计算机行业深度报告：智能花开，AI满天下

（报告出品方/作者：安信证券，吕伟、徐文杰、陈冠呈、黄净、胡又文）

1. 我们正迎来从移动互联网时代迈向 AI 时代的“分水岭”

1.1. AI 时代将是前后端计算平台的全方位革命

计算机行业发展的核心驱动力是数字化的广度与深度，而数字化的进程基本上都是由大规模 的计算平台驱动。陆奇在奇绩创坛指出，计算平台是推动数字化的核心结构（平台是“可延伸 的体验”或“可延伸的能力”），从历史上看，平均每 12 年左右都有一代新的计算平台出现，这 些计算平台都有一个核心结构：前端集中于人机交互的效率和覆盖度（鼠标、键盘、手指触 摸、语音、自然交互、等等），后端集中于计算资源（计算、存储、通信）与信息处理的规 模，空间覆盖度（分布式数据库，全球互联网，移动互联网，等等）。我们已经经历了 IBM 主机、PC、互联网、移动互联网四次计算平台的更迭，目前正处于从移动互联网向 AIoT 时 代发展的“分水岭”。

1.2. 上游芯片应用分布表明 AI 已经在数据中心、安防、汽车等领域规模化落地

2020 年第三季度全球 AI 芯片龙头英伟达数据中心业务收入达 19.0 亿美元，环比增长 8%， 同比增长 162%，显示下游 AI 规模化需求的强劲增长。截至第三季度，英伟达数据中心业务 累计收入达 47.93 亿美元，同比增长 137.87%。继谷歌云平台和微软 Azure 之后，亚马逊和 甲骨文共同宣布，全面提供基于 NVIDIA A100™ GPU 的云计算实例的普遍可用性。2020 年 10 月，英伟达发布 AI 视频流平台 NVIDIA Maxine™，该平台可提高流质量，具备凝视校正、 超分辨率、噪声消除、人脸补光等 AI 功能。2020 年 10 月，发布了采用 8nm 工艺 Ampere （安培）架构 RTX A6000、RTX A40 两款专业图形和计算 GPU，分别面向工作站和服务器 用途，两款产品采用 RT Core、Tensor Core 和 CUDA Core，加速图形、渲染、计算和 AI。

英伟达汽车业务 2020 年第三季度收入为 1.25 亿美元，环比增长 13%。英伟达与梅赛德斯奔驰共同宣布，由 NVIDIA 赋力的下一代 MBUXAI 驾驶舱系统将率先应用于全新 S 级轿车当 中，提供增强现实平视显示系统、AI 语音助手和交互式图形等功能，同时与现代汽车集团共 同宣布，自 2022 年起，NVIDIADRIVE™车载信息娱乐系统将成为该韩国汽车制造商旗下全 部现代、起亚和 Genesis 车型的标准配臵。英伟达也宣布理想汽车将采用自动驾驶汽车软件 定义平台 NVIDIA DRIVE AGX Orin™开发其下一代电动车。

国内 AI 芯片独角兽寒武纪也逐渐摆脱了以终端智能处理器 IP 为主的单一经营模式。2019 年公司主营业务收入绝大部分为云端智能芯片及加速卡业务和智能计算集群系统业务收入， 业务模式拓宽有效规避了主要客户转向自主研发对公司业绩产生的冲击。

国内车规级 AI 芯片独角兽地平线产品布局完整，实现车规级智能芯片前装量产。地平线近 期公告成为目前中国唯一实现车规级智能芯片前装量产的科技企业，并已经形成覆盖从 L2 到 L3 级别的“智能驾驶+智能座舱”芯片方案的完整产品布局。下一步，地平线将推出性能 更为强劲的汽车智能芯片征程 6（Journey 6），采用车规级 7nm 工艺，人工智能算力超过 400 TOPS。2021 年 1 月 7 日，地平线公告完成 C2 轮 4 亿美元融资，由 Baillie Gifford、云 锋基金、中信产业基金、宁德时代联合领投。至此，地平线计划中的 7 亿美元 C 轮融资已经 完成 5.5 亿美元。融资计划将资金主要用于加速新一代 L4/L5 级汽车智能芯片的研发和商业 化进程，以及建设开放共赢的合作伙伴生态。参与本轮投资的其他机构还包括：Aspex 思柏 投资、CloudAlpha Tech Fund、和暄资本、Neumann Advisors、日本 ORIX 集团、山东高 速资本、英才元资本、元钛长青基金和中信建投等。

2. 智能汽车：未来 10 年最重要的 AI 终端

智能汽车是百年汽车工业史上一次伟大的范式转移，将复制智能手机的交互与功能变革两大 路径。手机智能化的核心是交互从按键到触屏，功能从通话工具到移动上网平台。智能汽车 同样复制这两条路径，交互方面从机械仪表盘变革为数字仪表、中控大屏为核心的智能驾驶 舱，功能方面从驾驶工具转变为具有自动驾驶能力的移动平台。自动驾驶将重新定义汽车产 业规则。汽车的产品定义将不再是 “行走的精密仪器”，也不只是一台“行走的计算机”，而是“行 走的第三空间”。

2.1. 科技巨头已经将汽车作为手机后最重要的智能终端进行布局

汽车是华为终端“1+8+N”战略未来最重要一环，华为组织架构变革表明 16 万亿产值的新智 能终端大时代正式开启。从 2013 年建立“车联网业务部”开始，华为已经清楚地认识到新时代 的浪潮是由智能网联汽车领衔的，并在汽车领域沿云、管、端三大方向深耕 7 年。

2020 年 2 月 24 日的华为发布会上，余承东再次强调华为 1（手机）+ 8（车机、音箱、耳机、 手表/手环、平板、大屏、PC、AR/VR）+ N（泛 IOT 设备）战略，非常清楚地展现了华为 的全场景智慧生活战略。华为轮值董事长徐直军明确表示“（AI）未来最能颠覆的一个产业就 是汽车产业，中国自动驾驶电动汽车将颠覆 16 万亿产值市场”。根据 IDC 数据，这是 2019 年中国智能手机市场的近 20 倍，汽车无疑是华为终端 “1+8+N”战略最重要一环。

华为汽车云服务主要提供了三种服务类型：数据服务，训练服务和仿真服务。数据服务的功 能是整合处理车载硬件平台上输出的传感器数据，回放雷达、摄像头等不同格式的数据；同 时也支持 PB 级海量存储、交互式大数据查询和海量数据治理。训练服务针对管理和训练自 动驾驶模型，它可以不断在新的数据集和测试集上提升模型的准确度，持续提升自动驾驶安 全系数。其平台提供软硬件加速，能大幅缩短训练时间，提升训练效率。而仿真服务适用于 数据服务和训练服务的基础上，提供仿真、场景库管理、场景片段、评测系统等应用工具， 确保自动驾驶模型合规、安全、可度量、质量达标，快速集成到 ADAS 版本中。

华为专为智能驾驶而打造的 MDC（ ：移动数据中心）定位为智能驾驶 的计算平台。其包含标准化的系列硬件产品、智能驾驶操作系统 AOS、VOS 及 MDC Core、 配套工具链及车路云协同服务，支持组件服务化、接口标准化、开发工具化，满足车规级安 全要求。MDC 平台支持软硬件解耦和 L2+~L5 级别自动驾驶的平滑演进。

华为 MDC 平台具有“三高一低”的特性，“高性能、高安全、高可靠、高能效、确定性低时延” 的技术优势，并坚持“平台+生态”战略。华为积极与产业链上下游的传感器、执行器及应用算 法等生态合作伙伴展开多层次的合作，目前已与近 50 家合作伙伴建立合作关系，并完成相 关技术验证测试工作。华为 MDC 携手多家行业组织讨论与制定了智能驾驶功能软件平台框 架与接口规范，支持感知、融合、定位、决策、规划、控制等功能模块的组件化与灵活组合。

华为智能互联（HiCar)是华为提供的人-车-家全场景智慧互联（HUAWEIHiCar Smart Connection）解决方案。该方案具有四个特点：安全交互、无感互联、硬件互助和生态共享。HiCar 通过分布式软总线技术、分布式虚拟化能力和应用服务共享虚拟化技术，构建了一个 开放的平台解决方案。HiCar 提供两项重要的开放能力，手机应用和服务接入开放能力（CarKit） 和汽车硬件设备接入开放能力（HiCarSDK）。手机应用和服务接入开放能力是通过集成 CarKit，手机应用可以实现在手机和车机间的无缝体验。而汽车硬件设备接入开放能力通过 集成 HiCar SDK，车机等汽车硬件可以快速接入 HiCar，共享手机丰富的应用生态和服务。

2.2. 2021 年将是 L2 以上自动驾驶汽车量产的“分水岭”

L3 是自动驾驶重要的“分水岭”。高等级自动驾驶意味着手、脚、眼和注意力将逐步被解放， 从“机器辅助人开车”（L2）到“机器开车人辅助”（L3）”、“机器开车”（L4/L5）意味着车主的 生产力、时间的释放，应用价值发生质变，L3 是用户价值感受的临界点，将成为产业重要分 水岭。

激光雷达方案是目前体验最佳的智能驾驶系统，车规级高性能激光雷达发布有望打破高级别 自动驾驶量产成本瓶颈。相比毫米波雷达和摄像头，激光雷达在目标轮廓测量、角度测量、 光照稳定性、通用障碍物检出等方面都具有极佳的能力。而在难点场景下，例如城区非规范 行人、非规范道路，甚至是非规范驾驶的行为，急需激光雷达来解决。可以说激光雷达是解 决连续自动驾驶体验的关键传感器，是目前体验最佳的智能驾驶系统。

2021 年，激光雷达有望成为造车新势力中高端车型标配。小鹏汽车 2021 年 1 月 1 日官方正 式宣布与大疆孵化的 Livox 览沃科技达成合作，将在 2021 年推出的全新量产车型上使用其 生产的小鹏定制版车规级激光雷达，Livox 也正式成为小鹏汽车在激光雷达领域的首家合作 伙伴。在本次合作中，Livox 基于浩界 Horiz 车规级激光雷达平台为小鹏汽车进行了一系列 定制化开发，最终提供的车规级量产版本在量程、FOV、点云密度等多个核心指标上都做到 了业内领先水平。长安汽车董事长朱华荣近期也公开宣布将携手华为、宁德时代，一起打造 高端智能汽车品牌。在其公布的长安方舟架构中，将预留 36 个传感器，其中包含 5 个激光 雷达。

政策：“绿灯”频开，合法上路在即。2020 世界智能网联汽车大会开幕式上，国家智能网联 汽车创新中心《智能网联汽车技术路线图 2.0》正式发布。《技术路线图 2.0》系统梳理、更 新、完善智能网联汽车的定义、技术架构和智能化网联化分级，分析了智能网联汽车的技术 发展现状和未来演进趋势，其中最重要的是研究了面向 2035 年的智能网联汽车技术发展总体目标：

1、在智能网联汽车技术和产品创新能力方面拥有世界排名前十的供应商企业 1-2 家；

2、PA（部分自动驾驶）、CA（有条件自动驾驶）级智能网联汽车渗透率持续增加，2025 年 达 50%，2030 年超过 70%。C-V2X 终端的新车装配率 2025 年达 50%，2030 年基本普及；

3、高度自动驾驶车辆 2025 年首先在特定场景和限定区域实现商业化应用，并不断扩大运行 范围。

根据目前自动驾驶核心部件配臵与部件价格，结合此次《智能网联汽车技术路线图 2.0》目 标中要求 PA（部分自动驾驶）、CA（有条件自动驾驶）级智能网联汽车渗透率在 2025 年达 到 50%，2030 年超过 70%，2030 年左右 HA 级自动驾驶接驳车规模化应用的目标，我们对 国内自动驾驶前装套件市场规模进行了测算，预计在未来 10 年国内自动驾驶前装市场将达 到千亿美元量级。

3. 安防：最先也是目前最大程度受益 AI 的行业

3.1. AI 激活了企业级碎片化的数字化需求

2018 年海康发布的 AICloud 架构核心具有重要意义：挖掘丰富的碎片化应用场景，推动企 业级市场的商业化落地。2016 年以来，安防行业的高增速逐步放缓，同年海康威视正式提 出 AI 智能化浪潮到来。这一年，公司将深度学习算法和产品结合，推出了全系列深度智能产品；2017 年海康威视以云边融合的 AI Cloud 计算架构大力推进人工智能在物联网领域的 发展和应用；2018 年海康威视将两池一库四平台软件产品整合形成物信融合数据平台，330 智涌钱塘峰会上，公司公开表示：从视频感知到智能物联、再到物信融合，海康威视已是一 家大数据公司。这是一个费用投入与公司能力不断转化的过程。通过自建 AI 开放平台，开 源开放底层技术及算法框架等方式，能够迅速聚拢上下游合作伙伴并汇聚广大开发者。一方 面加速自有先进技术的应用落地，另一方面以开发者及开源社区为切入点，挖掘丰富的碎片 化应用场景，推进商业化落地。

AICloud 开放平台从架构层面奠定了传统安防公司向企业级 AI 巨头转型的基础。国内的 AI 开放平台可分为两种，一种是智能云下通用全面的 AI 开放平台，包括阿里的机器学习 PAI， 腾讯的智能钛工业 AI 平台 TI-Insight，华为云 ModelArts 等，面向不同层次的 AI 开发者， 具备不同产品价值。第二种是提供垂直技术或场景的人工智能开放平台，如专注计算机视觉 的旷视科技 Face++、安防场景的海康威视，教育场景的好未来 AI 开放平台等。

AI 开放平台供给需求侧因素。AI 开放平台致力于协助产业主体以低成本、高效率开展 AI 创 新应用，行业需求侧是驱动 AI 开放平台发展迭代的关键，供给侧需要整合平台所需的数据、 算法、算力等要素，需求侧则需要一定规模量级的主体依托平台资源开展应用创新试验。

AICloud 平台推出与业务架构变革几乎同步：从七个事业部到三个业务群。海康从 2009 年开始 推出解决方案，覆盖公安、交通、司法、金融、文教卫、能源和楼宇 7 大行业和 40 余个子 行业的纵向垂直行业布局。为更好地适应客户需求，公司在 2018 年启动业务架构的变革重 组，将国内业务分为 PBG、EBG、SMBG 三个业务群。PBG 的技术门槛相对较高，以整体 解决方案为主，海康的优势是可以从底层 IaaS 做到顶层 SaaS，协同性优势降低了顶层 SaaS 的搭建成本。EBG 的增长驱动力来自于大型企业自身主导的数字化转型，相对于转型之前企 业对视觉的产品需求或增加 1-2 个量级。SMBG 销售偏碎片化，海康的竞争优势在于其具备 品牌优势和更好的门店库存管理能力。

企业级公有云平台云眸发力零售市场。云眸公有云应用服务入口，依托于萤石云的设备接入、 设备管理、流媒体、AI 模型管理等物联网 PaaS 服务，提供面向连锁、社区、普教等细分行 业的 SaaS 云服务；依托 AI 开放平台，作为细分场景碎片化智能的公有云应用服务入口。

海康在企业级市场的红利已经开始显现。海康的业务架构为 PBG、EBG、SMBG 并重，其 中政府业务是重要构成部分，因为公司物信融合最重要的用户之一是政府，且政府掌握了大 量资源，拥有管理提升的需求。但目前，海康的收入结构已经由政府收入为主逐渐转向企业 发力。来自政府的收入依然保持体量最大，但增速放缓，2019 年仅增长 4.09%。EBG 和 SMBG 的业务在 2019 年均保持 23%以上的高增速。2020 年上半年，国内与海外先后受到新冠疫 情的冲击，加之中美之间的贸易冲突，公司经营面对的压力在三个 BG 均有体现，但 EBG 仍然是增速最为抢眼的事业部。

3.2. 安防“双雄”有望真正迎来 AI 红利期

2016 年起，安防行业高速增长的趋势放缓，海康、大华两大龙头在传统安防主业的基础上， 进一步为用户多元化需求场景探索更丰富的应用类型，创新业务出现。随着新元素不断推动 着安防行业的智能化和网络化进程，安防行业开始进入变革拐点。2020 年，疫情黑天鹅加 之国际形势的复杂变迁，安防行业在波折中面临更大的机遇和挑战，随着 AI 在安防行业的 规模化应用逐步显现，海康已经开始进入新一轮估值提升周期，而大华与海康的估值“剪刀 差”也有望缩小。

总量看，海康的营收较大华优势明显，但两家增速趋势相近，头部竞争格局短时间内不会出现显著变化。海康的毛利和净利均优于大华，但近年来大华的研发支出占营业收入比例更高。从员工结构来看，双方均以技术人员为主。2019 年海康拥有技术人员 19065 人，大华 7161 人。大华的技术人员占比更高，2019 年研发人员占员工总数过半，这与其高研发支出率一 致。从知识产权来看，截至最新财报海康专利数量为 4594，大华的这一指标为 2991。

3.3. AI 独角兽的上市凸显 AI 软件在安防中“含金量”不断提升

2020 年四季度以来，多家人工智能独角兽陆续被科创板受理或公布其上市计划，依图科技、 云从科技、云天励飞、旷视科技等备受瞩目的人工智能“独角兽”公司已处于上市受理或辅 导阶段。AI 独角兽的的集体上市一方面能够丰富资本市场对于 AI 落地场景与商业模式的认 知，有利于提升 AI 行业关注度，另一方面，AI 独角兽上市后的业务构成与财务指标也能够 直观显示 AI 软件在安防等行业中渗透率不断提升的重要变化。

AI 企业营收整体增速较高，同时部分 AI 企业毛利率优势明显，凸显近几年安防行业 AI 软件 占比在迅速提升。从 2017-2020Q2 的数据可以看到，AI 企业相对于传统安防毛利率波动率 较大，毛利率波动率较大的原因在于其受综合解决方案中硬件类型、硬件数量、安装服务规 模等因素影响较大，当外购硬件或者安装服务比例上升时，项目毛利率会有所下降，此外初 创 AI 企业发展战略是通过价格策略拓展当地市场，通过做出具有代表性的项目为后期在当 地开展业务奠定基础。对比企业中依图科技的毛利率最高且同比增速较快，在 2020Q2 时达 到了 71%，同期海康 50%左右，核心因素在于依图以软件算法产品为核心，凸显了近几年 安防行业软件占比在迅速提升的大趋势。

AI 企业销售费用率相对于传统安防公司更高。从 2017-2020Q2 的数据可以看到，海康威视 的销售费用率在 10%-15%之间，AI 企业普遍在 40%以上，销售渠道是 AI 初创企业在有关 垂直领域竞争的核心优势，由于 AI 安防业务处于快速拓展期，销售人员规模扩充较快且其 薪酬以及随之产生的交通差旅费、业务招待费较高。传统安防企业如海康拥有较好的口碑， 忠实的客户群体和完善的分销渠道，销售费用占营收比更低。

AI 企业研发能力强，研发投入大。从 2017-2020Q2 的数据来看，海康威视的研发费用率在 10%左右，相较于云从，依图，云天励飞等初创企业 40%以上的数据，费用率较低。从总专 利数量来看，截至 2019 年底，海康威视共拥有专利数量 4116 项，其中发明专利 775 项， 实用新型 1147 项（实用新型是指对产品的形状、构造或者其结合所提出的适于实用的新的 技术方案。专利法中对实用新型的创造性和技术水平要求较发明专利低，但实用价值大）。截至 2020 年 6 月，AI 安防可比企业云天励飞拥有专利数量 206 项，其中发明专利 116 项， 同期云从科技拥有发明专利 116 项。

4. AI 给安防带来的溢出红利：机器视觉与机器人

4.1. AI 为机器视觉注入新机遇

机器视觉是人工智能的重要分支，其核心是使用“机器眼”来代替人眼，与安防对 AI 的需 求不谋而合。机器视觉系统通过图像/视频采集装臵，将采集到的图像/视频输入到视觉算法 中进行计算，最终得到人类需要的信息。机器视觉可以理解为基于视觉技术的机器系统，其 主要工作是对图像数据进行处理和分析，同时在智能开发系统中起着关键的作用。从 20 世 纪 50 年代起，机器视觉经过 Roberts 和 MIT 等不断的开拓创新，目前在各个领域得到了广 泛的应用。机器视觉作为自动化界的高智能化新型产品，正蓬勃发展。在中国，视觉技术的 应用开始于 20 世纪 90 年代，但当时在各行业的应用几乎一片空白。到 21 世纪，机器视觉 技术在工业生产中开始得到应用，其中华中科技大学取得了突破性的进展，其自主研发的印 刷在线检测设备与浮法玻璃缺陷在线检测设备，使得欧美在此行业的垄断地位被打破。随着 AI 技术的发展，国内视觉技术已经日益成熟，真正高端的应用也正在逐步发展。

根据前瞻研究院数据显示，2019 年中国机器视觉市场规模 138.77 亿元，2014-2019 年复合 增长率为 16.66%。其中，国外品牌市场占有率逐渐下降，国产品牌的市场占有率逐渐提升， 且销售额保持逐年增长。随着国产品牌逐渐在自动化领域深耕，机器视觉领域的国外品牌光 环将不复存在，国产工业机器视觉产品将逐渐成为工业智能化改造的首选。

海康威视、奥普特等公司成为国内机器视觉应用技术领先者。自 2014 年成立机器视觉业务 中心起，至今海康威视已覆盖多项机器视觉领域。公司聚焦工业视觉传感应用，专注光学技 术、嵌入式硬件技术和底层算法软件，为工业自动化各领域部件国产化提供卓越的硬件产品 和算法平台。目前公司产品已覆盖光源、镜头、相机、视觉控制器等专业机器视觉部件。

自 2006 年创立以来，以机器视觉核心部件中的光源产品为突破口，奥普特进入了当时主要 为国际品牌所垄断的机器视觉市场。在十几年的发展过程中，公司坚持“深耕优势、以点带 面、以面促点、逐个突破”的发展路径，将产品线逐步拓展至其他机器视觉部件，现已经形 成覆盖机器视觉系统主要部件的产品体系。同时，奥普特以产品核心技术为基础，建立了成 像和视觉分析两大技术平台，结合多年积累的机器视觉在各下游行业应用的专有技术(Know-How)，形成了多层次的技术体系。

4.2. 智能化下重获新生的工业机器人

机械臂是典型的工业机器人，灵活程度各有不同，应用于世界各地工厂。制造业的汽车、电 /电子、金属、塑料和化工、食品和饮料（降序排列）等垂直细分领域对工业机器人的应用最 为广泛。

根据德勤数据显示，2020 年工业机器人销量预计增长 10%。汽车行业和电/电子行业对工业 机器人的应用最为广泛，2018 年，这两个行业贡献了全球工业机器人销量的 60%，其中汽 车行业的工业机器人销量达到 120,000 台，电/电子行业为 110,000 台。中国是全球最大的工 业机器人市场：2018 年，中国工业机器人销量达到 154,000 台，占全球销量的 36%。

以海康威视为例，其针对汽车、3C、制造、物流、食品等行业提供相应的机器人产品和解决 方案，为企业实现仓储和物流信息数字化管理、人工作业强度减少、产品分区管理和提升场 地利用率等智能化通用服务，同时也为特定行业设计针对性方案。

海康机器人的产品线可分为 LMR 潜伏机器人、FMR 叉取机器人、CMR 移/重载机器人、系 统组件和软件平台。多种产品组合可以为不同应用场景提供解决方案，由于每款机器人的特 点各不相同，我们对海康机器人的全产品进行了一次细致的分类。

海康机器人系统组件：智能化的核心动力

海康机器人全球首创自主研发的换电站为旗下机器人提供持续续航的能力；和海康机器人充 电桩，利用空闲时间无间断续航。

海康机器人软件平台：功能强大的“司令部”

海康机器人软件平台架构的核心为 iWMS-1000智能仓储管理系统和 RCS-2000机器人控制 系统两大平台。两者分别为企业管理和机器人控制而设计。通过 iWMS-1000 可与企业上层 系统无缝对接，从而高效低成本实现仓储管理智能化。通过 RCS-2000 机器人控制系统构建 地图模型，对机器人进行各项复杂任务调度。

两大系统协同作业，打通内物流环节的关键物流节点，无缝衔接仓储搬运-产线搬运、库内搬 运-分拣搬运等混合搬运场景，为企业提效提产。

海康机器人智慧工厂：全方位定制解决方案

海康机器人智慧工厂解决方案基于上述的移动机器人、系统组件、机器人调度控制系统 （RCS-2000）和智能仓储管理系统（iWMS-1000）四大核心模块，以货到人为核心理念， 可为企业创造出真正的无人智能货仓。从而从根本上满足企业生产的智慧内物流需求，提升 生产效率和管理水平。

4.3. 工业机器人的延伸——服务机器人

随着人口老龄化趋势加快以及医疗、教育需求的持续旺盛，中国服务机器人市场存在巨大潜 力和发展空间，成为机器人市场中颇具亮点的领域。根据赛迪顾问的数据，2019 年中国服 务机器人市场规模为 206.5 亿元，占整体机器人市场规模的 35.1%，占比进一步提高。且未 来三年，中国服务机器人市场将继续保持较快增长，市场规模及占比也将不断提升，2022 年中国服务机器人市场份额预计达到 44.3%。

扫地机器人成为服务机器人最先启动的“爆款”。根据 Google Trends 全球搜索热度，2020 年扫地机器人搜索热度峰值同比提升 19%。国内市场来看，根据奥维统计，今年 10 月和 11 月，扫地机器人线上销售额分别同比增长 35.60%和 38.15%。同时，中国市场当前的低渗透 率和未来庞大的需求总量为扫地机器人提供巨大机遇。根据全拓数据统计，扫地机器人在中 国沿海城市家庭的渗透率只有 5%，在内地城市只有 0.4%，远低于日本、欧洲地区的 10% 和北美市场的 13%。长期来看，扫地机器人有潜力对标洗衣机、空调、冰箱等“每家每户必 备”的高渗透率家用电器，在行业的成熟期，上述家电的渗透率一般在 90%以上。

AI 如何赋能扫地机器人？

机器视觉硬件可采集周围环境信息。目前常用的视觉传感器主要有：摄像头、ToF 镜头和激 光雷达技术。机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析 和（或者）显示的机器设备上。可以用一个简单的终端显示图像，例如利用计算机系统显示、 存储以及分析图像。激光雷达是一种采用非接触激光测距技术的扫描式传感器，其工作原理 与一般的雷达系统类似，通过发射激光光束来探测目标，并通过搜集反射回来的光束来形成 点云和获取数据，这些数据经光电处理后可生成为精确的三维立体图像。采用这项技术，可 以准确的获取高精度的物理空间环境信息，测距精度可达厘米级。TOF 是飞行时间（Time of Flight）技术的缩写，即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光 线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传 统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

SLAM 技术赋予机器人更好的规划移动的能力。SLAM，全称为 Simultaneous Localization and Mapping，中文叫做同时定位与建图。在 SLAM 理论中，首先是定位（Localization）， 其次是建图（Mapping），最后是路径规划。通过机器视觉的映射，机器人可以通过复杂的算 法进行定位并绘制出位臵环境的地图，而 SLAM 技术则可以有效解决规划不合理，路径规划 无法覆盖所有地区，导致清洁效果一般的问题。当完全不含 SLAM 的时候，由于没有地图没 有路径规划，扫地机器人每次碰到障碍物会沿着随机方向折返，无法覆盖到每一个区域。当 有 SLAM 的时候，可覆盖至任意区域。此外，扫地机器人还配备摄像头，用来识别鞋、袜子、 动物粪便等物品，达到智能规避。

基于视觉的 VSLAM 和基于激光雷达的激光 SLAM 各有千秋。传统意义上实现视觉导航的 VSLAM 主要通过两种视觉传感器来获取信息，一是深度摄像头，通过测距实现三维空间感 知，属于主动光源测距传感器；二是双目、多目、鱼眼导航传感器，属于非主动光源传感器。激光导航技术的基本原理即为激光测距，较为简单直接。现阶段市场中两者各占有一定的份 额。激光导航精度更高，需要的计算量更低，但传感器价格高；视觉导航精度较低，且受可 见光影响大，通过搭配多种传感器一起使用可以一定程度上补足短板。未来，如果激光导航 测距传感器的价格大幅降低，那么精度更高、体验更好的激光导航技术更有可能主导扫地机 器人市场；当然，在近距离、光照较好的应用场景下，视觉导航的优势更大，仍将保有一席 之地。

5. 医疗 AI 有望进入商业化元年

5.1. AI 医疗处于成长期，细分赛道增长迅速

全球 AI 医疗处于成长期，占人工智能市场五分之一。相对于制造业、通信传媒、零售、教 育等人工智能应用，AI 医疗具有广阔的市场空间以及多元化的需求。目前，AI 医疗总体渗透率较低，商业落地规模不及安防、新零售等较为成熟的领域。根据 IDC 统计数据，预计到 2025 年全球人工智能应用市场总值将达 1,270 亿美元，医疗行业将占市场规模的五分之一。

2015 研究分水岭，AI 医疗研究偏向多元化。2015 年以前，国外研究侧重于 AI 医疗在临床 知识库外的应用，如智能手术机器人助理，电子病历的推广普及等。就国内市场而言，AI 医 疗的研究中心很大程度上还是在于类疾病的临床知识库。随着卷积神经网络的发展，基于深 度学习的方法大大提升了算法模型对于图像识别、样本预测的精度，AI 医疗得以发展。目前， AI 医疗已在手术机器人，精准医疗，远程手术控制台等领域逐步落地。

AlphaFold 开天辟地，精准构筑蛋白质 3D 模型。2020 年 12 月，谷歌 AI 团队 DeepMind 所研发的 AlphaFold 模型在生物学及医疗领域取得重大突破：通过神经网络模型，根据氨基 酸精准预测并构筑蛋白质 3D 结构。蛋白质由多个氨基酸序列组成，性质取决于其独特的 3D 结构。由于氨基酸在构成蛋白质的过程中会发生长链折叠过程，传统的枚举法预测蛋白质 3D 结构需要 138.2 亿年。此次 AlphaFold 成功预测蛋白质 3D 模型可在未来医疗领域中更好协 助研究人员针对蛋白质的不同性质，针对性研发出特效药物，阿尔茨海默氏症、帕金森氏症、 亨廷顿氏症和囊性纤维化等世界医疗难题也有望解决。

英伟达助力上层 AI 医疗算法。数据、算法和算力是 AI 领域不可或缺的三要素。对于 AI 医疗 领域，数据与算法近年来得到快速发展，然而高效的算法更需要强大的底层硬件提供算力的 支撑。在 2020 年中国 GPU 科技会议（GTC）上，英伟达首席科学家、研究院高级副总裁 Bill Dally 展 示了 Folding@Home 和 CyroSPARC 如何基 于 GPU 赋能 AI 医疗， Folding@Home 借助分布式计算将无数 GPU 的闲臵时间利用起来，并为新冠病毒研究贡献 了 1.5ExaFLOPS（1ExaFLOPS=1024PFLOPS=1024×1024TFLOPS）的算力，总共花费 了 1 个多月的计算时间，比其他传统方式快 30 倍左右。

我国 AI 医疗发展迅速，资本市场持续看好。我国人工智能市场发展快速，自 2018 年 AI 应 用于基因检测序列以来，AI 医疗的商业化模型逐步形成，根据沙利文咨询统计，同年 AI 医 疗市场规模增速 616.7%，总融资 71 笔，融资总规模 30.5 亿元。2019 年后，预测 AI 医疗 进入逐步增长稳定期，以 40%-60%的增速“小步快跑”。

政府高度重视 AI 医疗，政策“自上而下”传导发酵。国务院于 2017 年发布的《新一代人工 智能发展规划》提到需要推广应用人工智能能治疗新模式、新手段，建立快速精准的智能医 疗体系。2018 年政府要求人工智能向基层领域自上而下渗透。在工信部印发的《促进新一 代人工智能产业发展三年行动计划（2018-2020 年）》中进一步明确了在医疗影像、智能服 务机器人等细分行业发展的目标与大方向。

第一张肺结节 AI 三类证颁发，中国 AI 迎来曙光。2020 年 11 月 13 日，国家药品监督管理 局的官网上放出了首个基于深度学习技术的肺结节 CT 影像辅助软件医疗器械批准证明。该 证明归属于北京推想科技，是国药监开出的首张肺结节 AI 三类证。在医疗机构影像学检查 中，胸肺 CT 的检查量占比最大，加之微小肺结节不容易辨别，是医疗最需要被辅助的场景。本次三类证的颁发进一步彰显国家大力发展 AI 医疗的决心与信心，且在十四五规划中，人 工智能和生命健康都被列为前沿科技领域的优先级别，将带来中国人工智能及生命健康科学 的新一轮发展。

5.2. AI 医疗，科大讯飞的宏愿

基于智能语音与 AI 核心技术，形成四大应用场景布局。科大讯飞成立以来长期根植于语音 及语言、自然语言理解、机器学习推理以及自主学习等多个 AI 领域。目前已发展出“教育、 办公、医疗、工业互联网”四大应用场景。

三季度业绩正向扩大增长，AI 医疗业务成绩显著。2020 年前三季度科大讯飞营收 72.84 亿， 同比增长 10.82%；在受到疫情较大影响导致一季度出现负增长、上半年营收同比基本持平 的情况下，三季度进一步扩大正向增长幅度。其中 AI 细分赛道内教育与医疗两大“AI 双壁” 增速呈现良好增长态势，同比分别增长 55.55%、119.22%。

由外向内，AI 医疗全方位渗透。科大讯飞目前已围绕医院、医师为核心，进行了“由外向内” 的全方位布局。患者可通过智联网医疗平台与智慧医院内工作人员进行对接，智联网医疗平 台可提供“预约挂号、远程医疗、患者信息采集分析”等功能，做好诊前的患者管理工作；患者对接进入智慧医院后，智慧医院 AI 病历平台围绕诊前病史采集、诊中病历录入以及诊 后病历随访，CDSS 平台可辅助医生进行临床决策，平台系统将各医疗专科领域专家的诊断 知识和经验发掘出来，结合临床指南、医学文献、医学辞典、医学图谱等海量数据，借助计 算机的高性能存储处理能力，建立强大的临床知识库，辅助医生临床进行高效决策；针对智 慧医院内的医生及医护人员，科大讯飞研发了智医助理，其具备的智能问诊、智能交互等功 能模块运用了语音识别，自然语言处理技术，对医生进行高效协助的同时累积了医疗场景数 据，为其他业务场景下的语音识别，NLP 算法训练提供了更为丰富的样本。实现了真正的 AI 闭环生态。

6. 语音 AI：进入云、端、芯协同发展时代

全球人工智能芯片市场规模实现翻倍，未来 AI 语音发展空间巨大。根据中国电子学会数据， 2018 年，全球和我国人工智能产业规模已分别高达 555.7 亿美元、83.1 亿美元，预计 2022 年将分别达到 1,630.2 亿美元、276.5 亿美元，复合增长率分别为 30.87%、35.06%。人工 智能语音相关技术研究的不断突破加速了产业化进程。根据灼识咨询研究，2019 年中国人 工智能语音行业规模已达 148.0 亿元，预计 2024 年将达到 787.7 亿元，2019 年至 2024 年 五年年均复合增长率约为 39.7%。

行业竞争格局多元，科大讯飞与云知声齐聚 A股。全球智能语音行业市场参与者主要分为两 类，第一类为境内外互联网科技巨头，如谷歌、苹果、亚马逊、百度、小米等；第二类为智 能语音技术公司，科大讯飞、云知声、Nuance、Cerence、思必驰、出门问问等。互联网科 技巨头通常通过开放语音生态系统及产业内合作的方式，将语音技术植入相关业务场景，构 建全产业生态链，以期抢占下一代人机交互入口。智能语音技术公司则专注于人工智能语音 技术的研发和应用，注重垂直领域和细分市场的深耕细作，凭借自身扎实的技术储备从技术 层向应用层延伸拓展，逐步从单一智能语音技术商转型为全方位人工智能技术服务商。市场 方面，国外科技公司不仅在自主研发的基础上，通过并购等手段加强自身核心技术，更是进 一步开放应用平台，在既有业务基础上扩展为以人工智能为核心的生态系统；国内互联网科 技巨头在人工智能语音方面亦突飞猛进，近几年更多是面向个人消费者市场推出移动端消费 者语音产品。

科大讯飞处于中国 AI 语音识别主流厂商前列。根据沙利文咨询统计结果显示，在选取的 IT 及互联网厂商、语音技术厂商两大类一系列调查样本中，考虑增长指数与创新性指数，科大 讯飞处于高竞争力区间，仅次于阿里巴巴，位于第二。

讯飞输入法使用占比稳步提升。根据科大讯飞公众号披露，科大讯飞 AI 语言主打产品讯飞输入法目前 1 分钟可识别 613 字，识别准确率达 100%。截至 2020 年 10 月 20 日，讯飞输 入法的日语音交互次数超过 10 亿次，语音输入累计服务设备超过 5 亿台，语音用户占比超 过 70%，市场占有率达 25.1%，较 2020Q2 环比增长 0.47%，增速位于行业前列。

从拟上市的云知声招股说明书中可以看到，语音 AI 已经进入“云-端-芯”协同发展时代

更低成本、更低功耗——“芯”：云知声“芯”的能力即其芯片解决方案，具体包括基于通 用芯片的解决方案和基于 AI 专用芯片的解决方案，前者指基于通用芯片本身的体系架构， 部署相应的人工智能算法引擎及应用，使其更加适合人工智能应用、具备进行人工智能运算 能力的方案；后者指设计开发专门用于在终端设备上处理声音或图像的专用芯片，搭载公司 自主研发的神经网络加速器及场景识别智能 IP，重组芯片体系架构，从而以更低成本、更低 功耗提供算力。

快速应对、及时降噪——“端”：云知声“端”的能力即为该套软件，旨在解决智能语音技 术在设备端落地的具体问题，它运行在边缘侧的芯片上，除搭载语音识别、语音合成、语义 理解等基础引擎外，也一并解决了拾音、降噪、功耗控制、设备硬件适配等相关场景下的业 务功能绑定等一系列具体问题，从而使其成为相对标准化的“交钥匙”解决方案，具备快速 适配不同类别终端设备硬件的能力。

搭建平台，满足需求——“云”：公司自主搭建了智慧云平台，一方面在其上搭载了各项核 心技术引擎用于解析用户的需求，另一方面持续引入各项能力和服务资源以满足用户需求， 最终以云端认知引擎为核心，实现用户需求和云端服务的对接。此套云服务既可以公有云的 形式存在，也可以根据客户的特定需求进行私有化部署。

（详见报告原文）

（本文仅供参考，不代表我们的任何投资建议

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳行业研究

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

文琳资讯，每日提供最新信息。欢迎关注【文琳资讯】

今日导读：点击下面链接可查阅

《文琳阅读》每晚经典，欢迎关注！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳阅读

公众号 ：就业与创业