会议主要讨论的核心内容 AI应用的发展阶段 - AI应用与过去移动互联网和PC互联网有很大不同,更类似于早期PC互联网阶段,需要从技术本身出发进行解析 [1][2] - AI应用分为辅助人工、替代人工和超越人工三个阶段,每个阶段都有不同的特点和应用场景 [3][4][5] AI应用的关键指标 - 应用门槛的降低是关键,如果能让初级从业者达到高级从业者的水平,就意味着进入了替代人工阶段 [5][6] - 成本是另一个关键指标,随着算力成本和模型构建成本的下降,AI应用将逐步渗透到中低价值场景 [6][7] AI应用的投资机会 - 在每个阶段,都有不同的投资机会,重点关注能够实现替代人工甚至超越人工的场景 [7][8] - 大模型的出现提高了AI应用的规模化能力,降低了定制成本,带来了规模效应 [8][9] 问答环节重要的提问和回答 智能驾驶应用的发展 - 智能驾驶应用分为辅助驾驶和全面自动驾驶两个阶段,前者已经实现,后者正在逐步实现 [12][13][14] - 全面自动驾驶实现后,会带来产业链的重构和商业模式的变革,如特斯拉的RoboTaxi业务 [14][20] AI在教育领域的应用 - AI在教育领域的应用正在从辅助环节向核心环节渗透,如AI辅学的大规模发展 [21][22] - 教育是一个需求近乎无限的赛道,AI应用有望带来快速增长 [22] 投资建议 - 短期关注AI家视频、智能家居等一次起点突破的应用 [20] - 中期关注智能驾驶、AI教育等二次起点突破的应用 [20] - 关注能够实现替代人工甚至超越人工的应用场景 [7][8] - 关注掌握核心数据和模型的厂商 [17][18][19]

会议主要讨论的核心内容 1. 英伟达芯片延迟的原因分析: - 封装问题 [1][2] - 芯片间设计问题 [1][2] - 散热问题 [2] 2. 英伟达芯片延迟时间预计: - 封装问题可在1-2个月内解决 [2][3] - 芯片间设计问题可能导致3个月以上延迟 [2][3] 3. 英伟达产业链公司股价反弹情况: - 英伟达股价已基本恢复跌前水平 [3] - 国内英伟达产业链公司股价反弹较弱 [3] 问答环节重要的提问和回答 1. 分析英伟达新一代GPU架构发展历程: - 从2006年开始进军AI专利,每2年迭代一次新架构 [4] - 2024年推出新架构Blackwell,对应芯片B100、B200和GB200 [4][5] 2. 介绍GB200服务器的特点: - 算力更强,内存需求更大,集成度更高 [5] - 功耗提升40%,需要从风冷转为液冷散热 [5] 3. 分析B100、B200和GB200芯片的关系: - B100是过渡产品,B200算力是B100的2-3倍 [5][6] - GB200是1颗CPU加2颗B200组成的模组 [6] 4. 介绍英伟达新推出的Compute Tree和NVL服务器: - Compute Tree是2个GB200模组组成 [6] - NVL服务器包含18个Compute Tree,共72个GPU和36个CPU [6] 5. 分析英伟达从芯片供应商到服务器制造商的转变: - 之前只销售芯片,后开始做8卡服务器 [7] - 现在自主推出GP200这种AI服务器 [7] 产业链分析 1. 英伟达的GP200服务器由广达和工业互联代工生产 [7] 2. 连接器厂商安费诺是GP200服务器的主要参与者 [9] 3. 沃尔合彩通过收购乐平自联进入高速铜缆业务 [10][11] 4. 金达股份是高速同导体的主要供应商 [11][12] 5. 乐平自联负责铜缆的二次加工和成品生产 [12][13] 6. 沃尔合彩除了电线业务,还有电子、电力和新能源等业务 [15][16][17] 7. 沃尔合彩通过增持乐平自联进一步布局高速铜缆市场 [18]

各位投资者大家晚上好我是开源证券的传媒互联网首席声音师方光照欢迎各位继续参加我们传媒周一谈每周的系列录演今天的话我们也是给投资者再来分享一下我们最近一段时间以来的观点的延续也是建议投资者继续去布局AI应用和游戏板块应该讲我们的传媒周一谈 之前的就是2024年2月份我们当时看到在春节之后SORA的出现带动了整个AI应用特别是多姆态的AI应用纹身视频取得了一个重要的突破从而引发了我们认为全球来看今年整个多姆态的AI应用都是在创新是层出不穷持续地往前推进那么另外一方面我们看到在2024年我觉得AI很重要的一个变化也是 呃就是端测AI这一块的一个发展啊就是我们看到其实2024年更多的呃能够看到就是从2023年的向大家去比拼这个大模型啊从2023年下去的GDP出现啊 后面的包括GDP4包括全球的谷歌也好Meta还是国内的互联网的一些巨头他们纷纷推出大模型大家更多的是在大模型这一端进行比拼到2024年我们看到很重要的科技的巨头像苹果微软纷纷引领AI手机和AI PC这块端测AI的一个突破特别是苹果在6月份发布了全新的Apple Intelligence就是苹果AI发布之后我们看到整个推动了 端侧AI这块往前再次迈进所以我们 ...

财务数据和关键指标变化 - 公司未提供具体的财务数据和关键指标变化 [2][3][4] 各条业务线数据和关键指标变化 - 公司未提供各条业务线的具体数据和关键指标变化 [2][3][4] 各个市场数据和关键指标变化 - 公司未提供各个市场的具体数据和关键指标变化 [2][3][4] 公司战略和发展方向及行业竞争 - 公司正在关注AI眼镜这一新兴产品,认为其具有较大的市场潜力和发展前景 [9][10][11][12][18][19][22] - 公司表示AI眼镜产品有望在三四季度消费电子旺季中受到市场关注和追捧 [11] - 公司分析了AI眼镜的成本构成,认为主控芯片和存储器是主要成本 [20][21] - 公司预计未来其他品牌厂商也将推出类似的平价版智能眼镜产品 [22] 管理层对经营环境和未来前景的评论 - 管理层认为当前市场环境存在一些不确定性,但也看到了一些机会 [2][3][4][6][7] - 管理层表示公司正在密切关注行业动态,并积极布局新兴产品 [9][10][11][12][18][19][22] 其他重要信息 - 公司表示AI眼镜产品的四连板走势较为罕见,体现了市场对该产品的热捧 [23][24][25] - 公司分析了AI眼镜产品的成本结构和毛利空间 [20][21] - 公司提到了分时交易和回档模式在操作中的应用 [32] 问答环节重要的提问和回答 无相关内容

会议主要讨论的核心内容 1) 近期美股出现反弹,包括英伟达、光通信等标的股价上行 [1] 2) 最近几天美国经济数据偏弱,但整体仍呈现软着陆趋势,不会对AI投入产生太大影响 [1][2] 3) Lumentum 最新财报数据和业务指引乐观,特别是数据中心AI驱动的100G EML芯片需求旺盛 [2][3] 4) 英伟达、美超微等公司下季度收入指引超预期,反映行业需求持续旺盛 [4] 5) 国内光模块公司如虚拟也接到了一些大客户的加单,下半年需求有望超预期 [5][6] 6) 未来1-2年内,即便AI应用增长不温不火,大厂对AI投入的决心和耐心也不会减弱 [7][8][9][10][11] 7) 大模型技术发展仍有很长的路要走,Scaling Law效果持续,未来性能提升可期 [12][13][14][15] 问答环节重要的提问和回答 1) 对于大厂未来2-3年的AI投入,是否存在过度投资的风险? - 公司认为,大厂对AI投入的决心和耐心可能会超出市场预期,因为大模型对其传统业务构成巨大威胁,需要持续投入以保持竞争优势 [7][8][9][10][11] 2) 对于未来1-2年的AI应用发展,是否过于悲观? - 公司认为,AI应用目前不温不火主要是由于模型性能限制,随着Scaling Law效果持续,未来性能有望大幅提升,应用发展前景乐观 [12][13][14][15] 3) 对于国内光模块公司的业绩展望如何? - 公司认为,下半年国内光模块公司如虚拟接到了一些大客户的加单,需求有望超预期,业绩有望保持较好增长 [5][6] 4) 对于天福和虚拟的股权激励安排,是否存在担忧? - 公司认为,虽然存在一些担忧,但整体影响有限,两家公司的业绩仍有望保持较好表现 [19][20][21][22]

公司概况 - 高通技术公司是终端侧AI的领导者,面向数十亿手机、汽车、XR头显与眼镜、PC和物联网等边缘终端提供行业领先的硬件和软件解决方案 [264][266] - 高通AI引擎是公司终端侧AI优势的核心,在骁龙平台和众多高通产品中发挥重要作用,能够以极低功耗提供业界领先的终端侧AI性能 [267][103] - 高通AI软件栈将公司所有相关的AI软件产品集成在统一的解决方案中,让开发者可在公司产品上创建、优化和部署AI应用 [268] 技术创新 - 公司持续进行AI基础研究和技术创新,在照片与视频拍摄、先进连接、语音指令、安全和隐私等关键用例领域持续利用AI赋能芯片组产品 [272][273] - 公司在终端侧生成式AI领域具有领导力,能够支持在终端上运行参数超过10亿的生成式AI模型,并即将支持100亿或更多参数的模型 [277][279] - 公司的AI加速架构具备灵活性和稳健性,能够应对生成式AI模型架构的潜在变化,并持续发展以跟上大语言模型和其他生成式AI模型的演进 [280] 全栈优化 - 公司进行全栈AI研究和优化,包括应用、神经网络模型、算法、软件和硬件,利用异构计算方法加速终端侧AI [286][289] - 公司在算法和模型开发、软件和模型效率、硬件加速等方面持续创新,如量化、编译、硬件加速等技术 [294][308][313] - 公司的AI软件栈帮助开发者一次编写即可跨不同产品部署,并提供从模型设计到优化、部署和分析的完整工作流 [297][298] 规模优势 - 公司拥有无与伦比的全球边缘侧布局,搭载骁龙和高通平台的终端装机量已达数十亿台,能够推动生成式AI规模化扩展 [322][325][339] - 公司的AI解决方案赋能了广泛的产品,包括手机、汽车、XR、PC和物联网等,并持续迭代以跨细分领域快速普及相关功能 [323][329][332] - 公司技术领导力、全球规模和生态系统赋能相结合,让其在推动混合AI开发和应用方面独树一帜 [339]

会议主要讨论的核心内容 - 公司推出了两类AI眼镜产品,一类是智能音频眼镜,价格较低,已经销售了100万台;另一类是Vision Pro头显,价格较高,定位为虚拟显示器 [1][2][3] - 智能音频眼镜结合了眼镜、耳机、摄像头等功能,可以实现语音交互、拍照等,是一款可穿戴设备,未来有较大的市场增长空间 [3][4][5][6] - Vision Pro头显定位为虚拟显示器,技术要求较高,价格较贵,销量可能不太理想 [9][10] - 行业内还有其他AR/VR/XR等概念产品,未来虚拟现实和现实世界的融合将是一个重要发展趋势 [6][7][8] 问答环节重要的提问和回答 - 提问:公司推出的两类AI眼镜产品有什么区别? 回答:智能音频眼镜价格较低,是一款可穿戴设备,结合了眼镜、耳机、摄像头等功能;Vision Pro头显定位为虚拟显示器,技术要求较高,价格较贵 [1][2][3][9][10] - 提问:公司推出的这些新产品在行业内有什么发展趋势? 回答:未来虚拟现实和现实世界的融合将是一个重要发展趋势,AR/VR/XR等概念产品将会受到关注 [6][7][8]

会议主要讨论的核心内容 1. 市场成交量低迷的问题: - 市场成交量在4000亿左右,这种低成交量的情况下,反而更有利于短线操作[1][2] - 机构已经丧失了定价权,这种恶劣的市场环境下,市场不会一直往下走,反而可能出现反转机会[2][3] 2. 权益类产品的分析: - 权益类产品的结构呈现重叠特征,这种结构在历史上出现过多次[1][2] - 权益类产品的成本汇聚和双重动量突破是重要的分析指标[5][10] 3. 新兴产品AI眼镜的机会: - AI眼镜作为AR眼镜的过渡产品,具有较好的市场前景[6][7] - 主要功能包括视力矫正、AI助手和语音功能,成本结构较为合理[6][8] - 多家科技公司都在布局AI眼镜,未来将有更多新品推出[9] 问答环节重要的提问和回答 1. 提问:为什么AI眼镜能够应声而起? 回答:AI眼镜正好赶上了三四季度的消费电子旺季,加上特定的市场环境(如游资风格、低位小市值等),形成了良好的发展条件[4] 2. 提问:AI眼镜的成本结构如何? 回答:AI眼镜的主控芯片成本占比较高,达到34%,存储成本也较高,约10-11美元,其他部件成本较低,整体成本在2000元左右[8] 3. 提问:京东汽车的回挡模式有什么特点? 回答:京东汽车的回挡模式比较特殊,它不像大多数汽车股在合并后就卸货,而是能够反复做,这与10月份特斯拉Robotech的催化剂有关[11]

各位观众大家好 我是许家印 基层机和海外行业的手机分析师王香杰那个今天很高兴可以晚上这个时间能跟那个贵族智能分享一下我们目前从基层机行业包括人工智能或者是海外科技这边怎么看2024年的一个中期平衡策略那我们标题大家其实也看到了哈就是导入AI的商业化进展聚焦结构让步点嗯大背景就是说什么一个点呢就是包括前段时间科技股美国一代了的很多公司也出现了回调那个这里面其实就是说市场开始对AI的商业化开始了一个更新的一个关注所以我们围绕这个路呢就是我们去 研究一下到底哪些什么叫商业化生物权来说大家可以重点关注的还有ROI是怎么样开发的都会使用一个节奏那聚焦性感的话我们有哪些结构亮点是可以聚焦的所以就是等下我们会从这个方面来回答一些点吧 那么整个来看的话这里面等一下我们会PVD里面也简单跟各位投资人分享一下我们关注一些核心的板块就是整个来看的话其实在这个上半年整体板块整个相关的估值的估值水平和低购的持股水平还是回到了一个比较低位的区间那么我们现在也知道就是随着美国对于衰停预期的这个再次提升那么海外流出性中期放松预期我们就是又旺起来的 那么所以在下半年来看的话AI技术周期和科技政策周期共振那么我们觉得行业估值还是有一个具备向上爬 ...

会议主要讨论的核心内容 - OpenAI推出了新的模型API,在结构化输出方面进行了优化,能够提升AI输出的可靠度和简化开发流程 [1][2] - 新模型在性能和成本方面都有显著优化,输入和输出tokens的成本分别降低了50%和三分之一 [2][3] - 新模型的结构化输出功能能够兼容多种API,支持视觉输入,拓宽了AI技术的应用范围 [2] - 国内也有多家公司在开源AI模型领域持续推进,如智普开源、面壁智能等,在端侧部署和多模态能力方面取得进展 [4][5] - 阿里最新开源的模型支持语音聊天和音频分析,能产生更自然的语音交互 [5] - 国内外AI模型在多语言支持、多模态融合等方面持续优化,应用范围不断扩大 [6] 问答环节重要的提问和回答 - 问题:AI产品何时能够实现盈利? 回答:AI应用的盈利性需要结合外部小模型的定制化,新模型的成本降低为此提供了指引。同时,新模型的应用范围扩大也有助于降低技术门槛,促进商业化变现 [3] - 问题:哪些公司在AI应用方面值得关注? 回答:关注一些已经有传统应用模式并正在加速商业化的公司,如广大、电商等领域;关注在多模态应用中对算力需求大的公司,如华策中网、天泽等;关注将AI应用于游戏、影视等内容领域的公司,如阅文集团、沙尔电影等 [7][8] - 问题:情感培育类AI公司Projector AI的前景如何? 回答:Projector AI被Google团队收购,提醒创业者需要注重付费策略与产品粘性的结合。教育、游戏等领域可能是Projector AI等公司的潜在机会 [9][10]