行业与公司 - 公司涉及卫星电池业务，子公司上海福西太空福西星空成立于2023年，持股比例为85%[1][2] - 公司传统业务为地下工程，80%业务在海外，主要聚焦东南亚和中东[9] - 公司传统业务订单增长显著，2024年1-3季度新签订单达18.7亿，是2023年全年的1.8倍[9] 核心观点与论据 - 卫星电池业务布局早于市场热点，公司已在2023年注册相关子公司[1] - 卫星电池业务聚焦细分领域，目标是做到极致水平[2] - 低轨卫星市场前景广阔，军用和商用价值大，国际电信联盟要求先登先占[3][4] - 低轨卫星发射计划加速，美国已发射4万颗，中国申报超过5万颗[4][5] - 卫星电池需求快速放量，2025年计划发射600多颗卫星[5] - 卫星电池要求耐极端环境，重量轻，单位能量重量比高[6][7] - 钙钛矿电池相比生化钾电池优势明显，重量更轻，成本大幅下降[7][8] - 钙钛矿电池在卫星领域市场空间大，保守测算2025年市场空间达2000多万，远期可达百亿级[8] - 公司传统业务稳健，受益于东南亚和中东基建大开发[9][10] - 公司估值具备弹性空间，卫星电池业务未来市场空间广阔[11] 其他重要内容 - 钙钛矿电池优势：高能质比、高抗辐射性能、优良发电效率[13][14] - 钙钛矿电池发电效率26%，理论可达31%，未来增长空间大[15] - 钙钛矿电池成本低，每瓦发电成本1元到0.5元[15] - 钙钛矿电池之前发展受限，主要问题是热稳定性较低[16] - 钙钛矿电池在低温下可自愈合，但在高温下结构会发生变化[16] 总结 公司传统业务稳健，卫星电池业务布局早，市场前景广阔，钙钛矿电池在卫星领域具备显著优势，未来市场空间大，公司估值具备弹性空间

行业与公司 - 行业涉及电视企业、电池材料、消费电子、低空经济等领域[1][5][6] - 公司主要业务包括固态电池材料、硅碳材料等，涉及多个子公司和合作项目[12][13] 核心观点与论据 - **固态电池材料**：全固态电池材料需求为1G瓦时需要50吨材料，半固态电池材料需求因电池配方不同而有较大差异[1][2] - **市场需求**：低空经济和消费电子是主要应用场景，低空经济可能先于消费电子起量[5][6] - **验证与放量**：固态电池材料已进入材料库验证，半固态电池材料验证进展良好，预计2025年有小规模应用放量[1][4] - **扩产计划**：公司计划从50吨扩产到千吨以上，扩产时间预计为3-4个月，投资规模约1-2亿[7] - **毛利率**：新材料毛利率较高，预计高于公司主业[8] 其他重要内容 - **硅碳材料**：硅碳材料放量速度较快，已进入B样和C样验证阶段，预计2024年有增速，2025年放量[9][10] - **研发投入**：公司2023年研发投入约3000万，涉及固态和硅碳材料[12] - **子公司与合作**：公司通过子公司和合作项目进行固态和硅碳材料的研发和生产，持股比例分别为60%和65%[12][13] 数据与百分比 - 1G瓦时全固态电池材料需求：50吨[1] - 扩产计划：从50吨到千吨以上[7] - 扩产时间：3-4个月[7] - 投资规模：1-2亿[7] - 研发投入：3000万[12] - 子公司持股比例：固态材料60%，硅碳材料65%[12][13]

行业与公司 - 行业：机器人行业，特别是人形机器人[1][3] - 公司：特斯拉、语速科技、比亚迪、广汽、赛里斯、TOP集团、北特科技、双菱部分、照明科技[2][5][8][11] 核心观点与论据 1. **AI大模型加持**：AI大模型的应用提升了机器人对环境的认知和感知能力[1] 2. **产业扩容**：2024年机器人行业参与者增多，特斯拉以外的其他参与者也开始进入市场[1][2] 3. **特斯拉进展**：特斯拉机器人视频逐步更新，2025年下半年有望开始量产[2][6] 4. **政策支持**：重庆、安徽、上海、杭州等地政府推出支持人形机器人产业化的政策[4] 5. **技术同源性**：汽车供应链与人形机器人供应链底层技术有同源性，汽车领域玩家如比亚迪、广汽等入局人形机器人领域[5] 6. **投资建议**：推荐从汽车产业链中选择人形机器人相关核心标的，看好特斯拉和赛里斯等公司在机器人领域的硬件和软件优势[8][9] 其他重要内容 1. **机器人灵活性提升**：特斯拉和语速科技更新了机器人视频，展示了机器人的灵活性[5] 2. **投资标的推荐**：推荐实行器端的三方智控、TOP集团，斯杠端的北特科技、双菱部分，以及蛛丝线端的照明科技[11] 3. **风险提示**：包括汽车行业销量下滑、贸易币风险、人形机器人新技术开发不及预期、国产供应链国产化不及预期等[12] 数据与百分比变化 - 无具体数字数据和百分比变化

公司及行业概况 * **公司背景**：上海建科集团股份一线公司，由事业单位改制而来，原名为上海市建筑科学研究院，成立于1958年，2000年转制为企业，2016年成为上海市建筑科学研究院集团一线公司，2020年更名为上海建科集团股份一线公司。[1] * **主营业务**：专业技术服务，包括工程咨询、检验检测、技术服务等。[2] * **业务布局**：以上海和长三角为中心，辐射全国，包括大湾区、京津冀、西南等地区。[2] 业务情况 * **2024年业绩**：整体增长稳健，工程咨询、检验检测、技术服务等业务均有所增长。[4] * **工程咨询**：覆盖项目前期投融资咨询、规划设计、工程管理、项目管理、项目监理、招投标代理、全过程咨询等，涉及领域广泛。[5] * **检验检测**：涵盖建设工程、市政交通、水利工程、环境相关检测、产品流通、城市运维等，业务广泛。[11] * **环境低碳技术服务**：包括生态城市规划、新建建筑绿色健康和超低能耗建筑咨询评估设计、既有建筑能源管理和节能改造、碳核查、绿色建材和产品认证等。[18] 竞争优势 * **工程咨询**：拥有丰富的项目经验、强大的技术实力、完善的内部体系、数字化转型创新等优势。[10] * **检验检测**：技术积淀深厚、技术研发优势、CMA、CNAS资质、绿色低碳认证资质、品牌优势、公信力等优势。[15] * **环境低碳技术服务**：技术实力、服务场景丰富、政府资源、品牌优势等优势。[20] 财务状况 * **毛利率**：近年来毛利增长相对稳定，检测检验业务毛利率相对最高，环境低碳业务次之，工程咨询业务相对较低。[24] * **现金流**：近年来现金流状况有所改善，但仍需关注。[25] 未来规划 * **业务拓展**：持续深耕上海为中心的长三角地区，拓展其他地区和领域，加大内部资源整合。[33] * **市值管理**：积极响应相关文件要求，开展市值管理工作。[35] * **激励机制**：考虑核心骨干激励，提升员工积极性。[36] 其他 * **收购上机船舶**：收购上机船舶是为了提升公司发展能级，打造技术巨国、巨新争利、一流资深集团。[27] * **化债**：目前上海市化债对规划影响不大，但政府层面已经开始统计相关数据。[31]

行业或公司 * 圣美上海[1] 核心观点和论据 * **业绩概览**：2024年第三季度，圣美上海营业收入15.73亿元，同比增长37.96%；出货量18.61亿元；毛利润7.09亿元，毛利率45.09%；净利润3.15亿元，同比增长35.09%；净利率20.03%[1][2]。 * **产品业务进展**：清洗设备方面，前三季度单遍清洗、太耗以及半关键清洗设备营收同比增长75.87%至29.32亿元，营收占比73.73%。高温SPM清洗技术取得关键技术突破，有望成为全球第二家提供高温SPM设备的公司[3]。 * **客户情况**：晶圆代工、逻辑、功率和存储领域的需求显著增长。美国业务稳步拓展，与主要美国客户的合作顺利进行[7]。 * **产能建设进展**：厂房A已布局智能物流仓储系统并初步投产。总部调迁至张江国产中心，为研发提供更高效的工作场地。临港项目共有五个单体，包含两座研发楼、两座厂房和一座辅助厂房[8]。 * **全年业绩展望**：公司对全年业务情况进行了更为详实的评估，基于目前的在手订单执行度、产品交付计划以及客户验收安排，对年底前能够完成交付并取得客户验收的设备数量形成了更为清晰的预期[9]。 其他重要内容 * 全球清洗设备市场的潜在规模接近60亿美元，公司的设备科广泛应用于罗技与存储工艺中的90%以上的清洗工艺步骤[3]。 * 公司拥有一支富有创造力的研发团队，OPSC太号设备的性能突破再次印证了团队的研发实力[5]。 * 公司看好汕珠溪面板级封装设备的前景，第三季度内推出了三款面板级先进封装的新产品[6]。 * 电镀和炉管设备的出货量同比增长88%，显示出电镀设备在前道和后道半导体应用需求的增长势头[6]。 * 面板的先进封装技术可使用于微密集高密度封装，特别适合于AI封装中的GPU应用以及高密度的高带宽内存HBM[6]。 * 公司已发展成为中国少数具有国际一流水平的半导体清洗设备供应商，对满足国际主流客户需求进一步拓展全球市场充满信心[4]。 * 公司预计今年年底前会有更多的设备交付，中低温HPM市场占整体HPM市场的80%以上，相当于整个清洗设备市场的20%左右的份额[5]。 * 公司预计今年年底卢管设备的客户数量将从去年的9家增至14家，并预计2025年卢管设备对营收的贡献将显著提升[6]。 * 公司长期目标是实现一半销售在中国大陆，一半销售在中国大陆以外的全球市场[8]。

行业投资评级 - 无明确投资评级信息 报告的核心观点 - AIGC技术在全球范围内迅速发展，中美两国在AI领域的进展对全球具有深远影响，AIGC技术在多个行业和应用场景中展现出巨大的市场潜力和商业价值，但也面临技术门槛、算力成本、语料获取难度等挑战[51][77][80] 应用场景：代码研发 金融业 - 中国银行业对金融科技的总投入达到2793.2亿元，其中人员开支为172.5亿元；证券行业对金融科技的投入为417亿元，人员投入为105.9亿元；行业头部的六大行累计科技人员达到9.48万人，金融领域对系统开发的成本支出较大[1] - 海通证券与商汤科技合作，基于海通证券的数据基础，商汤大模型构建了完整的思维链，提供代码智能补全与对话问答服务，有效提高开发效率[2] 信息技术与软件开发业 - 2024年全球IT支出预计将达到5.26万亿美元，全球软件开发人员总数将达到2870万；2023年企业软件工程师使用AI代码助手的比例不到10%，预计到2028年将达到75%[3] - 头部大模型的参数超过100亿，训练和推理过程中需要消耗大量计算资源[4] - 中国程序员数量约为700万人，IT研发人员群体庞大，研发人才意味着庞大的研发支出，提升研发效率对于科技巨头降本增效意义巨大[92] - 全球598家知名企业中，63%的企业正在试用、部署或已经部署了AI代码助手[105] AIGC厂商进展 - 华为云：盘古大模型[93] - 智谱AI：CodeGeeX代码大模型[93] - 阿里云：AI编程助手通义灵码[93] - 百度：Comate[93] - 微软：GitHub Copilot X[93] - 亚马逊：CodeWhisperer[93] - 商汤科技：日日新SenseNova 5.0，包含代码生成及补全[104] - 软通动力：软通天璇2.0平台，包括代码补全能力等[84] - 宇信科技：开发助手CodePal，提供代码补全、自动化bug检测、代码规范检查等功能[91] 应用场景：金融业 应用价值 - 金融业是单位数据产出量最高的行业，生成式人工智能将大幅提升内部运营效率，提高获客能力，提升产品设计创新能力，和加强风险防控能力，有望为金融业带来3万亿规模的增量商业价值[22] - 以一家拥有约两万名员工的区域性国际银行为例，初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益，预计在首年即可为该银行节省约1.5亿美元的成本，占整体薪酬总包的7%左右[22] 应用难度 - 金融行业涉及的业务逻辑复杂且高度专业化，需要深入理解相关的业务流程和规则，同时需要满足开发者在多种编程语言、框架和场景下的需求[90] - 金融领域的数据安全系数要求高，隐私风控等要求本地化部署大模型成本高[108] - 金融产品类型丰富，客户的个性化服务需求较高，且金融行业出于合规等原因，对数据安全和隐私保护要求极高，对所生成的回复内容准确度和合规要求也极高，整体实现的逻辑复杂性较高，逻辑难度较大[71] 环境现状 - 我国银行业42家上市银行中，有6家已经公布大模型技术开发与应用信息[106] - 中国工商银行已经形成代码推演预测、代码自动生成、代码检索复用等能力，并以IDE插件的形式整合到开发中心，有效提升研发效能；编码助手生成代码量占总代码量的比值达到40%[91] - 国金证券以aiXcoder代码大模型为核心引擎，结合国金证券三十年金融行业软件资产沉淀及人工智能生态融合，共同构建了一个代码大模型的工程化应用框架[91] 应用场景：客服&销售智能体 金融业 应用价值 - 根据中国银行业协会数据，截至2022年末，银行业金融机构客服从业人员为4.38万人，全年人工处理来电6.41亿人次，70%的客服中心与远程银行提供智能语音机器人服务，84%的客服中心与远程银行提供智能文本机器人服务；保守估计AIGC客服机器人可解决约50%的客服工作，估算市场规模约18.5亿元[46] 应用难度 - 在高频问题回复、通知和客户回访等业务场景中较易实现，算力成本低；在高端客户开发和维护、复杂产品问题回复等业务场景中较难实现，且考虑合规对于所回复信息的严格监管要求，算力成本较高[57] - 语料获取难度高，公开语料较少，金融机构间出于合规等原因，语料不互通；语料规模相对较大，整体语料成本高[58] 环境现状 - 同花顺成功落地财经领域自然语言、语音问答系统"i问财"，提供多维度的股票、基金、债券数据，投资者输入自然语言问句搜索想要的数据和信息[59] - 美国银行利用AIGC技术完善其智能化客服，回答客户相关产品和服务问题，如客户可以询问不同类型贷款的利率，或者不同投资账户的功能等[59] - 招商银行2021年推出智能财富助理"AI小招"，基于大数据技术，通过知识沉淀与机器训练，为客户提供收益查询、涨跌分析、市场热点解读、产品推荐、资产配置建议等财富管理综合服务[59] 零售电商业 应用价值 - 根据商务部数据，2023年我国全年网上零售额15.42万亿元；根据京东集团年报，2023年全年营收10847亿元，其中商品收入8712亿元；保守估计AIGC客服机器人可解决约50%的客服工作，估算市场规模约132亿元[63] 应用难度 - 降低成本类场景：对于传统电商、跨境电商、电商运营等，其主要诉求是降低运营成本，通过AIGC提供多语言客服，以及生成图片、视频、商品描述和文案等服务，从而降低人力成本，提升运营效率，这类需求的实现逻辑难度相对较低[72] - 提升销售类场景：对于内容电商等，其主要诉求是通过制作内容、展示商品、获取流量和增加销售额，虽然对成本并不敏感，但更注重销售额和ROI，希望通过AIGC创造出与真人类似甚至更好的转化率，以提升销售额，这类需求的实现逻辑难度相对较高[64] - 降低成本类场景：内容创作对创意要求相对较低，可从通用场景中作参考，其算力成本相对较低[65] - 提升销售类场景：需要创意类内容创作，其算力成本较高，且其算力要求会随着场景对销售需求的增长而增长[65] - 降低成本类场景：语料获取难度相对较低，对大型电商而言有大量语料可供训练，对创业公司而言有语料获取难度[66] - 提升销售类场景：语料获取难度高，需要把toC的创意积累并转化为know-how，再进一步作为语料进行应用[66] 环境现状 - 京东目前形成了包括"智能情感客服"、"商家客服小智"、"AI导购助手"、"智能调度"、"智能辅助"和"智能管理"在内的智能客服服务矩阵[67] - Amazon利用AIGC技术提供个性化购物体验，如个性化推荐和自动生成的产品描述，提升了商品页面的丰富度和吸引力[67] - 抖音推出"即创"商家AIGC工具箱，专注于智能创意生产与管理分析，同时兼容开放生态，提供视频创作、图文生成、直播工具等多种场景服务，让商家免费生成数字人视频、图文素材、短视频脚本、直播脚本、直播背景等[67] 应用场景：医疗&医药科学研究 药物研发 应用价值 - 大模型技术通过深入分析海量蛋白质数据，揭示生物分子的内在规律，使得研究人员能够设计出具有特定功能的新型蛋白质；与传统AI技术相比，大模型提供了多任务预训练能力，能够更灵活地处理特定领域的任务，如药物相互作用和分子性质预测，同时，算法创新如PSG算法进一步提升了预测准确度，从而整体提高了药物研发的效率和成功率[74] 应用难度 - 靶点发现与验证、大分子与小分子药物开发、药物筛选等过程具有高度的科学复杂性，需要处理和分析大量的生物医学数据；大模型需要整合多组学数据、解析蛋白质结构、预测化合物活性等，技术难度极高[132] - 通过AI大模型完全模拟药物研发的这一过程对算力的要求极高，足量的训练数据仍然是一大瓶颈，算力成本可能非常高昂[113] - 语料获取可能面临版权、隐私和商业机密等问题，获取高质量、大规模的语料具有一定难度；当前行业大量的药物研发数据主要掌握在大型药企中，属于药企核心资产，往往不会轻易把数据分享出来[113] 环境现状 - 全球AI+药物研发相关融资总事件达104起，总金额为36.01亿美元[131] - 2023年美国的AI药物研发融资事件为48起，融资总额占全球的80%[38] - 2023年中国的AI药物研发融资事件32起，融资总额占全球的10%[115] - 全球700多家AI制药公司布局的环节包括：早期药物开发（392家）、数据处理（235家）、临床开发（149家）、端到端药物开发（83家）、临床前发展（57家）及药物再利用（26家）；从当前的进展来看，落地主要集中在药物发现和临床前研发阶段，AI制药的强项还是在前端，即在早期药物发现阶段[142] 辅助医疗 应用价值 - 通过大模型分析图像和文本，快速识别病理特征，提高诊断的准确性和速度，从而降低医疗成本并提升医疗服务的经济价值；通过智能化诊断建议缩小了医疗服务差距[38] 应用难度 - 模型具备高度的准确性和可靠性；此外，医疗数据的标准化和隐私保护也是应用中的难点[39] - 各级医疗机构的业务系统相对独立，数据较难实现共享，可供训练的真实场景数据集有限[135] 环境现状 - 医院和诊所是主要应用场景之一；在这些机构中，落地应用主要集中在医学影像诊断、临床决策支持、患者管理和病历记录等[132] - 上海市第一人民医院通过蚂蚁大模型提高病史书写效率，通过结合关键信息输入和语音识别，该模型能自动生成病历，将原本5至10分钟的病史记录工作缩短至15至20秒[118] - 瑞金医院通过"浦医"2.0提升影像诊断、数字病理和虚拟手术等的应用效能[118] - 首都医科大学附属北京天坛医院联合北京理工大学团队合作推出"龙影"大模型（RadGPT），基于该模型研发的首个"中文数字放射科医生""小君"已实现通过分析MRI图像描述快速生成超过百种疾病的诊断意见，平均生成一个病例的诊断意见仅需0.8秒[118] 应用场景：知识管理&内容创作 应用价值 - 2024年我国AI大模型市场规模有望达到216亿元；文生图/文生视频将大量减少企业外包成本；从真人形象采集到数字人视频生成仅需5分钟，24h播放最新内容；2分钟就可产出100条创意，三步即可生成数字人广告，为客户在营销过程中低成本提质增效[110] 应用难度 - 这类技术处于快速发展阶段，其技术门槛、运算资源需求以及数据需求都较高；这类系统需要大量的高质量图像和视频数据进行训练，而获取这类数据是一项挑战[110] - 文生视频的人工智能模型参数通常在10亿至100亿级别；这样的参数量级意味着需要大量的算力来支持模型的训练和推理过程[111] - 深度学习模型通常需要大量的数据进行训练，以便能够泛化到各种可能的输入条件；因此，所需的语料规模可能非常之大，可能需要数十万甚至几百万的配对文本和视频样本[112] 环境现状 - 七火山科技在3月7日宣布，经过深度学习和人工智能领域前沿技术的深入研究，Etna模型正式发布；Etna模型不仅能够根据用户的文本提示创建长达15秒的逼真视频，而且实现了4K分辨率和60帧每秒的超高流畅度[127] - 爱诗科技创立于2023年4月，专注解决AI视频大模型及应用，海外版产品PixVerse于2024年1月正式上线，目前已是全球用户量最大的国产AI视频生成产品[13] - 生数科技3月12日宣布完成新一轮数亿元融资[12] 投融资规模 - Pika 6月份完成近6亿B轮融资，Pika总融资额已达1.35亿美元[25] - 筷子科技内容商业AIGC视频应用平台筷子科技完成近5000万元融资[25] - 硅心科技2023年完成数千万元人民币A+轮融资[10] - 爱诗科技完成亿级人民币A1轮融资[18] - Fancytech已完成近亿元B轮融资[18] - 沃丰科技自成立至今获得了5轮融资，累计融资金额超7亿元人民币[62] - 智齿科技从2015年至今，共完成7轮融资，最新一轮D轮融资1亿美元[62] - 乐言科技2024年4月完成由中金资本旗下基金、上海人工智能产业投资基金领投的数亿元人民币D轮融资[73] - FancyTech成立于2020年4月，2023年9月完成近亿元B轮融资[70] - 智谱AI 2023年10月宣布年内已累计获得超25亿元融资[123] - Hippocratic AI 2023年成立至今已累计融资金额1.2亿美元，最近一轮融资为2024年3月的A轮，融资金额5300万美元，公司估值5亿美元[40] - Abridge 2018年成立至今已累计融资2.12亿美元，最近一轮融资为2024年2月的C轮，融资金额1.5亿美元，公司估值8.5亿美元[40] - 百川智能2024年7月完成了A轮融资，总融资金额达50亿人民币，将以200亿估值开启B轮融资[37] - 生数科技3月12日宣布完成新一轮数亿元融资[12] - 筷子科技内容商业AIGC视频应用平台筷子科技完成近5000万元融资[25] - 硅心科技2023年完成数千万元人民币A+轮融资[10] - 爱诗科技完成亿级人民币A1轮融资[18] - Fancytech已完成近亿元B轮融资[18] - 沃丰科技自成立至今获得了5轮融资，累计融资金额超7亿元人民币[62] - 智齿科技从2015年至今，共完成7轮融资，最新一轮D轮融资1亿美元[62] - 乐言科技2024年4月完成由中金资本旗下基金、上海人工智能产业投资基金领投的数亿元人民币D轮融资[73] - FancyTech成立于2020年4月，2023年9月完成近亿元B轮融资[70] - 智谱AI 2023年10月宣布年内已累计获得超25亿元融资[123] - Hippocratic AI 2023年成立至今已累计融资金额1.2亿美元，最近一轮融资为2024年3月的A轮，融资金额5300万美元，公司估值5亿美元[40] - Abridge 2018年成立至今已累计融资2.12亿美元，最近一轮融资为2024年2月的C轮，融资金额1.5亿美元，公司估值8.5亿美元[40] - 百川智能2024年7月完成了A轮融资，总融资金额达50亿人民币，将以200亿估值开启B轮融资[37]