01 產(chǎn)業(yè)鏈全景圖

02 具身智能簡介

簡單來說，具身智能就是給人工智能賦予一個實體，讓它能夠像人類一樣在現(xiàn)實世界中行動、感知和學習，而不是僅僅局限于虛擬世界。打個比方，你有一個會自己思考的機器人伙伴，它可不只是像手機里的智能助手那樣，只能在屏幕上跟你交流。這個機器人是有實體的，它能像人一樣在房間里自由活動。它配備了各種 “感官”，比如攝像頭就如同它的眼睛，能讓它看清周圍的環(huán)境；傳感器就好比它的觸覺，能感知物體的冷熱軟硬；麥克風則是它的耳朵，能聽到外界的聲音。借助這些 “感官”，它可以和現(xiàn)實世界進行互動。

它能夠自主完成一些任務，比如自己去打掃房間。在打掃過程中，要是碰到障礙物，它會自己想辦法繞過去。而且，它還能不斷學習新的技能。第一次打掃時，它可能會花費較長時間，還會出現(xiàn)一些失誤，但隨著經(jīng)驗的積累，它會越做越好。就像一個剛開始學畫畫的人，一開始畫得可能不太好，但通過不斷練習，繪畫技巧會越來越高超。人形機器人是這類具身智能中最具潛力的一種。

核心要素

具身智能由本體、智能體、數(shù)據(jù)以及學習進化框架四大核心要素構(gòu)成，是人工智能領(lǐng)域的重要分支。

與傳統(tǒng)人工智能不同，具身智能的核心，在于智能體憑借物理身體，與周圍環(huán)境展開交互，并在此過程中，完成感知信息、理解場景、做出決策與執(zhí)行行動等一系列復雜任務 。

03 上游產(chǎn)業(yè)鏈：大模型（算力、算法、數(shù)據(jù)）

上游產(chǎn)業(yè)鏈部分核心部分是AI大模型，而AI大模型主要包括算力、算法和數(shù)據(jù)三大核心要素，具體如下：

03-1 AI 芯片-算力：驅(qū)動智能的引擎

AI 大模型拉動算力需求：2025 年全球 AI 算力需求將達 2020 年的 10 倍，智能制造、醫(yī)療影像、金融交易等領(lǐng)域的算力激增，推動企業(yè)算力消耗占比超 50%，重構(gòu)產(chǎn)業(yè)競爭格局。

AI 芯片市場格局與國產(chǎn)趨勢：英偉達 A100/H100 價格飆漲暴露供應鏈風險，國產(chǎn)芯片加速突圍 —— 華為昇騰 910B 實現(xiàn)全?？煽?，寒武紀 MLU370 算力突破 300TOPS，壁仞 BR100 躋身全球 GPU 第一梯隊，國產(chǎn)化的芯片正在逐漸獲得話語權(quán)。

云計算廠商的AI 算力競爭：AWS、Azure、Google Cloud 占據(jù)全球 70% AI 云市場，國內(nèi)亦是跟上了腳步：

03-2 算法：塑造思維的框架

算法是AI 大模型的核心要素，涵蓋深度學習框架與優(yōu)化策略。

Transformer 影響：Transformer 將序列處理效率提升超 10 倍，讓大模型時代成為現(xiàn)實。

算法優(yōu)化與算力成本降低：AI 訓練成本高昂，GPT - 4 訓練成本估算超1 億美元。稀疏化、蒸餾、量化等新技術(shù)可使訓練成本降低30% - 50%。

開源與專有模型競爭態(tài)勢：

前沿算法發(fā)展動態(tài) ：2023 年多模態(tài)大模型（如GPT - 4V、Gemini）打破文本局限，可處理圖像、音頻、視頻等多種數(shù)據(jù)類型。

算法的“從技術(shù)到應用”：

03-3 數(shù)據(jù)：訓練模型的燃料

數(shù)據(jù)是AI大模型的基礎(chǔ)資源，涵蓋高質(zhì)量數(shù)據(jù)集與標注信息。

多樣化的數(shù)據(jù)源提升模型的普適性：多模態(tài)數(shù)據(jù)融合（如 GPT-4 圖文協(xié)同、PaLM 2 多模態(tài)集成）正在突破單模態(tài)局限，使 AI 獲得跨領(lǐng)域認知能力。

前沿算法發(fā)展動態(tài) ：AI 技術(shù)正自我進化出數(shù)據(jù)治理能力：自監(jiān)督學習從無標注數(shù)據(jù)中提煉知識，異常檢測算法凈化污染數(shù)據(jù)，自動化工具重構(gòu)數(shù)據(jù)預處理流程。

不少朋友對于人工智能行業(yè)有投資的想法，卻又不知從何下手，其實這時候選擇ETF對整個行業(yè)進行跟蹤便是一個不錯的選擇，就像人工智能AI ETF。它持有了寒武紀、科大訊飛、?？低?/u>等股票，均是人工智能的強相關(guān)標的。