更多资料加入知识星球：水木调研纪要关注公众号：水木纪要 但斌：剖解AI"颠覆"的力量！AI浪潮滚滚而来，如何抓住机会？20240603 摘要 ·东方港湾投资管理有限公司创始人但斌拥有32年的投资经验，其投资策略以长期价值投 资为主，并强调对趋势的准确把握。 以及世界无法改变的公司，例如茅台、爱马任等。 ·东方港湾在2023年成为全国百亿私募冠军，其成功关键在于对趋势的准确把握，例如及 时调整策略迎接人工智能元年的到来，并坚持选择具有长期价值的公司进行重仓持有 ·但斌认为，普通投资者应提高认知水平，屏蔽市场杂音，坚持长期持有优质企业，因为好 企业本身就是金字塔尖上的少数。 ·但斌对A股市场的小票现象持谨慎态度加认为小票估值偏贵，更倾向于投资平台型的大企 业，因为这些企业更符合长期投资理念。 ·但斌将核心产品命名为“美国马拉松投资”，体现了其对长期价值投资的坚持与信念，认 为投资就像一场马拉松，需要坚持不懈才能胜出。 报数据加V：shuinu9870 Q&A 您在投资领域已经有32年的经验，能否分享一下您职业生涯中的关键节点？ nu9870 您在2003年就买入茅台，并一直持有至今，当时是如何做出这个判断的？ 茅 ...

本次电话会议为闭门会议,未经天方证券许可不得通过任何途径将会议录音或纪要等向第三方提供或传播天方证券对违反上述要求的行为主体保留追究其法律责任的权利 各位投资人大家晚上好欢迎大家参加天峰TMT举办的二次AI行情核心标的电话会议今天有幸向各位投资人分享通信传媒电子计算机板块的相关观点首先有请天峰通信手机编辑师唐海青老师分享一下通信行业的最新观点好的谢谢主持人 因为我们今天的主题叫二次AI行情的标的推荐所以有必要跟大家一个是大的脉络简要梳理一下第二个就是说二次AI行情判断和到底有些何其标的这三个层面我们大家都知道实际上我们去年1月23号以来我们TMT 推了第一波的AI行情后来3月20号左右基本上我们一直在说联邦预计报的展望啊解读啊对吧所以意思意味着就是说分化行情震荡那么从三个礼拜开始我们就这个明确提出叫做积极布局这个年内的二次AI行情那么代表着我们认为就是说之前二三月份一波这个AI的第一波大浪潮年内的行情 那么从上周对吧开始那么到就从上周布局那么到这周开始进入今年的第二这个今年的这个第二波AI的行情那么为什么会有这个第二波AI行情的一个啊大的一个判断那么呃我觉得这里有几个大的背景啊那么一方面呢我们讲首先AI本身是 ...

本次电话会议仅服务于长江证券研究所白名单客户未经长江证券视讯书面许可任何机构或个人不得以任何形式对外公布复制刊载转载转发引用本次会议相关内容否则由此造成的一切后果及法律责任由该机构或个人承担长江证券保留追究其法律责任的权利 各位投资者晚上好我是长江传媒高超今天给各位投资者带来这个AI网金大浪的第四时期我们之前也提到过我们现在一周大概有三到四场这个电话会一般来看的话周二晚上会是跟AI这一块相关的一个持续包括这个大模型以及应用这块的一个国内外的跟踪 周三的话一般是这个MR相关的这个包括软件硬件这一块的一些动态变化周四的话一般是基于就是各系分领域里面包括就是不局限于广告游戏然后互联网等不同的这样的一些赛道一起票房的跟踪这样的一些 此领域的这样的一个持续跟踪那今天是我们整个AI黄金档的第40期我们还是对于海内外在上一周里面发生的一些重点就是变化进行一个持续的跟踪这一次的话在海外这一块的话其实主要变化是有一个就是独角兽的一个就是 非美区的这样的一个公司它其实是做了一个就是多语就是多语言的一个模型因为之前我们其实看到的大部分都是基于就是英文的这样的一些语言的训练而这一次的这个加拿大的这个公司它是主要是做了一个多语言的一个 ...

这是我刚来深圳的时候您刚来深圳 您现在从事投资应该是32年了我也特别想知道您人生当中的一个关键节点从2004年到2007年其实我们应该说是非常非常顺利的当时我们投白酒包括中药的龙头包括化工的龙头差的阶段是2004年就碰到退化剂 和白酒危机了对东方老官的影响也还是比较大但是好在其实当时我们的竞争并没有太大的跌幅就是除了龙头白酒以外我们其他投的都是涨幅都很好正好弥补了龙头白酒的下跌那您当时怎么能扛下那么大的余额呢林强巴菲特在历史上他的股票也有四次跌幅超过差不多50%其实你最终做过难关的最关键的是你对投资的东西你长远有没有信心 因为资本上最根本的逻辑它是利润增长加市值是吧你只要能够沿着这条主线树立的信心其实结算性的这种其实是很正常的03年就买茅台当时怎么就判断好了然后一直持有到现在因为这个行业它的特质非常好它就属于一个粮食釀造一下然后毛利率你想都要七八十甚至九十是吧然后净利润接近50%甚至更多一些是吧所以说它是有一个 另外其实我们说对投资的一种理解和误导就是说什么样商业模式是真正能够创造财富的我记得您说过两类一个是改变世界的一个是世界改变不了的这种商业模式其实也很少因为大多数公司随着时间推移它会 残酷的竞争会有变化 ...

今天是由我们的有色团队电信团队还有海外团队一起为您给做这个六月海外金股的汇报那我们这一次的海外金股的标记呢有以下这些中国虹桥华润电力腾讯瑞生科技比亚迪电子联想集团英伟达写信科技小鹏汽车还有一航智能 首先我先用一分钟时间简短汇报一下近期大家依然关注的港股资金的变化事实上大家看到像我们南下资金在港股各个板块里面的偏好是比较一致的 就是在这个高股息板块一直是处于一个非常集中的一个趋势那在外资的角度来说我们其实有看到外资呢在四月下旬到现在其实对这个港股的增持有一些变化从这个四月下旬一直到五月中上旬的时间 外资呢是全面的在增持港股包括科技板块啊消费制造啊高股息等等那从五月中下旬以来呢外资呈现出了一些这个撤离啊然后在一些各种层面比如说像呃一些像腾讯啊然后一些个嗯呃有色板块等等还有在继续的增持 那当然还有一些这个高股息的公司上面外资也在做一些增持所以就从板块上面来讲我们看到高股息板块可能是这个外资和南下基金共同的偏好那恒生科技呢近期外资在腾讯方面依然有在增持然后在其他公司上有在此前的这个大局加仓之后有一些这个撤离 这个是大家近期所关心的这个港股各个板块资金面的一些变化那从我们对六月份的这个金股推荐的角度来说呢我们主要也是围 ...

行业研究电话会议纪要关键要点 1. 研究对象与操作步骤测试 - 研究对象：未明确提及具体公司或行业 - 操作步骤测试：测试操作步骤的正确性，以验证苹果的能力是否能完全模仿人的操作 - 预期结果：如果操作步骤完全正确，则表明苹果具备模仿人类操作的能力 - 可能情况：在训练过程中，GP4O统治的APP的每个页面可能存在故意编辑的情况 - [1] 2. 可能的编辑情况 - 可能性：APP的页面可能被故意编辑 - 影响：可能影响测试结果的准确性 - [1]

会议主要讨论的核心内容 - 苹果公司利用AI技术控制第三方应用的能力非常强大 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] - 苹果公司可以通过持续截图并向GPT-O询问操作步骤,实现对第三方应用的完全控制 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] - 苹果公司的这种能力主要源于GPT-O模型,而其他安卓手机无法使用这种强大的模型 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] - 苹果公司未来可能会利用这种能力来控制第三方应用,并在营销上强调自身的本地应用和模型 [21][22] 问答环节重要的提问和回答 问题1 **提问者询问** 如何通过苹果手机控制第三方应用的操作 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] **回答者回答** 苹果公司可以通过持续截图并向GPT-O询问操作步骤,实现对第三方应用的完全控制 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] 问题2 **提问者询问** 苹果公司为什么能够比其他安卓手机更好地控制第三方应用 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] **回答者回答** 苹果公司的这种能力主要源于GPT-O模型,而其他安卓手机无法使用这种强大的模型 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] 问题3 **提问者询问** 苹果公司未来可能如何利用这种能力 [21][22] **回答者回答** 苹果公司未来可能会利用这种能力来控制第三方应用,并在营销上强调自身的本地应用和模型 [21][22]

会议主要讨论的核心内容 1) AIPC(人工智能个人电脑)是一种新兴的消费电子产品,具备以下五大特征: [3][4] - 搭载或直连云端的AI agent个人智能助手,可通过自然语言交互 - 本地安装经过压缩的AI模型和个性化知识数据库 - 采用CPU+GPU+NPU的异构协同计算架构 - 具备丰富的AI应用生态 - 具备充分的隐私安全保护机制 2) AIPC有望颠覆传统PC,带动新一轮的换机潮,预计全球PC销量将从2.6-2.7亿台增至3亿台以上 [4][15][16] 3) 联想、微软等厂商已推出首批AIPC产品,具备以下功能: [5][6][7] - 本地安装大模型,具备AI agent能力如任务分解、长短期记忆等 - 支持本地化AI应用如AIPPT制作、知识库交互等 - 部分功能依赖云端大模型如GPT-4O提供的能力 4) AIPC发展趋势包括: [7][13] - 云端大模型与本地化AI agent的混合模式 - 传统图形交互界面逐步弱化,AI agent成为主要入口 5) GPU和NPU将成为AIPC主要算力支撑,CPU性能要求相对降低 [23][24][25][26] 6) ARM架构处理器有望在AIPC市场份额提升,但软件生态建设仍需时间 [28][29][30][31][34] 7) 微软积极推动Windows on ARM,已大幅提升ARM原生应用支持 [31][32][33] 8) 高通、英特尔、AMD等芯片厂商正加速推出针对AIPC的新产品 [25][26][27] 9) PC厂商如戴尔、联想也将受益于AIPC趋势,带动其服务器和PC业务增长 [39][40][41][42] 问答环节重要的提问和回答 问题1 **提问** GPT-4O的出现对AIPC端侧产品或业务有哪些新的商业模式展望? [11] **回答** 1) GPT-4O将免费向所有用户开放,算法层面的成本下降将促进AIPC应用的货币化 [12] 2) GPT-4O的低延迟特性有望提升AI语音助手在AIPC上的应用体验,利好微软等厂商的AI办公产品 [13] 3) GPT-4O的强大性能有望推动AR/VR等新兴应用的创新,利好苹果、Meta等厂商 [13] 4) GPT-4O还可能带动AI教育等垂直应用的发展,利好相关软件厂商 [13] 问题2 **提问** 微软如何在PC设备之外受益于AIPC趋势? [8][9] **回答** 1) 通过操作系统OEM分销,推广Copilot等AI产品生态 [9] 2) 提供包括信息整合、本地化AI小功能、云端AI功能在内的Copilot产品套件 [9][10] 3) 与OpenAI、Adobe等合作,将先进AI模型如GPT-4O集成到Copilot产品中 [9][10] 问题3 **提问** A股市场上有哪些可能受益于AIPC趋势的相关标的? [43][44][45] **回答** 1) 结构件:春秋电子、光大同创等提供金属、碳纤维笔记本机壳 [44] 2) 散热件:龙阳电子等提供PC电磁屏蔽和散热件 [45] 3) ODM:华擎等为AIPC整机提供前期开发服务 [45]

纪要涉及的行业或者公司 - **行业**：汽车与零部件 - **公司**：特斯拉、华为、小鹏汽车、理想汽车、蔚来、极越、长城毫末、Momenta、商汤、小马知行、文远知行、驭势科技、元戎启行、智加科技、轻舟智航、智行者、东软睿驰、长安汽车、赛力斯、江淮汽车、北汽蓝谷、吉利汽车、上汽集团、广汽集团、德赛西威、经纬恒润、华阳集团、均胜电子、伯特利、耐世特、拓普集团 纪要提到的核心观点和论据 大模型相关 - **核心观点**：大模型重塑车端算法架构，加速云端算法迭代，世界模型或为完全自动驾驶最优解，未来智驾算法产业格局趋于集中化 [2] - **论据** - **大模型定义及特点**：大数据喂养神经网络算法，多模态数据是基础，Transformer是核心，具备强泛化能力，可处理自然语言处理、计算机视觉、语音识别和生成等问题 [2][12] - **车端算法架构重塑**：智驾一阶段（L2 - L3）由场景驱动转向数据驱动，感知端为升级核心；二阶段（L3 - L4）由数据驱动转向认知驱动，规控算法升级为核心 [2] - **云端算法迭代加速**：数据闭环为前提，Transformer赋能自动标注，数据驱动场景仿真泛化，降低对实际路测数据的依赖 [2] - **世界模型优势**：可将自动驾驶问题转化为预测视频的下一帧，实现泛化至数据场景以外的能力，快速生成标准化仿真数据，结合大算力加速云端训练 [2] - **产业格局集中化**：高阶智驾功能对算法能力、组织架构、超算中心、完整数据链等要求高，未来“掌握硬件的基础上去发展软件”或为主流 [2][71] 投资建议相关 - **核心观点**：汽车AI智能化转型大势所趋，算法为主干，看好头部算法玩家持续领先铸就高壁垒 [3][103] - **论据** - **产业趋势明确**：下游OEM玩家和中游Tier供应商均加大对汽车智能化投入，智驾核心环节围绕下游OEM展开，数据催化算法提效驱动硬件迭代 [3][103] - **端到端算法开发加速**：OEM整车厂商、核心芯片硬件厂商、智驾传感器厂商和独立算法商加速布局端到端算法开发，场景驱动 - 数据驱动 - 认知驱动持续进化 [3][103] - **看好相关企业**：包括华为系玩家、头部新势力、加速转型车企以及智能化核心增量零部件企业 [3][103] 其他重要但是可能被忽略的内容 - **大模型训练步骤**：包括数据预处理、模型构建、前向传播、激活函数、损失函数、反向传播、模型评估和部署等步骤 [8][9] - **Transformer优势**：自注意力机制赋予长依赖语义问题解决能力，支持并行计算，可提升大模型数据处理效率 [16] - **多模态大模型应用**：可用于自然语言处理和计算机视觉等领域的多种任务 [17] - **ChatGPT和Sora发展**：ChatGPT不断进化，GPT4o完全统一多模态；Sora利用扩散模型和Transformer实现文生视频，其核心DiT模型或可应用至自动驾驶领域 [22][23][25] - **世界模型运行**：基于对历史信息的理解生成对未来的预测，结合可能的行为辅助预测结果，可应用于多个通用人工智能领域 [26] - **车端智能驾驶软件层级**：包括底层调动支持（异构化底层软件、SOA中间件、软件框架）和上层应用赋能（算法） [32] - **车端上层应用算法模块**：分为感知、规控、执行三大模块，模块化软件算法逐渐被大模型端到端取代 [37] - **智驾功能迭代阶段**：L3以下算法基于特定规则，场景泛化能力差；L3级别Transformer赋能，场景识别泛化能力提升；L3以上车端算法完全端到端，支持完全自动驾驶 [42] - **L2 - L3感知升级**：BEV + Transformer架构上车支持产业化解决方案落地，赋能精准感知 [45][48] - **L3 - L4全面泛化**：世界模型或为L4完全自动驾驶终局解决方案，培养算法认知泛化能力 [52] - **端到端架构优缺点**：优点是结构简单、利于追求全局最优解、减少数据时延；缺点是数据针对性弱、模型训练信号弱，提升性能所需数据量和算力规模大 [53] - **UniAD和UniSim特点**：UniAD为白盒端到端CV，可对各模块分别监测和优化；UniSim利用动静态解耦方式进行仿真，保证场景泛化 [54] - **世界模型支持端到端方式**：可制造大量仿真数据，用于算法训练，利用数据进行强化学习，培养模型规律认知能力 [56] - **云端数据闭环环节**：包括数据记录、处理、标注、仿真、模型训练和算法部署 [59] - **自动标注优势**：基于Transformer的自动标注算法打开智驾算法数据利用的天花板，提高标注效率 [62] - **场景仿真发展**：从基于模型设计到数据驱动迭代，以场景真实性为方向，世界模型有望提供真实且多样化的仿真数据 [64][65] - **华为数据闭环**：华为云ModelArts平台提供三层加速，统一的数据湖降低成本，形成全栈式研发工具链，提升研发效率 [68] - **各企业智驾算法能力** - **特斯拉**：FSD引领全球智驾软硬件升级，边缘软件Transformer大模型逐步覆盖各环节，实现全栈端到端落地 [76][79] - **华为**：ADS3.0落地端到端，数据引擎加速迭代，全场景贯通 [83] - **小鹏汽车**：XBrain架构面向全场景智驾，XNGP + 有望实现感知 - 规控模块化端到端 [85] - **理想汽车**：感知端到端落地，预计24年完成规控环节端到端落地，基于认知模型做预研 [87] - **蔚来**：NT2.0硬件标配，感知端到端对标FSD v10 + ，实现全域领航辅助NOP + 推送 [91] - **极越**：百度智驾赋能，LD地图 + 视觉大模型上车，实现L3高阶智驾功能 [93] - **长城毫末**：DriveGPT构建大模型，落地端到端，推出多款智能驾驶产品 [95] - **Momenta**：全流程数据驱动算法，闭环自动化，提供L4和前装可量产的高度自动驾驶解决方案 [97] - **商汤**：UniAD迭代DriveAGI，前瞻布局行业领先，提供适配不同算力平台的智能解决方案 [99][100] - **其他初创公司**：小马知行、文远知行等多家初创公司在不同级别智能驾驶领域开展业务，与多家车企合作 [101]

纪要涉及的公司 C3.AI，一家专注于企业AI应用的上市公司 纪要提到的核心观点和论据 财务表现 - **第四季度及全年营收超预期**：第四季度营收8660万美元，全年营收3.106亿美元，同比增长16%，连续五个季度营收加速增长，连续四个季度达到或超过营收指引 [10][13] - **订阅收入显著加速**：第四季度订阅收入7990万美元，占总营收90%，同比增长41%，全年订阅收入2.781亿美元，同比增长21% [11][14] - **利润情况**：非GAAP毛利润6090万美元，毛利率70%；GAAP运营亏损8230万美元，非GAAP运营亏损2340万美元，优于指引；每股净亏损11美分；第四季度产生自由现金流1880万美元，现金、现金等价物和投资达7.504亿美元 [12][13] 业务模式转型 - **定价模式转变**：从订阅制转向按使用量付费的消费定价模式，虽导致总合同价值（TCV）从超1600万美元降至90万美元，剩余履约义务（RPO）下降，但带来更多短期小交易，提高了收入可见性和可预测性 [14][15] 市场定位与竞争优势 - **专注企业AI应用**：处于AI价值栈顶端，认为长期来看硅和基础设施会商品化，AI应用将占主导，类比早期个人电脑市场，软件应用价值最终远超硬件 [17][18][23] - **竞争优势明显**：企业级AI应用开发难度大，多数CIO缺乏相关能力，自建不可行，而公司投入15年和数十亿美元构建强大AI平台，拥有90个企业AI和生成式AI应用，能提供巨大经济效益 [25][31] 业务多元化 - **行业分布广泛**：第四季度订单分布在联邦国防和航空航天、石油和天然气、州政府等多个行业；试点项目分布在制造业、联邦国防和航空航天、农业等行业，订单和试点的多元化是公司未来发展的领先指标 [33][34] 产品进展 - **平台和应用升级**：平台和应用的版本8显著提升速度、效率和性能，调整数据训练机器学习模型快20倍以上，可在单个集群运行数千个应用 [35] - **社区平台发展**：C3 AI社区成为开发者和数据科学家的活跃生态系统，今年推出的生成式AI工具大幅提高开发效率 [36] 客户案例 - **客户使用增加**：多个客户扩大使用规模，如Cargo ilm、Brick sourcing optimization、Year satory air reliability等，为客户带来显著效益，如节省成本、减少损失、提高设备可靠性等 [37][38] - **客户满意度高**：客户满意度远超行业平均水平，公司通过AI和机器学习为客户提升安全、运营效率，实现节能和减排 [42] 联邦市场表现 - **业务增长强劲**：2024年联邦业务收入增长超100%，与多个联邦机构达成多项协议，在预测性维护等领域展现专业能力和领导地位 [43][44] 合作伙伴关系 - **合作伙伴推动增长**：与主要超大规模提供商和系统集成商保持合作，去年通过合作伙伴网络达成115项协议，同比增长62%，与谷歌云合作增加，谷歌承诺大额投资 [49][50] 生成式AI业务 - **市场需求旺盛**：2024年有30个生成式AI产品，第四季度收到近5万个来自营收超5亿美元企业的咨询，预计2025年第一季度咨询量达9万个，在15个行业进行试点，加速行业多元化 [52][53] - **产品差异化明显**：提供安全、快速、可靠的信息，具备强大企业控制，无数据泄露和IP责任风险，有丰富产品路线图，将持续投资创新 [56] 未来展望 - **营收加速增长**：预计2025财年营收加速至约23%，营收指引为3.7 - 3.95亿美元，非GAAP运营亏损2200 - 3000万美元 [62][63] - **持续投资增长**：继续投资以建立市场份额和领导地位，打造长期盈利的AI软件公司 [62] 其他重要但是可能被忽略的内容 - **专业服务收入占比**：第四季度专业服务收入670万美元，占总营收8%，低于2023财年第四季度的21.5%，预计未来占总营收10 - 20% [65][66][69] - **应收账款情况**：第四季度末应收账款余额1.3亿美元，包括未开票应收账款6230万美元，坏账准备低，无收款担忧，账户整体健康 [70] - **试点项目情况**：第四季度签署34个试点项目，同比增长79%，环比增长17%，季度末累计签署172个试点项目，其中157个仍活跃 [71] - **生成式AI咨询可扩展性**：公司认为每季度可产生约9万个咨询，但具体规模未知，生成式AI市场机会巨大 [79] - **联邦业务合作平台**：约11 - 12个应用运行在AWS云平台，与联邦和国际联邦团体关系深厚 [87] - **客户案例应用效果**：为大型律师事务所生成招股说明书初稿，时间从两周缩短至一小时；为美国空军提高飞机可用性25%；改变企业应用人机界面，使普通用户也能轻松使用 [94][98][99] - **投资方向**：为获取市场份额，将受销售和服务能力限制，未来投资将集中于此 [116] - **毛利率下降原因**：计划增加试点项目数量和额外投资，导致毛利率从第四季度的70%下降 [118] - **消费模式客户使用情况**：新转换客户在进入生产的第一季度约消费30 - 40万GQ小时，到第四季度达130 - 140万GQ小时 [138] - **销售周期**：与去年相比无明显变化 [140] - **自由现金流预期**：预计2025财年实现正自由现金流 [144]