FX168财经网_全球视野外汇黄金加密货币NFT资讯网

信邦智能下跌5.03%，报23.58元/股

大道北侧，公司是一家以工业机器人及相关智能技术为核心的智能制造解决方案提供商与综合集成服务商，主要从事汽车智能化、自动化生产线及成套装备等的设计、研发、制造、装配和销售。公司在汽车及其零部件、其他高端制造领域的自动化生产线和成套装备领域内建立了较强的竞争优势，主要向中国、日本、东南亚国家、南北美国家等地区的客户提供产品及服务，并与日本丰田、日本五十铃、E.Magna、东风日产、广汽集团、广汽丰田、广汽本田、汉腾汽车等众多知名汽车制造企业保持长期合作。截至3月29日，信邦智能股东户数1.22万，人均流通股2981股。 2023年1月-9月，信邦智能实现营业收入3.7亿元，同比减少10.09%；归属净利润4289.53万元，同比减少11.14%。

金融界2024-04-08

苏泊尔（002032.SZ）：公司抖音平台 2023 年度已实现盈利

产自动化水平、搭建数字化体系、应用人工智能技术等，提升生产与营销效率并有效实现成本管理。公司 ROE 水平目前优于行业平均水平，未来预计如何？公司近年来 ROE 水平一直处于行业领先水平，主要得益于公司利润的改善以及利润率的稳定持续增长以及严格控制资本开支。未来公司希望努力做到稳定的 ROE 水平。公司未来是否能持续高比例分红？公司基于多年来稳健经营的状况，前期积累了较高的未分配利润，结合公司自身的资金使用安排，因此，为更好地回报股东，公司自 2021 年度起实施了相对较高比例的现金分红方案，但未来每年分红情况还需视当年资本开支及经营现金流情况决定。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-04-08

云从科技-UW下跌5.15%，报11.98元/股

应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案。截至9月30日，云从科技-UW股东户数3.79万，人均流通股1.98万股。 2023年1月-9月，云从科技-UW实现营业收入3.46亿元，同比减少24.13%；归属净利润-4.01亿元，同比增长31.93%。

金融界2024-04-08

热点解读-龙头加速AI产业研发，大模型及应用端快速发展

源：Wind （2）市场规模随着人工智能技术的不断发展，其应用场景日益丰富，各行各业所汇聚的庞大数据资源为技术的实际应用和持续完善提供了坚实基础。根据第三方咨询机构格物致胜的统计数据，2022年中国人工智能市场规模达到2058亿元，预计2023-2027年市场规模将保持28.2%的复合增长率，2027年中国人工智能市场规模将达到7119亿元。根据statista的统计数据，2023年全球人工智能市场规模达2079亿美元，预计2030年将增至18475亿美元。图2中国人工智能市场规模及预测（单位：亿元人民币）来源：Wind，格物致胜公众号，国元证券研究所图3全球人工智能市场规模及预测（单位：亿美元）来源：Wind，Statista官网，国元证券研究所（3）发展历程基础的生成算法模型是驱动AI的关键：2014年，伊恩·古德费洛(lan Goodfellow)提出的生成对抗网络(Generative Adversarial Network, GAN)成为早期最为著名的生成模型。GAN使用合作的零和博弈框架来学习，被广泛用于生成图像、视频、语音和三维物体模型。随后，Transformer、基于流的生成模型(Flow-based models)、扩散模型(Diffusion Model)等深度学习的生成算法相继涌现。Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。图4主流生成模型一览表来源：Wind、腾讯研究院《AIGC发展趋势报告》，经纬创投公众号，国元证券研究所预训练模型引发了AI技术能力的质变：预训练模型是为了完成特定任务基于大型数据集训练的深度学习模型，让AI模型的开发从手工作坊走向工厂模式，加速AI技术落地。2017年，Google颠覆性地提出了基于自注意力机制的神经网络结构——Transformer架构，奠定了大模型预训练算法架构的基础。2018年，OpenAI和Google分别发布了GPT-1与BERT大模型，意味着预训练大模型成为自然语言处理领域的主流。图5预训练相当于“通识教育” 来源：Wind、IDC《2022中国大模型发展白皮书》，国元证券研究所预训练数据直接决定AI大模型性能：预训练数据从数据来源多样性、数据规模、数据质量三方面影响模型性能。以GPT模型为例，其架构从第1代到第4代均较为相似，而用来训练数据的数据规模和质量却有很大的提升，进而引发模型性能的飞跃。以吴恩达(AndrewNg)为代表的学者观点认为，人工智能是以数据为中心的，而不是以模型为中心。为了追求更好的模型性能，模型参数规模也与训练数据量同步快速增长，模型参数量大约每18个月时间就会增长40倍。例如2016年最好的大模型ResNet-50参数量约为2000万，2020年的GPT-3模型参数量达1750亿，2023年的GPT-4参数规模则更加庞大。三、近期行业变化多模理解和生成的统一是通往AGI的必经之路：模型的演化必然会经历单模到多模到世界模型三个阶段。当下理解模型和生成模型是分开发展的，未来随着理解和生成实现统一，就可以进一步结合具身智能，形成世界模型。再进一步，加入复杂任务的规划能力和抽象概念的归纳能力，就真正演化到了AGI的阶段。多模态技术成为大模型主战场：多模态较单一模态更进一步，已经成为大模型主战场。人类通过图片、文字、语言等多种途径来学习和理解，多模态技术也是通过整合多种模态、对齐不同模态之间的关系，使信息在模态之间传递。2023年以来，OpenAI发布的GPT-4V、Google发布的Gemini、Anthropic发布的Claude3均为多模态模型，展现出了出色的多模态理解及生成能力。未来，多模态有望实现any to any模态的输入和输出，包括文本、图像、音频、视频、3D模型等多种模态。智能涌现从虚拟世界走向物理世界：当大模型迁移到机器人身上，大模型的智能和泛化能力有望点亮通用机器人的曙光。2023年7月，谷歌推出机器人模型Robotics Transformer2(RT-2)，这是一个全新的视觉-语言-动作(VLA)模型，从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。2024年3月，机器人初创企业Figure展示了基于OpenAI模型的全尺寸人形机器人Figure 01，机器人动作流畅，所有行为都是学到的（不是远程操作），并以正常速度(1.0x)运行。 AI算力应用持续深化，大模型赛道日益更新：英伟达GTC2024大会上公布了关于NVIDIA Blackwell、NIM微服务、Omniverse CloudAPI等一系列AI引领各领域变革的显著成就。同时，全球AI大模型市场迭代进程加快，3月4日，美国初创公司Anthropic推出Claude3模型系列；3月17日，马斯克旗下的初创企业xAI宣布对Grok-1的基本模型权重及网络架构进行开源。云厂商加速生成式AI发展，致力打通生态系统建设：微软、谷歌、亚马逊作为云业务头部厂商，拥有包含Office、Microsoft、LinkedIn、手机PC在内的搜索引擎、广告、云计算等多项软硬件产品及平台。头部云厂商在推进大模型升级迭代的同时，或根据品牌内现有的软件平台和终端硬件产品特性进行模型调整及适配；同时，多家厂商对未来即将发布的新产品也会进行全生态构造，将大模型与手机、电脑、机器人、汽车等多领域结合，搭建全面的系统生态，助力“AI+”应用持续变革。四、投资展望（1）量子计算机量子计算有望成为解决AI算力瓶颈的颠覆性力量：与传统计算相比，量子计算能够带来更强的并行计算能力和更低的能耗，同时量子计算的运算能力根据量子比特数量指数级增长，在AI领域具有较大潜力。海外科技巨头带动量子计算产业发展，IBM、微软、谷歌等公司先后发布量子计算路线图，与此同时，国内量子计算产业与海外科技巨头差距不断缩小，2024年1月16日我国第三代自主超导量子计算机“本源悟空”上线运行可以一次性下发、执行200个量子线路的计算任务，比国际同类量子计算机具有更大的速度优势。量子计算有望赋能千行百业，开启8000亿美元蓝海市场。据ICV数据，2023年全球量子计算市场规模约47亿美元，预计2035年有望超过8000亿美元；其中，金融、化工、生命科学领域有望更加受益量子计算产业发展。（2）AI服务器在云厂商采购需求下滑、计算机行业去库较慢的背景下，2023年全球服务器市场遇冷，但细分领域AI服务器市场火热，在众多大模型的算力需求支撑下，国内外AI服务器出货量逆势提升。展望AI服务器产业链未来业绩释放，华夏基金认为三个方向值得关注。第一，技术创新驱动产业链迭代，目前海外AI服务器呈现英伟达产品技术线路创新不断涌现，以及某细分环节产品效率倒逼其他环节创新，带来新的主题投资机会。第二，国产化趋势下国产芯片规模应用落地，在政策支持和先进制程突破下，华为AI芯片已应用于国内众多大模型训练，未来业绩可期，关注华为AI服务器产业链。第三，海外AI服务器大量订单叠加降本下的出海机会。（3）机器人 AI时代快速发展，机器人赛道或将迎来放量空间。人工智能技术加速多行业领域升级发展，机器人作为主要的下游应用场景，在AI变革及大模型发展的阶段将不断赋能制造业等行业向自动化、智能化转型。除英伟达、特斯拉之外，Agility Robotics、波士顿动力公司以及谷歌DeepMind等公司也纷纷入局机器人赛道。据华尔街见闻，英伟达、OpenAI、亚马逊等科技巨头纷纷入局投资了机器人初创科技企业Figure AI，其中该公司在新一轮融资中募集约6.75亿美元，投前公司估值已有约20亿美元。华夏基金认为，机器人作为具身智能的载体，英伟达对具身智能的正式入局，将稳步推动机器人智能化的提升；同时伴随龙头企业持续加码AI及机器人领域投资，并积极进行多行业资源调配及整合，未来机器人行业将进入加速发展阶段。相关产品：人工智能 AIETF（515070）及其联接基金（008585/008586）：中证人工智能主题指数（指数代码: 930713.CSI，指数简称： CS 人工智）选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数已纳入截至 2018 年 9月 30 日的 IOSCO 金融基准原则鉴证报告范围。云计算50 ETF（516630）及其联接基金（019868/019869）：中证云计算与大数据主题指数（指数代码： 930851.CSI，指数简称：云计算指数）选取 50 只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司 A 股作为样本股，以反映云计算与大数据主题股票的整体表现。机器人 ETF（562500）及其联接基金（018344/018345）：中证机器人指数(指数代码： H30590.CSI)选取系统方案商、数字化车间与生产线系统集成商、自动化设备制造商、自动化零部件商以及其他相关公司作为样本股，以反映机器人产业相关股票的走势。游戏 ETF（159869）及其联接基金（012768/012769）：中证动漫游戏指数（指数代码： 930901.CSI，指数简称：动漫游戏）选取主营业务涉及动画、漫画、游戏等相关细分娱乐产业的上市公司股票作为样本股，反映动漫游戏产业 A 股上市公司股票的整体表现。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-04-08

元宇宙已死？公共服务和工业应用掀起新浪潮

间更好的合作。另一个利用元宇宙和人工智能技术进行试点的区域倡议成功案例是海尔布隆的人工智能创新园区。计划中的元宇宙实验室将为个人和公司提供各种教育机会和实践用例，让他们学习和体验元宇宙。大公司投资工业元宇宙德国工业部门也正在认识到虚拟宇宙对开发和生产的好处。西门子能源公司已经在使用元宇宙对发电厂进行建模、预测维护需求，并通过最大限度地减少停机时间每年为运营商节省 17 亿美元。2023年，西门子还在德国投资了超过11亿美元，其中一半投资于埃尔兰根的新园区。该园区将作为全球开发和制造中心，以及与工业虚拟世界相关的技术活动中心。 2024 年，西门子还与索尼合作，为工业元宇宙创建了另一个解决方案，将西门子的 Xcelerator 工业软件产品组合与索尼用于创建空间内容的新系统结合起来。新的解决方案将使设计师和工程师能够在无限的沉浸式工作空间中创建和探索设计概念。同样，宝马正在开发一家由 Nvidia Omniverse 平台提供支持的数字工厂，只有在数字模型的广泛设计和验证之后才会开始物理建设。元宇宙已死——元宇宙万岁？虚拟宇宙提供了广泛的有价值的应用。德国正在经历第二波兴趣浪潮，其动力是转向探索其在公共管理和工业中的实际应用。公共管理部门看到了改善公民参与、服务交付和员工之间协作的潜力，下萨克森州的 VR 协作室和巴登-符腾堡州的 CyberLänd 项目等早期举措就证明了这一点。同样，西门子和宝马等行业巨头利用元宇宙来增强设计、测试和生产流程。当然，数据安全、法律不确定性和硬件限制等挑战仍然存在，需要仔细考虑。Fraunhofer-IAO 的 Wenzel 表示，政府、行业和研究人员之间的规划、员工培训以及合作对于成功克服这些障碍至关重要，并补充道： “严格来说，虚拟宇宙仍然是对未来的承诺，因为并非所有必要的子技术都已达到所需的成熟度。然而，子技术和业务模型已经可以在较小的捆绑包中使用，并且应该始终从应用案例的角度进行开发和实施。” 来源：金色财经

金色财经2024-04-07

人工智能究竟是未来福音还是末日威胁？

场景会分散人们的注意力，从而忽视了人工智能技术的巨大潜力。他指出，有关有意识机器人和超级智能的讨论实际上阻碍了人工智能的正面发展。如果管理得当，人工智能将为人类带来众多益处。作家兼未来学家伯纳德·马尔同样持乐观态度，他认为人工智能是人类所能接触到的最强大技术，并坚信其力量可用于解决卫生、教育和气候变化等领域的不平等和挑战。马尔将人工智能视为持续的助手，而非接管地球的威胁。鉴于人工智能的潜力，制定相应的法规、法律和保障措施至关重要，以防止其被滥用。同时，人们普遍对人工智能感到恐惧的原因可能与我们的天性有关。临床心理学家凯尔西·拉蒂默解释说，人类天生就会为最坏的情况做准备，这是一种进化上的防御机制。然而，未来学家如戴安娜和马尔所预测的，人工智能的发展更可能带来积极的变革。戴安娜表示，随着人工智能的应用，人类的激情和创造力将得到进一步的释放和提升。

金融界2024-04-07

苏泊尔：4月3日接受机构调研，中金、开源证券等多家机构参与

产自动化水平、搭建数字化体系、应用人工智能技术等，提升生产与营销效率并有效实现成本管理。问：公司 ROE 水平目前优于行业平均水平，未来预计如何？答：公司近年来 ROE 水平一直处于行业领先水平，主要得益于公司利润的改善以及利润率的稳定持续增长以及严格控制资本开支。未来公司希望努力做到稳定的 ROE 水平。问：公司未来是否能持续高比例分红？答：公司基于多年来稳健经营的状况，前期积累了较高的未分配利润，结合公司自身的资金使用安排，因此，为更好地报股东，公司自 2021 年度起实施了相对较高比例的现金分红方案，但未来每年分红情况还需视当年资本开支及经营现金流情况决定。苏泊尔（002032）主营业务：明火炊具及厨房用具、厨房小家电、厨卫电器、生活家居电器四大领域。苏泊尔2023年年报显示，公司主营收入213.04亿元，同比上升5.62%；归母净利润21.8亿元，同比上升5.42%；扣非净利润19.94亿元，同比上升5.63%；其中2023年第四季度，公司单季度主营收入59.37亿元，同比上升14.4%；单季度归母净利润8.18亿元，同比上升7.75%；单季度扣非净利润6.6亿元，同比上升6.78%；负债率51.31%，投资收益4881.22万元，财务费用-6762.99万元，毛利率26.3%。该股最近90天内共有21家机构给出评级，买入评级18家，增持评级3家；过去90天内机构目标均价为63.19。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入59.92万，融资余额增加；融券净流入383.96万，融券余额增加。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2024-04-07

迎接未知挑战：人工智能革命的新篇章

致投资失败。因此，我们构建了一个“人工智能技术堆栈”，旨在识别所有可能从人工智能中受益的技术和业务层面。这个堆栈涵盖了从芯片制造商到终端产品如特斯拉的Optimus Robot的各类公司。我们的目标并非预测具体的赢家和输家，而是随着趋势的显现，能够更迅速、准确地做出判断。值得注意的是，并非所有从人工智能中获得增量收益的公司都值得投资。例如，虽然新的人工智能数据中心将增加电力需求，但确定这一增量需求及其对电价的影响并不容易。因此，我们不能简单地断言公用事业公司将从人工智能革命中大幅获利。在这场革命中，我们寻找的是那些能够纯粹并大幅度受益于人工智能的公司，且其当前估值合理。为此，我们将确定所有可能适合人工智能技术堆栈的公司，并分析人工智能如何为每家公司创造价值。我们还将量化未来3-5年人工智能的潜在价值创造。请记住，这个技术堆栈是动态变化的。我们无法预知所有将利用人工智能开发的应用程序，也无法确定这些应用程序将创造的确切价值。但显而易见的是，随着人工智能革命的推进，其价值将逐渐显现，并惠及更多目前尚未明显受益的公司。在这场未知的挑战中，我们期待见证新的领导者和创新者的崛起。

金融界2024-04-06

富士康2024年Q1收入同比下滑，但云业务增长亮眼

过去12个月内上涨了14%。随着人工智能技术的崛起，富士康作为生产企业服务器的厂商，受益于云技术的广泛应用。云技术是当今先进的生成式人工智能的基石。在今年3月的投资者更新中，富士康对收入前景表示乐观，预计在人工智能服务器需求激增的推动下，收入将迎来大幅增长。展望未来，富士康定于5月14日召开下一次财报电话会议。此前，富士康已与芯片制造巨头英伟达展开合作，共同开发“人工智能工厂”。这种新型数据中心将利用英伟达的芯片为自动驾驶汽车训练、机器人平台和大型语言模型等广泛应用提供动力。富士康在人工智能领域的布局和发展值得市场进一步关注。

金融界2024-04-06

当遥感卫星“邂逅”AI：“天空之眼”是否会变得更聪明吗

当远在太空的卫星与前沿热门的人工智能技术“碰撞”，将擦出怎样的高科技“火花”？去年12月至今，一些科研院所和商业航天公司陆续推出人工智能遥感大模型，引发业内关注。中国科学院长春光学精密机械与物理研究所图像部主任孙海江说，遥感卫星影像广泛应用于农林生产、环境监测、智慧城市、地理测绘、土地规划等领域。随着卫星规模增大，全球每天获取的观测数据已经开始以Pb量级测算。传统手动、单一领域的遥感信息提取方法难以适应海量遥感数据的快速解译。并且，由于卫星遥感数据的特殊性，其涵盖了大量的地理、气象、环境等多元信息。这些信息的高效利用也需要强大的数据处理能力和特征提取技术予以支撑。人工智能技术的兴起，让行业迎来变革。孙海江说：“以大数据和人工智能技术相结合的遥感大模型，推动了多元遥感数据的提取与识别技术发展。” 长光卫星技术股份有限公司农林领域应用负责人曲春梅以农作物定损举例，遥感卫星拍摄农作物后，需要经历人工标注指定范围，通过卫星遥感光谱分析技术判断识别，经过模型计算分析等过程。整个过程比人工查勘定损效率高，但依旧需要人工在地物分割、边界精确等方面进行大量操作。人工智能技术改变了这些现状。人工智能遥感技术是指通过对遥感卫星影像数据的深度分析和学习，实现自动化识别分类地表特征，提高数据处理的效率和解译的准确性。目前该技术有两种实现方式，一种是卫星上增加人工智能模块，相当于为卫星装上一个拥有数据解译能力的智能大脑；另一种是地面建立人工智能大模型，基于深度学习智能处理遥感卫星影像。曲春梅说：“人工智能可以取代人力勾绘农作物地块，快速完成耕地识别，工作效率相比人工作业提升数十倍。” 人工智能与遥感技术结合后，还可以实施目标识别和变化检测等功能。试想，让远在苍穹的卫星“关注”一座大型工厂的建设。建设期间，无论是施工场地的大型机械运动轨迹，还是施工进展，都能被捕捉记录。对比多日的施工数据，人工智能遥感技术还能自动分析当地施工是否完成既定计划，明日还需再追赶哪些进度等。通过高分遥感数据监测城市发展，有效指导城市规划和管理，实现交通流量监测、城市绿化覆盖评估等。通过监测作物生长状况，指导农业生产与管理，提高作物产量和品质。监测森林覆盖变化、水体污染等，为环境保护提供科学依据……细数人工智能遥感技术的作用，长光卫星技术股份有限公司市场经理马鉷滔滔不绝。谈及未来发展，孙海江也充满期待。在他看来，我国在星上智能处理和地面遥感AI大模型技术上同步发力，推进人工智能遥感技术发展，太空中的卫星将变得越来越“聪明”。来源：金色财经

金色财经2024-04-05

24小时热点