1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放
GPT-4 是一个大型的多模态模型，相比上一代 ChatGPT 新增了图像功能，同时具备更精准的语言理解能力。GPT 的升级背后是 OpenAI 的大语言模型的进一步演进，同时带动下游应用的拓展，涌现出新一批应用场景。
1.1. GPT 迭代更新，人工智能掀起科技潮
GPT 升级至四代，模型能力高速提升。ChatGPT 是由 OpenAI 开发的自然语言生成模型，采用 Transformer 神经网络架构（又称 GPT-3.5 架构），基于大量的语料库使用指示学习和人工反馈的强化学习（RLHF）来指导模型训练。模型可理解并生成对各种主题的类似人类的响应，是 AIGC 技术进展的成果。2023 年 3 月 15 日，OpenAI 正式官宣了多模态大模型 GPT-4，ChatGPT4 将输入内容扩展到 2.5 万字内的文字和图像，较ChatGPT 能够处理更复杂、更细微的问题。
ChatGPT 提供变革性的用户体验，用户数量飙升。ChatGPT 发布后爆火，仅用 5 天时间用户量便破百万，推出 2 个月后用户量破亿，访问量从 1830 万增长到 6.72 亿，成为史上用户增长速度最快的消费级应用程序。最新版的 GPT-4 在 ChatGPT 的 GPT-3.5 基础上主要提升了语言模型方面的能力，并添加了多模态功能，可以接受图像输入并理解图像内容，可接受的文字输入长度也增加到 3.2 万 token，在不同语言情景和内部对抗性真实性评估的表现都显著优于 GPT-3.5，在各种专业和学术基准上已经表现出人类水平，为用户提供变革性的使用体验。
OpenAI 模型可以完成绝大多数文本和图像任务，具有成熟的生产力。根据 OpenAI的官方介绍，GPT-4可以接受文本和图像的信息，并允许用户指定任何图像或语言任务，处理超过 25000 个单词的文本。除了在各种标准考试和不同语言情景下都有突出的表现外，在图像的处理分析上，GPT-4 能够直接阅读并分析带有图片的论文，承担文本、音频、图像的生成和编辑任务，并能与用户一起迭代创意和技术写作任务，例如创作歌曲、编写剧本或学习用户的写作风格等。
ChatGPT 带动 AI 潮流，多种相关产品推出。办公领域，微软将 GPT-4 整合到 Office应用程序，Teams Premium 中接入 Chat GPT 提供人工智能生成章节和字幕实时翻译等功能；编程领域中，Viva Sales 将利用 ChatGPT 为电子邮件中客户问题生成回复建议，Stripe 使用 GPT-4 扫描商业网站并向客户支持人员提供摘要；软件领域，Duolingo 将GPT-4 构建到新的语言学习订阅层中，国内百度“文心一言”也正式推出，AI 的潮流开始遍布国内外多行业。
1.2. AIGC 发展改革生产力，已具备多领域应用能力
AIGC 发展改革生产力，已具备多领域应用能力。AIGC 可以利用大量无标注数据进行自监督学习再利用少量的标注数据进行迁移学习，能够持续生成规模大、质量高、单位成本低的内容，在生产力上具有革命性的增长。在应用方面，按场景分类 AIGC 已经较为成熟地应用于文本和代码撰写、图像识别和生成，在影视、传媒、电商、C 端娱乐领域规模应用，未来将逐步拓展到视频和游戏等其他领域，为各个行业和领域的创新和发展提供更多可能性。
举例来看，OpenAI+传统搜索引擎=AI 智能搜索引擎：ChatGPT 能理解并生成类人类思维方式与上下文联系的结果，而传统的搜索引擎只是给出网页的链接，需要用户自己阅读、点击和判定。无论是知识的获取效率、回答问题的深度，还是交互的延展性，ChatGPT 都对传统搜索引擎是一种颠覆式进化。
OpenAI+办公软件：以 Office 全家桶与微软 Teams premium ChatGPT 为例，ChatGPT+Office 三大件 Word、Excel、PowerPoint 可完成从文字创作到可视化全程服务。ChatGPT 可以根据用户的描述需求自动撰写文档内容，缩短文档的创作时间；根据已形成文档内容智能推荐文档格式、排版等；并根据用户描述制作个性化 PPT，同时智能生成朗读语言助力 PPT 演示。Teams Premium ChatGPT 同样具有多样智能服务：1）自动提供实时翻译；2）自动生成文本型会议纪要；3）自动记录发言人员对话和内容；4）根据讨论上下文自动生成任务等。
1.3. AI 向实际场景落地，边缘算力重要性加速凸显
智能终端接入人工智能大模型的趋势是明确的，预计很快在下游应用层面将出现AI 百花齐放的景象。国产半导体产业已经加速了“创新车轮”，在端侧围绕计算、感知、存储等关键环节作充足准备，以迎接人工智能新机遇。作为人工智能算力主要供应商的英伟达，对人工智能下一个浪潮就提出了“具身智能”预测，即通过将智能算法与物理实体的感知、行动和环境交互相结合，使机器能够以更自然、更智能的方式与环境进行交互和解决问题的能力，打开了 AI 与机器进一步融合的想象空间。另外，近期 Open AI扩大开源插件数量，有望快速开启 GPT 在垂直领域的大模型应用。
从 AI 产业链视角来看，半导体与通信行业是底层基础，电子硬件是终端载体，传媒与计算机侧重于落地应用。基础设施层核心的 AI 芯片产业是高技术壁垒行业，目前主要由英伟达垄断，大陆与海外市场差距较为明显，短板突出且需要时间成本投入；算法层存在一定机会，但由于模型的训练是一项长回报周期、高资金投入的工作，最终市场将呈现马太效应，会由少数大厂具备通用大模型能力，并朝着基础设施的方向演化。电子硬件作为承载应用的终端载体，在各类创新应用发展的推动下，将迎来需求的增长。
在 AI 商业化的进程中，在边缘计算的加持下“端”的应用有望弥补 AI 大模型的局限性。边缘计算指的是将计算和数据存储能力移动到接近数据源的边缘设备，如 AI边缘计算盒子、物联网设备等，而不仅仅依赖于远程的云服务器。边缘计算在成本、时延、隐私上具有天然优势，也可以作为桥梁，预处理海量复杂需求，并将其导向大模型。人工智能的未来既需要终端侧 AI，也需要云端 AI。在终端侧运行 AI 应用可提升成本效益、增强隐私性、个性化并降低时延；与仅在 CPU 或 GPU 上进行 AI 工作负载处理比较，骁龙平台集成专用的高通 AI 引擎，处理 AI 工作负载可以更加高效，让小巧轻薄的设备也能支持终端侧 AI。根据 STL Partners 统计，2030 年全球边缘潜在市场将达 4450亿美元，10 年 CARG 为 48%。根据亿欧智库，2025 年大陆边缘计算市场空间达 1988亿元，具备较大发展潜力。
2. C 端：AI+拓宽应用场景，推动创新需求
C 端更注重用户体验和使用场景的匹配，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。
2.1. XR：AIGC 降本增效拓展应用场景，有望提升设备渗透率
2.1.1. 终端设备品牌厂商大力推动应用场景拓展
苹果如期发布首款 MR 头显 Apple Vision Pro，硬件层面规格拉满，M2 计算+R1 传感双芯片，搭载单眼 4k 分辨率硅基 OLED+3p pancake 显示方案，同时通过 12 摄像头+5 传感器+6 麦克风、沉浸式声学系统、双向透视、虹膜识别、瞳距调节等，仅依赖于语音、视觉、手感等即可高效实时交互。Vision Pro 聚焦游戏、工作、交流，在工业、医疗、设计等多领域，有望成为增强生产力的工具，也意味着正式进入空间计算时代。Vision OS 提供了多项应用场景：
⚫ 高效办公，打破远程办公地域限制。Vision OS 可以允许应用程序在任何比例下并排显示，并提供无限屏幕空间。Vision Pro 可以兼容并在虚拟空间中显示Mac 屏幕，并与 iPhone、iPad 和 Mac 保持同步。FaceTime 通话让群组沟通更加简单自然，使办公场景更加自如高效。
⚫ 3D 相机为照片和视频增加新维度。空间计算使照片和视频色彩惊艳，细节出众，全景照片可展开并以实景大小环绕带来身临其境的感受。Vision Pro 是苹果首台 3D 相机，可利用 3D 功能和空间音频捕捉并贮存珍惜回忆。
⚫ 空间转换带来绝佳视听体验。通过两块 2300 万像素的 Micro OLED 显示屏，Apple Vision Pro 可将任何空间转换成个人影院，屏幕感受如同 100 英尺之宽阔，Apple Immersive Videos 提供 180 度高分辨率视频并搭载空间音频。
⚫ Vision Pro 带来沉浸式游戏体验。空间计算让新游戏类型得以成真，可提供各种沉浸程度的体验，并支持常用的游戏手柄。苹果与 Unity 合作，引入常用 Unity游戏和 APP，可完全访问 Vision OS 功能，例如透视、高分辨率渲染和原生手势，并可与其他 Vision OS APP 同步渲染，构建了一个出色的游戏开发者平台。
Vision Pro 为开发者开启无限可能。开发者可无缝迁移新平台，打造全新 APP。苹果为 Apple Vision Pro 准备了全新的应用商店，用户可以在这里发现开发者为 visionOS开发的应用和内容，并访问成千上万的兼容 iPhone 和 iPad 应用程序，未来新平台生态将有无限可能。
眼球+手部追踪，突破性系统级交互。Vision Pro 头显搭载外置 3D 摄像模组+Insideout 空间定位技术捕捉手部定位，同时配备内置传感器读取眼球相关数据，用户可以仅通过视线瞄准选择特定按钮、应用程序或列表项目，然后通过拇指与食指捏合以激活任务。目前 Quest 2 仅允许用户使用手部追踪功能以控制界面，PSVR 2 仅提供眼动追踪技术用于某些游戏菜单选择与导航，Quest Pro 虽然同时包括眼动与手部追踪技术但并不能把二者串联起来进行交互或选择，Vision Pro 头显可以实现眼球与手部追踪技术的突破性系统级交互功能。
2.1.2. 应用场景拓宽是行业发展重点，AI 和 XR 发展相辅相成
XR 设备上游主要为设备零部件，按照零部件成本排序分为各类芯片单元（35-40%）、内置显示屏（25-30%），内置镜片（10-15%），外置摄像头（10-15%），各类结构件（10-15%）以及交互手柄（5-10%）。其中芯片、显示及光学镜片是决定设备体验的核心环节。
产业链中游为代工集成方案商及终端设备品牌方。主流 VR/AR 设备品牌包括 Meta，PICO（字节），大朋，HTC 以及爱奇艺。XR 设备格局高度集中，Meta 推出的 Oculus 系XR 设备市占率自 2020 年 Q4 以来长期维持在 50%以上，PICO 紧随其后。XR 产业链下游方面分为 VR/AR 生态内容的制造者与提供生态内容的发布平台。上游的设备硬件以及中游的终端设备厂商根据下游客户的应用需求推陈出新，下游客户分为 B 端（消费级应用市场）与 C 端（企业级应用市场）。B 端的应用场景主要分为视频、直播、游戏、教育和社交五大领域。总体来说，在 2020 年，游戏在 VR 内容领域里占 40.5%，紧随其后是视频（20.1%），直播（8.9%），医疗（8.6%）以及教育（7.7%）。
AI 和 XR 发展相辅相成，相互促进。一方面，AI 技术可以收集 XR 设备上的各类数据，并高效处理，另一方面 AIGC 的发展将进一步提升内容制作效率。XR 设备的发展则反向推动 AI 技术深入和产业结合。
从数据处理角度看，近期，Meta 发布 AI 新模型 Segment Anything Model（SAM），可以为任何图像或者视频中的任何物体生产 mask，甚至包括在训练过程中没有遇到过的物体和图像类型。SAM 足够通用，可以涵盖广泛的场景，并且可以在新的图像领域上即开即用，无需额外的训练。SAM 模型将为 AIGC 应用打开新的应用空间。通过研究和数据集共享，Meta 希望进一步加速对图像分割以及更通用图像与视频理解的研究。Meta 预计，与专门为一组固定任务训练的系统相比，基于 prompt 工程等技术的可组合系统设计将支持更广泛的应用。SAM 可以成为 AR、VR、内容创建、科学领域和更通用AI 系统的强大组件。
从应用场景丰富和生态完善角度看，AI 与 VR/AR 技术的融合，将进一步丰富虚拟内容并提升研发效率。3D 内容（包括 3D 模型、3D 动画，和 3D 交互等）是 VR/AR 核心之一，目前各个领域的 3D 内容尚需要大量人工进行制作，而且对制作人员的门槛要求相对较高，因而产能较低，这是制约相关行业发展的一大瓶颈。而 AI 则有望一定程度上实现 3D 内容制作的自动化，替代部分重复劳动，并提升制作效率。目前 AIGC 在文本、图片、音乐等内容生成领域已经体现出了强大的生产能力，与 AI 生成文字、图像和视频相比，目前 AI 生成 3D 内容还处于初级阶段。但随着 AI 模型的发展与算力的提升，AI 有望带来 3D 内容生成领域的变革。当前，AR/VR 的主要内容形式是游戏，AI与 VR/AR 游戏相结合，通过不断用人体动态数据、语言、反应等信息训练 AI，VR/AR游戏中的虚拟角色动作、行为或更加流畅，且更加智能化，从而大大增强游戏的沉浸感。从终端硬件接入角度看，今年 4 月 11 日，尖端智能眼镜商 Innovative Eyewear 公司旗下 brands 宣布推出一款名为 Lucyd 的新 iOS/Android 应用程序，可支持 ChatGPT 语音界面，用户可以通过眼镜内置的麦克风向 ChatGPT 提问，并通过立体声扬声器听到回答，成为第一家提供支持 ChatGPT 的智能眼镜公司。佳禾智能也表示，公司已出货给客户的智能眼镜已搭载其 AI 语音助手模型，客户也将根据其规划搭载自身的 AI 大模型，公司产品会留有相应的接口供客户选择接入 AI 大模型，在产品规划中已有相关布局。
2.2. 手机：有望成为出货量最大，交互最频繁的 AI 硬件入口
2.2.1. 手机需求放缓，科技创新或将成为刺激换机的重要动力
2023 Q1 中国智能手机出货量同比下降 8%，比前几个季度的同比下降幅度收窄。IDC 预计 2023 年中国手机市场出货量同比下降 0.9%，降幅继续收窄，2024 年有望迎来反弹。总体而言，大众市场的需求仍然疲软，所有主要的安卓手机制造商都出现了环比下降，在提高产量方面表现谨慎，需求管理程度弱，避免市场上出现任何不健康的库存积压。苹果市场份额的提高在于 iPhone14 发售，向中国高端手机市场进行进一步扩张。
智能手机性能过剩，急需有明显突破优势的软件或应用更新。Strategy Analytics 发布的报告指出，用户换新手机的决策有五种行为模式，分别为品牌热爱者、低价实用者、渴求地位者、科技发烧友、价值最大化者。其中价值最大化者占比最高为 25%，科技发烧友占比紧随其后为 24%。可见，在剔除品牌附加值的前提下，拥有更高创新水平的手机应用体验成为推动用户更换手机的重要动力来源。
2.2.2. AIGC 赋能智能手机，有望成为新的需求推动点
在硬件创新力度逐渐收窄的背景下，AIGC 赋能智能手机有望成为新的需求推动点。
2023 年 5 月 19 日，Open AI 在官网宣布，在美国推出 iOS 平台的 ChatGPT 应用程序，将在未来几周扩展至其他国家。该 APP 可向用户提供定制化建议、激发创作灵感，或者让用户实现个性化学习。此外，Open AI 还表示将很快推出 Android 版ChatGPT 应用。
2023 年 5 月 11 日，谷歌在 I/O 大会上发布 Android14，首次引入魔法撰写（MagicCompose，在消息和对话中使用，以不同的风格重写文本，通过 AI 修饰语言）、生成式AI 壁纸（Generative AI Wallpapers，可选择各种风格和关键词，来生成高清图片）等功能，预计未来 AI 技术将进一步赋能智能机，进而加速智能机的普及和应用。
AIGC 领域目前呈现内容类型不断丰富、内容质量不断提升、技术的通用性和工业化水平越来越强等趋势，涌现了写作助手、AI 绘画、对话机器人、数字人等应用，支撑着传媒、电商、娱乐、影视等领域的内容需求。未来随着智能手机硬件算力提升，相关的 AIGC 应用在智能手机终端可能会得以普及。
以传音控股为例，公司在今年 5 月发布 TECNO Camon20 是全球首款接入 OpenAI并实现 ChatGPT“文字输入文字输出”AI 助手的手机；同时，公司旗下 Infinix 推出基于 AIGC 技术打造的具备多语言对话能力的 AI 向导 X-bartender。
传音控股自 2018 年起着手 AI 相关技术布局，2020 年成立 AI 专门技术部门，目前在多语种 AI 语音助手、AI 场景识别、数字人技术、垂直领域多模态感知与交互技术等均有布局。公司正加快布局新兴市场智能语音技术，赋能智能终端产品及移动互联服务多场景应用，由公司 AI 技术部和同济大学联合主导的“非洲本土语言 AI 言语技术开创者”项目斩获 2022 中非青年创新创业大赛一等奖。此外，公司正式推出自研百亿级参数大语言模型 Sahara，目前在部分场景问答评测接近 ChatGPT 的 92.35%，同时公司积极开展垂直领域多模态感知与交互技术等研究，基于长期积累的针对非洲的语音、图像、视频等资料库，我们预计公司未来有望打造超越通用大模型的垂直领域 AI 模型，为用户带来更佳使用体验。
2.3. IOT 智能终端：AI 赋能拓展应用场景
全球物联网仍保持高速增长。物联网领域仍具备广阔的发展空间，根据 GSMA 发布的《The mobile economy 2020 (2020 年移动经济)》报告显示，2019 年全球物联网总连接数达到 120 亿，预计到 2025 年，全球物联网总连接数规模将达到 246 亿，年复合增长率高达 13%。大陆物联网连接数全球占比高达 30%，2019 年大陆的物联网连接数 36.3亿。而根据 2021 年 9 月世界物联网大会上的数据，2020 年末，大陆物联网的数量已经达到 45.3 亿个，预计 2025 年能够超过 80 亿个。2019 年大陆物联网市场规模约在 1.76万亿元左右，2020 年根据赛迪公布的数据，大陆物联网市场规模约达到 2.14 万亿元左右。初步统计，2021 年市场规模为 2.63 万亿元。未来广阔的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。未来 6 年中国物联网的发展将保持高速增长，到2027 年市场规模超过 7 万亿元。
物联网由三项关键的新兴技术支持：人工智能(AI)：使设备能够像人类一样学习、推理和处理信息的可编程功能和系统。5G 网络：具有高速，接近零延迟的第五代移动网络，用于实时数据处理。大数据：从众多互联网连接来源处理的大量数据。随着物联网设备数量的增加，数据的泛滥也将是自然而然的。这就是 AI 介入的地方——将其学习功能扩展到 IoT，增强它们的连接性。
2.3.1. 智能机顶盒：有望从视频控制终端成为智能家居终端载体设备
机顶盒作为各类媒资、内容的调用、控制终端，具备 AI 落地场景。基于 AI 功能，机顶盒有望从控制终端成为智能家居终端载体设备：
1）拓展功能：通过融合近场及远场语音，链接电视大屏，拓展搜索、教育、游戏、健康、AI 助理等功能；通过 AI 智能感知实现对温湿度、烟感、PM 值、老人儿童等的智能感知；通过智能控制功能对电视、门锁、摄像头、灯光、窗帘等进行集中化控制。
2）实现语音控制：用户在家庭通过语言控制，在远程通过手机控制。并且通过OpenAI 的自定义语言模型实现高质量回答用户问题，同时也能收集问题给开发者反馈。
3）AIGC 智能搜索，提升用户体验：基于 AIGC，实现用户多轮对话操控终端设备，调用媒资库，实现影视片、体育直播、教育、电商、本地城市资讯等内容的推荐、调用及呈现，提升用户使用便利性、频率及用户粘性。
2.3.1. 智能音响：语音识别+搜索引擎相结合，有望成为智能家居的控制中心
智能音箱是普通音箱的升级版，通过语音指令达到与智能家居交互的目的。“智能”在于语音识别+搜索引擎相结合，快速响应结果。在语音交互技术发展的大背景下，智能音箱产品在提供内容娱乐、生活服务的同时，逐步向智能家居的控制中心拓展。
在百花齐放的智能音箱市场中，国内外科技巨头和人工智能创业公司如雨后春笋般涌入。品牌端，阿里巴巴发布了“天猫精灵”，科大讯飞和京东合资成立灵隆科技并发布“叮咚音箱”，联想推出了“联想智能”，小米推出了“小米 AI”，有谷歌投资背景的创业公司出门问问也发布了“问问音箱”。目前，智能音箱市场的竞争较为激烈，互联网厂商占据主导地位，前四大品牌分别为百度、小米、天猫精灵、华为，2022 年市占率分别为 35%、31%、27%、4%，合计占据中国智能音箱 97%的市场份额。
组装环节，国光电器 6 月 15 日在投资者互动平台表示，公司目前推出的搭载 ChatGPT 的智能音箱是依据云端的算力提供反馈内容的。未来，AI 音箱搭载的是大模型或小模型，并需要匹配有不同的算力提供方案，公司针对各类型 AI 音箱均有研发、设计方案。
芯片环节，目前市场上主流的智能音箱主控芯片主要来自：苹果、全志、晶晨、创锐讯、百度、博通、君正、英特尔、炬芯、杰理、澜至、联发科、美满、瑞芯微等。既有自研芯片的苹果、百度等终端品牌商，也有全志科技等专业从事音频装备 SoC 主控芯片的芯片设计厂商。
ChatGPT 有望解决智能音箱痛点问题，带动智能音箱迎来新一轮的飞跃。语音交互是智能音箱核心的功能和卖点，传统智能音箱产品难以实现类似人与人之间的“对话式”交流，难以应付复杂的对话场景。目前，随着 ChatGPT 等全新语言模型的到来，无论是对更加复杂语言的推理和分析，还是优秀的对话连贯性和流畅性，或是所能提供的更加个性化的服务，均有希望延展到智能音箱上。ChatGPT 的到来使智能音箱从自动理解、生成语言，到进行流畅的对话和问答，都可以给用户提供更加全面、智能、个性化的服务，人工智能的发展有望拉动智能音箱迎来新一轮的飞跃。
2.3.2. 智能耳机：AI 服务向移动化、个人化方向发展
虽然同样是智能音频类产品，智能耳机与智能音箱类产品的定位有着根本性的差异。智能耳机背后隐藏的是 AI 服务和能力向移动化、个人化方向发展的趋势，而这种随身随时随地的使用需求，最终催生的将是适合全场景的高度泛用型的 AI。耳机可以在不占用视觉的前提下，让用户保持全时在线，是人接入 AI 服务时更好的补充。
2023 年 5 月 24 日，讯飞正式发布新一代录音降噪会议耳机 iFLYBUDS Nano+，除了实现了全场景录音转文字、多语种录音转译，还拥有 VIAIM AI 生成式会议助理等功能，将其核心功能聚焦于办公上，赋予耳机更多实用性。VIAIM AI 是一项 AI 生成式会议办公效率工具，它基于语言文本，进行智能处理、编辑及管理，满足日常会议办公需求。目前可实现摘要总结提取、待办事项提取及待办事项跟进等功能。
AI 翻译也是耳机重要的使用场景之一。相较于传统的手持式翻译机和翻译软件，佩戴式 AI 翻译耳机能真正做到解放双手，以更便捷、高效的方式进行自由交流，使跨语言交流变得更加自然和流畅。AI 技术的应用使翻译耳机能够深入理解和分析语境，提供准确、自然且符合上下文逻辑的翻译结果。
3. B 端：AI+提升生产效率，应用场景发展潜力逐渐释放
随着技术和应用的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以帮助企业提高生产效率、提升客户体验和创造新的商业价值。在未来，AI 技术的不断发展和应用将为企业带来更多的机会和挑战。
3.1. 安防：AI+安防智能化变革，推进创新业务发展
伴随着数字经济持续与实体经济相结合，安防产业率先受益于 AI 产业的成熟发展。AI 使安防产业无论在产品上还是技术上都将迎来新一轮的发展与革新。
3.1.1. AI 助力传统安防，智能化转型成必然趋势
中国安防在多年建设发展中已在全球市场占据较高份额，市场发展步入稳定成熟阶段。安防行业受政策驱动影响明显，平安城市、雪亮工程政策成为过去十年安防行业重要的政策推动力。2015-2018 年为雪亮工程大规模推广的阶段，全国公共安全财政支出增速均高于 10%；伴随两大政策步入尾声，安防行业的增速步入平稳增长期。2022 年国内经济受多地疫情冲击，项目实施放缓、工期延后、交付周期拉长、资金紧张以及最终结算问题，使得行业需求受到一定抑制。随着国内疫情防控政策优化调整，各地再次将经济发展列为首要目标，预计 2023 年开始安防需求有望顺经济周期修复。
传统安防智能化转型为必然趋势，AI 助力安防行业转型。2020 年以来，国内安防市场软件渗透率提高，项目转向智慧化的趋势更加明显。智慧化成为安防行业的主流趋势，推动安防市场维持正向增长。在智慧项目推动下，中国智能视频监控市场规模增速高于全球市场，2019 年中国智能视频监控市场规模达到 106 亿美元，约占全球市场的48%，预计到 2024 年中国智能视频监控市场将达到 167 亿美元；5 年复合增长率预计为 9.6%，高于全球市场的 7.1%。
“十三五”期间，安防行业主要发展摄像头等硬件设备。“十四五”期间由于规划政策纲要有所变化，软件平台和业务系统的建设比重明显提升，AI+安防赛道开始进入“数据智能”时代。未来，AI+安防领域收入将更集中于“视频数据中台建设”及垂直业务系统开发。
3.1.2. 安防解决方案正在向云+边缘的方案演进
AI 在视频监控领域的落地首先从云端开始，即在后端产品加入 AI 计算功能，实现视频数据的智能化分析。随着摄像机的清晰度提高、可拍摄距离增大，分辨率提高，通过网络回传的数据量也越来越大，将数据的结构化、处理与分析完全集中到云端会有网络传输压力、实时性要求达不到、准确性降低等问题。
“云+边缘”的边缘计算解决方案，把 AI 算力注入边缘，提升 AI 服务器的响应速度，也大幅降低了网络运营成本。通过在网络摄像头上添加人工智能芯片，前端摄像头可以实时对视频数据进行结构化处理。例如，设置在交通路口的摄像头可以提取车牌，车型等汽车信息，和乘客数量，是否带安全带等乘客信息回传给数据中心，方便进行实时分析，优化系统反应能力。
根据智能化程度的不同，智能摄像机可以分为三个层次：智能网络摄像机（Smart IPC）：在传统 IPC 基础上，增加了一些特定的识别功能（如行为分析、异常侦测、统计功能等），无需额外增加 AI 协处理器，有望率先大规模推广。结构化分析摄像机：以北京君正的 T20+T01 方案为例，在 IPC SoC 基础上加入了简单的 NPU 浅层处理器，能够从视频数据中提取一些特定信息比如车牌、车辆信息等。深度学习摄像机：有单独的 AI 芯片（GPU/FPGA/ASIC），采用深度学习算法，对视频数据进行结构化处理，并做不同维度的分析，提高目标的识别准确性。
云边结合的趋势下，前端智能芯片迎来更大机会。云边结合的关键在于将视频分析的能力从完全云端分析到云端终端一起分析，因此前端的 AI 能力重要性将显著增加。实现前端 AI 能力，前端设备内置的 AI 芯片必不可少。
3.2. 机器视觉检测：AI+提升检测精度，替代传统人眼检测
人工智能亦将更加广泛地应用到智能制造行业中。全球制造业先后经来，精密光学、计算机软件算法、机械运动、电气控制等软、硬件技术的演进为智能制造奠定了深厚的底层技术基础。国务院发布的《新一代人工智能发展规划》提到，将全面推动人工智能与制造业的融合，解决中国制造业在推进智能化转型过程中面临的问题。历了手工制造、流水线、自动化、柔性自动化和集成自动化等过程，装备的形态和复杂性也相应发生改变，经历了机械化、电气化、数字化三个历史发展阶段，智能化已成为发展趋势。近年来，精密光学、计算机软件算法、机械运动、电气控制等软、硬件技术的演进为智能制造奠定了深厚的底层技术基础。国务院发布的《新一代人工智能发展规划》提到，将全面推动人工智能与制造业的融合，解决中国制造业在推进智能化转型过程中面临的问题。
机器视觉作为人工智能的一部分已经广泛运用于智能装备中，未来通过深度学习、增强学习、迁移学习等技术的应用，智能制造将提升制造领域知识产生、获取、应用和传承的效率。机器视觉是用机器代替人眼来进行检测和判断，主要是通过图像传感器将被摄取目标转换成图像数据，传送给专用的图像处理系统，图像处理系统对这些图像数据进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
机器视觉检测是 AI 技术在智能制造中最好的落脚点之一。举例来看：
AI 图像增强技术等技术可以通过人工智能机器学习算法预处理图片，提升工业相机拍摄照片或扫描出图像的对比度，降低图像噪点，增强图像边缘等，提升后续进一步检测的准确度。
AI 缺陷检测算法则可针对消费电子类产品常见的压伤、凹凸、异物等各种缺陷完成大量模型预训练。在具体项目中调用视觉检测平台时则可通过小样本训练检测技术，使用 50-100 张图像数据构建适配项目需求的检测参数，具有灵活性的特点，可以快速部署到项目应用中，更可以针对多种缺陷进行适配，解决复杂缺陷检测。
虽然近年大陆智能装备行业发展较快，但资金及专业人才的集聚困难一定程度上制约了行业内企业的规模化发展，行业内仍以中小规模企业为主。根据荣旗科技招股说明书，2020 年公司在大陆机器视觉行业的市场占有率约为 2%，其中在消费电子领域的市场占有率约为 4%，市场份额提升空间较大，成长空间广阔。
4. 标的梳理
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，相关上市公司标的梳理：
终端品牌：传音控股、漫步者、创维数字、国光电器。
B 端应用：海康威视、大华股份、天准科技、凌云光。
服务器端：PCB 龙头沪电股份、全球代工龙头工业富联。
芯片端：大陆唯一先进制程晶圆厂中芯国际；
边缘 SOC：瑞芯微、全志科技、中科蓝汛、乐鑫科技、恒玄科技、晶晨股份；
存储：兆易创新、澜起科技、聚辰股份、北京君正。
零部件及组装：领益智造、兆威机电、三利谱、歌尔股份、长盈精密。
传输端：中际旭创、新易盛、华工科技。
（报告来源：东吴证券，仅供参考，如涉及版权，请联系删除。）