人工智能行業(yè)專題研究1.人工智能：將“人”由現(xiàn)實映射到虛擬世界的技術(shù)脈絡(luò)之一人工智能的本質(zhì)是希望計算機具備像人類一樣感知、處理與分析問題的能力。從人類應(yīng)對外

界刺激所作出的反饋的流程來看，大概需要以下三步：1）通過眼睛、耳朵等感官獲得外界

刺激；2）將信息傳輸至大腦進行處理，并基于大腦的處理結(jié)果與此前的經(jīng)驗積累，做出判

斷；3）借助語言進行表達或者指導(dǎo)手、腳等四肢做出行動，對外界刺激做出反饋或者進行

互動。參考人類處理問題的流程與能力來看，人工智能系統(tǒng)應(yīng)當(dāng)具備的三大核心模塊為：1）感知模塊：類似于人類的眼睛、耳朵等感官一樣，人工智能需要借助攝像頭、傳感器等

進行圖像、聲音等信息的收集，并將其傳輸至像大腦一樣的數(shù)據(jù)處理中樞進行信息處理；2）思考模塊：類似于人類大腦，人工智能應(yīng)該有數(shù)據(jù)處理中心對所收集的數(shù)據(jù)進行處理分

析，人類根據(jù)大腦處理后的信息，并基于一定的經(jīng)驗與知識對所處的環(huán)境進行判斷，并

最終做出決策，所以在人工智能中，需要對計算機進行大規(guī)模的數(shù)據(jù)訓(xùn)練，使其具備一

定的知識積累，產(chǎn)生類似于人類的“經(jīng)驗”，從而具備對新接收的數(shù)據(jù)進行分析和判斷的

能力；3）行動模塊：在做出判斷后，人類通過語言或行動對外界做出反饋，那么人工智能則需要

借助語音輸出或向硬件設(shè)備等發(fā)出信號指導(dǎo)其行動，對應(yīng)語音合成等技術(shù)。根據(jù)計算機所具備的能力，我們可以將其發(fā)展階段劃分為計算智能、感知智能、認知智能這

三個階段：1）計算智能：計算機能夠?qū)崿F(xiàn)存儲與計算，并作為傳輸信息的重要手段，比如

在過去一段時間內(nèi)，計算機最大的發(fā)展是將一切信息都盡可能的數(shù)字化，從早期的計算與文

字，到發(fā)展至今的電商、娛樂等場景的數(shù)字化；2）感知智能：計算機開始看懂與聽懂，并

能夠做出一些判斷及行動，比如

Siri語音助手等；3）認知智能：機器能夠像人一樣進行思

考，并主動的做出行動，比如在完全自動駕駛場景下，汽車能夠自己做出超車、轉(zhuǎn)彎的行動

等。站在當(dāng)前時點來看，現(xiàn)實世界的數(shù)字化不斷深入，我們認為計算機已經(jīng)基本具備了計算智能，

當(dāng)前階段是幫助計算機從計算智能進一步走向感知智能，能夠看懂與聽懂外界環(huán)境并做出一

定的反饋；并隨著知識的積累所帶來的智能化的提升，使計算機由感知智能逐步向認知智能

的階段進行演進。移動互聯(lián)網(wǎng)之后，新一輪現(xiàn)實映射到虛擬世界的探索中，我們認為硬件與

AI分別是兩種技

術(shù)脈絡(luò)。硬件實時傳輸與人體機能相關(guān)的彎曲、力度、觸感；AI模擬人的大腦對人行為、動

作、表情的驅(qū)動。這兩種技術(shù)脈絡(luò)的結(jié)合應(yīng)用，預(yù)計將開啟此輪探索的軟硬一體化的運行特

質(zhì)。2.

奠定當(dāng)下的商業(yè)化的理論知識，可以追溯到

70

年前2.1.

1943-2006

年：理論知識積累的時期，相關(guān)研究進展緩慢回顧人工智能早期發(fā)展史，其可以追溯至

1943

年，直至

2006

年之前由于當(dāng)時的算力受限

且數(shù)據(jù)不足，算法沒辦法充分發(fā)揮其作用，這一階段主要是人工智能理論知識的啟蒙與積累

階段，期間也曾產(chǎn)生一些階段性成果，但整體研究進展較為緩慢。其中，一些典型的理論積

累如下：思想啟蒙：1943

年，沃倫〃麥卡洛克和沃爾特〃皮茨發(fā)表了神經(jīng)活動中內(nèi)在思想的邏輯

演算，這啟發(fā)了后來神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的產(chǎn)生。1950

年著名的圖靈測試誕生，按照“人

工智能之父”艾倫〃圖靈的定義：如果一臺機器能夠與人類展開對話（通過電傳設(shè)備）而不

能被辨別出其機器身份，那么稱這臺機器具有智能。1956

年夏天，美國達特茅斯學(xué)院舉行

了歷史上第一次人工智能研討會，被認為是人工智能誕生的標(biāo)志。會上，麥卡錫首次提出了

“人工智能”這個概念，紐厄爾和西蒙則展示了編寫的邏輯理論機器。從推理期至知識期，期間推出大量專家系統(tǒng)。20

世紀(jì)

50-70

年代，人們認為如果能賦予計

算機推理能力，機器就有智能，人工智能研究處于“推理期”，之后人們意識到人類能夠進行判斷、決策還需要知識，人工智能在

70

年代進入“知識期”，誕生了大量的專家系統(tǒng)如

Dendral，但由于當(dāng)時的計算機有限的內(nèi)存和處理速度不足以解決任何實際的人工智能問題，

導(dǎo)致研究缺乏進展，美國和英國相繼縮減經(jīng)費支持，人工智能進入第一次低谷。第五代計算機項目：1981

年，日本經(jīng)濟產(chǎn)業(yè)省撥款

8.5

億美元用以研發(fā)第五代計算機項目，

在當(dāng)時被叫做人工智能計算機。隨后，英國、美國紛紛響應(yīng)，開始向信息技術(shù)領(lǐng)域的研究提

供大量資金。但是專家系統(tǒng)的實用性僅僅局限于某些特定情景。到了上世紀(jì)

80

年代晚期，

美國國防部高級研究計劃局（DARPA）的新任領(lǐng)導(dǎo)認為人工智能并非“下一個浪潮”，撥款

將傾向于那些看起來更容易出成果的項目；此外第五代計算機項目宣告失敗，人工智能進入

第二次低谷期。2.2.

2006-2016

年：算法、算力與數(shù)據(jù)三重合力推動，人工智能取得重大突破人工智能算法的開發(fā)通常離不開三個核心要素，即算法、算力、數(shù)據(jù)。2006-2016

年這十年

間，這三大核心要素均迎來了質(zhì)的飛躍：第一重飛躍：深度學(xué)習(xí)算法能夠支持訓(xùn)練更大規(guī)模的神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)算法能夠訓(xùn)練更大

規(guī)模的神經(jīng)網(wǎng)絡(luò)

2006

年

GeoffreyHinton和他的學(xué)生

RuslanSalakhutdinov在科學(xué)上發(fā)

表文章，給出多層神經(jīng)網(wǎng)絡(luò)更好訓(xùn)練方法，至此神經(jīng)網(wǎng)絡(luò)算法才開始真正具有深度。與過去

傳統(tǒng)的人工智能算法相比，深度學(xué)習(xí)算法能夠訓(xùn)練更大規(guī)模的神經(jīng)網(wǎng)絡(luò)，從而解決更復(fù)雜的

問題，而且隨著數(shù)據(jù)規(guī)模的提升，規(guī)模越大的神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法表現(xiàn)出的效果越顯著。第二重飛躍：芯片發(fā)展遵循摩爾定律，算力得到質(zhì)的提升。摩爾定律指出芯片上可容納的晶

體管數(shù)目，約每隔

18

個月便會增加一倍，性能也將提升一倍。1945

年世界上第一臺計算機

ENIAC的速度是能在一秒內(nèi)完成

5000

次定點的加減法運算，到

2007

年采用英特爾酷睿芯

片的個人電腦計算速度為每秒

500

億次浮點運算，是

ENIAC的

1000

萬倍，體積和耗電量

卻小了很多；到

2012

年全球最快的計算機

IBM的紅杉的計算速度為

1.6

億億次，比

19

個

月前竟提高了將近

6

倍。（吳軍浪潮之巔）通過以上幾組數(shù)據(jù)可以發(fā)現(xiàn)，自

2006

年

GeoffreyHinton發(fā)布有關(guān)深度學(xué)習(xí)的文章后，計算機的算力得到了質(zhì)的提升，可以有效

的支撐大規(guī)模的模型訓(xùn)練。第三重飛躍：PC互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)的發(fā)展為人工智能模型訓(xùn)練提供了龐大的數(shù)據(jù)積累。

PC互聯(lián)網(wǎng)的發(fā)展使用戶的許多場景線上化，比如新聞訊息、郵件、電商等，產(chǎn)生了相當(dāng)規(guī)

模的數(shù)據(jù)；而移動互聯(lián)網(wǎng)又進一步地將智能手機等更多終端納入互聯(lián)網(wǎng)體系，并產(chǎn)生豐富新

的應(yīng)用，使數(shù)據(jù)規(guī)模得到了進一步地增長。根據(jù)

IDC預(yù)測，全球數(shù)據(jù)圈將從

2018

年的

33ZB增至

2025

年的

175ZB。三重合力推動人工智能在多領(lǐng)域取得技術(shù)突破，逐步開始具有商業(yè)價值。在更強大的算力支

撐下，通過大規(guī)模訓(xùn)練數(shù)據(jù)喂養(yǎng)的深度學(xué)習(xí)算法模型表現(xiàn)出更優(yōu)異的效果，推動計算機視覺、

語音識別等領(lǐng)域取得了重大的技術(shù)突破，比如

2014

年香港中文大學(xué)湯曉鷗教授團隊發(fā)布

DeepID系列人臉識別算法準(zhǔn)確率達到

98.52%，全球首次超過人眼識別率，突破了工業(yè)化應(yīng)

用紅線；根據(jù)易觀數(shù)據(jù)，2009

年深度神經(jīng)網(wǎng)絡(luò)算法被應(yīng)用于語音識別領(lǐng)域時，語音識別準(zhǔn)

確率突破

90%，至

2016

年百度、搜狗等頭部公司都先后宣布其語音識別率達到了

97%。這

一階段，人工智能開始呈現(xiàn)出一定的應(yīng)用價值，開始逐步走向商業(yè)化。2.3.

2016

年至今：人工智能全面走向商業(yè)化應(yīng)用，中國在應(yīng)用場景優(yōu)勢突出AlphaGo打敗李世石進一步推動人工智能走向大眾，并引爆了資本的熱情。2016

年

AlphaGo打敗了人類圍棋世界冠軍李世石，引發(fā)了全世界的關(guān)注，這是人工智能史上里程碑事件，

自此人工智能從學(xué)界開始走向大眾市場。同時也推動一級市場投融資熱潮，根據(jù)

IT桔子數(shù)據(jù)，

2016

年國內(nèi)

AI投融資事件快速增加，融資總額較

2015

年近乎翻倍。2016-2018

年

AI投融

資事件總數(shù)為

2917

起，投資總額為

4006.48

億，為

AI創(chuàng)業(yè)提供了強大的資本助力。同時，各大科技巨頭先后將人工智能確認為未來的重點發(fā)展戰(zhàn)略。在國外以谷歌為代表，將

未來發(fā)展戰(zhàn)略將從移動為先（MobileFirst）調(diào)整為“人工智能為先”（AIFirst），通過內(nèi)生增

長（發(fā)展自研算法體系

TensorFlow等）與外延收購（大規(guī)模并購人工智能領(lǐng)域公司，如

DeepMind）提升人工智能綜合實力；國內(nèi)以百度為代表，率先布局人工智能戰(zhàn)略，并于

2016

年就推出百度大腦、飛槳算法等產(chǎn)品，建立起強大的人工智能底層基礎(chǔ)。全球各國都很重視人工智能，中國尤甚。人工智能引起了全球各國的關(guān)注，中國更是將人工

智能上升至國家戰(zhàn)略的層面，給予行業(yè)的發(fā)展強有力的政策支持。政府不僅從

2015

年人工

智能應(yīng)用發(fā)展初期，就將人工智能寫入中國制造

2025、“十三五”規(guī)劃綱要等重要政

府文件中，確定了人工智能在中國未來經(jīng)濟發(fā)展中的重要作用；還隨著人工智能行業(yè)的不斷

發(fā)展，對政策內(nèi)容也持續(xù)進行細化，從頂層設(shè)計至創(chuàng)新成果轉(zhuǎn)化路徑，再到芯片、開源平臺

等技術(shù)層面都有相應(yīng)政策指導(dǎo)，為行業(yè)提供了清晰的路徑指引。政策支持等多重因素推動下，中國人工智能應(yīng)用場景的發(fā)展尤為顯著。政府對人工智能行業(yè)

的支持不僅體現(xiàn)在政策方面，同時政府也是人工智能應(yīng)用的重要采購商，從商湯科技與曠視

科技的收入構(gòu)成來看，2020

年營業(yè)收入占比最高的均為包含安防在內(nèi)的城市管理場景。政

府的有力扶持、國內(nèi)強大的數(shù)字基建能力疊加廣闊的市場體系，中國人工智能應(yīng)用場景遍地

開花。AI被廣泛應(yīng)用至大數(shù)據(jù)研判、運籌優(yōu)化、智能風(fēng)控、人機交互等生產(chǎn)活動的各個環(huán)節(jié)，

特別是在政府、金融、互聯(lián)網(wǎng)、交通等行業(yè)的滲透率較高，AI所發(fā)揮的價值已被驗證并且正

在進入規(guī)?；碾A段；在制造、能源等行業(yè)也已經(jīng)產(chǎn)生了一些標(biāo)桿案例，待進一步挖掘為典

型應(yīng)用場景。對比國外在底層架構(gòu)上的優(yōu)勢，我們認為中國在應(yīng)用場景上的優(yōu)勢將尤為突出。得益于國內(nèi)豐富的應(yīng)用場景，國內(nèi)

AI創(chuàng)業(yè)企業(yè)營收已達一定規(guī)模，開始密集進入資本化階

段。國內(nèi)以安防、金融、城市運維等為代表的的人工智能應(yīng)用場景的快速發(fā)展也推動

AI創(chuàng)

業(yè)公司的業(yè)績增長，目前頭部

AI創(chuàng)業(yè)企業(yè)的營收規(guī)模也達到一定的體量，開始積極準(zhǔn)備

IPO。

我們統(tǒng)計了部分公司的

IPO進展現(xiàn)狀，目前商湯科技已經(jīng)于

2021

年

12

月底在港交所成功

上市，成功摘下“AI第一股”的稱號，截止

2022

年

1

月

7

日，商湯市值達到

2450

億港幣，

較發(fā)行時上漲超過

90%；此外，曠視科技、云從科技、格靈深瞳、云天勵飛已經(jīng)通過上交所

審核，進入注冊階段；第四范式、創(chuàng)新奇智已在港交所提交招股書。整體來看，AI創(chuàng)業(yè)企業(yè)

多處在

IPO的最后階段，再考慮商湯科技上市后超預(yù)期的股價表現(xiàn)，我們判斷

2022

年將有

望迎來人工智能企業(yè)的上市潮。3.

基礎(chǔ)層蓬勃發(fā)展，關(guān)注場景規(guī)模的增長人工智能產(chǎn)業(yè)鏈主要分為基礎(chǔ)層、技術(shù)層、應(yīng)用層三個層級，其中：1）基礎(chǔ)層以數(shù)據(jù)、算

力、算法為核心；2）技術(shù)層是建立在基礎(chǔ)層的核心能力之上，通過打造一套人工智能系統(tǒng)

使機器能夠像人類一樣進行感知與分析，其中最關(guān)鍵的領(lǐng)域包括計算機視覺（圖像識別與分

析）、語音識別與自然語言處理技術(shù)（語音識別與合成）、機器學(xué)習(xí)與深度學(xué)習(xí)（分析決策及

行動）等；3）應(yīng)用層是將技術(shù)能力與具體場景相融合，幫助企業(yè)/城市管理者等客戶降本增

效，目前主要應(yīng)用的場景有泛安防、金融、醫(yī)療、自動駕駛等領(lǐng)域。3.1.

基礎(chǔ)層：算法實力大幅提升，ASIC與云計算將進一步釋放算力人工智能算法的開發(fā)通常離不開三個核心要素，即深度學(xué)習(xí)框架、強大的數(shù)據(jù)運算能力、大

量的訓(xùn)練用數(shù)據(jù)，目前這三大基礎(chǔ)要素的變化主要呈現(xiàn)在幾個方面：1）算法：算法實力大

幅提升，目前

TensorFlow、Pytorch為主流算法框架，百度飛槳算法影響力不斷增強；2）

算力：近年涌現(xiàn)出非常多定制化

AISC芯片，進一步推動終端算力提升；另一方面云計算的

發(fā)展將更加充分地支撐超大規(guī)模的計算力；3）數(shù)據(jù)：人工智能快速發(fā)展的核心原因之一是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)兩個時代的發(fā)展實現(xiàn)了大規(guī)模的數(shù)字化，為算法的訓(xùn)練提供了充足的數(shù)

據(jù)資源。展望未來，5G的到來將推動萬物互聯(lián)，數(shù)據(jù)連接量及規(guī)模將實現(xiàn)高速增長。以下

我們將重點介紹算法與算力的演進與現(xiàn)狀：3.1.1.

算法：算法實力大幅提升，Tensorflow與

Pytorch為主流框架算法的基本原理。算法是指解決不同問題的特定模式。以最為典型的神經(jīng)網(wǎng)絡(luò)算法為例，它

可以簡單理解為從輸入層到輸出層的一種函數(shù)關(guān)系。輸入一張圖片后，系統(tǒng)會經(jīng)過

計算最終確定是什么進行輸出，這里從輸入圖片到對應(yīng)得出是

T-Shirt之間的關(guān)系就代表著

解決該類問題的算法模型。模型內(nèi)部可能是通過賦予前一層輸入?yún)?shù)不同權(quán)重加總得出下一

層的每個節(jié)點（神經(jīng)元）的數(shù)據(jù)，依次逐層計算，最終得出輸出層結(jié)果。為了得出這一模型，

需要進行大量的訓(xùn)練，比如在此處案例中，需要輸入大量帶有標(biāo)記的圖片信息，讓計算機自

己學(xué)習(xí)規(guī)律，從而分辨出圖片中的是

T-shirt還是動物等其他物體。當(dāng)訓(xùn)練結(jié)果達到一定標(biāo)準(zhǔn)

時，模型可以進行使用。近年人工智能算法實力得到大幅提升。以歷代

AlphaGo版本的實力對比為例：1）2016

年

3

月，AlphaGo以

4-1

的成績戰(zhàn)勝世界圍棋冠軍李世石；2）2017

年

1

月，AlphaGo以大師

（Master）為注冊名，依次對戰(zhàn)數(shù)十位人類頂尖高手，取得

60:0

的勝利；3）2017

年

10

月，

谷歌下屬公司

Deepmind在自然上發(fā)表論文，表示新版程序

AlphaGoZero在無任何人

類輸入的條件下，從空白狀態(tài)學(xué)起，能夠迅速自學(xué)圍棋

40

天后，擊敗所有此前的

AlphaGo版本；4）2017

年

12

月，AlphaGo研究團隊提出了

AlphaZero，它可以在

8

個小時訓(xùn)練擊

敗李世石版本

AlphaGo，也可以輕松擊敗訓(xùn)練

3

天時間的

AlphaGoZero。TensorFlow與

Pytorch算法框架使用最為廣泛，國產(chǎn)百度飛槳算法影響力逐步提升。算法

框架可以理解是算法模型的集合，是可以解決某些特定問題的工具集。為推動研發(fā)的進步與

生態(tài)建設(shè)，谷歌等大型公司及組織將自研的算法框架進行開源，目前主流的算法框架有谷歌

旗下的

Tensorflow與

Keras、Meta（原

Facebook）旗下的

Pytorch、微軟旗下的

CNTK、

伯克利大學(xué)推出的

Caffe等，其中

TensorFlow與

Pytorch是當(dāng)前使用最為廣泛的兩個開源

算法框架。從國內(nèi)看，百度

2016

年推出的自研飛槳算法框架也形成強大的開發(fā)者影響力，

根據(jù)

2021

年百度開發(fā)者大會公布的數(shù)據(jù)，目前接入的開發(fā)者已經(jīng)超過

400

多萬。國內(nèi)

AI算法公司以自研框架為主，有望在應(yīng)對復(fù)雜場景具有更快的反應(yīng)能力。國內(nèi)頭部

AI算法公司大多成立于

2014

年前后，當(dāng)時

Tensorflow、Pytorch還未開源，缺少相對成熟完善

的算法框架，因此各家公司的底層算法多以自研為主，比如商湯科技的

SenseParrots、曠視

科技的天元框架等。自研的算法框架一方面有效地支撐了公司自身前端業(yè)務(wù)，另一方面在面

對復(fù)雜的場景變化時，也保證了更快的反應(yīng)能力，團隊能夠及時調(diào)整模型而無需等待開源算

法框架的更新，本質(zhì)上也代表了

AI算法公司在底層技術(shù)能力上更有優(yōu)勢。3.1.2.

算力：芯片逐步走向定制化，云計算將進一步釋放算力GPU處理大規(guī)模并行運算，在人工智能場景中更適用。通用芯片主要分為

CPU、GPU兩種

類型，兩者的設(shè)計構(gòu)造不同，適用場景有所差異：1）CPU芯片中算術(shù)單元相對較小，控制

單元較多，主要用于處理小數(shù)據(jù)量的復(fù)雜邏輯運算；2）GPU是圖形處理芯片，控制單元較

少，算術(shù)邏輯單元較多，可用于處理大規(guī)模數(shù)據(jù)量的簡單運算。2009

年吳恩達以及斯坦福

大學(xué)研究小組發(fā)現(xiàn)，由于

GPU芯片中有大量的算術(shù)邏輯單元，具有更強的并行計算處理能

力，并于

2011

年吳恩達將其應(yīng)用于谷歌大腦眾取得了顯著效果，此后紐約大學(xué)、多倫多大

學(xué)的研究人員均采用

GPU加速器神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練，因此

GPU芯片在人工智能算法訓(xùn)練

中應(yīng)用更為廣泛。FPGA與

ASIC芯片因可定制化受到關(guān)注。FPGA（FieldProgrammableGateArray），即現(xiàn)

場可編輯門陣列，其設(shè)計初衷是為了實現(xiàn)半定制芯片的功能，即硬件結(jié)構(gòu)可根據(jù)需要實時配

臵靈活改變。相較于

CPU、GPU芯片，F(xiàn)PGA芯片的靈活性高、性能強、能耗低，但是價

格更高，因此也存在著明顯缺陷。近年來，科技巨頭紛紛在為人工智能算法定制的

ASIC芯

片上發(fā)力，比如谷歌推出了適配

TensorFlow算法的

TPU芯片、高通的

CloudAI芯片、英

偉達的

Teala系列芯片等；國內(nèi)也涌現(xiàn)出一批

AI芯片廠商，不僅包括中星微、寒武紀(jì)、海思

半導(dǎo)體等芯片設(shè)計廠商，還包括百度、阿里等互聯(lián)網(wǎng)公司，以及

AI算法公司如依圖科技、

商湯等。ASIC針對不同的人工智能場景進行了定制優(yōu)化，能夠達到性能更強，同時能耗更

低的效果。各類芯片各有場景需求，預(yù)計

ASIC將逐步成為主流。人工智能算法的應(yīng)用簡單可以概括為

訓(xùn)練與推理兩個階段，其中一般訓(xùn)練階段需要通過多輪迭代得出最優(yōu)的模型，可能會遇到大

規(guī)模的并行運算；而推理階段主要做邏輯判斷，相較而言數(shù)據(jù)需求量比較小，此時使用

CPU芯片、FPGA芯片處理有時更合適，所以不同場景下對各類芯片均具有一定的需求。整體來

看，未來由于人工智能場景不斷增長，將導(dǎo)致的芯片需求增加，且對效率有更高要求，因此

預(yù)計定制化的

ASIC芯片將成為主流。此外，云計算也為超大規(guī)模的算力需求提供了一種解決方式。云計算支撐下，應(yīng)用場景可以

不受硬件終端性能限制，進行大規(guī)模的數(shù)據(jù)運算；同時在云端可以實現(xiàn)不同數(shù)據(jù)中心的算力

共享，能夠集成更大規(guī)模的數(shù)據(jù)資源作為底層基礎(chǔ)設(shè)施，支撐超大規(guī)模的模型調(diào)度需求。以

商湯科技為例，公司在上海臨港建立的人工智能算力基礎(chǔ)設(shè)施——商湯智算中心（AIDC）將

于

2022

年初投入使用，能夠提供每秒

3.74

百億億次浮點運算的總算力，進一步夯實了公司

的人工智能基礎(chǔ)設(shè)施。3.2.

技術(shù)層：以計算機視覺為核心，廣泛作用于多個場景人工智能的三大核心技術(shù)分別是計算機視覺、自然語言處理、知識圖譜，主要是幫助計算機

看得懂、聽得懂、具備一定的推理與邏輯能力，是推動計算機具備感知智能的關(guān)鍵技術(shù)。3.2.1.

計算機視覺：人工智能最大細分市場，在安防領(lǐng)域應(yīng)用最為廣泛計算機視覺為人工智能領(lǐng)域最大細分市場，預(yù)計行業(yè)規(guī)模超過千億。根據(jù)艾瑞咨詢測算，2020

年計算機視覺市場規(guī)模為

862.1

億，是人工智能產(chǎn)業(yè)最大的細分市場，占比為

57%；預(yù)計至

2025

年計算機視覺行業(yè)市場規(guī)模將達到

1537.1

億，年均復(fù)合增速為

12.26%；同時其所帶

動的產(chǎn)業(yè)規(guī)模將達到

4858.4

億，市場空間廣闊。計算機視覺應(yīng)用廣泛，安防影像分析占據(jù)市場份額最大。計算機視覺行業(yè)的應(yīng)用主要分為七

大類，包括安防影像分析、廣告營銷分析、泛金融身份認證（解決方案）、互聯(lián)網(wǎng)娛樂、泛金融身份認證（云服務(wù)、SDK等）、手機及創(chuàng)新領(lǐng)域等，其中安防影像分析占據(jù)一半以上的

市場份額，高達

67.9%，其他應(yīng)用如廣告營銷分析、泛金融身份認證（解決方案）、互聯(lián)網(wǎng)

娛樂、泛金融身份認證（云服務(wù)、SDK等）、手機、創(chuàng)新領(lǐng)域的占比分別為

18.1%、4.0%、

3.8%、3.7%、1.7%、0.9%。3.2.2.

自然語言處理：語音助手快速發(fā)展，廣泛應(yīng)用于物聯(lián)網(wǎng)智能語音轉(zhuǎn)寫是自然語言處理中相對基礎(chǔ)且應(yīng)用較為廣泛的一種場景。智能語音轉(zhuǎn)寫是語音

識別的一種，很多公司以此為基礎(chǔ)打造了非常多成熟的產(chǎn)品，比如科大訊飛旗下的“訊飛聽

見”、搜狗旗下的“搜狗聽寫”、迅捷文字語音轉(zhuǎn)化器、靈云聽語等，目前該類產(chǎn)品的語音識

別準(zhǔn)確率可達

98%，在日常的辦公、學(xué)習(xí)中得到了廣泛的應(yīng)用。圍繞著這一功能，這些公司

都形成了全面的產(chǎn)品體系，并發(fā)展出較為成熟的商業(yè)模式。語音助手得到快速發(fā)展，被廣泛應(yīng)用于物聯(lián)網(wǎng)。蘋果在

2016

年開發(fā)者大會上發(fā)布了

Siri功

能，用戶可以使用

Siri查詢路線、撥打電話、發(fā)送信息等。Siri作為一個語音助手，其背后

的核心技術(shù)就是自然語言處理。根據(jù)

AI前線數(shù)據(jù)，通過對多語言說話者的

12.8

萬個帶有相

應(yīng)交互上下文的口述話語內(nèi)部語料庫進行嚴格訓(xùn)練，Siri在同時執(zhí)行自動語音識別和說話者

識別的任務(wù)時平均準(zhǔn)確率達到

87%。在

Siri的示范效應(yīng)下，語音助手得到了快速發(fā)展，被廣

泛應(yīng)用于智能家居、智能車載等物聯(lián)網(wǎng)領(lǐng)域，比如百度目前以

Dueros為基礎(chǔ)，打造了非常

多元的硬件體系，目前在智能家居領(lǐng)域支持超過

60

多個品類的產(chǎn)品接入。3.3.

應(yīng)用層：城市治理相關(guān)占比近半，關(guān)注傳統(tǒng)場景滲透率提升與新場景突破人工智能產(chǎn)業(yè)規(guī)模突破千億，政府城市治理與運營場景占比接近一半。根據(jù)艾瑞數(shù)據(jù)測算，

2020

年中國人工智能產(chǎn)業(yè)規(guī)模達到

1512.5

億，同比增長

38.94%；預(yù)計

2025

年中國人工智

能產(chǎn)業(yè)規(guī)模將增長至

4532.6

億，年均復(fù)合增速為

24.55%。同時，預(yù)計

2023

年由人工智能

所帶動的相關(guān)產(chǎn)業(yè)規(guī)模將突破萬億，人工智能行業(yè)的發(fā)展將成為推動經(jīng)濟增長的重要力量。

從下游場景來看，政府城市治理和運營為最大的應(yīng)用場景，市場份額接近一半（49%），互

聯(lián)網(wǎng)、金融行業(yè)的市場份額分別為

18%、12%，排名第二、三位。展望未來，關(guān)注傳統(tǒng)場景的大規(guī)模智能化升級浪潮及新型場景的快速突破。人工智能在不同

場景中的滲透情況存在較為明顯的差異，在安防、金融等領(lǐng)域等應(yīng)用相對成熟且滲透率較高，

人工智能所發(fā)揮的價值主要是通過智慧化改造幫助企業(yè)降本增效，在這些場景中，如何通過

不斷解決客戶痛點建立行業(yè)影響力來保證持續(xù)的訂單與供給上的規(guī)模效應(yīng)將成為行業(yè)下一

階段主流；同時人工智能也在塑造新的產(chǎn)業(yè)生態(tài)，比如智能駕駛、內(nèi)容生產(chǎn)（如虛擬數(shù)字人

的生成與驅(qū)動）等，這些新業(yè)態(tài)的發(fā)展與技術(shù)突破將為行業(yè)帶來新的增量與彈性。以虛擬數(shù)字人創(chuàng)作為例，涉及

NLP、TTS、知識圖譜等多項人工智能技術(shù)。具體而言，虛擬

數(shù)字人要有感知，包括視覺感知與聽覺感知，即能看得見、聽得懂、會思考、能回答、能呈

現(xiàn)，涉及多維度的技術(shù)點，比如看得見就涉及識別物體、識別表情、識別圖像等；聽得見指

的是語音識別，將聽見的聲音轉(zhuǎn)換成文字去理解，達到聽得懂狀態(tài)，涉及到自然語言理解

（NLP）；理解之后還需進行回復(fù)，涉及到知識圖譜；如何回復(fù)（是生成聲音還是生成圖形）

涉及到語音合成（TTS）。AI的價值在于大幅降低了制作成本、簡化了制作流程。即使突破了靜態(tài)下高仿真的瓶頸，如何讓數(shù)字虛擬人自然地交互，也是一大難題。人類可以從表情、肢體中讀取豐富的非語言信

息，因此數(shù)字虛擬人的表情、動作中一些細微的不自然都能被人們所察覺到。比如一個簡單

皺眉，將牽動骨骼、肌肉、皮膚的一系列變化，若用傳統(tǒng)的手工方式去調(diào)整，工作量極其巨

大。此時，AI的價值就體現(xiàn)了，可以大幅降低工作量與制作成本。4.

三類企業(yè)各有所長，或終將同臺競技在人工智能發(fā)展的大浪潮中，入局者眾多，目前行業(yè)內(nèi)的參與方主要分為三類：1）人工智

能初創(chuàng)企業(yè)，如商湯科技、曠視科技、云從科技、依圖科技等

AI四小龍，它們以頂尖的人

工智能技術(shù)見長，創(chuàng)始人均具有深厚的前沿技術(shù)背景；2）向

AI技術(shù)方向升級的傳統(tǒng)硬件廠

商，如?？低暋⒋笕A股份等，主要為客戶提供軟硬一體的綜合智能解決方案；3）互聯(lián)網(wǎng)

科技巨頭，如字節(jié)跳動、百度等，基于既有業(yè)務(wù)不斷夯實的算法能力，并逐漸將該能力拓展

至新的應(yīng)用場景。整體來看，行業(yè)參與者眾多且資源稟賦各異，呈現(xiàn)出百花齊放的競爭態(tài)勢。4.1.

互聯(lián)網(wǎng)科技巨頭:

資源最為全面，競爭優(yōu)勢突出互聯(lián)網(wǎng)科技巨頭發(fā)展人工智能一般是起源于自身的業(yè)務(wù)需要，比如谷歌、百度搜索業(yè)務(wù)對于

人工智能具有較大需求，隨著數(shù)據(jù)積累和業(yè)務(wù)能力提升產(chǎn)生價值外溢，逐步對外提供人工智

能解決方案，并在各個場景進行業(yè)務(wù)嘗試與布局。此處我們主要以谷歌、百度為例介紹該類

企業(yè)發(fā)展情況，具體如下：4.1.1.

谷歌：AIFirst，人工智能領(lǐng)域綜合實力

Top12017

年在

GoogleO/I大會上，谷歌提出公司戰(zhàn)略將由

MobileFirst轉(zhuǎn)變?yōu)?/p>

AIFirst，谷歌通

過投資與引入人才打造了強大的人工智能體系。2016

年

AlphaGo打敗圍棋選手李世石，推

動人工智能受到市場廣泛關(guān)注，是人工智能發(fā)展歷程中重要的里程碑事件，而

AlphaGo的背

后就是谷歌于

2014

年收購的開發(fā)團隊

DeepMind；2015

年谷歌開發(fā)深度學(xué)習(xí)系統(tǒng)

TensorFlow，目前是深度學(xué)習(xí)領(lǐng)域使用最為廣泛的深度學(xué)習(xí)框架之一。發(fā)展至今，谷歌在

AI研發(fā)人員、學(xué)術(shù)論文數(shù)量等都處于行業(yè)領(lǐng)先水平，根據(jù)沙利文評估，

谷歌在綜合

AI的技術(shù)實力與落地能力兩個維度都在科技巨頭中處于行業(yè)前列，具有非常強

大的

AI綜合實力。在底層技術(shù)與架構(gòu)方面，谷歌采用軟件與硬件結(jié)合的方式，為企業(yè)及開發(fā)者提供開源深度學(xué)

習(xí)框架

TensorFlow及相對應(yīng)的

TPU（TensorProcessingUnit）

芯片，其中TensorFlow是谷歌AI及機器學(xué)習(xí)的核心算法框架，谷歌將該算法進行開源，目前TensorFlow是全球范圍內(nèi)使用最為廣泛的

AI算法框架，被廣泛應(yīng)用于

PC、移動應(yīng)用的開發(fā)

場景中；TPU是谷歌專門為深度學(xué)習(xí)框架

TensorFlow所推出的芯片，隨著人工智能場景所處理

的數(shù)據(jù)量急劇增長，傳統(tǒng)的通用處理器芯片有些性能不足，TPU的芯片相較于

GPU芯

片而言，可以采用矩陣計算的方式，能夠同時處理更強大的數(shù)據(jù)量級，更加適應(yīng)

AI時

代爆發(fā)增長的數(shù)據(jù)規(guī)模。在應(yīng)用層，谷歌不僅將

AI的技術(shù)能力全面應(yīng)用于自身的各項前端業(yè)務(wù)，比如谷歌搜索、

Youtube、谷歌翻譯、谷歌地圖等，同時在安卓系統(tǒng)的迭代上不斷融入

AI的技術(shù)能力，自

2018

年谷歌發(fā)布

Android9.0

開始，基于

AI的功能逐漸增加，包括

GoogleAssistant、為用戶提

供軟件預(yù)測、自適應(yīng)電池容量、智能相冊標(biāo)記功能等。4.1.2.

百度：中國最早

allinAI的科技巨頭，率先搶占

AI時代百度布局

AI較早，并逐步釋放

AI能力。百度先于阿里、騰訊布局

AI，以搜索場景為起點，

現(xiàn)已經(jīng)形成完整的

AI生態(tài)：1）2010

年以前，百度技術(shù)的迭代主要圍繞其搜索業(yè)務(wù)開展。

2010-2015

年，百度持續(xù)布局

AI技術(shù)，并逐步向

NLP、機器翻譯、語音、圖像、知識圖譜、

機器學(xué)習(xí)等技術(shù)研發(fā)；2）2016

年百度大腦發(fā)布，并對外開放

AI核心技術(shù)，不斷賦能各個

產(chǎn)業(yè)；3）2016

年百度還推出飛槳深度學(xué)習(xí)平臺，賦能自身移動生態(tài)，提高搜索效率，根據(jù)

2019

百度世界大會，百度搜索結(jié)果的首條滿足率在

2017-2019

年分別達到

16%、37%、58%；

4）2018-2021

年，百度通過組織架構(gòu)升級及戰(zhàn)略升級，不斷推動“云+AI”戰(zhàn)略，通過自身

AI體系中的飛槳深度學(xué)習(xí)平臺與百度昆侖芯片在軟硬件方面分別積累了算法與算力等方面

的優(yōu)勢，推動百度智能云實現(xiàn)“云智一體”。目前百度已經(jīng)形成了全方位的人工智能生態(tài)體系，以百度大腦為底層技術(shù)核心引擎，在飛槳

深度學(xué)習(xí)平臺、百度昆侖芯片、DuerOS平臺與智能硬件的加持下，不斷深化

AI技術(shù)在

B端客戶側(cè)的商業(yè)化，并通過

AI賦能云服務(wù)，以百度智能云為載體，加速

AI在各行業(yè)的商業(yè)

化。具體來看如下：在芯片方面，2018

年百度正式推出百度昆侖芯片，并于

2019

年下半年流片成功，2020

年

初實現(xiàn)量產(chǎn)，2021

年

8

月，百度宣布昆侖第二代芯片實現(xiàn)量產(chǎn)。高性能、低成本的昆侖芯

片可賦能多個業(yè)務(wù)場景，助力百度多個業(yè)務(wù)協(xié)同發(fā)展，例如云智一體的百度智能云、Apollo自動駕駛開放平臺、DuerOS等。在算法方面，TensorFlow、PyTorch以及百度旗下的飛槳

PaddlePaddle深度學(xué)習(xí)平臺是被

最廣泛使用的三大

AI開源平臺，其中

TensorFlow、PyTorch分別為國外的

Google、Facebook旗下的平臺，而百度飛槳深度學(xué)習(xí)平臺則是市場三強中唯一國產(chǎn)品牌。根據(jù)百度世界

2021

大會，截至

2021

年

8

月，飛槳的開發(fā)者數(shù)量累計達到

360

萬，開發(fā)了

40

萬個

AI模型，累

計服務(wù)

13

萬企事業(yè)單位，覆蓋工業(yè)、農(nóng)業(yè)、醫(yī)療、城市管理、交通、金融等眾多領(lǐng)域。在平臺層面，百度大腦以昆侖芯片為硬件，以飛槳為開源框架，以數(shù)據(jù)庫為發(fā)動燃料，使其

成為底層支柱；通過整合內(nèi)部開發(fā)的用于語音識別、計算機視覺、NLP與知識圖譜的算法，

向合作伙伴及開發(fā)人員開放其技術(shù)供前端的業(yè)務(wù)場景進行調(diào)用。在應(yīng)用場景方面，百度大腦在提升搜索等前端業(yè)務(wù)效率的同時，重點支撐

Apollo、DuerOS、

智能云三大平臺，分別代表著百度在智能駕駛、物聯(lián)網(wǎng)、其他企業(yè)應(yīng)用場景方向的布局：Apollo：2017

年推出全球首個自動駕駛開放平臺

Apollo。公司明確了

Apollo智能駕駛

業(yè)務(wù)的三種商業(yè)模式：1）為主機廠商提供

Apollo自動駕駛技術(shù)解決方案，助力車企快

速搭建自動駕駛能力，目前百度

Apollo自動駕駛產(chǎn)品已經(jīng)迭代至

6.0

版本，是目前國內(nèi)

互聯(lián)網(wǎng)公司中發(fā)展時間最早、積累最為深厚的自動駕駛市場的領(lǐng)先者；2）百度造車，

端到端地整合百度自動駕駛方面的創(chuàng)新，如與吉利展開合作，成立智能電動汽車公司集

度汽車；3）共享無人車，百度無人車商業(yè)化進程一直在加速，Robotaxi已開啟常態(tài)化

商業(yè)運營，截至

2019

年年底，百度無人駕駛車隊已有

300

輛車，且在

13

個城市開始

測試；DuerOS

：DuerOS是百度度秘事業(yè)部研發(fā)的對話式人工智能系統(tǒng)。2015

年，機器人

助理度秘（Duer）首次亮相。2017

年，對話式人工智能操作系統(tǒng)

DuerOS發(fā)布，并與

海爾、美的、聯(lián)想等合作，賦予設(shè)備語音交互功能，實現(xiàn)設(shè)備智能化。2018

年，百度

參投

BroadLink，推進“AI+IoT”產(chǎn)業(yè)發(fā)展。2019

年，小度助手

5.0

發(fā)布，同時推出小

度智能音箱大金剛、小度智能音箱

Play及小度在家

1C4G版。2021

年

8

月，百度繼續(xù)

推出智能巨屏電視

V86、小度主動降噪耳機等產(chǎn)品；智能云：隨著產(chǎn)業(yè)智能化的逐步深入，百度逐步形成從純

AI技術(shù)架構(gòu)發(fā)展到軟硬件協(xié)同對接，從

AI本身發(fā)展到

AI與大數(shù)據(jù)、云計算相結(jié)合，使得百度可對外提供多種云產(chǎn)

品與云解方案。目前百度智能云已經(jīng)在智慧工業(yè)、智慧金融、智慧城市、智慧醫(yī)療等多

個領(lǐng)域落地，根據(jù)

IDC數(shù)據(jù)，2020

年百度智能云在中國公有云

Iaas市場份額為

3.7%，

排名第七；在中國

AI公有云市場份額為

33.3%，排名第一，百度在“云智一體”市場

上的優(yōu)勢更為突出。4.2.

AI創(chuàng)業(yè)企業(yè)：多以自研框架為主，技術(shù)優(yōu)勢突出深度學(xué)習(xí)算法推動人工智能在計算機視覺、語音識別等領(lǐng)域的技術(shù)突破，從而帶動了一批

AI創(chuàng)業(yè)企業(yè)先后成立，如“AI四小龍”中的商湯科技、曠視科技、云從科技、依圖科技等一批

公司在

2014

年前后成立，其創(chuàng)始人多來自學(xué)界或具有深厚的科研背景，開啟了人工智能領(lǐng)

域的技術(shù)創(chuàng)業(yè)。4.2.1.

商湯科技：以強大底層基建支撐長尾場景布局，規(guī)模效應(yīng)初現(xiàn)2014

年3

月，香港中文大學(xué)多媒體實驗室的湯曉鷗團隊發(fā)布

GaussianFace人臉識別算法，

在全球首次突破人眼識別能力，將計算機視覺能力進一步向前推進。2014

年

10

月，湯曉鷗

帶領(lǐng)團隊創(chuàng)立商湯科技，開啟了將實驗室成果推向市場的商業(yè)化路徑。發(fā)展至今，商湯科技

已經(jīng)成為行業(yè)領(lǐng)先的人工智能軟件公司，總部位于上海及香港，業(yè)務(wù)輻射國內(nèi)及日本、新加

坡等地。公司通過向客戶銷售人工智能軟硬一體產(chǎn)品及相關(guān)服務(wù)獲取收入，2020

年已經(jīng)實

現(xiàn)

34.46

億收入，服務(wù)全球超過

1200

名客戶。商湯科技專注于計算機視覺和深度學(xué)習(xí)技術(shù)，獨創(chuàng)了“1（基礎(chǔ)研究）+1（產(chǎn)品及解決方案）

+X（行業(yè)）”的商業(yè)模式，堅持以原創(chuàng)基礎(chǔ)研究為支撐，以自主研發(fā)的深度學(xué)習(xí)訓(xùn)練框架

SenseParrots為核心，逐步打造出一套通用人工智能基礎(chǔ)設(shè)施

SenseCore。同時公司也通

過自研芯片與傳感器，以及自建超算中心

AIDC為

SenseCore提供強大的算力支持。得益

于人工智能底層基建的不斷完善，截止

2021

年，公司的商業(yè)化人工智能模型數(shù)目已經(jīng)超過

22000

個，專利及專利申請數(shù)目超過

8000

個，具有強大的技術(shù)研發(fā)能力?；谌斯ぶ悄芑A(chǔ)設(shè)施平臺

SenseCore，公司已經(jīng)將商業(yè)化應(yīng)用場景拓展至智慧商業(yè)、智慧

城市、智慧生活、智能汽車四大核心領(lǐng)域，為客戶打造針對性人工智能綜合場景解決方案。

具體來看，其產(chǎn)品矩陣包括：1）面向智慧商業(yè)的商湯方舟企業(yè)開放平臺：主要滿足制造、基礎(chǔ)設(shè)施、金融等行業(yè)客戶在數(shù)據(jù)感知、流程自動化等方面的需求，從而提高企業(yè)運營效率；2）面向智慧城市的商湯城市開放平臺：主要為城市管理者提供城市運營系統(tǒng)，通過

AI模型

將來自于物聯(lián)網(wǎng)設(shè)備的監(jiān)測信息轉(zhuǎn)化為運營洞察、事件警報及管理行動，幫助提高城市運營

的安全性、便利性等；3）面向智慧生活的

SenseME、SenseMars、SenseCare平臺：其中

SenseME主要賦能

IoT設(shè)備，使其具備感知智能及內(nèi)容增強的能力；SenseMars主要賦能手機、AR/VR設(shè)備、智

慧大屏，提升用戶體驗；SenseCare平臺主要為診斷、治療及康復(fù)等醫(yī)療服務(wù)進行賦能；4）面向智慧汽車的商湯絕影智能汽車平臺：主要為車企客戶提供

ADAS系統(tǒng)、智能座艙系

統(tǒng)以及幫助其實現(xiàn)車輛及道路、交通信號等及路側(cè)設(shè)施的檢測等自動駕駛相關(guān)的技術(shù)。得益于

SenseCore成熟完善的人工智能模型生產(chǎn)流程，公司的