AI赋能制造业道路传统安防龙头估值逻辑切换

大模型突破技术瓶颈，有望加速AI场景落地我们认为AI在安防行业商业化落地进程中主要存在两大痛点第一传统机器学习模型精度不足；其次，模型限制成为大数据发展的挑战之一，模型下游应用场景有限。随着AI时代到来我们看到如下趋势通过突破技术端瓶颈或将显著提高模型精度并降低人工标注成本拓宽下游应用领域加速场景落地具体而言（1图像机器学习大模型协同进化模型精度将显著提升（2大模型有效降低标注成本助力下游场景日渐丰富（3）多模态驱动模型精度提升，音频技术助力智能安防。图像机器学习大小模型协同进化，模型精度显著提升我们认为，图像机器学习注意力机制将提高精度并降低人工标注成本，通过大小模型协同进化，拓宽下游应用场景。具体而言（1）在图像机器学习+注意力机制赋能下，AI大模型对于复杂图片和场景的识别能力有望显著提升降低人工标注成本提高大模型自我训练的精度（2大模型通知识蒸馏、量化等方式，在边侧将其沉淀的知识与推理能力向小模型输出达到训练小型的目的（3小模型向大模型反馈算法和执行成效，帮助大模型迅速收敛通过上述程，将实现大小模型在云边端协同进化。图：大模小模型协同发展程资料来源：华东政法大学政治学研究院、华东政法大学人工智能与大数据指数研究院、清智机器人TsingRobotCenter公众号、图像机器学习+注意力机制实现降本提精，图像交互方式或被颠覆Clip模型是penI于221年初发布的开源神经网络在无需人工标注标签的图像识别上性能卓越，Clip开源的特点或将加快国内厂商技术追赶图像机器学习进度，为后续机器视觉大规模商业化打下技术基础。Clip带来图像机器学习关键节点机器视觉大规模商业化时间线可参考CGPTClip技术突破带来迅速的下游应用渗透在Clip发布两年后2022年11月2023年3月ChaGPT与GPT-4分别发布，图像机器学习使得IGC大规模商业化成为了可能。参考ChaGPT，我们认为图像机器学习的技术触角有望延展到机器视觉2B应用端（1）短期：可实现降低成本、提高精度（2）中长期：人和图像数据的交互方式或被颠覆。短期图像机器学习摆脱人工标注将降低标注成本提升识别精度1)实现图像的机学习将减少AI图像视频判断对人工标注的依赖，降低数据成本。2）在识别成本下降的同时机器学习将会提升图像标签的识别精度，提升数据挖掘的维度无法被人眼识别的据将得到被挖掘的可能，拓宽下游机器视觉2B应用场景。长期：在摄像头海量数据支持下，A+安防的交互方式或被颠覆。摄像头作为目前视频、图像信息的重要接收窗口在日常生活中具备较高覆盖度可以从边端侧为AI分析提供量数据源是AI自我学习视频图像数据的重要抓手通过机器学习如今已经实现通过文字描述查找视频关键帧等应用随着机器学习技术的进一步迭代深入挖掘更多图像视频的视觉信息，我们认为在AI安防领域有望创造更多人与深度视觉数据互动的方式，如自动生成监控视频的文字描述、选择关键片段替代原视频等。实现不同模态信息提取注意力机制助力图像识别的机器学习在图像的机器学习中使用了注意力机制用于提取图像和文本的特征表示从而实现图像和文本之间的相似度算模仿人类视觉选择性关注信息忽略其他可见信息的特点注意力机制是一种抑制用特征提高对有用特征的关注度的算法在2017年由Google提出可以实现注意力机制的神经网络架构Transormer后注意力机制经过发展已经可以完成音频图像视频、自然语言等不同模态的数据特征抓取任务实现了多模态的信息提取成为Clip模型为表的图像机器学习的重要基础之一。图：人眼注意力机制示意 图：提取图片的文字结构数据意fastcompany、 《Show,AttendandTell:NeuralImageCaptionGenerationwithVisualAttention》KXu、注意力机制原理如下注意力机制共包含三个参数查询向（queryvecor键向（eyvecor和值向（valuesvecor实现注意力机制的核心在于对于给定输入图片实现QKV值的不断重置以面部识别为例将图像分割成数个部分把各模（眼睛皮肤胡须等按序编码得到一系列QKV向量依次计算每一部分Q向量与所有特征K向K向量为所有Q向量的集合的相似度即注意力权重系数并将系数与原特征向量（V在第一次迭代中K进行加权求和重新生成携带关联性信息的该特征向（1例如嘴巴（关联性程度依次为胡须、皮肤等。在识别图片过程中注意力机制不断选出与此次迭代的V相关性最高的特征不断更新Q、K、V直到图像中的所有特征都被识别完毕。例如，在对给定男性肖像图片进行识别时，Transormer框架将综合重点特征描述，通过多次迭代推导出最终的识别结果：男性。图：注意力机制作用示意《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》ADosovitskiy，表：对于给定图片（男性肖，注意力机制的实现过程输入初始值第一次迭代第二次迭代查询向量Q嘴巴皮肤胡须键向量K嘴巴、胡须、皮肤…嘴巴、胡须、皮肤…嘴巴、胡须、皮肤…值向量V嘴巴、皮肤、胡须…嘴巴（胡须、皮肤…、肤、胡须…嘴巴（胡须、皮肤…、皮肤（眉毛、嘴巴…、胡须…新值向量V1嘴巴（胡须、皮肤…、皮肤、胡须…嘴巴（胡须、皮肤…、皮肤（眉毛、嘴巴…、胡须…嘴巴（胡须、皮肤…、输出初始值第一次迭代第二次迭代向量识别嘴巴（胡须、皮肤…）胡须（皮肤、嘴巴…）皮肤（眉毛、嘴巴…、最终识别：男性《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》ADosovitskiy，大模型+小模型协同进化，在边侧实现模型精度提升传统机器学习模型精度瓶颈明显复杂场景识别受限由于数据量不足特征提取能力足模型复杂度不足计算资源有限等问题传统机器学习模型往往精度有限难以处理大规模的数据。当在复杂环境中存在干扰因素时，识别效果往往大打折扣。例如在工业质检领域质量检测是制造业生产线中的重要环节对精度要求尤为严格常为微米级别在半导体等产业甚至达到纳米级别。以车间加工中心为例各工序精度求基本在1-10μm间。传统机器学习模型存在精度不足、成本过高等痛点，应用效果佳。表：车间加工中心各工序对表粗糙度的精度要求工序粗加工半精加工精加工高精度车削2010μm10016μm00-01μm铣削5—20μ。25—10μm063—5μm刨削25—25μm62—32μm32—16μm磨削016—004μm超精密磨削：004—01μ镜面磨削：001μm以下镗削063—008μmCIMES北京国际机床工具展公众号、大小模型协同进化实现精度提升，使复杂场景精确识别成为可能（1）在图像机器学习+注意力机制赋能下大模型对于复杂图片和场景的识别能力将会显著提升助力模型精度提高2在算力不足的边侧通过知识蒸馏等方式实现大模型对小模型的训练（3模型向大模型反馈算法和执行成效帮助大模型迅速收敛通过上述流程将实现大小模型在云边端协同进化、实现精度提升。例如在自动驾驶背景下车辆需要实时感知周围场景传统模型下人工标注的信息获取度单一处于运动状态下的车辆可能出现相互遮挡等情况导致无法精准识别并感知周场景而在机器视觉充分被数据训练后海量的多维度数据将会被标注并给予适量权重，从而使复杂场景的精确识别成为可能。图：对具有不同遮挡程度的复环境的识别《OccludedVideoInstanceSegmentation:ABenchmark》JQi、在大模型监督训练小模型的过程中知识蒸馏是主流方法之一知识蒸馏核心思想是成一个复杂的大模型对于同一数据源小模型以大模型的输出结果或生成的数据标签为目标进行训练。知识蒸馏可实现大模型能力迁移在边侧等算力不足区域提高模型精度（1提升模型精度：利用已有的更高精度的大模型对小模型进行知识蒸馏，从而得到更高精度的小模型。（2降低模型时延压缩网络参数通过更高精度的大模型对参数量小时延低的小模进行知识蒸馏，提高该小模型的精度从而降低时延（3标签之间的域迁移：将两个练集不同的模型同时蒸馏可以得到集合两个模型效果的模型实现了两个不同域的数集的集成和迁移。以小米的小爱同学智能音响为例，首先在云上基于大规模数据训练ERT大模型，然后将这个模型作为eacher模型，进行模型蒸馏，来训练一个更小的lbertiny模型。最终得到的小模型可以学习到Bert大模型的知识在效果没有明显下降的情况下响应时间低到20ms，大幅优化了客户体验。图：知识蒸馏示意图 图：三类知识蒸馏的差异《nwledeisillainineeplearngandisaliais》Ai、

laprinh、机器学习有效降低标注成本，助力下游场景日渐丰富我们认为以减少人工标注成本为基础“预训练大模型+下游任务微调模式是后续视觉模型大规模应用的重要前提。传统网络模型训练依赖海量经标注的数据，数据成本较高。由于获取、标注数据成本高，且针对不同行业需要重新收集、标注数据和训练模型，产生大量重复成本。根据极市平台公众号、得物技术公众号、高工智能汽车公众号总结的AI项目通常开发程，结合2016年海康威视在海关便携式审讯设备采购项目中落地流程的实例，项目落的主要流程包括确定需求数据搜集、根据需求和数据设计定制化模型安装并部署项目根据实际应用数据优化模型验收项目后期运维项目中依赖人工搜集并标注数据产生大量成本此外需要结合实际部署情况所得数据对模型进行优化将产生重复成本。图：传统安防项目落地流程极市平台公众号、得物技术公众号、高工智能汽车公众号、中国政府采购网、机器学习将有效降低人工标注的数据成本。有5000人参与了图片数据库IageNet中1400万张图片的标注，与此相比，Clip使用的是互联网上公开的文本-图像对，在标注方面也利用自监督学习、对比方法自训练方法以及生成建模等方法减少对人工标注的依赖。在实现图像标签的自动机器学习后，数据人工标注的成本将被大幅降低。大模型实现自动机器学习之后可通过知识蒸馏将识别迁移传到至边缘模型提高模型用性。我们认为ChaGPT的成功，标志着AI应用从以专用小模型训练为主的“手工作坊时代转变为以通用大模型预训练为主“工业化时代1通过实现机器自动标注数据高精度带来的数据样本量扩大等因素人工数据标注的成本大幅降低2机器自动标注使大规模预训练成为可能，提高了基础模型的泛化能力降低了定制化需求的成本简言之AI大模型学习了各行各业各类数据成为具备良好的知识迁移能力“通才只根据下游应用具体场景对参数进行微调，便可实现靶向高速处理。图：BE-3可迁移到各种视觉视觉语言的下游任务表：大模型具有的特征与优势

资料来源：微软亚洲研究院公众号、大模型具有的特征能实现的成果具体说明涌现性强化技术的融合有效集成自然语言理解处理等多个人工智能核心研究领域的多项技术，实现1+12的融合式涌现扩展性解决传统AI的问题大模型能够有效支撑智能终端、平台、系统等产品应用落地，解决壁垒多、部署难等问题复合性增强AI的能力在海量通用数据上预训练以具备多种基础能力，摆脱传统人工智能能力碎片化、作坊式开发的局限资料来源：清智机器人TsingRobotCenter公众号、华东政法大学政治学研究院、华东政法大学人工智能与大数据指数研究院、多模态驱动模型精度提升，音频技术助力智能安防多模态模型落地，多维数据提升模型精度多模态时代开启目前文本图像模型为主多模态机器学习旨在建立能够处理和关联来自多种模态的信息的模型常见的模态包括视觉文字声音等2023年以来各科技巨头纷纷推出多模态大模型包括谷歌PaLM-E微软OSMS-1GPT-4和百度文心一言等。目前多模态大模型以文本-视觉领域为主，实现了视觉对话、视觉解释、AI生成图像等突破。未来多模态模型或将逐步接入音频、视频等模态形式，进一步丰富数据类型。表：目前主流的多模态大模型模型在多模态领域的突破模型参数量谷歌aM-EaM-E不仅可以指导机器人成各种复杂的任务，还可以生成描述图像的语言560亿微软KS-1能够原生处理广泛的感知密集型任务，如视觉对话、视觉解释、视觉问答、图像字幕、简单的数学方程式、R和带描述的零样本图像分类16亿GT-4 接受文本和图像提示，与纯文本设置并行，允许用户指定任何视觉或语言任务 未公布百度文心一言 具有生成文本、图片、音频和视频的能力 未公布百度文心一言 具有生成文本、图片、音频和视频的能力 未公布《PaLM-E:AnEmbodiedMultimodalLanguageModel》DDriess、文心大模型公众号、《LanguageIsNotAllYouNeed:AligningPerceptionwithLanguageModels》SHuang、新智元公众号、智东西公众号、图：谷歌lE模型能接收多模态输入《PaLM-E:AnEmbodiedMultimodalLanguageModel》DDriess、多模态模型通过输入多维数据提升模型精度通过利用来自多种不同来源的信息这些息可以相互补充和增强从而提高模型的性能具体而言（1多模态可以得到更加全面准确的特征表示（2减少单个模态的不确定性提高模型的鲁棒性（3扩展模型的用范围使其适用于多任务场景例如将图像和文本等多种模态的信息结合起来可以高图像检索、图像标注等计算机视觉任务的准确性。图：整合多模态数据能够有提高模型精度《Amulti-branchdeepneuralnetworkmodelforfailureprognosticsbasedonmultimodaldata》ZYang、音频模态接入，助力智能安防场景落地声音通过与其他模态信息结合能够提高人机交互和人脸识别的效率精确度在安防域广泛运用于安防机器人、智能视频监控。多模态结合声音技术助力智能安防声音是视觉以外获得信息的最重要渠道将声音视觉文字等模态相结合能够提升人机交互的精确度与效率常见的包含声音的多模态用场景可以分为“文字-音频“视觉-音频“视觉-文字”三类在安防领域，声音与其他模态相结合的主要应用有安防机器人和智能视频监控。表：包含声音的常见多模态任务模态转换类型具体分类详细描述aaeAo（文字-Tet-t-SeechStheis给定文本，生成一段对应的声音音频）AoCatiing给定一段语音，生成一句话总结并描述主要内容isionAo（视觉-音Ao-isalSpechecogitn（视听给定视频及语音进行语音识别频）语音识别）ieoSdSeaatin（视声源分给定视频和声音信号（包含多个声源，进行声源定离）位与分离IaeGeeatinmA给定声音，生成与其相关的图像Speec-conitionedFaeeati给定一段话，生成说话人的视频Ao-Diven3DacilAiat给定一段话与3D人脸模版生成说话的人脸3D动画ision-aae（视-Iaeieo-ettievl图（视频）图像视频与文本的相互检索文字）文检索）Iaeieoaptiing（图视频描给定一个图像视频，生成文本描述其主要内容述）isalstinAseing（视觉问答）给定一个图像视频与一个问题，预测答案IaeieoeeatinmTe给定文本，生成相应的图像或视频资料来源：远识资本公众号，人机交互核心技术语音识别推动智能安防机器人发展语音识别技术作为人机交互最核心的落地技术在安防行业主要应用在以智能巡检机器人为代表的安防机器人身上防机器人能通过内置的麦克风接受外界声音并对人声进行识别和理解一旦读“人声”背后有疑似危险行为将自动触发报警系统进入防御状态从而对目标人物起到安全防的作用。智能视频监控迈入全新发展领域多模态生物识别技术是关键以人脸识别技术为核心视频监控是安防行业的主要应用用智能语音技术辅助人脸识别使得视频监控更为智能化例如，通过智能语音识别技术中的声纹识别将说话人声纹信息与已知用户声纹进11比对验证和1N的检索，能辨认和确认说话者的身份，提升人脸识别的准确率。图：包括声纹识别的多模态物识别技术CTI论坛公众号、大模型应用领域不断丰富，打开安防下游市场空间我们认为随着技术端的突破AI将赋能各行各业有望为安防行业带来万亿潜在可替市场空间。具体可以从工业、智慧城市、煤炭和农业四个行业来看：工业：智能化转型为安防带来广阔空间。据我们测算，每年在质检方面有将近2100亿的人力成本，汽车行业、消费电子等行业潜在可替代空间均有望达到千亿级别。智慧城市校园医疗/城市等多场景深度赋能安防智慧城市辐射多个领域驱动场规模超百亿级。视频监控摄像头作为数据核心，为视觉应用厂商带来广阔机遇。煤炭政策指引IT赋能智慧矿山驱动智慧物联需求安永预计智慧矿山整体市场规模超万亿元。农业降本增效技术进步驱动潜在可替代成本预计突破万亿养殖和种植双场赋能智慧农业。工业：智能化转型市场广阔，安防迎来全新机遇人“负增长叠加“老龄化背景下工业生产人工成本高涨工业智能化转型市场空间潜力跃增。从应用场景看，单质检行业潜在可替代空间即可达到2100亿；从细分行来看，汽车行业、消费电子行业等潜在可替代空间均可达千亿级别。人口负增长、老龄化背景下，智能工厂迎来广阔空间人口“负增长”+“老龄化”趋势下人工成本高企，工厂智能转型迎来机遇。未来人口增速及结构发生变化总体趋势为人“负增长“老龄化根据人社部数据市场岗位空缺与求职人数的比率从2017年Q1的13上升至2021年Q3的13劳动力市场供给整体呈逐年下降的趋势。我们认为在这样的背景下，企业人工成本持续高涨工厂智能转型或将迎来广阔的空间和机遇。图：百城市公共就业服务机市场岗位空缺与求职人数的比率 图：-1年我国劳动情况（单位：万人）人社部， 国家统计局，我们认为机器视觉精度提高+AI赋能将拓宽机器视觉工业场景助力工厂智能化转型。机器视觉的主要功能有视觉测量视觉引导、视觉检测机器视觉的应用提高了工业生产中的柔性和自动化程度在生产中极大地减少了人工的使用并提高和保证了生产的质量AI视觉算法配合工业相机可实现生产自动化而具备视觉分辨能力的机器人可以持续高效的完成重复动作，极大提高了生产效率。以质检为例，我们认为整个质检市场广阔，经初步估算，现有质检工人工资约0亿。根据前瞻产业研究院的数据每天产线上进行目视检查的工人按350万来测算根据SS直聘注册用户提供的质检员薪酬数据，薪资水平按60252元年来测算。工业质检是工业生产中最重要的环节之一也是智能制造转型升级的重要突破口然而目前人工质检常会出现检查效率低审核质量不稳定人力成本大及招聘难的问题AI视觉可以完成工业智能运维中的外观异常检测、仪表示数异常检测帮助实现预测性维护和智能运维；也可独立应用于生产环节的质量质检、产品和组件装配检查等。表：机器人在工业中可能的应场景机器人 介绍 应用场景 应用领域法奥意威焊接机器人，搭配末端焊焊接应用化工行业，尤其是移动焊接枪，实现了焊接行业的革新，能适产线，具有焊接需求的高重应多场景下的焊接需求，多类型的复性应用场景。焊接工艺包降低编程难度，快速上手，解决小批量多种类编程复杂等问题，切实保护焊接工人身体健康。配天机器人。超高速桌面型机器码垛应用可为CB、电子等行业进行人；I67高防护等级；隐藏式上下料、搬运、分拣作业。航插设计，气路、IO分离式口设计，有效避免高凸的航插对外挂设备的干扰；安装孔位加深、加倍，高速运转下外挂线束贴合机身更牢固。多可协作机器人3D扫描检主要质检应用在逆向造型、质量控制、产应用于逆向工程及检测领域。该品设计等方面对行业发展有eo采用机器人搭载末端D激着巨大意义。光扫描仪，通过机器人的运动，使3D扫描仪稳定且完整的扫描件表面，并生成工件表面模型。珞石柔性协作机器人ae用全装配应用变速箱、精密零件等柔顺精状态反馈的直接力控制技术，在确细装配应用场景。保位置高精度的同时兼顾高动态力控与柔顺控制能力，利用先进的力控搜索规划完成变速箱变速机构精密装配工作。资料来源：维科网机器人公众号，工业智能化转型市场广阔，细分行业潜在可替代空间均可达千亿级别降本驱动下汽车行业潜在可替代空间可达千亿级别汽车行业是劳动密集型产业据们测算，表7中绝大部分企业生产员工占总员工的比例都超过了50，十家主要厂商生人员的人工成本将近800亿根据显示截至2021年底我国汽车行业有2994家公司因此合理推算行业生产人员的人工成本每年可达到千亿级别我们认为随着工厂步实现智能化转型工业机器人渗透率不断提高生产员工有望可以逐步实现替代从大大减少企业的生产成本。公司名称生产人员数生产人员占比人员成本公司名称生产人员数生产人员占比人员成本（亿元）比亚迪216475225广汽集团57606055长安汽车27046549长城汽车31634051上汽集团（母公司）495339东风汽车251525潍柴动力258359144华域汽车25264876均胜电子35948372宁德时代65647891整车零部件资料来源：各公司年报，自动化工厂为特斯拉打造生产壁垒，2年毛利率远超比亚迪。比亚迪2022年销量180万辆毛利率209特斯拉2022全年销量131万辆毛利率28特斯拉比体量大的比亚迪毛利高出8个百分点我们认为特斯拉高毛利的背后与其工厂制造的自动化度高是密不可分的，自动化是整个工业生产降本的关键逻辑。特斯拉超级工厂运营下的生产效率直接决定整车制造成本。）同一产线生产多个系列产品摊薄成本提升毛利同一汽车平台产线如果能够实现生产多个系列产品随着销量的攀升固定成本的投入会被摊薄毛利空间更大、定价策略也更加灵活。以上海工生产的odel3和odelY为例，这两款车型是特斯拉的主力产品，也出自同一平台。工厂自动化程度高机器人是特斯拉产能提升的关键汽车生产的整个流程分为冲压、焊接涂装、总装四个板块特斯拉将其全部集中到一个大的厂房里面生产线上装配有大量美的旗下库卡公司的机器人在odel3电动汽车进行量产的关键时期，机器人能很好完成制造生产线上的点焊激光焊接装配材料等任务这样做的应用成效也非常明显，odel3和odelY的产量曾在一个季度内增长了70以上，目前上海占特斯拉全球产一半，2021年特斯拉上海工厂年产值高达47万台，2022年年产能则超过了75万辆。图：上海特斯拉超级工厂 图：上海特斯拉工厂焊接车间AutoLab公众号、 资料来源：表：特斯拉上海超级工厂制造节及流程环节 流程一体式压铸技术使得后底板能够“一键成型，上海特斯拉超级工厂就可以在10生产线上的左、右、上三个方位都布有焊接机器人同时工作，三个维度的布置不仅焊接充分利用空间还大大提升了生产效率。冲压 秒内实现由原料直接加工成型。车间输出高集成的部件会通过传送装置运输到焊生产线上的左、右、上三个方位都布有焊接机器人同时工作，三个维度的布置不仅焊接充分利用空间还大大提升了生产效率。机器人会使用激光扫描的方式来检查焊接的质量和尺寸。通过质检后的车身就会送涂装期间所有物件的转运都由自动转运车完成，另外会有机器人扫描车身组装线，确保搬运期间所有物件的转运都由自动转运车完成，另外会有机器人扫描车身组装线，确保搬运最终成品符合设计规范，把误差保持在015毫米范围内。tb公众号，智能转型降本驱动下消费电子行业潜在可替代空间也可达千亿级别消费电子行业样是劳动密集型企业，据我们测算，表9中十家主要厂商生产人员成本达623亿，根据wind显示截至2021年底我国消费电子行业有3527家公司因此合理推算行业生产人员的人工成本每年可达千亿级别。表：1年消费电子行业主要厂商生产人员情况及人员成本公司名称生产人员人数生产人员占比人员成本（亿元）工业富联126965152立讯精密198385132蓝思科技12968094歌尔股份69157355领益智造67748553闻泰科技18535831鹏鼎控股24066224长盈精密17026022东山精密14417028环旭电子16636523资料来源：各公司年报，富士康作为消费电子行业龙头智能工厂建设成效显著富士康是全球电子科技制造服领域唯一拥有4座WFE灯塔的企业制造“灯塔工厂即在第四次工业革命尖端技术应用整合工作方面卓有成效，堪为全球表率的领先企业。表：富士康“灯塔工厂”示范灯塔工厂 介绍 图示富士康深圳龙华工厂 主要生产智能手机组件、精密刀具等，它可实现从采购、物料准富士康深圳龙华工厂 主要生产智能手机组件、精密刀具等，它可实现从采购、物料准备、物料统计、叫料到生产、包装、良率、库存、出货速度等的到端、全产业链的自动化控制。数字化改造前，工厂正常运作需人38人，改造后，工人数降低至18人；改造后工厂生效率提高了30，库存周期降低了5。主要生产笔记本电脑、平板电脑、智能手表等，面对快速增长的业务需求和熟练工人的匮乏，其采用了混合现实（M、人工智能（AI）和物联网（IT）等技，使生产效率提高了20，备综合效率提高了17。富士康成都厂区富士康武汉厂区主要生产台式电脑、服务器等，为了满足客户对更大程度的定制更短的产品订单交期需求，该厂区利用尖端的先进分析技术、柔自动化技术重新设计制造系统，使生产率提高了86，质损失减少了38，并将订单交货周缩短29。面对技术工人短缺、产业质量稳定性及不确定性需求等问题上面对技术工人短缺、产业质量稳定性及不确定性需求等问题上，工厂采用柔性自动化将生产率提高12，并利用数字化和人智能技术将质量缺陷减少38，综设备效率提高27，同时以字化通“六流”（人流、物流、过程流、技术流、信息流、资金流，实现数据驱动各个运营环节的价值协同。富士康郑州厂区富士康公众号，蓝思科技入选工信部示范工厂工厂智能化程度高显著提高绩效蓝思科技的生产基地里没有流水线上大量操作的工人取而代之的是机械手所有工序都由计算机控制的机器人CNC设备V和自动化仓库设备来操作目前蓝思科技内部有生产设备数万台需要对设备的物联集成以及设备状态位置加工工艺等参数进行采集与程序管理，将传感器采集到的工业数据传输至云平台，实现生产制造过程智能化。2021年，在智能转型中蓝思科技显示元器件智能工厂绩效得到改善劳动生产率提升128质量损失率下降5，单位品综合能耗下降5。图：蓝思云示意图 图：蓝思科技生产车间 TUBOT协作机器人公众号， 资料来源：长沙发布公众号，表：蓝思科技智慧工厂应用应用场景 智能化转型 绩效蓝宝石长晶车间 车间内上千台设备的运行状态全部连线到了云端服务 车间的人员数量与生产线数量比从3蓝宝石长晶车间 车间内上千台设备的运行状态全部连线到了云端服务 车间的人员数量与生产线数量比从31降到器，可以从手机AP用户端，实时查看长晶炉目前的各 13；保证生产品质的同时缩短晶体生长时间种运行参数、长晶重量等数据。 有效降低了能源耗用。

大大节省了人工成本与时间成本。TUBOT协作机器人公众号，智慧城市：以摄像头为核心，多领域市场空间达百亿级多个下游市场规模超百亿级，视觉应用厂商机遇广阔。智慧城市辐射数字产业多个领域，智慧交通智慧校园智慧物流、智慧政务等其中视频监控摄像头是数据核心，为视觉应用企业带来发展机遇。智慧校园应用分为两个场景，中小学市场规模达千亿级以智慧校园为例，中小学升级需求集中在智慧教学、智慧安防两个场景，经我们估计市空间将达到1000亿元量级。智慧校园可分为智慧教学和智慧安防两大应用场景智慧教学场景集中在教室内可通过1课堂摄像头采集人体行为数据如听讲举手交头接耳等量化课堂教学过程，为教学质量评估提供客观依据2摄像头感知光线实现教室灯光智能管控降低能耗保护视力。智慧安防：场景集中在校园内，如1）智能门锁可以为宿舍、教室等提供集门锁权限实现更高精度的身份识别提升安全系数2在校门口等重点区域利用摄头的智能识别功能，叠加深度学习技术，实现刷脸进校、以图搜图、机器巡更等应用。据智慧校园相关招投标数据，我们认为中小学的智慧校园市场空间在0亿元量级。通过对各地智慧校园相关招投标公告的收集整理我们估计新建高中学校的智能化设备支出为1000万元已有中小学智能化升级改造支出约为50-500万元据中华人民共和国教育部数据，截至2021年，我国共有中小学21万所，按每所学校50万元的改造支出计算，则智能校园的市场空间为1000亿元，与艾瑞咨询以及业内预期基本一致，叠加我国职业技术学校高等教育学校新建中小学的智慧校园相关需求预计市场规模将达到1500亿以上。表：智能校园相关智能化设情况应用场景设备类型设备名称单价（元）用途数量辅助教学摄像头类网络枪型摄像机525常见摄像头，通过AI场景算，在教室、走廊实现物品遗留消1间教室2个失，场景变更，人脸检测等功能行为分析摄像头170行为分析专用摄像头，采用视觉深1间教室2个度学习算法，对师生课堂行为进行实时分析识别，用于学生点名、辅助教学非摄像头类电子班牌210随身班牌，通过云服务器实现支持1间教室1个，身份核验、家校互通等功能，家学校内可额外设长、老师、学生信息实现一体化管置理智慧黑板2600智能化教学设施，通过场景识别，1间教室2个根据教室灯光调整屏幕亮度，集智能系统、白板书写、音响等为一体智慧校园综合管理3500统筹全校智慧校园数据，提供数据1座学校1个平台可视化等管理服务，全面掌控校园情况校园安防摄像头类人脸识别摄像机500通过AI算法，提供出入口、要1座学校多个，场所的人脸识别进出服务视实际情况而定非摄像头类门禁管理系统3500通过接入多种智能门锁设备，为学1座学校3个生宿舍、实验室、办公室、教室、机房等提供集中的门锁权限管控出入校管理系统2400校园安全管控通过校园出入口、重1座学校1个点区域进行智能监控，叠加人脸识别摄像机，实现异常自动告警，统筹全校人员留校离校情况宿舍安全管理系统2400利用智能识别、深度学习、AR等1座学校1个技术构建统一管理平台，提供宿舍实时安全情况监管室外人脸闸机组件340智慧校园硬件，提供凭人脸识别结1座学校多个，果放行功能，是实现软件分析结果视实际情况而定的基础资料来源：山东头社区配套学校、广东仲元中学第二校区等招投标公告、智慧医院涉及三大核心，相关市场规模达0亿元在智慧医院领域目前的解决方案涉及智慧服务、智慧医疗智慧管理等三大核心相市场规模可达360亿量级。现有智慧医院的解决方案以智慧服务、智慧医疗、智慧管理为核心。已经实现1）动态置病区通行限制针对特殊患者单独设置通行策略无需护士人工确定陪护人员和探视时间2）对于精神病院养老院、康复中心等地的特殊患者，依托RFID定位技术结合联感知设备进行实时安全性监测3通过AI视觉设备在医疗作业中实现手术目标识别觉病灶分析，自动搜集患者身体情况，实现信息的互联互通。据医院相关智能化产品招投标情况预计市场规模为0亿元根据搜集整理的医院相关招投标情况，我们发现依据医院的规模，视觉领域智能升级的费用在20-880万元之间浮动2021年全国共有36万余家医院若仅考虑公立与民营医院以每家医院100万的中位数支出测算，则仅医疗领域视频安防的升级市场空间就为360亿量级。表：智能医疗相关智能化设情况安防智能化设备名称用途数量单价（元）红外半球摄像机常见摄像头，通过AI场景算根据医院规模而定，多为498法，在病房、走廊实现物品遗留数百个消失，场景变更，人脸检测等功能40万红外定焦枪型网络摄机常见摄像头，配备定焦镜头，对根据医院规模而定，多为695焦更快，同样支持AI场景算法数百个功能视频存储服务器实现医院视频数据的本地保存，12台1000对关键重要的视频提供对实时加锁，保证相关视频数据的安全综合分析管理平台服务器（人脸提供比摄像头更强大的智能算法12台3700及行为分析）分析能力，可以完成普通人脸、异常人脸和相邻人脸检测，支持区域入侵、徘徊检测等功能安防设备融合服务器（独立物理完成智能化安防设备的统一调12台3600设备）配，支持AR全景，完成视频监控、通信等资源的可视化指挥调度室内道闸(含门禁控制器、读卡根据人流量实现通行模式自动调根据医院规模而定1100-700器模块)节，支持闯入自动报警，为医院安防的基础要件分体式高清视频会议终端通过部署视频会议终端设备实现根据医院规模而定2000手术直播、云会诊等远距离医学操作演示大华股份官网，洛阳市第五人民医院、荆州市第三人民医院、山东大学齐鲁医院、济南市儿童医院招投标公告，天风证券研究所表：部分医院智能化升级总费医院名称智能视觉系统采购总价（万招标时间元）北京清华长庚医院886620302郑州市第七人民医院31620211某医院院区（未公开）247320212西安市第三医院19520209昆明市儿童医院163720202容县人民医院12420205郴州市第一人民医院儿童医院89920303郑州大学第一附属医院4520208天津医科大学中新生态城医院19920111信阳市人民医院1920209资料来源：各医院招投标公告，视频监控为智慧城市核心，运营商视联网平台丰富摄像头应用环境视频监控领域是智慧城市建设的核心相关应用效果未达预期中星技术总工程师施清平认为，在智慧城市的构想中，城市中的视频监控摄像头起到了80以上的真实数据采集能，是不可或缺的感知层硬件。但受制于1）目前城市中部署的摄像头算法精度不足，大部分城市处于S1、S2阶段；2）智慧城市的实现有赖于城市运营服务与发展建设的结合专业的城市运营将加强城市智能化建设的体验感使得单独的摄像头无法替代智慧城市网体系，应用效果未达预期。丰富摄像头应用环境，运营商搭建视联网平台。为使摄像头视频资源发挥更大应用效果，中国电信构建了天翼视联网平台在视联网中中国电信整合了摄像头等监控系统将视频内容直接上传到云端视联网实现了全国一张网统管所有视频内容无需部署本地视网络推动了摄像头智能看家摄像头监督厨房险情等的应用成为了继移动网宽带网物联网、卫星网之后的“第五张网。目前中国电信已发力整合监控摄像头等视频设备并提供加装AI摄像头的服务旷视石大华等公司已成为中国电信合作伙伴十四五期间中国电信将基于视联网实现超亿台视频终端接入，促进I安防产业发展，视觉厂商或将因此受益。图：摄像头实现云边端协同框架 图：中国电信天翼视联网平布局 资料来源：艾瑞咨询公众号、 澎湃、《IT时报》公众号vittimes、煤炭：智慧矿山驱动智慧物联需求在煤炭领域安全生产问题偕同政策指引IT技术进步共同驱动智能矿山需求增长永预计未来国内所有矿山的智能化改造成本可达万亿大华为煤炭行业提供智慧物联解决方案，可运用于煤矿的智能可视化和智能生产调度。安全生产挑战仍存煤炭企业亟需智能化转型煤炭仍是我国的主体能源据中国煤炭工业协会统计，全国规模以上煤炭企业营业收入42万亿元，同比增长19。我国煤矿全生产形势依然严峻与发达国家相比仍处于较低水平2022年全国共发生煤矿事故168起死亡245人同比分别上升85和38全国煤矿百万吨死亡率为5同比上升相比之下，2020年美国因煤矿安全生产事故造成的死亡人数仅为5人，百万吨死亡率为1因此我们认为煤炭企业亟需建设集成应用各类传感感知、信息通讯自动控制能决策等先进智能化技术，提升矿山安全水平。图：-2年中国煤炭业规上企业营收情况（单位：元）

图：-2年全国煤矿万吨死亡率情况北极星能源网，《2022煤炭行业发展年度报告》，

北极星火力发电网，智研咨询，图：8年世界主要产煤国家煤矿安全生产相关指标资料来源：贺佑国等.世界煤炭工业发展综论[J].中国煤炭，2021，47(1):126-5.i!10.1980/j.m.2021.0.01,中国煤炭网，政策指引+T赋能，智慧矿山前景广阔（1）国家相关政策积极推动智能化技术与煤炭产业融合发展，煤矿无人化、数字化、智能化成为大势所趋（2）物联网、AI、大数据、计算5G等新技术已经形成完整的信息化网络助推着更便捷更迅速的物联采集数传输数据存储及数据应用能够帮助煤炭行业提高开采生产运输效率，优化能源管理程，降低开采成本和损耗，增加能源供给。表：智慧矿山相关政策时间政策文件主要内容205《关于开展机械化换人、自动化减人“科技强安专项行以机械化生产替换人工作业、以自动化控制减少人为操动的通知》作，大力提高企业安全生产科技保障能力。206《国家创新驱动发展战略纲要》加快工业化和信息化深度融合，把数字化、网络化、智能化、绿色化作为提升产业竞争力的技术基点，构建结构合理、先进管用、开放兼容、自主可控、具有国际竞争力的现代产业技术体系《信息化和工业化融合发展规划（20620年》发展核心工业软硬件。突破虚拟仿真、人机交互、系统自治等关键共性技术发展瓶颈，夯实核心驱动控制软件、实时数据库、嵌入式系统等产业基础“十三五”国家信息化规划》推进信息化和工业化深度融合。在推进实施“中国制造205”过程中，深化制造业互联网融合发展，加快构建自动控制与感知技术、工业软硬件、工业云与智能服务平台、工业互联网等制造业新基础，建立完善智能制造标准体系，增强制造业自动化、数字化、智能化基础技术和产业支撑能力《能源技术革命创新行动计划(20620年》提出到230年重点煤矿区基实现工作面无人化的规划目标207《单班入并超千人矿井科技减人工作方案》深入推进“机械化换人、自动化减人”力争到218年底所有千人矿井下井人数减少30以上，单班下井人员或少到千人以内，科技支择作用显著增强，安全生产基础保障能力大幅提升。《安全生产“十三五”规划》推进煤矿安全技术改造；创建煤矿煤层气(瓦斯)高效抽采和梯级利用、粉尘治理，兼并重组煤矿水文地质普查，以及大中型煤矿机械化、自动化、信息化和智能化融合等示范企业；建设智慧矿山。《煤矿安全生产“十三五”规划》推进煤矿机械化自动化、信息化、智能化改造。优化煤矿采掘部署和生产系统。小型矿井加快机械化改造，实现采掘机械化；大中型矿井推进通风、提升、运输等系统自动化改造，无人工作面、无人值守等，发展大型高效集约化矿井和大型露天煤矿，提升煤矿综合机械化和自动化水平。200《关于加快煤矿智能化发展的指导意见》将人工智能、工业物联网、云计算、大数据、机器人、智能装备等与现代煤炭开发利用深度融合，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统、加快生产煤矿智能化改造，提升新建煤矿智能化水平。《有色金属行业智能工(矿山建设指南(试行)》充分考虚矿山实际情况，明确企业智能化建设重点，新建矿山直接进行智能化规划与设计，在产矿山有序推进智能化改造坚持整体规划，围绕有色金属智能矿山建设主要环节和重点领域，分步实施。坚持创新引领，数据驱动。推动5G新技术与有色矿山的合创新：应用大数据、人工智能、边缘计算等技术提升信息系统学习与认知的能力，利用ANR等技术形成人机合增强智能。201《煤矿智能化建设指(201年版)》深入落实“四个革命，一个合作”能源安全新战略，坚持新发展理念，加快新一代信息技术与煤炭产业深度融合，推进煤炭产业高端化、智能化、绿色化转型升级，实现煤炭开采利用方式的变革，提升煤矿智能化和安全水平，促进煤炭行业高质量发展。《煤炭工业“十四五”安全高效煤矿建设指导意见》到225年，服务于煤炭工业态优先、绿色低碳、安全智能的高质量发展目标，安全高效煤矿的生产布局将更加科学合理，安全生产持续向好，效率效益显著提升，智能化建设迈上新台阶，关键核心技术装备实现重大突破，绿色开发和清洁低碳利用取得积极进展203《煤矿安全改造中央预算内投资专项管理办法》拟对符合条件的煤矿安全改造项目给予资金支持。鼓励推广应用煤矿智能化、自动化技术装备和信息基础设施，促进煤炭生产方式创新变革。对于大型风电光伏基地送受两端地区的煤矿、智能化建设示范煤矿等项目予以重点支持。单个项目中央预算内投资补助比例最高达项目总投资的25，补助额度不超过00万元。资料来源：安全监管总局规划科技司，国家能源局，国家发改委，信息技术发展司，中国政府网等，煤矿智能化浪潮下，大华提供智慧矿山解决方案。大华立足视觉感知技术，融合热成像，视频AI融合通信WB定位等先进技术优势提供了煤矿监控和融合通信的综合解决方案，可广泛运用于煤矿的智能可视化和智能生产调度。表：大华股份智慧矿山解决案方案名称 方案介绍 方案价值 方案应用大华煤矿融 基于大华KJ大华煤矿融 基于大华KJ矿用调度通讯围绕应急指挥、视频监控、人员定 一网融合 煤矿智能化

结合公司的视频物联网、人工智能、融合通信、云服务等先技术，助力矿区园区建设、安消监控“三违”治理、皮带检测、动环监控等业务场景进行智能化建设，通过企业智能物综合管理平台，实现对矿区子系统整合、数据信息融合处理控制，通过平台实现统一业务数据展现、统一权限管理、统管理业务流程，满足安全、生产、管理等业务需求，提升优业务流程

统一的、标准化接一体化综合管控平人工智能辅助决策

煤矿智能视化项目生产调度系生产调度系统多级组网事件回智能联远程诊断/决策融合调度位、会议等多种功能合一、覆盖井上井下场景的可视化指挥调度方案。以统一指挥、专常兼备、反映灵敏、上下联动、平结合需求为目标，构建基于事前智能预警、事中快速处置、后评估优化的一体化全流程闭环应急管理机制，在突发事件警、上报、响应、指挥等各个环节实现及时有效的可视化指挥，满足突发事件现场实时图像传送和视频会商的快速响应求。合通信解决方案大华股份官网，煤矿智能化改造成本超万亿，智慧矿山蕴含一定潜能。根据中国煤炭工业协会于2023年发布2022煤炭行业发展年度报告统计全国煤矿数量在400座以内根据安永测算，已有单矿井的智能化改造费用在19-23亿元。考虑到不同产能的改造金额不同，安永预计智慧矿山整体市场规模超万亿元。农业：降本增效驱动下，智慧农业前景广阔在农业领域降本提效需求协同技术进步共同驱动智慧农业规模增长我们预计潜在可替代成本突破万亿。大华提出智慧农业解决方案，通过视频AI及物联网技术落地种养场景节约人力成本，实现精细化管理，中移动加入后有望进一步开拓智慧农业空间。传统农业规模大，智慧农业发展前景广传统农业人力成本达万亿智慧农业占比不足种植业和养殖业存在广泛渗透机会们估计2022年农民可支配收入达99万亿，传统农业蕴含一定的潜在可替代成本。在此背景下，智慧农业发展前景广阔。图：E-E中国智慧业预测规模与农民收入对比 图：-2年中国农林渔业增加值以及占GP比重11000090009000221E222E智慧农业市场规模预测（亿元）农民可支配收入（亿元）

.5

.8

80.8.40

.7.9%.6%%.5%8

.0

%.%

8070%.70%707070农林牧渔业增加值(亿元)农林牧渔业占总产值比农业行业观察公众号，国家统计局， 资料来源：国家统计局，智慧农业促进降本增效但传感器应用渗透率不到根据中国信息通信研究院和中国民大学智慧农业是新一代信息技术与农业决策生产流通交易等深度融合的新型农生产模式与综合解决方案，能实现精细化生，节省人力成本但传感器技术的应用渗透低，关键技术精度不够，有较大增长空间。图：智慧农业基本架构 图：中国智慧农业产业链结构资料来源：中国信通院、 青澜实业公众号、以养猪业为例，养殖成本达万亿，智慧养猪可通过机器替代人工实现降本增效截至2021年我国约有2600万户生猪养殖场我们估计养殖成本预计达12万亿其中前10大猪企人力成本为453亿元。与国外相比，每斤猪料成本是美国的2倍，人力成本是美国的5倍智慧农业渗透后将实现自动化养猪用机器代替人工年出栏生猪1万头的猪场每年可节省人力成本12余万元。以牧原为例（1智能化养猪减少约0万人力提高劳动效率采用数字化智能养系统后饲养员人均年饲养商品猪出栏量达行业平均数2倍智能化猪舍根据猪舍内温度自动调节热交换风机的开启功率定频风机的开启数量滑窗开度实现自动化养殖（自主研发养猪机器人每年节省人工费用0余万元，实现机器替代人工。机器人与18万个智能终端和5800台独立机器人协作，年加工饲料80万吨，饲喂装备投资28亿元，为常规饲料厂投资的一半，投入成本大大减少。图：牧原智能养殖云平台资料来源：农业行业观察公众号，表：2年出栏量前0的上市猪企人工成本和智慧养殖情况企业名称 员工数（人）

人员成（亿元

人员成本营业收入

智慧养殖举措牧原股份 1350 1472 1868 针对猪舍环境无人智能控制生猪健康自动识别预警福利养殖设施装备借力信息技术推广安装洗消中心智能监控实现人员物资进出两大防疫关键点的有效管控构建种场数字化运营管理平台借力信息技术推广安装洗消中心智能监控实现人员物资进出两大防疫关键点的有效管控构建种场数字化运营管理平台推广应用智慧养平台、生物安全智能管控系统10636903温氏股份 4365新希望 8068 1030 820 围绕生猪全生命周期生产过程的标准体系搭建，覆盖从配种到断奶过程中的主要生产事件通过建立标准化的养殖管理流程规范生成智能化生产计划，达到实现养殖业务全程的事先计划、事中控制与事后分析正邦科技22884618969建立智能供料系统猪场智能环控系统猪场智能防非系统设立智能环控、智能供料供水、智能防非、智能环保、智能健康管理等项目组傲农生物12861381765推“猪产业链与互联网数据人工智能新一代信息技术深度融合，围“饲料生产生猪养殖食品加工原料贸易等业务主线打造一个全链条智能化信息化服务平台大北农20672312738建“数电商+金融为底层的生猪产业数字生态平“猪联网50用智慧养猪生态路由的方式融合搭载服务行业中优秀的智能设备及AI算法，为猪场提供全程智化解决方案天邦食品116317081625全面使用育肥猪只电子芯片耳标通过设备自动扫描记录猪只身份实现溯源管理进行大量图像识别人工智能及物联网在智能化养殖上的应用研究中粮家佳8951151870应用屠宰信息化系统，生产过程中每个环节都采用电子标记的方式对产康品进行定位和跟踪最终实现从生猪白条分割品小包装等过程的全程跟踪与追溯唐人神10631267583通过猪场健康智能评估技术遗传智能育种技术远程智能诊断技术营养与价值智能创造分析技术数据采集与智能控制技术猪场系统管理智能技术等六大智能养猪技术的研究天康生物569856543通过建立成本大数据分析及预警平台将成本层层拆解细化找到降成本的技术点、项目点和控制点猪场动力网公众号，各公司年报，IT桔子公众号，中国猪业公众号，注：表中为21年财务数据智慧养殖将实现全流程智能管理，农林牧渔业潜在可替代人力成本已超亿元农林牧渔业总工资达亿元智慧养殖快速发展实现降本提效201年农林牧渔业城镇单位就业人员总工资达4714亿元，且平均工资有逐年上升趋势，我们预计未来农林牧渔业人力成本会继续上升我们认为在人力成本增加智慧养殖发展的双重驱动下企业寻求智慧养殖解方案，减少人力投入，实现全流程管理。图：-1年农林牧渔城镇单位就业人员平均工资 图：E-E中国智慧殖行业市场规模预测 资料来源：国家统计局， 观研报告网，农业行业观察公众号，中国智慧养殖行业发展深度调研与投资趋势预测报告（2022-2029年），智慧养殖实现机器替代人力存在潜在可替代成本东农牧提出智能养殖解决方案该方案能降低大中型养殖企业人工成本30降低全行业养殖业成本至少500亿元/年方独创养殖巡检机器人饲喂机器人3D农业级摄像头等先进设备实现养殖业自动化智能化，降低劳动力投入。智慧养殖提升安全管理效率实现全流程智能管理方某养殖企业利用大华数智化能将违规事件统计频次由平均2天次缩短为平均2小时次，生物安全违规事件检出率提90生物安全管理效率提升50通过全流程全闭环的数智化监管方式对进出养殖的“、车、猪、物”洗消、跨区和作业等进行管理，提高效率。图：三易易美丽牧场智慧养解决方案资料来源：大华股份公众号，表：智慧养殖解决方案代表企业 具体内容阿里云 AI养猪解决方案。以大数据云计算和人工智能技术为支撑，在养猪行业打造场景化实用性AI产品体系，足不同养殖场景的多元需求京东农牧 “AI神农大脑”“TT神物联网设备”SaS神农统”三大模块智能养殖解决方案。部署完成1年内可以将养殖人工成本诚少3050左右，降低饲料使量8-10，并且平均缩短出栏时间58天网易 网易味央。应用现代化农业技术，智能化运作，6个人管理2万头猪睿畜科技种猪、商品猪生产管理方案。基于猪群连续生长曲线与农场环境数据，不断优化词喂标准和环境参数，降低栏日龄、料肉比与疫病发生几率科大讯飞集养殖舍内外硬件、场区网络生活区中控管理软件、监控平台和云服务等搭建于一体的智慧养殖解决方案。于讯飞自主研发的语音识别和图像识别等核心技术，为养殖业提供客能化较硬件解决方案。在养殖方向拥有明专利15项实用新型利8、10项软件著作权海康威视智慧农业大数据平台实现可视化和远程智能管理；智能环控、AI巡检预警和智能能耗管等系统的应用提高养殖场的管理效率大华股份精准监测，远程可控：通过前后端设备联动，对视频范围内养殖猪的数量、猪苗生长情况、工作人员的饲喂理进行有效统计、实时监测、高效调度；借助前端智能化技术，对出入口区域进行入侵、聚集等行为监测，时对其进行结构化分析；构建智能出猪系统，销售智能监管系统数据采集：通过大华双目热成像相机，测温精度可达±1℃，实时精准检测猪舍内猪体体温；借助特殊的猪结构算法，采集猪体轮廓测算体重，准确掌握生猪出栏情况，远程监测生猪生长发育智慧养殖大数据平台：一图集成猪场全方位信息，辅助管理者对养殖场进行全方位、场景数据化监管华经产业研究院公众号，大华股份智慧企业公众号，海康威视公众号，智慧种植有望实现无人化，潜在可替代种植业人力成本达到千亿粮食作物人工成本达千亿智慧农业促进无人化种植降低人力成本提高种植质量和率我们测算2021年粮食作物总人工成本达73千亿种植业人力成本投入大以水稻生产为例，2020年国内人工成本占比41，远高于美国10和日本26，机械相关费比18远低于美国的38和日本的42为减少人工成本支出提高种植效率国内企业以数字技术和智能装备赋能农业种植全过程。图：-1年粮食作物人工成本（亿元） 图3天工智慧种植方案结构图EPS数据，国家统计局，注：人工成本为稻谷、小麦、玉米人工成本均值

百度技术培训中心公众号，智慧种植实现全过程管理减少人力投入中移动助力延津县小麦种植每年节省人工成本65提升亩均粮食产量30提升亩均收入1倍全过程助力种植智能决策播种前5G+智慧农业管理平台模拟地块产量，科学推算种子、水、肥、药的需求量；生长期间，动态监管农作物生长环境通过数据分析与决策科学推荐小麦生长需求符合的灌溉施肥施药策略；收获期，运用遥感信息和作物生长模型，精准预估小麦成熟度。智慧种植实现智能化管理提高种植质量和效率。大助力中科康成育苗产业园实现大智能化改造，种苗存活率提高10，人员工作效率提高30。通过智能化感知系统实境智能化可视化展现实时感知并汇聚环境因素通过数据中心分析和展示并利用智慧化管理平台远程操控前端智能设备随着大华引入中移动作为战略投资者作为国内防监控龙头企业和传感器概念上市企业有望弥补传感器渗透不足等问题与中移动在慧农有广阔合作空间。图：华为农业沃土云平台系架构 图：超级棉田降本增效对比图华为中国政企业务公众号， 极飞智慧农业管理后台、极飞科技公众号，表：国内智慧农业先进解决案代表方案 具体内容大数据AI分析决策支持系统土壤改良大数据管理系统、精准种植管理系统、精准作业管理华为农业沃土云平台智能农机自动导航技

系统、病虫害预警诊断管理系统、智慧农业视频云管理平台、农业云计算中心、指挥调度服中心等，实现农业生产环境的智能感知、智能预警、智能分析、智能决策和专家在线指导丰疆智能高速插秧机实现无人驾驶行进、插秧，根据北斗卫星图和预先设定的参数完成自动向等工作，精确度达到厘米级，但需要人工补充秧苗雷沃智慧示范农场实现全流程无人化、自动化；基于北斗卫星定位系统、通过无线自组网络接的无人驾驶收割机与无人驾驶卸粮车极飞科海康威大华股

极飞科技在新疆尉犁县正式启动国内首个无人化棉花农场实验项目“超级棉田“，借助机器人、人工智能等高科技手段挑战管理300亩高标准棉田，证无人化管理模式应用于大规种植场景的可行性。201年9月28日，棉田完成采收，平产量达到60公斤亩，相比没有采用精准管理方案棉田，产量增加了10物联网传感设备、环境指标传感器和智能摄像机24小时实监测植株生长情况及环境变化况；虫情测报系统实现远程实时查看虫情信息与作物生长状况；智慧农业大数据平台汇集信息，实现设施栽培环境数据管理可视化和远程智能管理物联感知，数字化应用：环境精准感知联动设备；情测报仪准确监测病虫害微型气象站记录气象要素；水肥数据实时监测,手机远程管理智能水肥灌溉省时、省力全程可视，信息可溯：监测、记录作物生长全过程远程可视，辅助精细化种植随时溯源分析种植全流程让种植管理不受地域限制全面管理，确保储存、转运安全，建设智慧粮全程监测食品健康：全程可视线上公开直播《智慧农业的发展现状与研究》韩守振等，AI芯天下公众号，海康威视公众号，大华股份公众号，机器视觉技术扮演“机器代人”的催化剂角色，节约劳动力，实现农业精准化和自动化。以云南省昆明市某产业园草莓智慧管控云服务托管系统为例该系统基于机器视觉的草莓生长状态识别系统解决草莓生长状态识别和辨认完全依靠种植者经验的问题首次提出基于知识图谱的设施草莓智慧管控决策方法方法的标准化知识库随着知识的积累和数的增加，决策方法会更加精准从而实现种植的智能化和自动化节省人力成本，提高品质量。图：I视觉解决方——农业领域艾瑞咨询公众号，表：机器视觉农业应用场景应用场景 具体内容利用机器视觉技术可以快速识别农作物和虫害分布，自动进行最佳喷洒用药的剂量和路径规划，提高90利用机器视觉技术可以快速识别农作物和虫害分布，自动进行最佳喷洒用药的剂量和路径规划，提高90的除虫害效率。加州学戴维斯分校开发自动除草系统，通过使用机器视觉系统的检测和X射线清除番茄茎附近生长的杂草，改善番茄生长条件杂草和虫害监测重型农机设备自动化机器视觉技术有助于创造全新一代的农机设备。我国目前茶叶采摘和用工的矛盾已经成为茶叶产发展的瓶颈，利用计算机视觉系统识别茶树嫩芽并实现定位采摘的方法，不仅可以保证叶片的完性，还能使整个采摘过程完全自动化，节省大量人力物力在棉花种植过程中，装载机器视觉识别系统的植保无人机能实现对棉花等农作物的高效低公害施在棉花种植过程中，装载机器视觉识别系统的植保无人机能实现对棉花等农作物的高效低公害施药，不仅可以避免碾压破坏掉棉花徒增多余的损失，还能识别不同田地的地形和农作物分布，自动设置最佳的喷水撒药用量和运作轨迹。原本每672要0L药水喷洒，现在只需要1L一台植保无人机每小时可以完成2～02农田作业，一个工作员就能控制2～5台无人机植保无人机资料来源：数据智农公众号，行业格局：AI时代下，安防两大巨头有望持续领航我们认为，在AI时代下，安防行业将呈现强者恒强的发展趋势。与雪亮工程对比，AI为安防行业带来更大空间和发展机遇，龙头企业受益程度亦会高于雪亮工程时代。雪亮工程时代受政府大订单驱动安防企业迎来机遇但行业具有周期性强项目周期长市场集中于G端的特点行业格局尚未清晰海康大华在雪亮工程后占据行业导地位，推动安防行业格局进入稳定期。以大华为例，从2015年营收体量101亿元增长至2018年237亿，CR达322。AI时代：I赋能各行各业，AIoB市场广阔。AI时代下，降本增效驱动逻辑顺畅，有望通过新领域渗透传统领域替代两条路径打开行业天花板具有空间广阔、周期性减弱的特点我们认为伴随着AI的快速发展安防行业马太效应凸显海康大华凭借其核心竞争有望持续领航。表：雪亮工程时代与I时代对比雪亮工程I时代周期性受政府大订单驱动，周期性较强，项目周期长；AI赋能各行各业，周期性减，表现出较强韧性；市场空间为安防行业带来发展机遇，但市场空间集中于G端；AItoB打开行业天花板，降增效驱动下空间阔；行业格局雪亮工程前格局尚未稳固，清晰度不高；雪亮工程后头部效应显著，行业格局逐渐稳定。渠道、Kw-w、数据等部优势凸显，行业局将维持稳定。头部受益程度大华：205年营收体量11元，28年增长至27亿，CGR达292；AI赋能下，海康大华依靠核优势有望优先受益；法安网公众号、北拓工程检测公众号、、图：-8年海康大华收（左轴）及同比增速（右轴） 图：1年国内以视频监控为主营业务的安防企业营收占比、 资料来源：中安网、渠道：全球化营销和渠道优势，品牌效应明显安防龙头营销网络覆盖国内外规模优势打造成本壁垒目前安防企业正积极推动渠道沉和海外渠道拓展。2021年，海康境内外营收占比分别为73和27，大华境内外营收比分别为59和41。截至2021年底，大华在国内设有32个省区级办事处，海外门店数达5000家，同比2020年增长112。表：部分安防企业渠道数据计序号 企业 渠道数据统计 21年海外业务营收占比1海康威视截至221年公司已在国际港澳台地区设立66个分支构，为10多个国家和地区提供本地化服务。272大华股份截至221年底，公司在国内有32个省区级办事处，海外年新增260余家大华元素形象店门店总数达500家413千方科技截至221年底，已在全国立80多个二级办事处，全国围内覆盖一级经销商40+，认证工程商000+，二级认证工商00。19674高新兴截至221年底，销售网络覆全国31个省市自治区13个地市级服务网点，20余个省级驻外办机构。943资料来源：各公司年报、、品牌效应显著在G端和B端等大客户中积累良好口碑以大华为例作为国家高新技术企业，大华股份连续13年被列入国家软件企业百强，是中国智慧城市建设推荐品牌和中国安防最具影响力的品牌之一由科技媒体a&《安全自动化发布“2022全球安防50强排行榜单中大华股份以50多亿美元的销售额稳居第二拉开第三名将近20亿美元，大华的企业实力、品牌地位等得到进一步的巩固和加强。图：2年全球安防“0强”前十中部数字安博会公众号、《安全自动化》、技术：数据行业Kw-How构建I时代下护城河我们认为数据和行业Kow-ow是AI技术落地及变现的基础海康大华凭借优势可构筑AI时代下护城河（1数据数据是AI模型落地的基础安防龙头数据资源优势明显；（2行业now-Ho丰富行业理解将提升数据精度助力技术快速变现智慧物联等行业碎片化程度高，对行业的理解、解决方案的积累对于实现技术变现尤为关键。行业Kow-ow：行业理解提升数据精度，助力AI技术快速变现我们认为，行业Kow-w是技术变现的基础，助力数据精度提升。由于安防行业具有碎片化的特点AI技术落地需要依赖对细分行业具有深刻理解安防龙头多年以来积累大量行业now-How和解决方案，为技术商业化落地提供了基础。以大华为例，通过企业平台0和城市平台，打造具有行业Kow-ow的数智中台。（）To：洞察业务细分场景超3000个，开发业务组件1000余个、累计形成行业解决方案超300个（）ToG：大华在城市治理、应急指挥、交通、港口、生态环境等行业，悉细分场景超5000个、开发业务组件超800个，推出行业解决方案200个。图：大华企业平台0 图：大华城市平台资料来源：大华股份公众号、 资料来源：大华股份公众号、夯实数字底座和中台能力提高行业理解转换为商业价值的能力（底层数据上大华更加注重数据融合和架构融合从数据储存、数据治理数据分析和数据安全多环节夯实数字底座能力（2）整体设计：大华不仅仅是针对云端的大数据平台实现一个治理活动，而是在囊括端边云多个软硬件环节的整个网路中进行布局从而提高公司的数字中台能力。图：大华股份“一体系，两台”架构资料来源：大华股份2020年年报、数据：AI模型的基础和源泉，安防龙头数据资源优势明显安防行业积累大量数据资源，是AI模型的构建和落地的核心。据IDC统计2025年全球数据圈将达到175B，数据资源是AI模型搭建的基础，安防龙头将在AI时代下凸显其商业价值。安防龙头构建智能数据中台数据搜集和价值提取能力优势明显数据中台的本质是大据的延伸是打通数据孤岛实现数据互通实现数据智能化的手段。通过数据中台的建设可以实现看现在对现有的数据进行治理形成资产看未来对数据进分析提炼，以支撑业务的决策。以大华股份为例大华行业化数据中台在全国多个地市落地其中在某地市的公安系统设的数据中台，大华拥有超过3000多亿感知数据。大华通过数据中台，面向客户实现警种的数据共享，以及通过数据整合，有效消除了数据壁垒并且通过模型大幅度提升种的业务实战能力。图：大华股份数据中台 图：大华股份构建数据大生态 CPS中安网公众号、 CPS中安网公众号、中移动：大华股份特有阿尔法，战投有望实现协同发展我们认为，中国移动在AI领域布局清晰，将从研发、渠道等维度深度赋能大华。3月30日大华股份向中国移动非公开发行股票计划落地本次发行共23亿股实际募资资金净额509亿元。在本次定增后，中国移动预计成为公司第二大股东，占比81。我们认为，定增落地有望助力中国移动与公司实现全面战略协同，推动大华在AI领域加速布局研发端：中移AI领域优势明显