计算机行业市场前景及投资研究报告：AI机遇与风险

AI革命：机遇与风险AIRevolution:Opportunities

andRisks2024年5月16日目录1.

AI的本质：三大谬误和五大悖论2.

通往AGI的路径：美国看技术创新3.

2024商业化起步：中国看场景应用4.

可信大模型的评测体系5.

GPT-4o，Google

I/O2024，

SenseNova5.06.

GenAI在制造业中应用的潜力7.

AI对现有产业生态的冲击Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

21.AI的本质：三大谬误和五大悖论谬误1：AI是一种更强的工具，像超级计算机一样可被购买。谬误2：AI无所不能，人类是执行器，AI将取代人类。谬误3：AI将和人类具备平等的地位。Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

3资料：智识神工，国际1.AI的本质：三大谬误和五大悖论悖论1：莫拉维克悖论

（Moravec’s

Paradox）实现类似人类的高阶的认知任务（如推理和解决问题）需要很少的计算能力，但在模拟人类的基本感知和运动技能时却需要大量算力。悖论2：脑科学悖论计算机科学

=硬件科学

+软件科学；智能科学

=脑科学

+心理学；人工智能

=智能科学

+计算机科学悖论3：可解释性与自主性悖论AI系统的自主性增强但做出的决策越来越难以解释。一方面，我们希望AI系统能够自主地做出决策，但另一方面，我们也需要理解这些决策背后的原因，以便进行监管和纠正错误悖论4：知识图谱悖论尽管AI和机器学习技术能够从大量数据中发现模式和知识，但它们只能执行预设的算法和处理已有的信息，而不会产生真正意义上的新知识。悖论5：生成AI悖论生成AI可能在生成内容时表现出高度的创造性，但这些内容的质量和逻辑性却难以评估，因为AI可能并不完理解其自身创作的内容Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

41.AI的本质：新的生产力主体第四次工业革命：创造知识AI与人类的冲突必然发生AI与人类既有组织的冲突必然发生Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

52.

通往AGI的路径：美国看技术创新

2024

AI技术发展更新

尺度定律的终点莫拉维克的人类能力景观图

多模态大模型

小模型/专家模型和MoE

开源

vs闭源

Transformer

and/orDiffusionForfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

6图片：知乎，国际2.

通往AGI的路径：2024

AI

技术发展更新

人工智能在几个基准上已经超过了人类的表现，包括图像分类、视觉推理和英语理解等。然而，它在数学竞赛、视觉常识推理和规划等更复杂的任务上仍然落后于人类。

2022年中国的AI专利数占全球的61%，而美国占约21%。如算2003-23年的总专利数美国占全球的60%，而中国占15%

产业界依然是AI研发的主要驱动力，2023年超一半的模型来自于产业界Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

7资料：AI

IndexReport2024，国际2.

通往AGI的路径：尺度定律的终点

尺度定律（Scaling

laws）是一种描述系统随着规模的变化而发生的规律性变化的数学表达，通常表现为一些可测量的特征随着系统大小的增加而呈现出一种固定的比例关系。尺度定律在不同学科领域中都有广泛的应用，包括物理学、生物学、经济学等，Open

AI

2020年发现，大语言模型也遵循着尺度定律（以Transformer为代表）

尺度定律是通过增加计算量、模型参数和数据集大小来提升单个大语言模型的“智能”水平

但在多模态的数据集中，尺度定律的极限更加难以达到，模型性能会在达到极限前提前衰减Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

8图片：商汤科技，AI

IndexReport2024

，国际2.

通往AGI的路径：多模态大模型

训练模型的算力需求激增，如早期的AlexNet仅需要470

PB

FLOP用于训练，而2017年发布的Transfomer则需要约7400

PB。谷歌的Gemini

Ultra是目前最先进的基础模型之一，则需要500亿PB

FLOP的算力。

传统的人工智能系统的能力有限，语言模型在文本理解方面表现出色，但在图像处理方面表现不佳，反之亦然。但随着多模态大模型的发展，一些新的模型如谷歌的Gemini和OpenAI的GPT-4，已经展示出同时处理好图像和文本任务的能力，甚至可以处理音频如GPT-4o。Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

9资料：AI

IndexReport2024，国际2.

通往AGI的路径：小模型/混合专家模型MoE

混合专家模型（Mixture

of

Experts：MoE）的前提是如果有一个复杂问题可以被拆分为多个领域知识的简单问题，通过把各个领域问题分发各个领域的专家来解决，最后再汇总结论。它由多个专业化的子模型（即“专家”）组合而成，每一个“专家”都在其擅长的领域内做出贡献。

混合专家模型

(MoEs)与稠密模型相比，

预训练速度更快；与具有相同参数数量的模型相比，具有更快的

推理速度；需要

大量显存，因为所有专家系统都需要加载到内存中；虽然在

微调方面存在诸多挑战，但

对混合专家模型进行

指令调优具有很大的潜力。Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

10资料：知乎，国际2.

通往AGI的路径：开源vs闭源基模型

技术民主化：科技平权，反垄断，技术社区贡献推动创新，降低成本

安全与利益：保护企业核心数据和know

how，AI安全开发及使用

目前闭源模型的表现在数学、推理、编程和语言上要好过开源模型

目前市场上的模型仍以开源为主，占约2/3Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

112.

通往AGI的路径：Transformer

and/or

DiffusionTransformerDiffusionDiffusion

inTransformerForfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

12资料：UC

Berkeley，国际3.2024商业化起步：中国看场景应用1.

商业化路径：成本、产品、商业闭环2.

通用性带来成本下降3.

产品：AI驱动产品研发，商业闭环待验证4.

国产AIAPP出海5.

基础设施：三要素并存的基模型6.

生态和服务Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

133.2024商业化起步：商业化路径

Hosting

LLM:

硬件成本，训练成本，调度时延，闲置算力管理等等

训练Transformer成本仅需930USD，GPT4则要7800万USD，Gemini则高达近2亿USD

Deepseek

（236B参数，32k上下文）：每百万token输入1元，每百万token输出2元，行业的1%

字节豆包（32k上下文）：每百万token0.8元，

（128k上下文）每百万token5元Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

14资料：Deepseek，国际3.2024商业化起步：通用性带来成本下降单任务专用模型（如一些感知类AI）多任务通用模型AI价格战是否会像云价格战一样激烈？【军备竞赛成本高昂】【商业化速度平缓】Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

15资料：云知声，国际3.

2024商业化起步：AI驱动产品研发，商业闭环待验证ModelsAgent/APIAPPTo

B?OrTo

C?Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

16资料：百度Create

2024，国际3.2024商业化起步：国产AIAPP出海从0到1从1到100从100到100万Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

173.2024商业化起步：三要素并存的基建平台算法客户应用云玩家IDC算力数据GPU电力节能指标，东数西算Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

184.可信大模型的评测体系—体系迭代中国信通院自2022年3月启动大模型评测体系研究以来，已先后迭代更新三次，结合体系累计提供60余次评测服务。大模型评测体系3.0模型开发模型能力（量化）模型应用模型能力大模型评测体系2.0模型运营模型可信模型开发模型能力模型应用大模型评测体系1.0行业大模型大模型智能应用模型运营模型可信模型开发模型能力

模型能力重点增加量化评估（基准测试）重点评估大模型赋能行业水平

研发过程中的工程技术能力模型能力以验证性评估为主测试数：6

应用落地中的工程化问题模型能力以验证性评估为主测试数：60+重点评估基于大模型的智能应用水平第1轮优秀案例发布第1轮优秀案例成果发布24家单位、28项案例入围大模型工作组成立先后发展6家副组长单位吸纳会员单位160余家第2轮优秀案例发布第1轮优秀案例成果发布19家单位、24项案例入围评测体系1.0启动启动大模型系列标准标准研讨评测体系3.0启动引入大模型生态应用体系密集召开6次标准研讨会2022.042022.082023.032023.062023.092023.122022.032022.04-072022.102023.042023.08第1轮评估成果发布第1轮大模型评估成果发布3家单位、6个模块评测体系2.0启动标准体系进行系统性更新第2轮评估成果发布第2轮大模型评估成果发布14家单位、22个模块第1轮案例征集行业大模型推进计划启动大模型首轮案例征集联合50余家企业启动计划第2轮案例征集Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

19资料：中国信通院，国际4.可信大模型的评测体系

–

基准测试榜单

深度学习的评估一直使用基准测试（Benchmark），大模型也通过设计合理的测试任务和数据集来客观、公正、量化的评估模型的性能，是产学研各界最为认可的人工智能评测方式

大模型基准测试榜单主要通过多维度评测考察模型综合能力，测试方法主要分为客观考试和人工主观评价国外知名大模型基准测试榜单国内知名大模型基准测试榜单

HuggingFace-Open

LLM

Leaderboard（客观）

上海AI实验室-OpenCompass（主客观，客观为主）•Reasoning

Challenge（25-shot）、HellaSwag（10-shot）、MMLU（5-shot）、Truthful

QA

MC（0-shot）4个客观数据集平均分•对语言大模型主要考察语言、知识、推理、数学、代码和智能体方面的表现。对多模态大模型主要评测在MMBench、MME等数据集上的指标

UC

Berkeley-Chatbot

Arena

（主观-人类评价）

北京智源研究院-FlagEval

（主客观，客观为主）•借鉴Elo评分系统，采用众包方式对大模型进行匿名、随机化的对战，人工对生成结果进行评估，得到模型的能力分级，42000份样本•构建“能力-任务-指标”三维评测框架，细粒度刻画基础模型的认知能力边界，包含6大评测任务，近30个评测数据集和超10万道评测题目

Stanford-AlpacaEval

（主观-机器评价）

ChineseClue-SuperClue

（主客观，客观为主）•针对AlpacaFarm评测数据集，使用强大的语言模型（如GPT-4）对大模型•基础能力包括语言理解与抽取、闲聊、上下文对话、生成与创作、知识与百科、代码、逻辑与推理、计算、角色扮演和安全，数千数据，未开源进行评估，提升评测效率Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

20资料：中国信通院，国际4.可信大模型的评测体系

–

方升测试体系

2023年12月，中国信通院发布“方升”大模型基准测试体系，从指标体系、测试方法、测试数据集、测试工具四个维度协同发力，保障评测结果的全面性、公正性和高效性1.指标体系行业能力测试（IOT）安全能力测试（SOT）内容安全政

治

敏

感金

融医

疗软

件

工

程教

育法

律科

研政

务电

信能

源违

法

违

规应用能力测试（AOT）...智能客服多

轮

对

话知识管理数据分析智慧办公公

文

写

作智能体应用具身智能应用任

务

规

划伦理安全价

值

对

齐知

识

检

索数

据

描

述网

页

处

理公

平

偏

见..通用能力测试（GOT）.个

人

隐

私隐私安全多

语

言长

文

本能

力思

维

链能

力角

色

扮

演能

力工

具

使

用能

力理

解

能

力生

成

能

力推

理

能

力视

觉

问

答知

识

能

力视

觉

推

理学

科

能

力..能

力.自

主

意

识...模型安全内

容

可

靠内

容

鲁

棒视

觉

描

述视

觉

生

成视

觉

理

解3D

处

理语

音

处

理时

序

分

析2.测试方法自适应动态测试方法3.测试数据集海量动态评测数据库4.测试工具FactTesting测试框架标签筛选、动态更新、灵活抽样150个数据集，300万条测试数据自动化框架，智能化评估“方升”是秦国的商鞅实行变法时所发布的标准量器，是我国最早的标准量器Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

21资料：中国信通院，国际4.可信大模型的评测体系–

首轮测试对比

本次试评测大模型总数30家，其中闭源商业大模型12家，开源大模型18家

一级测试维度为通用、行业、应用、安全，可以划分为理解、知识、学科、可靠等32个二级子维度

商业闭源大模型能力优于开源大模型，在榜单的综合能力前10名中，商业闭源大模型占据了9席通用能力行业能力100.050.00.0100.050.00.0金融

医疗

法律

政务

科研

电信

网络

能源

汽车

交通

设计

机器人大模型A大模型B大模型C大模型M大模型N大模型A大模型B大模型C大模型M大模型N应用能力安全能力100.050.00.0100.050.00.0数据分析ExcelPowerPoint公文写作代码理解价值观风险拒答自主意识公平偏见对话安全大模型A大模型B大模型C大模型M大模型N大模型大模型大模型大模型大模型NABCMForfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

22资料：中国信通院，国际4.可信大模型的评测体系–

开源模型能力榜单

从开源大模型的榜单结果可以看出，开源大模型的能力表现除了依赖模型参数量，还与版本迭代时间相关

开源大模型在通用评测中的数学、推理能力上与商业模型有明显差距，并且在自主可控等方面存在风险开源大模型能力榜单开源大模型评综测合结果图80.0Qwen-72B-Chat64.158.357.156.955.9Yi-34B-ChatInternLM2-Chat-20BQwen-14B-ChatInternLM2-7BQwen1.5-7BBaichuan2-13B-ChatChatGLM3-6BDeepSeek-7B-ChatInternLM2-1.8BZephyr-7B-β60.040.0安全通用20.00.051.848.543.740.139.737.537.236.3应用行业Baichuan2-7BBlueLM-7BQwen-72B-ChatInternLM2-Chat-20BInternLM2-7BBaichuan2-13B-ChatDeepSeek-7B-ChatZephyr-7B-βYi-34B-ChatQwen-1.8BYi-6BQwen-7BVicuna-7BLlama2-7B32.627.3Qwen-14B-ChatQwen1.5-7BChatGLM3-6BInternLM-1.8BBaichuan2-7BQwen-1.8B25.725.525.1020406080BlueLM-7BForfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

23资料：中国信通院，国际5.GPT-4o：发力端侧

语音模式时延缩短，优化用户体验：之前延迟时间分别为GPT-3.5的2.8秒和GPT-4的5.4秒，GPT-4o将这一延迟被大幅缩短为320毫秒。

多模态大模型全面赋能：传统语音模式通过

三

模

型

实

现

：

音

频

转

文

本

，

GPT-3.5/GPT-4处理文本，再文本转音频。但GPT-4会丢失信息，因其无法直接处理语调、多说话者、背景噪音，且不能输出笑声、歌唱或情感。而GPT-4o通过端到端训练了一个全新的模型，能够同时处理文本、视觉和音频输入输出。这意味着所有的输入和输出都由同一个神经网络处理。

易用性和体验大幅提升Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

245.Google

I/O2024

Gemini

Live：谷歌发布了语音对话人工智能助手Gemini

Live，用户可以在移动应用上与Gemini进行对话，对标GPT-4o。

轻量化模型Gemini

1.5

Flash：基于“蒸馏”技术，专为大规模服务设计，速度更快、成本低至0.35美元/百万Token

图像、视频和音乐的人工智能生成工具：谷歌发布了针对图像、视频和音乐的人工智能生成工具，分别为Imagen

3、Veo和Music

AI

Sandbox

Gemini支持的AI

Overview功能：谷歌即将在浏览器搜索中引入Gemini支持的AIOverview功能，新功能可以使浏览器支持多轮推理，将复杂问题分解处理，将原本需要几分钟甚至几个小时的研究压缩到在几秒钟内完成，还将支持在搜索中对视频提问。

硬件生态：TPU，ARM架构的CPU，GPU同NVIDIA合作，通过Cloud卖算力

现有产业生态赋能：Ask

Photos，Workspace，

etcForfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

255.

SenseNova

5.0

能力对标GPT-4Turbo

核心算力基础设施和卡资源，合作国内58家硬件伙伴

和下游行业伙伴做To

B的生意，商业逻辑可验证Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

26资料：商汤科技，国际5.

SenseNova

5.0

MoE：以快制胜

云

端

算

力

需

求

解

耦（7：3），对终端硬件压力更小，更方便推动商业化落地

融合算法算力数据三要素的综合AI平台

公共资源Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

27资料：商汤科技，国际6.Gen

AI在制造业中应用的潜力

工业制造领域的运营利润提升相对较小，Gen

AI

将逐步提高生产效率，而非对产品和成本结构进行彻底改变

Gen

AI

在工业制造领域使用相对容易采纳，大多数用例都关注于在已知技术、可行性和责任范围内的内部流程优化，可行性和责任挑战较低，或者可以轻易缓解

颠覆程度较低，商业模式（产品类型、定价模式）基本保持不变，颠覆性影响主要体现在运营模式上

Gen

AI

将作为解决已知痛点的可能方案Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

28资料：pwc，国际6.Gen

AI在制造业中应用的潜力

物料选择与管理、生产计划和预测性维护将带来差异化的竞争优势,然而，鉴于数据变更和模型构建的挑战，这些使用案例的实施将更加困难

，因此它们的预期价值不会迅速实现

容易实现的主要是后端使用案例。尽管它们容易推广，但由于工业制造总部运营的成本基础较小（约占总成本的5%），对制造商带来的利润影响有限Forfulldisclosure

ofrisks,valuationmethodologies

and

target

priceformationon

allHTIrated

stocks,

please

refer

tothe

latest

fullreport

on

our

website

at

29资料：pwc，国际APPENDIX

1Summary•

Thenature

of

AI:

Three

fallaciesandfiveparadoxes•

Thepath

to

AGI:Technological

InnovationintheUS•

Commercializationstartsin

2024:

Scenarioapplications

inChina•

Evaluation

system

of

trustworthyLLMs•

GPT-4o,

GoogleI/O2024,

SenseNova

5.0•

Thepotential

of

GenAI

application

inmanufacturing•

Theimpactof

AIontheexisting

industrial

ecosystem30APPENDIX

2重要信息披露本研究报告由(HTIJKK)和动。国际分销，国际是由国际研究有限公司(HTIRL)，Haitong

Securities

India

Private

Limited

(HSIPL)，Haitong

International

Japan

K.K.国际证券集团(HTISG)各成员分别在其许可的司法管辖区内从事证券活国际证券有限公司(HTISCL)的证券研究团队所组成的全球品牌，IMPORTANT

DISCLOSURESThis

research

report

is

distributed

by

Haitong

International,

a

global

brand

name

for

the

equity

research

teams

of

Haitong

International

Research

Limited

(“HTIRL”),Haitong

Securities

India

Private

Limited

(“HSIPL”),

Haitong

International

Japan

K.K.

(“HTIJKK”),

Haitong

International

Securities

Company

Limited

(“HTISCL”),

and

anyother

members

within

the

Haitong

International

Securities

Group

of

Companies

(“HTISG”),

each

authorized

to

engage

in

securities

activities

in

its

respectivejurisdiction.HTIRL分析师认证Analyst

Certification:我，姚书桥，在此保证（i）本研究报告中的意见准确反映了我们对本研究中提及的任何或所有目标公司或上市公司的个人观点，并且（ii）我的报酬中没有任何部分与本研究报告中表达的具体建议或观点直接或间接相关；及就此报告中所讨论目标公司的证券，我们（包括我们的家属）在其中均不持有任何财务利益。我和我的家属（我已经告知他们）将不会在本研究报告发布后的3个工作日内交易此研究报告所讨论目标公司的证券。I,

Barney

Yao,certify

that

(i)

the

views

expressed

in

this

research

report

accurately

reflect

my

personal

views

about

any

or

all

of

the

subject

companies

or

issuers

referred

to

in

thisresearch

and

(ii)

no

part

of

my

compensation

was,

is

or

will

be

directly

or

indirectly

related

to

the

specific

recommendations

or

views

expressed

in

this

researchreport;

and

that

I

(including

members

of

my

household)

have

no

financial

interest

in

the

security

or

securities

of

the

subject

companies

discussed.

I

and

myhousehold,

whom

I

have

already

notified

of

this,

will

not

deal

in

or

trade

any

securities

in

respect

of

the

issuer

that

I

review

within

3

business

days

after

the

researchreport

is

published.31APPENDIX

2利益冲突披露Conflict

ofInterestDisclosures国际及其某些关联公司可从事投资银行业务和/或对本研究中的特定股票或公司进行做市或持有自营头寸。就本研究报告而言，以下是有关该等关系的披露事项（以下披露不能保证及时无遗漏，如需了解及时全面信息，请发邮件至ERD-Disclosure@）HTI

and

some

of

its

affiliates

may

engage

in

investment

banking

and

/

or

serve

as

a

market

maker

or

hold

proprietary

trading

positions

of

certain

stocks

orcompanies

in

this

research

report.

As

far

as

this

research

report

is

concerned,

the

following

are

the

disclosure

matters

related

to

such

relationship

(As

the

followingdisclosure

does

not

ensure

timeliness

and

completeness,

please

send

an

email

to

ERD-Disclosure@

if

timely

and

comprehensive

information

is

needed).0020.HK目前或过去12个月内是的投资银行业务客户。0020.HK

is/was

an

investment

bank

clients

of

Haitong

currently

or

within

the

past

12

months.在过去12个月中获得对0020.HK提供投资银行服务的报酬。Haitong

received

in

the

past

12

months

compensation

for

investment

banking

services

provided

to

0020.HK.32APPENDIX

2评级定义（从2020年7月1日开始执行）：国际（以下简称“HTI”）采用相对评级系统来为投资者推荐我们覆盖的公司：优于大市、中性或弱于大市。投资者应仔细阅读HTI的评级定义。并且HTI发布分析师观点的完整信息，投资者应仔细阅读全文而非仅看评级。在任何情况下，分析师的评级和研究都不能作为投资建议。投资者的买卖股票的决策应基于各自情况（比如投资者的现有持仓）以及其他因素。分析师股票评级优于大市，未来12-18个月内预期相对基准指数涨幅在10%以上，基准定义如下中性，未来12-18个月内预期相对基准指数变化不大，基准定义如下。根据FINRA/NYSE的评级分布规则，我们会将中性评级划入持有这一类别。弱于大市，未来12-18个月内预期相对基准指数跌幅在10%以上，基准定义如下各地股票基准指数：日本

–

TOPIX,

韩国

–

KOSPI,

台湾

–

TAIEX,

印度

–

Nifty100,

美国

–

SP500;

其他所有中国概念股

–

MSCIChina.Ratings

Definitions

(from

1

Jul2020):Haitong

International

uses

a

relative

rating

system

using

Outperform,

Neutral,

or

Underperform

for

recommending

the

stocks

we

cover

to

investors.

Investors

shouldcarefully

read

the

definitions

of

all

ratings

used

in

Haitong

International

Research.

In

addition,

since

Haitong

International

Research

contains

more

completeinformation

concerning

the

analyst's

views,

investors

should

carefully

read

Haitong

International

Research,

in

its

entirety,

and

not

infer

the

contents

from

the

ratingalone.

In

any

case,

ratings

(or

research)

should

not

be

used

or

relied

upon

as

investment

advice.

An

investor's

decision

to

buy

or

sell

a

stock

should

depend

on

individualcircumstances

(such

as

the

investor's

existing

holdings)

and

other

considerations.Analyst

StockRatingsOutperform:

The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

exceed

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.Neutral:

The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

be

in

line

with

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.

Forpurposes

only

of

FINRA/NYSE

ratings

distribution

rules,

our

Neutral

rating

falls

into

a

hold

rating

category.Underperform:

The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

be

below

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.Benchmarks

for

each

stock’s

listed

region

are

as

follows:

Japan

–

TOPIX,

Korea

–

KOSPI,

Taiwan

–

TAIEX,

India

–

Nifty100,

US

–

SP500;

for

all

other

China-conceptstocks

–

MSCIChina.33APPENDIX

2评级分布Rating

Distribution34APPENDIX

2截至2024年3月31日国际股票研究评级分布优于大市中性(持有)弱于大市国际股票研究覆盖率90.4%3.3%8.8%4.9%0.8%0.0%投资银行客户**在每个评级类别里投资银行客户所占的百分比。上述分布中的买入，中性和卖出分别对应我们当前优于大市，中性和落后大市评级。只有根据FINRA/NYSE的评级分布规则，我们才将中性评级划入持有这一类别。请注意在上表中不包含非评级的股票。此前的评级系统定义（直至2020年9月30日）：买入，未来12-18个月内预期相对基准指数涨幅在10%以上，基准定义如下中性，未来12-18个月内预期相对基准指数变化不大，基准定义如下。根据FINRA/NYSE的评级分布规则，我们会将中性评级划入持有这一类别。卖出，未来12-18个月内预期相对基准指数跌幅在10%以上，基准定义如下各地股票基准指数：日本

–

TOPIX,

韩国

–

KOSPI,

台湾

–

TAIEX,

印度

–

Nifty100;

其他所有中国概念股

–

MSCIChina.Haitong

International

Equity

Research

Ratings

Distribution,

asofMarch

31,

2024OutperformNeutral(hold)8.8%UnderperformHTI

Equity

Research

CoverageIB

clients*90.4%3.3%0.8%0.0%4.9%*Percentage

of

investment

banking

clients

in

each

rating

category.BUY,

Neutral,

and

SELL

in

the

above

distribution

correspond

to

our

current

ratings

of

Outperform,

Neutral,

and

Underperform.For

purposes

only

of

FINRA/NYSE

ratings

distribution

rules,

our

Neutral

rating

falls

into

a

hold

rating

category.

Please

note

that

stocks

with

an

NR

designation

are

notincluded

in

the

table

above.Previous

ratingsystemdefinitions

(until30

Jun2020):BUY:The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

exceed

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.NEUTRAL:

The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

be

in

line

with

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.For

purposes

only

of

FINRA/NYSE

ratings

distribution

rules,

our

Neutral

rating

falls

into

a

hold

rating

category.SELL:

The

stock’s

total

return

over

the

next

12-18

months

is

expected

to

be

below

the

return

of

its

relevant

broad

market

benchmark,

as

indicated

below.Benchmarks

for

each

stock’s

listed

region

are

as

follows:

Japan

–

TOPIX,

Korea

–

KOSPI,

Taiwan

–

TAIEX,India

–

Nifty100;

for

allother

China-concept

stocks

–

MSCIChina.35APPENDIX

2国际非评级研究：国际发布计量、筛选或短篇报告，并在报告中根据估值和其他指标对股票进行排名，或者基于可能的估值倍数提出建议价格。这种排名或建议价格并非为了进行股票评级、提出目标价格或进行基本面估值，而仅供参考使用。HaitongInternationalNon-RatedResearch:

Haitong

International

publishes

quantitative,

screening

or

short

reports

which

may

rank

stocks

according

to

valuation

andother

metrics

or

may

suggest

prices

based

on

possible

valuation

multiples.

Such

rankings

or

suggested

prices

do

not

purport

to

be

stock

ratings

or

target

prices

orfundamental

values

and

are

for

information

only.国际A股覆盖：中国A股的研究报告。但是，国际可能会就沪港通及深港通的中国A股进行覆盖及评级。国际使用与

证券不同的评级系统，所以

国际与证券（600837.CH），

国际于上海的母公司，也会于中国发布证券的中国A股评级可能有所不同。Haitong

International

Coverage

of

A-Shares:

Haitong

International

may

cover

and

rate

A-Shares

that

are

subject

to

the

Hong

Kong

Stock

Connect

scheme

withShanghai

and

Shenzhen.

Haitong

Securities

(HS;

600837

CH),

the

ultimate

parent

company

of

HTISG

based

in

Shanghai,

covers

and

publishes

research

on

these

sameA-Shares

for

distribution

in

mainland

China.

However,

the

rating

system

employed

by

HS

differs

from

that

used

by

HTI

and

as

a

result

there

may

be

a

difference

in

theHTI

and

HS

ratings

for

the

same

A-share

stocks.国际优质100

A股（Q100）指数：程，并结合对

证券

A股团队自下而上的研究。国际Q100指数是一个包括100支由证券覆盖的优质中国A股的计量产品。这些股票是通过基于质量的筛选过国际每季对Q100指数成分作出复审。Haitong

International

Quality

100

A-share

(Q100)

Index:

HTI’s

Q100

Index

is

a

quant

product

that

consists

of

100

of

the

highest-quality

A-shares

under

coverage

atHS

in

Shanghai.

These

stocks

are

carefully

selected

through

a

quality-based

screening

process

in

combination

with

a

review

of

the

HS

A-share

team’s

bottom-upresearch.

The

Q100

constituent

companies

are

reviewed

quarterly.36APPENDIX

2盟浪义利（FIN-ESG）数据通免责声明条款：在使用盟浪义利（FIN-ESG）数据之前，请务必仔细阅读本条款并同意本声明：第一条

义利（FIN-ESG）数据系由盟浪可持续数字科技有限责任公司（以下简称“本公司”）基于合法取得的公开信息评估而成，本公司对信息的准确性及完整性不作任何保证。对公司的评估结果仅供参考，并不构成对任何个人或机构投资建议，也不能作为任何个人或机构购买、出售或持有相关金融产品的依据。本公司不对任何个人或机构投资者因使用本数据表述的评估结果造成的任何直接或间接损失负责。第二条

盟浪并不因收到此评估数据而将收件人视为客户，收件人使用此数据时应根据自身实际情况作出自我独立判断。本数据所载内容反映的是盟浪在最初发布本数据日期当日的判断，盟浪有权在不发出通知的情况下更新、修订与发出其他与本数据所载内容不一致或有不同结论的数据。除非另行说明，本数据（如财务业绩数据等）仅代表过往表现，过往的业绩表现不作为日后回报的预测。第三条

本数据归本公司所有，本公司依法保留各项权利。未经本公司事先书面许可授权，任何个人或机构不得将本数据中的评估结果用于任何营利性目的，不得对本数据进行修改、复制、编译、汇编、再次编辑、改编、删减、缩写、节选、发行、出租、展览、表演、放映、广播、信息网络传播、摄制、增加图标及说明等，否则因此给盟浪或其他第三方造成损失的，由用户承担相应的赔偿责任，盟浪不承担责任。第四条

如本免责声明未约定，而盟浪网站平台载明的其他协议内容（如《盟浪网站用户注册协议》《盟浪网用户服务（含认证）协议》《盟浪网隐私政策》等）有约定的，则按其他协议的约定执行；若本免责声明与其他协议约定存在冲突或不一致的，则以本免责声明约定为准。SusallWave

FIN-ESG

Data

Service

Disclaimer:

Please

read

these

terms

and

conditions

below

carefully

and

confirm

your

agreement

and

acceptance

with

these

termsbefore

using

SusallWave

FIN-ESG

Data

Service.1.

FIN-ESG

Data

is

produced

by

SusallWave

Digital

Technology

Co.,

Ltd.

(In

short,

SusallWave)’s

assessment

based

on

legal

publicly

accessible

information.

SusallWaveshall

not

be

responsible

for

any

accuracy

and

completeness

of

the

information.

The

assessment

result

is

for

reference

only.

It

is

not

for

any

investment

advice

for

anyindividual

or

institution

and

not

for

basis

of

purchasing,

selling

or

holding

any

relative

financial

products.

We

will

not

be

liable

for

any

direct

or

indirect

loss

of

anyindividual

or

institution

as

a

result

of

using

SusallWave

FIN-ESG

Data.2.

SusallWave

do

not

consider

recipients

as

customers

for

receiving

these

data.

When

using

the

data,

recipients

shall

make

your

own

independent

judgment

accordingto

your

practical

individual

status.