1、AIGC的世界新进展：巨头发布潮+具身智能

1.1 具身智能启发哪些？从第三人称，到第一人称

英伟达创始人兼首席执行官黄仁勋在ITF World 2023半导体大会上表示，AI下一个浪潮将是“具身智能”。 他指出：

【资料图】

1）指出embodied AI。人工智能下一个浪潮是什么？具身智能（embodied AI）。

2）解释embodied AI。理解物理世界、有推理能力、并能和物理世界交互的智能系统，比如机器人、自动驾驶汽车，甚至包括聪明的聊天机器人。他们都能很好的理解物理世界。

3）给出案例VIMA系统。nVidia VIMA为一个多模态的具身智能机器人。它可以通过视觉执行任务。也可以通过文本提示来做任务，比如重新排列这些方块以跟场景匹配。它能明白概念，采取适当行动。比如，这是一个小物件，那是另外一个物品，把小物件放到另外物品中。它可以在演示中学习，并且呆在合理范畴内。

根据申万机械&tmt，现有机器人难以适应现实世界，是因为其学习模式为“旁观型学习方式”。 目前大部分深度学习模型训练使用的数据来自于互联网（Internat AI）而非现实世界第一人称视角，只能学习到数据中心的固定模式，但无法在真实世界中直接学习，因此也无法适应真实世界。现实当中的人类是通过对现实世界的观察、互动、反馈等学习，大脑中的部分认知依赖物理身体与世界持续不断的交互，因此学习到越来越多的技能来适应环境。

具身智能是通往通用人工智能（AGI）的关键钥匙，赋予机器人实践学习的能力。 斯坦福大学的李飞飞教授称“具身的含义不是身体本身，而是与环境交互以及在环境中做事的整体需求和功能。”上海交通大学的卢策吾教授通过猫学习走路来做出形象比喻：“如图中的猫一样，主动猫是具身的智能，它可以在环境中自由行动，从而学习行走的能力。被动猫只能被动的观察世界，最终失去了行走能力。” 实践性学习方法与旁观型学方法的不同点在于，实践性学习是机器人像人一样，通过物理身体与环境的互动来学习，可以主动感知或者执行任务的方法来感知世界，对世界进行建模，增强对世界的认知和锻炼行动能力。

具身智能的现实应用存在诸多难点，涉及到多学科知识。 拆解具身智能的应用过程：当人要求机器人完成某一项任务，机器人要经过的步骤包括：能够听懂人类语言分解任务规划子任务移动中识别物体与环境交互最终完成相应任务。 这个过程涉及到自然语言理解、逻辑推理、机器视觉、运动控制、机器学习、运动规划、机械控制等 。因此，要实现完全的具身智能，依然有很长的一段路要走。

1.2 巨头发布潮：AIGC进入生态潮

近期，巨头进入AIGC发布潮。例如：

1）谷歌升级PaLM2, 支持谷歌AI聊天机器人Bard，PaLM2包括4种尺寸。

2）openAI与谷歌都开始支持手机（谷歌Gecko可以在移动设备上工作， OpenAI重磅发布了ChatGPT的官方iOS版App，并承诺未来android应用

3）生态升级。openAI声称，向所有ChatGPT Plus用户推出联网和插件功能，开放70多个已上线的插件。

4）此外，callAnnie和“Drag Your GAN”应用，说明基于大模型的海外应用继续出现。

这启发我们：

1）开放性与协作性，这也导致“AI民主化”。 插件系统也改变了人工智能的开发方式。在这个系统中，AI的开发不再是一个封闭的过程，而是一个开放和协作的过程。开发者们可以编写自己的插件，将他们的专业知识和技能融入到AI系统中，使AI更加强大和智能。ChatGPTPlugins面世，使得人工智能的开发工具和平台变得更加用户友好，未来不只是编程专家，普通人也能参与并利用AI来解决问题。

2）定制化和专业化AI越来越多，这与半导体基于“场景”、“边缘Edge”芯片增多的趋势一致。 随着AI技术的发展，我们可以期待看到更多定制化和专业化的AI产品，满足各种特定的需求和场景。

1.3 AIGC2.0阶段：中美当前场景

我们此前绘制了中美AIGC场景示意图，可以对应标的。根据近期行业变化，当前场景和标的如下：

2、 如何AIGC选对后续公司：从1995-2001/ 2013-2015汲取经验

上周周报 《重磅分析：如何一起抓住下一轮计算机+AI机会？》 引发了投资者一些共鸣，体现在：

1）过去半年计算机/AI的投资收益不高，模拟计算了大家涨幅；

2） 解释了AIGC产业、AIGC巨大变革和AIGC股票的差异。 因为前者是“大股东和国家”思维，后者是“小股东和财务投资”思维。

3）解释了2023Q1宏观环境不同，导致了AIGC的“主线”暂时较强。但2023Q2开始的宏观环境已经不同。

4）解释了“市值更小、不看短期盈利”的AIGC公司，和已经调整较多的“关注短期盈利”的公司。这两类公司上周走势较好。

既然开启选择下一轮标的话题，下面我们复盘1995-2001的互联网、2013-2015的“互联网+”，获得经验。

2.1 1995-2001年的互联网经验

众所众知，1995-2001年“信息高速公路”，带来了产业和股票都较大表现。但此后为“泡沫破裂”、“去伪存真”。最后崛起的代表例如微软、亚马逊、思科、英特尔；让人惋惜的代表包括网景公司、Webvan、雅虎等。

1） 网景公司Netscape 。微软在于网景竞争中逐渐处于上风。1998年11月24日，美国在线以42亿美元、免税换股的方式，收购网景。而在2000年美国在线又与时代华纳合并。2007年12月28日，美国在线在博客表示将停止网景浏览器的开发

2） 雅虎。 1998年，雅虎本来有机会收购当时的谷歌雏形——“BackRub（网络爬虫）”项目，谷歌创始人拉里·佩奇和谢尔盖·布林要价100万美元将项目卖给雅虎。但当时的雅虎只愿意在搜索方面跟它合作。2006年，雅虎报价10亿美元收购Facebook，但最终收购价下调至8.5亿美元，雅虎没有收购。2008年，微软出价446亿美金试图收购雅虎，但没有成功。

我们认为，雅虎对技术的关注度高低、对长期发展的关注高低，决定了这几次决策。

3） Webvan 。Webvan是一家美国的网上杂货零售商，曾经一度非常著名。当时，Webvan一度开支巨大。Webvan斥资10亿美元建设先进的仓库，但这并不能迅速带来回报。Webvan在2001年宣布破产。

我们认为，1995-2001年生存下来、甚至最终发展壮大为互联网领军的：

第一点是长期主义，体验在战略和研发。 1997年亚马逊的贝索斯开始写致股东的信，希望 创造一种 “ 经久不衰的特许经营权 ” 机制 , 一种通过释放互联网的力量，这体现着长期主义。这种精神，在最终互联网领军上均有体现。

第二点是安全边际，主要通过现金流体现 。

相关公司1996-2006年财务情况验证了安全边际的重要性：即使网景公司如日中天时，自由现金流也不佳。即使亚马逊还在起步阶段，2002年起自由现金流已经是正数。

2.2 2013-2015年的A股科技经验

2013-2015年的“互联网+”、“云计算大数据”，最终较为成功的公司包括 东方财富、同花顺 ，依然活跃的公司包括 浪潮信息、中科曙光、启明星辰 等。

第一点同样是长期主义，体验在战略和研发。 这与1995-2001年互联网经验一致。

第二点是安全边际，主要通过现金流体现 。实际上，自由现金流是商业模式决定的。根据“互联网+”的自由现金流情况，可以在开始阶段就预测未来的成功概率。

而依据 东方财富、同花顺、浪潮信息、中科曙光、启明星辰 等的研发和现金流，当时就可以预测，成功概率相对高。

2.3 2023年，当前大模型的情况

过去几次我们提出“去伪存真”的原因是，2023Q1适合主题投资：市值普遍较小，外部宏观环境也适合。 但当前，“大模型”、“AIGC”公司的普遍市值已经不低。因此要选择胜率高（基本面强，例如长期主义且现金流安全边际高，参照之前历史经验分析）、赔率高（市值更小）的公司。

这也是近期AIGC较多公司走势不佳的原因，已经和2023Q1不同。

当前无论是接入海外大模型、自研大模型、垂类大小模型结合、还是垂直AI应用，符合上述研发投入合理（当然还要调研关键技术研发，不能只考察投入金额）、安全边际高（现金流支持后续投入）的公司比例，依然较低。

因此，这是要继续审慎选择AIGC和计算机公司的原因。

2.4 反身性：曝光越多，成功率越低

特别需要担心的是反身性：曝光越多，成功率越低。这有两个原因。

1） 一般曝光的原因是需要融资，也就是安全边际不够。 而复盘1995-2001、2013-2015，都论证，安全边际很重要。

2） 曝光越多，对于技术圈和工程圈，对手了解的概率越高，自身成功的概率也越低 。对于 AI领军、恒生电子、广联达、石基信息、德赛西威、大华股份 等公司，往往较少曝光自己AI的技术和储备，这样对手了解它们的概率也会降低，后续成功的概率会提高。

2.5 结论：从高调公司，到适度低调公司

2022年8-10月，我们多篇报告论述计算机的重大机会，例如： 2022年8月《一篇解答：本次“从芯到云”不一样！或表现两年》，9月《换个视角：计算机领军，或遍地黄金！》，9月《从GPU事件全分析，到为何预测后续计算机表现2年？》。

半年后的现在，虽然已经明显表现，但策略需要修正，例如上周： 《重磅分析：如何一起抓住下一轮计算机+AI机会？》

1） 复盘1995-2001/2013-2015 。 过去是选对赛道Beta，后续要尽量选对公司Alpha。而长期主义（体验在战略和研发）、安全边际（主要通过现金流体现）是依据的部分。 考虑到技术领域的“反身性”，从寻找2023Q1的高调公司，到适度低调公司，是一种可能较好的策略。

2） 理解2023Q1计算机的赛道Beta是特殊的。 分析了外部宏观环境、流动性、增量投资者。

换句话说，既然投资的思路要从“小股东思维走向大股东思维”，当时减少这些公司股权融资杠杆是正确的，也符合科技布局。当前伴随已经缓解了金融杠杆，复工解决经营杠杆更加重要，公司Alpha的急切性也增加。

因此计算机的机会仍然大，下一轮计算机+AI机会提供三条建议。 计算机的行情至少到2023年底，这是由于盈利周期性、赚钱效应决定的。历史上三次分别两年、三年、两年半。

3）第一点建议是，充分借鉴过去一个季度计算机的行情，即不太关注企业盈利的、AIGC赛道下的Beta投资。既然较多小市值公司已经成为了中等市值，那继续挖掘类似有成长潜力、安全边际的中小市值公司。

虹软科技、福昕软件、科大讯飞 （比起5000亿是小市值）、 拓尔思、英方软件、萤石网络、万兴科技、软通动力 等。

4）第二点建议是，选择与过去一个季度不同的思路，即已经调整较深、适合绝对收益的公司。

例如 安防AI领军、中控技术、德赛西威、石基信息、纳思达、广联达 等

5）维持原有 大华股份、浪潮信息、金山办公、中科曙光、同花顺 等的跟踪，近期场景会增加 绿的谐波、三花智控、鸣志电器等（申万机械）。