智能化

好技术都是满足人性更安全、更舒适、更便捷的刚需。未来技术导向转为需求导向，技术选择和设计目标应聚焦于用户使用场景和需求，通过相应的技术手段创造极致用户体验，从而俘获消费者。以特斯拉消费者为例，自动驾驶产品最好的销售场景不是在销售大厅，而是在堵车时。特斯拉的很多车主在买新车时为了省钱没买FSD，但堵车的时候实在逆不过懒惰的人性，直接拿出手机在线完成购买和激活，而且价格还比购买新车时贵。

近年来，深度学习技术取得了突破性进展，大模型作为其中的典型代表，已经在自然语言处理、图像处理、多模态应用等领域取得了令人瞩目的成果，为经济社会发展带来新机遇。但随着大模型应用规模扩大、应用场景拓展，其风险问题也逐渐凸显，如安全漏洞、隐私泄露、易受攻击、偏见歧视、侵权滥用等，如何有效防范治理大模型风险、推动大模型可信落地引起社会各界高度关注。

本轮AI浪潮由ChatGPT掀起，并引发中外科技企业展开对大语言模型及生成式AI的追逐和对算力的军备竞赛，无论是传统龙头企业还是新进入者都在积极推出自家大模型，加大算力设备投资。展望2024年，多模态大模型与应用生态圈将成为AIGC的关键词，训练与推理需求的超预期增长将驱动算力硬件设备加速建设。

苹果Vision Pro 发布后，我们观察发现目前热门应用聚焦办公、youxi、沉浸内容观看、教育培训等领域，无边画幅的多屏操作是最常见平移方式，深度MR交互在丰富中。苹果NR设备Vision Pro 提供 600 款定制应用与100 万款兼容应用。1）官方举例九大场景，“沉浸”、“全新”成关键词。举例提及的应用多达81 款，其中内容观看、youxi、办公三类提及了最多的应用，分别为18、16、15 个，学习、音乐、购物、专注等各提及5-7 个应用，沉浸式**与探索新地点各提及4 个，供应方相对

文本生成视频：Sora能够根据用户提供的文本描述生成长达60S的视频。深化语言理解：利用GPT技术将简短的用户提示转换为更长的详细转译，并将其发送到视频模型。图片生成能力：Sora可以根据用户需求，生成可变大小的图像，最高可达惊人的2048 × 2048分辨率。新的模拟能力：Sora具有3D一致性、较长视频的连贯性和对象持续性，能与世界互动，模拟数字世界。

终端需求快速增长，激光雷达上车进度加快，行业即将进入快速增长期。终端车企针对高阶智能辅助驾驶（各类NOA）布局加快，激光雷达正在成为提高用户辅助驾驶使用率的重要传感器。据汽车之心表述，2024年激光雷达的全球乘用车端渗透率大概率将突破1%大关，行业进入快速增长期。激光雷达在科研及对环境感知准确度要求较高的细分领域也有优秀的应用前景。据灼识咨询预测，全球激光雷达解决方案市场规模有望于2030年达到12537亿元。

智能设备作为AI触达用户的载体，AI终端将带来产业新一轮创新周期。AI发展正从软件主导转向硬件+软件并行驱动，而智能设备作为AI触达用户的终极载体，正成为AI未来发展与落地的重要突破口。各终端厂商和芯片厂商23H2以来开始密集布局端侧AI，AI模型与手机/PC/穿戴设备/XR等整合，将给终端产业带来久违的软硬件和生态的创新，产生创新的交互方式和音视觉体验，端侧AI大幕已然拉开。

被动电子钥匙被广泛使用，但人们仍然需要为每一辆车准备一把实体钥匙。随着我们越来越专注于手机，我们出门时可能会将车钥匙忘在家里。既然手机已经取代了我们的通行证和信用卡，那为什么它不能取代车钥匙呢？现在缺少的是一个让移动设备能够用作车钥匙的全球标准，而 CCC 数字钥匙弥补了这一差距。

华为问界 M9 和智界 S7 上市，192 线束激光雷达上车。问界 M9 和智界 S7 搭载的华为 192 线束激光雷达具备 250 米超远精确识别能力，可探测的距离更远；184 万点每秒的超高成像能力，垂直分辨率达 0.1°，更精准的还原物理世界；帧率高于同行水平达到 20Hz，更快速完成目标检测。华为引领，高阶智能驾驶功能 2024 年有望加速，带动车端激光雷达出货量提升。

技术加持加速“大脑”发展。当前机器人的发展趋势已从自动化转向智能化，而 AI 技术是迈向通用智能人形机器人的关键技术之一。人形机器人各方面的技术储备已经达到行业快速发展的临界点，而近两年 AI 技术（大模型）的进步是关键的引爆点。

在2023年，人工智能技术取得了飞速发展，特别是在生成式AI领域，引领了一场技术革命。据麦肯锡的年度调查显示，79%的受访者表示已接触过生成式AI，其中22%确认已经开始常规使用。代表性的进展包括OpenAI推出的ChatGPT订阅版、NVIDIA的BioNeMo平台，以及AWS的‘AI Ready’培训计划。然而，在这场技术热潮中，也有许多关于AI发展的误解和不准确信息流传。本文旨在纠正这些误解，同时结合行业分析和专家预测，为我们描绘出2024年AI技术的发展蓝图。

感知模块技术路径已趋于收敛，自动驾驶从创造型行业迈向工程型行业。在特斯拉的引领下，国内主机厂 2022 年以来纷纷跟随特斯拉相继提出“重感知、轻地图”技术方案，全球自动驾驶行业感知模块技术路径从百花齐放开始走向收敛。我们认为主机厂智能驾驶水平=算法构建能力*数据训练效率。由于技术趋于收敛，目前国内智能驾驶厂商中并不存在哪一家具备绝对的算法能力优势；相反，当前各个主机厂数据闭环搭建的成熟度、迭代效率等方面仍差异较大，因此我们认为，当前阶段数据闭环能力将直接决定主机厂的智能驾驶水平。进一步而言，主机