>> 申萬宏源-2023下半年智能制造行業(yè)投資策略：智能制造，AI大模型賦能，從滲透到質變-230703
| 上傳日期： |
2023/7/3 |
大小： |
1479KB |
| 格式： |
pdf 共17頁 |
來源： |
申萬宏源 |
| 評級： |
推薦 |
作者： |
施鑫展,洪依真,李國盛 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
AI大模型賦能智能制造，各環(huán)節(jié)的應用方向及難度判斷
設計流程：難度相對較低。大模型可以通過自然語言生成代碼、圖像生成、三維可視化設計等方式，提升產品的易用性和個性化程度，壓縮設計和迭代的過程
生產制造流程：難度較高。多模態(tài)大模型高效生成機器視覺、機器人控制算法；通過對設備的工藝參數(shù)等方面的理解和生成，提供精細化操作指引，在突發(fā)故障時提供快速診斷和應急解決方案建議
管理流程：難度中等。大模型可生成更高效科學的生產和管理計劃；更智能的客戶服務和支持；通過對運營數(shù)據(jù)與模型代碼的理解，用戶使用自然語言描述需求，生成儀表盤、報告或AI分析；也能實現(xiàn)深層次、多維度的數(shù)據(jù)分析
工業(yè)互聯(lián)網：難度中等。大模型可助力制造過程數(shù)據(jù)分析、物流過程數(shù)據(jù)分析、裝備運維數(shù)據(jù)分析；實現(xiàn)更強大的預測性維護、能耗管理、績效管理等能力
工業(yè)機器人：難度相對較低。大模型可以提供機器人最高層的推理決策能力，根據(jù)自然語言或多模態(tài)輸入自動生成控制指令；從無標注數(shù)據(jù)中學習觀測和動作的特征，提高機器人的控制性能；可以簡化機器人開發(fā)的流程
工業(yè)領域應用大模型，目前仍存在較多爭議，處于滲透階段。詳解三大瓶頸，若突破則質變
關鍵瓶頸一：可靠性無法保證。大模型的“幻覺”與工業(yè)領域高可靠性需求相矛盾。探討了優(yōu)化策略
關鍵瓶頸二：算力資源仍然不足。訓練成本高昂、芯片漲價、大模型升級演進，都對算力資源提出了高要求
關鍵瓶頸三：應用成本需大幅壓低。工業(yè)領域定制化千億參數(shù)大模型成本難以接受，但垂類大模型有用武之地
投資分析意見：重點關注工業(yè)機器人、工業(yè)設計等大模型落地相對較快的智能制造環(huán)節(jié)；并緊密跟蹤工業(yè)領域垂類大模型落地的標桿案例。核心標的：中控技術、寶信軟件、大華股份、中望軟件、索辰科技、賽意信息、容知日新等
風險提示：可靠性瓶頸難以突破；制造業(yè)客戶對大模型接受度低于預期；數(shù)據(jù)隱私保護影響大模型訓練
|
|
