预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 电子行业 行业研究 | 动态跟踪 ⚫ 预训练模型引发AIGC质变，多模态技术实现多样性。ChatGPT的持续升温使人们关注到了AIGC的突破性进展，其中预训练模型和多模态技术功不可没。预训练模型，又称为大模型、基础模型（foundation model），即基于大量数据（通常使用大规模自我监督学习）训练的、拥有巨量参数的模型，可以适用广泛的下游任务。多模态技术推动了AIGC的内容多样性，让AIGC具有了更通用的能力，多模态即图像、声音、语言等融合的机器学习。在多模态技术的支持下，目前预训练模型已经从早期单一的NLP或CV模型，发展到现在语言文字、图形图像、音视频等多模态、跨模态模型。在此基础上，大型预训练模型的发展重点开始向横跨文本、图像、语音、视频的全模态通用模型发展。通过计算策略、数据调用策略、深度学习框架等方法提升模型效果成为目前研究的进展关键，其中的代表包括：开启了跨模态预训练模型的Open AI DALL·E及CLI、NVDIA GauGAN2、微软及北大NÜWA女娲、NVIDIA POE GAN、DeepMind的Gato等。 ⚫ 中国AI+安防行业进入精细化发展阶段。2020年中国AI+安防软硬件市场规模达453亿元，艾瑞预测，2021-2025年市场进入产业结构调整期，市场增速将放缓，预计2025年规模超900亿元，AI开始向公安交通等场景的下沉市场以及泛安防的长尾细分领域渗透，发展模式由过去粗放上量转变为精细化升级改造。在过去几年，人工智能与安防结合的热度很高，但仍存在算法场景限制高、深度应用不足等限制和问题。 ⚫ 大型跨模态预训练模型有望突破AI+安防行业瓶颈。根据安防+AI 人工智能工程化白皮书，视频监控系统产生的数据量庞大，而且日趋多元化，包含非结构化数据、半结构化特征数据以及结构化数据。当前的人工智能视频大数据分析技术主要存在如下几个问题：1）非卡口场景的视频分析算法在准确率、稳定性及计算成本等核心指标方面还有待于提高，导致非卡口场景的存量视频利用率极低，目前没有有效利用的非卡口监控视频约占监控视频总量的 97%左右；2）智能 AI 摄像机及视频结构化分析产品开始进入安防市场，产生了海量的结构化视频数据，但基于结构化视频数据的深度智能应用，如时空分析、模式挖掘、预测预警、技战法训练等尚在探索阶段，有可能形成新的数据浪费和低效投资。目前AIGC高质量内容产出的背后是大型跨模态预训练模型的成熟，未来随着该模型算法在智能安防和智能物联AIoT等领域的渗透落地，行业整体视频识别算法的准确性、可靠性、应用广泛性将有望提高。 ⚫ 看好具备软硬件基础和优异的AI落地能力的智能物联AIoT龙头厂商有望受益于AI技术的持续进步，维持推荐海康威视、大华股份。 风险提示 ⚫ 技术渗透不及预期；相关公司大模型算法研发及应用进展不及预期；高算力芯片采购限制。 投资建议与投资标的 核心观点 国家/地区 中国 行业 电子行业 报告发布日期 2023年02月21日 蒯剑 021-63325888*8514 kuaijian@orientsec.com.cn 执业证书编号：S0860514050005 香港证监会牌照：BPT856 李庭旭 litingxu@orientsec.com.cn 执业证书编号：S0860522090002 杨宇轩 yangyuxuan@orientsec.com.cn 韩潇锐 hanxiaorui@orientsec.com.cn 张释文 zhangshiwen@orientsec.com.cn 薛宏伟 xuehongwei@orientsec.com.cn AIGC凸显对算力基础设施的需求 2023-02-09 OLED材料前景广阔，相关厂商布局钙钛矿带来成长新曲线 2023-02-09 多频共振驱动模拟芯片成长，国产替代迎来历史机遇期 2023-01-30 预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益 看好（维持） 电子行业动态跟踪 —— 预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 2 预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益 预训练模型引发AIGC质变，多模态技术实现多样性。ChatGPT的持续升温使人们关注到了AIGC的突破性进展，其中预训练模型和多模态技术功不可没。预训练模型，又称为大模型、基础模型（foundation model），即基于大量数据（通常使用大规模自我监督学习）训练的、拥有巨量参数的模型，可以适用广泛的下游任务。多模态技术推动了AIGC的内容多样性，让AIGC具有了更通用的能力，多模态即图像、声音、语言等融合的机器学习。在多模态技术的支持下，目前预训练模型已经从早期单一的NLP或CV模型，发展到现在语言文字、图形图像、音视频等多模态、跨模态模型。在此基础上，大型预训练模型的发展重点开始向横跨文本、图像、语音、视频的全模态通用模型发展。通过计算策略、数据调用策略、深度学习框架等方法提升模型效果成为目前研究的进展关键，其中的代表包括：开启了跨模态预训练模型的Open AI DALL·E及CLI、NVDIA GauGAN2、微软及北大NÜWA女娲、NVIDIA POE GAN、DeepMind的Gato等。 图1：大型跨模态预训练模型代表 数据来源：量子位、东方证券研究所 NÜWA模型同时支持图像、文字、视频三种模态，其整体架构包含一个支持多种条件的 adaptive 编码器和一个预训练的解码器，能够同时处理图像和视频的信息。其中，对于图像补全、视频预测、图像视频编辑任务，输入的部分图像或视频直接馈送给解码器，而编码解码器都是基于一个3D Nearby的自注意力机制（3DNA）建立的，该机制可以同时考虑空间和时间轴的上局部特性。 图2：NÜWA的结构概述 电子行业动态跟踪 —— 预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 3 数据来源：量子位、东方证券研究所 中国AI+安防行业进入精细化发展阶段。2020年中国AI+安防软硬件市场规模达453亿元，艾瑞预测，2021-2025年市场进入产业结构调整期，市场增速将放缓，预计2025年规模超900亿元，AI开始向公安交通等场景的下沉市场以及泛安防智能物联AIoT的长尾细分领域渗透，发展模式由过去粗放上量转变为精细化升级改造。在过去几年，人工智能与安防结合的热度很高，但仍存在算法场景限制高、深度应用不足等限制和问题。 图3：2020-2025E中国AI+安防软硬件市场规模（亿元）及增速 图4：智慧安防规模应用的八大限制性因素 数据来源：艾瑞咨询、东方证券研究所 数据来源：安防+AI 人工智能工程化白皮书、东方证券研究所 大型跨模态预训练模型有望突破AI+安防行业瓶颈。根据安防+AI 人工智能工程化白皮书，视频监控系统产生的数据量庞大，而且日趋多元化，包含非结构化数据、半结构化特征数据以及结构化数据。当前的人工智能视频大数据分析技术主要存在如下几个问题：1）非卡口场景的视频分析算法在准确率、稳定性及计算成本等核心指标方面还有待于提高，导致非卡口场景的存量视频利用率极低，目前没有有效利用的非卡口监控视频约占监控视频总量的 97%左右；2）智能 AI 摄像机及视频结构化分析产品开始进入安防市场，产生了海量的结构化视频数据，但基于结构化视频数据的深度智能应用，如时空分析、模式挖掘、预测预警、技战法训练等尚在探索阶段，有可能形成新的数据浪费和低效投资。目前AIGC高质量内容产出的背后是大型跨模态预训练模型的成熟，未来随着该模型算法在智能安防和AIoT等领域的渗透落地，行业整体视频识别算法的准确性、可靠性、应用广泛性将有望提高。 投资建议与投资标的 看好具备软硬件基础和优异的AI落地能力的智能物联AIoT龙头厂商受益于AI技术的持续进步，维持推荐海康威视(002415，买入)、大华股份(002236，买入)。 风险提示 技术渗透不及预期；相关公司大模型算法研发及应用进展不及预期；高算力芯片采购限制。 0.00%5.00%10.00%15.00%20.00%25.00%0200400600800100020202021E2022E2023E2024E2025EAI+安防软硬件市场规模（亿元）增速 电子行业动态跟踪 —— 预训练跨模态模型日趋成熟，智能物联AIoT行业有望受益 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 4 Table_Disclaimer 分析师申明 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明： 分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。 投资评级和相关定义 报告发布日后的12个月内的公司的涨跌幅相对同期的上证指数/深证成指的涨跌幅为基准； 公司投资评级的量化标准 买入：相对强于市场基准指数收益率15%以上； 增持：相对强于市场基准指数收益率5%～15%； 中性：相对于市场基准指数收益率在-5%～+5%之间波动； 减持：相对弱于市场基准指数收益率在-5%以下。 未评级 —— 由于在报告发出之时该股票不在本公司研究覆盖范围内，分析师基于当时对该股票的研究状况，未给予投资评级相关信息。 暂停评级 —— 根据监管制度及本公司相关规定，研究报告发布之时该投资对象可能与本公司存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确投资评级；分析师在上述情况下暂停对该股票给予投资评级等信息，投资者需要注意在此报告发布之前曾给予该股票的投资评级、盈利预测及目标价格等信息不再有效。 行业投资评级的量化标准： 看好：相对强于市场基准指数收益率5%以上； 中性：相对于市场基准指数收益率在-5%～+5%之间波动； 看淡：相对于市场基准指数收益率在-5%以下。 未评级：由于在报告发出之时该行业不在本公司研究覆盖范围内，分析师基于当时对该行业的研究状况，未给予投资评级等相关信息。 暂停评级：由于研究报告发布当时该行业的投资价值分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确行业投资评级；分析师在上述情况下暂停对该行业给予投资评级信息，投资者需要注意在此报告发布之前曾给予该行业的投资评级信息不再有效。 HeadertTable_Disclaimer 免责声明 本证券研究报告（以下简称“本报告”）由东方证券股份有限公司（以下简称“本公司”）制作及发布。 本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告的全体接收人应当采取必要措施防止本报告被转发给他人。 本报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的证券研究报告。本公司会适时更新我们的研究，但可能会因某些规定而无法做到。除了一些定期出版的证券研究报告之外，绝大多数证券研究