【智能汽车】
AI对智能汽车的自动驾驶有很大的影响,一方面,极大地缩短信息处理的过程,优化了自动驾驶在训练过程中的工作量,提高了精度。另一方面,逐步达到强交互,有望在智能汽车领域孵化各种各样的形态和终端。
自动驾驶的训练分为三个过程:感知、控制和执行。第一,在感知端,有了AI大模型之后,自动驾驶系统能够识别每一帧图片之间的动态联系,而不是机械地识别单个的图片,可以把前后所有的场景,像人脑那样去推理。
第二,AI会赋能控制和决策的过程。大家现在开L2+车的时候,有一个明显的感受,比如高速下匝道的时候,会一直让其他车,导致始终无法进入匝道。但有了AI之后,这一过程会更丝滑,更快速且安全地完成变线动作。
第三,智能座舱里语音的变化。未来人车对话,更像人和人之间的对话,类似AI音箱、AI耳机、AI车载等。此外,多模态AI不只是声音的交互,包括手势识别、图像视频的交互。
【医疗医药】
AI在医药行业的应用挺多,且促进了医药行业的发展,如AI影像、AI病理、AI制药等。影像方面,筛查肺结节的CT、筛查乳腺癌的X光机等附带AI的产品已经落地,一些基层医院可以借助AI,利用诊流量比较大的医院的数据资源,减少漏诊;病理方面,国内病理医生数量少,AI辅助病理医生,提升了病理阅片的效率;制药方面,AI的应用已经较为广泛,尤其在药物活性成分的筛选,以及安全性的评价方面能显著提高效率。
【半导体】
需求侧角度,AI或会带来半导体产业的新一轮繁荣,因为半导体产业过去十年主要的需求来自于移动互联网和云计算。2023年半导体的销售收入整体增速已经没有前几年那么高了,AI服务器有望加速半导体市场的发展。AI芯片可能会带动半导体产业其他各个环节,包括上游的设备、材料端等,甚至整体的复苏。供给侧角度,AI的发展目前相对不明确。因为在移动互联网时代,终端的载体是手机,造就了苹果和高通这两个霸主。但是未来AI的应用载体暂时尚未明朗,可能是APP,也可能是人形机器人。很多时候,新技术最后会创造出一个可能之前完全没有想到的东西。
从类比的角度来讲,AI与20年前的互联网、10年前的移动互联网非常像,有望催化出10年级别的场景突破和应用产生。AI和互联网、移动互联网都是属于偏工具类型的,能够提升整个社会的运营效率,降低了成本,赋能各行各业。以前有个词叫做互联网+,今天可能是AI+。通过这种赋能,AI还会衍生出一些新的需求,不光只是技术手段上的提升,还创造了很多新的场景、新的需求。
#2024我想这么投#
$创金合信软件产业股票发起C(OTCFUND|016074)$$创金合信芯片产业股票发起C(OTCFUND|013340)$$创金合信文娱媒体股票发起C(OTCFUND|013133)$