 測試）的代碼自動編寫模型，提升開發效率。
5.3.4. 綠盟科技：打造 AI 實驗室，加碼 GPT 智能應用
積極探索以 AISecOps、SecXOps 和安全知識圖譜為代表的新型 AI技術。 公司于 2016 年成立了八大實驗室，其中天樞實驗室專注于 AI 方向的研 究，積累深厚，目前已取得多項研究成果，包括：釋出了安全知識圖譜， 推出了 AI SecXOps 概念和産品，以及與高校研究機構合作釋出了白皮 書等。公司高度重視以 ChatGPT、GPT-4.0 為代表性的大語言模型對安 全産業的影響力，開展了對安全攻防、安全營運、GPT 内容識别等領域 類 GPT 技術的研究；憑借長期積澱的攻防知識、營運資料與威脅情報， 将在 2023 年第三季度釋出基于類 GPT 技術的智能安全服務機器人，旨 在把大模型能力用到代碼安全、安全營運效率提升、安全分析研判準确 度提升等方面。
5.3.5. 安恒資訊：資料安全體系完備，AI 賦能下優勢凸顯
安恒的大資料及資料安全相關産品廣泛使用了 AI 技術，産品力逐年提 升。資料安全是安恒的重大戰略方向，而資料安全與人工智能也具有天 然的結合性，公司常年來的産品打磨中均有效利用了 AI 技術優勢，産 品力持續提升，尤其展現在 AiSort 資料安全分級、AiMask 資料脫敏、 AiGate 資料安全網關、AiThink 行為分析以及 AiTrust 零信任等産品體系 中。
5.3.6. 啟明星辰：“盤小古”助力 AI 安全研發營運一體化
人工智能賦能安全一直是啟明星辰重點探索的方向。公司自主研發的人 工智能安全模組化和賦能平台，被威脅檢測、安全大資料分析、威脅情報、 UEBA 等多個産品廣泛采用，全面提升了安全資料治理、安全模型建構、 模型安全檢測、模型推理賦能等能力，實作了基于 ModelOps 和 AIOps 的人工智能應用快速搭建、模型全生命周期管理和多重賦能，助力流量 檢測技術、威脅檢測技術等實作智能化，推動公司網絡安全産品向自動 化、智能化進階。 啟明星辰于 2022 年釋出了“PanguBot(盤小古)”安全智慧生命體。公司基 于人工智能技術的智能化安全營運解決方案，構築了以全生命周期人工 智能安全服務、營運（AISecOps）為目标的 AI 安全研發營運一體化平 台。“PanguBot”由啟明星辰盤古人工智能平台提供模型運作算力和環境， 以 Chat 為視窗，應用基于安全營運專用語料庫訓練的自然語言模型，能 夠接收文字、語音、圖檔、視訊等方式的資訊輸入，通過文字和圖檔的 形式向使用者回報，并能夠整合各種營運工具，實作安全分析處置自動化， 此成為啟明星辰智能化安全營運的有力支撐。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。「連結」