人工智能报告

AI技术发展，机器视觉正从传统标准化场景过渡到非标准化应用场景。机器视觉行业经过多年发展，目前已被广泛应用在各行各业，发挥着识别、测量、定位及检测功能，但其使用场景主要聚焦在标准化检测领域，整体呈现出自动化、标准化程度高等特点，但伴随AI技术发展，机器视觉有望从过去标准化应用场景逐步过渡到非标准化应用场景，市场规模有望进一步打开。在AI赋能下，行业有望迎来空前发展机会。（1）深度学习算法不断迭代，人工智能生成内容百花齐放。根据GGII数据，国内机器视觉市场规模有望从21年138亿元增长至25年3

柔性传感器开启智能传感新时代，潜在市场空间有望超 500 亿。柔性传感器是指采用柔性材料制成的传感器，具有良好的柔韧性、延展性，可以自由弯曲甚至折叠。柔性传感器采用了柔性基板，其本质上是一种薄膜，通常采用聚酰亚胺（PI）、聚酯（PET）、聚二甲基硅氧烷（PDMS）等材料制成。从刚性到柔性的突破，极大拓展了传感器的应用场景，不仅是游戏领域中的智能穿戴设备，还有医疗大健康领域的电子皮肤、疾病诊断设备、健康监测设备、智能颈枕、智能按摩设备，消费领域的智能手环、元宇宙手套，智能家居领域的智能床垫，甚至是

wellsenn XR专题报告VR光学专题研究报告2022：从菲涅尔到Panceke。VR光学经历了非球面透镜．菲涅尔透镜和Pancake方案三个阶段，日前菲涅尔透镜以低成本和可控的成像质量，成为当前多数VR头显选择的方案。但随着VR在消费级市场逐步渗透和起量，C端消费者对VR的轻薄、以及成像质量、佩戴体验提出了更高的要求，折叠光路原理的pancake的方案以轻薄优秀的成像质量以及逐步成熱的量产工艺，逐渐成为消费级VR光学的发展和进化方向，特别是以Meta、苹果Pico、华为等为代表的头部企业己

伴随着人工智能（artificial intelligence, AI）三大驱动力——算力、算法和数据相关技术的不断发展，AI 技术正在人类社会中掀起新一轮的技术革命。特别地，作为 AI 技术的一个重要研究方向，机器学习（machine learning, ML）利用了深度神经网络（deep neural network，DNN）的非线性处理能力，成功地解决了一系列从前难以处理的问题，在图像识别、语音处理、自然语言处理、游戏等领域甚至表现出强于人类的性能，因此近来受到了越

元宇宙概念持续火爆，互联网巨头们争相入局借势打造数字人，品牌也通过虚实互联进行营销上的创新。《2022 AI营销白皮书》数据显示，44%的企业认为AI营销是未来2年最期待的营销方式；63.3%的广告主在选择代理公司时更看重AI技术实力；元宇宙和数字人的出现打开了AI营销的全新大门，成为用户和企业的“新贵”注意力。4月1日，百度2022 AI营销创想季第五季正式启动，同步发布“2022 AI营销十大洞察”，从这些对AI营销新模式的探索和洞察中，或许可以看到一些营销未来的样子。

数字科技正逐渐渗透到经济、商业、社会生活方式等方方面面，人们对于数据智能时代的来临充满了期待。然而，从现阶段的发展来看，我们距离真正的大数据时代仍有距离，各行各业的数字化转型进程未能如期落地。数据的力量究竟该如何激发？带着这样的疑惑，我们把视角对准了人工智能竞赛这一载体，以期为行业提供启发。通过全面的调研、分析，我们得到了寻找创新路径和探索最佳实践的总结，形成这份《人工智能竞赛白皮书》分享给大家。 全球人工智能竞赛已经历了 20 余年的探索，其发展起点可追溯至 1997 年由国际顶级学

伴随全球数字化进程的加快，人工智能成为引领未来世界发展的关键技术。近年来，各国政府、科研教育机构、科技企业及专家学者纷纷加入到推动人工智能产业发展的过程中，人工智能技术与产业融合程度不断加深。2022年，尚普研究院从全球视角出发，对于人工智能的发展历程、产业链、核心技术、应用领域及发展趋势等方面进行全面梳理，为政府部门、从业人员、教育工作者、社会公众更好了解人工智能的过去、现状及未来提供参考。

目前人工智能已经成为了通用型技术，以深度学习为代表的机器学习加速渗透到各行各业，产生了非常丰富的应用。作为引领AI技术加速变革的重要法宝，机器学习是一把双刃剑。 一方面，以深度学习为主要技术模型的机器学习可以帮助AI摆脱对人为干预和设计的依赖，形成AI的自主学习、自我创造以及自动迭代机制，使得AI在学习思维上无限接近于人类大脑。 另一方面，机器学习又日益暴露出AI在自动化决策（Automated decision-making）中无可回避的难解释性和黑箱性。基于人工神经网络结构的复杂层级，在

2022年6月23日下午，马斯克在接受采访时称“人形机器人‘Tesla Bot-Optimus（擎天柱）’将在9月30日的特斯拉AI日活动上面世”，并最早将于2023年投入生产,意在代替部分危险、重复性劳动以及填补劳动力缺口。马斯克表示，在未来人形机器人“擎天柱”业务条线比特斯拉汽车更重要、更值钱。6月23日以来，机器人指数取得18%超额收益。我们在7月10日发布报告《人形机器人即将推出，产业链未来可期——新兴产业研究系列专题》，截至2022年7月28日机器人指数上涨超过10%，取得13%的超额

新纪元开启，特斯拉人形机器人有望引领万亿级蓝海市场。人形机器人更被誉为机器人皇冠上的明珠。在所有机器人的研发中，人形机器人的挑战难度是业界公认最高的。近日，特斯拉首席执行官马斯克在推特上称，特斯拉可能在几个月内推出能够运转的人形机器人原型，他为此将这家电动汽车制造商的第二个人工智能日推迟到 9 月 30 日。Tesla Bot 可能是 2022 年最重要的产品开发项目，第一版有望在 2023 年投入生产，其将用来填补劳动力缺口。从公布的参数看，Optimus 身高 1.72m，重量 57kg，负

经历过去 70 年的“三起两落”，伴随底层芯片、算力、数据等基础设施的完善&进步，全球 AI 产业正逐步从运算智能走向感知智能、认知智能，并相应形成“芯片、算力设施、AI 框架&算法模型、应用场景”的产业分工、协作体系。2019年以来，AI 大模型带来问题泛化求解能力大幅提升，“大模型+小模型”逐步成为产业主流技术路线，驱动全球 AI 产业发展全面加速，并形成“芯片+算力基础设施+AI 框架&算法库+应用场景”的稳定产业价值链结构。近年来众多 AI 相关企业亦先后登陆资本

AI 产业上游产品标准化程度趋高，市场集中度提高趋势初显；中下游定制化开发占比较大，市场分散。以 AI 芯片和系统开发框架为主的上游具有通用性特征，容易形成标准化产品，且产品技术壁垒高。在行业中下游，由于场景碎片化，软硬件产品定制化开发占比较大，商业模式以项目制为主，但随着场景普适化，在算法和硬件方面也逐步模块化。前端设备预计将呈现出软硬件融合发展的趋势，后台设备中的软件和硬件预计将向更加专业化的方向发展。前端设备中，不同硬件搭载的软件功能各异，接口不一，AI 算法针对特定设备的定制化程度较高。