端侧AI点评：IaaS重心从中心端转向边端，AI软件变革进入基础软件“深水区”

概览

该研报聚焦于人工智能（AI）领域的最新动态，特别是基础模型与实时交互技术的融合及其对应用前景的影响。

实时交互与GPT-4

• GPT-4：OpenAI发布的旗舰生成模型，具备实时多模态交互能力，显著提升响应速度，突破了传统的提示（prompt）交互方式，无需用户手动输入，能实时读取信息，预测用户需求并主动或实时提供服务。
• 实时交互特性：实时交互模型能够与现有端侧设备良好契合，为智能助理等应用场景的落地提供了可能性。

AI基础设施转型

• 从“量”到“质”的转变：AI基础设施的投资思路正从强调算力的“量”转变为追求更高质量的算力，以及从后端向前端的转移，重点关注终端推理算力的需求。
• 硬件终端架构迭代：随着AI能力的嵌入，现有的硬件终端架构将不断迭代，可能引领手机和PC的升级换代，为AI的广泛部署铺平道路。

基础软件与操作系统变革

• AI在基础软件层的应用：AI变革进入“深水区”，OS和中间件受益于其在基础软件层的潜力最大。AI的生成能力和集成应用潜力虽强大，但需要在OS和中间件层得到充分整合，才能实现价值最大化。
• OS走向AI原生：AI将逐渐成为OS的一部分，承担更多功能，未来可能会直接集成AI能力，成为AI原生系统或AIOS，推动系统软件的设计与开发。

投资策略与建议

• 关注领域：基础模型、推理芯片、AI结合终端产品的布局、OS开发与中间件。
• 推荐公司：
  • 商汤：领先的基础模型厂商，与终端、芯片厂商合作布局端侧AI。
  • 云天励飞：推理芯片布局全面。
  • 萤石网络：AI与终端产品的结合。
  • 中科创达：多年OS开发经验，与芯片厂商深度合作。
  • 星环科技：国产数据库领先者。

风险提示

• 技术落地不及预期的风险。
• 行业竞争加剧的风险。
• 信息更新不及时的风险。

结论

该研报强调了实时交互模型与AI基础设施的结合对于未来AI应用的潜在影响，特别是在终端设备和基础软件层的变革方向。通过分析GPT-4等实时交互模型的特点及其与现有技术的融合，提出AI基础设施投资应从后端向终端转移的观点，并指出AI变革在基础软件层的潜力巨大。最后，给出了针对不同领域的投资建议，同时提醒了可能面临的风险。