Al周观察：CPO产业趋势加快，AI推动硬件变化

摘要 -阿里巴巴发布通义万相2.1，实现中文文字视频生成，支持1080P视频编解码，在VBench榜单夺冠，视频模型国内外差距明显缩小。微软开源小型语言模型Phi-4，参数量14亿，在数学推理和STEM任务上表现优异，并采用MIT许可证开放商业使用，促进端侧模型应用。 -在摩尔定律效应逐渐放缓的背景下，人工智能集群的性能提升正从晶体管优化转向通信效率优化。共封装光学（CPO）技术通过高度集成，显著提高了数据传输的带宽和距离，同时降低了延迟，为解决AI集群扩展中的通信瓶颈提供了关键支持。美满电子和台积电近期的技术发布标志着CPO在人工智能应用中的加速落地，行业对高效通信解决方案的需求正在推动这一技术的快速普及，成为未来人工智能基础设施发展的重要方向。 -在CES2025上，SK海力士展示了全球容量最大的48GB、16层HBM3E，专为AI学习和推理优化，显著超越行业性能标准，进一步巩固其在高带宽存储领域的领导地位。同时，海力士还发布了DDR5RDIMM、CXL接口存储以及GDDR6-AiM等创新产品，显著提升AI计算效率与存储灵活性。通过这些突破性技术，海力士正在引领AI存储解决方案的未来发展，并致力于成为全栈AI解决方案的核心供应商。 -我们认为传统AI硬件如手机、PC趋势仍然将会迭代升级，传统厂商在芯片层面不断竞争，同时对消费者来说较为重要的显示、内存等也将更新换代。在可穿戴领域我们觉得各家公司硬件条件区别不大，但未来智能眼镜和手机绑定的话，应用的开发以及生态环境的适配将成为竞争的关键。AI硬件将继续向功能性靠拢。 -我们认为随着用户智能化需求不断上升，智能座舱芯片、自动驾驶芯片、配套内存&汽车半导体、激光雷达、毫米波雷达、摄像头等组件产业升级趋势明显。 -我们认为人形机器人技术成熟尚需一段时间，未来人形机器人往C端售卖的话与消费电子类似，厂商需要精细的 供应链成本管控。随着机器人对物理模型的理解加深带来对周边环境感知需求增强，传感器作为如Lidar、雷达等部件都有较大空间，且确定性较强。 风险提示 芯片制程发展与良率不及预期中美科技领域政策恶化 智能手机销量不及预期 内容目录 海外市场行情回顾3 AI应用动态4 CPO产业趋势加快，美满电子发布AIASIC共封装光学架构4 SK海力士HBM开发速度已超出英伟达要求4 从CES看AI带给硬件的变化5 消费电子处于场景探索期，但AI硬件趋势确定5 汽车在智能化上展开竞争9 机器人数量激增9 风险提示12 海外市场行情回顾 图表1：本周海外AI相关个股行情 来源：Reuters、国金证券研究所 AI应用动态 阿里巴巴宣布其通义万相模型升级至2.1版本，首次实现中文文字视频生成功能。该版本引入了自研的高效变分自编码器（VAE）和扩散时间模型（DiT）架构，显著增强了时空上下文建模能力。通义万相2.1支持无限长的1080P视频高效编解码，并在VBench榜单上取得第一名的成绩。这一升级不仅提升了视频生成的质量，还增加了中英文视频特效生成的能力，为影视制作、广告设计等领域提供了强有力的支持。 英伟达与麻省理工学院及清华大学合作推出了Sana模型，旨在高效生成高达4K分辨率的图像。Sana采用线性注意力机制替代传统注意力机制，大幅提高了生成速度和效率。此外，该模型可在普通笔记本GPU上运行，实现快速图像生成，降低了内容创作的成本。尽管目前生成图像的质量仍有提升空间，但Sana在处理速度上的优势使其成为未来图像生成技术的重要候选者。 微软近期开源了其最新的小型语言模型Phi-4，参数量为14亿。该模型在多个基准测试中表现优异，尤其在数学推理和STEM问题上超越了OpenAI的GPT-4o。Phi-4采用MIT许可证，允许商业用途，这一举措将大幅度降低开发者使用高性能AI模型的门槛。其成功得益于40%的合成数据训练以及严格的数据筛选过程，使得模型在推理任务中展现出卓越的能力。 谷歌推出了其时序预测基础模型TimesFM2.0，该模型专为处理时间序列数据而设计，能够有效预测零售销量、股票走势及网站流量等。TimesFM2.0在GIFT-Eval评分榜上名列第一，支持用户使用自己的数据进行微调。这一模型具有良好的泛化能力，并能自动处理数据中的异常值和缺失值，展现出强大的应用潜力。 CPO产业趋势加快，美满电子发布AIASIC共封装光学架构 继台积电于近期成功实现了共封装光学（CPO）与先进半导体封装技术的集成之后，美满电子于上周也发布了其用于人工智能应用定制化ASIC的CPO架构。Marvell的定制AI加速器架构将XPU计算芯片、高带宽存储器（HBM）以及其他芯粒与Marvell3D硅光子引擎（SiPhoEngine）集成在同一基板上，采用高速SerDes、芯粒间接口（die-to-dieinterfaces）和先进封装技术。这种设计无需让电信号通过铜缆或印刷电路板离开XPU封装。通过集成光学技术，XPU之间的连接可实现比电缆快百倍的数据传输速率，并支持长达电缆100倍的传输距离。这种架构使AI服务器的扩展连接能够跨越多个机架，并在延迟和功耗方面达到最优水平。 在摩尔定律放缓的背景下，人工智能集群的总体性能效率提升路径已从优化晶体管缩放转换到优化通信效率。对通信性能的评价是多维的，我们认为，如何在高数据带宽，低数据延迟，和长通信距离中权衡，是行业玩家未来最大的课题。CPO通过高度集成，能够在保证带宽和延迟的前提下，提升数据传输距离，能够解决集群ScaleOut当前所面临的问题，根据LightCounting的预测，到2029年，CPO技术的端口出货量将从目前不足5万个增长到超过1800万个，主要用于服务器内部连接和跨机架通信。这表明随着AI应用的普及和复杂性增加，市场对CPO技术的需求将呈现爆发式增长。 SK海力士HBM开发速度已超出英伟达要求 在CES2025上，SK海力士展示了其正在开发的48GB、16层HBM3E，这是全球容量最大的HBM产品。这款高带宽存储器针对AI学习和推理优化，显著超越当前行业对高性能存储的要求，包括英伟达对HBM技术的性能标准。这不仅体现了海力士在HBM技术领域的领导地位，也为AI模型训练和推理提供了更强大的数据处理支持，满足了超大规模AI计算的带宽与容量需求。 图表2：SK海力士于2025年CES发布其16层HBM3E 来源：SKHynix、国金证券研究所 除了HBM，海力士还展示了包括DDR5RDIMM、MCRDIMM、高速企业级SSD（eSSD）以及基于CXL接口的下一代存储解决方案。通过创新的内存加速技术（如GDDR6-AiM和AiMX加速器卡），海力士的产品组合显著提升了AI计算效率，扩展了存储接口的灵活性和可扩展性。这些突破表明，SK海力士的存储产品已全面超越现有市场需求，尤其是在AI训练、推理和边缘计算等应用中为行业树立了新标杆。公司CEO郭诺正表示，海力士正以技术创新和多样化产品组合为驱动，迈向全栈AI解决方案提供商的目标。 从CES看AI带给硬件的变化 消费电子处于场景探索期，但AI硬件趋势确定 与2024年CES上RabbitR1的爆火不同，今年消费电子CES展“略显保守”。随着AI的发展，消费者对于AI的评判标准一直在提高。2023年人们对AI的认知尚且停留在大语言模型的百科全书功能上。2024年年初RabbitR1展现出了改变人与手机交互形式的AIAgent雏形，并且后续手机厂商看到这个方向后也都有跟进（如苹果Siri的升级）。而到了2025年后，消费者对于AI硬件的要求越来越高，如文字上的问题不能出错，语音操作系统要又快又准。在AI应用尚未达到不可或缺的地步时，消费者对于AI硬件的认可也就暂缓提升了。但我们认为好用的AI硬件渗透率提升这一趋势非常明确，不管是手机、PC还是可穿戴厂商都在将AI融入进硬件产品中，并且我们认为硬件渗透率的提升将会帮助生态环境的建设，从而促进软件应用的发展。 英伟达在CES上不仅展示了传统的消费级显卡、数据中心加速卡新产品，也将一部分重心移到了AI硬件端——ProjectDigits。ProjectDIGITS是一款个人AI超级计算机，搭载全新的GB10GraceBlackwellSuperchip，可提供高达1Petaflop的AI计算性能。GB10集成了带有最新一代CUDA核心和第五代TensorCore的BlackwellGPU，通过NVLink-C2C芯片间互连与联发科合作开发的Arm架构20个高能效核心的GraceCPU相连接。GB10Superchip可让ProjectDIGITS仅使用普通电源插座就能实现强大的性能。每台ProjectDIGITS都配备128GB统一内存。开发者可以运行2000亿参数的大型语言模型，借助ConnectX网络，两台ProjectDIGITSAI可以连接起来，运行高达4050亿参数的模型。 图表3：英伟达ProjectDigits 来源：英伟达官网、国金证券研究所 我们认为，英伟达在AI硬件产品几乎没有基础的情况下和传统消费电子CPU厂商联发科开展合作体现出了AI硬件在英伟达心中的重要性。ProjectDigits在AI上的定制化以及3000美元的定价注定使它不会成为爆款，但它的专业性将会吸引AI应用开发者在英伟达的平台上开发应用或训练模型，这会帮助英伟达完成生态的闭环：不仅仅是计算工具，硬件端口与APP级别的应用都将覆盖。未来不仅仅是专业设备，随着英伟达及联发科合作的深入，我们认为消费级的PC产品也将成为英伟达的目标。 与想切入AI硬件的英伟达类似，高通也想让AI从自己的手机芯片中扩散出去。Aetina作为OEM为高通做了一款将端云结合模式中的云放在本地的服务器。高通AIOn-PremApplianceSolution和AIInferenceSuite，将生成式AI工作负载的部署模式从“仅限云端”转变为可在本地进行。比如本身设计中并没有AI功能的硬件（如空调、扫地机器人）通过连接到本地的服务器中重新接受存储在服务器中的模型的“训练”，可以显著降低运营成本，同时保护了隐私数据，让数据留存在了本地。 图表4：高通边缘AI部署 来源：高通官网、国金证券研究所 联想等PC品牌商也在更新产品。除了搭载最新英特尔或者AMD芯片的AIPC之外，在产品形式上也有很大的创新。ThinkBookPlusGen6可卷式显示笔记本通过对OLED屏幕进行卷曲来拓展或缩小屏幕，展开时可以充当大型竖屏。这款产品将在2025年上半年上市。同时YogaAir14AuraAI元启版笔记本电脑屏下摄像头技术也让屏幕边框显得更为完整。 图表5：联想可卷曲屏幕笔记本电脑 来源：联想官网、国金证券研究所 在PC产业链中，江波龙等发布了NFCPSSD，它具备NFC解锁隐形存储空间功能，用户只需用智能手机、手表或NFC卡轻触PSSD，即可实现隐形存储空间的无感解锁。该产品涵盖128GB至4TB的多种容量规格，搭载江波龙自研WM3000主控，并可升级支持iTAP协议，致力于保护用户隐私。 Xreal、Rokid、雷鸟等公司纷纷展示了自己的AI眼镜，虽然由于Metaray-ban销量的爆发使得短期内这些公司设计的AI眼镜外形与功能都较为类似，较难产生实质性差异，但我们认为随着智能眼镜生态绑定手机后，生态更完善的，和手机厂商绑定程度高/本身就是手机厂商的品牌会更容易脱颖而出。AR眼镜目前由于成本、重量、功耗等因素无法放量，当技术更为成熟后可能推动市场。 图表6：AI眼镜形态、功能目前较为接近（XReal）图表7：AI眼镜形态、功能目前较为接近（Rayneo） 来源：CES官网、国金证券研究所来源：Rayneo官网、国金证券研究所 除了AI眼镜之外，我们看到与去年宽泛的AI定义不同的是，AI硬件开始逐步走向具体化功能。Wonder展示了由AI驱动的自然环境摄像机Petal。Petal的外形像一个色彩丰富