一周资本市场表现盘点（12.18-12.22）

上周，A 股三大股指都是下跌的，沪指周跌 0.94%，深成指周跌 1.75%，创业板指周跌 1.23%。上周，北上资金净卖出 22.36 亿元；南下资金净买入 1.45 亿元。行业偏好上，北上资金增持规模前三的行业为电池、光伏设备与汽车整车；南下资金增持规模前三的行业为能源行业、消费者服务行业与保险行业；北上资金上周增持个股中市值增幅排名前 5 的，分别是深纺织 A、慈星股份、多伦科技、云意电气与恒信东方。南下资金上周增持个股中市值增幅排名前 5 的，分别是中国海洋石油、中国财险、金蝶国际、商汤与中国神华。

上周港股的两大指数都是下跌的，恒生指数周跌 2.69%，恒生科技指数周跌 6.15%。

上周美股三大股指均录得涨幅，道指一周上涨 0.22%，标普 500 指数上涨 0.75%，纳指上涨 1.21%。

上周沪深两市共有 4 只新股上市，其中宏盛华源上市当日涨幅最高，为 340.59%；港股在上周有 7 家新股上市，其中泛远国际上市当日涨幅最高，为 11.11%。

2023年 12 月，易观分析年度报告《中国人工智能产业应用图谱 2023》（以下简称《图谱》）正式发布，《图谱》中提及，人工智能发展已进入生成式人工智能时代，何谓生成式人工智能时代？这个阶段具备哪些特征？

易观分析研究合伙人陈晨介绍，《图谱》的最终落脚点是希望回归到人工智能的行业本质，看到它为各行各业所带来的真正价值。所以在《图谱》的开篇，先对目前所处的人工智能发展阶段进行了划分。

生成式人工智能时代具备以下几点重要特征：

1、 人机交互方式发生了明显演变，重新定义了人类和技术互动的方式。不仅是技术层面的变革，更带来了体验上的全面升级。

2、 生成式 AI 最显著的一个能力是可以通过学习与归纳原有的数据来解决它从来没有见过的，或是很少遇到的问题。

陈晨指出，现在有很多人都在讨论，是否人类已经开始通往通用人工智能时代了，但在《图谱》中，易观还是将目前所处的时代定义为 AGI 0.1 阶段，也就是交互革命的阶段。当进入 AGI 1.0 的阶段，AI 不仅具备世界知识，还将具备每个人的个人知识，也将迎来一场知识革命。

目前，AI 大模型的发展都遇到了哪些瓶颈？

陈晨指出，目前 AI 大模型发展面临的问题主要有以下几方面：

1、成本问题，这也是目前比较核心的问题。除了生产大模型的厂商会面临高昂的训练费用之外，那些使用开源大模型 + 行业专有数据做增量训练的行业客户，也需要支付很高的费用。并且大模型生产企业与应用端的行业客户，这二者对于部署一个大模型所需要的成本有多少的认知存在非常大的鸿沟。未来还是需要去寻求一些更有效的方式来降低训练和推理的成本，这样才有可能更好的去帮助并加快大模型的落地。

2、目前包括 ChatGPT 在内，即使是最新的版本，所使用的数据也不是实时的。现在主流的大模型训练方式还是基于使用静态数据去做学习训练。但一些专业领域需要使用时效性较强的数据和一些专有数据去生成辅助决策，因此在进入这些专业领域时，这一点是需要突破的。

3、长期记忆问题。目前其实已经可以通过一些技术手段去解决这个问题，比如增大上下文容量、使用向量化的方式等。未来还需要探索更多的方式去从技术层面解决局限性。

4、金融、医疗等专业领域客户在运用大模型时，会对模型的可解释性、数据可追溯性的要求非常高，这也是大模型深入垂直领域的过程中，这些行业客户所面临的困境。

5、数据隐私问题、AI 大模型与普世价值观及行业准则如何对齐等。

《图谱》中提到，大模型所加速的生成式人工智能已经渗透到多个场景。目前，主要有哪些行业受益于 AI 技术的应用？这些行业中有哪些代表企业？

陈晨表示，《图谱》中主要选取了工业制造、零售、金融、医疗健康、娱乐与数字政府 6 个行业，因为这些行业具有比较明显的行业属性，可以深入探究 AI 的应用是否可以真正给这些行业带来明显的变化。

在谈及各行业代表案例的选择时，陈晨介绍，选取案例的一个视角是是否有比较好的效益比，当然案例是无法穷尽的，《图谱》只选择了其中很小的一部分，还有很多非常好的案例希望和更多的行业伙伴共同探讨。

1、制造行业：海尔卡奥斯的工业互联网平台，通过工业大模型帮助构建工厂智能中枢，驱动工厂智能化升级；华为的工业 AI 质检技术也已经应用到非常多的制造业产线中。

2、医疗行业：腾讯围绕医疗健康行业，在医疗影像和医学信息方面进行了充分沉淀和积累，为不同类型的医疗机构提供数智化升级的整体解决方案

3、娱乐行业：中手游借助 AI 应用提升游戏研发效率，开发 3D 资产。

4、数字政府：360 集团税务行业大模型助力智慧税收、商汤科技 AI 大装置赋能城市精细化治理等。

不同的行业在引入人工智能技术时，会面临哪些不同的挑战？

陈晨指出，《图谱》中结合行业发展特点构建了 AMC 曲线，可以了解到不同行业的 AI 应用成熟度：

1、农业、能源等行业还处在探索阶段。这一类行业数字化基础设施仍处于搭建阶段。需要加强的是如何更好的去沉淀数据资源，为之后的数智能力升级提供基础。

2、制造、金融等行业目前已经具备数字化基础能力，需要解决的问题包括如何基于行业特点与实际的业务场景需求，构建更可信、更合规的模型，如何在整个业务流程上大面积铺开应用等。

3、娱乐、电商等行业，这类行业的 AI 应用发展比较快，未来更多要考虑的可能就是如何进一步丰富内容，提供更多更个性化的体验，以便更好的实现大规模的产业级应用。

近期，苹果第一代 MR（混合现实）产品 Vision Pro 迎来新进展，引发市场广泛关注，作为人工智能技术的应用端之一，您如何看待 MR 行业的发展前景？

陈晨称，现在大家在谈论 MR 的同时也会同时提到 AR 与 VR。目前来看，VR 与 AR 其实有些 " 冰火两重天 " 的情况，VR 有些遇冷，但消费级的 AR 眼镜目前的销售情况貌似还不错。

VR 更多强调的是在虚拟世界里的沉浸式体验，但它的问题在于缺乏核心应用场景与优秀内容的不足，使用体验没有达到预期，并且相应的生态一直没有做起来。

谈及 AR，陈晨认为，AR 强调的是增强现实、放大感官，目前也已经有了类似旅行、出差这样的核心场景，所以在 C 端还是比较受欢迎的。

MR 更强调虚实交互，这也是它区别于 AR 与 VR 的最大特点。一些试用过苹果 Vision Pro 的博主都认为这款产品将虚拟物体与现实环境融合的很好，而这其实也可能是 MR 可以跟 AI 结合的一个很好的点，在一些 to B 场景中，可以有很多值得探索的地方，比如远程工业巡检、远程医疗辅助、文旅场景与教学中的互动等。

2024年，您认为人工智能行业会有哪些值得期待的新发展与新机会？有哪些细分领域值得重点关注？

陈晨认为，明年人工智能的行业应用以及相应成熟度会持续受到关注，未来也会有很大的探索空间。目前在内容产业的工业化水平上可能还是更倾向于一些点状环节的应用，未来可能在整体全流程的应用上面会更加强大，从而提升内容产业的工业化水平。

未来一些中小企业和个人创作者可能有机会实现突围，他们在 AI 技术的加持之下，会有更多空间去构思一些更有创意、体验感更好的内容。

谈及值得关注的细分领域，陈晨建议大家可以关注以下几方面：

1、视频生成在 2024 年可能会有突破性进展；

2、现有应用和设备，包括 APP、办公应用、智能家居、车载设备等，会有更多产品引入 AI 技术进行升级；

3、基于生成式 AI 的原生能力，会催生出更多的相关应用。