会议主要讨论的核心内容 1. AI智能眼镜作为可穿戴设备,是端侧AI最具性价比的落地硬件 [10][11][13] 2. AI智能眼镜在兼具基础眼镜功能的同时,还可能包括近眼显示、TWS耳机、摄像头、AI等功能 [11] 3. AI智能眼镜的优势在于方便快捷的语音交互、最直接的视觉感知渠道、作为人类交互的视觉焦点,以及作为用户习惯的always-on载体 [15][16] 4. AR节奏从空间投影AR到AI眼镜再到AR计算机,AI智能眼镜将在2024年陆续发售,苹果将在2027年推出首代AR产品 [19][20][21][22][23] 5. Ray-Ban Meta智能眼镜在三个季度内销量或超100万副,主要得益于在打造正常眼镜的同时全面优化了产品问题 [25][26][27][28][29][30][31] 问答环节重要的提问和回答 1. 消费者为什么要为AI智能眼镜买单? - 消费者愿意为低成本的创新技术买单,但不会持续认可不成熟的技术 [49][50] - 未来消费者为AI智能眼镜买单的核心是AI智能眼镜在低成本做好基础眼镜本体的同时,通过软硬件一体,给用户带来效率大幅提升 [55] 2. AI智能眼镜板块是否值得投资? - 智能手机、TWS耳机等成功的关键在于极致增效,而智能手表成功在于运动健康,AR暂时失败在于痒点创新 [32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48] - AI智能眼镜空间巨大,趋势已来,但当前尚未形成共识,需要关注重磅产品发布、市场关注度、出货量、渗透率和业绩等5大要素 [53][54][55][56][57][58][59][60][61][62] 3. 如何投资AI智能眼镜? - 投资主线应关注组装、SOC、显示、光学、存储、摄像头等核心环节 [66][67][68][69][70][71] - 可参考TWS耳机行情演绎,从主题行情到个别厂商α行情再到板块β全面主线行情 [91][92][93][94][95][96] - 短期关注事件驱动、主题发酵和业绩确定性,中长期关注业绩弹性 [96]

会议主要讨论的核心内容 AI发展趋势和算力需求 - 当下AI发展进入爆发期,算力成为推动AI发展的关键因素 [1][2][3][4][5][6][7] - 未来算力需求将持续高速增长,预计到2030年全球算力需求将达到25qflops的水平 [5][6] - 算力需求的增长不仅体现在单卡算力提升,还体现在集群规模和架构的要求不断提高 [7][8] GPU在AI领域的优势 - GPU擅长并行运算,在图形渲染和AI计算方面具有优势 [10][11][12][13] - GPU在硬件设计、制造和软件生态方面构筑了较高的技术壁垒 [16][17][18] - 英伟达凭借GPU技术优势和CUDA软件生态,在GPU市场占据主导地位 [19][20][21][22] 英伟达的全面布局 - 英伟达在GPU、DPU和CPU三大核心芯片领域实现全面布局,构建了从硬件到软件再到应用的完整生态 [23][24][25][26][27][28][29][30][31][32][33] - 英伟达持续加大研发投入,在硬件性能、软件生态和应用场景等方面不断强化自身优势 [43][44] - 英伟达的全面布局和持续创新,使其在AI时代具备较强的竞争优势和长期投资价值 [45][46] 问答环节重要的提问和回答 无相关内容。

各位领导下午好我是新生通信的首席张琳欢迎大家参加我们通信行业的培训以及最新的一个观点的汇报我这边的话可能会先花简单的时间先大致讲一下我们通信行业的一个研究框架然后再花可能相对更多一点的时间去重点汇报一下我们最新的一个观点 首先的话通信行业的话我们叫已经进入设施的大时代这确实是如果我们回顾过去几年通信行业的话应该说在科技板块里面走出了一个 非常强的一个alpha应该整个超额收益是非常的明显的背后的原因我想如果要去总结的话我觉得可以这么说确实通信是因为它作为一个技术设施的一个存在确实是有他们是一个技术设施的一个特性就是整个的下游它的需求相对比较广泛它的拓展性也相对来说比较强如果要去总结通信行业的行业特征的话 如果在科技板块里面我会把它用周期性来描述它就是说通信行业在科技板块里面还是一个周期属性比较强的一个行业而且的话这种周期属性的话它是有三重特征而这三重特征其实是长期不变的同时的话它也对我们的投资的方向的歧视包括投资节奏的歧视是有很大的一个益处 首先的话这种特征的第一层就是所谓的技术驱动这个我觉得还是挺关键的因为如果我们去看通信行业的每一轮的运营商投资的高峰期包括云厂商其实都一样它都是由于新的技术迭代引起的如果我 ...

会议主要讨论的核心内容 苹果在 AI 方面的整体进展和计划 [1][2] - 苹果在 AI 领域取得显著进展,主要集中在自研 AI 和第三方合作两个方面 - 苹果在文本生成、图片生成、屏幕感知等方面投入大量资源,开发了一套离线 AI 框架 - 苹果推出了意图框架,包含自学习引擎,可以实时学习用户行为,提供个性化服务 - 意图框架还支持第三方开发者接入,实现跨平台的智能服务 苹果如何利用意图框架提升用户体验 [1][2] - 意图框架通过自学习引擎实时分析用户行为,根据时间和空间提供个性化服务 - 意图框架允许第三方开发者将应用内功能封装成原子化能力,结合苹果底层引擎提供智能服务 苹果在 AI 助手方面的最新进展和未来规划 [2] - 实现了屏幕感知技术,能够识别界面元素并理解其功能 - 未来计划推出记忆体系和自动驾驶辅助功能,让 AI 助手更个性化和自主 苹果在 AI 领域的原则和策略 [2] - 聚焦系统本身应做的事情,优化用户体验,形成规范化模板供第三方接入 - 提高用户效率,通过人机交互实现任务链路最短 - 在特定场景下授权 AI 进行操作,提高效率 苹果如何平衡云计算与端计算 [2] - 日常行为场景下优先聚焦端计算,通过自研大模型提升体验 - 对于知识搜索等脱离手机核心场景的需求,则更多通过与第三方合作 苹果如何定义不同规模的大模型应用场景 [2] - 小型大模型(5,000 亿参数以下)由苹果自主研发,用于解决日常使用问题 - 大型大模型(超过 5,000 亿参数)由苹果与专业团队如 OpenAI 合作 苹果与第三方大模型厂商的合作模式 [2] - 涉及费用,第三方需支付一定费用以确保数据接口在苹果设备上的最佳兼容性 - 苹果会将第三方接口进行黑盒化封装,确保用户数据不会被泄露 苹果如何处理用户数据隐私 [2] - 不会将用户数据共享给第三方,在训练时仅使用明确同意分享的数据 - 用户生成的新数据归属于用户,由苹果负责保护,不会用于商业目的 AI 手机功能对硬件的要求 [3][4] - 需要强大的芯片算力和带宽,以支持大模型的实时计算和生成 - 需要大容量内存以支持大模型的运行 - 需要低功耗设计以保证电池续航 大模型计算为何依赖单核而非多核 [3] - 大模型计算逻辑类似人脑思考,是一个连续的过程,无法简单分解为并行任务 苹果芯片在 AI 应用中的优势 [3] - 单核性能极强,是竞争对手 3 倍 - 采用定制化架构,精确满足自身产品需求 NPU 和 GPU 在大模型应用中的作用 [3] - NPU 适合本地小规模神经网络推理,但对于大规模训练及生成任务依然依赖 CPU 或 GPU 苹果与安卓设备在内存方面的差异 [3] - 苹果设备内存使用更加高效,3B 大模型计算能力可媲美竞争对手 7B 级别 - 安卓设备需要更高内存规格以支持大模型运行 苹果在低功耗器件上的技术优势 [3][4] - 通过离线识别用户面部信息等功能,实现低功耗交互 - 结合定位信息提供更精准的 AI 服务,不会导致设备发热或快速掉电 苹果硬件成本增加对售价的影响 [4] - 硬件成本增加不到 1,000 元,但高端机型售价可能上涨至 15,000 元以上 - 苹果暂无将 AI 能力单独收费的计划,仍将通过硬件销售附加价值来盈利 安卓厂商在 AI 领域的表现 [4] - 安卓厂商如 vivo 较早布局大模型,但受限于 GPU 供应等因素 - 各家安卓厂商都投入大量资源用于大模型及 AI 产品设计 苹果在 AI 领域的优势 [4] - 在硬件、软件和操作系统方面具有显著优势,能给出明确且正确的发展方向 - 与第三方合作更加顺畅,能快速构建完善的 AI 生态框架 手机市场出货量及格局预测 [4] - 整体销量不会有显著变化,各品牌主要通过提升产品质量和速度来竞争 - 高端机型占比可能会进一步提升,但不会大幅改变整体格局 AI 技术对手机行业盈利模式的影响 [4] - 主要增强各家竞争力,对份额及盈利模式没有本质改变 - 高端机型占比提升可能带来更高利润 软件适配需要的新能力 [4] - 需要系统内核调校能力,如内存切片优化、功耗管理等,以支持 AI 技术

财务数据和关键指标变化 - 公司财务数据和关键指标未有明显变化 [1] 各条业务线数据和关键指标变化 - 各业务线数据和关键指标未提供具体信息 [1] 各个市场数据和关键指标变化 - 各市场数据和关键指标未提供具体信息 [1] 公司战略和发展方向及行业竞争 - 公司正在大规模投入 AI 技术研发,包括自研和与第三方合作两个方面 [2][3][4][5] - 公司正在开发屏幕感知、记忆体系和自动驾驶辅助等 AI 助手功能 [8] - 公司在 AI 领域遵循聚焦系统本身、提高用户效率、授权 AI 操作等原则 [9] - 公司将大模型分为小型和大型两类,分别采取自研和合作的策略 [12] - 公司与第三方大模型厂商的合作涉及费用,并对用户数据隐私进行严格保护 [13][14] - 公司自研小型大模型主要用于解决日常使用问题,不会自行研发更大型大模型 [15] - 公司在芯片、内存和低功耗器件等硬件方面进行了大量投入和优化 [18][19][20][26][27][28] - 安卓厂商在 AI 领域起步较早,但在硬件、软件和生态整合等方面仍存在差距 [30][31] 管理层对经营环境和未来前景的评论 - 未提供管理层对经营环境和未来前景的具体评论 [1] 其他重要信息 - 公司未来两年内计划进行大规模 AI 更新,预计会提升高端机型占比 [32][33] - 公司在软件适配方面需要具备内存优化、功耗管理等新能力 [34] 问答环节重要的提问和回答 无

分组1 - 英伟达作为显卡厂商,主要面向游戏市场,其发展历史与游戏玩家对显示性能需求的不断增长密切相关 [3][4][5] - 从90年代到现在,游戏画面分辨率、色彩深度、帧数等指标大幅提升,对显卡性能的需求不断增加,英伟达通过不断提升架构、制程等方式来满足这种需求 [5][6][7][8][9][10][11][12] - 英伟达通过提高单位面积运算效率、降低延迟等方式,在每一代架构中不断提升性能,其中制程进步和精准控制是关键 [13][14][15][16][17][18][19][20][21] 分组2 - 英伟达在游戏显卡市场上曾经也遇到过设计问题导致产品推迟发布的情况,但对其整体竞争力影响有限 [41][42][43] - 英伟达在设计显卡时会有意识地对性能进行一定程度的"阉割",既可以降低成本,又不会影响其相对竞争对手的优势 [44][45][46][47] - 相比CPU市场,GPU市场尤其是游戏显卡市场对性能提升的需求更加迫切,这也是英伟达不断推动架构升级的主要动力 [48][49][50][51]

去兑现市场预期的那四家我们把这个亚马逊微软谷歌meta这个四家厂商去做了一个汇总那在今年的二季度整体的资本开支大概是同比继续高增59%这个也是连续四个季度从去年开始到目前为止这个同比是一直在加速增长的可以看到并且这个增速向上的这个斜率还是比较快的 那环比呢是在19%的一个增长那也是2021年以来整个季度间的环比增速的一个新高所以从整个资本开支的大的这个整体表现上来看的话各家的这个资本开支仍然处在一个高速投入的一个阶段那其中像这个各家的一个情况下亚马逊单季度的这个资本开支是同比增长57%环比18% 那在公司的这个财报后的这个交流会上也特别提到今年的这个上半年的这个资本开支兑现了之前讲的一个同比大幅增长那如果去看下半年应该环比上半年的这个增速包括我们的环比的一个变化也将继续的一个提升那这个背后呢其实也是因为市场上公司看到了更多对于AI整个工作负载的一个强劲的一个需求包括他们现在的这个资本开支的大部分 也基本上都是用于对亚马逊云基础设施的一个投入所以在云业务的收入上我们也看到亚马逊本质上今年的云业务同比增速也是进一步有所提速的一方面来自于我们前面讲的AI和非生存型AI的工作负载的持续增加另一方面对于整个的下游慢慢的 ...

沈明高 | Al+ : 优势与机遇 沈明高：尊敬的各位领导、各位首席、各位嘉宾： 大家上午好！很高兴有机会参加今天的讨论，这个环节主要是围 绕新质生产力和人工智能发展展开交流。当然，我们是学经济的， 从经济和产业的角度探讨人工智能未来发展的优势、挑战和机会， 跟大家分享几点最近的研究认识。 首先，从宏观的角度，技术进步很可能是全球重回快增长轨道的 主要动力。从 G20 主要国家人均 GDP 相对 G20 平均水平的比重 变化看，发达国家的人均 GDP 相对 G20 平均水平都比较高，新 兴市场则相对较低。2011 年以来，全球进入了慢增长时期，全 球现价美元计价的名义 GDP 增长速度年均复合增长率只有 2.9%。 G20 的 19 个国家里面，人均 GDP 相对 G20 平均水平保持增长 的主要只有两个国家：美国、中国。在这样一个全球增长放慢的 过程中，美国的人均 GDP 在上升，相对于 G20 平均水平增加了 74%，其次是中国增加了 32%。 为什么这个趋势很重要？全球快增长时期，美国的人均 GDP 相 对全球水平是下降的。这个慢增长阶段什么时候结束，需要看到 美国的人均 GDP 相对全球见顶回落，即更 ...

大家好欢迎参加国金金融工程深度一小时如何用AI选出持续跑赢市场的基金电话会议下面开始播报名字声明声明完毕后主持人可以直接开始发言谢谢本次电话会议仅面向国金证券的专业投资机构客户或受邀客户仅供交流研究观点专家发言内容仅代表其个人观点会议内容并不构成对任何人的投资建议未经国金证券 我们将保留一切法律权利感谢您的理解和支持谢谢 各位线上投资者大家下午好我是国进金工的研究员赵岩欢迎大家来参加国进金融工程的深度一小时的电话会议我们这个电话会议会将我们团队所撰写的深度报告给大家进行一些细节上的介绍今天要给大家讲的内容是我们的智能化选集系列之六如何用AI选出持续跑赢市场的基金 其实我们国金金融工程团队的话一直在机器学习大模型这一块的话有一些各方面的深入的研究然后在基金研究这一块的话我们是一个主要是做量化选机的这样的一个研究的思路 但是我们在长期挖选集因子的时候也发现我们经过不断的跟踪很多选集因子它也并不是能够是一直持续有效的然后也是需要根据市场的一些情况去做出来一些调整然后国外的话其实是有一些 做机器学习的方式去做基金选择的这样的一些研究成果然后我们本次的话呢就是借鉴了海外的一些学术上的文献然后把机器学习的方法的话应用到基 ...

各位线上投资者大家下午好我是国进金工研究员赵岩欢迎大家来参加国进金融工程的深度一小时的这个电话会议我们这个电话会议的话会将我们团队所撰写的深度报告给大家进行一些细节的介绍 今天要给大家讲的内容是我们的智能化选集系列之六如何用AI选出持续跑赢市场的基金 其实我们就是国际金融工程团队的话一直在机器学习大模型这一块的话有一些各方面的深入的研究然后在基金研究这一块的话我们是一个主要是做量化选机的这样的一个研究的一个思路但是我们在长期挖选机因子的时候也发现我们经过不断的跟踪很多选机因子它也并不是能够是一直持续有效的然后也是需要根据市场的一些情况去做出来一些调整 然后国外的话其实是有一些做机器学习的方式去做基金选择的这样的一些研究成果然后我们本次的话就是借鉴了海外的一些学术的文献然后把机器学习的方法的话应用到基金的一个量化游选中去通过机器学习的方式去构建我们这样的一个基金的组合 然后我们本次的话就是首先我们的研究的对象的话是主动权益型的基金我们主要是选择的是普通股票型、片股混合型、灵活配置型的这些参与在60%以上的主动权益型基金作为我们的研究目标然后我们整个的流程的话就是包括基金的筛选然后还有因子的一个构建和筛选我们需要 ...