- 全部智能领域
- 智能制造 / 智能物流 / 机器视觉
- 智能办公 / 智能家居 / 智能安防
- 智能交通 / 智能能源 / 智慧零售
- 智能文娱 / 智能金融 / 智能营销
- 智慧党建 / 智慧政务 / 机器躯干
- 智慧医疗 / 智慧教育 / 智慧农业
- 机器小脑 / 智能传感 / 空间模型
- 机器大脑 /
最新
最热
智能语音即声音信息在人机间的交互模拟,为人工智能的核心技术赛道。1980s至今智能语音经历三个阶段发展,2016年开始进入落地 期,智能语音助手、智能音箱相继落地,后续多类场景有望加速兑现产业红利。

阅读(616)
人工智能已迎来最好的发展时代,计算机视觉是计算机模拟甚至超越人类视觉,是人工智能技术层中应用最为广泛、市场占比最高的核心技术。学术领域,计算机视觉已从过去的理论研究逐步转向应用,仍为以谷歌、微软、Meta等为首的海外主导,国内商汤、百度集团、腾讯控股、阿里巴巴也颇有建树。商业领域,目前计算机视觉已实现技术单点突破,跨越工业红线,从0到1逐步开启商业化;但目前仍为全面商业化黎明前,主要受限于算力、数据、时间等生产要素,而生产要素之间的加速作用将形成飞轮效应,快速实现从1到N。

阅读(302)
AI 是解决医疗资源供需不平衡的必然选择。截至2019 年,我国医疗卫生总 支出已达6.6 万亿元,2011-2019 年医疗卫生总支出CAGR 6.9%。就居民消 费结构而言,医疗消费占城镇居民消费总支出6%-8%左右,占农村居民消 费总支出9%-11%左右,一定程度上反应了医疗资源在农村地区的较大需求 以及医疗效率提升的迫切性。AI+医疗不仅能提升医院及药企的管理与研发, 而且能无差异化大规模提升基层医疗机构医疗水平和效率,是解决医疗资源 供需不平衡的必然选择。

阅读(584)
汽车产业链面临技术变革带来的重构:ACES(自动驾驶,车联网,电动化, 共享出行)是未来汽车产业变革的大趋势,这一变革带来了产业结构的重构: 传统的车厂-Tier1-TierN 模型面临解构,知名的整车厂和业内供应商都面临着 重新定位。而其他行业如芯片行业的传统巨头,乃至众多创业公司也对技术变 革带来的行业洗牌摩拳擦掌,寻求切入汽车这一庞大产业链的机会。

阅读(498)
人工智能行业是人类进入智能时代的决定性力量。 人工智能( Artificial Intelligence,AI)是通过计算机程序来呈现人类智能的技术。1956 年,概念首次 提出,此后经历了起步发展期、反思发展期、应用发展期、低迷发展期、稳步发展 期、蓬勃发展期等 6 个阶段,2011 年以来,人工智能再度迎来爆发式增长。从产 业链来看,人工智能分为基础层、技术层、应用层三个部分,我国在技术层、应用 层发展良好,但在基础层特别是算力环节仍有待夯实实力。综合 IDC 数据,2020 年,我国人工智能市场规模约 400 亿元人民币,其中的硬件部分主要为 GPU 服务 器,软件及应用部分主要包括计算机视觉应用、语音语义应用、机器学习开发平台 等。

阅读(479)
我们认为未来AI算力将综合考虑硬件能力、成本等因素,以混合AI的架构,在边端和云端灵活分配。大模型向智能终端(边缘端)渗透初见端倪、这类场景我们认为率先会在手机、PC、智能驾驶、具身智能、元宇宙、工业控制等场景落地。边缘AI核心在于引入边缘侧的AI能力,进一步增强边缘侧的算力能力、连接能力。建议重点关注物联网模组、智能控制器板块。

阅读(403)
人工智能的研究自1956年之后,引发第一次浪潮,主要研究逻辑推进为主的“基于规则的专家系统”,但是经过长时间的研究,专家系统进入瓶颈期,随之Al的资金投入和人员投入大量缩减,Al研究方向也悄然发生变化,以研究计算机视频、语音和计算机自然语言进行新的研究方向,“机器学习”算法的不断优化使得人工智能在多个领域实现了惊人的突破。2011年Google 大脑通过非监督学习识别出猫脸,2015年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet图像识别比赛首次超过人眼,2016年微软语音识别技术可以将英语错词率降至5.9%。

阅读(836)
座舱从机械时代到智能时代,背后的驱动力是芯片和操作系统的不断升级。当下,QNX 和Linux/Andorid 的混合操作系统成为主流,可以兼顾稳定性和生态的需求。但随着车 内控制服务化(SOA)以及车外网联生态(万物互联)的增加,操作系统升级仍有潜力。 鸿蒙OS 以微内核为基础,可以兼顾速度和生态,成为统一车载OS 的潜力股。对比安 卓,鸿蒙OS 稳定性更强,且HMS 的支持帮助生态更快建立。对比QNX,鸿蒙OS 有 生态优势,且速度更快。车载OS 进入大跃进时代,但目前汽车生态和车机流畅度均有 提升空间,鸿蒙OS 从当下体验和未来发展上均有较大潜力。

阅读(534)