主题策略技术跃迁专题研究系列之一12023.5.19

中信证券研究部

主题策略首席分析师S1010520090002

联系人：李雷互联网科技融合首席

田鹏主题策略分析师S1010521010003

王涛主题策略分析师S1010521060002

主题策略分析师

S1010521110002

核心观点

随着ChatGPT在全球范围内强势“出圈”，AI大模型商业模式已成功跑通，我们认为AIGC时代即将到来。近年来，随着AI大模型以及算力成本不断优化，训练及推理成本持续下降为AIGC商业化应用提供了先决条件。AIGC已衍生出丰富的能力矩阵，具备了孪生、编辑和创作三大核心能力，长期看AIGC具备在全行业颠覆式降本增效的应用前景，或对80%以上的劳动者产生影响。同时，AIGC 也可在前沿领域催化出新的产业机会，AIGC大幅加快数字内容创作及数字人产业发展，推动元宇宙产业加速落地。考虑到AIGC需强大的硬件支撑以及在全行业广阔的应用空间，我们重点推荐三条投资主线：算力硬件支撑、推动行业生产效率颠覆式提升、催生元宇宙发展新生态。

AIGC悄然兴起，算力降本夯实“AI底座”。近期强势“出圈”的ChatGPT为AIGC（人工智能生成内容）代表产品之一，ChatGPT仅用2个月MAU（月活用户）即突破1亿，成为史上用户增速最快的消费级应用。AI大模型具有“涌现能力”，最先进的AI大模型参数数量近年来指数级增长导致算力需求剧增，OpenAI预计AI研究需要的计算资源将每3-4个月翻一倍。从算力角度看，近年来英伟达推出的数据中心GPU（V100、A100、H100）AI推理性能大幅提升，单位算力成本持续优化。受益于AI大模型参数逐步优化、算力利用率持续提升、算力成本逐步下降，AI大模型训练及推理成本有望不断降低。因此，算力降本有望降低AI大模型训练门槛，拓宽AI应用场景，为AIGC 全行业落地夯实基础。

AI大模型商用在即，AIGC 解放生产力。2017年以来，Transformer 模型百花齐放，预训练已呈现“大一统”趋势，AI大模型逐步向多模态场景延伸，内容生成以及逻辑推理能力不断进化。我们认为目前AIGC已可在多领域辅助人类完成日常工作及艺术创作任务，长期看AI创作能力将持续强化，有望超越专业级创作水平。受益于AI持续进化的文字、图片、视频内容生成能力，我们认为AIGC将在日常办公、传媒、影视娱乐、电商等场景率先落地，推动各行业降本增效。根据《GPTs are GPTs:An Early Look at the Labor MarketImpact Potential of Large Language Models （2023）》（作者:Tyna Eloundou等），AIGC 或影响80%劳动力的10%工作任务，AIGC 或将在全行业掀起一场生产力革命。根据Gartner预测，AIGC有望在未来2-5年进入行业成熟期；根据量子位智库预测，中国AIGC市场规模有望在2030 年达到万亿元。

想象力即生产力，AIGC修筑通往元宇宙之桥。相较于人脑只能基于自身知识图谱在少数方向进行信息处理，AI具备从更庞大的知识体系中进行多方向处理的能力，可提供更多的创作思路。AIGC时代，任何人都将成为内容创作者，只需充分发挥想象力，将需求描述给AI工具，AI即可完成代码、绘图、3D 建模等专业门槛较高的创作任务，创意或超出创作者预期。AIGC将创造海量数字内容，数字人产业将转向AI驱动，数字内容生产力将不再受到专业创作者产能限制。IDC 预测2025 年AIGC产生的数据将占所有数据的10%（2021年不超过1%），2021-2025年CAGR为127%。我们认为AIGC完美契合元宇宙产业，通过数字人、物理世界数字重构以及软件智能体三个方面支持沉浸式和交互式的元宇宙体验，推动元宇宙产业加速落地。

风险因素：算力成本优化不及预期风险；AI大模型迭代速度不及预期风险；政策监管持续收紧风险；数据安全舆情导致商业化进程不及预期风险；行业竞争持续加剧风险。

投资策略：随着ChatGPT在全球范围内强势“出圈”，AI大模型商业模式成功跑通，AI在文字、图片视频等领域已具备一定的创作能力，我们预计AIGC时代即将到来。近年来，随着AI大模型以及算力成本不断优化，训练及推理成本持续下降为AIGC 商业化应用提供了先决条件。AIGC已衍生出丰富的能力矩阵，具备了孪生、编辑和创作三大核心能力，尤其在知识密集型行业具备媲美专业级的创作能力。与人类相比，AI具备更高的生产效率以及更低的生产成本，长期看AIGC具备在全行业带来颠覆式降本增效的应用前景，或对80%以上的劳动者产生影响。同时，AIGC也可在前沿领域催化出新的产业机会，AIGC可赋能数字内容创作以及数字人行业快速发展，推动元宇宙产业发展。考虑到AIGC需强大的硬件支撑以及在各行业广阔的应用空间，我们梳理三条投资主线：1）算力硬件支撑：推荐同飞股份、和林微纳、鼎通科技、高澜股份；2）推动行业生产效率颠覆式提升：推荐杰创智能、风语筑；3）催生元宇宙发展新生态：完美世界、吉比特。

重点公司盈利预测及投资评级

简称代码	收盘价		EPS				PE				评级
简称代码	收盘价		22	23E	24E	25E	22	23E	24E	25E	评级
同飞股份	300990.SZ	80.30	1.37	2.86	4.21	5.58	59	28	19	14	买入
和林微纳	688661.SH	89.74	0.42	1.25	2.03	2.72	214	72	44	33买入
鼎通科技	688668.SH	55.40	1.69	2.47	3.31		33	22	17		买入
高澜股份	300499.SZ	18.29	0.93	0.33	0.49	0.66	20	55	37		28无评级
杰创智能	301248.SZ	34.88	1.37	1.06	1.39	1.87	25	33	25	19买入
风语筑	603466.SH	13.96	0.19	0.57	0.66		73	24	21		增持
完美世界	002624.SZ	18.84	0.71	0.85	0.98	1.13	27	22	19	17买入
吉比特	603444.SH	458.80	20.31	22.69	26.31	30.30	23	20	17	15买入

资料来源：Wind，中信证券研究部预测
注：股价为2023年5月18日收盘价

投资聚焦...
AIGC悄然兴起，算力降本夯实"AI底座” .7
AIGC 悄然兴起，ChatGPT强势"出圈” .7
全球智能算力规模快速增长，训练成本有望持续优化. .9
AI大模型商用在即，AIGC解放生产力， .11
多模态AI大模型高速发展，AIGC多领域落地 .11
AIGC 衍生出丰富能力矩阵，推动全行业降本增效， ..14
AIGC 或对80%劳动力产生影响，2030年中国AIGC市场有望超万亿元 ..17
想象力即生产力，AIGC修筑通往元宇宙之桥， ....18
想象力即生产力，AIGC 掀起内容生产革命.. .18
AIGC 赋能多模态数字内容生成，加速元宇宙时代降临. ..19
风险因素 ..21
投资策略.. ..22
重点公司介绍， ..23

插图目录

图1：AIGC技术发展历程， ...
图2：ChatGPT功... ...8
图3：ChatGPT成为史上用户增长速度最快的消费级应用程序 ....8
图4：2020-2030年全球智能算力规模CAGR为86%. …… ..9
图5：2026 年中国智能算力规模有望达到 1271EFlop.... ..
图6：NLP 模型参数呈指数级增..
图7：SOTA模型训练的浮点数运算量（单位：FLOPS） ...10
图8：英伟达数据中心GPUAI推理吞吐量快速提升（单位：倍） .0
图9：英伟达数据中心GPU价格增幅较为稳定（单位：倍） ...10
图10：大模型训练&推理成本测算通用模型， ..11
图11：Transformer"模型家族"发展时间线. 12
图12：BEiT-3在CV-NLP 任务上表现突出... ....12
图13：GPT4以及GPT-3.5在考试中的成绩. ..13
图14：AIGC 模型和应用发展预测.. ...14
图15：AIGC已衍生出丰富能力矩阵. ....14
图16：AIGC 交互方式持续丰富... ...5
图17：AI客服每次客户对话可节省5.5美元， ..16
图18：2020-2030年全球AI客服市场规模CAGR为22%. ...16
图19：《犬与少年》全作背景由AI. ..16
图20：腾讯使用AI从零开始迅速搭建一座3D虚拟城市. ...16
图21：LLM对不同职业的影响... ....17
图22：LLM对劳动者的影响. ...17
图 23：Gartner 预测 AIGC 即将进入发展高峰期. ..8
图24：2030 年中国 AIGC 市场规模有望超万亿元. ...18
图25：AIGC将走过三个发展阶段...
图26：AIGC 有望颠覆内容创作模式..
图27：元宇宙的典型场景. ..20
图28：2021-2025年全球数据总量 CAGR 为 27%.. ..20
图29：2021-2025年 AGC创建数据总量CAGR为.126%… ..20
图30：虚拟数字人已进入AIGC 时代.. ..21
图31：2026年中国AI数字人市场规模有望超100 亿元. ..21
图32：同飞股份23Q1实现营收2.7亿元（YOY+45.3%） ...23
图33：同飞股份23Q1实现归母净利润0.3亿元（YOY+35.2%） ..23
图34：和林微纳 23Q1实现营收0.4亿元（YOY-52.5%） ...23
图35：和林微纳 23Q1归母净利润为-0.1亿元（YOY-137.1%） ...23
图36：鼎通科技 23Q1实现营收1.6 亿元（YOY-8.2% ...24
图37：鼎通科技 23Q1归母净利润为0.3亿元（YOY+3.1%） ..24
图38：高澜股份 23Q1实现营收1.5亿元（YOY-64.4%） ..24
图39：高澜股份 23Q1归母净利润为-0.1亿元（YOY-169.7%） ...4
图40：杰创智能 23Q1实现营收1.9亿元（YOY-3.1%） ..25
图41：杰创智能 23Q1归母净利润为0.1亿元（YOY+5.3%） ...25
图42：风语筑 23Q1实现营收4.2亿元（YOY+74.8%） ..25
图43：风语筑 23Q1归母净利润为0.4亿元（YOY+379.5%） ..25
图44：完美世界23Q1实现营收19.0亿元（YOY-10.6%) ..26
图45：完美世界 23Q1归母净利润为2.4亿元 (YOY-71.3%） .26
图46：吉比特23Q1实现营收11.4亿元（YOY-6.9%) ..26
图47：吉比特23Q1归母净利润为3.1亿元（YOY-12.3%） .26

表格目录

表1：理想情况下2023年GPT-3训练和推理成本相较于2020年可以节省80%成本..11
表2：重点公司盈利预测、估值及投资评级.. .22

投资聚焦

随着ChatGPT在全球范围内强势“出圈”，AI大模型商业模式已成功跑通，我们认为AIGC时代即将到来。近年来，随着AI大模型以及算力成本不断优化，训练及推理成本持续下降为AIGC 商业化应用提供了先决条件。AIGC已衍生出丰富的能力矩阵，具备了孪生、编辑和创作三大核心能力，长期看AIGC具备在全行业颠覆式降本增效的应用前景。根据《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of LargeLanguage Models（2023)》（作者：Tyna Eloundou 等)，AlGC 或对80%以上的劳动者产生影响。同时，AIGC也可在前沿领域催化出新的产业机会，AIGC大幅加快数字内容创作及数字人产业发展，推动元宇宙产业加速落地。考虑到AIGC需强大的硬件支撑以及在全行业广阔的应用空间，我们重点推荐三条投资主线：算力硬件支撑、推动行业生产效率颠覆式提升、催生元宇宙发展新生态。

主线一，AIGC算力硬件支撑产业链，AI大模型带来的算力革命将会带动算力硬件支撑产业链发展，衍生硬件性能有望持续提升，推荐同飞股份（300990.SZ)、和林微纳（688661.SH)、鼎通科技（688668.SH)、高澜股份（300499.SZ)；

主线二，AIGC推动行业生产效率颠覆式提升。短期看，AI已具备辅助人类完成部分工作任务的能力，我们认为AIGC在软件开发、日常办公、影视娱乐、教育、电商等领域将率先应用。长期看，随着AI逐步具备媲美人类的专业创造能力，AIGC将在全行业带来颠覆式的生产方式，我们预计娱乐、传媒以及软件开发领域相关公司将率先在成本端受益，推荐杰创智能（301248.SZ)、风语筑（603466.SH);

主线三，AIGC催生元宇宙发展新生态。游戏公司有望率先在内容创作以及游戏设定等方面应用AI大模型并在元宇宙产业中占得有利竞争位置，推荐完美世界(002624.SZ)、吉比特(603444.SH)。

AIGC 悄然兴起，算力降本夯实“AI底座”

AIGC 悄然兴起，ChatGPT强势“出圈”

随着人工智能越来越多应用在内容创作，AIGC概念悄然兴起。AIGC（AIGeneratedContent，人工智能生成内容）指利用Al（Artificial Intelligence，人工智能）技术可根据用户需求自动生成与之匹配的内容。只需输入要求，AIGC即可帮助创作者自动生成所需内容，创作者可花费更多时间进行主题构思并减少实际创作时间，提升工作效率和创作质量。20世纪50年代以来，深度学习算法和设备算力发展迅速，AI研究取得了长足进步。AI不仅能够与人类进行互动，还可以进行写作、编曲、绘画、视频制作等创意工作。AIGC发展可大致划分为三个阶段：早期萌芽阶段、沉淀积累阶段以及快速发展阶段，目前已进入快速发展阶段。

图1：AIGC技术发展历程

资料来源：各公司官网，《Edmondde Belamy》（作者：巴黎艺术团体“Obvious”通过GAN算法开发完成），中国信息通信研究院，中信证券研究部

ChatGPT应用领域广泛，有望率先在AIGC 领域落地。ChatGPT（Chat GenerativePre-trainedTransformer，聊天生成式预训练器）为OpenAI开发的聊天机器人，它建立在OpenAI开发的GPT-3大型语言模型之上，并使用监督学习和强化学习（人类监督）技术进行微调。在AIGC 领域，ChatGPT 能够根据用户需求而自主创造出高质量的内容，不但降低了创作门槛，还能大幅提高用户创作效率。AIGC产品能力的决定性因素是互动、数量和质量，ChatGPT在生成和理解能力上有了显著提升，GPT-4 则推动内容形式从单一走向多元，大幅优化了内容质量。

图2：ChatGPT功能

资料来源：OpenAl官网

ChatGPT仅用两个月MAU即突破1亿，成为史上用户增速最快的消费级应用。2022年11月OpenAI推出ChatGPT，一经发布即成为AI界“顶流"。根据 SimilarWeb 数据显示，ChatGPT在仅推出两个月后MAU（Monthly ActiveUser，月活用户）已到达1亿，成为史上用户增长速度最快的消费级应用程序。根据 Sensor Tower数据，TikTok 花费9个月 MAU 达到1亿，Instagram 则花费2年半的时间。

图3：ChatGPT成为史上用户增长速度最快的消费级应用程序

资料来源：SimilarWeb，SensorTower，中信证券研究部

全球智能算力规模快速增长，训练成本有望持续优化

全球智能算力规模高速发展，2026年中国智能算力规模有望增至1271.4EFLOPS。根据华为预测，未来AI将从感知走向认知，创造能力不断增强，AI将走进日常生活并赋予万物智能，算力需求将高速增长，2030 年全球智能算力有望达到 105ZFLOPS（每秒1021次浮点计算)，对比2020 年增长500 倍。目前，国内头部科技企业均发力布局 AI大模型，需依托高算力系统构建，预计国内智能算力规模将保持高增。根据IDC数据，2022年中国智能算力规模达到268.0EFLOPS（每秒1018次浮点运算)，预计2026年智能算力规模将进入ZFLOPS 级别，达到1271.4EFLOPS。

图4：2020-2030年全球智能算力规模CAGR为86%

资料来源：华为全球产业展望（含预测），中信证券研究部

图5：2026年中国智能算力规模有望达到1271EFlops

资料来源：IDC（含预测），中信证券研究部

AI大模型参数呈指数级增长，新“摩尔定律”呼之欲出。近年来，随着算力以及数据集快速发展，基于Transformer 模型的 NLP（Natural Language Processing，自然语言处理）算法发展迅速。AI大模型具有“涌现能力”，当训练量超过某个阈值时，模型就会解锁“涌现能力”,即模型精度会突然暴增。因此，最先进的 NLP以及CV(Computer Vision,计算机视觉)模型中的参数数量均持续增长,近年来呈指数增长态势。根据《Aland MemoryWall（2021)》（作者：AmirGholami等）数据，近十年来 CV、NLP和语音学习方面的AI模型所需算力以每两年15 倍的速度增长，而Transformer模型的增长速度更快，增长速度为每两年750 倍。OpenAI预计AI研究所需要的计算资源将每3-4个月翻一倍。OpenAI首席执行官SamAItman也于2023年2月发推文称"新版摩尔定律很快就要到来，宇宙中的智能将每18个月翻一倍”。

图6：NLP模型参数呈指数级增长

资料来源：《Efficient Large-Scale Language Model Training on GPUClusters Using Megatron-LM（2021）》（作者：Deepak Narayanan等）

图7：SOTA模型训练的浮点数运算量（单位：FLOPS)

资料来源：《Aland MemoryWall（2021）》（作者：Amir Gholami等）

英伟达数据中心GPUAI推理能力不断增强，单位算力成本不断优化。近年来，英伟达数据中心GPU平均2-3年迭代，目前AI大模型训练使用的GPU包括V100、A100 及H100。从性能层面看，英伟达通过多实例GPU（MIG）技术允许多个网络同时基于单个GPU运行，最大限度提升计算资源的利用率；并通过优化GPU架构以及指令提升大模型训练速度。根据英伟达官网信息，英伟达数据中心GPU AI推理能力大幅提升，H100 相较于A100 超大模型的AI推理吞吐量提升30倍。与此同时，GPU价格虽出现上涨，但涨幅远低于算力。根据中关村在线报价以及网易科技信息，英伟达H100价格在24万元以上，约为A100 的3倍。因此，我们认为随着GPU 架构以系统设计持续优化，单位算力成本降低将会成为长期趋势。

图8：英伟达数据中心GPUAI推理吞吐量快速提升(单位：倍)

资料来源：英伟达官网，中信证券研究部

图9：英伟达数据中心GPU价格增幅较为稳定（单位：倍）

资料来源：中关村在线，网易科技，中信证券研究部

参考《The Economics of Large Language Models（2023)》（作者：SUNYAN）以及《Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM(2021)》（作者：Deepak Narayanan 等)，研究人员均提出以训练词数（Tokens）、大模型参数量（Parameters）、芯片算力（FLOPS)、芯片价格等指标为参数的成本测算模型。我们将根据相关模型，测算GPT-3的训练和推理成本，以及英伟达芯片迭代带来的成本优

化。

图10：大模型训练&推理成本测算通用模型

资料来源：《The Economics of Large Language Models（2023）》（作者：SUNYAN），中信证券研究部

模型及硬件优化有望节省80%以上成本，算法和数据集有望成为竞争核心。根据《TheEconomics of Large Language Models（2023)》（作者：SUNYAN）估算，作者预计 GPT-3训练成本约为140万美元，推理成本为0.0035美元/1000Tokens。我们认为，受益于大模型参数优化、算力利用率逐步提升、单位算力成本随着芯片迭代不断下降，AI大模型训练及推理成本有望持续降低，预计可节省80%以上。根据《Training Compute-Optimal LargeLanguage Models（2022)》（作者：Jordan Hoffmann 等）内容，DeepMind 认为扩展模型参数数量的效果或是边际递减，我们认为高质量的数据集以及优质的算法有望成为AI大模型的核心竞争力。

表1：理想情况下2023年GPT-3训练和推理成本相较于2020年可以节省80%成本

	训练成本推理成本
参数量	减少 60%的参数量（Chinchilla 使用70B参数量达到与GPT-3使用 175B参数量相似的表现)
单位算力成本	预计相同算力节省 58%成本（相较于V100，H100 单位算力成本更低)
模型算力利用率	算力利用率提升2.2倍（GPT-3 利用率为21.3%;PaLM为46.2%)
节省成本(相较于2020年GPT-3） >83%	>81%

资料来源：《The Economics of Large Language Models（2023)》（作者：SUNYAN）（含预测)，中信证券研究部

AI大模型商用在即，AIGC 解放生产力

多模态AI大模型高速发展，AIGC多领域落地

Transformer模型百花齐放。2017年以来，Transformer为CV和NLP领域带来了大幅性能提升，在物体检测和语义分割任务中均刷新了此前的纪录，CV和NLP有望统一在Transformer 结构之下。近年来，学界掀起了研究Transformer模型的热潮，根据《TRANSFORMER MODELS:ANINTRODUCTION AND CATALOG（2023)》（作者：XavierAmatriain）数据统计，基于Transformer已发展出60余个Al大模型，其中包括名声大噪的 GPT系列模型。

图11：Transformer“模型家族”发展时间线

资料来源：《TRANSFORMER MODELS:AN INTRODUCTION AND CATALOG（2023）》（作者：XavierAmatriain)

预训练呈“大一统”趋势，Transformer架构向多模态场景延伸。近年来，NLP、CV和多模态等领域的预训练开始呈现大一统（big convergence）趋势。2022年，微软亚洲研究院推出 BEiT-3预训练模型，在目标检测、实例分割、语义分割、视觉推理、图片描述生成等任务上取得了SOTA（state-of-the-art，最好/最先进）的迁移性能。通过对大量数据进行大规模预训练，可以更轻松地将模型迁移到多种应用领域，微软亚洲研究院认为大一统的趋势已经在三个方面逐渐显现，分别是骨干网络（backbone）、预训练任务和规模提升。我们认为，基于Transformer架构的AI大模型将持续向多模态发展，推动AIGC在全行业进行全方位应用。

图12：BEiT-3在CV-NLP 任务上表现突出

资料来源：《Image as a Foreign Language: BEIT Pretraining for Al Vision and Vision-Language Tasks （2022）》（作者：Wenhui Wang等）

GPT-4迎来巨大性能升级，OpenAI占得AIGC发展先机。根据《GPT-4TechnicalReport（2023)》（作者OpenAI）内容，GPT-4 可以接受图片输入，并具备“类似人类”的图片解读能力；GPT-4在60%的AP考试科目中取得了5分（满分)，较GPT-3.5提升30%以上;GPT-4也在研究生入门考试GRE中取得了339+4的成绩,超越95%的应试者。GPT-4引入多模态为后续生成音频、图片、视频打下了坚实基础。凭借微软全生态助力以及ChatGPT在全球范围内的“出圈”表现，我们认为OpenAI将在AIGC 领域加速迭代，持续提升模型内容生成以及逻辑推理能力，占得AIGC发展先机。

图13：GPT4以及GPT-3.5在考试中的成绩

资料来源：《GPT-4 Technical Report（2023）》（作者：OpenAl)

AIGC在多领域逐步落地，长期看AI有望具备专业级创作能力。受益于AI大模型高速发展，AI正逐步从内容生成进化为内容创作。从应用领域看，AIGC可应用于文字、图像、音乐、视频、3D建模、建筑等领域，可在办公、传媒、艺术等场景担任辅助甚至是创作者角色。从产业化角度看，AIGC 在文本和代码领域发展较快，如今已具备长文本写作和基础软件开发能力，可辅助白领以及技术人员完成部分工作；在艺术创作领域，AIGC仍在初级探索阶段，创作能力仍有较大提升空间。我们认为，随着多模态AI大模型能力不断增强、针对图像、视频的算法持续优化，AIGC有望在艺术创作领域具备超过专业人士的创造能力。

图14：AIGC模型和应用发展预测

资料来源：红杉资本（含预测），中信证券研究部

AIGC 衍生出丰富能力矩阵，推动全行业降本增效

AIGC包括三大核心能力，已衍生出丰富能力矩阵。AI模型在CV和NLP等单模态领域已拥有成熟的商业化应用。近年来，多模态Al模型加速发展，Transformer已发展成为庞大的“家族”，多模态商业应用正走向成熟。参考中国信息通信研究院的研究，我们认为AIGC主要包括三大核心能力：数字孪生能力，数字编辑能力和数字内容创作能力。三大核心能力意味着将现实世界内容迁移至数字世界 (孪生能力)，再建立数字世界与现实世界的内容互通并辅助现实世界的内容生成 (编辑能力)，最终从数字模仿进化至媲美人类的现实创作能力（创作能力)。基于三大核心能力，AIGC已衍生出丰富的能力矩阵，根据京东探索研究院信息，AIGC正在文字、语音以及图像视频等领域发展从识别到生成的能力矩阵。

图15：AIGC已衍生出丰富能力矩阵

资料来源：京东探索研究院，中信证券研究部

AIGC 应用前景广阔，我们认为将在日常办公、传媒、影视娱乐、电商等场景较快落

地。Stable Diffusion 和GPT-4分别在图像和文字领域让大众感受到 AIGC 接近人类的创作能力，各大科技巨头均加码AI大模型。从2022年开始，谷歌、微软、Meta、亚马逊、百度、阿里巴巴、腾讯等平台型科技巨头均加大力度布局AIGC，与现有商业模式结合的速度有望加快。目前，传媒、影视娱乐以及电商等领域的数字化程度较高，为AIGC提供了良好的土壤，AIGC有望率先在相关行业落地。我们认为凭借AI持续进化的文字、图片、视频内容生成能力，可助力相关行业大幅度降本增效，市场潜力巨大。

图16：AIGC交互方式持续丰富

资料来源：中国信息通信研究院，中信证券研究部

AIGC+文字&音频：赋能AI客服降本增效。AI客服已在全球范围内普及，已从文字对话迭代至语音对话。受益于AIGC快速发展，AI客服推理能力持续增强，可以在充分理解客户诉求的基础上进行逻辑推理并给出合适的回答。根据IBM商业价值研究院研究内容，使用虚拟客服技术可在每次客户对话中节省5.5美元的成本。同时，AI客服技术领先的企业客服满意度更高：客户和客服员工满意度分别提高12%和9%，处理时间缩短了15%。我们认为，AI在文字和音频领域的生成能力成熟度高，商用化进程较快，AI客服有望在全行业全面渗透。根据GrandViewResearch数据，2022年全球Al客服市场规模为13.8亿美元，预计到2030年将达到70.8亿美元，对应2022-2030年CAGR为22%。

图17：AI客服每次客户对话可节省5.5美元

资料来源：《The Total Economic ImpactTM Of IBMWatson Assistant（2020）》（作者：Forrester），中信证券研究部

图18：2020-2030年全球AI客服市场规模CAGR为22%

资料来源：GrandView Research（含预测），中信证券研究部

AIGC+图像视频：推动影视娱乐行业降本增效。在影视娱乐领域，AI已具备图像、视频以及3D建模的创作能力。在图片领域，根据6pen预测，若未来五年10%-30%的图片内容由AI参与生成，市场规模有望超600亿元。在视频领域，2023年1月，日本奈飞(NetflixJP）和日本WIT工作室、微软小冰公司日本分部（rinna）共同制作了动画《犬与少年》,成为历史首次使用AI生成背景的商业动画片。除去人物及动物角色，绘制工作绝大部分由AI完成。在3D 建模领域，腾讯AILab 展示了使用AI从零开始迅速搭建一座3D 虚拟城市的过程，所建虚拟城市面积达到25平方公里，包含130千米路网、4416栋建筑以及超过 38万个室内映射。根据腾讯AILab 在2023 游戏开发者大会发布内容，建模一座如此大的城市，过去往往需要多名美术师以年为单位的时间完成，而结合AI只需数周。我们认为AI在动画和游戏领域已具备辅助专业创作者完成部分创作的能力，大幅提升创作效率并减少人力成本，从而推动整个影视娱乐行业降本增效。

图19：《犬与少年》全作背景由AI绘制

资料来源：Netflix

图20：腾讯使用AI从零开始迅速搭建一座3D虚拟城市

资料来源：腾讯AlLab

AIGC 或对80%劳动力产生影响，2030年中国AIGC市场有望超万亿元

AIGC或影响80%劳动力的10%工作任务，并大幅提升劳动者工作效率。AI大模型在文字、图像视频等方面已具备了一定的创造能力，在非手工操作以及人际交流的工作场景中均可辅助甚至代替人力完成工作任务。根据《GPTs are GPTs:An Early Look at theLabor Market Impact Potential of Large Language Models(2023)》（作者: Tyna Eloundou等)，在美国平均一个职业当中约有15%的工作任务会受到AI大模型影响；大约80%的美国劳动者可能有至少10%的工作任务受到AI大模型影响，而约19%的劳动者可能有至少50%的工作任务受到影响。另外，AIGC已可在日常办公场景中大幅提升员工工作效率，根据新华社报道，斯坦福大学和麻省理工学院针对一家技术企业的最新研究结果显示，AI可提升技术支持员工平均14%的劳动生产率，“新手和低技能员工”的工作速度则能提升35%。

图21：LLM对不同职业的影响

资料来源：《GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models（2023）》（作者：Tyna Eloundou 等)

图22：LLM对劳动者的影响

资料来源：《GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models（2023）》（作者：Tyna Eloundou 等)

AIGC行业成熟在即，2030年中国AIGC市场规模有望超万亿元。根据OpenAl和宾夕法尼亚大学的研究，随着AI大模型的推理能力不断提高，即便停止开发，其影响力仍将持续扩大，全球范围内已掀起了一场AIGC投资热潮，AIGC在各行业的商业应用正加速落地。根据Gartner预测，AIGC有望在未来2-5年进入行业成熟期。我们认为，随着国内企业加速在研发生产端以及销售端引入AIGC 以降本增效，国内AIGC 产业也将迎来快速发展期。根据量子位智库预测，2023-2025年中国AIGC产业处于培育摸索期，预计年均复合增速为25%；2026-2030 年行业将迎来快速增长阶段，中国市场规模有望在2030年达到11491亿元。

图23：Gartner预测AIGC即将进入发展高峰期

资料来源：Gartner

图24：2030年中国AIGC市场规模有望超万亿元

资料来源：量子位预测，中信证券研究部

想象力即生产力，AIGC 修筑通往元宇宙之桥

想象力即生产力，AIGC掀起内容生产革命

AIGC将走过三个发展阶段，人机协同时代即将到来。当前，内容创造已由PGC（Professional Generated Content,专业生产内容)转向 UGC(User Generated Content,用户生成内容)，AI辅助内容生成（AIUGC）和AIGC也正在全面普及。根据百度CEO李彦宏的判断，AIGC 将走过三个发展阶段：第一个阶段，被称之为AIGC的“助手阶段”，AIGC 用来辅助人类进行内容生产，比如生产有声书、辅助视频创作等；第二个阶段，被称之为AIGC的"协作阶段”，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面。第三个阶段，即AIGC的“原创阶段”，AIGC 将独立完成内容创作。我们认为，随着 AI大模型已具备多模态的内容创造能力，AIGC已具备大规模应用条件，人机协同时代即将到来。

图25：AIGC将走过三个发展阶段

资料来源：百度世界大会，中信证券研究部

内容创作门槛降低，AI时代想象力即生产力。AI已从传统的分析数据发现规律升级为分析感知数据并进行内容生产。相较于人脑只能基于自身知识图谱进行少数方向的信息处理，AI具备从更庞大的知识体系中进行多方向信息处理的能力，可以提供更多的创作思路。复盘内容创作历史，在PGC时代，内容创作需使用专业创作工具进行内容创作，例如摄影爱好者需学习使用专业PS（Adobe Photoshop）工具进行修图；进入UGC时代，摄影爱好者仅需学习使用门槛较低的美图秀秀即可达到媲美专业PS工具的修图效果。我们认为，进入AIGC 时代，任何人都将成为内容创作者，只需充分发挥想象力，将需求描述给AI工具，AI即可完成代码、绘图、建模等具有专业门槛的创作任务，完成效果甚至超出创作者预期。

图26：AIGC有望颠覆内容创作模式

资料来源：腾讯研究院，中信证券研究部

AIGC赋能多模态数字内容生成，加速元宇宙时代降临

元宇宙可带来沉浸式体验，数字人（Avatar）、物理世界数字重构及软件智能体（SoftwareAgent）为数字化世界关键。元宇宙为物理世界、增强现实（AR）及虚拟现实（VR）在共享数字空间中的融合，元宇宙具有成为未来数字社交互动通用平台的潜力。我们认为，构建高可用的元宇宙平台，既需要成熟的混合现实技术（MR）以实现良好的人机交互，也需要海量的数字内容以实现比肩物理世界的数字世界体验。结合商汤对于元宇宙的理解，我们认为AIGC可通过三种核心方式支持沉浸式和交互式的元宇宙体验：1)数字人：AIGC可为人类创建虚拟化身，提供进入虚拟世界的入口；2)物理世界数字重构：AIGC在3D重建方面的应用可实现物理世界的数字重构,构建物理与数字世界的连接;3)软件智能体：AI大模型已具备较强的分析与推理能力，AIGC可创造高智慧的软件智能体与数字世界中的人类流畅交流。

图27：元宇宙的典型场景

资料来源：商汤招股说明书；注：（1）虚拟化身或数字人；（2）物理世界3D重建。

AIGC解放数字内容创作生产力，打造元宇宙底座。参考陀螺研究院的研究成果，我们认为元宇宙数字内容创作与游戏创作具有相似性，均需要大量专业技术人员对包含文本、图像、3D模型、音频、视频、代码等资源进行大规模开发。长期以来，数字内容创作过于复杂导致开发门槛很高。AIGC极大地降低了内容创作的门槛，普通用户在AI的帮助下即可化身为“专业创作者”，这将彻底解放数字内容生产力，为元宇宙提供海量数字内容。根据IDC数据，2021年，全球数据总量达到84.5ZB，预计到2026年全球结构化与非结构化数据总量将达到221.2ZB;2025年预计AIGC产生的数据将占所有数据的10%(2021年比例不超过1%)，2021-2025年CAGR 为127%。

图28：2021-2025年全球数据总量CAGR为27%

资料来源：IDC（含预测），中信证券研究部

图29：2021-2025年AIGC创建数据总量CAGR为126%

资料来源：IDC（含预测），中信证券研究部

数字人进入AIGC时代，2026年AI数字人市场规模有望超100亿元。上世纪末，创造数字人基本依赖于手绘，创作周期长、人力成本高。随着21世纪初CG 和动作捕捉技术的发展，数字人创作进入计算机时代，但仍受专业创作者产能限制。随着多模态AI大模型快速发展，数字人创作进入AIGC时代，数字人产业进入蓬勃发展期。结合腾讯研究院的研究成果，我们认为目前AIGC不仅可以管线化生产拥有“好看”皮囊的数字人，而且不断推动数字人向着拥有“有趣”的灵魂方向发展，数字人创作周期大幅缩短。根据IDC预测，未来数字人将逐步过渡到纯AI驱动，AI数字人市场将进入快速发展阶段，2026 年中国AI数字人市场规模将达到102.4亿元，2022-2026年CAGR约为83%。

图30：虚拟数字人已进入AIGC时代

资料来源：头豹研究院，中信证券研究部

图31：2026年中国AI数字人市场规模有望超100亿元

资料来源：IDC（含预测），中信证券研究部

风险因素

算力成本优化不及预期风险：随着GPT等AI大模型持续迭代，参数以及语料持续增加，AI大模型训练与推理算力需求持续提升。若算力优化速度与AI大模型参数量提升速度不匹配，或导致AIGC研发成本骤增，产业化进程放缓，AIGC发展不及预期。

AI大模型迭代速度不及预期风险：目前，AI大模型发展仍处于“百花齐放”阶段，若未来AI大模型“涌现能力”发展不及预期或在具体应用领域优化受阻，或导致AIGC产业发展不及预期。

政策监管持续收紧风险：目前，GPT已引起各国政府的关注，各国政府对于AI大规模应用可能造成的版权、伦理道德、用户隐私等风险正进行评估。若因AI应用潜在风险，政府监管收紧，或出台新法律对于训练数据进行限制，或导致AIGC产业化进度不及预期。

数据泄露舆情导致商业化进程不及预期风险：当前，AIGC尚处于快速发展阶段，在数据安全，数据侵权等方面仍存在潜在漏洞。根据FreeBuf咨询发布的内容，ChatGPT问世以来，已有多家企业宣布因数据泄密禁止员工访问ChatGPT。若AI大模型持续造成数据安全方面的负面舆情，大众或对AIGC产生抵制情绪，导致商业化进程不及预期。

行业竞争持续加剧风险：目前，谷歌、微软、亚马逊、Meta 等海外科技巨头均加大AI大模型布局力度，并积极推动AIGC商业化进程，国内头部科技厂商也纷纷宣布进军AIGC。行业竞争加剧或导致算力、人才等关键资源供给不足，关键资源价格上涨或对企业盈利能力产生不利影响。

投资策略

随着ChatGPT在全球范围内强势“出圈"，AI大模型商业模式成功跑通，AI在文字、图片视频等领域已具备一定的创作能力，我们预计AIGC时代即将到来。近年来，随着AI大模型以及算力成本不断优化，训练及推理成本持续下降为AIGC商业化应用提供了先决条件。AIGC已衍生出丰富的能力矩阵，具备了孪生、编辑和创作三大核心能力，尤其在知识密集型行业具备专业级的创作能力。与人类相比，AI具备更高的生产效率以及更低的生产成本，长期看AIGC具备在全行业带来颠覆式降本增效的应用前景，或对80%以上的劳动者产生影响。同时，AIGC也可在前沿领域催化出新的产业机会，AIGC可赋能数字内容创作以及数字人行业快速发展，推动元宇宙产业发展。

围绕AIGC，我们建议重点关注三条投资主线：

. 主线一，AIGC算力硬件支撑产业链，AI大模型带来的算力需求将会带动算力硬件支撑产业链发展，衍生硬件性能有望持续提升，推荐同飞股份（300990.SZ）、和林微纳（688661.SH)、鼎通科技（688668.SH)、高澜股份（300499.SZ)；

主线二，AIGC推动行业生产效率颠覆式提升，短期看，AI已具备辅助人类完成部分工作任务的能力，我们认为AIGC在软件开发、日常办公、影视娱乐、教育、电商等领域将率先应用。长期看，随着AI逐步具备媲美人类的专业创造能力，AIGC将在全行业带来颠覆式的生产方式，我们预计娱乐、传媒以及软件开发领域相关公司将率先在成本端受益，推荐杰创智能（301248.SZ）、风语筑(603466.SH);

主线三，AIGC催生元宇宙发展新生态，游戏公司有望率先在内容创作以及游戏设定等方面应用AI大模型并在元宇宙产业中占得有利竞争位置，推荐完美世界(002624.SZ)、吉比特（603444.SH)。

表2：重点公司盈利预测、估值及投资评级

简称	代码	股价（元）	EPS（元）				PE				评级
简称	代码	股价（元）	22A	23E	24E	25E	22A	23E	24E	25E	评级
同飞股份	300990.SZ	80.30	1.37	2.86	4.21	5.58	57	27	19	14	买入
和林微纳	688661.SH	89.74	0.42	1.25	2.03	2.72	193	65	40	30	买入
鼎通科技	688668.SH	55.40	1.69	2.47	3.31	：	32	22	16	-	买入
高澜股份	300499.SZ	18.29	0.93	0.33	0.49	0.66	18	52	35	26	：
杰创智能	301248.SZ	34.88	1.37	1.06	1.39	1.87	24	32	24	18	买入
风语筑	603466.SH	13.96	0.19	0.57	0.66	：	71	24	20	·	增持
完美世界	002624.SZ	18.84	0.71	0.85	0.98	1.13	26	22	19	16	买入
吉比特	603444.SH	458.8 0	20.31	22.69	26.31	30.30	22	20	17	15	买入

资料来源：Wind，中信证券研究部预测
注：股价为2023年5月18日收盘价

重点公司介绍

主线一：AIGC 算力硬件支撑产业链

同飞股份（300990.SZ)：公司成立于2006年，是国内工业温控国产替代先锋，综合竞争力强。公司作为液冷解决方案龙头，积极布局数据中心业务，2022年加入数据中心行业协会，与众多公司交流技术和产品。随着与客户的方案落地，我们认为2023年有望成为公司数据中心液冷产品放量元年，公司将充分受益于AI服务器的快速放量。23Q1公司实现营收2.7亿元，实现归母净利润0.3亿元。

图32：同飞股份23Q1实现营收2.7亿元 (YOY+45.3%)

资料来源：Wind，中信证券研究部

图33：同飞股份23Q1实现归母净利润0.3亿元（YOY+35.2%）

资料来源：Wind，中信证券研究部

和林微纳(688661.SH)：和林微纳成立于2012年，主营业务为半导体测试探针以及MEMS相关精微零组件。随着ChatGPT问世，头部科技企业在全球范围内掀起新一轮“AI军备竞赛”。英伟达为全球AI芯片龙头，有望直接受益于AI大模型训练和推理所带来的旺盛 AI芯片需求。公司与英伟达长期合作半导体芯片测试探针业务，AI芯片需求快速增加有望直接拉动公司半导体测试探针业绩。23Q1公司实现营收0.4亿元，归母净利润为-0.1亿元。

图34：和林微纳23Q1实现营收0.4亿元 (YOY-52.5%)

资料来源：Wind，中信证券研究部

图35：和林微纳23Q1归母净利润为-0.1亿元 (YOY-137.1%)

资料来源：Wind，中信证券研究部

鼎通科技 (688668.SH)：鼎通科技成立于2003年，主要业务为通讯连接器精密组件和汽车连接器精密组件。AI预训练大模型对算力需求大幅提升，有望推动相关硬件基础设施持续扩容升级。公司通信连接器业务坚定大客户战略，深挖客户增量需求，近年来cage系列新产品向核心客户继续导入，新入泰科cage系列供应商名录；同时，产品亦持续迭代升级，2x6规格cage产品及112GB/s结构件产品亦顺应传输速率提升而升级，有望贡献新增量，尤其112GB/s主要满足800G数通需求。此外，公司亦设立马来西亚子公司，后续有望以马来工厂为依托，拓展泰科、安费诺等大客户海外业务。23Q1公司实现营收1.6 亿元，归母净利润0.3亿元。

图36：鼎通科技23Q1实现营收1.6亿元 (YOY-8.2%)

资料来源：Wind，中信证券研究部

图37：鼎通科技23Q1归母净利润为0.3亿元 (YOY+3.1%）

资料来源：Wind，中信证券研究部

高澜股份（300499.SZ)：公司成立于2001年，在液冷领域具备深厚技术积累，通过前瞻性布局，已经拥有冷板式液冷服务器热管理解决方案、浸没式液冷服务器热管理解决方案、集装箱液冷数据中心解决方案。业务涵盖了从液冷板、多种型号和换热形式的CDU、多功率的Tank、多尺寸的集装箱等部件到数据中心设计、设备集成、系统调试、设备运维的系统集成。2022年公司IDC热管理产品实现营收约1.07亿元，同比增长9835.1%。23Q1公司实现营收1.5亿元，归母净利润为-0.1亿元。

图38：高澜股份23Q1实现营收1.5亿元(YOY-64.4%)

资料来源：Wind，中信证券研究部

图39：高澜股份23Q1归母净利润为-0.1亿元(YOY-169.7%）

资料来源：Wind，中信证券研究部

主线二：AIGC推动行业生产效率颠覆式提升

杰创智能（301248.SZ)：公司成立于2008年，是国内的智慧城市、智慧安全解决方案提供商，为政企、互联网等下游客户提供安防、信息系统、数据感知采集等产品和解决方案。公司加大对高性能计算、信号及协议分析等核心技术的研发投入，为智慧城市、智慧安全的大数据分析应用、数据协议分析应用提供底层计算支持。公司具备相对全面的业务资质，如建筑智能化系统设计专项甲级、电子与智能化工程专业承包一级、公安部列装资质等。23Q1公司实现营收1.9亿元，归母净利润0.1亿元。

图40：杰创智能 23Q1实现营收1.9亿元（YOY-3.1%)

资料来源：Wind，中信证券研究部

图41：杰创智能 23Q1归母净利润为0.1亿元(YOY+5.3%)

资料来源：Wind，中信证券研究部

风语筑（603466.SH)：公司成立于2003年，主营业务为数字展览展示业务。公司作为国内数字展示行业的龙头公司，在线下沉浸式文化体验方面多年深耕，对于ARVR、虚拟主播等技术的应用有丰富的经验；此外，公司在艺术设计方面的人才储备丰富，有望推动推动数字藏品等业态的多元发展。23Q1公司实现营收4.2亿元，归母净利润0.4亿元。

图42：风语筑23Q1实现营收4.2亿元 (YOY+74.8%)

资料来源：Wind，中信证券研究部

图43：风语筑23Q1归母净利润为0.4亿元（YOY+379.5%)

资料来源：Wind，中信证券研究部

主线三：AIGC催生元宇宙发展新生态

完美世界（002624.SZ)：公司成立于1999年，目前多款主力游戏产品处于稳健的运营周期，《幻塔》、《梦幻新诛仙》、《完美世界》、《诛仙手游》等游戏保持较强长线运营能力。公司持续布局AIGC 等前沿科技应用，有望提升游戏研发效率。公司内部已成立 AI中心，由游戏业务CEO负责，中台技术部门牵头，各项目制作人深度参与，研究及推行AI技术学习与应用。目前已有部分应用于智能NPC、场景建模、AI绘画、AI剧情、AI配音等方面。随着类似 ChatGPT、Midjourney、Stable Diffusion 等 AIGC 技术应用工具日趋成熟，AI技术将在公司游戏研发、发行及运营中应用于更多场景，进一步提升游戏研发效率、优化玩家体验。23Q1公司实现营收19.0亿元，归母净利润2.4亿元。

图44：完美世界23Q1实现营收19.0亿元（YOY-10.6%)

资料来源：Wind，中信证券研究部

图45：完美世界23Q1归母净利润为2.4亿元（YOY-71.3%)

资料来源：Wind，中信证券研究部

吉比特（603444.SH)：公司成立于2004年，公司主力游戏《问道手游》和《一念逍遥》整体保持稳健运营状态，已获版号产品和自研产品管线较为丰富。公司持续布局AIGC等前沿科技应用，AI相关工具已对公司实际工作带来帮助，例如美术人员利用AI作画工具快速构造素材，策划人员利用AI作画工具快速构造原型，让美术人员了解策划意图，降低沟通成本。类似ChatGPT的AIGC工具也被应用到策划设计工作中，有效提高了公司生产效率。23Q1公司实现营收11.4亿元，归母净利润3.1亿元。

图46：吉比特23Q1实现营收11.4亿元(YOY-6.9%)

资料来源：Wind，中信证券研究部

图47：吉比特23Q1归母净利润为3.1亿元 (YOY-12.3%)

资料来源：Wind，中信证券研究部

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：(i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；(ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含 CLSA group of companies)，统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级(另有说明的除外)。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A 股市场以沪深 300指数为基准，新三板市场以三板成指 (针对协议转让标的)或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普 500 指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅 20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%～20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%～5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
	行业评级	强于大市	相对同期相关证券市场代表性指数涨幅10%以上
		中性	相对同期相关证券市场代表性指数涨幅介于-10%～10%之间
		弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问 https:/research.citicsinfo.com/disclosure。

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSALimited（于中国香港注册成立的有限公司）分发；在中国台湾由CLSecurities Taiwan Co.,Ltd.分发；在澳大利亚由CLSAAustraliaPtyLtd.（商业编号：53139 992331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSAAmericas,LLC 除外）分发；在新加坡由CLSASingapore PteLtd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSAEurope BV分发；在英国由 CLSA（UK)分发；在印度由 CLSA India Private Limited 分发（地址:8/F, Dalamal House,Nariman Point,Mumbai 400021;电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118)；在印度尼西亚由PTCLSA Sekuritas Indonesia分发；在日本由 CLSA Securities Japan Co., Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由 CLSA Securities Malaysia Sdn Bhd 分发；在菲律宾由CLSAPhilippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities (Thailand) Limited 分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由CLSALimited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第571章）及其下颁布的任何规则界定的),不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSALimited 的罗鼎，电话：+85226007233。

美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSAAmericas,LLC 除外）仅向符合美国《1934年证券交易法》下15a-6规则界定且CLSAAmericas,LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericas,LLC（在美国证券交易委员会注册的经纪交易商)，以及 CLSA 的附属公司。

新加坡：本研究报告在新加坡由CLSA Singapore Pte Ltd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜,新加坡的报告收件人应联系 CLSASingapore Pte Ltd,地址:80 Raffles Place,#18-01,UOB Plaza1,Singapore 048624，电话：+6564167888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSASingaporePteLtd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd豁免遵守《财务顾问法》（第110章)、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。对于英国分析员编纂的研究资料，其由CLSA（UK）制作并发布。就英国的金融行业准则，该资料被制作并意图作为实质性研究资料。CLSA（UK）由（英国）金融行为管理局授权并接受其管理。

欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的 CLSAEurope BV 分发。

澳大利亚：CLSAAustralia PtyLtd（“CAPL”）(商业编号：53139992331/金融服务牌照编号：350159)受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001)》第761G 条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAII Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSAIndiaPrivateLimited，成立于1994年11月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735)、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619)。CLSA及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSA India“关联方”的更多详情，请联系 Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

中信证券-主题策略技术跃迁专题研究系列之一：AIGC引爆生产力革命-230519.pdf