用时:33ms

人工智能行业研究报告-PDF版

您的当前位置:首页 > 人工智能
  • 人形机器人行业深度之三:更精确的感知更高效的交互-240226(43页).pdf

    更精确的感知,更高效的交互-人形机器人深度之三证券分析师:曾朵红、阮巧燕执业证书编号:S0600516080001、S0600517120002研究助理:许钧赫执业证书编号:S060012307012.

    浏览量0人已浏览 发布时间2024-02-29 43页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人行业专题报告:应用场景快速打开AI赋能产业化加速-240226(31页).pdf

    【华西机械团队华西机械团队】刘泽晶:刘泽晶:S1120520020002S1120520020002应用场景快速打开,AI赋能产业化加速请仔细阅读在本报告尾部的重要法律声明请仔细阅读在本报告尾部的重要.

    浏览量0人已浏览 发布时间2024-02-29 31页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • Sora深度:功能优势、发展现状、算力测算、相关影响及相关公司深度梳理-240226(27页).pdf

    1/27 2024 年年 2 月月 26 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 Sora 深度:深度:功能优势功能优势、发展现状、算力测算、发展现状、算力测算、相关.

    浏览量0人已浏览 发布时间2024-02-29 27页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 算力行业深度:驱动因素、行业现状、产业链及相关公司深度梳理-240226(43页).pdf

    1/43 2024 年年 2月月 26 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 算力行业深度:驱动因素、行业现状、产业算力行业深度:驱动因素、行业现状、产业链及相关公.

    浏览量0人已浏览 发布时间2024-02-29 43页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 2024国内外通用大模型在金融领域应用表现及金融垂类模型发展进程分析报告(19页).pdf

    2 0 2 3 年深度行业分析研究报告目录3.国内外金融垂类模型发展进程2.国内外通用大模型在金融领域应用表现1.通用+金融VS金融垂类哪方更强通用+金融VS金融垂类哪方更强1.1.通用+金融VS金融.

    浏览量0人已浏览 发布时间2024-02-29 19页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 景顺长城:重塑与创造——2024 Al+洞察报告(44页).pdf

    景顺长城科技军团重磅发布AI+洞察报告重塑创造与前 言重塑与创造:洞察报告AI+景顺长城基金 从围棋高手AlphaGo到万能助理ChatGPT,AI(人工智能)产业在不断发展和突破。现在,AI不仅能快.

    浏览量0人已浏览 发布时间2024-02-28 44页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人产业行业系列报告(三):人形机器人关节从Optimus选型看关节的发展-240225(45页).pdf

    1中泰证券研究所专业领先深度诚信 证 券 研 究 报 告 2024.02.25人形机器人关节:从Optimus选型看关节的发展人形机器人产业系列报告(三)人形机器人产业系列报告(三)冯胜冯胜中泰中游制.

    浏览量0人已浏览 发布时间2024-02-28 45页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 工业互联网产业联盟:智能机器人技术产业发展白皮书(2023年)(79页).pdf

    工业互联网产业联盟(工业互联网产业联盟(AII)2023 年年 12智能机器人技术产业发展智能机器人技术产业发展白皮书白皮书(20232023)月月 声声 明明 本报告所载的材料和信息,包括但不限于.

    浏览量0人已浏览 发布时间2024-02-27 79页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 电气设备行业机器人专题研究之一:产业发展概览-240223(43页).pdf

    请务必阅读正文之后的免责声明及其项下所有内容2024年2月23日机器人专题研究之一产业发展概览行业研究 行业专题 电力设备新能源 电气设备投资评级:超配证券研究报告|证券分析师:王蔚祺证券分析师:王晓.

    浏览量0人已浏览 发布时间2024-02-27 43页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 电子行业AI系列之先进封装:后摩尔时代利器AI+国产化紧缺赛道-240221(61页).pdf

    请务必阅读正文之后的重要声明部分请务必阅读正文之后的重要声明部分 AI系列之先进封装:后摩尔时代利器,系列之先进封装:后摩尔时代利器,AI+国产化紧缺赛道国产化紧缺赛道 电子行业 证券研究报告证券研.

    浏览量0人已浏览 发布时间2024-02-26 61页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 2024SORA模型算力空间测算、国产算力生态现状及AI算力受益厂商分析报告(42页).pdf

    2 0 2 3 年深度行业分析研究报告目录301 SORA横空出世,算力需求倍增02 全球算力架构升级战已打响03 国产算力生态崛起04 投资建议:梳理AI算力相关受益厂商01SORA横空出世,算力需.

    浏览量0人已浏览 发布时间2024-02-26 42页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 百炼智能:大模型招投标市场分析报告(2023)(29页).pdf

    大模型招投标市场分析报告(2023)2024.2百炼智能知了标讯出品1.数据来源报告数据由百炼智能知了标讯平台整合,数据来源为互联网公开信息,非公开信息暂未覆盖。2.数据周期报告统计周期为2023年1.

    浏览量0人已浏览 发布时间2024-02-24 29页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 彭博:2024生成式AI机遇和颠覆:演变中的万亿美元市场研究报告(52页).pdf

    Bloomberg Terminal彭博专业服务生成式 AI 机遇和颠覆:演变中的万亿美元市场2020304141822252728353841424445内容提要值得关注的催化剂AI 概览市场变革细分市场分析用途不断扩大个人化技术资本支出展望处理芯片和内存芯片需求监管格局环境、社会和治理(ESG)展望业绩和估值公司影响术语表方法目录生成式人工智能(AI)和大型语言模型(LLM)的采用将给科技行业的每一个领域都带来影响。彭博行业研究的市场规模互动模型显示,现有供应商和新供应商将重新定义当前的终端市场,到 2032 年,有望创造 1.3 万亿美元的收入。科技巨头比芯片制造商更受益:英伟达等半导体制造商被视为投资打造生成式 AI 基础的大赢家,与训练相关的销售预计将成为最大的细分市场,在未来 10 年达到 4,740 亿美元的规模。但我们预计微软、亚马逊和谷歌等云巨头未来 10 年增速会比半导体行业的整体增速更快。设备需求受益于推理采用:对经训练的 LLM 数据和内容进行解释的业务预计将达到 1,680 亿美元的市场规模。边缘设备制造商,如戴尔(个人电脑)、苹果(智能手机)和特斯拉(联网汽车),可能会成为与生成式AI相关的对话和视觉产品需求的受益者。传统大型客户关系管理(CRM)提供商面临风险:我们预计,一些建立在基础 LLM 之上的新兴软件产品或将给现有的客户关系管理和企业资源规划等领域带来颠覆性变革,这可能会对 S、SAP 和 Adobe 等现有企业带来挑战。到 2032 年,这一市场的规模有望达到 2,800 亿美元。2内容提要在科技支出中的占比有望升至 10%-12%随着企业改变经营方式并对产品和服务进行强化,未来 10 年,生成式 AI 有望在硬件、软件、服务、广告、游戏等众多领域创造 1.3 万亿美元收入,占科技领域总支出的 10%-12%。使用大规模数据集通过机器学习和神经网络算法训练 AI(即 LLM)将形成一个巨大的市场,到 2032 年,其销售规模有望达到 4,740 亿美元,同时还将推升服务器加速器和数据中心存储单元的需求。企业将利用公有云部署生成式 AI,从而令 Meta、微软、亚马逊和 Alphabet 等巨头受益,销售预计将以 60%的复合年增长率增至 2,470 亿美元。彭博行业研究(BI)的专有模型可用于市场增长预测,彭博终端上还提供一款互动工具。网络安全、药物发现、AI 助手(也称 copilot)和编程工作流领域的软件销售额有望增加约 2,800 亿美元。许多软件制造商已经在运用自研 AI copilot 对产品进行优化,其他安全、教育等领域的软件制造商料将效仿。AI 还可加快游戏和创意类软件的开发,并通过提高定向投放能力,推动数字广告支出增加 1,920 亿美元。随着企业寻求有助于在削减成本的同时提高收入的产品,可能还将有 1,200 亿美元的资金流入 IT 和企业服务行业。业绩和估值彭博行业研究的 AI 主题篮子囊括科技板块各领域的公司,是 2023 年迄今表现最突出的篮子之一,回报率高达47%,远高于网络安全(33%)和云(32%)。AI 板块内表现突出的不仅限于英伟达(232%),硬件股的回报也高达 67%,而半导体股也上升了66%。2023 年,半导体股的估值增幅最大,其次是超级大盘科技股。AI 训练的风口:在硬件领域,随着企业为管理用于“训练”AI 的繁重工作负载,而投资和消费云巨头提供的计算和存储服务,到 2032 年,基础设施支出规模或将达到 4,740 亿美元,即设备市场的三倍。推理至关重要:苹果等智能手机厂商和特斯拉等汽车行业的原始设备制造商(OEM)有望受益于对基于推理的对话式 AI 产品以及与生成式 AI 相关的视觉 AI 产品的需求。机器经过训练后,即可通过推理,根据现有数据得出新知识或结论。软件用途数不胜数:生成式 AI 或可在各个细分市场找到用武之地,通过全新用户交互方式颠覆现有的应用软件类别,其中专业化助手的潜在市场规模最大,到 2032 年有望达到 890 亿美元。工作负载基础设施软件或将带来 720 亿美元,再次是编程和开发与运营(DevOps)工作流软件,为 500 亿美元。主要研究主题3值得关注的催化剂附加功能费用和法规为增长铺平道路在企业的 IT 支出中,对生成式 AI 的支出已火速转变为非可选支出,我们预计稳定的硬件投资、聊天机器人的采用以及 copilot 式产品的附加订阅料将推动此类支出大幅增长。得益于对 AI 领域的大举进军,英伟达等公司的增长预期大幅上调,而微软(Azure 消费和 copilot)等公司预计也将录得强劲增长。Copilot、内容生成和定向广告领跑2023 年下半年:用于训练工作负载的 GPU 和加速器芯片供应情况得到改善2023 年下半年:新版基础 LLM 的准确性得到提高2024 年:软件公司推出的 copilot 附加功能费收入强劲2024 年:聊天机器人颠覆客户服务领域,帮助企业降低运营成本2024 年:大型互联网公司推出新内容生成工具,广告定向投放能力得到改善2025 年:欧盟有望通过AI 法案制定首个综合性法规2023-27 年:台积电的生成式 AI 业务实现 50%的复合年增长率2027 年:在特定加速器要求的带动下,AI 网络业务有望扩大五倍2030 年:生成式 AI 软件支出从 2022 年的 10 亿美元增加到 1,850 亿美元(占总支出的 10%)重要里程碑4图 1:生成式 AI 的收入潜力来源:彭博行业研究预测(基于IDC、eMarketer、Statista 数据)图 2:生成式 AI 支出来源:彭博行业研究预测(基于IDC、eMarketer、Statista 数据)AI 概览潜在市场规模增长在即根据彭博行业研究的市场规模互动模型,鉴于生成式 AI 能够对科技行业的硬件、软件、服务、广告和游戏等细分市场的销售起到提振作用,到 2032 年,生成式 AI 有望形成一个规模达 1.3 万亿美元的市场,复合年增长率达到约 42%。随着这项革命性技术给企业经营方式带来改变并优化产品和服务,生成式 AI 占上述领域信息技术总支出的比例可能会从目前的不到 1%扩大到 10%-12%。半导体、硬件、云软件、IT 服务和广告公司可能会引领这一变化。但我们可能也会看到新的产品和服务,例如现有产品的替代品以及新类别的出现。5训练和推理带来市场机会AI 训练平台(LLM)基于包含数十亿个参数的神经网络,其市场份额可能会比推理(使用事先构建好的模型进行预测或决策)更大,从而推升对数据中心存储单元和服务器加速器的需求。到 2032 年,训练或将成为该领域最大的新增收入来源,市场规模将接近 5,000 亿美元,其中包括服务器、存储和服务产品。而在推理市场,计算机视觉和对话式 AI 产品可能会成为新兴类别,LLM 将被用于特定领域的预测和应用。这些新产品有望推动规模高达 1 万亿美元的设备市场加速增长,而该市场已经因受益于智能音箱和可穿戴设备而快速增长。图 3:训练 vs.推理预测来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)图 4:生成式 AI 市场份额来源:彭博行业研究预测(基于IDC、eMarketer、Statista 数据)6在硬件领域内部,基础设施支出(用于训练)可能会达到设备支出(用于推理)的三倍,因为要管理繁重的相关工作负载,公司需要在服务器和存储方面投入资金。生成式 AI 基础设施即服务(IaaS)将是训练 LLM 的关键,有望为未来 10 年的销售带来 2,470 亿美元的增量。计算机视觉 AI 产品的市场规模有望增长至 610 亿美元,而对话式 AI 产品的销售或将达到 1,080 亿美元。我们预计,到 2032年,AI 或有望推动硬件市场总规模从去年的不到 400 亿美元扩大到 6,420 亿美元。在软件领域,到 2032 年,生成式 AI 产品带动的额外支出可能会达到约 2,800 亿美元,复合年增长率为 69%。网络安全、药物发现、AI 助手以及编程工作流料将成为生成式 AI 支出的最大受益者。为增强用户体验,许多软件企业可能都会推出自研 AI copilot,而专业化助手软件未来 10 年的销售规模有望达到 890 亿美元。受现有学习工具改进和新工具开发需求驱动,教育软件的支出料将大幅增长。我们预计生成式 AI 会对游戏和创意软件的开发起到加速作用,降低准入门槛,为行业变革创造机会。在互联网领域,生成式 AI 能够优化广告的定向投放,推动新形式的诞生,从而提高用户参与度,推升广告浏览量向销售的转化。与其他开发基础 LLM 的公司相比,Meta 和 Alphabet 这样的巨头对开放互联网语料库的依赖程度较低,因为它们拥有丰富的第一方数据可供利用,而且有强劲的资本支出实力,有助于进行模型训练,以优化广告定向和提高效率。到 2032 年,这样的提升有望为数字广告行业带来 1,920 亿美元增量收入。在 IT 和企业服务领域,我们预计,随着企业寻求能够在驱动收入增长的同时降低不必要成本的新产品,生成式 AI 产品和工具的销售有望带来约 1,200 亿美元增量收入。图 5:生成式 AI 市场概览来源:彭博行业研究7图 6:公有云总支出预测(10 亿美元)来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)图 7:IaaS和PaaS的收入预测(10 亿美元)来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)云业务有望超越服务器开发尽管短期来看,服务器和存储可能是生成式 AI 服务最突出的细分市场,但众多企业无疑将利用公有云的部署形式。我们认为巨型企业将自行开发基础 LLM,以便在其自有云基础设施中达到最佳运行效果。Meta、微软、Alphabet、英伟达、亚马逊和其他同类供应商或将充当推动训练 LLM 发展的主力。这些公司能够获得用于建立训练基础设施所需的资金,同时保持较高的服务器利用率,从而将利润率维持在健康水平。假以时日,生成式 AI 作为服务的市场规模料将远高于服务器和存储,随着独立服务器和存储的增速逐渐下降,到 2032 年,生成式 AI 的增速有望达到 60%。与规模较小的基础设施软件同业相比,这一趋势对于云巨头的扩张更有利,反映出软件即服务(SaaS)、平台即服务(PaaS)和 IaaS 在规模达5,000 亿美元的公有云市场中占比的演变。所附图表中的预测值为保守估计。虽然企业需求向云的过渡极可能在未来几年加速,但我们并未将这一因素纳入假设。8服务器需求料可在短期内维持健康状态尽管最终会转向云部署,但对生成式 AI 的爆炸性需求正如 ChatGPT 热潮所表现出来的料会推动基础设施硬件市场大幅增长,尤其是为其提供必要算力的服务器。根据 IDC 的数据,2025 年,全球 AI 服务器市场或将较 2021 年增加一倍,至 318 亿美元,年均增速有望达到 19.5%左右,超越服务器市场的整体增速(10.7%)。从明年起,AI 料将给全球服务器收入带来 20%以上的贡献,而 2021 年为 15%。尽管 2023 年面临多重经济压力,但得益于 ChatGPT 引发的生成式 AI 领域的军备竞赛,AI 服务器支出有望保持强劲。服务器需求的绝大部分或将流向为微软、谷歌等主要云服务提供商构建定制模型的原始设计制造商(ODM),这些云服务提供商为 AI 应用程序提供重要的支持和开发。在计算和存储能力方面,它们的公有云基础设施也提供必要的 AI 开发扩展能力。微软是 OpenAI(ChatGPT 的所有者)的主要投资人;而微软 Azure 是 ChatGPT 的独家云平台。中国台湾主要 ODM 服务器厂商纬颖表示,2022 年 AI 相关设备占其服务器出货量的 20%。目前,该公司预计来自云服务提供商的服务器订单中将有近 50%与 AI 有关。图 8:IaaS和PaaS的收入预测(10 亿美元)来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)9AI 服务器的复杂设计或有助于提振相关供应商的利润。普通服务器主要采用英特尔和 AMD 的 x86中央处理器(CPU),但 AI 服务器采用所谓的异构计算架构,即将 CPU、图形处理器(GPU)和基于高级精简指令集计算机(RISC)架构的芯片(基于 ARM 架构)等不同的处理器,或自有的专用集成电路(ASIC)整合在一起。这种混合搭配的方法能够优化系统性能和功耗,但对服务器设计构成挑战,因为每个处理器的指令集和数据传输周期都不一样。因此,与欠缺专业性的竞争对手相比,拥有深厚设计专长的 ODM 将具备竞争优势,有可能收取更高的费用,从而提高利润率。从使用通用 CPU 到使用定制加速器来处理大型数据集工作负载的转变,是决定训练能否成为比推理更大的市场的关键因素。预计到 2032 年,训练将占生成式 AI 市场总规模的 36%,而推理占 13%。随着更多公司开发训练自有 LLM(例如 OpenAI 的 ChatGPT、Meta 的 LLaMA 和 Alphabet 的Google Bard),半导体加速器的应用可能会增加。图 9:ODM 直接出货服务器市场来源:IDC10硬件更新速度加快;网络是关键边缘设备(用于控制进出网络间边界的数据流的硬件)推理需求可能会加速个人电脑和智能手机的升级换代这些设备目前不太能够跟得上 AI LLM 的繁重处理、内存和存储要求同时催生出可穿戴设备和智能音箱以外的新类别。随着更多应用在 OpenAI 的 ChatGPT、谷歌的 PaLM2 和 Meta 的LLaMA 等基础模型之上得到开发,对推理的需求料将增加。网络已成为 AI 基础设施中除服务器和 GPU 以外的另一个极具战略意义的领域。这通常是超大规模云基础设施的瓶颈所在,而企业致力于通过扩容来解决这一问题。但与常规云负载相比,生成式 AI 工作负载具有独特性,其年均增速预计将超过 100%,原因是它计算量繁重、对算力和加速器的要求高,且需要连接不同数据池来支持训练和推理应用程序。因此,AI 工作负载在单独的网络后端运行,而前端则与云基础设施的其余部分和最终用户连接。考虑到 AI 架构的快速增长,到 2027,预计约 25%-30%的超大规模网络端口将支持 AI 流量。根据 650Group的数据,到 2027 年,AI 网络的市场规模有望从 2022 年的 20 亿美元增加到 110 亿美元。图 10:2022 年智能音箱和可穿戴设备市场来源:IDC11虽然大部分云网络通过以太网协议传输流量,但 InfiniBand 已成为连接 AI 集群的首选技术,因为它能够高速传输数据,且损失极小。InfiniBand 服务于与高性能计算和超级计算环境,到 2022 年,该专有技术将占 AI 后端集群的 87%。英伟达几乎占据了整个 InfiniBand 市场,并利用其在 AI GPU 领域的领先地位,将其他技术也打包到其 AI 产品组合中。图 11:AI 网络架构概览来源:彭博行业研究12不过,我们认为,博通的 Jericho 3Ai 和思科的 AI 网络芯片 Silicon One 有望推动以太网技术增速超越 InfiniBand,夺取更大的市场份额。2022-27 年,后端 AI 相关以太网销售预计将以 69%的复合年增长率增长至 30 亿美元。最新的芯片和硬件创新解决了以太网数据流的“突发性”和“易丢包”特性,这可能使其具备比 InfiniBand 更大的吸引力。云巨头热衷采用以太网的一部分原因可能在于对相关技术的熟悉,但也有避免被锁定在英伟达生态系统中的考虑存在。Arista 在高速网络设备领域独具优势,或有望成为云提供商转向以太网的主要受益者。与此同时,英伟达则料可凭借其通过收购Mellanox 获得的 Spectrum 交换机,促使客户转向面向 AI 的以太网网络。图 12:云端 AI 网络销售预测来源:650 Group图 13:AI 以太网和整个云交换市场的市场份额来源:650 Group、Dell Oro13图 14:市场规模(按部署类型)来源:IDC数字化转型蔓延随着 ChatGPT 等基于云的 AI 技术快速发展,边缘 AI 开发的重要性越来越大,是推进 AI 生态系统的重要一步。边缘 AI 在实时决策和成本节约方面具有很高的价值,对于医疗、制造和交运等领域而言极为关键,有望带来比基于云的 AI 更大的用户群。我们的情景分析显示,到 2032 年年底,边缘 AI 半导体市场的规模可能会达到基于云的 AI 市场的 3.37 倍。未来 10 年,边缘 AI 的采用料将推动消费品(预计将以 39%的 10 年复合年增长率领跑其他细分市场)、工业和自动化领域的 AI 采用率实现显著增长。除生成式 AI 以外,机器学习和其他 AI 领域也可能会推出更先进的技术。过去几年,甲骨文一直在大力开发其自治数据库,AI 预算分配的提高或将为其带来增长。我们预计其他软件提供商也将提供更多此类功能,利用机器学习自动完成为产品打补丁、安装安全更新和通常需要由数据库管理员执行的任务。未来几年,它有望在网络安全领域发挥更大作用,尤其是在事件管理和分析组织内部的不规则模式方面。14市场变革硬件、广告和游戏市场转型在即生成式 AI 为变革提供了机会,特别是在硬件、数字广告和游戏领域。训练大型语言模型所需的计算密集度可能会推动市场份额向高级 RISC 机器转移,从而可能会使这类设备成为硬件领域增长最快的类别。Alphabet、Meta 和其他数字广告巨头或可借助基于其庞大第一方数据库的机器学习模型来改善定向投放和品牌转化率。索尼、谷歌、Unity以及游戏领域的其他企业或将利用AI促进产品开发,优化用户体验。LLM 训练利好向 ARM 的转变训练大型语言模型或将导致大部分市场份额从基于 CPU 的服务器流向基于高级 RISC 机器(ARM)的加速器。对 AI 服务器的需求激增已使 ARM 成为硬件领域增长最快的类别。我们认为,假以时日,随着企业利用公有云部署LLM和其他形式的先进 AI,生成式 AI 即服务的市场规模料将进一步扩大。图 15:生成式 AI 即服务来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)15图 16:生成式 AI 软件支出预测来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)图 17:2032 年软件支出预测细分来源:彭博行业研究预测(基于 IDC 的硬件和软件数据)16广告市场领头羊 Adobe 和 Salesforce 拥有第一方数据优势LLM 对计算和存储的需求巨大,这是我们预计第一阶段的实验将与谷歌、微软和 AWS 等云巨头联手展开的主要原因。即便在成熟阶段,考虑到内部基础设施开发的规模和所需的成本,此类公司仍有可能占据最大的市场份额。OpenAI 在训练 Transformer 模型方面的领先优势以及较早与微软达成合作,使 ChatGPT 的采用情况优于 Meta、亚马逊、Alphabet 和 Anthropic 等基于文本的 LLM。随着大多数超大规模企业纷纷投资于自有基础 LLM 的开发,我们认为 OpenAI 需要保持其在算法方面的领先地位,同时确保从维基百科、Reddit 和 Stack Overflow 等公司的开放式互联网语料库中获取训练数据。Alphabet旗下 DeepMind 和 Google Brain AI 部门的合并,可以起到加速变革的作用,利用 LLM 来维持搜索、Chrome 和地图应用等各个收入来源的用户参与度。在向生成式 AI 的迅速转型过程中,Meta、Adobe、微软、Alphabet 和 Salesforce 等巨头比规模较小的竞争对手更具优势,原因有二:它们手握海量第一方数据,且拥有充足的资本可供部署。上述几家公司在所属类别的市场份额均领先,有能力提供海量信息用于训练 AI 模型,从而得出更准确、更有效的结果。随着由 AI 生成的内容涌现,提高用户参与度和平台的变现能力,Meta 等社交媒体平台料将得到提振。LLM 和生成式 AI 有望加速从传统电视到数字广告的转变。据我们计算,到 2032 年,随着人们将更多时间花在线上,叠加广告定向投放和个性化水平的提升,这一市场的规模料将扩大近 2,000 亿美元。随着 LLM 的功能不断增强,这些平台的广告转化率料可获得提振,利好在云基础设施领域实力强劲和第一方数据最为丰富的公司。由广告收入提供支持的模式可能仍将是线上搜索和利用深度学习和生成式 AI 的新工具的主要变现形式。彭博行业研究近期的一项调查发现,只有 13%的受访者愿意为订阅使用 ChatGPT 等生成式 AI 工具付费。其中,只有 1%的受访者表示愿意为 ChatGPT 支付每月 20 美元的订阅费,其余人表示愿意支付 6-10 美元。在所有参与者中,有 93%表示他们不愿支付超过 10 美元/月。研究结果表明,降低价格有望推动生成式 AI 订阅的渗透率提升 10 倍。例如:虽然免费版的推出帮助 ChatGPT 以比任何消费应用都更快的速度赢得了 1 亿月活用户,但付费用户的转化率仍处于低单位数水平。图 18:生成式 AI 数字广告来源:彭博行业研究预测(基于eMarketer 的数字广告数据)17索尼和谷歌为游戏设计探索新交互界面部分初创公司已经展示了一些有趣的技术,根据描述和开放式互联网提供的大量训练数据生成“合成内容”,即由计算机生成、模拟真实世界信息的数据。生成式 AI 能够加快手游、社交媒体以及虚拟现实和增强现实应用的创作过程。AI 工具可能会令高预算、高知名度游戏公司以外的游戏数据迅速增加,包括用户自己生成的游戏数据。在 Bard、LLaMA 和 ChatGPT 等工具提供的基础模型以外,开发者依然是游戏和元宇宙领域的关键。苹果、谷歌的安卓,以及索尼的 PlayStation 等游戏生态系统可能会通过提供软件开发工具包的方式,利用 LLM 简化其平台上的新内容创作。生成式 AI 或将帮助创意软件工具从点击式转向基于描述和语音的用户界面。尽管谷歌和 Meta 已经开发出用于生成图像的 LLM,但采用率均落后于 Stability AI、Midjourney和 OpenAI 的 Dall-E。大多数基于图像的生成式 AI 模型依赖于扩散技术,而呈现的图像质量则取决于训练数据和分配给所用参数的权重。虽然 Adobe 一直在投资开发自研生成式 AI 功能,并推出了 Firefly,但我们预计其他设计和游戏软件公司为了利用专有数据和分布,也会投资开发自有生成式 AI 模型。图 19:广告用途来源:eMarketer图 20:生成式 AI 游戏来源:彭博行业研究预测(基于 IDC的硬件和软件数据)18细分市场分析热门程度取决于目前终端市场的采用状况从创造新收入的角度来看,生成式 AI 对应用软件行业的影响可能远不及对基础设施软件深远。但我们已经开始看到人工智能辅助编程应用 copilot 在应用软件领域崭露头角:微软、Adobe、Snap 等公司均在近几个月推出了自己的 copilot 版本。彭博行业研究对市场机会的分析显示,与生成式 AI 相关的新增软件销售有望达到 2,800 亿美元,其中大部分可能来自基础设施领域。Copilot 引领新征程在应用软件领域,教育、药物发现和专业化 AI 助手可能是更重要的新增收入的来源。游戏、IT 和企业服务可能是贡献较小的类别。企业服务下的子类别,客户服务和业务流程外包受到 AI 工具的影响程度可能较大,销售或将缩水。Microsoft 365 的 copilot 和 Adobe 的 Firefly 是应用软件领域的两种生成式 AI 助手。尽管我们不认为这些 AI 助手会推动新用户数快速增长,但鉴于这些应用的市场渗透率较高,随着产品使用粘性的提高,平均每名用户的收入也有望增加。过去几个月,许多公司(包括 Snap、微软和 CrowdStrike)均已部署 AI 聊天机器人和 copilot。我们认为,将有更多公司推出通过 AI 助手帮助用户提高生产力的类似产品。软件编程领域可能受益最多,开发人员严重短缺的压力或有望在一定程度上得到缓解。微软基于 OpenAI 的 GitHub copilot(企业用户每个月的订阅费为 19 美元)就属于这类产品,可为开发人员提供建议,大幅缩短编程时间。ServiceNow 等其他软件基础设施提供商或将在明年推出类似的产品。随着客服和后台工作被 AI 助手取代,业务流程外包服务被颠覆的程度可能比 IT 服务更为严重。这可能会在短期内造成定价压力,特别是客服领域,该领域虽位于业务流程外包价值链的最下游,但仍是其规模最大且增长最快的次级细分市场。根据 IDC 数据,到 2027 年,客户服务业务的规模预计将以每年 6.5%的速度扩大,而所有其他业务流程外包服务的增速为每年 3.5%。图 21:编程 vs.对话式交互界面来源:彭博行业研究19加强网络安全的同时改善留存率生成式 AI 或大型语言模型不太可能为网络安全和 DevOps 带来独立的收入机会,但我们认为,随着copilot 投入使用,加上纯云服务提供商产品效率的不断提高,总留存率和追加销售或有望改善网络安全领域在这两项指标上的表现通常不及其他软件领域。一些大型语言模型能够从结构化和非结构化来源摄取海量遥测和威胁数据,这或将有助于提高其有效性,让拥有专有数据且已领跑这一细分市场的云提供商(如 CrowdStrike、SentinelOne 和 Zscaler)占据更有利的地位。CrowdStrike 不但推出了 copilot,而且与 AWS 扩大合作,旨在利用生成式 AI 提高产品的有效性,并在将这一技术应用于网络安全方面取得先机。对于简柏特和 EXL Service 等客服业务极少的业务流程外包服务公司来说,生成式 AI 对收入的影响多属于利好。那些侧重提供更高增值服务的公司可能会利用 AI 带来的效率提升来扩大其潜在市场的总规模,特别是数据分析等领域。图 22:业务流程外包预测来源:彭博行业研究预测(基于 IDC的硬件和软件数据)20图 23:生成式 AI 的网络安全和 DevOps市场来源:彭博行业研究预测(基于 IDC的硬件和软件数据)图 24:2022-32 年训练市场预测来源:彭博行业研究预测(基于 IDC的硬件和软件数据)尽管存在微软这个强大的竞争对手,但生成式 AI 的迅速增长或将推升对 CrowdStrike、SentinelOne 和 Okta 等纯云安全提供商的需求,因为它们提供跨多个云的服务,有助于应对不断演进的威胁、避免恶意行为者对生成式 AI 的潜在利用。与其他巨头相比,谷歌有望继续通过其收购的Mandiant来增强其云服务的安全性。数据价格不菲大型语言模型的规模和复杂性导致训练过程的数据密集度极高。尽管 OpenAI 的 ChatGPT 已与微软达成合作,但在可供训练的数据量方面可能仍难以与互联网巨头相媲美。ChatGPT 的初期应用主要集中于改变搜索的本质;这一领域一直以来由谷歌主导。当时 ChatGPT 的主要用途是根据用户输入分析、生成和编辑文本。然而在短短几个月内,OpenAI 就意识到生成式 AI的强大之处,该平台的应用范围迅速扩大至传统搜索之外。最新版 ChatGPT 可以处理包括图像、音频和视频在内的各类数据。此类输入所需的计算资源远远超过基于文本的 LLM。基于 Transformer 架构的 LLM 由于采用多模态输入,很可能规模更大、复杂性更高,这可能有助于微软与 OpenAI 保持其相对 Meta、谷歌和 Amazon 等其他基础 LLM 的领先地位。21图 25:ChatGPT的每日用户访问量来源:Similarweb图 26:亚洲主要服务器制造商来源:彭博行业研究全球服务器收入的五分之一由 AI 驱动ChatGPT 的活跃用户数强劲增长,这意味着生成式 AI 或将成为未来几年服务器供应链增长最重要的催化剂之一,据我们计算,到 2024 年,全球服务器收入的占比将从 2021 年的 15%提高到 20%以上。OpenAI 于去年 11 月推出 ChatGPT,此后一周用户基数已多达 100 万,并在短短两个月内破亿。OpenAI 推出了一项每月 20 美元的订阅服务,并为企业提供付费使用 ChatGPT 的渠道,以扩大商业化应用。Snap、Shopify和Instacart等公司已将 ChatGPT 集成到各自的产品中。服务器供应链的原始设计制造商有望收获最多需求,因为云服务提供商已经成为 AI 开发的重要参与者。AI 服务器也有望给其他拥有设计专长的供应商带来强劲销售。22用途不断扩大未来 10 年服务支出有望逐年翻倍ChatGPT 的早期应用情况显示,生成式 AI 有望大幅扩大软件垂直市场,该市场目前仅占数据库、企业资源规划和客户关系管理等细分市场的一小部分。生命科学和教育公司有望实现快速增长,并成为专营供应商,得益于软件中大型语言模型的使用,进而推动生产效率的提升。除此之外,还有可能会改变搜索和其他信息汇总需求的、基于 AI 的专业化软件助手。图 27:生命科学和教育领域的生成式 AI 支出来源:彭博行业研究23基础设施领跑软件、游戏和 IT 服务我们的市场机会分析显示,在全新 AI 技术框架的带动下,到 2032 年,软件支出有望增加 2,800 亿美元,即从 2022 年起以年均 69%的速度一路攀升。AI 助手、网络安全、药物发现和编程工作流是推动额外支出增长的一些重要类别。基础设施软件的收入机会似乎会比应用软件、游戏和 IT 服务增长更快。我们预计软件行业的留存率将得到改善,平均每用户收入趋于上升、开发成本下降,而随着研发支出的下降,该行业的利润率有望上升 200-400 个基点。未来 10 年,服务方面的支出有望增加约 1,200 亿美元,即从 2022 年起每年翻一番。咨询、数据相关服务、定制应用程序的开发和新聊天机器人的创造都会对额外支出起到驱动作用。IT 和企业服务市场目前的总规模约为 1.2 万亿美元,假设年均增速为 6%,则未来 10 年有望达到 2.1 万亿美元。图 28:生成式 AI 软件支出预测来源:彭博行业研究预测(基于 IDC的硬件和软件数据)图 29:IT 和企业服务市场的生成式 AI 来源:彭博行业研究预测(基于 IDC的硬件和软件数据)24谷歌、IBM、甲骨文、微软和 AWS 有望赢得更多云服务订单。IBM 的主要动力在于混合云和安全服务(包含 Watson 相关产品)。甲骨文有望在数据库管理产品方面取得市场份额的领先地位。Splunk、思科、Snowflake、VMware 和 ServiceNow 也具有显著优势。网络安全领域的领军企业则包括派拓网络、Fortinet 和微软。Adobe、Unity、Roblox 和 Matterport 等公司可能必须迅速转向,将 AI 集成到其软件中,以应对来自采用 LLM 的初创公司的竞争。图 30:云、数据库和网络安全的主要提供商来源:彭博行业研究25个人化技术苹果和三星电子将加入这一行列 AI 赋能的工具得到扩展鉴于面向特定领域预测的 LLM 已经面世,基于对话式 AI 和计算机视觉产品的语音助手或会作为新的推理类产品出现。苹果、三星电子、亚马逊以及其他公司可能会根据其现有产品与对话式 AI 的结合效果考虑采用这类 AI。同样,特斯拉和通用汽车等车企也可能会通过投资于计算机视觉研究,推动新一代车载 AI 的发展。生成式 AI 不断进步,最近训练的 LLM 的响应精确度也有所提高,在这样的环境下,上述几类产品有望加速设备市场的发展。在这一总规模高达 1 万亿美元的市场中,智能音箱和可穿戴设备已初成气候。若生成式 AI 为主流用户所采用,个人电脑和智能手机的更新周期或将缩短,因为这些边缘装置的当前配置可能没有经过优化,无法运行生成式 AI 应用程序,后者需要大量的处理、内存和存储空间。个性化带动销售增长苹果和三星电子等硬件制造商的对话式 AI 产品可能会与个人电脑和智能手机捆绑在一起,这有助于推动现有用户群升级,同时亦可驱动服务业务的增长。苹果(HomePod)、谷歌(Home)和亚马逊(Echo)等供应商或将改进其具备智能助手功能的音箱设备,而特斯拉、宝马、福特汽车和大众等车企或将其集成到汽车上,以提升驾驶员的互动体验。根据彭博行业研究最近的一项调查,在消费者中,对话式 AI 远比采用生成式 AI 的 copilot 更受欢迎,超过 40%的受访者表示自己经常在对话式交互界面使用 AI 工具。我们预计,到 2032 年,这些产品将以 43%左右的复合年增长率增长,与生成式 AI 市场的整体增速一致。大部分增长料将发生在这一时期的后半段当这一产品类别变得更成熟之时。计算机视觉也可能会成为生成式 AI 工具的重要应用领域。构建 LLM 将需要大量训练数据,还需将生成式 AI 部署在汽车内,以运行推理功能。我们预计计算机视觉所带来的增量收入将主要来自硬件,而随着这项技术在高级驾驶辅助系统中得到应用,这一产品类别的规模有望在 2032 年前扩大至约 600亿美元。从中长期来看,相关服务的销售可能会受到更大的影响。要运行这些繁重的工作负载,AI 训练基础设施必不可少,激发了对大容量服务器和存储的需求。大多数训练相关的工作负载都将是新型任务,考虑到企业目前使用通用处理器处理分析和交易。图 31:2022-32 年推理预测来源:彭博行业研究预测(基于 IDC的硬件和软件数据)26图 32:对话式 AI 来源:彭博行业研究预测(基于 IDC的硬件和软件数据)图 33:计算机视觉 AI 来源:彭博行业研究预测(基于 IDC的硬件和软件数据)27资本支出展望对 AI 的需求将意味着 2.4 万亿美元的资本支出生成式 AI 工作负载非常繁重,这料将在短期内刺激企业对服务器和存储的投资。过去几年,全球软件支出平均每年增长 10%-12%左右,尽管近期有所放缓,但随着企业投资于 AI,软件类别的前景将变得更加光明。对软件制造商而言更是如此,它们可以通过引入生成式 AI 来优化现有产品阵容。因此,采用这些技术的相关资本支出或将上升,从而令软件支出在 2022-2032 年以每年 11%的速度攀升至 2032 年末的 2.4 万亿美元。在短期内,为确保 AI 工作负载的高质量运行,数据中心和云运营商很可能将承受更高的成本,因为运转故障和系统失灵可能会导致诉讼、合同取消和经济损失。我们认为,Alphabet、Meta 和亚马逊等大多数巨头最终都会将资本支出投入到专有的基础 LLM 的开发当中,以便更充分地利用各自的云基础设施。鉴于微软已在 OpenAI 的 ChatGPT 进行大量投资,该软件巨头短期内不太可能开发自有 LLM。图 34:科技巨头的资本支出来源:彭博行业研究28处理芯片和内存芯片需求增长机遇遍布全球人工智能的普及可能会推动对图形处理单元(GPU)和动态随机存取内存(DRAM)的需求,从而提振 SK海力士、三星电子和美光科技的销售。我们认为,内存半导体和 AI 加速器将在数据中心芯片市场的扩张中扮演重要角色,未来三到五年,二者的年增长率均有望超过 15%。台积电实力强大 有望从竞争中脱颖而出Fortinet 和派拓网络可能会在生成式 AI 领域利用定制半导体的优势,为其硬件和软件防火墙的稳定更新提供支持。Fortinet 为其 ASIC 芯片添加了软件定义广域网(SD-WAN)功能,从而得以从思科和Check Point 等传统防火墙供应商中获得更大份额。派拓网络则成功地将其 Prisma、Cortex 和虚拟防火墙捆绑在一起,帮助企业客户保护其本地和公有云的工作负载。随着数据中心中 AI 芯片的功耗受到越来越严格的审视,AMD 的节能 AI 加速器料将从中受益。据我们计算,由于 AI 加速器需求迅速增长,英伟达和 AMD 的生产订单迅速回升,台积电下半年的销售额有望快速改善。今年,台积电以美元计的收入小幅下降,之后有望在明年大幅回升,增幅或达到10%-20%的高段水平。根据我们的情景分析,未来四年,其销售有望大增高达 50%,从而摆脱因个人电脑和智能手机需求下降而造成的收入下滑。台积电要等到 2025 年,才能通过 AI 芯片获得可观的收入增长。根据 IDC 的数据,包括 AI 加速器在内的 GPU 服务器细分市场在 2022 年的销售额仅为 105 亿美元,约占全球计算处理器市场的 12%。图 35:网络安全市场来源:IDC29图 36:彭博行业研究情景分析来源:彭博行业研究图 37:服务器 GPU 的 2019-2022 年销售增长来源:IDC,彭博行业研究台积电在先进半导体制造工艺方面占据主导地位,能够继续获得来自英伟达和 AMD 等主要厂商的大部分 AI 芯片生产订单。由于该公司的良率较高,这一优势预计将持续下去。此外,许多 AI 芯片设计厂商更青睐台积电的 CoWoS 封装,因为其具有更高的互联密度,封装尺寸更大,成本效益也更高。30图 38:DRAM 位元需求(按应用)来源:Gartner,彭博行业研究对速度的需求推动性能迅速提高高带宽内存(HBM)芯片料将发挥重要作用,因为只有当内存能够在高速条件下为 GPU 提供大量数据的情况下,才能迅速实现 GPU 的性能提升。随着等主要厂商的大部分 AI 芯片生产订单。由于该公司的良率较高,这一优势预计将持续下去。此外,许多 AI 模型变得愈发复杂,训练要求也越来越高,HBM 芯片(如 DDR5)有望得到更广泛的应用。自 SK 海力士宣布将向英伟达出货业界首款 HBM以来,该公司有望随英伟达对 GPU 需求的不断增长而受益。随着 GPU 和 HBM 得到越来越广泛的应用,全球最大的 DRAM 制造商三星电子的业绩也有望上升。31图 39:DRAM 供应商的市场份额来源:Gartner,彭博行业研究图 40:主要 DRAM 制造商的出货量(按用途)来源:IDC,彭博行业研究32随着人工智能在推理应用领域日益普及,图形双数据速率记忆体(GDDR,用于注重成本的零售电脑显卡)和低功耗双数据速率记忆体(LPDDR,主要用于智能手机)等 DRAM 的价值有望提高。如果所有处理工作都在服务器上进行,那么耗电量和数据通信的规模将变得过大。这意味着有必要在边缘设备上执行 AI 任务,这可能将推动个人电脑、汽车、机器人、智能手机和安全摄像头等产品的DRAM 订单激增,提振三星和 SK 海力士的销售。DRAM 被用于在服务器上执行大规模 AI 计算,该部分的订单量低于智能手机和个人电脑。智能手机和个人电脑占全球 DRAM 位元需求的 40%以上。服务器占 DRAM 整体需求的 30%左右,而人工智能仅占其中的一小部分,因此仅靠 工具还不足以在短期内提振 DRAM 的整体需求。人工智能对芯片性能改进速度的要求高于小型化和先进封装的发展速度,这意味着质量存在不确定性。因此,能够准确地评估芯片性能和质量的芯片测试机的重要性或将急剧上升。Teradyne 在该领域具有巨大的竞争优势。客户对爱德万测试的 V93000 系列 SoC 测试系统给予了高度评价。图 41:比较不同类型的 DRAM来源:彭博行业研究图 42:爱德万测试和 Teradyne 芯片测试机的销售情况来源:公司数据、彭博行业研究33质量保证对单个芯片,以及芯片的整体封装均十分必要,完整的系统级测试(SLT)的重要性也将上升。3 纳米工艺正在兴起,将数个芯片或裸片垂直放置在基板上的晶粒封装在几年内可能也会被采用。除了识别有缺陷的产品以外,像 Teradyne 这样的测试机制造商还需要降低将良品错误归类为缺陷品的可能性,这对技术实力的要求相当高。爱德万测试在 2019 年和 2020 年先后收购了 Astronics和雅诗,SLT 业务。图 43:爱德万测试的SLT销售来源:爱德万测试、彭博行业研究图 44:内存测试机市场规模来源:爱德万测试、彭博行业研究34聊天机器人变身个性化购物助手生成式 AI 正在为聊天机器人向个性化购物助手的转变铺平道路,个性化购物助手能够在消费者的要求下,向其展示合适的品牌和产品。Snap、Meta、Pinterest 等已在旗下平台上部署购物功能的公司正投资 AI 聊天机器人,并可能会通过提供个性化购物助手,提高用户对社交商务的使用率,从而增加商业化变现机会。多模态搜索可将用户体验延伸至基于文本的功能以外,后者目前在市场占据主导地位。我们认为ChatGPT 的对话性质可能会在短期内减少广告量,因为经汇总的回复降低了点击链接查找信息的必要性。随着生成式 AI 和机器学习算法的日益进步,并不断根据用户输入进行调整,它们将更能够迎合人们的品味、兴趣和生活方式,提供更加定制化的独特体验,并为社交媒体和搜索平台提供新内容。这有望扩大可用性、提高用户参与度,就像 TikTok 使用 AI 算法向用户推荐内容一样。对于拥有丰富的第一方数据的大公司而言,LLM 有望改善广告的定向投放。Meta 的 Reels 系列产品已经转而采用基于 AI 的推荐,以便部分抵消因苹果改变其广告主标识符(IDFA)政策而产生的不利影响。Meta 可能会继续开发其LLaMALLM,并提高广告营销活动的质量。生成式 AI 还有望加速从广播电视向数字广告的转变,特别是考虑到提供个性化广告版本有助于提高效率和销售转化。随着更多优质内容从广播电视转向流媒体,LLM 料可为现有的大型媒体公司带来更多益处。我们的分析显示,通过平台使用时间、广告定向投放和个性化助手,生成式 AI 市场有望在2032 年前增至近 2,000 亿美元。图 45:对 AI 服务的兴趣来源:eMarketer图 46:数字广告支出来源:彭博行业研究预测(基于eMarketer 的数字广告数据)35图 47:欧盟法案立法程序时间表来源:彭博行业研究监管格局欧盟遥遥领先于美国;科技巨头面临风险生成式 AI 的可信性和内容安全性有必要加强,在检测和防止因不当使用该技术而产生严重虚假内容方面,Snap、Meta、TikTok 和 Alphabet 等重要参与者拥有巨大优势。对可信性和内容安全性的加强料可改善广告商的品牌安全状况,同时有助于提高在上述平台的广告支出转化率。若与 AI 相关的监管趋严,也可能会导致数据保护和加密成本上升。在针对 AI 的监管方面,欧洲遥遥领先于美国。鉴于 AI 工具的开发速度极快,我们认为设立专门的监管机构是少数可行的监管模式之一。欧盟采取全面监管的方式欧盟即将通过 AI 法案 实施第一套全面监管办法,不过该法案仍在讨论中,可能要到 2025 年或以后才会生效。大举投资于 AI 开发的科技巨头料将受到最严厉的审查。风险仍然存在,除非法规放松,否则 AI 在该地区的发展将会受限。尽管欧盟对科技的严控态度似乎可能会随着AI 法案的出台而继续,但在有关生成式 AI(如ChatGPT)的规定方面还有达成折衷办法的空间。拟议的欧盟法规可能涵盖社交媒体平台推荐系统、信用和考试评分、就业管理工具(如简历分类软件)的各类主题,并将其认定为高风险应用。上述类型的系统需要经过合规评估和注册登记才能在欧盟地区投入使用。这可能会阻碍欧洲的创新步伐,拖慢新应用打入该市场的脚步,并推高合规成本,从而影响利益相关方实现大规模采用 AI 的目标。欧盟的一般做法是,根据应用带来的风险类型将 AI 系统分为几个级别。相关法规将禁止“不可接受的风险”级别的应用,包括将 AI 用于社会评分和生物识别等活动。对于低一级的“高风险”应用(包括头部平台的推荐系统),预计需要经过多个步骤才能获得批准。AI 的许多企业应用可能会被贴上“高风险”标签,这意味着合规成本或将超过提高效率带来的益处。“有限风险”应用(如聊天机器人)仅要求披露,而“极低风险”产品(如垃圾邮件过滤工具)不受任何限制。欧盟 AI 法案 可能会对违规企业最高处以年营业额 6%-7%的罚款(欧盟委员会拟议的处罚比例是6%,而议会将其提高到 7%),高于现行 通用数据保护条例(GDPR)规定的最高限额 4%。在 GDPR实施的头五年累计产生了近 40 亿欧元的罚款,其中对 Meta 的罚款占总额的 64%。亚马逊占 19%,谷歌占 5%。考虑到生成式 AI 具备塑造市场的潜力,我们认为处罚的威胁短期内不会阻碍对生成式 AI 的投资。366 月 14 日,欧洲议会全体会议表决通过了 AI 法案,为其与欧洲理事会和欧盟委员会的三方协商铺平了道路。虽然会谈没有固定时间表,但在年底前(赶在明年 5 月议会选举前)完成协商将面临巨大压力。法案生效后将有两到三年的执行过渡期。因此,相关企业只需在 2025 年底前(更可能是 2026年)做到合规即可。欧盟的政策制定者正在推动自愿行为准则的制定,以此作为 AI 法案生效前的临时措施。如果这一方案得以实现,我们预计行业领军企业将接受有助于塑造监管范围的原则。AI 法案 将为欧盟日益复杂的科技监管框架再添新元素。近年来,欧盟一直试图遏制肆意收集和使用个人数据的行为(GDPR),并对各大平台施加与内容审查(数字服务法)和滥用市场力量(数字市场法)有关的义务。这些规则可能会对企业处以巨额经济处罚并要求整改运营,从而对企业产生重大影响。GDPR 的执行一直是分散的,爱尔兰负责监管大多数平台。欧盟委员会负责监督 数字服务法(DSA)和 数字市场法(DMA)的合规情况。AI 法案的执行可能会由各个国家级监管机构负责。图 48:Meta 遭受 GDPR 重拳打击来源:GDPR 执法追踪工具、彭博行业研究图 49:欧盟近年来针对科技领域的监管措施来源:彭博行业研究37美国不太可能采取激进的监管措施如果美国采取激进的监管方式(我们认为这不太可能发生),则可能会削弱一系列公司的 AI 产品增长:美光科技和英伟达等芯片制造商;亚马逊和甲骨文等云基础设施提供商;Adobe、IBM 和微软等软件和开发工具制造商,以及将 AI 应用于数据、搜索和广告功能的平台,如 Alphabet 和 Meta。第一项联邦两党法案“取消第 230 条对人工智能的豁免权法案”(料收效甚微)表明,在严格的 AI 监管法案落地美国之前,还有很多工作要做。该法案将确认一项联邦责任保护条款(即 通信规范法案 第 230 条)不适用于 AI,但我们认为法院无论如何都不太可能将该条适用于 AI 技术。更值得注意的是,该法案并不会赋予联邦起诉 AI 相关危害的权利,也未试图界定什么是 AI。其中对“通用 AI”的定义过于宽泛,以至于该法案实际上可能会使许多现有线上平台失去第 230 条的保护。如果不大幅缩小界定范围,该草案很可能不会正式成法。在我们看来,第二项两党法案“国家人工智能委员会法案”才是国会迈出的明智的第一步,而且很有可能会正式成为法律。它主张创立由 20 名成员组成的独立的两党委员会,研究 AI 的风险,并提出防范措施。该委员会将在两年内发布三份报告,推动监管框架的形成。成员将包括来自业界的代表,料有助于缓和反对情绪。出人意料的是,5 月参议院听证会对我们认为最符合逻辑但也可能最具颠覆性的美国 AI 监管推进方式持乐观态度:新设一个专门监管 AI 的联邦机构。美国国会无法跟上 AI 的高速发展,尽管设立新机构同样存在困难,但国会将至少有机会对这项技术进行监管,并制定法律准 绳。与负责监管所有行业的联邦贸易委员会相比,这样的机构也更专注于 AI 领域。但成立新机构可能会打乱现有计划,因此或将面对来自业界的强烈反对,而可能支持的公司料会推动限制该机构的权限。国会也可能考虑采取许可模式,即对于覆盖面广或存在严重潜在危害的 AI 应用,须获得新监管机构的许可才能投入运营。这种做法恐招致业界的激烈抵制,包括声称此举将扼杀 AI 创新并将其推向国外。侵入性更低的监管方案可能会以透明度为重点,要求对 AI 产品进行披露和标记,还可能会要求监管机构或研究人员能够监控数据的收集或使用。由于国会不太可能就颠覆性方案例如创立新的监管机构或发展许可模式达成共识,我们预计 AI 将在现有法律框架下受到监管,即便它们有时并不适用。例如,联邦贸易委员会(FTC)将负责监控不公平和欺诈行为,而各行业的现行法律或将对 AI 在不同行业的应用加以限制。在这一轻度干预的监管模式下,AI 料可在美国蓬勃发展。但是,与社交媒体公司不同的是,AI 用户可能无法从 通信规范法 第 230 条中受到广泛的诉讼保护。38环境、社会和治理(ESG)展望降低能耗;保护 IP 和隐私图形处理器在 AI 推理中的使用增加,这将大幅提高数据中心服务器的能耗,从而使节能在最大限度提高运行效率的同时,尽可能降低电力和冷却成本成为优先事项。相比英伟达,这可能更利好 AMD,因为 AMD 最新推出的 MI250X 加速器单位功率下的每秒浮点运算次数峰值高于英伟达的H100。我们认为,ARM 有望继续通过数据中心的 x86 处理器扩大市场份额。现有的互联网工作负载主要运行在 x86 架构上,但大多数生成式 AI 应用将在 GPU 这样的芯片上运行,后者能够以低功耗执行大规模并行处理。得益于 ARM 设计的高能效,英伟达在计算统一设备架构(CUDA)接口方面的优势很可能惠及基于ARM 的处理器,并有望帮助该公司通过应用于数据中心、网络和边缘设备上的 x86 处理器扩大市场份额。图 50:先进 AI 芯片的能源效率来源:公司文件、彭博行业研究39在彭博行业研究的调研中,约 40%的受访者表示担心生成式 AI 对信息的使用可能会侵犯知识产权。不过大多数受访者表示,只要这些工具提供的搜索结果优于谷歌和其他网站的传统搜索功能,就愿意使用它们。鉴于相关公司可能会进一步披露有关如何使用专有数据(而非公开网络数据)训练其算法的信息,知识产权担忧有望随着时间的推移而逐渐下降。图 51:x86 vs.ARM 出货量预测来源:IDC40图 52:对生成式 AI 搜索结果的担忧来源:彭博行业研究图 53:欧洲公司注重潜力来源:DSCO 高级生成式 AI 系统的开发者可能会退出欧盟市场,除非欧盟对拟议的监管条例作出进一步修订。今年,欧洲公司对生成式 AI 和 ChatGPT 的提及次数出现爆炸式增长,表明应用该新技术的意愿强烈。不过,欧洲议会在 6 月 14 日采用的规则让生成式 AI 模型的开发者面临更多限制,例如与训练用数据集相关的透明度规则。由于所有 AI 本质上都是由数据驱动的收集海量数据并在此基础上利用机器学习输出结果美国监管机构可以通过限制可收集和使用的数据来防范相关危害。这与针对社交媒体公司提出的数据隐私法规类似。虑及这些相似之处,预计互联网平台将极力游说抵制此类限制。41图 54:科技主题和敞口、年初至今表现来源:彭博行业研究业绩和估值AI 在科技板块各领域独领风骚随着科技主题在各个领域蓄力加速,AI 不负众望领跑,带动从软件到硬件、网络、服务等各个科技领域的股价和估值倍数上涨。业绩:英伟达开辟道路 但并非孤军奋战今年,AI 主题跑赢了其他科技主题,2023 年迄今的回报率达到 47%,远高于网络安全(33%)和云(32%)。AI 领域的赢家不仅限于英伟达(232%),今年硬件股回报率达 67%,半导体股也上涨了66%。AI 还跑赢了网络安全和元宇宙主题,并超过纳斯达克 100 指数 420 个基点。生成式 AI 依然是推动预期上修和估值倍数扩张的主要催化剂。截至目前,布局基础模型训练的半导体和硬件公司(最值得关注的是英伟达和微软)是这一趋势的主要受益者。Alphabet、Meta 和Roblox 等互联网公司正在投资开发自己的基于专有数据和开放互联网数据的 LLM,以挑战 OpenAIGPT 的采用率。估值:预期随产品前景拓宽而上调一些半导体公司的估值倍数大幅上升,英伟达再次领跑,AI 对其销售增长预期的影响最为明显。收入预期的修正动能可能取决于产品发布速度,比如微软发布的 GitHub Copilot 和办公用copilot。Alphabet 最近发布了 Bard Chatbot 和 Duet AI copilot,而 Meta 将其 Llama 基础模型开源,以提升采用率。我们预计甲骨文、Snowflake、MongoDB 和 Databricks 等其他数据库和基础设施软件公司将发布矢量数据库等产品,以便发挥用于训练 LLM 的海量数据的优势,这可能有助于推动市场普遍预期上修。42公司影响预计到 2032 年,生成式 AI 支出将达到 1.3 万亿美元,料将在科技板块各领域产生连锁反应。下文详述部分公司如何在未来 10 年实现增长。微软跻身最具优势的软件制造商之列企业展望:企业纷纷对传统 IT 设备进行升级,微软庞大的软件应用阵容使其成为日益增长的数字化转型的主要受益者。随着企业接受混合办公理念,聊天协作产品 Teams 有助于驱动 Microsoft 365 增长。随着企业在私有云和公有云之间移动更多工作负载,微软在本地和公有云基础设施方面的主导地位或使其成为混合云的头部提供商。微软对 OpenAI 的投资也可能使其大部分产品的性能稳步提升,不过我们预计要实现有意义的收入增长还需要花上几年的时间。AI 影响:与大多数软件公司相比,微软在利用日益普及的生成式 AI 方面处于更有利的地位,因为与OpenAI 的合作具有先发优势。微软是首家在产品阵容中(从 Office 到 GitHub)推出 AI copilot 的大型企业。长远来看,在微软的众多产品中,基于云的基础设施产品 Azure 最可能成为 AI 需求增长的主要受益者。微软不仅在 Azure 中引入 ChatGPT,还在该平台中提供了 OpenAI 的大型语言模型。我们认为随着时间推移,搜索是微软另一个有望稳步扩大市场份额的领域。亚马逊有望通过训练、推理和创意应用取得增长企业展望:尽管经济下行和通胀的压力加大,亚马逊对速度、便利和价值的追求,加上不断增长的广告业务及愈加强劲的 AWS 业务,将有助于为下半年的业绩改善铺平道路。鉴于云服务销售在第三季度初增长了 12%,下半年该业务的增速和利润率均有望上升。长期来看,IT 预算提高以及企业将基础设施迁移至公有云的意愿增强仍将是 AWS 的催化剂。营运利润率或将随着成本削减和效率提升而扩大。我们将密切关注亚马逊对药店和生活超市领域的进军。AI 影响 AWS 应会在全新生成式 AI 工作负载(从训练、推理到通过Bedrock产品创建新的应用程序)方面获得可观份额。与微软的 GitHub 一样,AWS 也推出了一款名为CodeWhisperer 的内嵌生成式AI 的软件开发产品,该产品能够大幅缩短开发人员编写代码所需的时间。AWS 的云基础设施即服务市场份额为业界最大,其他 AI 和机器学习服务也拥有超过 10 万客户。尽管 AWS 未将 OpenAI LLM 整合进旗下产品,但与 Anthropic、Stability AI 和AI21等其他生成式 AI 提供商密切合作。Adobe 将利用由 7,000 万创意专业人士构成的用户基础企业展望:Adobe 坚实的数字产品组合以及稳定的企业支出支持,有望在未来三年带来 12%-15%的内生销售增长(按固定汇率计算)。我们认为 Adobe 将成为数字化转型支出增加的主要受益者之一,因为 Adobe 的业务以数据洞察、电子商务、市场营销和内容创作为重点。长期来看,得益于Photoshop 和 Acrobat 等旗舰产品带来的定价能力,加上较高的留存率,Adobe 有望将非公认会计准则的营运利润率保持在 45%左右。即将完成的对 Figma 的收购或有损近期利润。AI 影响:Adobe 凭借约 7,000 万创意专业人士构成的安装用户基础,在该领域占据最高市场份额,这使其能够从生成式 AI 中获益。Adobe 最近发布的 Firefly 创意 copilot 可大幅缩短通过文本创建图像所需的时间,并且已经通过生成式填充帮助用户创作出超过 10 亿幅视觉艺术作品。Adobe 的Creative Cloud 系列产品(包括 Photoshop 和 Illustrator)中包含海量数据,使其在 LLM 训练方面处于比竞争对手更有利的地位。考虑到 Adobe 拥有庞大的 PDF 用户基础,我们预计在数字文档方面也会实现类似的生产力提升。50 亿美元Copilot 销售影响(第一年)75%GitHub Copilot 的采用100-200 个基点AWS在AI带动下的增长10%云端 copilot 销售增长(第一年)25% PDF copilot 第一年采用率 100-200 个基点 营运利润率下滑43Alphabet 将借助 LLM 促进用户参与企业展望:在 2023 年剩余时间里,Alphabet 核心搜索和 YouTube 业务的营收增长似乎可以延续,而生成式 AI 计算的需求将有利于云业务盈利能力的提升。尽管 Bing-ChatGPT 对其广告业务构成风险,但我们相信,Alphabet 即将推出多模态大型语言模型,并将生成式 AI 功能集成到其核心搜索和 YouTube 产品中,短期内的竞争压力已经得到缓解。Cookie 的取消令网络广告销售面临压力,但下半年 YouTube 广告和订阅有望实现双位数增长。AI 影响:Alphabet 的业务布局覆盖生成式 AI 市场的大部分领域,包括训练、推理和数字广告。随着Alphabet 将 DeepMind 和 Google Brain 这两个 AI 部门合并,我们预计变革速度将加快,利用 LLM来维持搜索、Chrome 和地图应用等各个收入来源的用户参与度。Bard 或 Gemini、PaLM 等新的 LLM 可增加 Alphabet 云业务的变现机会,同时促进搜索和 YouTube 业务的定向广告投放能力。虽然如果苹果改变其 iOS 操作系统的默认搜索,该公司可能会面临消费者流量大幅流失的风险,但我们认为,考虑到用户对谷歌搜索的偏好,发生这种情况的概率很低。Meta 或将加快虚拟现实领域的新内容开发企业展望:Meta 通过转向基于 AI 的推荐而获得的用户粘性有望继续帮助旗下一系列应用提高曝光量。由于下半年比较基础较低,我们认为在广告定价下降的不利因素下,2024 年营收增长可能取决于新的 AI 产品。Reels 给 Meta 带来动力(对后者销售总额的贡献达到高单位数),收入达 100 亿美元的消息直达广告业务也是一个亮点。用户增长将主要由 Instagram 和 WhatsApp 推动,而 Reels 可能会在 2024 年之前成为广告定价的不利因素。与此前的指引相比,Meta 降低了资本支出,旨在抵消Reality Labs 部门每年 140 亿-160 亿美元损失带来的自由现金流挑战。AI 影响:Meta 拥有庞大的自有数据中心基础设施,旗下诸多应用还可提供海量训练数据,因而有能力建立自己的基础 LLM,与 OpenAI 的 ChatGPT 展开竞争。有了生成式 AI,为社交媒体和元宇宙中的虚拟现实和增强现实应用制作新内容的速度可能会加快。Meta 还可能实施个性化购物助手来提高用户对社交商务的采用,从而增加变现机会。我们的分析显示,考虑到用户在平台上花费的时间,加上广告定向投放和个性化,生成式 AI 市场到 2032 年有望增长近 2,000 亿美元。英伟达有望加快数据中心业务的增长企业展望:得益于 AI 领域若干长期利好因素的共同驱动,英伟达依然是科技板块为数不多的纯增长型企业,而生成式 AI 掀起新一轮市场兴趣,料将推动利润加速增长。此外,上云趋势、汽车的电气化和自动化,以及英伟达在个人电脑、游戏和数据中心 GPU 市场的主导地位也有助于其发展。AI 影响:鉴于生成式 AI 训练市场的增长前景向好,英伟达的数据中心部门有望加速增长。随着 AI 日渐普及,越来越多的工作负载需要加速,GPU 和相关的 AI 网络结构或将成为数据中心的核心计算引擎,而英伟达在这两个领域的市场份额都处于领先地位。英伟达的风险来自公有云巨头微软、Alphabet 和亚马逊(三家基础模型支出居前的公司),为提高利润率,它们可能会使用自研芯片来训练 LLM。30 亿-40 亿美元 谷歌云业务规模增长10%-15%AI 支持的搜索查询 5%-10%YouTube 广告参与度5%-10%对参与度和曝光量增长的影响10 亿-20 亿美元 LLM授权销售大幅增加 100 亿美元 消息直达广告收入水平500 亿美元 数据中心销售(到 2025 年)500 个基点 毛利率增长 50%科技巨头的客户集中度44术语表下列有关生成式 AI 的常用术语可能有助于您理解专业性要求较高的内容:高级精简指令集计算机(ARM):一种基于 32 位精简指令集计算机的处理器架构。AI 助手:可根据命令或问题等输入为用户执行任务的软件代理。例如 Siri 或 Cortana。AI 服务器:用于 AI 推理和训练的计算机。AI 存储:通常指在公有云中执行分析的软件即服务应用程序。ChatGPT:一个免费的聊天机器人,几乎能回答任何问题。对话式用户界面:使用户像与人类交流一样与软件、应用程序和机器人进行交互的界面。亚马逊的 Alexa 就是一个例子。计算机视觉:支持计算机和系统从数字信息、视频和其他视觉输入中提取有意义的信息,然后以此为基础采取行动或提出建议。语料库(Corpus):字面意思为“身体”,是指用于训练大型语言模型的数 10 亿数据点的集合。CPU:中央处理器。简而言之,是为硬件系统提供基本逻辑电路的半导体芯片。边缘:位置更靠近数据产生地的计算和存储资源部署。以太网:连接局域网(LAN)或广域网(WAN)中设备的技术。速度比 InfiniBand 慢。生成式 AI:使用算法(如 ChatGPT)制作音频、代码、图像、文本和视频等新内容。GPU:图形处理器。用于显示图像和视频的专用电路。推理:根据可用信息或数据进行推理和做出决策的流程。发生在训练之后,可从现有数据中得出新知识或结论。InfiniBand 网络:一种用于实现高速通信的高性能、低延迟的技术。速度比以太网快。IaaS:基础设施即服务,一种根据需求提供计算、存储和网络资源的商业模式。大型语言模型:能够利用庞大的数据集识别、总结、翻译、预测和生成内容的深度学习算法。机器学习:计算机系统的使用和发展,通过使用算法和统计模型来分析和推断数据模式,在没有明确指令的情况下进行学习和适应。神经网络:一种教计算机以受人脑启发的方式处理数据的方法,使用分层结构中的互连节点实现机器学习。ODM:原始设计制造商。PaaS:平台即服务。一种云计算服务模式,为应用程序的开发、部署、运行和管理提供灵活、可扩展的平台。个性化:运用 AI 和机器学习技术分析用户数据,从而了解用户需求,定制用户体验。训练:教 AI 系统感知、解释数据和从中学习的过程。经过训练后,AI 就能根据得到的信息进行推理,做出决策。45方法我们使用彭博行业研究的交互市场规模模型对生成式 AI 的增长进行预测。该模型定期更新,但仍处于研发的早期阶段,我们已为彭博终端客户提供了一个互动计算器来测试场景(运行 BI INET 功能)。该方法采用自下而上的方式来预测硬件、软件、数字广告、游戏、IT 和企业市场等领域的收入。我们对新细分市场的预测是基于成熟的终端市场,生成式 AI 可能会颠覆并创造新的收入机会。我们就生成式 AI 对这些现有终端市场的颠覆程度做出假设,并以此为基础计算出近似值。图 55 显示了现有终端市场及其 2022-2027 年和 2027-2032 年增长假设。图 56 显示在彭博行业研究的基本情景下,这些终端市场中新 AI 细分市场的渗透率。图 57 显示在彭博行业研究的基本情景下,由图 56 的 AI 渗透率得出的生成式 AI 收入预测。IDC 的数据显示,硬件市场的价值为 1.45 万亿美元,分为设备(1 万亿美元)和数据中心基础设施(4,510 亿美元)。彭博行业研究预计,该类别中的新生成式 AI 细分领域包括数据中心市场的 AI 服务器、AI 存储和生成式 AI 基础设施即服务,以及设备市场的对话式 AI 和计算机视觉产品。彭博终端用户可使用 BI 互动计算器更改从传统服务器和存储向 AI 服务器和存储的支出转变的假设。我们预计生成式 AI 基础设施即服务将在云端消耗训练的计算能力和存储容量。同样,在推理方面,我们预计对话式 AI 产品和计算机视觉会成为家居和车载设备市场的新兴类别。在价值 8,800 亿美元的软件市场,我们预计会出现编程 copilot、专用虚拟助手、聊天机器人和药物发现软件等新类别。图 55:对现有科技终端市场的收入和增长预测来源:彭博行业研究预测(基于IDC、eMarketer 和 Statista 数据)46图 56:生成式 AI 渗透率(彭博行业研究基本情景)来源:彭博行业研究图 57:对生成式 AI 搜索结果的担忧来源:彭博行业研究彭博行业研究对市场规模的结论图 57 中生成式 AI 市场的 2022-2032 年预测情景是基于图 55 中的终端市场规模和图 56 中突出显示的渗透率。这两个终端市场的复合年增长率(CAGR)假设和生成式 AI 影响均可修改,以得出您自己的情景分析。例如,我们的基本情景假设,数据中心市场(图 55 中的“Infrastructure”)2022-2027 年的 CAGR 或为 13%,2027-2032 年为 16%。而根据我们的情景分析,与数据中心市场挂钩的训练市场到 2027 年 CAGR 有望达 33%,到 2032 年为 30%。训练市场可进一步细分为 AI 服务器、AI 存储和生成式 AI 即服务领域,在我们的基本情景下,到2032年这些领域的渗透率分别为 6.5%、4.5%和 AI 14.2%。47研究团队Mandeep Singh 美洲市场软件 Anurag Rana 美洲市场软件 Nishant Chintala 美洲市场科技 Breanne Dougherty 策略 Masahiro Wakasugi 亚太市场硬件 Woo Jin Ho 美洲市场硬件 Charles Shum 亚太市场硬件 Steven Tseng 亚太市场硬件 Tamlin Bason 欧非中东市场软件 Sunil Rajgopal 美洲市场软件 Niraj Patel 美洲市场软件 Matthew Schettenhelm 美洲市场诉讼/政策 Kunjan Sobhani 美洲市场硬件 Kevin Tsao 美洲市场软件 首席分析师贡献分析师关于彭博行业研究彭博行业研究(Bloomberg Intelligence,BI)以独立的视角提供全球2000多家公司、135个行业和市场的交互式数据和投资研究。我们的团队拥有350多名研究专家,帮助客户在快速变化的投资环境中自信地做出决策。BI分析拥有来自彭博的实时透明数据和500家第三方数据的支持,客户可以借助我们的这些数据来完善及支持他们的构想。彭博行业研究仅可通过彭博终端或彭博专业服务应用获取。如需了解更多信息,请联系彭博客户代表或申请产品介绍及演示。50The data included in these materials are for illustrative purposes only.The BLOOMBERG TERMINAL service and Bloomberg data products(the“Services”)are owned and distributed by Bloomberg Finance L.P.(“BFLP”)except (i)in Argentina,Australia and certain jurisdictions in the Pacific islands,Bermuda,China,India,Japan,Korea and New Zealand,where Bloomberg L.P.and its subsidiaries(“BLP”)distribute these products,and(ii)in Singapore and the jurisdictions serviced by Bloombergs Singapore office,where a subsidiary of BFLP distributes these products.BLP provides BFLP and its subsidiaries with global marketing and operational support and service.Certain features,functions,products and services are available only to sophisticated investors and only where permitted.BFLP,BLP and their affiliates do not guarantee the accuracy of prices or other information in the Services.Nothing in the Services shall constitute or be construed as an offering of financial instruments by BFLP,BLP or their affiliates,or as investment advice or recommendations by BFLP,BLP or their affiliates of an investment strategy or whether or not to“buy”,“sell”or“hold”an investment.Information available via the Services should not be considered as information sufficient upon which to base an investment decision.The following are trademarks and service marks of BFLP,a Delaware limited partnership,or its subsidiaries:BLOOMBERG,BLOOMBERG ANYWHERE,BLOOMBERG MARKETS,BLOOMBERG NEWS,BLOOMBERG PROFESSIONAL,BLOOMBERG TERMINAL and BLOOMBERG.COM.Absence of any trademark or service mark from this list does not waive Bloombergs intellectual property rights in that name,mark or logo.All rights reserved.2019 Bloomberg.504912 0619了解更多如需了解更多信息,请在彭博终端 上按 键两次。北京 86 10 6649 7500上海 86 21 6104 3000法兰克福 49 69 9204 1210香港 852 2977 6000伦敦 44 20 7330 7500孟买 91 22 6120 3600纽约 1 212 318 2000旧金山 1 415 912 2960圣保罗 55 11 2395 9000新加坡 65 6212 1000悉尼 61 2 9777 8600东京 81 3 4565 data included in these materials are for illustrative purposes only.The BLOOMBERG TERMINAL service and Bloomberg data products(the“Services”)are owned and distributed by Bloomberg Finance L.P.(“BFLP”)except(i)in Argentina,Australia and certain jurisdictions in the Pacific islands,Bermuda,China,India,Japan,Korea and New Zealand,where Bloomberg L.P.and its subsidiaries(“BLP”)distribute these products,and(ii)in Singapore and the jurisdictions serviced by Bloombergs Singapore office,where a subsidiary of BFLP distributes these products.BLP provides BFLP and its subsidiaries with global marketing and operational support and service.Certain features,functions,products and services are available only to sophisticated investors and only where permitted.BFLP,BLP and their affiliates do not guarantee the accuracy of prices or other information in the Services.Nothing in the Services shall constitute or be construed as an offering of financial instruments by BFLP,BLP or their a affiliates,or as investment advice or recommendations by BFLP,BLP or their affiliates of an investment strategy or whether or not to“buy”,“sell”or“hold”an investment.Information available via the Services should not be considered as information sufficient upon which to base an investment decision.The following are trademarks and service marks of BFLP,a Delaware limited partnership,or its subsidiaries:BLOOMBERG,BLOOMBERG ANYWHERE,BLOOMBERG MARKETS,BLOOMBERG NEWS,BLOOMBERG PROFESSIONAL,BLOOMBERG TERMINAL and BLOOMBERG.COM.Absence of any trademark or service mark from this list does not waive Bloombergs intellectual property rights in that name,mark or logo.本材料中所包含数据仅供说明之用。2024彭博2810877 0124

    浏览量0人已浏览 发布时间2024-02-23 52页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人行业系列报告之三:人形机器人产品方案对比百花齐放各擅胜场-240220(25页).pdf

    请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 2024.02.20 人形机器人产品方案对比人形机器人产品方案对比:百花齐放,:百花齐放,各擅胜场各擅胜场 人形机器人系列人形机器人系.

    浏览量0人已浏览 发布时间2024-02-23 25页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • AIGC行业深度报告(12):Sora算力倍增国产架构+生态崛起-240219(47页).pdf

    华西计算机团队华西计算机团队2024年2月19日Sora算力倍增,国产架构+生态崛起请仔细阅读在本报告尾部的重要法律声明请仔细阅读在本报告尾部的重要法律声明仅供机构投资者使用证券研究报告|行业深度研究.

    浏览量0人已浏览 发布时间2024-02-23 47页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人行业系列深度PPT(四):传感器人形机器人实现“具身感知”的关键-240218(44页).pdf

    浙商机械国防团队传感器:人形机器人实现“具身感知”的关键 人形机器人系列深度PPT(四)行业评级:看好2024年2月18日分析师邱世梁分析师王华君研究助理姬新悦邮箱邮箱邮箱证书编号S123052005.

    浏览量0人已浏览 发布时间2024-02-23 44页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人行业系列报告(四):丝杠线性传动核心部件国产替代星辰大海-240220(42页).pdf

    敬请参阅最后一页特别声明-1-证券研究报告 2024 年 2 月 20 日 行业行业研究研究 丝杠:丝杠:线性线性传动核心部件,国产替代星辰大海传动核心部件,国产替代星辰大海 人形机器人行业系列报告(四)电力设备新能源电力设备新能源 特斯拉机器人 Optimus 躯干共有 28 个关节,旋转关节和直线关节各 14 个。其中线性执行器配备反向式行星滚柱丝杠,将电机的旋转运动转换为直线运动。相比其他直线机构,丝杠在承载能力、位置可控性、抗冲击性等多方面具备优势,具备效率高,紧凑性好、耐用性强等特点。产品产品方面方面 滚珠丝杠:传动效率高、定位精度高。精度等级有 P1、P2、P3、P4、P5、P7、P10。根据秦川机床公告,2022 年全球市场规模预计为 18.6 亿美元,我国市场规模 27.7 亿元。目前国内行业供需缺口明显,2021 年国内需求量约 1406 万套,产量约 983 万套。滚珠丝杠高端市场基本被德国力士乐、日本 THK、NSK 占据,中端市场则由德国、日本品牌(力士乐、THK、NSK),中国台湾品牌(上银、银泰),中国大陆品牌(汉江、南工艺)占据。行星滚柱丝杠:高承载,耐冲击,长寿命,体积小。主要分为标准式、反向式、循环式、轴承环式和差动式四类。标准精度等级为 G1、G3、G5。根据 IHSMarkit,2022 年全球销售数量 8.6 万根,销售额 6.5 亿元人民币,其中中国销售数量 1.0万根,销售额 1.1 亿元人民币。目前国内市场中,SKF、Rollvis、GSA 等国际品牌市占率较高,此外还有南京工艺和济宁博特两家国内品牌。工艺方面工艺方面 工艺方面,需综合考虑丝杠精度与生产效率的平衡。按照精度排序,依次是磨削旋风铣辊轧,按照生产效率排序,依次是辊轧旋风铣磨削,而硬车削通常作为螺纹滚道半精加工的选择之一。为了满足人形机器人降本、放量的要求,行星滚柱丝杠的生产效率和量产成本需在当前水平基础上有较大下降。我们预计,在满足精度要求的前提下,中精度丝杠使用旋风铣、辊轧更能适应大批量、快速交付的要求,而磨床将在高精度丝杠中继续占据不可替代的地位。投资建议:投资建议:人形机器人与人工智能技术不断突破,产业链正处于放量前夕,相关产业链面临巨大投资机遇。丝杠作为人形机器人核心传动部件,正面临新一轮产业机遇。其中行星滚柱丝杠为了满足人形机器人降本、放量的要求,生产效率和量产成本需在当前水平基础上有较大下降,生产工艺正持续优化中,设备、技术等均存在较大国产替代空间。产品层面:行星滚柱丝杠部分厂商已具备生产能力并向下游客户送样;工艺层面:磨削、旋风铣、辊轧、硬态车削预计都将发挥作用。建议关注:(1)积极布局行星滚柱丝杠产品的贝斯特、五洲新春、恒立液压;(2)高端磨床、“以车代磨”、“以铣代磨”等工艺路线:浙海德曼、华辰装备、秦川机床、日发精机。风险分析:风险分析:(1)产业化进程不及预期;(2)竞争加剧风险;(3)核心技术进步不及预期。买入(维持)买入(维持)作者作者 分析师:殷中枢分析师:殷中枢 执业证书编号:S0930518040004 010-58452071 分析师:黄帅斌分析师:黄帅斌 执业证书编号:S0930520080005 0755-23915357 分析师分析师:和霖:和霖 执业证书编号:S0930523070006 021-52523853 分析师:陈佳宁分析师:陈佳宁 执业证书编号:S0930512120001 021-52523851 联系人联系人:李佳琦李佳琦 021-52523853 行业与沪深行业与沪深 300300 指数对比图指数对比图 -40%-20%0 22/12/302023/04/302023/08/292023/12/28电力设备(申万)沪深300 资料来源:Wind 相关研报相关研报 经典五指灵巧手拆机:科研及通用篇人形机器人专题(三)(2023-11-27)经典五指灵巧手拆机:医疗假肢篇人形机器人专题(二)(2023-11-18)经典五指灵巧手拆机:航空航天篇人形机器人专题(一)(2023-11-16)要点要点 敬请参阅最后一页特别声明-2-证券研究报告 电力设备新能源电力设备新能源 投资聚焦投资聚焦 随着大模型等 AI 技术取得突破性进展,作为其重要载体的人形机器人受到广泛关注。2023 年 10 月,工信部印发人形机器人创新发展指导意见,称人形机器人有望成为继计算机、智能手机、新能源汽车后的颠覆性产品。为此,我们撰写一系列有关人形机器人的报告,对相关产品、技术进行梳理,并提示相关的投资机会。我们我们与市场的不同之处与市场的不同之处 市场对于行星滚柱丝杠的制造工艺尚缺乏清晰的框架,我们从丝杠精度与生产效率出发,系统性对比了磨削、硬车削、旋风硬铣、辊轧等路线的优劣势,并对长期趋势做出预判。股价上涨的催化因素股价上涨的催化因素 (1)重大节点性事件催化重大节点性事件催化。人形机器人产业正处于产业化前夕,容易受到重大节点性事件催化,如特斯拉举办 AIDAY,Optimus 产品发布新进展,以及其他国内外人形机器人厂商发布新产品等;(2)人形机器人技术取得突破性进展。人形机器人技术取得突破性进展。人形机器人的成熟建立在 AI 大模型、自动驾驶等多项前沿技术之上,底层技术的快速成熟有助于进一步推动人形机器人产业化落地;(3)订单与投资订单与投资。随着人形机器人在诸多场景落地,产业将迎来实质性落地。如果行业内披露相关订单、投资计划,将对股价形成催化。投资观点投资观点 产品层面:行星滚柱丝杠部分厂商已具备生产能力并向下游客户送样;工艺层面:磨削、旋风铣、辊轧、硬态车削预计都将发挥作用。建议关注:(1)积极布局行星滚柱丝杠产品的贝斯特、五洲新春、恒立液压;(2)高端磨床、“以车代磨”、“以铣代磨”等工艺路线:浙海德曼、华辰装备、秦川机床、日发精机。ZYnXhUqYgVbWtQbR8Q8OmOrRpNtPiNpPoMeRnPqR9PqRpOMYmMwOxNtRuM 敬请参阅最后一页特别声明-3-证券研究报告 电力设备新能源电力设备新能源 目录目录 1、丝杠:高性能线性传动机构丝杠:高性能线性传动机构 .6 6 2、滚珠丝杠:广泛应用,高效精准滚珠丝杠:广泛应用,高效精准 .7 7 2.1、滚珠丝杠较滑动丝杠更具优势.7 2.2、滚珠丝杠分内循环、外循环两大类型.8 2.3、滚珠丝杠市场:国内企业正向中高端渗透.10 3、行星滚柱丝杠:下一代高承载产品行星滚柱丝杠:下一代高承载产品 .1313 3.1、行星滚柱丝杠:高承载、高速度、长寿命.13 3.2、行星滚柱丝杠主要具有五种类型.14 3.3、行星滚柱丝杠市场:国内外企业差距相对较大.15 4、滚珠丝杠与行星滚柱丝杠的对比滚珠丝杠与行星滚柱丝杠的对比 .1717 5、丝杠加工工艺:生丝杠加工工艺:生产效率与产品精度的平衡产效率与产品精度的平衡 .1919 5.1、辊轧路线:精密滚轧技术提效降本潜力大.21 5.2、先车后磨:经典工序精度高,生产效率更待提升.23 5.3、热处理:隐形壁垒,需控制精度.24 5.4、旋风硬铣:新兴工艺,兼具生产效率与产品精度.25 5.5、硬态车削:螺纹滚道半精加工方案.28 6、工艺路线对比:精度、成本、效率、环境工艺路线对比:精度、成本、效率、环境 .3131 6.1、国内在专利、经验、原材料的差距.32 6.1.1、专利:国内正在持续追赶中.32 6.1.2、经验:需要不断积累以提高精度.33 6.1.3、原材料:上下游要协同,提升纯净度.34 6.2、发展趋势:面向量产任务,设备与原材料升级.35 7、投资建议投资建议 .3636 7.1、产品方面.36 7.2、工艺方面.37 8、风险分析风险分析 .4141 敬请参阅最后一页特别声明-4-证券研究报告 电力设备新能源电力设备新能源 图目录图目录 图 1:特斯拉 Optimus 的 6 类执行器.6 图 2:特斯拉 Optimus 旋转执行器与线性执行器.6 图 3:滑动丝杠与滚珠丝杠传动效率对比.7 图 4:导程精度的说明.9 图 5:不同用途区分的滚珠丝杠精度等级表.10 图 6:各行业领域应用滚珠丝杠比例(2020 年).11 图 7:2015-2022 年全球滚珠丝杠市场规模.11 图 8:2015-2022 年中国滚珠丝杠市场规模.11 图 9:2014-2022 年中国滚珠丝杠产需缺口情况.12 图 10:2014-2022 年中国滚珠丝杠价格走势情况.12 图 11:2021 年国内滚珠丝杠高端市场.12 图 12:2021 年国内滚珠丝杠中端市场.12 图 13:行星滚柱丝杠结构图.13 图 14:滚柱丝杠与滚柱螺母啮合原理图.13 图 15:行星滚柱丝杠的应用场景.16 图 16:2022 年中国滚柱丝杠份额预测.16 图 17:行星滚柱丝杠成本构成.16 图 18:滚柱丝杠的销售预测.17 图 19:滚珠丝杠与行星滚柱丝杠应用历程对比.17 图 20:行星滚柱丝杠所有零件.18 图 21:行星滚柱丝杠与滚珠丝杠对比.18 图 22:行星滚柱丝杠误差来源.19 图 23:行星滚柱丝杠关键技术.20 图 24:不同类型丝杠的制造工艺.20 图 25:行星滚柱丝杠螺纹副的加工工艺方法.21 图 26:轧制滚珠丝杠制作过程.22 图 27:砂轮加工外螺纹螺旋面.23 图 28:磨削实验用五线砂轮.23 图 29:丝杠制造相关热处理方式.24 图 30:切削温度与切削速度变化关系.25 图 31:软铣与硬铣的区别.25 图 32:滚珠丝杠旋风铣削加工示意图.26 图 33:旋风铣外螺纹.26 图 34:旋风铣内螺纹.26 图 35:汉江机床厂自主研发 8m 旋风机床.27 图 36:Leistritz 生产的 LWN190 旋风铣床.27 图 37:三维螺纹车削的简化模型.28 图 38:螺纹车削的分析区域.28 图 39:CBN 专用车刀与刀杆.30 敬请参阅最后一页特别声明-5-证券研究报告 电力设备新能源电力设备新能源 图 40:丝杠螺纹车削现场.30 图 41:螺纹车削的进刀方法.30 图 42:径向进刀法的进刀量分配方式.30 图 43:专利申请趋势图.32 图 44:各关键技术分支的专利申请情况.33 图 45:丝杠高效规模化生产发展趋势.35 表目录表目录 表 1:直线机构性能对比.6 表 2:滚珠丝杠分类与特点.8 表 3:滚珠丝杠国际标准精度等级(单位:0.001mm).9 表 4:行星滚柱丝杠分类与特点.14 表 5:行星丝杠公差等级.15 表 6:行星滚柱丝杠与滚珠丝杠对比.18 表 7:行星滚柱丝杠产品竞争品牌分析.19 表 8:丝杠工艺流程.23 表 9:滚珠丝杠三种螺纹制造技术的对比.31 表 10:滚珠丝杠三种螺纹制造技术环境对比.31 表 11:具体参数及要求(单位:mm).33 表 12:材料的化学成分对比表(单位:%).34 表 13:丝杠主要厂商.36 表 14:国外各类型的磨床具有代表性的生产商.37 表 15:海外丝杠机床主要参与者.38 表 16:国内上市公司中丝杠行业主要参与者.39 敬请参阅最后一页特别声明-6-证券研究报告 电力设备新能源电力设备新能源 1 1、丝杠丝杠:高性能:高性能线性传动机构线性传动机构 特斯拉机器人 Optimus 躯干共有 28 个关节,旋转关节和直线关节各 14 个。每个关节对应 1 个执行器,为满足大批量生产的需要,特斯拉最终选取了 6 类执行器应用于 28 个关节,6 类执行器中有 3 类旋转执行器,3 类线性执行器,其中线性执行器重量从 0.36kg2.20kg 不等,推力分别为 500N,3900N 与 8000N,配备反向式行星滚柱丝杠,具备效率高,紧凑性好、耐用性强等特点。图图 1 1:特斯拉特斯拉 OptimusOptimus 的的 6 6 类执行器类执行器 图图 2 2:特斯拉特斯拉 OptimusOptimus 旋转执行器与线性执行器旋转执行器与线性执行器 资料来源:TeslaAIDay2022 资料来源:TeslaAIDay2022 在线性执行器中,反向式行星滚柱丝杠负责将电机的旋转运动转换为直线运动。相比其他直线机构,丝杠在承载能力、位置可控性、抗冲击性等多方面具备优势。表表 1 1:直线机构性能对比直线机构性能对比 项目项目 直线电机系统直线电机系统 气动伺服系统气动伺服系统 液压伺服系统液压伺服系统 齿轮齿条系统齿轮齿条系统 滚珠丝杠系统滚珠丝杠系统 行星滚柱丝杠系统行星滚柱丝杠系统 承载能力 低 高 很高 高 高 很高 寿命 较长 较长 较长 较长 较长 很长 速度 较快 很快 中等 较快 中等 很快 有无泄露 无 有 有 有 无 无 位置可控性 容易 很困难 困难 容易 容易 容易 抗冲击性 高 高 很高 高 很高 很高 机械刚度 中等 低 高 高 中等 较高 相对体积 小 大 大 大 中等 小 摩擦 小 中等 小 小 小 小 效率 中等 中等 很高 很高 较高 安装 简单 复杂 复杂 简单 简单 简单 资料来源:杜兴行星滚柱丝杠承载与摩擦特性研究 常见的丝杠产品包括滑动丝杠、滚珠丝杠、行星滚柱丝杠等。丝杠轴上有圆弧轮廓,此轮廓在轴上按照一定的升角(导程角)盘旋在轴上,基本原理是,把丝杠轴一端或者两端沿轴向固定,用电机驱动丝杠旋转,螺母就会沿丝杠轴线方向运动。其中,滑动丝杠制造成本最低,结构简单,依靠螺母与丝杠之间的滑动推动螺母运动,产生滑动摩擦;滚珠丝杠与行星滚柱丝杠将滑动摩擦改为滚动摩擦,大大提高了传动效率。敬请参阅最后一页特别声明-7-证券研究报告 电力设备新能源电力设备新能源 2 2、滚珠丝杠滚珠丝杠:广泛应用,高效精准:广泛应用,高效精准 2.12.1、滚滚珠珠丝杠丝杠较滑动丝杠更具优势较滑动丝杠更具优势 滚珠丝杠在丝杠与螺母上都磨有圆弧形的螺旋槽,两个圆弧形的螺旋槽对合后形成螺旋线滚道,丝杠被电机带动旋转时,滚珠在管道内做循环运动,并在螺旋槽两端设有回旋引导装置,使滚珠循环流动。滚珠丝杠的摩擦系数在 0.003 到 0.01 之间,而梯形丝杠的摩擦系数在 0.1 到 0.2之间。因此,由于滑动摩擦系数远高于滚动摩擦系数,滑动丝杠为避免产生大量热量,其转速一般不超过 3000RPM,而滚珠丝杠可以达到 10000RPM。图图 3 3:滑动丝杠与滚珠丝杠传动效率对比滑动丝杠与滚珠丝杠传动效率对比 资料来源:NSK 按照滚珠的循环方式和是否始终与丝杠保持接触,滚珠丝杠主要分为内循环与外循环,外循环按结构不同分为端部导流式、管循环式、端盖式。相比滑动丝杠,滚珠丝杠具有以下特点:1)传动效率高:大多数滚珠丝杠的传动效率可以达到 90%以上,而滑动丝杠的传动效率大多低于 70%;2)传动精度、定位精度高:无爬行现象,运动平稳;3)能够预紧:给予适当预紧,可消除丝杠和螺母的螺纹间隙,反向时可消除空行程死区,提高接触刚度与传动精度;4)运动具有可逆性:丝杠和螺母都能作为主动件,既可以化旋转为直线运动,也能化直线运动为旋转;5)摩擦损失小:由于采用滚动方式,物件磨损小,使用寿命长;制造工艺复杂,滚珠丝杠和螺母原件加工精度与表面粗糙程度要求高,带来制造成本的上升;敬请参阅最后一页特别声明-8-证券研究报告 电力设备新能源电力设备新能源 需要指出,滚珠丝杠由于传动效率较高,自身一般不具有自锁性,滑动丝杠具有一定的自锁性,因此在丝杠应用于竖直方向时,滚珠丝杠可能在断电后滑落,需要额外结构或器件以确保安全。2.22.2、滚滚珠珠丝杠丝杠分分内循环、外循环两大类型内循环、外循环两大类型 由于滚珠需要无限循环,所有滚珠丝杠至少由丝杠轴、螺母、滚珠、循环部件四大零部件构成。按照滚珠循环方式,可分为内循环、外循环两大类型:(1)内循环在相邻的导程间通过马蹄状导流器循环,适合小导程;(2)外循环又分为端部导流式、管循环式、端盖式。其中端部导流式在螺母端部沿丝杠螺纹槽切线方向平滑地将滚珠掬起,并通过设在螺母内部的贯通孔循环,适合高速静音传送;管循环式在适合滚珠大小的循环管内使滚珠通过始点、终点间往复循环,规格(轴径、导程)的对应范围广;端盖式在螺母端部配置拉升滚珠的端盖,在螺母内设置的贯通孔循环,适合大导程。表表 2 2:滚珠丝杠分类与特点:滚珠丝杠分类与特点 丝杠分类丝杠分类 构造构造 优点优点 缺点缺点 图例图例 内循环 在相邻的间距(导程)间,通过马蹄状导流器改变滚珠的行进方向,返回丝杠轴的原先位置 滚珠循环的回路短、流畅性好、效率高、螺母的径向尺寸小,可进行紧凑设计 导流器加工困难,装配调整过程复杂 外循环 端部导流式 在螺母端部沿丝杠螺纹槽切线方向平滑地将滚珠掬起,并通过设在螺母内部贯通孔循环 螺母外径小,可进行紧凑设计,噪音较小 管路转弯处易磨损 管循环式 滚珠从丝杠轴的末端进入循环管,再重新返回初始点,实现往复循环 结构相对简单,规格应用范围广 循环回路长,流畅性差 端盖式 滚珠从端盖部导入,通过丝母上的贯通孔返回起始位置 适合大导程应用 滚珠循环部的构造复杂,缺乏通用性 资料来源:NSK、光大证券研究所 敬请参阅最后一页特别声明-9-证券研究报告 电力设备新能源电力设备新能源 滚珠丝杠精度等级划分标准是任取长度为 300MM 的一段丝杠,测量实际移动距离和理想移动距离的偏差,偏差越小,精度越高。按国内分类,精度等级有 P1、P2、P3、P4、P5、P7、P10;日本、韩国和中国台湾省采用 JS 等级即 CO、C1、C2、C3、C5、C7、C10;欧洲国家采用的标准是 IT0、IT1、IT2、IT3、IT4、IT5、IT7、IT10。通常情况下,普通机械采用 C7、C10 级别丝杠即可满足加工要求;数控设备一般需要 C3、C5 级别丝杠,其中国内大部分数控机床配套 C5 级丝杠。航空制造设备、精密投影及三坐标测量设备等一般采用 C3、C2 级别丝杠。从功能上讲,丝杠分为传动级丝杠和定位级丝杠。传动级丝杠包括 C6-C10 精度,由于一般采用辊轧方式制造,也被称为转造级丝杠;定位级丝杠包括 C0-C7 精度,由于一般采用磨床方式制造,也被称为研磨级丝杠。图图 4 4:导程精度的说明:导程精度的说明 资料来源:NSK、光大证券研究所 表表 3 3:滚珠丝杠国际标准精度等级(:滚珠丝杠国际标准精度等级(单位:单位:0.001mm0.001mm)等级等级 研磨级研磨级 转造级转造级 C0 C1 C2 C3 C4 C5 C6 C7 C8 C10 300 ISO,DIN 6 12 23 52 210 JIS 3.5 5 8 18 50 210 HIWIN 3.5 5 6 8 12 18 23 50 100 210 资料来源:中国台湾 HIWIN 根据 NSK 披露,数控机床中车床、铣床、镗床、钻床、冲床等常用精度等级为C5,磨床、电火花加工机械、线切割机等常用精度等级为 C3,半导体/印刷版制造装置常用精度等级为 C1,工业机器人常用精度等级为 C5-C7。敬请参阅最后一页特别声明-10-证券研究报告 电力设备新能源电力设备新能源 图图 5 5:不同用途区分的滚珠丝杠精度等级表不同用途区分的滚珠丝杠精度等级表 资料来源:NSK 2.32.3、滚珠丝杠滚珠丝杠市场市场:国内企业正向中高端渗透:国内企业正向中高端渗透 根据 2020 年金属加工杂志社第三届滚动功能部件用户调查分析报告,数控机床依然是滚动功能部件最主要的用户。随着制造业向数字化、智能化的转型升级,机器人与生产线领域的应用占比快速增长。敬请参阅最后一页特别声明-11-证券研究报告 电力设备新能源电力设备新能源 图图 6 6:各行业领域应用滚珠丝杠比例各行业领域应用滚珠丝杠比例(20202020 年)年)54.3I.74.30.9).7#.3.5.7%3.4%0.0.0 .00.0.0P.0.0%数控机床机器人与生产线航空航天/军工汽车轨道交通3C消费电子电动注塑机电动缸伺服驱动其他 资料来源:金属加工杂志社 从市场空间来看,全球滚珠丝杠市场规模稳健增长,中国已成为最重要的消费市场之一,长期成长空间可观。根据秦川机床公告,2016-2021 年全球滚珠丝杠市场规模从 13.1 亿美元增长至 17.5 亿美元;同期我国滚珠丝杠市场规模从 16.8亿元增长至 25.6 亿元。中国已成为滚珠丝杠产品重要的消费市场之一,约占全球规模总量的 20%左右。从市场竞争格局看,目前全球主要的滚珠丝杠厂商有 NSK、THK、SKF 等,根据华经产业研究院统计,2021 年 CR5 销售额市占率达到约 46%,其中主要来自欧洲和日本,日本和欧洲滚珠丝杠企业占据了全球约 70%的市场份额。图图 7 7:20152015-20222022 年全球滚珠丝杠市场规模年全球滚珠丝杠市场规模 图图 8 8:20152015-20222022 年年中国中国滚珠丝杠市场规模滚珠丝杠市场规模 4 6 8 0 5 10 15 20 20152016201720182019202020212022E市场规模(亿美元)同比(%)(右轴)4 6 8 10 12 14 16 18 0 5 10 15 20 25 30 20152016201720182019202020212022E市场规模(亿元)同比(%)(右轴)资料来源:秦川机床公告预测、光大证券研究所 资料来源:秦川机床公告预测、光大证券研究所 从国内行业供需情况来看,滚珠丝杠需求量大于产量,行业供需缺口明显。根据华经产业研究院统计,2021 年中国滚珠丝杠产量达到 983 万套,需求量为 1406万套。价格走势来看,近几年来随着我国滚珠丝杠行业市场竞争加剧,国内企业向中高端市场渗透,外资品牌积极抢占经济型产品市场份额,行业市场竞争显著加剧,使得行业市场价格总体呈现出明显的下降态势。国内滚珠丝杠价格从 2014年 225 元/套的均价下降至 2021 年的 181 元/套,预计 2022 年市场价格降至 180元/套,下降速度趋缓。敬请参阅最后一页特别声明-12-证券研究报告 电力设备新能源电力设备新能源 图图 9 9:20142014-20222022 年中国滚年中国滚珠珠丝杠产需缺口情况丝杠产需缺口情况 图图 1010:20142014-20222022 年中国年中国滚珠丝杠滚珠丝杠价格走势情况价格走势情况 (10)0 10 20 30 40 0 500 1,000 1,500 2014 2015 2016 2017 2018 2019 2020 2021 2022产需缺口(万套)需求量(万套)产需缺口同比(%)(右轴)需求量同比(%)(右轴)100 120 140 160 180 200 220 240 201420152016201720182019202020212022市场价格(元/套)资料来源:华经产业研究院、光大证券研究所 资料来源:华经产业研究院、光大证券研究所 国内滚珠丝杠高端市场基本被德国力士乐、日本 THK、NSK 占据,中端市场则由德国、日本品牌(力士乐、THK、NSK),中国台湾品牌(上银、银泰),中国大陆品牌(汉江、南工艺)占据。图图 1111:20212021 年年国内滚珠国内滚珠丝杠高端市场丝杠高端市场 图图 1212:20212021 年年国内滚珠国内滚珠丝杠中端市场丝杠中端市场 德国:力士乐日本:THK、NSK,90%中国大陆:汉江、南工艺,10%中国台湾:上银、银泰,10%德国:力士乐日本:THK、NSK,30%中国大陆:汉江、南工艺,40%中国台湾:上银、银泰,30%资料来源:金属加工微信公众号;销售额口径 资料来源:金属加工微信公众号;销售额口径 敬请参阅最后一页特别声明-13-证券研究报告 电力设备新能源电力设备新能源 3 3、行星滚柱丝杠行星滚柱丝杠:下一代高承载产品:下一代高承载产品 3.13.1、行星滚柱丝杠行星滚柱丝杠:高承载、高速度、长寿命高承载、高速度、长寿命 行星滚柱丝杠(Planetaryrollerscrew,PRS)与滚珠丝杠类似,是一种可将旋转运动和直线运动相互转化的机械装置。PRS 最早由瑞典人CarlBrunoStrandgren 于 1942 年发明。至今未广泛应用主要是由于其结构复杂、加工难度大和成本较高。目前主要应用在民用领域,如精密机床、食品包装、特种机械、测试仿真等。随着飞行器和武器装备全电化发展以及石油、化工、机床等需要大推力、高精度、高频率、高效率、长寿命的机械装置作为机电作动系统(ElectroMechanicalActuator,EMA)的执行机构,取代易污染、维护成本高的传统液压作动系统(ElectroHydrostaticActuator,EHA)。加之内、外螺纹加工工艺的提高以及制造设备和相关材料技术的发展,近年来行星滚柱丝杠被广泛关注。标准行星滚柱丝杠主要由滚柱丝杠、滚柱螺母、滚柱、内齿圈、压盖及挡圈组成。滚柱丝杠与滚柱螺母为齿形角 90的多头螺纹。滚柱为齿形为双凸圆弧的单头螺纹。若干滚柱围绕丝杠均匀分布。当滚柱丝杠旋转时,滚柱既围绕丝杠轴作公转,又围绕自身轴线作自转,带动滚柱螺母作轴向移动。因此,滚柱丝杠副滚柱与丝杠、螺母为滚动摩擦,传动效率最高可以达到 90%。行星滚柱丝杠副承载主要靠滚柱螺纹与丝杠、螺母 90齿形角两边点接触承载。图图 1313:行星滚柱丝杠结构图行星滚柱丝杠结构图 图图 1414:滚柱丝杠与滚柱螺母啮合原理图滚柱丝杠与滚柱螺母啮合原理图 资料来源:柯浩行星滚柱丝杠传动精度分析与设计 资料来源:肖正义行星滚柱丝杠副的研究 与目前广泛应用的滚珠丝杠相比,采用行星滚柱丝杠进行传动,具备以下优点:1)高承载,耐冲击,体积小。行星滚柱丝杠是线接触,接触面的增加使承载能力和刚性大大提高。每个滚柱的每条螺旋线都同时与配合部件受力接触,同时承受负载。这种设计保证负载分散在更多的接触点上,降低每个接触点上的最大压力,承受冲击载荷能力强,工作可靠。相同载荷情况下,行星滚柱丝杠体积比滚珠丝杠小 1/3 的空间。2)速度高,噪声低。不像滚珠丝杠那样,钢球需要反复加载、卸载,还需要在滚珠循环通道两端急剧转向,所以行星滚柱丝杠转速可达 6000RPM,最高线速度可达 2000mm/s,最大加速度可达 3G。滚珠丝杠机构的噪声来源于滚珠在循环通道中的相互碰撞和急速转向,而行星滚柱丝杠的噪声来源于滚柱两端正时齿轮机构的啮合,其频率更高,而且不会随丝杠转速升高呈指数级增加。因此,行星滚柱丝杠比滚珠丝杠的噪声更低。敬请参阅最后一页特别声明-14-证券研究报告 电力设备新能源电力设备新能源 3)高精度,长寿命。丝杠轴是小导程角的非圆弧螺纹,有利于达到较高的导程精度,可实现精密微进给。行星滚柱丝杠能承受的静载为滚珠丝杠的 3 倍,寿命是滚珠丝杠的 15 倍。4)易安装维护,环境适应。电动缸中一体化螺母组件很容易从丝杠轴分离,滚动体及相关零件不会散落,便于安装与维修。电动缸对恶劣的环境(低温、粉尘、化学沉积和无润滑等)的适应能力较强。3.23.2、行星滚柱丝杠行星滚柱丝杠主要具有五种类型主要具有五种类型 经过数十年的发展,行星滚柱丝杠衍生出不同种类,主要分为标准式、反向式、循环式、轴承环式和差动式。(1)对于标准式行星滚柱丝杠,为了避免滚柱轴线相对于丝杠倾斜,消除丝杠螺旋升角对滚柱产生倾覆力矩,滚柱两端带有螺旋齿,确保滚柱平行于丝杠轴线而正常转动;(2)反向式行星滚柱丝杠与标准式行星滚柱丝杠的区别在于,反向式行星滚柱丝杠是螺母作为旋转输入而丝杠作为直线输出,并且丝杠螺纹两端加工有直齿,其优势在于便于集成;(3)循环式行星滚柱丝杠明显特征在于其滚柱螺纹为螺旋升角为零的环槽,该类行星滚柱丝杠的优势在于可以实现小导程、高位置精度、啮合点更多和承载能力更高;(4)轴承环式行星滚柱丝杠中,螺母不是单个部件,而是由轴承环、壳体和端盖组成。动力由丝杠传给滚柱,再由滚柱传给轴承环,轴承环两端装有推力圆柱滚子轴承,轴承环在推力圆柱滚子轴承中可自由旋转并将动力传给推力圆柱滚子轴承,最后由推力圆柱滚子轴承传到螺母壳体上;(5)差动式行星滚柱丝杠其明显特征在于滚柱和螺母均为无螺旋升角的环槽,且滚柱分为大直径段和小直径段,大直径段的环槽与丝杠螺纹啮合,小直径段的环槽与螺母环槽啮合,其优势在于小导程的实现、结构简单且便于加工。表表 4 4:行星滚柱丝杠分类与特点:行星滚柱丝杠分类与特点 分类分类 构造构造 特点特点 图例图例 标准式 丝杠 A 和螺母 B 为多头螺纹,牙型均为三角形;C 是滚柱,为单头螺纹,球形轮廓,为了消除丝杠螺旋升角对滚柱产生的倾斜力矩,在滚柱两端加工有直齿 D 与内齿圈 E 啮合,以确保滚柱轴线平行于丝杠轴线而正常滚动;F为滚柱保持架,使滚柱沿圆周均匀分布;滚柱保持架则由弹簧挡圈 G 轴向定位。能适应恶劣环境、大负载、高速运动及较大直线行程的场合,如轧钢、切削等。可能的失效模式为:材料疲劳失效和三大部件啮合螺纹面的磨损失效。反向式 与标准行星滚柱丝杠工作原理一样,不同是将螺母作为主动件,由丝杠直线输出,滚柱和丝杠之间没有相对轴向位移,因此滚柱螺纹和丝杠螺纹长度一致。与标准行星滚柱丝杠相比,去掉了内齿圈 E。在丝杠螺纹两端加工有外齿,将标准式中的齿轮内啮合变为丝杠齿与滚柱齿的外啮合,功能与内啮合相同。优点是可将螺母作为电机的转子实现电机和行星滚柱丝杠的融合设计,螺母作为电机转子可使机电作动系统 EMA 的结构更加紧凑、重量更小;缺点是需要加工较长的螺母内螺纹以保证丝杠行程,对螺母的加工提出了更高的要求。反向式行星滚柱丝杠也能适用于恶劣环境、大负载和高速场合,但直线作动行程与螺母加工技术密切相关,失效形式与前者相同。敬请参阅最后一页特别声明-15-证券研究报告 电力设备新能源电力设备新能源 循环式 与标准行星滚柱丝杠相比,区别在于滚柱结构形式不是单头螺纹,而是“沟槽”状并沿轴线排列。若干个滚柱沿轴向均布在行星架上,去掉了内齿圈,增加了凸轮环 H,使滚柱每完成一个循后即回到初始位置重新与丝杠啮合。主要优势在于可采用更小的螺纹导程提供更高的位置精度。啮合点更多,承载力更大,但摩擦也会增加。主要用在对传动件刚度要求高并能实现精确定位和提高分辨精度场合。如医疗器械、印刷等。主要失效模式与施加在滚柱上的循环应力有关,在频繁加载和卸载情况下,这种失效模式很难预测,且高速时滚柱回位对凸轮环的冲击和震动较大,存在噪声问题。轴承环式 与循环式行星滚柱丝杠类似,滚柱 C 和轴承环 D之间没有轴向位移,均为具有相同牙型的“沟槽”。但螺母不是单个部件,由轴承环 D、壳体 B和端盖 G 组成。动力由丝杠传给滚柱,再由滚柱传给轴承环。轴承环两端装有推力圆柱滚子轴承F,轴承环在 F 中可自由旋转并将动力传给推力圆柱滚子轴承,最后由推力圆柱滚子轴承传到螺母壳体上。通过轴承环的旋转将由负载产生的摩擦力沿圆周方向分散,最大程度减小了摩擦力,提高了系统传动效率。差动式 滚柱和螺母均为无螺旋升角的环槽,且滚柱分为大直径段和小直径段,大直径段的环槽与丝杠螺纹啮合,小直径段的环槽与螺母环槽啮合。实现了小导程、结构简单且便于加工。主要用于中速和大传动比的场合。由于改变了啮合接触位置,通常是牙顶和牙底接触,使得承载能力降低、可靠性不高,位置控制精度较低。失效模式通常是推力轴承的疲劳失效。资料来源:刘更行星滚柱丝杠副的新发展及关键技术、杜兴行星滚柱丝杠承载与摩擦特性研究,光大证券研究所 行星丝杠的公差等级划分定义根据 ISO3408-3,决定因素为 300mm 螺纹长度的导程误差 V300p。标准精度等级为 G1、G3、G5,更高精度等级可按要求非标生产。表表 5 5:行星丝杠行星丝杠公差等级公差等级 公差等级公差等级 V300pV300p G1 6m/300mm G3 12m/300mm G5 23m/300mm 资料来源:Rollvis 3.33.3、行星滚柱丝杠市场行星滚柱丝杠市场:国内外企业差距相对较大:国内外企业差距相对较大 随着装备制造业自动化和智能化的发展进程不断推进,机电伺服作动系统因具有系统重量轻、效率高、安装与维护方便等优点,逐渐代替了传统液压伺服作动系统和气压伺服作动系统,成为伺服控制领域的首要选择,已广泛应用于航空航天、机器人、汽车、高精密机床等领域。机电作动器(electro-mechanicalactuator,EMA)是机电伺服作动系统的核心部件,主要由电机、减速装置和执行机构组成,其中执行机构是 EMA 的核心构件,其传动与承载性能直接决定 EMA 的工作性能。常用的 EMA 执行机构主要有滚珠丝杠和行星滚柱丝杠两类。由于行星滚柱丝杠的高承载,耐冲击性能,在航空、航天、船舶、石化、电力、医疗机械等要求大承载、高精度、长寿命的领域中,行星滚柱丝杠成为优选项。敬请参阅最后一页特别声明-16-证券研究报告 电力设备新能源电力设备新能源 图图 1515:行星滚柱丝杠行星滚柱丝杠的应用场景的应用场景 F-35B 战斗机所用伺服作动缸飞机起落架直升机螺旋桨汽车离合器系统F-35B 战斗机所用伺服作动缸行星滚柱丝杠在机床的应用 资料来源:岳琳琳行星滚柱丝杠机构运动仿真及承载特性研究、郑正鼎差动式行星滚柱丝杠传动特性理论研究 该产品的行业巨头多来自于欧洲、美国及日本等地方。这些国外企业长期致力于行星滚柱丝杠的研发、推广工作,已经积累了大量的生产应用经验,并已经具备成熟的产品系列。目前国外具备生产行星滚柱丝杠能力的企业主要有:瑞典 SKF、瑞士 Rollvis、德国 INA、美国 Exlar、德国 Rexroth、瑞士 GSA、英国 PowerJack、德国 LTK及日本 NTN 株式会社等。相比于国外,国内行星滚柱丝杠的生产应用发展较为缓慢。目前仅有几家企业具备小批量生产的能力,相关企业包括博特精工、汉江机床、南京工艺等。虽然这些单位已具备单件生产的能力,但是与国外的大规模生产应用还有一定的距离,因此国内还需争取校企合作、加强基础理论研究、加大研发投入、攻克核心技术。目前国内市场中,SKF、Rollvis、GSA 等国际品牌市占率较高,此外还有南京工艺和济宁博特两家国内品牌,目前两家公司的产品性能与国外还有一定差距,产业化处于早期阶段。从 SKF 公司行星滚柱丝杠产品成本结构来看,原材料成本占比大概为 60%,工时成本和生产所需成本占比 15%,工厂内的固定成本分摊为 15%,集团向法国工厂征收的管理成本占比 10%。图图 1616:20222022 年中国滚柱丝杠年中国滚柱丝杠份额份额预测预测 图图 1717:行星滚柱丝杠成本构成行星滚柱丝杠成本构成 EWELLIX(瑞典),14%Rollvis(瑞士),26%GSA(瑞士),26%Rexroth(德国),12%CMC(美国),3%优仕特(中国台湾),3%南京工艺(国产),8%济宁博特(国产),8%原材料,60%工时 生产成本,15%固定成本,15%管理费用,10%资料来源:王有雪E 公司滚柱丝杠产品营销策略研究;销售额口径 资料来源:王有雪E 公司滚柱丝杠产品营销策略研究;2022 年口径 敬请参阅最后一页特别声明-17-证券研究报告 电力设备新能源电力设备新能源 根据 IHSMarkit 对滚柱丝杠的销售预测,2022 年全球销售数量 8.6 万根,销售额 6.5 亿元人民币,其中中国销售数量 1.0 万根,销售额 1.1 亿元人民币。图图 1818:滚柱丝杠的销售预测滚柱丝杠的销售预测 0200004000060000800001000002022年销售数量预测(根)2022年销售额预测(万人民币)全球(含中国)中国 资料来源:IHSMarkit 4 4、滚珠丝杠滚珠丝杠与行星滚柱丝杠与行星滚柱丝杠的的对比对比 应用历程方面:(1)滚珠丝杠在 1874 年首次获得专利,行星滚柱丝杠在 1942 年首次获得专利,相隔 68 年;(2)滚珠丝杠在 1940 年首次获得实际应用(汽车转向机构),行星滚柱丝杠在 1987 年获得大批量生产,相隔 47 年;相比之下,液压系统于 1795 年被发明,到了 1870 年,液压传动技术被用来驱动多种设备,如起重机、绞车、剪切机等。图图 1919:滚珠丝杠滚珠丝杠与与行星滚柱行星滚柱丝杠丝杠应用历程对比应用历程对比 Carl Bruno Strandgren申请循环式行星滚柱丝杠专利 1942年1970年瑞士 Rollvis 公司开始研制行星滚柱丝杠滚珠丝杠副传动装置在美国获得专利1874年1940年通用汽车萨吉诺分厂将滚珠丝杠副用于汽车转向机构1943年滚珠丝杠副被成功应用于航空领域20 世纪50 年数控机床、自动机械推动了滚珠丝杠的专业化生产20 世纪70 年代后期微电子技术发展进一步促进了滚珠丝杠副的应用20 世纪90 年代后期中国台湾HIWIN、ABBA、AMT、PMI、韩国SBC 崭露头角滚珠丝杆行星滚柱丝杆1987年前苏联生产工艺研究所开始批量生产 资料来源:机工机床世界微信公众号、杭州新剑官网、光大证券研究所整理 对比滚珠丝杠与行星滚柱丝杠的截面,行星滚柱丝杠的结构尺寸小、接触线长、传动间隙小,具有结构尺寸小、承载能力大、传动精度高等优点,尤其在动载荷工况下,行星滚柱丝杠的多根滚柱可以将冲击分散到螺纹接触线上,具有更好的刚度与抗冲击能力。敬请参阅最后一页特别声明-18-证券研究报告 电力设备新能源电力设备新能源 在高速运转时,滚珠丝杠里的滚珠受离心力作用发生滑动,使机构的径向振动加剧,出现温升过快与寿命下降等问题;在重载工况下,滚珠由于弹性变形和摩擦力作用,易发生卡死导致无法正常运转。国外学者根据 Hertz 应力定律与实际测试结果,在结构尺寸相同的情况下,PRS 的静承载能力是滚珠丝杠的 3 倍,使用寿命是滚珠丝杠的 15 倍左右。图图 2020:行星滚柱丝杠所有零件行星滚柱丝杠所有零件 图图 2121:行星滚柱丝杠与滚珠丝杠行星滚柱丝杠与滚珠丝杠对比对比 资料来源:王家健行星滚柱丝杠设计 资料来源:陈晖行星滚柱丝杠螺纹的硬态车削加工技术研究 表表 6 6:行星滚柱丝杠与滚珠丝杠行星滚柱丝杠与滚珠丝杠对比对比 项目项目 滚珠丝杠副滚珠丝杠副 行星滚柱丝杠副行星滚柱丝杠副 结构组成 由丝杠、螺母、钢球、导珠管等组成。丝杠和螺母螺纹为单头或多头。丝杠、螺母螺纹滚道为单圆弧滚道或双圆弧滚道。结构简单。由丝杠、螺母、滚柱、内齿圈、压盖、挡圈等构成。丝杠、螺母为齿形角 90三角形多头螺纹。滚柱为双凸圆弧齿形单头螺纹。结构复杂。循环方式特点 丝杠、螺母滚道通过导珠管组成滚珠循环回路,每一个导珠管组成1.5 圈或多圈滚珠链,丝杠副可以由多个导珠管组成多个滚珠链。滚柱丝杠副结构类似于行星齿轮结构。丝杠副有多个滚柱,且滚柱与丝杠、螺母呈多点接触。滚动体 滚珠 滚柱 外形尺寸 由于滚珠螺母及滚珠丝杠滚道槽较深,滚珠嵌在丝杠、螺母内部,因此,滚珠螺母外形尺寸小。由于丝杠螺母牙型深度较小,滚柱直径又大,滚柱螺母外形尺寸大。运动平稳性 由于滚珠在丝杠副循环滚珠链中运动要通过返向机构,容易产生冲击,影响丝杠副平稳性。滚柱在丝杠副中滚动没有返向机构,不产生冲击、震动,因而丝杠副运行平稳。传动效率 由于滚珠外表面粗糙度高且精度高,滚动摩擦系数小,传动效率高,可以大于 90%。虽滚柱与丝杠、螺母接触为点接触及滚动摩擦,由于螺母、丝杠及滚柱加工误差及表面粗糙度等原因,传动效率一般低于 90%。承载 滚珠受载面积小,轮流受载,有循环交变应力。螺纹滚柱受载面积大,且同时受载,无循环交变应力。加工及装配工艺性 简单 复杂 可靠性 结构简单,零件加工及装配精度易于保证,因此,可靠性高。丝杠、螺母为多头细牙螺纹,由于螺纹分度误差及牙型强度等原因,实际承载远小于理论承载,且可靠性差。资料来源:段体清螺纹滚柱轧制工艺研究、肖正义行星滚柱丝杠副的研究 根据王有雪E 公司滚柱丝杠产品营销策略研究,目前国内市场份额较大的行星滚柱丝杠来自 Rollvis,GSA 和 Rexroth 三家国际品牌,以及南京工艺和济宁博特两家国内品牌。其中瑞士 Rollvis 是世界上著名的行星滚柱丝杠专业生产厂家,经过 30 年的发展,该公司产品销售额全球市场占有率近 40%。国内滚柱丝杠高端市场基本被德国力士乐、日本 THK、NSK 占据,中端市场主要有三股势力,及德国、日本品牌(力士乐、THK、NSK),中国台湾品牌(上银、银泰),中国大陆品牌(汉江、南工艺)。敬请参阅最后一页特别声明-19-证券研究报告 电力设备新能源电力设备新能源 表表 7 7:行星滚柱行星滚柱丝杠产品竞争品牌分析丝杠产品竞争品牌分析 品牌品牌 与与 E E 公司相比的优势公司相比的优势 与与 E E 公司相比的劣势公司相比的劣势 国内国内销售额销售额份额份额 (2022(2022 年预测年预测)Rollvis(瑞士)产品尺寸系列较全;进入国内时间早 国内销售人员少(2 个人);技术服务能力有限 26%GSA(瑞士)产品尺寸系列较全;商务政策灵活;价格低 国内无办事处,靠总代理销售;技术服务能力有限 26%Rexroth(德国)品牌知名度高;轧制经济性产品;销售体系健全 产品无法覆盖高端应用;定制化能力有限 12%CMC(美国)价格竞争力强 尺寸系列有限;交货期长 3%优仕特(中国台湾)价格竞争力强 尺寸系列有限;市场知名度低 3%南京工艺(国产)价格竞争力强 尺寸系列有限;批量产品质量不稳定;应用场景有限(军工为主)8%济宁博特(国产)价格竞争力强 尺寸系列有限;批量产品质量不稳定;应用场景有限(军工为主)8%资料来源:王有雪E 公司滚柱丝杠产品营销策略研究 5 5、丝杠加工丝杠加工工艺工艺:生产效率与产品精度的:生产效率与产品精度的平衡平衡 在机电伺服系统中,行星滚柱丝杠作为核心机构,对整个系统的动态性能起着关键的作用,若其传动精度不足,则会直接影响整个伺服系统的响应速度及系统精度。对于行星滚柱丝杠来说,影响其传动精度的因素有很多,如其自身误差,环境误差,回程误差及中间误差等。根据金属加工杂志社第三届滚动功能部件用户调查分析报告,精度是企业采用行星滚柱丝杠考核的第一大技术指标。图图 2222:行星滚柱丝杠误差来源行星滚柱丝杠误差来源 行星滚柱丝杠误差来源安装误差制造误差形变误差偏斜误差偏心误差位置误差螺纹螺距误差螺纹牙型误差齿轮齿距误差齿轮齿廓误差制造偏心误差组合形变误差接触形变误差螺纹形变误差 资料来源:柯浩行星滚柱丝杠传动精度分析与设计 行星滚柱丝杠关键技术涉及:(1)设计时要同时考虑螺纹与齿的加工,丝杠直径较小时,滚柱齿的齿数、模数均较小,需考虑根切变位和保证丝杠中心线与齿轮中心线重合等问题;(2)PRS 的装配难度较大,主要是螺纹加工与轮齿加工相位匹配问题,需保证滚柱螺纹与螺母螺纹啮合的同时保证滚柱齿与内齿圈啮合,又便于多个滚柱顺序安装;敬请参阅最后一页特别声明-20-证券研究报告 电力设备新能源电力设备新能源 (3)对效率、寿命和承载能力的分析,建立完整的刚度、强度分析体系。而螺纹牙型角、接触角等参数对总体性能的影响程度,还缺少实验研究;(4)传动部件主要靠滚动摩擦来实现动力传输,因此摩擦、润滑和由摩擦产生热等也是未来需要研究的问题;(5)PRS 作为执行部件的 EMA 广泛应用于各行各业,尤其是航空、航天领域,PRS 的设计与 EMA 系统相匹配,必须在保证力学性能的同时兼顾行业应用要求;(6)目前已有 5 种 PRS 结构形式。设计新型 PRS 结构形式也值得探索,例如行星齿轮系统中的串联、并联结构形式等;(7)为了满足 PRS 传动的工作性能和精度要求,螺纹滚道一般为 HRC5862,滚柱一般为 HRC6264。热处理方面,一般视材料选取和实际工作环境而定。图图 2323:行星滚柱丝杠关键技术行星滚柱丝杠关键技术 结构设计与制造相结合设计时要同时考虑螺纹与齿的加工,丝杠直径较小时,滚柱齿的齿数、模数均较小,需考虑根切变位和保证丝杠中心线与齿轮中心线重合等问题滚柱螺纹与轮齿相位匹配PRS的装配难度较大,主要是螺纹加工与轮齿加工相位匹配问题,需保证滚柱螺纹与螺母螺纹啮合的同时保证滚柱齿与内齿圈啮合,又便于多个滚柱顺序安装力学分析体系对效率、寿命和承载能力的分析,建立完整的刚度、强度分析体系。而螺纹牙型角、接触角等参数对总体性能的影响程度,还缺少实验研究摩擦、润滑和热问题传动部件主要靠滚动摩擦来实现动力传输,因此摩擦、润滑和由摩擦产生热等也是未来需要研究的问题作为部件设计时的匹配问题PRS作为执行部件的EMA广泛应用于各行各业,尤其是航空、航天领域,PRS的设计与EMA系统相匹配,必须在保证力学性能的同时兼顾行业应用要求新型PRS 结构目前已有5种PRS结构形式。设计新型PRS结构形式也值得探索,例如行星齿轮系统中的串联、并联结构形式等材料和热处理为了满足PRS传动的工作性能和精度要求,螺纹滚道一般为HRC5862,滚柱一般为HRC6264。热处理方面,一般视材料选取和实际工作环境而定 资料来源:刘更行星滚柱丝杠副的新发展及关键技术 螺纹加工是滚道加工的核心要素,也是滚珠丝杠和行星滚柱丝杠(包括丝杠和滚柱)加工的核心步骤。传动级丝杠一般采用辊轧方式制造,定位级丝杠要求的精度更高,一般使用车、铣、磨联合制造,精度取决于磨削环节。图图 2424:不同类型丝杠的制造工艺不同类型丝杠的制造工艺 定位型传动型滚珠丝杠C6-C10C0-C7辊轧车、铣、磨丝杠类型精度等级制造工艺辊轧车削旋风铣研磨 资料来源:南京创远旋铣官网、光大证券研究所 敬请参阅最后一页特别声明-21-证券研究报告 电力设备新能源电力设备新能源 螺纹的加工精度将直接影响系统的传动精度、使用寿命与平稳性,故优化螺纹的加工技术是提升 PRS 整体性能的关键。螺纹是由特定参数设计而成,其制造工艺方法主要为成型加工,例如旋风铣削、磨削加工、硬态车削、滚压成型等。根据黄祖尧滚珠丝杠螺纹制造技术向高效、低耗、绿色方向发展,在全球绿色环保浪潮的助推下,丝杠螺纹制造从采用“白钢刀挑扣”到高速硬车削,从螺纹磨削扩展到高速旋风铣削(软、硬),从切削加工向无屑精密滚轧成形制造,从低档、低速、低精度向高档、高速、高精度发展,高效、低耗、绿色已成为21 世纪螺纹制造技术发展的主旋律。图图 2525:行星滚柱丝杠螺纹副的加工工艺方法行星滚柱丝杠螺纹副的加工工艺方法 资料来源:陈晖行星滚柱丝杠螺纹的硬态车削加工技术研究 5.15.1、辊轧路线辊轧路线:精密滚轧技术精密滚轧技术提效降本潜力提效降本潜力大大 丝杠螺纹滚轧成形技术以金属塑性变形理论为基础,具备材料利用率高、产品机械强度高(抗拉强度提高 200%,疲劳强度提高 20%,抗剪强度提高 5%)、使用寿命长、丝杠螺纹的尺寸和导程精度具有较高的同一性、互换性、生产周期短和制造成本低等特点。用于工业传动和定位的滚轧丝杠产品有两类:滚轧梯形丝杠副 RLS(RollingLeadScrew)和滚轧滚珠丝杠副 RBS(RollingBallScrew)。早期的产品精度较低,主要用于各类工业机械的动力传递和快速驱动。据不完全估计,在全球制造滚珠丝杠的专业生产企业中,有 30 多家企业配备有滚轧设备生产线,按标准系列批量生产 RBS 和 RLS 产品。但多数企业的 RBS 产品精度长期停留在T7T10 级的水平。冷轧滚珠丝杠是采用冷加工工艺模具制造,开模工艺自动化程度高,批量生产后成本低,效率高,精度一般停留在 P7 级左右,在设备中做传动部件。敬请参阅最后一页特别声明-22-证券研究报告 电力设备新能源电力设备新能源 图图 2626:轧制滚珠丝杠制作过程轧制滚珠丝杠制作过程 下料粗轧中轧细轧热处理组装软硬轴承检验入库 资料来源:山东省汶上县丝杠有限责任公司官网 精密滚轧技术精密滚轧技术 HPRHPR(H HIGHIGHP PRECIDIONRECIDIONR ROLLINGOLLING)国外制造 RBS 的知名企业,例如:Rexroth、Thomson、WarnerElectric、Eichenberger、NSK、THK 等,他们拥有新一代高性能的 CNC 精密滚轧机,又掌握了核心技术,在成批大量生产中使 RBS 的精度能稳定达到 P5P7 级部分达到 P3 级。精密 RBS 从量变到质变、从低端迈向高端,归纳起来有以下几方面的原因:(1)新一代的滚轧机精度高、刚性好,实现了高水平的数控化、智能化,在轧制过程中根据金属塑性变形的状况和滚轧力的变化动态调整滚轧工艺参数。(2)轧辊的进给方式由一个轧辊的单向进给发展到以丝杠(精胚)中心线为基准,用计算机控制一对伺服交流电动机完成双轧辊同步向心微米级精密径向进给。(3)对精密轧辊 3D 优化设计,按材料变形规律对导程(螺距)和齿形进行修正。采用优质合金钢,使其制造精度和工作寿命大幅提高。(4)用于 RBS 滚轧精胚的材料,其品牌和质量稳定可靠(钢厂定点供应,不吃“杂粮”),材料合金元素的纯净度、塑性应变能力、延伸率以及微量元素的含量、晶粒的球化程度等方面能满足冷滚轧的要求。(5)凡是在 RBS 产品上做得好的企业,在 RBS 生产线上均配置有 CNC 中频淬火设备,自动矫直机、螺纹滚道抛光设备、控制产品质量的全套检测仪器等。达到 P3P5 级精度的精密 RBS 具备了进入 CNC 机床和 CNC 工业装备领域的机会。对精密 RBS 颇有建树的德国 Rexroth 公司已作出集中全力批量生产 RBS 的决策,据博世力士乐(中国)有限公司业务总经理介绍,在其销售 BS 总量中,RBS 占 80%,而磨削 BS 仅占 10 %。如果把相同规格、相同精度等级的 RBS 与磨削 BS 做一个比较就可以发现:RBS 具有“同级质优”的“芯里美现象”。冷轧滚珠丝杠轴端加工冷轧滚珠丝杠轴端加工方法有三种:退火后车制、磨削、硬车削。冷轧滚珠丝杠轴端的加工特点是材料硬度高,加工余量大,很多企业采用传统的加工工艺,轴端退火-车削-轴端淬硬,这种加工方法因为轴端部位反复软化硬化热处理,致使冷轧滚珠丝杠会产生性能不稳定的缺陷。也有的企业采用磨床大余量磨削加工冷轧滚珠丝杠轴端。随着刀具材料及制造技术的进步,硬车削大余量加工淬硬钢工艺简单效率高,可选择 CBN 高硬刀具,适合的加工硬度范围为 HRC45-79,省去了退火淬火热处理工艺,避免了退火后再二次淬火的弊端,更彻底解决了采用砂轮进行大余量磨削加工的工艺难题。敬请参阅最后一页特别声明-23-证券研究报告 电力设备新能源电力设备新能源 5.25.2、先车后磨先车后磨:经典工序:经典工序精度高精度高,生产效率,生产效率更更待提升待提升 现在大部分滚珠丝杠制造厂家都是以先车后磨的方式进行加工制造生产。先把原材料车到一定精度,再用专用丝杠磨床先粗磨再精磨到所需要的尺寸。这种加工方式优点是精度好,成本低,国内的专用丝杠磨床就可以达到,缺点是加工效率低下,单只螺母单道磨削工艺所需时间在 13-15 分钟,且磨削所造成的大量粉尘和油烟不仅对操作工人的身体健康造成极大隐患,对环境污染严重。图图 2727:砂轮加工外螺纹螺旋面砂轮加工外螺纹螺旋面 图图 2828:磨削实验用五线砂轮磨削实验用五线砂轮 资料来源:郑伟精密行星滚柱丝杠副工艺制造与传动性能研究 资料来源:董超行星滚柱丝杠副小螺距螺纹数控磨削工艺研究 砂轮磨削:砂轮磨削:因为第 12 道工序对磨削滚珠丝杠工作滚道淬硬热处理,导致工作滚道粗加工最常用的工艺方法就是采用砂轮磨削磨制出 90V 型槽。但这种工艺方法经磁力探伤检测后,会发现在滚珠丝杠滚道的圆弧上,有沿着轴线方向的或网状的裂纹,可以通过“小磨量多次进给”的工艺方法,或采用“磨工作滚道表面温度稳定磨”的技术方法解决,最大幅度降低滚珠丝杠工作滚道表面的磨削应力及磨削热量,最大程度避免磨削裂纹或烧伤现象的产生。表表 8 8:丝杠工艺流程丝杠工艺流程 序号序号 丝杠(滚柱丝杠)丝杠(滚柱丝杠)滚柱(滚柱丝杠)滚柱(滚柱丝杠)丝杠(滚珠丝杠)丝杠(滚珠丝杠)1 丝杠毛坯 滚柱毛坯 丝杠毛坯 2 预备热处理 预备热处理 预备热处理 3 校直 校直 校直 4 加工端面及中心孔 加工端面及中心孔 加工端面及中心孔 5 粗车 粗车 粗车 6 高温时效并检验 高温时效并检验 高温时效并检验 7 加工端面及修中心孔 加工端面及修中心孔 加工端面及修中心孔 8 半精车 半精车 半精车 9 滚齿 10 铣 铣 铣 11 粗磨 粗磨 粗磨 12 感应淬火并检验 表面氮化并检验 感应淬火并检验 13 研中心孔 研中心孔 研中心孔 14 粗磨 粗磨 粗磨 15 探伤 探伤 探伤 16 高温时效并检验 高温时效并检验 高温时效并检验 17 研中心孔 研中心孔 研中心孔 18 半精磨 半精磨 半精磨 敬请参阅最后一页特别声明-24-证券研究报告 电力设备新能源电力设备新能源 19 低温时效并检验 低温时效并检验 低温时效并检验 20 铣键槽 铣键槽 铣键槽 21 磨端部螺纹 磨端部螺纹 磨端部螺纹 22 研中心孔 研中心孔 研中心孔 23 精磨并全面检验 精磨并全面检验 精磨并全面检验 24 入库 入库 入库 资料来源:郑伟精密行星滚柱丝杠副工艺制造与传动性能研究、郑红精密滚珠丝杠机械加工工艺规程研究 其中磨削滚珠丝杠的加工工艺约有 20 多道工序,周期在 30-45 天,周期长,效率低,成本高。加工工艺中有材料热处理与工作滚道粗加工两大重点。磨削滚珠丝杠工作滚道粗加工滚道粗加工常用方法有:砂轮磨削、硬车削、旋风铣削。5.35.3、热处理热处理:隐形壁垒:隐形壁垒,需控制精度,需控制精度 磨削滚珠丝杠材料及热处理方式对滚珠丝杠成品零件的制造质量及精度影响非常大。滚珠丝杠材料常常选用 GCr15 高碳铬轴承钢,轴承钢经过淬火加低温回火后具有硬度高、组织均匀、耐磨性强、接触疲劳强度高的优点,但轴承钢材料塑性一般,切削性能中等,焊接性能差,有回火脆性,所以磨削滚珠丝杠粗加工之前要对轴承钢材料进行预先热处理,通过球化退火把 GCr15 材料中的碳化物球化,得到在铁素体基体上均匀分布的球状或颗粒状碳化物组织,降低材料组织硬度,提高材料塑性机能,改善材料金属切削机加工性能。轴坯加工完成后将磨削滚珠丝杠工件工作表面(滚道)与加工基准(中心孔)淬硬,为后续滚珠丝杠开滚道做好材料力学性能准备。每一道金属切削加工均会产生应力变形,为消除应力变形给工件带来的不良影响,关键的质量控制点都要进行时效去应力处理,控制好工件加工质量。通过滚珠丝杠材料选择、热处理内容及顺序的合理安排,能够在最大程度上保证磨削滚珠丝杠零件的表面接触强度、整体刚性、耐摩擦性等工程力学性能指标要求,保证磨削滚珠丝杠在尺寸精度、几何公差、表面粗糙度方面的零件工作配合技术要求。图图 2929:丝杠制造相关热处理方式丝杠制造相关热处理方式 GCr15高碳铬轴承钢球化退火中频淬火时效处理硬度下降硬度提高消除内部应力设备退火温度硬度井式电阻炉:功率100kW800HBS179-207设备工作频率硬度感应淬火机床25kHZHRC58-63设备工作温度300低温烘箱140-160 资料来源:郑红精密滚珠丝杠机械加工工艺规程研究 敬请参阅最后一页特别声明-25-证券研究报告 电力设备新能源电力设备新能源 滚珠丝杠在中频淬火后,由于金相组织的改变导致轴向尺寸的变化,摸清淬火的变化规律是螺纹粗加工中必须解决的难题。不同钢厂的 GCr15 轴承钢,不同的冶炼炉号(批次),虽然尺寸规格和淬火工艺相同,但轴向变形量依然不同,掌握变形规律是有难度的。如果淬火前的导程修正量不准确,将使磨削余量偏移并导致滚道表面硬化层厚度不均匀,最终影响产品的摩擦特性、接触刚度和使用寿命。5.45.4、旋风硬铣旋风硬铣:新兴工艺,兼具生产效率与产品精度:新兴工艺,兼具生产效率与产品精度 高速旋风铣削淬硬丝杠(HRC60 以上)是一种新兴的高效绿色加工方法,加工时工件一次铣削完成,不使用任何切削液,加工效率大约是磨削加工的 5-8 倍,在国外滚动部件加工行业得到了广泛应用。高速硬切削是基于高速切削理论的一种加工技术,是对高硬度金属材料(HRC55-65)直接进行车削或统削加工,其理论依据是 Salomon 博士理论(发现当切削速度提高到一定程度时,切削温度不升反降)。图图 3030:切削温度与切削速度变化关系切削温度与切削速度变化关系 图图 3131:软铣与硬铣的区别软铣与硬铣的区别 软铣硬铣 资料来源:李彦凤滚珠丝杠旋风硬铣削加工热变形误差及其控制技术研究 资料来源:黄祖尧滚珠丝杠螺纹制造技术向高效、低耗、绿色方向发展(上)在数控车床上配套安装高速铣削螺纹动力头,淬硬轴承钢 GCr15 工件(硬度为6265HRC)利用刀盘上的多把(6 或 8)均匀对称的高强度成型铣刀,借助于刀盘旋转轴线与工件轴线存在的偏心距 e 依次参与切削,且两轴线夹角为螺纹的螺旋角。旋风铣削加工时,刀盘与工件同向旋转完成顺铣;工件以 410r/min低速旋转,而刀盘以每分钟大于 600r/min 的转速旋转,工件每旋转一周,刀盘沿着工件轴线移动一个螺纹导程的距离,从而实现整个螺纹滚道的加工。敬请参阅最后一页特别声明-26-证券研究报告 电力设备新能源电力设备新能源 图图 3232:滚珠丝杠旋风铣削加工示意图滚珠丝杠旋风铣削加工示意图 资料来源:李彦凤滚珠丝杠旋风硬铣削加工热变形误差及其控制技术研究 用 PW160 型 CNC 硬旋铣床高速旋铣 CF63 钢(德国钢号)淬硬至 6062HRC的滚珠丝杠,以 1000mm 长为例:导程精度可达 P3 级(ISO34083),中径圆柱度 0.01mm/1000mm,齿形精度0.005mm,滚道表面粗糙度值Ra旋风铣辊轧,按照生产效率排序,依次是辊轧旋风铣磨削,而硬车削通常作为螺纹滚道半精加工的选择之一。为了满足人形机器人降本、放量的要求,行星滚柱丝杠的生产效率和量产成本需在当前水平基础上有较大下降。我们预计,在满足精度要求的前提下,中精度丝杠使用旋风铣、辊轧更能适应大批量、快速交付的要求,而磨床将在高精度丝杠中继续占据不可替代的地位。磨床 表表 1414:国外各类型的磨床具有代表性的生产商国外各类型的磨床具有代表性的生产商 磨床型号磨床型号 生产商生产商 高精度内外圆磨床 Studer、Kellenberger、Schleifring 高精度平面磨床 Blohm、Aba、ELB、Favretto 导轨磨床 WaldrichCoburg、Favretto、住友精机 曲轴、凸轮磨床 Junker、Landis、Studer、丰田工机 大型曲轴磨床 Naxosunion、Cetos、Wohlenberg、唐津 大型轧辊磨床 Ingesoll 无心磨床 Koyo、Mikrosa 珩磨机 格林、善能、那格尔 滚珠丝杠磨床 科堡、三井精机 齿轮磨床 Gleason 五坐标工具磨床 瓦尔特、安卡、萨克 资料来源:虞行国高端磨削技术需求及国内磨床行业现状 在计划经济时代,我国设备制造业基本有明确专业的分工,如上海机床厂生产外圆磨床系列,杭州机床厂生产平面磨床系列,无锡机床厂生产内圆磨床系列,天津机床厂生产齿轮磨床系列,还有北京二机床、陕西机床、秦川机床、桂北机床、威海华东等厂生产制造出了一批代表我国较高水平的磨床。目前,磨床行业竞争格局可划分为三个类别:(1)国外企业:德国、日本等发达国家的磨床企业起步较早、技术水平领先,产品附加值较高,主要面向航空航天、汽车、模具等下游产业,典型公司包括德国斯来福临集团、日本捷太格特、德国埃马克、瑞士罗曼蒂克等,是目前国际上的高端磨床制造商。敬请参阅最后一页特别声明-38-证券研究报告 电力设备新能源电力设备新能源 (2)国内国有企业:国内市场现存知名磨床制造国有企业,主要由曾以“十八罗汉”为代表的国有控股机床企业改制重组而来,发展历史悠久,实力雄厚,规模居于国内前列,代表公司主要有秦川机床(000837.SZ)、无锡机床、上海机床等。(3)国内民营企业:自 2001 年中国加入 WTO,数控机床进入高速发展时期,国内市场对数控机床需求急增,一批民营数控磨床企业开始快速发展,产品在一些细分领域占有重要地位,代表公司主要包括宇环数控(002903.SZ)、华辰装备(300809.SZ)等。旋风铣床 20 世纪 80 年代,西方工业发达的国家出现了一批专业生产 CNC 旋风铣床的厂家,例如:德国 Leistritz 公司、GWT 公司、Burgsmuller 公司、奥地利WEINGRTNER 公司、Linsinger 公司等。到 1990 年后期,随着高速硬切削理论和制造技术以及刀具制造和刃磨技术的成熟,智能化、复合化的高档 CNC 硬旋风铣床和旋铣加工中心相继进入市场。国内汉江机床研发了适宜大批量产业化生产、具有自主知识产权的大型螺纹旋风硬铣削机床。HJ09280 数控螺纹旋风铣床适用于加工直径 230mm 以内、长度 8000mm 以下的滚珠丝杠(精度可达 3 级)、梯形丝杠及螺杆,还可对直径100mm 以内、长度 8000mm 以上的滚珠丝杠进行接刀加工。精密辊轧机 精密滚轧技术 HPR(HighPrecidionRolling)的出现,使丝杠螺纹的轧制精度出现重大突破,从 20 世纪 90 年代开始在欧美国家中出现了一批数控化、智能化水平较高的 CNC 精密滚轧机。德国(PROFIROLL)宝飞螺公司在经济适用型系列产品的基础上推出锐意创新型高档 CNC 精密滚轧机(第五代),新配置的宝飞螺 CNC/AC 数控系统可根据材料的成形过程,随机调整主轴转速和轧辊的进给量,并具有滚压过程参数程序化、屏幕化和营理提示等功能。由美国在这个领域的权威人士 HowardAGreis 先生创建的 KINEFAC 肯尼福公司推出了封闭受力闸式 CNC 高强度滚扎机(第三代),该公司下设国家级挤压滚轧成形工艺开发试验室:两模、三模冷滚轧技术中心等多个研发机构。德国 Leistritz 公司在生产 CNC 旋风铣床的同时还生产不同吨位的滚压成形机,其中 LWNRT 系列 CNC 精密滚轧机配有新一代数控技术,力学结构的高刚度床身,两个 AC 电动机驱动双主轴,其定位精度和重复定位精度都很高,用于加工 RBS 等产品。表表 1515:海外丝杠机床主要参与者:海外丝杠机床主要参与者 英文名英文名 国家国家 创立年份创立年份 主主要产品要产品 螺纹磨床 waldrich-coburg 科堡 德国 1920 大型高精度铣床、磨床和车床。包括 TAURUS、TAURUSGemini、MasterTec 和 PowerTec 铣床系列,WayGrind和 RailGrind 磨床系列、ValuTurn、MultiTurn 和 PowerTurn 车床系列;Mitsuiseiki 三井精机 日本 1928 高精度机床母机和固定式空气压缩机。机床有卧式 CNC 加工、立式 CNC 加工、坐标磨床、螺纹磨床和坐标镗床系列。压缩机包括高效节能水润滑变频无油压缩机、环保性能的标准型水润滑无油压缩机、功率超过型号标准的小型水润滑无油压缩机、用于大型设施的大功率水润滑无油压缩机、环保节能涡旋压缩机等。旋风铣 敬请参阅最后一页特别声明-39-证券研究报告 电力设备新能源电力设备新能源 Leistritz 莱斯特瑞兹 德国 1905 航空和能源技术用涡轮产品,石油天然气、化工及造船行业用螺杆泵,塑料和制药行业用双螺杆挤出机,汽车和机械工程行业用刀具和旋风铣床。Burgsmuller 伯格斯缪勒 德国 1876 公司定位为螺纹切削专家和旋风铣技术的发明者,近年来逐步停止销售旋风铣床,转向双螺杆挤出机螺杆元件和丝杠的生产。WEINGRTNER 魏因加特纳 奥地利 1966 公司重新定义了旋风铣,公司的机床、刀具、工艺流程和 CAD/CAM 软件用于生产大型曲轴、发电厂发电机转子、风力涡轮机、蒸汽和燃气轮机、大型压缩机螺杆以及造纸和钢铁行业的轧制加工。Linsinger 林辛格 奥地利 1939 铣削技术,锯切技术,钢轨技术,客户服务和设备保养服务。产品包括旋铣式钢管锯切机、圆盘锯机、带钢铣边机等。精密辊轧机 PROFIROLL 宝飞螺 德国-螺纹及成形滚压机、花键滚轧机、环形件冷辗扩机和滚压模具。滚压模具包括圆形滚压模具、Rollex 花键模具、增量式圆模具、行星式模具、搓丝板和齿条模具。KINEFAC 肯尼福 美国 1962 公司是精密金属成型和加工技术领域的世界领先者。可提供两模、三模精密辊轧机和相关模具。EVIRT 艾瓦特 意大利-智能轧制机,包括 MONO系列、PLANAR系列、RADIAL系列和 SPECIAL 系列,广泛应用于圆形和管型材上的ISO 螺纹和梯形螺纹、接头连接、滚珠丝杠、滚花几何形状、开槽和成型等等。资料来源:各公司官网、光大证券研究所 产品方面:贝斯特生产的滚珠丝杠副、直线导轨副等产品首台套已实现成功下线,部分产品已在送样验证过程中;五洲新春生产的 T 型螺纹丝杠开发完成并向客户送样,行星滚柱丝杠零部件向下游重要客户多次送样;恒立液压线性驱动器项目预计 2024 年第二季度投产,达产后将形成年产104,000 根标准滚珠丝杠电动缸、4,500 根重载滚珠丝杠电动缸、750 根行星滚柱丝杠电动缸、100,000 米标准滚珠丝杠和 100,000 米重载滚珠丝杠的生产能力。工艺方面:浙海德曼的 T 系列高端数控车床及高精密级数控车床具备较强的以车代磨效果。该系列的复合加工功能能够实现铣削功能,可以代替部分以铣代磨功能;华辰装备与贝斯特达成全面战略合作关系,共同推动国产高端数控直线导轨磨床关键核心技术攻关;秦川机床的螺纹磨床广泛供应滚动功能部件行业、工量具行业、减速机行业、汽车零部件制造、螺杆空气压缩机行业;子公司汉江机床拥有行星滚柱丝杠产品的研发、制造基础,近年来已有多种产品供给某些特殊行业;同时公司具备旋风铣机床生产能力;日发精机的数控螺纹磨床用于新能源汽车、人形机器人上的丝杠与螺母的试磨情况良好,高效且精度符合客户要求;用于丝杠螺母的端面外圆磨床已向某客户交付,并与另一客户签订了螺纹磨床合同。表表 1616:国内上市公司中丝杠行业主要参与者:国内上市公司中丝杠行业主要参与者 公司公司 整体实力整体实力 丝杠、机器人相关进展丝杠、机器人相关进展 五洲新春 公司主要生产轴承及汽车配件等高端精密零部件。为德国舍弗勒和瑞典斯凯孚两家轴承制造商提供轴承套圈。公司研发的各类丝杠类产品主要面向新能源汽车产业和机器人产业。公司 T 型螺纹丝杠开发完成并向客户送样,行星滚柱丝杠零部件向下游重要客户多次送样,公司的短期目标是切入主流客户产业链。敬请参阅最后一页特别声明-40-证券研究报告 电力设备新能源电力设备新能源 贝斯特 公司业务分为三大板块:一、各类精密零部件、智能装备及工装夹具等原有业务;二、新能源汽车零部件业务;三、工业母机领域,全面布局直线滚动功能部件,产品包括:高精度滚珠/滚柱丝杠副、高精度滚动导轨副等。公司通过设立全资子公司“无锡宇华精机有限公司”全面布局直线滚动功能部件(产品包括:高精度滚珠/滚柱丝杠副、高精度滚动导轨副等),公司生产的滚珠丝杠副、直线导轨副等产品首台套已实现成功下线,部分产品已在送样验证过程中。恒立液压 经过 30 多年的专注与创新,从液压油缸制造发展成为集液压元件、精密铸件、液压系统等产业于一体的大型综合性企业,主要市场涵盖 20 多个国家和地区,产品遍及工程机械、农业机械、工业工程、海洋工程、能源科技、隧道工程等众多行业。公司拟投资 15 亿元建设线性驱动器项目,预计 2024 年第二季度投产。项目达产后将形成年产 104,000 根标准滚珠丝杠电动缸、4,500 根重载滚珠丝杠电动缸、750 根行星滚柱丝杠电动缸、100,000 米标准滚珠丝杠和 100,000 米重载滚珠丝杠的生产能力。浙海德曼 公司专门从事高端数控车床生产,掌握了数控车床三大核心技术,即主轴技术、伺服刀塔技术、伺服尾座技术国家级专精特新“小巨人”企业。与贝斯特、五洲新春、双环传动等建立多年的合作关系。公司的 T 系列高端数控车床及高精密级数控车床具备较强的以车代磨效果。该系列的复合加工功能能够实现铣削功能,可以代替部分以铣代磨功能。华辰装备 公司是国内专业从事全自动高精度数控轧辊磨床研发生产的创新型领先企业。公司公司与德国 Wieland 公司开展国际合作,开发内外圆复合磨床(亚磨削系列产品),属于高精度数控万能复合磨床,具有外圆、内圆、非圆、螺纹磨削功能。与贝斯特达成全面战略合作关系,共同推动国产高端数控直线导轨磨床关键核心技术攻关。华辰装备计划于 1 年内向贝斯特精机提供对标国际行业龙头企业领先水平的精密数控直线导轨磨床产品以及相应技术支持,该产品为目前全球磨削长度最长、技术难度及磨削效率最高的产品。秦川机床 公司是中国机床工具行业龙头骨干,中国精密数控机床与复杂工具研发制造基地,工业机器人减速器研发制造基地,国家级高新技术企业和创新型试点企业,拥有国家级制造业单项冠军产品和多家国家级专精特新“小巨人”企业。公司螺纹磨床产品下游市场主要有:滚动功能部件行业、工量具行业、减速机行业、汽车零部件制造(尤其是新能源汽车)、螺杆空气压缩机行业。子公司汉江机床拥有行星滚柱丝杠产品的研发、制造基础,近年来已有多种产品供给某些特殊行业,同时,部分新型号产品正在研制和试验验证。同时也具备旋风铣机床生产能力。日发精机 日发机床公司定位于高端数控机床,用定制化设计、规模化生产、全方位服务逐步实现进口替代并占有优势的行业地位。公司数控螺纹磨床用于新能源汽车、人形机器人上的丝杠与螺母的试磨情况良好,高效且精度符合客户要求,获得了客户的认可;用于丝杠螺母的端面外圆磨床已向某客户交付,并与另一客户签订了螺纹磨床合同。资料来源:各公司官网、各公司公告、光大证券研究所 人形机器人与人工智能技术不断突破,产业链正处于放量前夕,相关产业链面临巨大投资机遇。丝杠作为人形机器人核心传动部件,正面临新一轮产业机遇。其中行星滚柱丝杠为了满足人形机器人降本、放量的要求,生产效率和量产成本需在当前水平基础上有较大下降,生产工艺正持续优化中,设备、技术等均存在较大国产替代空间。产品层面:行星滚柱丝杠部分厂商已具备生产能力并向下游客户送样;工艺层面:磨削、旋风铣、辊轧、硬态车削预计都将发挥作用。建议关注:建议关注:(1 1)积极布局行星滚柱丝杠产品的贝斯特、五洲新春、恒立液压;)积极布局行星滚柱丝杠产品的贝斯特、五洲新春、恒立液压;(2 2)高端磨床、“以车代磨”、“以铣代磨”等工艺路线:高端磨床、“以车代磨”、“以铣代磨”等工艺路线:浙海德曼浙海德曼、华辰装、华辰装备、秦川机床、日发精机。备、秦川机床、日发精机。敬请参阅最后一页特别声明-41-证券研究报告 电力设备新能源电力设备新能源 8 8、风险分析风险分析 (1)产业化进程不及预期:目前人形机器人产业链成本仍较高,尚未具备确定的应用场景,若产业化进程不及预期,可能对供应链企业造成不利影响;(2)竞争加剧风险:产业界对人形机器人高度关注,若后续丝杠、空心杯电机、减速器等领域竞争加剧,可能对供应链企业造成不利影响;(3)核心技术进步不及预期:人形机器人的产业化推进有赖于 AI、自动驾驶、以及相关零部件的核心技术持续进步,若后续核心技术进步不及预期,可能对产业链落地造成负面影响。敬请参阅最后一页特别声明-42-证券研究报告 行业及公司评级体系行业及公司评级体系 评级评级 说明说明 行行 业业 及及 公公 司司 评评 级级 买入 未来 6-12 个月的投资收益率领先市场基准指数 15%以上 增持 未来 6-12 个月的投资收益率领先市场基准指数 5%至 15%;中性 未来 6-12 个月的投资收益率与市场基准指数的变动幅度相差-5%至 5%;减持 未来 6-12 个月的投资收益率落后市场基准指数 5%至 15%;卖出 未来 6-12 个月的投资收益率落后市场基准指数 15%以上;无评级 因无法获取必要的资料,或者公司面临无法预见结果的重大不确定性事件,或者其他原因,致使无法给出明确的投资评级。基准指数说明:基准指数说明:A 股市场基准为沪深 300 指数;香港市场基准为恒生指数;美国市场基准为纳斯达克综合指数或标普 500 指数。分析、估值方法的局限性说明分析、估值方法的局限性说明 本报告所包含的分析基于各种假设,不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性,估值结果不保证所涉及证券能够在该价格交易。分析师声明分析师声明 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师,以勤勉的职业态度、专业审慎的研究方法,使用合法合规的信息,独立、客观地出具本报告,并对本报告的内容和观点负责。负责准备以及撰写本报告的所有研究人员在此保证,本研究报告中任何关于发行商或证券所发表的观点均如实反映研究人员的个人观点。研究人员获取报酬的评判因素包括研究的质量和准确性、客户反馈、竞争性因素以及光大证券股份有限公司的整体收益。所有研究人员保证他们报酬的任何一部分不曾与,不与,也将不会与本报告中具体的推荐意见或观点有直接或间接的联系。法律主体声明法律主体声明 本报告由光大证券股份有限公司制作,光大证券股份有限公司具有中国证监会许可的证券投资咨询业务资格,负责本报告在中华人民共和国境内(仅为本报告目的,不包括港澳台)的分销。本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格编号已披露在报告首页。中国光大证券国际有限公司和 EverbrightSecurities(UK)CompanyLimited 是光大证券股份有限公司的关联机构。特别声明特别声明 光大证券股份有限公司(以下简称“本公司”)成立于 1996 年,是中国证监会批准的首批三家创新试点证券公司之一,也是世界 500 强企业中国光大集团股份公司的核心金融服务平台之一。根据中国证监会核发的经营证券期货业务许可,本公司的经营范围包括证券投资咨询业务。本公司经营范围:证券经纪;证券投资咨询;与证券交易、证券投资活动有关的财务顾问;证券承销与保荐;证券自营;为期货公司提供中间介绍业务;证券投资基金代销;融资融券业务;中国证监会批准的其他业务。此外,本公司还通过全资或控股子公司开展资产管理、直接投资、期货、基金管理以及香港证券业务。本报告由光大证券股份有限公司研究所(以下简称“光大证券研究所”)编写,以合法获得的我们相信为可靠、准确、完整的信息为基础,但不保证我们所获得的原始信息以及报告所载信息之准确性和完整性。光大证券研究所可能将不时补充、修订或更新有关信息,但不保证及时发布该等更新。本报告中的资料、意见、预测均反映报告初次发布时光大证券研究所的判断,可能需随时进行调整且不予通知。在任何情况下,本报告中的信息或所表述的意见并不构成对任何人的投资建议。客户应自主作出投资决策并自行承担投资风险。本报告中的信息或所表述的意见并未考虑到个别投资者的具体投资目的、财务状况以及特定需求。投资者应当充分考虑自身特定状况,并完整理解和使用本报告内容,不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果,本公司及作者均不承担任何法律责任。不同时期,本公司可能会撰写并发布与本报告所载信息、建议及预测不一致的报告。本公司的销售人员、交易人员和其他专业人员可能会向客户提供与本报告中观点不同的口头或书面评论或交易策略。本公司的资产管理子公司、自营部门以及其他投资业务板块可能会独立做出与本报告的意见或建议不相一致的投资决策。本公司提醒投资者注意并理解投资证券及投资产品存在的风险,在做出投资决策前,建议投资者务必向专业人士咨询并谨慎抉择。在法律允许的情况下,本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易,也可能为这些公司提供或正在争取提供投资银行、财务顾问或金融产品等相关服务。投资者应当充分考虑本公司及本公司附属机构就报告内容可能存在的利益冲突,勿将本报告作为投资决策的唯一信赖依据。本报告根据中华人民共和国法律在中华人民共和国境内分发,仅向特定客户传送。本报告的版权仅归本公司所有,未经书面许可,任何机构和个人不得以任何形式、任何目的进行翻版、复制、转载、刊登、发表、篡改或引用。如因侵权行为给本公司造成任何直接或间接的损失,本公司保留追究一切法律责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。光大证券股份有限公司版权所有。保留一切权利。光大证券股份有限公司版权所有。保留一切权利。光大证券研究所光大证券研究所 上海上海 北京北京 深圳深圳 静安区新闸路 1508 号 静安国际广场 3 楼 西城区武定侯街 2 号 泰康国际大厦 7 层 福田区深南大道 6011 号 NEO 绿景纪元大厦 A 座 17 楼 光大证券股份有限公司关联机构光大证券股份有限公司关联机构 香港香港 英国英国 中国光大证券国际有限公司中国光大证券国际有限公司 香港铜锣湾希慎道 33 号利园一期 28 楼 EverbrightSecurities(UK)CompanyLimitedEverbrightSecurities(UK)CompanyLimited 6thFloor,9AppoldStreet,London,UnitedKingdom,EC2A2AP

    浏览量0人已浏览 发布时间2024-02-23 42页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 工信部:工业元宇宙创新城市白皮书(2023)(76页).pdf

    工业元宇宙创新城市白皮书(2023 年)工业元宇宙协同发展组织工业元宇宙协同发展组织 工业和信息化部工业文化发展中心工业和信息化部工业文化发展中心 2 2023023 年年 1212 月月 主要参编单位与组织 工业和信息化部工业文化发展中心 工 业 元 宇 宙 协 同 发 展 组 织 工业云制造(四川)创新中心有限公司 成 都 市 新 经 济 发 展 研 究 院 四 川 见 山 科 技 有 限 责 任 公 司 大 连 市 人 工 智 能 产 业 协 会 投 资 北 京 投 资 顾 问 有 限 公 司 广 东 省 电 信 规 划 设 计 院 有 限 公 司 广 州 博 日 信 息 科 技 有 限 公 司 苏 州 海 赛 人 工 智 能 有 限 公 司 广 州 壹 宸 宇 宙 文 化 传 播 有 限 公 司(排名不分先后)编写说明 本白皮书是在工业和信息化部工业文化发展中心和工业元宇宙协同发展组织的指导和组织下,由工业和信息化部工业文化发展中心工业元宇宙实验室会同工业云制造(四川)创新中心有限公司等单位编写完成。其中,工业元宇宙概念、技术体系等内容是基于在调研了工业元宇宙协同发展组织内外近百家企业,以及咨询清华大学、北京航空航天大学、中国传媒大学、大连理工大学等高校院所相关专家的基础上编写形成,并得到李伯虎院士团队的指导和支持。工业元宇宙协同发展组织组建了专题研究组,在广泛调研并查阅公开资料和数据的基础上,选取发布了支持元宇宙发展政策和布局了相关产业园区的十个典型城市进行深入研究,城市之间不予排名,只根据研究需要进行归类。本白皮书的亮点在于尝试提出了工业元宇宙城市发展实施框架,专题研究组对这一框架进行了广泛的讨论和征求意见,得到了成都市经济和信息化局市新经济发展委员会、大连市工业和信息化局、苏州市工业和信息化局等单位元宇宙相关部门的支持和反馈,在此一并致谢!此外,受编写时间仓促、编写人员知识积累有限、产业发展尚在初期等因素的影响,内容或有疏漏,敬请指正。版权声明 本白皮书版权由工业和信息化部工业文化发展中心、工业元宇宙协同发展组织共有。使用说明:未经工业和信息化部工业文化发展中心或工业元宇宙协同发展组织同意,不得以任何方式复制、抄袭、影印、翻译本文档的任何部分。凡转载或引用本文的观点、数据,请注明来源:工业和信息化部工业文化发展中心或工业元宇宙协同发展组织。违反上述声明者,编者将追究其相关法律责任。前 言 中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要(以下简称“十四五”规划纲要)提出,要发展壮大战略性新兴产业,着眼于抢占未来产业发展先机;加快数字化发展,以数字化转型整体驱动生产方式、生活方式和治理方式变革。“十四五”规划纲要明确了数字经济七大重点产业:大数据、云计算、物联网、工业互联网、区块链、人工智能、虚拟现实与增强现实;数字化十大应用场景:智能交通、智慧能源、智能制造、智慧农业及水利、智慧教育、智慧医疗、智慧文旅、智慧社区、智慧家居、智慧政务。元宇宙是数字与物理世界融通作用的沉浸式互联空间,是新一代信息技术集成创新和应用的未来产业,是数字经济与实体经济融合的高级形态,对推动产业链、技术链、创新链全面提升至关重要。今年九月,工业和信息化部、教育部、文化和旅游部、国务院国资委、广电总局联合印发元宇宙产业创新发展三年行动计划(2023-2025 年),将从科技创新、产业融合、人才培养等多维度为中国元宇宙发展带来重要影响。支撑元宇宙实现的技术储备和装备基础来自工业产业,元宇宙技术和装备能促进传统制造业转型升级,在这个过程中不断产生新的应用场景,乃至拓展到交通、能源、教育、医疗、文旅、农业等其他行业。工业元宇宙是元宇宙在工业领域的落地与拓展,是新型工业数字空间,是新型工业智慧互联网系统,是数字经济与实体经济融合发展的新型载体。工业元宇宙技术体系是由多种技术群综合而成,其热点技术包括大数据处理、云计算、物联网/CPS、工业互联网、区块链、人工智能、虚拟现实与增强现实、网络通讯、新材料等。工业元宇宙的主要技术与“十四五”规划纲要中数字经济七大产业有着高度的交叉与融合,能够赋能数字化十大应用场景;工业元宇宙作为数实融合的新载体,与现代产业体系有着紧密关联,有助于推进新型工业化,是未来产业的代表性方向之一。通过工业元宇宙发展相关产业,可以促进数字技术迭代升级与深化应用,加强数字基础建设、推动数字经济与实体经济深度融合。城市是随着社会分工而形成、随着工业发展而不断发展的,是现代经济社会发展的重要承载空间,是数字经济发展的物理空间和重要载体。“十四五”规划纲要提出推进新型智慧城市建设,推进城市数据大脑建设,探索建设数字孪生城市。许多城市敏锐地捕捉到了元宇宙产业与智慧城市、数字化城市建设之间的紧密联系,纷纷发布支持元宇宙发展的政策,从不同角度和侧重点对元宇宙相关产业进行布局。可以预见,未来几年内,元宇宙相关产业将进入快速而有序的发展阶段,工业元宇宙相关技术和创新产品将在交通、能源、制造、教育、医疗、文旅、社区、政务等诸多场景得到大量应用,逐步成为智慧化、数字化城市发展的重要方向和城市竞争力的重要体现。由工业和信息化部工业文化发展中心牵头成立的工业元宇宙协同发展组织,致力于推动新技术与新场景的结合、新业态与新价值的探索,致力于推动工业元宇宙相关产业基础高级化、产业链现代化。为全面了解我国城市元宇宙产业发展情况,推动工业元宇宙有效促进各地经济高质量发展,工业元宇宙协同发展组织组建了专题研究组,选取发布了元宇宙相关发展行动计划、政策和布局相关产业园区的各类典型城市共十个进行了广泛调研,联合相关单位编制了工业元宇宙创新城市白皮书。本白皮书阐述了工业元宇宙与城市创新发展、数字经济发展之间的关系,系统研究了典型城市工业元宇宙相关产业的技术路径、基础设施、融合应用、发展特点,梳理了其工业元宇宙场景建设与产业生态建设情况,总结了工业元宇宙发展现状、发展趋势、面临的问题与挑战。在此基础上,本白皮书探索构建了工业元宇宙城市发展实施框架,从政策环境、技术支撑、应用场景、安全协同、运营运维五个维度分析了十个典型城市及相关企业案例,梳理了城市工业元宇宙发展现状、发展趋势、面临的问题与挑战,以期为地方数字经济的发展及投资者提供参考。I 目录 一、工业元宇宙概述与发展态势.1(一)工业元宇宙概述.1 1工业元宇宙的定义.1 2工业元宇宙技术体系与发展趋势.2 3工业元宇宙融合应用.4(二)工业元宇宙的发展态势.5 1工业元宇宙发展现状.5 2工业元宇宙基础设施与产业生态.6 3工业元宇宙发展阶段.8(三)工业元宇宙应用场景.9 1工业系统各层级的应用.10 2产品全生命周期的应用.12 3跨行业、全场景应用.16 二、工业元宇宙与城市创新发展.18(一)工业元宇宙与产业创新.19 1.工业元宇宙创新应用.19 2.工业元宇宙自身发展将塑造新的产业.20 3.改变产业的生产方式和效率.21 4.带来新的产业机会和市场.22 5.改变产业结构和组织形式.22 6.产业的需求和趋势反过来影响技术的发展.23(二)工业元宇宙与消费创新.24(三)工业元宇宙与智慧城市建设.25(四)工业元宇宙城市发展实施框架.30 三、代表城市工业元宇宙发展情况.37(一)科研创新及人才驱动型.38 1.上海.39 2.广州.41 3.合肥.42 II(二)市场投融资及政策驱动型.43 1.武汉.44 2.大连.46 3.济南.47(三)文旅及消费场景驱动型.49 1.成都.49 2.苏州.52 3.杭州.55 4.厦门.58 四、工业元宇宙发展趋势及面临问题.59(一)城市工业元宇宙的发展趋势.59 1.城市数字化转型加速.59 2.人工智能与自动化高度融合.59 3.智慧城市数据共享与合作生态系统建立.60 4.跨行业和跨领域的应用将被拓展.61(二)工业元宇宙发展面临的问题与应对办法.61 1.关键技术有待突破.61 2.高成本制约应用规模.62 3.缺乏标准与互操作性.63 4.数据安全与隐私保护.63(三)工业元宇宙在城市中创新发展的建议.64 1.智慧城市规划与设计.64 2.数字基础设施建设.65 3.工业元宇宙与智慧产业的融合.65 4.创新应用场景开发,拓展应用领域.65 5.人才培养和技术创新.66 6.数据安全和隐私保护.66 7.智慧治理与公共服务.66 8.跨界合作与交流.67 参考文献.68 1 1 一、工业元宇宙概述与发展态势一、工业元宇宙概述与发展态势 (一)工业元宇宙概述(一)工业元宇宙概述 1 1工业元宇宙的定义工业元宇宙的定义 2023 年 9 月 8 日,工业和信息化部、教育部、文化和旅游部、国务院国资委、广电总局等五部委联合印发元宇宙产业创新发展三年行动计划(2023-2025 年),指出:元宇宙是数字与物理世界融通作用的沉浸式互联空间,是新一代信息技术集成创新和应用的未来产业,是数字经济与实体经济融合的高级形态,提出“构建工业元宇宙、赋能制造业为主要目标”。中国工程院院士李伯虎认为,工业元宇宙是元宇宙在工业领域的落地与拓展。工业元宇宙协同发展组织发布的工业元宇宙创新发展三年行动计划(2022-2025 年)中,采纳并扩展了李伯虎院士这个观点,将工业元宇宙定义为:在新发展理念指引下,在新一代信息技术引领下,借助新时代各类新技术群跨界融合,实现工业领域中“人、虚拟空间与现实空间”虚实映射、交互、融合,以虚促实、以虚强实的工业全要素链、全产业链、全价值链(三链)智慧,协同、开放、服务、互联的复杂数字工业经济系统,是元宇宙在工业领域的落地与拓展,是数字经济与实体经济融合发展的新型载体。本书中关于工业元宇宙的论述均基于这个定义展开。这与李伯虎院士团队于 2022 年 12 月在前沿科学发布的文章工业元宇宙:工业发展新阶段的赋能者中的观点大体一致。该文还对一些针对元宇宙的流行异议做出了回应。有部分学者认为元宇宙概念与近年来数字孪生技术无明显差别。事实上,任何新技术、新应用的诞生都不是空中楼阁、凭空创造。工业元宇宙与仿真、数字孪生、元宇宙及工业物理世界,是一脉相承、密不可分却又各自侧重的关系。工业元宇宙继承了仿真技术对“现实物理时间的逼真模拟”,也强化了数字孪生关注的“数据/模型”及“虚实交互”,并充分吸收了元宇宙作为一种数字经济系统在自然人机交互、数字化资产及社交网络等方面的特点,实现了对工业现实世界中六要素(人、技术/设备、组织、数/知、材料、资金)、六流(人才流、技术流、产业流、数/知流、物流、资金流)的虚实有机融合,如图 1 所示。2 2 图 1 本书关于工业元宇宙与仿真、数字孪生、元宇宙及工业物理世界关系的理解 一些来自产业界的研究者对工业元宇宙提出了更加具体的定义。四川省工业云制造创新中心研究所所长张星智在 2023 中国数字经济创新发展大会上提出,工业元宇宙是一种数字化、虚拟化的工业生态系统,它通过连接物理设备、传感器、人员和系统,将实时数据收集、处理和分析与物理制造过程紧密结合,它的核心理念是将现实世界与虚拟世界无缝集成,使得在虚拟世界中对物理设备进行仿真、优化和控制成为可能。他还简单阐述了工业元宇宙的四个发展阶段:虚实映射、虚实结合、以实控虚、以虚强实。2 2工业元宇宙技术体系与发展趋势工业元宇宙技术体系与发展趋势 工业元宇宙主要由五大体系构成,包括技术体系、标准体系、产品体系、服务体系和保障体系等。工业元宇宙的技术体系目前主要由“时空引擎 实时渲染 大规模建模技术”、自然交互技术、区块链技术、网络通讯与算力技术、人工智能技术、物联网/传感技术、数字孪生技术等构成。其中,工业元宇宙的热点技术包括5G/6G、算力网络、虚拟现实/增强现实技术、数字孪生技术、人工智能技术、区块链技术、工业元宇宙平台及先进计算等。2023 年 9 月,国家知识产权局印发了关键数字技术专利分类体系(2023),文件涉及的元宇宙技术分类体系也适用于对工业元宇宙领域关键数字技术专利发展状况进行宏观统计监测,适用于各地方有关部门和社会各界结合实际需要开展相关产业专利统计分析工作。元宇宙技术体系包括沉浸式计 3 3 算、WEB3.0、新型基础设施 3 个一级技术分支,下设 13 个二级技术分支,45 个三级技术分支,79 个四级技术分支,54 个五级技术分支,共计 194 个技术分支,是人工智能、高端芯片、量子信息、物联网、区块链、工业互联网和元宇宙等七大关键技术中技术分支最多的技术体系,如图 2 所示。图 2 元宇宙技术分支架构关键数字技术专利分类体系(2023)工业元宇宙技术体系参照图 2 的元宇宙技术分支架构,尚处于不断演进与发展的阶段,其发展趋势从以下几个方面阐述。首先,技术成熟度和普及度不断提高。随着虚拟现实、增强现实、人工智能等技术的不断发展,工业元宇宙技术体系将逐渐成熟,并得到更广泛的应用和普及。其次,工业元宇宙技术体系将与工业制造领域的数字化转型深度融合,成为数字化转型的关键技术。通过数字孪生、人工智能等技术,实现生产过程的自动化、智能化和可视化,提高生产效益和降低成本。人工智能、5G/6G、数字孪生等技术将深度融合成统一的元宇宙技术生态系统,在未来的发展中,工业元宇宙技术体系将与人工智能、5G/6G、物联网等技术深度融合,形成更加强大、智能、高效的工业制造生态系统。这些技术的融合将有助于实现工业制造的全面数字化、智能化和网络化。4 4 此外,工业元宇宙技术体系的发展将促进工业制造领域的优化和升级。通过数字孪生、人工智能等技术实现对生产过程的实时监控、预测和优化,提高生产效率和产品质量,同时降低能源消耗和环境污染。通过工业元宇宙技术体系,构建全新的工业制造服务模式。在传统的生产过程中,企业主要关注生产效率和产品质量,而在新的服务模式下,企业通过数字孪生、人工智能等技术,提供更加个性化、智能化和高效化的服务模式。3 3工业元宇宙融合应用工业元宇宙融合应用 工业元宇宙是数字经济与实体经济融合发展的新型载体,带来了全场景和数实融合运用。工业元宇宙通过数字孪生技术将现实世界的工业场景进行虚拟化,构建虚实融合的场景,包括工厂环境、设备运行状态、产品研发设计流程等,如图 3 所示。图 3 工业元宇宙的融合应用 工业元宇宙通过扩展现实技术提供沉浸式体验,让人们身临其境地感受工业场景中的各个环节和细节,提供更加广阔的创意空间。在工业元宇宙场景中,设计师通过虚拟现实技术进行交互式创作,对虚拟化的工业场景进行修改、调整和优化。这种交互式创作使得设计师更加便捷地进行创作,同时提高了创作的灵活性和准确性。工业元宇宙的融合应用使得实体经济不再局限于传统的表现形式,而是向多元化方向发展。例如,创作者通过虚拟现实技术将工业场景转化为数字艺术作品,或者通过增强现实技术将虚拟元素与现实场景进行结合,创造出全新的 5 5 艺术形式。可见,工业元宇宙与内容创造的融合应用使得创作变得更加多元化、智能化和高效化,同时也为工业领域提供了更加丰富的创意空间和艺术表达形式,见图 4。图 4 真实加工厂作品 目前认为,互联网经过 Web 1.0、Web 2.0 阶段,正在向 Web 3.0 与元宇宙时代发展,工业元宇宙的内容创造方式也在不断地变化,内容产业也将迎来数字化转型的关键时期。内容创造方式更加依赖 AI 技术生成内容,即 AIGC(AI-Generated Content,AI 生成内容)技术,内容的生产主体不再是人类,而是人工智能。从应用场景来看,工业元宇宙与 AIGC 的相通之处很多,不仅着力于数字世界的创建,更着力于影响及改造现实世界。在数字原生领域,AIGC 能通过AI 创作工具提升 UGC 创作能力,而在数字孪生领域,AIGC 能够通过自动创作、设计、渲染等提升数字孪生模型生产效率。总之,AIGC 的融合应用将为工业元宇宙产业带来巨大变革。它提高了元宇宙内容生产效率,丰富其多样性,提供可交互的个性化、定制化元宇宙场景。同时也降低了元宇宙的应用门槛,实现大规模应用,弥补内容生产缺口,助力工业元宇宙内容智能生产和各种场景的实现。(二)工业元宇宙的发展态势(二)工业元宇宙的发展态势 1 1工业元宇宙发展现状工业元宇宙发展现状 工业元宇宙的发展现状可以从以下几个方面来看。6 6 技术发展技术发展:目前,工业元宇宙已经集合了多种前沿技术,包括虚拟现实、增强现实、5G 通信、大数据分析、AI 智能等,这些技术为工业元宇宙的发展提供了强大的支撑。同时,量子计算等领域也在不断发展,在未来将大大推动工业元宇宙的技术进步。投资活跃度波动投资活跃度波动:中国元宇宙行业的融资活跃度在 2022 年达到高峰后有小幅震荡,但一直保持在较高的位置,部分投资者对工业元宇宙产业有信心,未来将继续支持该领域的发展,从而进一步提升工业元宇宙产业发展水平。全球发展全球发展:随着技术的发展,工业元宇宙产业及其应用正在全球范围内发展,不仅在国内拥有广泛的应用,而且还在全球范围内获得广泛的关注和支持。应用场景不断扩大应用场景不断扩大:目前,工业元宇宙的应用场景已经涵盖了能源管理、制造过程优化、产品设计和创新、供应链管理、设备维护和故障预测等多个领域。随着技术的不断进步和应用的深入挖掘,工业元宇宙的应用场景范围还将不断扩大。未来,工业元宇宙将以赋能制造业为主要目标,大力探索虚实互促的制造业创新变革,在工业关键流程的元宇宙化改造、重点行业工业元宇宙布局和探索工业元宇宙创新应用模式三个方向发力。基于当前现状的发展方向,为建设工业元宇宙基础通用模型数据库,打造高精度、可交互、沉浸式的工业虚拟映射空间。部分城市的产业园区和企业已经开始探索基于元宇宙的产线运维、产品监测新模式,打造工业元宇宙的营销平台和虚拟培训系统。未来会开发面向不同产品的个性化全生命周期管理系统,围绕资产设备、订单数据等开展供应链金融服务等,这也是通过发展工业元宇宙赋能新型工业化的重要措施。2 2工业元宇宙基础设施与产业生态工业元宇宙基础设施与产业生态(1 1)“硬性”与“软性”基础设施)“硬性”与“软性”基础设施 工业元宇宙的基础设施包括“硬性”和“软性”基础设施两大类。“硬性”基础设施主要体现为硬件及底层基础设施的技术支撑,“软性”基础设施主要体现为保障体系、标准体系和服务体系的建设,如图 5 所示。7 7 图 5 工业元宇宙基础设施 在硬件及底层基础设施搭建上,需要建设 5G-A/6G、千兆光网/万兆光网、FTTR、卫星互联网等新型网络,满足工业元宇宙高速率、低时延、全域立体覆盖的应用需求。建设云边一体、算网一体、智能调度、绿色低碳的新型算力1,为工业元宇宙超高内容拟真度、实时交互自由度提供算力保障。发展工业元宇宙信任的“硬性”基础设施,试点去中心化场景应用,支撑元宇宙可信存储需求。此外,还需打造元宇宙基础设施综合管理平台,实现计算、存储和通信能力的分布式协同,提升运营效率与可靠性。工业元宇宙的软性基础设施中,保障体系和服务体系的详细内容将在第二章第四节进行阐述。工业元宇宙的标准体系尚处于发展的萌芽阶段,需要开展工业元宇宙标准化路线图研究,建设工业元宇宙产业标准规范体系,全面梳理工业元宇宙产业链标准化需求。按照行动计划的要求,围绕基础共性、互联互通、安全可信、隐私保护和行业应用等,组织开展国家标准、行业标准和团体标准制定和预研。(2 2)“软性”基础设施推进产业聚集)“软性”基础设施推进产业聚集 工业元宇宙的保障体系、标准体系、服务体系三位一体,从以下几个方面共同推进工业元宇宙的基础设施建设和产业聚集。1 元宇宙产业创新发展三年行动计划(2023-2025 年)8 8 强化战略规划和顶层设计:强化战略规划和顶层设计:国家和地方政府加强对工业元宇宙发展的战略规划和顶层设计,明确发展目标、重点领域和实施方案,是推动工业元宇宙产业聚集的先决条件。健全法律法规和标准体系:健全法律法规和标准体系:加强工业元宇宙领域的法律法规建设,完善知识产权保护、数据安全、网络安全等方面的法律法规。同时,加快制定工业元宇宙相关标准,推动形成统一、开放、互操作的标准体系。加强产业协同和合作创新:加强产业协同和合作创新:促进工业元宇宙产业链各环节的协同合作,推动产学研用深度融合,共同推进技术研发、标准制定和产业化应用。鼓励企业加强合作创新,共享资源,协同发展。优化政策扶持和资源配置:优化政策扶持和资源配置:政府通过加大对工业元宇宙相关企业的扶持力度,如给予税收优惠、专项资金支持、优先采购等政策支持,优化资源配置,推动工业元宇宙产业的聚集发展。建立人才培养和引进机制:建立人才培养和引进机制:建立健全工业元宇宙领域的人才培养和引进机制,加大人才培养力度,推动人才跨领域交流与合作,为工业元宇宙发展提供强有力的人才保障。推进示范应用和场景建设:推进示范应用和场景建设:鼓励各地结合产业基础和资源禀赋,建设工业元宇宙特色产业园,推动关键技术产品和重点领域应用的示范应用。同时,加强与相关领域的数字化、智能化、网络化进程紧密衔接,加速工业元宇宙与实体经济各领域的深度融合发展。加强风险防控和监管治理:加强风险防控和监管治理:建立健全工业元宇宙领域的风险防控和监管治理体系,加强数据安全、网络安全、市场监管等方面的工作,防范化解各类风险,保障工业元宇宙产业的健康发展。总之,从战略规划、法律法规、标准制定、产业协同、政策扶持、人才培养、示范应用、风险防控等多方面入手,完善工业元宇宙的基础设施和产业生态建设,推动其健康、可持续发展。3 3工业元宇宙发展阶段工业元宇宙发展阶段 工业元宇宙的发展可分为四个阶段2:在初期发展的虚实映射阶段,产业形态较为单一,现实世界的工业生产过程和消费需求结构尚未改变,需要对物理 2 李伯虎工业元宇宙:工业发展新阶段的赋能者 9 9 设备进行数字化建模。在虚实融合的第二阶段,物理设备数字化建模完成后,通过传感器实时采集设备运行过程中的数据,设备的运行状态被实时传输到工业元宇宙的虚拟世界中,为下一阶段虚拟世界中进行物理仿真提供基础。现实世界与虚拟世界虚实融合的程度有待发展,工业元宇宙相关服务和支撑保障体系还处在早期发展阶段。在以实控虚的第三阶段,现实场景虚拟化进程加快,AR/VR 硬件从娱乐设备向生产力工具转型,虚拟世界的工具和技术深入参与到改造现实世界的生产过程,产品设计、生产制造、交易流通等生产经营活动加速向虚拟世界迁移,工业元宇宙可以在虚拟世界中对物理设备进行高度精确的仿真,完全还原物理世界中的即时情景。在以虚强实的成熟发展阶段,工业元宇宙将实现工业生产的虚实统一,虚拟世界和现实世界之间实现完整映射和无缝交互,网络化协同体系完善,如图 6 所示。图 6 工业元宇宙发展的四个阶段(三)工业元宇宙应用场景(三)工业元宇宙应用场景 场景是满足公众生产、生活和消费需求的具有文化意义的空间3,对工业元宇宙来说,应用场景是工业价值和理念在特定情境中的具象化呈现。3 祁述裕数字文化场景助力成都高质量发展研究报告 1010 1 1工业系统各层级的应用工业系统各层级的应用 工业系统的层级应用方面,工业元宇宙将实现设备级、产线级、工厂级、产业链级各层级的应用,会大幅度地促进企业提质降本增效、服务产业链治理与供应链优化,见图 7。图 7 工业系统各层级的应用(1 1)设备级)设备级 通过工业元宇宙技术对工业系统的设备进行仿真和模拟,可以帮助工程师和技术人员在实际制造之前对设备进行充分的模拟和测试,以便更好地了解设备的性能、功能和特点,从而优化设备的设计和功能。工业元宇宙技术能够实现设备的远程监控和维护。通过数字孪生技术,将现实世界的设备信息映射到虚拟世界中,使得工程师和技术人员在远程对设备进行监控和维护。这样不仅提高了设备的运行效率和使用寿命,还降低了设备的维护成本和减少停机时间。在智能诊断与预测性维护方面,通过人工智能和大数据分析等技术的应用,工业元宇宙能够对设备的运行数据进行智能分析和预测,从而提前发现设备可能出现的问题和故障,并采取及时的维护和修复措施。这样避免了设备在生产过程中出现停机等意外情况,提高设备的可靠性和稳定性。工业元宇宙技术能够对整个生产过程进行优化。通过数字孪生技术和仿真模拟技术的应用,实现对生产过程的可视化和管理,使得生产过程更加清晰、直观和可控。同时,通过对生产数据的分析和预测,优化了生产计划和生产流程,提高生产效率和产品质量。1111 总之,工业元宇宙在工业系统的设备级应用能够帮助工程师和技术人员更好地了解设备的性能、功能和特点,优化设备的设计和功能,提高设备的可靠性和稳定性,同时也实现了对生产过程的优化和管理,提高生产效率和产品质量。(2 2)产线级)产线级 通过工业元宇宙技术对整个生产线进行模拟和优化。在虚拟环境中构建生产线模型,进行模拟预测和提前验证,降低研究成本。通过实时监控生产线数据,能够优化生产流程,提高生产效率。通过数字孪生技术,将现实世界的生产线信息映射到虚拟世界中,实现远程监控和维护。这样能够及时发现和修复问题,提高生产效率。工业元宇宙能够实现人机协同生产。在虚拟环境中,人和机器共同完成任务,提高生产效率和质量。在需要高度专业知识和技能的生产环节中,通过人机协同来实现高质量、高效率的生产。(3 3)工厂级)工厂级 在工厂规划与设计方面,工业元宇宙技术支持在虚拟环境中模拟和设计工厂。这能够帮助工程师和设计师更好地了解工厂在整体设计和具体操作中所需的性能、功能和特点,优化工厂的设计和功能。同时,通过模拟工厂的运行和生产过程,预测和解决潜在的问题,提高工厂运行的可靠性和稳定性,见图 8。图 8 宝马基于英伟达 Omniverse 平台打造的未来工厂,NVIDIA Omniverse 使用户能够从多个不同的角度查看虚拟工厂 1212 通过工业元宇宙技术,对生产线布局进行优化。在虚拟环境中,模拟生产线布局,发现潜在的问题和瓶颈,并采取及时的调整和改进措施。这样提高了生产效率和质量,降低生产成本和能源消耗。在能源管理上,通过工业元宇宙技术,对工厂的能源使用进行智能管理和优化。在虚拟环境中,实时监控能源使用情况和能源消耗,并采取及时的调整和改进措施。这样降低了能源成本和减少环境污染。在设备管理与维护方面,通过工业元宇宙技术,实现设备的远程监控和维护。在虚拟环境中,实时监控设备的运行状态和健康状况,并采取及时的维护和修复措施。这样提高了设备的可靠性和稳定性,降低设备维护成本和停机时间。通过工业元宇宙技术,对工厂的应急响应进行模拟和预测。在虚拟环境中模拟应急响应过程,发现潜在的问题和瓶颈,并采取及时的应对措施。这样提高了应急响应能力和降低潜在风险。(4 4)产业链级)产业链级 在产品设计和测试方面,通过工业元宇宙技术,对产品进行虚拟化设计和测试。在虚拟环境中模拟产品的设计和测试过程,及时发现和解决潜在的问题,提高产品的设计效率和质量,减少生产成本和风险。通过工业元宇宙技术对供应链进行优化。在虚拟环境中模拟全行业供应链的运行和上下游对接过程,发现潜在的问题并采取及时的调整和改进措施。这样提高了供应链的效率和经济性。在产品营销与展示方面,通过工业元宇宙技术将产品的设计和特点进行数字化展示。在虚拟环境中模拟产品的外观和功能,让客户更好地了解产品的特点和优势,提高产品的市场竞争力。在工业遗产保护与文化传承方面,通过工业元宇宙技术,保护和传承工业遗产。在虚拟环境中模拟工业遗产曾经的工作状态,让后人更好地了解工业发展的历程和成就,传承工业文化。2 2产品全生命周期的应用产品全生命周期的应用(1 1)工业元宇宙的产品体系)工业元宇宙的产品体系 工业元宇宙的产品体系与技术体系发展相一致,可以大致分为以下几类。1313 虚拟资产虚拟资产/数字资产:数字资产:工业元宇宙中的虚拟资产包括数字孪生模型、虚拟设备、虚拟产品等。这些虚拟资产在虚拟环境中创建、模拟、交易和管理,能够用于优化生产流程、提高产品质量、降低生产成本和提高市场竞争力。AIGA(AI-Generated Assets)是内容生产工具变革下数字资产的新形式,是大数据和云计算的集合产物,通用性强、自动化程度高、无须标注大量数据。硬件设备:硬件设备:包括增强现实(AR)/虚拟现实(VR)设备、物联传感和网络传输设备等。工业元宇宙需要各种 AR/VR 设备来支持其虚拟环境和沉浸式体验。这些设备包括头戴式显示器、控制器、定位器等。物联传感设备包括深度摄像头(ToF)、惯性测量单元(IMU)、各种传感器、执行器等,用于监测和控制元宇宙中的各种物理设备和系统。5G/6G 网络是元宇宙中重要的网络传输设备,它们提供了高速、低延迟的网络连接,使得元宇宙中的各种设备和系统能够实时地相互通信和传输数据。软件软件和平台:和平台:工业元宇宙需要各种软件和平台来支持其运行和管理。这些软件和平台包括虚拟化软件、操作系统、开发工具、运行时软件等。数据数据和服务:和服务:工业元宇宙需要各种数据和服务来支持其运行和管理。这些数据和服务包括传感器数据、云计算服务、数据分析服务、网络安全服务等。总之,工业元宇宙的产品体系涵盖了虚拟资产、AR/VR 设备、软件和平台、数据和服务等多个方面,如图 9 所示,这些产品为企业提供更加高效、智能的生产经营和管理服务,提升企业竞争力和生产效益。1414 图 9 工业元宇宙的产品体系(2 2)产品全生命周期各阶段的应用)产品全生命周期各阶段的应用 从产品全生命周期的角度来看,工业元宇宙已在产品的研发阶段、生产阶段、管理阶段、销售阶段、实训阶段实现不同程度的应用。工业元宇宙在产品的研发阶段能够帮助企业提高产品的设计效率和质量,优化产品的应用场景,促进多方协同设计和创新,具体表现在这几个方面:在产品设计和模拟方面,通过工业元宇宙技术在虚拟环境中模拟产品的设计和应用过程。这能够帮助工程师和设计师更好地了解产品的性能、功能和特点,优化产品设计,减少产品的缺陷和问题。工业元宇宙能够优化产品应用场景的研发,帮助工程师模拟产品的应用场景。通过虚拟现实和增强现实技术,模拟产品在不同环境、不同条件下的性能表现,从而优化产品的应用场景,提高产品的适用性和竞争力。工业元宇宙能够支持多方协同设计和研发。在虚拟环境中,不同领域的专家能够共同参与产品的设计和研发,实现跨领域的协同创新。同时,通过工业元宇宙平台,各方共享设计数据和资源,提高研发效率和质量。在产品的设计阶段,通过虚拟原型技术和用户测试,评估产品的易用性和用户体验。这有助于发现潜在的问题和瓶颈,并及时进行改进。在生产阶段的生产模拟与优化方面,通过工业元宇宙技术在虚拟环境中模 1515 拟产品的生产过程。这能够帮助企业预测和解决生产过程中可能出现的问题,优化生产流程,提高生产效率和质量。工业元宇宙能够实现产品的远程监控和维护。在虚拟环境中实时监控产品的生产状态和健康状况,及时发现和修复问题,提高产品的可靠性和稳定性。通过应用人工智能和大数据分析等技术,工业元宇宙能够实现智能排产和调度。这有助企业合理安排生产计划和生产排程,提高生产效率和经济性。此外,工业元宇宙帮助企业实现能源的智能化管理和节能。在虚拟环境中实时监控能源使用情况和能源消耗,并采取及时的调整和改进措施,降低能源成本和环境污染,实现产品的智能化和绿色制造。在管理阶段,工业元宇宙提供统一的产品数据管理平台,实现产品数据的集中存储和管理。这有助于保证产品数据的准确性和一致性,提高产品研发和管理效率。工业元宇宙有助企业实现产品配置管理。在虚拟环境中根据客户需求和生产计划,进行产品配置和调整。这有助于提高产品的一致性和灵活性,满足不同客户的需求。工业元宇宙有助于企业实现质量管理。在虚拟环境中模拟产品的检测和检验过程,对产品进行质量评估和检测。这有助于提高产品质量和可靠性,降低退货和维修成本。工业元宇宙能够帮助企业实现产品维护和支持。在虚拟环境中模拟产品的维护和支持过程,及时发现和修复问题,提高产品的可靠性和稳定性。同时,通过工业元宇宙平台,客户能获得更好的产品支持和售后服务,提高客户满意度。这些应用帮助企业实现产品全生命周期的数据管理和配置管理,提高产品质量和可靠性,降低退货和维修成本,同时为客户提供更好的产品支持和售后服务,提高客户满意度。工业元宇宙在产品全生命周期的销售阶段有助企业制定更为精准的销售策略,提高产品的市场竞争力,拓展销售渠道,实现精准对接需求,从而实现销售阶段的数字化转型和升级,主要体现在这几个方面:在销售策略制定上,工业元宇宙通过对市场和客户的精准分析,制定有效的销售策略。在虚拟环境中模拟产品的市场表现和客户反馈,帮助企业更好地了解市场需求和客户偏好,从而制定更为精准的销售策略。工业元宇宙能够帮助企业进行虚拟营销和宣传。在虚拟环境中模拟产品的特点和优势,让客户更好地了解产品,让消费者更好地理解、感受产品,包括拆解产品、试运营产品等,提升消费者体验。工业元宇宙能够帮助企业拓展销售渠道。在虚拟环境中模拟产品的销售过程和效果,1616 发现潜在的销售渠道和销售机会,从而拓展销售渠道,提高销售效果。工业元宇宙有助于企业精准对接需求,实现用户需求到销售、到生产,甚至到设计的直接对接。通过打通虚拟空间和现实空间,企业更好理解消费者的需求和反馈,将用户的需求直接对接到产品的研发和生产过程中,实现 C2M(消费者到生产者)和 C2D(消费者到设计师)的打通。工业元宇宙在产品全生命周期的实训阶段有助于企业提高员工的操作技能和实训效果,增强员工的安全意识和安全操作能力,提高设备与工具的使用效率和操作能力,以及增强员工的应急反应能力和自救互救能力,具体表现在这几个方面:工业元宇宙能够帮助企业进行模拟操作和实训。在虚拟环境中模拟产品的操作流程和实训过程,让员工更好地了解产品的操作方法和注意事项,提高员工的操作技能和实训效果。工业元宇宙辅助企业进行安全培训。在虚拟环境中模拟产品的安全操作和事故案例,让员工更好地了解产品的安全性能和事故预防措施,提高员工的安全意识和安全操作能力。工业元宇宙有助企业进行设备与工具的使用实训。在虚拟环境中模拟设备和工具的使用方法和注意事项,让员工更好地了解设备和工具的性能和使用方法,提高员工的工作效率和操作能力。工业元宇宙能够帮助企业进行应急演练。在虚拟环境中模拟突发事件和应急处置过程,让员工更好地了解应急处置的流程和方法,提高员工的应急反应能力和自救互救能力。3 3跨行业、全场景应用跨行业、全场景应用 工业元宇宙的跨行业应用是在形成一批可复制、可推广的应用模式和商业模式基础上,广泛结合汽车、能源、钢铁、航空、石油、机械装备及电子制造等工业领域,打开工业产品市场空间。工业元宇宙的全场景应用,可以理解为在虚拟空间里将现实工业环境中研发设计、生产制造、营销销售、售后服务等环节和场景实现全面部署,通过连接现实与虚拟的空间来改善和优化,形成全新的制造和服务体系。结合工业元宇宙在工业系统各层级和产品全生命周期的应用,跨行业、全场景的应用可贯穿在以下几个方面。工业元宇宙实现制造过程的数字化建模、仿真和优化,提高生产效率和质量。特别是在汽车制造、机械制造等行业,工业元宇宙技术成为优化制造流程的重要工具。1717 工业元宇宙构建了全数字化的产品模型和创新平台,加速产品设计和创新过程。在航空航天、汽车等领域,工业元宇宙相关技术成为产品设计和创新的重要工具。通过工业元宇宙技术,企业能够实现供应链的数字化管理和优化,提高供应链的效率和灵活性。在医疗、零售、物流等行业,工业元宇宙技术成为优化供应链管理的重要工具。工业元宇宙通过实时数据监控和预测性分析,实现设备的数字化维护和故障预测,提高设备的可靠性和维修效率。在电力、石油、化工等行业,工业元宇宙技术成为设备维护和故障预测的重要工具。工业元宇宙能够实现资源利用的数字化优化和环境影响的可视化监控,推动企业的环保和可持续发展。在矿业、钢铁等行业,工业元宇宙技术成为环保和可持续发展的重要工具。此外,在重点行业的工业元宇宙布局具体包括针对家电、汽车、船舶、航空航天、重大技术装备、电子信息制造等离散型制造业,加速实现基于工业元宇宙的跨行业协同。针对钢铁、纺织、电力等流程型制造业,推动工业元宇宙在物料配方优化、工艺模拟仿真等关键场景中的应用,强化流程排产、物料计算、材料追踪等预测性服务能力。工业元宇宙应用在城市的创新发展上是最为典型的跨行业、全场景应用。举例来说,上海市在全国率先开展智能化全息测绘体系建设研究,实现了城市基础测绘产品全面转型升级,通过智能化全息测绘的手段,实现了上海城市的建筑、交通、绿化、水系、管线等各种地理要素全景还原,形成了满足城市治理现代化、长三角区域一体化等高质量发展需求的全息数据资源体系,见图 10。元宇宙的空间计算技术中“硬性”基础设施地理信息系统为支撑,扩大应用范围到建筑业、交通业、园林业等,进一步的融合发展对城市治理和公共服务能力提升起很大作用,这样的全场景应用案例可以推广到其他城市发展中去。1818 图 10 上海市全息成果平台展示 二、工业元宇宙与城市创新发展二、工业元宇宙与城市创新发展 习近平同志在党的十八届五中全会上提出“创新、协调、绿色、开放、共享”五大发展理念,把创新提到首要位置。今日世界,发展面临的最大矛盾仍是供需矛盾,尤其是资源有限性与需求无限性的矛盾。随着人口越来越多,需求越来越大,需求质量要求越来越高,这一矛盾越来越突出。解决这一矛盾的关键在于创新。创新尤其是科技创新成为世界主题、世界潮流、世界趋势,创新发展居于国家发展全局的核心位置。城市是现代生活的基础,是产业聚集、人口密集、资本汇集的所在,是经济社会的重要组成部分。工业时代,城市以工业和技术为基础,是工业创新和生产率快速增长的策源地;城市人口以产业工人为主,人们收入稳定,消费简单。随着经济全球化和科学技术迅猛发展,第三产业开始蓬勃发展,知识经济开始崛起,城市发展逐渐呈现出新的特征:第一,产业结构调整、生产组织方式变革,导致就业机会向第三产业倾斜,大量的劳动力向第三产业聚集;第二,消费在国内生产总值(GDP)中的比重逐渐增大;第三,信息技术尤其是近年来兴起的工业元宇宙技术给生产、生活、消费等领域带来了颠覆式的变革,也给个体、家庭、组织等带来了前所未有的机遇和挑战。城市发展需要创新思路与举措。纵观历史,每当有新的技术出现时,它总会找到适合自己生存和发展的领域发挥作用,带来或者改头换面的新变化,或者摧枯拉朽的大变革。所以,当 1919 工业元宇宙这一新技术集成应用出现的时候,城市的创新发展要牢牢抓住“新技术”这一命门,系统地、有规划地引导其在生产、生活、消费、公共服务等部门形成新的动能,打造新的场景,生成新的价值。(一)(一)工业元宇宙与工业元宇宙与产业创新产业创新 产业创新是指某一项技术创新或形成一个新的产业,或对一个产业进行彻底改造,是对旧产业结构的创造性破坏。任何时代的产业结构都是一定需求结构、技术水平和资源结构的综合反映,并在这些因素变动的影响下不断演变。工业元宇宙时代,新技术以压倒性的气势侵入各个产业的各个环节,甚至为需求和资源进行结构性调整施加强大压力。对工业产业来说,工业元宇宙作为产业技术的集大成者,能够加速形成虚实互动的智能制造新模式,重构数字工业发展新业态,服务于工业系统粒度及工业产品全生命周期两个维度的多项应用场景,助力传统制造业转型升级。1 1.工业元宇宙创新应用工业元宇宙创新应用 工业元宇宙的创新应用包括但不限于以下几种:生产制造:生产制造:在元宇宙中进行虚拟生产模拟验证,在新工艺、新产品、新设备引进之前借助工业元宇宙提前生产,将其数据及成品与预期比对,降低试错成本。工业仿真软件是工业元宇宙的重要应用之一。通过工业仿真软件,在虚拟环境中模拟和优化产品设计、生产和制造过程,提高生产效率和质量。客户参观:客户参观:在虚拟工业元宇宙 3D 场景中可搭建客户参观区,让异地客户随时随地能进入虚拟工业元宇宙 3D 场景中,沉浸式体验产品结构、功能、性能和质量,合作前深入了解产品品质和企业实力。企业管理运维:企业管理运维:通过将工厂业务流程、数据、事件及人等实体虚拟化表示,结合三维可视化动态展示,远程控制工厂设备运维、生产过程及合格率。实时智能化调节库存、物料、订单及物流等服务。远程协同:远程协同:数字孪生技术将物理世界中的物体或系统在虚拟世界中创建对应的数字化模型,实现物理世界和虚拟世界的双向映射和交互,进行远程协同工作。在工业元宇宙中,数字孪生能够应用于产品的设计和制造过程中,帮助工程师更好地理解和控制物理世界中的物体或系统。举例来说,数字孪生技术可广泛应用于远程协同设计、远程装配、远程设备维护、远程售后、远程稽核、2020 远程诊疗等多种场景。总之,工业元宇宙的创新应用非常广泛,未来随着技术的不断进步和发展,将会出现更多的创新应用和商业模式。2 2.工业元宇宙自身发展将塑造新的产业工业元宇宙自身发展将塑造新的产业 工业元宇宙通过多种方式塑造了新的产业,以下从商业分析的角度举出实例。在工业元宇宙平台和解决方案提供上,一些公司如微软和西门子等,开发和提供了用于构建工业元宇宙的平台和解决方案。这些平台和解决方案应用了数字孪生、AR/VR、区块链、AI 等关键技术,为工业元宇宙的发展提供了基础和支撑。一些合作伙伴与工业元宇宙平台和解决方案提供商合作,共同构建和扩展工业元宇宙生态系统,包括硬件制造商、软件开发商、服务提供商等。例如,微软和 PTC 的合作旨在推动工业元宇宙的发展和应用。在工业元宇宙应用开发方面,国际工业软件巨头如 PTC 和达索系统等,专注于开发创新的工业元宇宙应用。PTC 的Vuforia 平台提供了一种在现实世界中与虚拟物体进行交互的方式,为工业设备的远程运维提供了新的解决方案。国内的网易伏羲在 AI 领域深耕多年,致力于把在游戏中多年积累的数字化和 AI能力迁移到装载机、挖掘机等多类工程机械产品上,对传统的工程机械进行云端操控及智能化改造,从而解决工程机械领域人口红利消失大背景下的用工难问题。工业元宇宙自身发展需求使得工业元宇宙硬件制造商增多,一些公司如Oculus、HTC、南京芯视元等,生产和提供了用于工业元宇宙的硬件设备,如AR/VR 头显、传感器、控制器和芯片等。举例来说,南京芯视元的硅基微显示芯片是一种基于硅材料的微型显示器件,用于在电子设备中显示图像和信息,见图 11。它采用微电子制造工艺,在硅基底片上集成了驱动电路和显示器件,可以实现高分辨率、高亮度、低功耗的技术特点,在各种电子设备中得到广泛应用,包括 AR/VR 眼镜、头戴显示器、可穿戴设备、AR HUD、投影等,它为这些设备提供了高质量的图像显示和信息展示能力。在元宇宙各类应用中,硅基微显示技术是虚拟世界与现实世界实现信息交互的视觉工具,是元宇宙基础支撑技术。2121 图 11 南京芯视元的硅基微显示芯片 另外,围绕工业元宇宙的服务产业将得到发展。服务提供商提供与工业元宇宙相关的各种服务,如数据管理、安全保障、培训和支持等。例如,提供基于云计算的工业元宇宙服务,帮助工业企业实现数据的存储、分析和可视化。这些例子表明,工业元宇宙已经塑造了多个新的产业,这些产业将为未来的数字经济发展注入新的动力和活力。还有致力于研究和发展工业元宇宙的理论和实践的研究机构和培训机构也将得到发展。例如,大学和研究机构开设了工业元宇宙相关的课程和研究项目,培养了大量的专业人才。3.3.改变产业的生产方式和效率改变产业的生产方式和效率 工业元宇宙能实现智能化生产。通过将传感器、设备和生产线连接到网络中,实现实时数据的采集和监控。这使得企业实时了解生产过程中的各项指标和参数,对生产过程进行实时调整和优化,提高生产效率和质量。工业元宇宙建立虚拟的生产环境和模型,通过仿真技术对生产过程进行模拟和优化。企业在虚拟环境中进行产品设计、工艺规划和生产流程优化,减少试错成本和生产周期,提高生产效率和灵活性。工业元宇宙实现了各个环节和参与者的协同合作和信息共享。企业与供应商、合作伙伴和客户进行实时的数据交换和协作,实现供应链的协同管理和资源的共享利用,提高生产效率和响应速度。工业元宇宙通过大数据分析和人工智能技术,对海量的生产数据进行处理和分析,提取有价值的信息和洞察。这些数据用于预测和优化生产过程、产品质量和供应链管理,帮助企业做出更准确的决策,提高生产效率和资源利用效率。2222 4.4.带来新的产业机会和市场带来新的产业机会和市场 第一,第一,产品和服务创新产品和服务创新。工业元宇宙提供了更多的数字化和智能化的机会,使企业能够开发出基于物联网、人工智能和大数据分析的新产品和服务。例如,智能家居、智能工厂、智能物流等领域的创新产品和解决方案都是工业元宇宙的应用之一。这些新产品和服务满足了人们对更高效、智能和可持续发展的需求,创造了新的市场机会。第二,形成第二,形成数据驱动的业务模式数据驱动的业务模式。工业元宇宙通过数据的采集、分析和挖掘,为企业提供了更多的商业洞察和增值服务的机会。企业可以通过分析大数据来了解客户需求、优化供应链、改善生产效率等,并基于这些数据提供相应的解决方案和服务。数据驱动的业务模式使企业能够更好地满足市场需求,创造新的商业机会。第三,促进第三,促进产业协同和合作产业协同和合作。工业元宇宙提供了更好的协同合作和信息共享的平台,使得不同企业可以共同合作开发新的产品和服务。通过工业元宇宙的连接和数据交换,企业可以实现供应链的协同管理、资源的共享利用等,从而提高整个产业的效率和创新能力。这种产业协同和合作为新的产业机会和市场的形成提供了基础。第四,推动第四,推动工业互联网平台的崛起工业互联网平台的崛起。工业元宇宙的发展推动了工业互联网平台的兴起,这些平台为企业提供了开放的环境和基础设施,使得企业能够更加便捷地接入和利用工业元宇宙的技术和资源。工业互联网平台的崛起为企业创造了更多的商业机会,促进了新的产业市场的形成。5.5.改变产业结构和组织形式改变产业结构和组织形式 第一,第一,垂直整合与分工协作垂直整合与分工协作。工业元宇宙通过数字化技术的应用,实现了企业内部各个环节的高度集成和协同。传统产业中的垂直整合模式被更加灵活的分工协作所取代。不同企业可以通过工业元宇宙的连接和数据共享,形成供应链的协同网络,各专业领域的企业可以依托数字化技术进行协同合作,实现资源的优化配置和生产效率的提升。第二,第二,弹性生产和个性化定制弹性生产和个性化定制。工业元宇宙为企业提供了更灵活的生产方式,通过数字化技术和虚拟仿真,企业可以实现生产过程的优化和个性化定制。生产线可以根据需求进行快速调整和重组,实现小批量、多样化的生产。工业 2323 元宇宙的出现加强了生产过程的可配置性和弹性,使企业能够更好地适应市场需求的变化。第三,第三,数据驱动的决策和管理数据驱动的决策和管理。工业元宇宙通过实时数据的采集、分析和挖掘,为企业提供了更准确的决策依据,企业可以基于数据驱动的决策来优化生产流程、产品质量和供应链管理。同时,工业元宇宙也提供了更高效的管理手段,企业可以通过数字化技术实现对生产过程的实时监控和管理,从而提高生产效率和资源利用效率。第四,第四,服务导向和增值服务服务导向和增值服务。工业元宇宙的出现使企业从传统的产品销售转向更加服务导向的模式,企业可以通过工业元宇宙提供的数据和智能化技术,为客户提供增值服务。例如,通过远程监控和故障预测,企业可以提供及时的维修和保养服务,提高客户满意度。这种服务导向的转变改变了企业的盈利模式,也改变了产业的组织形式和价值链的结构。6.6.产业的需求和趋势反过来影响技术的发展产业的需求和趋势反过来影响技术的发展 第一,第一,技术需求与创新驱动技术需求与创新驱动。产业的需求是工业元宇宙发展的主要动力之一,产业对于更高效、智能和可持续发展的需求推动了工业元宇宙技术的创新和应用。产业需求的不断变化和提升促使工业元宇宙不断推陈出新,提供更多创新解决方案和技术支持,以满足产业发展的要求。第二,第二,数据安全与隐私保护数据安全与隐私保护。随着工业元宇宙的发展,大量的数据被收集、传输和分析,产业对于数据安全和隐私保护的要求也在不断增加。工业元宇宙需要满足产业的数据安全需求,包括加密传输、权限管理、数据隐私保护等,以确保数据的安全性和可信度。产业的需求对数据安全和隐私保护的重视,推动了工业元宇宙在这方面的技术和解决方案的发展。第三,第三,产业标准与互操作性产业标准与互操作性。产业的需求和趋势也对工业元宇宙的标准化和互操作性提出了要求,不同企业和系统之间的互联互通是工业元宇宙实现协同合作和数据共享的关键。产业需要工业元宇宙能够支持不同系统之间的互操作性,并遵循一致的标准和规范。产业的需求推动了工业元宇宙标准化工作的推进,促使不同厂商和平台之间实现更好的互联互通。第四,第四,灵活性与可持续发展:灵活性与可持续发展:产业对于灵活性和可持续发展的要求也会影响工业元宇宙的发展。随着产业环境的不断变化,企业需要更加灵活和可调整 2424 的工业元宇宙解决方案,以适应市场需求的快速变化。同时,可持续发展已成为产业的重要关注点,工业元宇宙需要提供可持续的解决方案,包括能源效率、资源利用等方面的支持,以满足产业的可持续发展需求。(二)工(二)工业元宇宙与业元宇宙与消费创新消费创新 消费创新是指为了满足消费者需求而进行的创新。它包括创新的产品、服务、销售渠道、消费体验等方面,以提供更好的消费体验和价值。工业元宇宙与消费创新有密切的关系,它们相互促进和互为支持。工业元宇宙为消费创新提供了技术基础和支持。通过工业元宇宙的数字化技术、物联网、人工智能等技术,企业可以开发出更具创新性和个性化的产品和服务,满足消费者不断变化的需求。例如,通过工业元宇宙的支持,企业可以开发智能家居产品、虚拟现实体验、智能个性化推荐等创新的消费产品和服务。工业元宇宙为消费创新提供了更多的消费者参与和个性化体验的机会。通过工业元宇宙的技术支持,消费者可以参与产品的设计、个性化定制以及参与虚拟现实的消费体验等。工业元宇宙使消费者更加成为产品和服务的主导者,满足其个性化需求,提升消费者的参与感和满意度。工业元宇宙提供了大量的数据采集和分析能力,可以为消费创新提供数据驱动的个性化营销。通过对消费者数据的分析和挖掘,企业可以了解消费者的喜好、购买行为和需求,从而提供个性化的产品推荐、定价策略和营销活动。工业元宇宙的数据驱动个性化营销可以提高消费者的购买体验和满意度,促进消费创新的实施。工业元宇宙为消费创新提供了更好的消费者反馈和产品改进的机制。消费者能够通过虚拟现实技术在实体产品被生产出来之前就能切实体验产品效果;通过工业元宇宙的连接和数据交换,企业可以实时获取消费者的反馈和意见,了解产品的使用情况和改进需求。这使得企业能够更加迅速地回应消费者的需求,进行产品的改进和创新,进一步推动消费创新的发展。消费创新反过来对工业元宇宙的发展也具有重要作用。首先,消费创新能够推动工业元宇宙的应用场景更加丰富多元。例如,通过在消费领域引入元宇宙元素,可以创造出沉浸式购物、数字藏品、虚拟直播 2525 等新的消费体验,从而促进工业元宇宙在消费领域的应用和发展。其次,消费创新能够为工业元宇宙提供更多的市场机会。随着消费升级和消费者追求个性化、定制化的需求增加,工业元宇宙可以通过提供个性化的产品和服务来满足这些需求,从而在消费市场中获得更多的机会。此外,消费创新还能够促进工业元宇宙的技术创新和产业升级。随着消费领域的需求变化和新技术的发展,工业元宇宙需要不断进行技术创新和产业升级,以满足消费需求并保持市场竞争力。(三)工业元宇宙与智慧城市建设(三)工业元宇宙与智慧城市建设 “十四五”规划纲要提出推进新型智慧城市建设,提升城市智慧化水平,推行城市规划(片区开发)、城市更新、城市楼宇、公共空间、地下管网等“一张图”数字化管理和城市运行一网统管;提高城市治理水平,运用数字技术推动城市管理手段、管理模式、管理理念创新,精准高效满足群众需求。智慧城市建设是指利用信息和通信技术(ICT)以及物联网、大数据、人工智能等先进技术手段,对城市的基础设施、公共服务、城市管理和居民生活等方面进行全面升级和创新,以提高城市的可持续发展、智能化和宜居性。工业元宇宙的发展将推动社会的转型和智慧城市的建设,具体表现在四个方面,以四川见山科技有限责任公司基于其自主开发的元宇宙城市数字底座平台在助力智慧城市建设中的具体应用为案例详细阐述。第一,工业元宇宙通过数字化技术和物联网的应用,实现城市基础设施的第一,工业元宇宙通过数字化技术和物联网的应用,实现城市基础设施的智能化管理。智能化管理。例如,通过传感器和监控设备的安装,实时监测城市的交通流量等数据,从而优化城市的交通管理,见图 12。2626 图 12 四川见山科技有限责任公司新一代城市级数字孪生产品 KUNLUN 截图 案例中的元宇宙城市数字底座平台面向水利设施、交通设施、通信设施、环卫设施、防灾设施、建设设施、地下管廊等各类设施中的感知终端,对各类感知设备采集的感知数据、位置数据等进行接入和预处理为相关应用提供数字支撑,同时也提供设施设备健康状态监测管理、远程运营维护、设备远程指令控制、故障问题报警等管理和服务能力。例如,平台系统进行实景三维建模还原综合管廊市政管网真实分布情况和内部空间结构,通过综合管廊物联传感设备互联互通,实现综合管廊内部实时数据呈现和安全监测;平台搭建智慧工地功能模块,接入高倍率摄像头,以实现对工地实时工人、现场情况进行监管,及时发现安全隐患问题,提高工地施工的安全保障;平台还利用“北斗组网”城市重大基础设施实时监测管理系统,布置北斗传感器,实时监测楼宇沉降、桥梁位移、基坑坍塌,落实从安全治理到事前预防的升级转型。第二,工业元宇宙将实现城市各个部门和组织之间的数据共享和协同决策。第二,工业元宇宙将实现城市各个部门和组织之间的数据共享和协同决策。通过数据的集成和共享,实现城市各个方面的协同管理,例如交通管理、公共安全、环境保护等。这将使城市决策更加科学、高效,提升城市运行的整体效益,见图 13。2727 图 13 四川见山科技有限责任公司新一代城市级数字孪生产品 KUNLUN 截图 案例中的元宇宙城市数字底座平台将城市的各项数据整合到一个平台上,促进了不同部门之间的信息流通和共享,同时提供全面的数据支持和决策分析,促进各部门间的信息共享和协同工作。例如,平台集成各经济部门现有资源,将城市主要经济指标、产业结构、重点项目等数据进行监测分析,全方位体现城市产业经济运行态势,展现城市经济、产业发展状况,为城市经济发展规划、产业结构调整等提供决策依据。在需要跨部门合作时,城市规划部门可以利用平台与交通管理、环境保护等部门进行无缝对接,实现跨部门的合作与综合治理。在应急防灾时,整合气象、水利、应急管理等部门的数据,提供灾情预测和应急响应的方案,更好地协调资源,提高公共安全管理的整体效能。第三,工业元宇宙能够实现城市的个性化服务和智慧生活。第三,工业元宇宙能够实现城市的个性化服务和智慧生活。通过数字化技术的应用,为居民提供更加便捷、高效的公共服务,例如智能查询、智能交通导航、智能停车系统、智能家居设备等。居民通过智能终端设备,随时随地获取城市信息,享受智慧化的生活体验,见图 14。2828 图 14 四川见山科技有限责任公司新一代城市级数字孪生产品 KUNLUN 截图 案例中的元宇宙城市数字底座平台构建了智慧城市人民服务功能,打通大数据生产到大数据服务市民应用的创新路径。例如,平台重构了上百万店铺级POI 数据库,建立数据算法模型,帮助用户选择区域内商圈、人群画像以及外卖等分析数据,并通过手机扫码获得相应的分析报告。依托人才服务平台,建立 AI 算法模型打造人才服务管家,实现各类业务咨询、项目申报和办理。平台还集成全市人才公寓及青年人才驿站数据,可精准查询周边配套和人才公寓详细信息,并实现了区域内人才公寓线上漫游看房新模式。第四,工业元宇宙促进城市资源的高效利用和环境保护。第四,工业元宇宙促进城市资源的高效利用和环境保护。通过数据的收集和分析,实现城市能源、水资源、废物处理等领域的优化管理,减少资源的浪费和环境污染,见图 15。同时,工业元宇宙还推动了可持续能源的应用和新能源技术的发展,促进城市的可持续发展。2929 图 15 四川见山科技有限责任公司新一代城市级数字孪生产品 KUNLUN 截图 案例平台在能源管理方面也发挥了巨大的作用,通过打造楼宇碳效监测系统,从宏观城市发展聚焦到微观楼宇能耗管理,摸清区域内各楼宇企业分布、产值数据、能耗数据、碳排数据等情况,为产业双碳管理提供辅助标准和客观参数,助力企业节能增效,率先构建城市碳中和数字化解决方案。反过来看,智慧城市建设对工业元宇宙的发展也具有重要推动作用。首先,智慧城市的建设将为工业元宇宙提供更为广阔的应用场景。智慧城市基于数字孪生、大数据、人工智能等技术,实现城市各个领域的智能化,这为工业元宇宙提供了丰富的应用场景,如智慧交通、智慧能源、智慧建筑等。工业元宇宙通过与智慧城市各个领域的深度融合,实现更高效、更智能的城市管理和运营。其次,智慧城市建设将为工业元宇宙提供更强大的技术支撑。智慧城市的建设涉及到大量的数字化设备和系统,这些设备和系统为工业元宇宙提供更强大的计算、存储和通信能力。同时,智慧城市的建设也将推动人工智能、区块链等技术的发展,为工业元宇宙提供更丰富的技术手段和解决方案。此外,智慧城市建设还将促进工业元宇宙的产业发展。智慧城市的建设将带动各个产业的发展,包括数字经济、智能制造、物联网等。这些产业的发展将为工业元宇宙提供更广阔的市场和更多的机会,促进工业元宇宙的产业发展和创新。3030 综上所述,智慧城市建设对工业元宇宙的发展具有多方面的推动作用,为其提供更广阔的应用场景、更强大的技术支撑和更广泛的产业发展机会。(四)工业元宇宙城市发展实施框架(四)工业元宇宙城市发展实施框架 与传统智慧城市相比,工业元宇宙城市发展模式更加突出新型技术集成与业务协同一体化发展,工业元宇宙协同发展组织在新型智慧城市评价指标(GB/T 33356-2022)的基础上,从政策环境、技术支撑、应用场景、安全协同、运营运维五个维度提出工业元宇宙城市发展实施框架,如图 16 所示,包含 15个要素 20 个子要素。3131 图 16 工业元宇宙城市发展实施框架 3232 参考新型智慧城市评价指标和信息化和工业化融合管理体系新型能力分级要求(GB/T 23006-2022)中的新型能力分级要求,提出符合数字化转型智慧城市和工业元宇宙城市发展实施框架的发展路径。对应信息化和工业化融合管理体系新型能力分级要求中规定的 5 个等级,工业元宇宙能力的建设及运行可分为5个等级:A级(记1分)、2A级(记2分)、3A 级(记 3 分)、4A 级(记 4 分)、5A 级(记 5 分)。按照被评估城市满足相应等级要求的程度,还可将能力等级划分为“相应等级-(减 0.5 分)”“相应等级”“相应等级 (加 0.5 分)”等不同水平档次。A A 级级能力应符合以下建设要求,包括但不限于:能力应符合以下建设要求,包括但不限于:(A)建立了工业元宇宙政策管理体系,能够规范有效开展职能驱动型的能力建设过程管理;(B)开展了规范级能力建设,支持和优化相关业务范围内的生产经营管理活动,但尚未有效建成支持主营业务范围内关键业务数字化运行的新型能力。注:职能驱动是指按照确定的组织分工和岗位职能职责标准化开展各项活动。在达到或高于在达到或高于 A A 级级能力建设要求的基础上,能力建设要求的基础上,2A2A 级级的新型能力还应符合以下建的新型能力还应符合以下建设要求,包括但不限于:设要求,包括但不限于:(A)面向工业元宇宙主营业务范围内关键业务环节,建成支持关键业务资源配置效率提升、关键业务活动数字化、场景化运行的场景级能力;(B)开展了技术使能型的场景级能力建设过程管理;(C)主要达成关键业务效率提升、成本降低、质量提高等预期价值效益目标。注:技术使能是指通过基于各类工业元宇宙技术融合应用形成的专业技能赋能各项活动专业化开展。在达到或高于在达到或高于 2A2A 级级能力建设要求的基础上,能力建设要求的基础上,3A3A 级的新型能力还应符合以下建级的新型能力还应符合以下建设要求,包括但不限于:设要求,包括但不限于:(A)面向工业元宇宙主营业务领域,建成支持主营业务领域内资源全局优化配置,以及主营业务集成融合、动态协同和一体化运行的领域级能力;(B)开展了知识驱动型的领域级能力建设过程管理,且支持过程管理动态优化;3333 (C)实现城市整体相关业务成本降低、效率提升、质量提高等预期价值效益目标,并有效拓展延伸业务。注:知识驱动是指通过构建主营业务领域专业知识模型及其数字化、网络化应用赋能各项活动智能化开展。在达到或高于在达到或高于 3A3A 级级能力建设要求的基础上,能力建设要求的基础上,4A4A 级的新型能力还应符合以下建级的新型能力还应符合以下建设要求,包括但不限于:设要求,包括但不限于:(A)面向产业全要素和全过程,建成支持相关产业之间资源动态配置,以及主营业务网络化协同和社会化协作的工业元宇宙平台级能力;(B)能够按需开展数据驱动型的平台级能力建设过程管理;(C)实现供应链/产业链整体成本降低、效率提升、产品/服务创新、用户连接与赋能等价值效益目标,有条件的组织培育发展平台级工业元宇宙业务,开辟业务平台化价值创造新空间。注:数据驱动是指构建基于模块化、平台化数据模型的在线感知、实时分析、动态决策、精准执行体系,以大数据赋能各项活动大范围动态优化。在达到或高于在达到或高于 4A4A 级级能力建设要求的基础上,能力建设要求的基础上,5A5A 级的新型能力还应符合以下建级的新型能力还应符合以下建设要求,包括但不限于:设要求,包括但不限于:(A)面向跨行业、跨用户等跨平台的工业元宇宙生态圈,建成支持智能驱动的生态资源按需精准配置,以及生态合作伙伴间业务智能化、集群化、生态化发展,实现价值开放共创的生态级能力;(B)能够自组织开展智能驱动型的生态级能力建设过程管理;(C)全面实现生态圈用户/生态合作伙伴连接与赋能、数字业务培育、绿色可持续发展等价值效益目标。注:智能驱动是指构建基于自学习、自优化认知模型的智能感知、智能分析、智能决策和智能运行体系,以人工智能赋能各项活动按需自主开展。1 1.政策环境政策环境 在政策环境方面,首先政府要做好需求分析和发展路径研究,从顶层设计和机制体制上关注建设需求。工业元宇宙的城市建设是一项系统工程,参考信息化和工业化融合管理体系评定分级指南(GB/T 23007-2022),应从过程维度、要素 3434 维度、管理维度系统开展工业元宇宙新型能力建设、运行和优化,建立包含策划、支持、实施与运行、评测与改进的 PDCA(PlanDoCheckAction)过程管控机制,涵盖数字化治理、组织机制、管理方式、组织文化等的治理体系,并以过程管控机制为牵引,推动过程管控机制、系统性解决方案、管理治理体系三者之间的协调联动与互动创新,持续建设新型能力。工业元宇宙的政策保障体系为其提供了良好的政策环境。政策保障体系确保政府对工业元宇宙发展的支持力度,促进相关政策的出台和实施,例如鼓励创新、支持人才培养、推动产业升级等。此外,政策保障体系还为企业提供政策解读和指导,帮助企业充分利用政策资源,提高自身的竞争力和发展潜力。2 2.技术支撑技术支撑 在技术支撑方面,打造沉浸式计算、WEB 3.0 和各项新型基础设施的技术底座为支撑。沉浸式计算关键在于交互技术和 3D 重建技术,交互技术主要包括扩展现实(XR)、光场显示(全息显示)和脑机交互技术,3D 重建的重点技术在于数字孪生、3D 建模、实时渲染、虚拟引擎与数字人。此外,沉浸式计算还需要三维声、超高清视频处理技术和基于地理信息系统的空间计算技术。WEB 3.0 的核心技术体现在区块链技术中的密码算法、共识机制与智能合约,此外,去中心化金融、非同质化通证与分布式数字身份也必不可少。区块链技术为工业元宇宙和智慧城市提供安全、可信的数据管理。借助区块链技术,能够实现数据的不可篡改性和可追溯性,保障数据的真实性和安全性,为工业元宇宙和智慧城市的发展提供可靠的技术支撑。新型基础设施包含的范围更广,首先在当前最热的人工智能概念上,机器学习、模式识别、混合智能、自然语言处理、智能语音、计算机视觉及人工智能生成内容(AIGC)都是工业元宇宙城市发展所需的新型计算机技术。再者,未来网络中的5G 和 6G 是亟需的基建技术,先进计算中的芯片、云计算、类脑智能计算、光计算、超算乃至量子计算都将大大促进工业元宇宙发展。最后,安全可信的海量存储也是必不可少的新型基础设施。3 3.应用场景应用场景 工业元宇宙在城市发展中的应用场景多种多样,以下为基本的分类:3535 城市级。城市级。打造一体化、智能化、集约化的城市数字基座,建设数字孪生城市,开发公共安全、公共管理、公共服务智慧化应用场景,提升城市敏捷治理、科学治理水平。利用元宇宙技术对城市风险进行动态模拟和实时监测,提升城市应急处置能力。优化智慧政务服务,建设虚拟办事大厅,开发场景式服务导航,提升办事体验。产业级。产业级。工业元宇宙能够应用于城市工业生产中,如集成电路、新型显示、轨道交通、航空航天等领域。通过数字孪生技术,在虚拟世界中模拟和优化实际工业生产过程,提高生产效率和质量,降低成本和风险。同时,工业元宇宙也促进了工业互联网的发展,通过实时数据采集和分析,优化资源配置,提升产业链协同水平。消费单元级。消费单元级。工业元宇宙也影响了城市消费领域。例如,消费者通过虚拟现实技术,在元宇宙中体验商品或服务,实现沉浸式购物和娱乐。这不仅提高了消费体验,还帮助企业精准把握市场需求,优化产品设计和营销策略。4.4.安全协同安全协同 工业元宇宙运用大量计算机技术,高度依赖于智能化和自动化系统,系统安全问题不容小觑。同时,数据来源广,体量大,存储与处理集中在城市智能中枢等机构,存在安全攻击等网络风险。另外,数字孪生城市有很多个人轨迹、视频数据采集等设计公民隐私的数据,需要设立合理的权限管控数据。工业元宇宙城市发展在安全协同方面需要注意以下几个方面:数据安全:数据安全:在工业元宇宙城市发展进程中,数据的价值巨大,但同时也存在被泄露或滥用的风险。保障数据安全是工业元宇宙的基本要求。这需要建立完善的数据保护机制,包括数据加密、访问控制、隐私保护等,确保数据不被未经授权的个体或组织获取、滥用。身份验证与权限控制:身份验证与权限控制:在工业元宇宙城市发展进程中,参与的角色众多,包括设备、工作人员、供应商、客户等。需要对他们进行身份验证和权限控制,防止未经授权的访问和潜在的安全威胁。采用多因素身份验证方法能够更有效地保障系统安全。3636 系统稳定性:系统稳定性:工业元宇宙中通常运行着大量的设备和系统,需要保障它们的稳定性和可靠性,避免因设备或系统故障导致生产中断或其他严重的后果。安全审计与监控:安全审计与监控:需要对工业元宇宙中的活动进行审计和监控,以便及时发现和处理安全事件。这需要建立完善的安全审计机制,包括实时监控、日志分析、异常检测等。5.5.运营运维运营运维 工业元宇宙城市发展的运营运维包括保障体系、服务体系的完善和风险管理的加强,保障体系包括法规保障、资源保障和运维保障,服务体系包括培训服务和市场服务。工业元宇宙的保障体系主要为其核心技术和产品体系提供法规、资源、知识产权保护等全方位的保障,从而推动工业元宇宙的稳健运营和持续发展。首先,工业元宇宙的法规保障体系为其提供了法律的约束和保护。首先,工业元宇宙的法规保障体系为其提供了法律的约束和保护。这包括对工业元宇宙的核心技术、标准、产品等进行法律规范,确保其符合国家法律和国际法规的要求。同时,法规保障体系还能够为工业元宇宙的参与者提供法律支持和保障,例如保护企业的知识产权、维护交易的公平性和公正性等。其次,工业元宇宙的资源保障体系为其提供了良好的资金和人才保障。其次,工业元宇宙的资源保障体系为其提供了良好的资金和人才保障。工业元宇宙的建设和发展需要大量的资金投入,因此需要建立完善的资金保障机制,包括政府资金、企业投资、社会资本等多元化的资金来源,以支持工业元宇宙的持续发展。第三,工业元宇宙的运维保障体系为其提供了稳定、安全的运营环境。第三,工业元宇宙的运维保障体系为其提供了稳定、安全的运营环境。运维保障体系负责对工业元宇宙平台进行维护和管理,确保平台的稳定性和安全性。同时,运维保障体系还为企业提供运维咨询和指导,帮助企业提高自身的运维水平和能力。工业元宇宙的服务体系也需要随着技术和产品的发展而不断完善。首先,工业元宇宙的培训服务体系为其提供了丰富的人才储备。培训体系涵盖了专业课程培训、实践操作培训、管理培训等多层次、多方向的培训服务,培养出大量的工业元宇宙建设人才,解决工业元宇宙发展过程中的人才短缺问题。再者,工业元宇宙的市场服务体系为其开拓了广阔的应用场景。市场服务体系通过研究市场需求、分析用户 3737 反馈、开展市场调查等方式,为工业元宇宙的持续发展提供了强大的市场支撑。同时,市场服务体系还能够为工业元宇宙技术的推广和应用提供重要的反馈,帮助技术体系不断优化和发展。三、代表城市工业元宇宙发展情况三、代表城市工业元宇宙发展情况 随着各地纷纷发布元宇宙相关政策并出台相关举措,工业元宇宙协同发展组织一直密切关注相关进展,并集中关注各地自 2023 年以来元宇宙发展模式及态势发展。组织选取发布了元宇宙相关发展政策、行动计划和布局相关产业的城市进行了广泛调研,采用聚类分析方法,将城市的工业元宇宙发展模式分为三类:第一第一类类,科研创新及人才驱动型:,科研创新及人才驱动型:拥有众多的高校和高水平科研机构提供技术支撑;拥有众多的高科技企业和创新园区为基础设施保障;拥有高技术人才储备和活跃的人才市场为元宇宙的发展提供了丰富的人才资源。按工业元宇宙城市发展实施框架分析,技术支撑和运营运维维度得分等级较高。第二第二类类,投融资及政策驱动型:,投融资及政策驱动型:依托软件及工业产业发展优势特色,以政策引领和资金支持为导向,具有产业集群优势。按工业元宇宙城市发展实施框架分析,政策环境和运营运维维度得分等级较高。第三第三类类,文旅及消费场景驱动型:,文旅及消费场景驱动型:产业载体和应用场景丰富,集中在文旅及消费领域,多为热门旅游城市。按工业元宇宙城市发展实施框架分析,应用场景和安全协同维度得分等级较高。在后续的代表城市工业元宇宙发展情况分析中,将根据工业元宇宙能力的建设及运行 5 个等级分级要求,从政策环境、技术支撑、应用场景、安全协同、运营运维五个维度分别划分等级并代入到实施框架中,研究相应的发展路径。工业元宇宙协同发展组织对十个典型城市进行了深入调研,会同调研组专家对代表城市依照图16 中各要素分别打分,取平均值后得到各维度对应的分值,将十个城市工业元宇宙发展路径分成三类,如图 17 所示。3838 图 17 代表城市工业元宇宙发展路径分类(一)科研创新及人才驱动型(一)科研创新及人才驱动型 从发展路径来看,上海、广州、合肥市在技术支撑维度得分较为突出,被归为科研创新及人才驱动型,见图 18。上海作为中国的经济中心、金融中心,一直以来都是科技创新的领军城市,综合平均得分为十个城市之首。广州作为粤港澳大湾区的中心城市,吸引了大量的科技企业和创新项目,积极探索前沿技术,为元宇宙的发展提供了有力支持,得分紧随上海之后。合肥的科技创新发展步伐不断加速,特别在人工智能和元宇宙领域展现了独特的战略眼光和实际行动,拥有中国科学技术大学和中国科学院多家研究所的科技支持,其技术支撑得分相对较高。图 18 代表城市工业元宇宙新型能力评价:上海,广州,合肥 3939 1.1.上海上海 作为首个公开表述元宇宙发展创新思路的省级城市,上海市政府在全国率先将元宇宙写入“十四五”规划,在元宇宙的政策支持、产业集聚、应用场景拓展、国际合作以及产业园区建设等方面都取得了重要进展和显著成就。上海在 5G、数据要素、人工智能、区块链等新兴技术方面具有显著优势。为增强产业综合优势,促进创新主体活力迸发,发挥元宇宙示范赋能效应,持续完善产业发展生态,上海市在以下领域重点发力:(1)提升包括底层硬件、交互终端硬件在内的核心技术创新能力;(2)丰富软件与内容协同发展矩阵,应用软件创新、做强特色 IP;(3)打响应用场景特色品牌,拓展“元宇宙 ”场景应用。上海将产业高地建设、数字业态升级、模式融合赋能和创新生态培育作为主要抓手,加强关键技术、基础设施、交互终端、数字工具的研发;利用元宇宙技术赋能智能制造、医疗健康、协同办公、数字城市等新模式;培育创作者经济、数据流通要素、标准规则体系等方式,推动量化发展指标的实现。总体来说,上海的元宇宙政策体现了一种深思熟虑的顶层设计和创新思考。它明确提出对元宇宙核心技术的研发,新型终端设备的研制及虚拟内容建设等方面的要求,同时提出重点工程和保障措施,为元宇宙的健康发展提供了全方位的支持和保障。上海聚焦元宇宙发展的关键环节,通过八项工程对技术攻关、项目牵引、产业载体、资源释放、空间设施、体制机制等方面进行布局,助推元宇宙发展路径的完善,如图 19 所示。特别是在元宇宙关键技术突破工程方面,以沉浸式技术与 Web3技术为两大主攻方向,推进原创性引领性科技攻关,加快构建先进应用体系构建,促进“元宇宙”创新生态不断完善,着力提升“元宇宙”领域科技自立自强能力。围绕智能终端、内容制作、云平台等形成 30 项以上具有重要影响力的核心技术与产品;打造高水平关键技术试验验证场景,形成全链条技术供给能力;推进“东数西算”工程,打造国家数据中心集群,推进高质量孵化器、研发机构、科技型骨干企业、创新团队等要素的集聚。4040 图 19 上海市通过八项工程布局元宇宙发展路径 上海在重工业、轻工业领域都有着较好的产业基础,有着丰富的工业元宇宙应用场景;同时,上海拥有众多元宇宙领域科技型骨干企业,能够为工业元宇宙的场景落地提供较为全面的技术和产品支持。例如,当前国内技术领先、市场占有率最高的平台级 AR 产品和服务公司亮风台以空间计算、智能交互、AR 云、智能终端、人机融合 AI 等核心技术打造 AR 计算平台,其产品主要适用于钢铁、电力、汽车、石化、煤矿、轨交、高端设备制造、重型机械等行业企业,支持打造智能运维巡检、智能培训、智能安全生产、智能质量管理等场景,已落地宝武钢铁、国家电网、中国商飞、三一重工、海尔、上汽、福特汽车等数千家企业与机构。总体来看,上海工业元宇宙发展具有以下特点。(1 1)产业及科研基础深厚:)产业及科研基础深厚:上海在虚拟现实、人工智能、5G 等领域具有世界领先的技术,提供了强大的技术支撑;产业涵盖硬件、软件、平台、内容、应用等各个领域,提供了良好的产业链支持。(2 2)人才及文化意识超前)人才及文化意识超前:上海具有开放、创新的城市文化,能够迅速接受新事物;聚集了众多高等院校和科研机构,拥有雄厚的人才优势和研究基础;政府重视程度高,政策引导到位,出台了一系列政策来引导和促进元宇宙产业的发展。(3 3)场景引领锻造产业链:)场景引领锻造产业链:以场景为引领,集聚一批企业,集成突破,联合攻关,实现“建成一批场景、成熟一批企业、锻造一条产业链,训练一批人才”的系统成果。4141 总之,上海元宇宙产业的发展具有产业及科研基础雄厚的客观特点和人才及文化意识超前的主观特点,政府的主动服务与市场的积极响应,为元宇宙产业“虚实交互,以虚促实”的发展提供了良好的环境和支持,使上海在元宇宙领域具有很强的竞争力,发展迅猛。2.2.广州广州 广州作为中国华南地区的大城市,在元宇宙的发展中扮演着重要的角色。广州市各区围绕元宇宙技术和产业聚集,逐渐形成既是竞争又是合作的局面,在竞争中合作,形成聚集效应,其产业分布详见图 20。比如,黄埔区的重点任务是打造“元宇宙核心产业链:人才元宇宙、企业元宇宙、城市元宇宙”,海珠区是“元宇宙未来都市工业:产业互联网、海上丝绸之路”,南沙区是“未来城市元宇宙:人工智能”,番禺区是“元宇宙文旅制造:传感器及嵌入式系统、文旅内容制作”,增城区是“元宇宙先进制造:超高清显示产业、汽车产业”,花都区则是“元宇宙产业园:全产业链”。其中,黄埔区率先成立元宇宙产业链联盟,促进元宇宙产业发展。图 20 广州市各区元宇宙产业发展分布 广州拥有众多的高校和科研机构,如中山大学、华南理工大学、暨南大学等,这些学府的科研力量为广州元宇宙的发展提供了不竭的动力。粤港澳大湾区被称为 4242 “中国硅谷”,拥有众多的高科技企业和创新园区,这些科技园区为元宇宙的技术研发和应用提供了良好的基础。广州还拥有庞大的人口基数和活跃的人才市场。近年来,广州市吸引了许多优秀的工程师、设计师、创业者和数字艺术家聚集在此,他们以自己的专业知识和技能为元宇宙的发展贡献力量。广州的人才储备和活跃的人才市场为元宇宙的发展提供了丰富的人才资源,在元宇宙专业人才供给方面提供一定保障。此外,广州具备丰富的文化底蕴和创意产业,其悠久的历史和多元的文化传统为元宇宙的跨界合作提供了广阔的空间。广州的文化创意产业涵盖了艺术、设计、影视、音乐等领域,这些创意产业与元宇宙的艺术表达和虚拟创作有着天然的联系,能够为元宇宙注入更多的创造力和艺术性。最后,广州作为粤港澳大湾区经济发达的城市,拥有庞大的消费市场和商业活力。随着元宇宙的发展,人们对虚拟化和数字化体验的需求不断增加。广州的消费市场能够为元宇宙产业提供广阔的市场空间,刺激消费需求,推动产业的快速发展。3.3.合肥合肥 合肥市通过构建全方位的政策支持体系引导产业发展、重视技术研发、培养和引进高技能人才等方式,激发了科技创新和产业转型的内生动力。随着元宇宙的发展,合肥正努力塑造自身的核心竞争力,打造成为未来元宇宙产业发展的重要引擎,为推动人工智能与元宇宙领域的技术创新与社会应用贡献重要力量。合肥高新区在全国 169 家国家级高新区综合排名中连续八年位列前十,充分展现了合肥在科技创新方面的领先地位。高新区内拥有国家量子实验室、类脑智能国家工程实验室、人工智能研究院等科技创新资源,为前沿科技的发展提供了强大的支持。在人工智能、集成电路、网络安全、区块链等领域,已经形成了一批强大的产业集群。比如,中国声谷已构建了覆盖整个人工智能产业链的全套服务体系,为产业发展提供全方位支持。人才是城市科技发展的重要支撑。通过建立人工智能研究院、实施人才引进政策,合肥积极培养和引进元宇宙等领域的高层次人才,为城市的科技创新和产业发展提供了人才保障。例如,合肥市人工智能研究院以技术攻关和成果转化为核心,4343 引入了 300 人的科技研究队伍,由中国科学院院士领衔,对推动合肥人工智能产业的发展起到了重要的推动作用。同时,合肥市相关企业积极与头部企业进行跨界合作,共同开发强大的算力以支持 AI 大模型的研发。在“智慧星火 计算筑基”算力平台论坛上,科大讯飞、华为和合肥大数据公司联合启动了“星火昇腾 AI 联合生态”的建设。这标志着合肥企业在算力领域与头部企业进行深度合作,共同推动合肥市元宇宙产业的加速发展。在技术研发方面,政府对人工智能计算中心的建设、大模型赋能产业发展活动的举办以及鼓励企业技术创新等举措,推动了城市的元宇宙科技创新能力的建设。这些举措已经产生了积极影响,合肥中国科大附属第一医院的智能勾画系统的应用、北阜元宇宙广场的开业等,为合肥市民带来了直接的生活改善,见图 21。商汤科技在合肥设立首个 AR 全国产业运营中心等,进一步提升了合肥在科技创新领域的影响力。图 21 合肥市元宇宙典型应用案例(二)市场投融资及政策驱动型(二)市场投融资及政策驱动型 代表城市武汉、济南、大连在政策环境和运营运维维度得分相对较高,见图22。作为传统工业强市,这三个代表城市通过投融资等各项政策扶持元宇宙初创企业做强做大,培育一批专精特新中小企业,深化本地产业链上下游协同合作,构建大中小企业融通发展新生态。面向重点应用领域,遴选一批高价值的元宇宙创新产品、解决方案和示范项目。当地企业也积极布局相关产业,发挥本地现有软件、服 4444 务器、集成电路、内容创作等产业基础优势,增加元宇宙内容制作、关键器件研发和产业化投入,形成了具有领先技术和拳头产品的元宇宙企业聚集区。图 22 代表城市工业元宇宙新型能力评价:武汉、济南、大连 1.1.武汉武汉 为加快促进武汉市元宇宙产业创新发展,开辟经济发展新领域新赛道,武汉市人民政府发布武汉市促进元宇宙产业创新发展实施方案(20222025 年)。此外,科技部批复支持武汉人工智能计算中心建设国家新一代人工智能公共算力开放创新平台,这是此次获批建设的 9 家平台中唯一位于武汉的创新平台,也是华中地区首个获批建设的国家新一代人工智能公共算力开放创新平台。武汉人工智能计算中心是国内首家具有公共服务属性的人工智能算力平台,见图 23。依托一中心(计算中心)、四平台(公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研创新和人才培养平台),当前,武汉人工智能计算中心以算力集群赋能产业集群,带动武汉行业产业智能化升级。4545 图 23 武汉人工智能计算中心 武汉的元宇宙代表企业灏存科技,是国内首批从事人工智能穿戴型肢体动作识别技术研究的公司,现已建成元宇宙人机交互平台,此平台是元宇宙产业人机交互领域不可或缺的底层核心技术平台。灏存科技的相关产品与元宇宙开发平台已经形成全球行业领先优势,在人形机器人控制领域与国内知名工科院校展开合作,并逐步成为元宇宙领域全球领导者。市场投融资方面,武汉市投资 3000 万元在中心书城5.5 数字文创港建设武汉首个元宇宙公共技术服务中试平台,将包括高仿人机器人外形设计、核心零部件制造、运动控制算法、语音交互、虚拟数字人定制等一系列中试服务,打造“研究开发中试验证场景应用”全链条技术服务平台。总体来看,武汉市在市场投融资和政策方面的发力可有以下几个特点:(1 1)强化组织保障。)强化组织保障。依托市数字经济发展委员会,统筹推进元宇宙创新发展工作,加强对重点问题研究、重要事项部署、重大项目建设的协调和推进。各相关区政府正在建立区级元宇宙发展工作机制,研究出台区域元宇宙发展规划。(2 2)强化政策扶持。)强化政策扶持。开展元宇宙应用场景“揭榜挂帅”,发挥算力资源支撑和赋能产业发展关键作用,在中小企业服务补贴券中增列算力服务方向,为中小企业使用算力服务提供支持。(3 3)注重载体建设。)注重载体建设。在重点区域谋划建设元宇宙产业基地、创新基地、孵化器等,鼓励园区和所在区针对创新创业团队入驻配套制定场地租金减免,共享研发 4646 工具、网络环境、算力资源、数据库资源等降成本政策,引入各类专业机构为入驻企业提供人力资源、知识产权、股权投资、战略咨询等增值服务。(4 4)完善基础设施。)完善基础设施。高水平建设“双千兆”城市、加快 5G 网络规模化部署、超前谋划 6G 网络技术,进一步发展工业互联网、区块链“星火链网”“行云工程”天基物联网、下一代互联网,夯实网络基础设施。加快建设武汉超算中心,发展武汉人工智能计算中心,积极部署新型云计算和边缘计算平台,构建高性能、广覆盖的公共算力资源。2.2.大连大连 大连市工业和信息化局于 2023 年 6 月制定并印发大连市工业元宇宙创新发展三年行动计划(20232025)。围绕工业元宇宙重点领域关键技术,采取揭榜挂帅、建设软件创新中心(创新联盟)等形式,聚焦数字孪生、虚拟现实/增强现实、智能芯片、智能算法等方面进行协同攻关。重点推进工业元宇宙在石化、装备制造、汽车、服装纺织等行业的应用落地。为推动产业发展,相继出台大连市数字经济发展专项资金管理办法大连市制造业创新中心建设专项资金管理办法大连市雏鹰瞪羚独角兽领军企业梯度培育工程实施方案大连市“揭榜挂帅”制项目实施方案等政策。鼓励开展工业元宇宙技术、产品及服务的集成创新和试点示范,促进企业生产方式、服务体系、商业模式重构,推进现代化产业体系建设,逐步实现新型工业化。大连围绕产业发展设立规模 3 亿元的大连人工智能创业投资基金和 5 亿元的大连市高端制造产业基金,主要投向为高端装备、人工智能、新一代信息技术、数字创意、集成电路、增材制造等元宇宙相关领域。大连的工业元宇宙案例在装备制造等领域较多,如大连迈思信息技术有限公司的大柴 13L 装配线仿真虚拟调试、SCADA 数据采集系统、大连奥托股份有限公司数字孪生虚实互联技术在白车身生产线的应用等。总体来看,大连市在工业元宇宙市场投融资和政策方面的发展成效呈现出以下特点。4747 (1 1)市场投资和产业发展根基扎实。)市场投资和产业发展根基扎实。近年来,大连市数字经济发展迅速,数字产业化实力稳步增强,正在着力打造 2 千亿级新一代信息技术产业集群。软件业现有核心企业 3000 多家,从业人员 20 余万,已形成千亿级产业集群;电子信息制造业规模快速壮大,积极向千亿级高端产业发展。目前,大连市已培育国家级制造业单项冠军企业(产品)17 家,培育国家级专精特新“小巨人”企业 73 家。大连市两化融合发展总指数达到 60,规模以上重点企业数字化研发设计工具普及率达82%,关键工序数控化率达 52%,在全国副省级城市处于中上水平,东北地区首位。(2 2)产业基础平台牢固。)产业基础平台牢固。工业互联网作为工业元宇宙的重要组成部分,对物理现实世界的打通协同意义重大。近年来大连市突出抓好龙头企业工业互联网平台建设,稳步推进大船集团、中车大连电牵等 20 多家企业建设企业级工业互联网平台,支持冰山云、仿真云、擎起网等具有区域和行业影响力的平台带动企业生产方式、服务体系、商业模式重构。此外,东软大连、航天新长征大道、大冶轴、行健数控、语帧物联、大杨集团等企业入围国家工信部工业互联网创新领航应用案例名单。(3 3)政策驱动载体丰富。)政策驱动载体丰富。大连高新区启动元宇宙大厦建设,依托高新区南海壹号大厦,整合资源协同推动理论创新,构建元宇宙产业生态圈,打造地标性产业载体。大连金普新区“大连数谷”被誉为“中国第五谷”,构建了“一谷多园”的聚集发展模式,打造高等级的数据中心集群和人工智能国家级算力平台,优化数字产业生态。大连人工智能计算中心获评“国家新一代人工智能公共算力开放创新平台”,成为全国首批仅有的 9 家人工智能公共算力平台之一,为 200 余家高校、科研机构和企业提供算力服务。3.3.济南济南 2022 年 12 月,济南市人民政府办公厅印发济南市促进元宇宙产业创新发展行动计划(20222025 年)。2023 年 6 月,济南新旧动能转换起步区出台元宇宙八条政策。政策提出,起步区将全力培育元宇宙市场主体,强化项目招引力度。重点吸引虚拟现实、增强现实和全息显示设备制造企业以及云端实时渲染和分布式 4848 内存计算等关键基础软件开发企业。同时,在智慧城市、智能制造、文化旅游和金融等领域开放一批应用场景,鼓励国内外企业、高等院校和科研机构参与。近年来,济南潜心建设国家新一代人工智能创新发展试验区,这是其发展元宇宙产业的良好基础和环境优势。比如在算力方面,中国第一台服务器和中国第一台高端容错服务器均诞生于济南。济南曾创造 8 小时内交付万台服务器,每 2.88 秒1 台服务器的生产交付纪录。如今,济南生产的服务器产销量全国第一、全球第二。事实上济南已成为中国算力高地,供应了我国超过 1/3的服务器,超过 50%的 AI算力。同时,在打造数字先锋城市方面,济南大力实施数字经济引领战略,以打造数字先锋城市为牵引,以建设万亿级数字经济产业发展高地为目标,推进数字产业化、产业数字化、城市数字化协同发展。聚焦“中国算谷”重大产业生态项目,加快算谷科技园、算谷产业园建设步伐,巩固提升服务器产业优势。加大软件名城提档升级力度,进一步做强信息技术服务国家级战略性新兴产业集群,争创首批国家软件名园。推进国家人工智能创新应用先导区和新一代人工智能创新发展试验区“双区”同建,建设提升人工智能智算中心、人工智能岛、龙山人工智能谷等重大载体。推进企业“上云用数赋智”,打造工业互联网示范高地,提升数字化赋能实体经济水平。加大 5G 等数字新基建力度,建成开通国家级互联网骨干直联点,加快建设星火链网超级节点,深化拓展提升新型智慧城市建设,加快城市数字化、网络化、智能化转型升级步伐。在智慧城市的建设方面,济南城市信息模型(CIM)的建设极大的促进了工业元宇宙的发展。充分利用齐鲁卫星星座产生的立体空间数据,加速构建卫星点位与虚拟现实映射“一张图”,开展全域高精度三维城市建模,提升城市治理科学性。国土、水务、交通、管网等领域的数字孪生模型能够实现虚拟孪生体对于城市的实时模拟,助力城市管理和规划布局,是利用元宇宙技术对城市风险实施高精度动态模拟与实时持续监测,提升城市应急处理能力。4949 (三)文旅及消费场景驱动型(三)文旅及消费场景驱动型 成都、苏州、杭州和厦门市在应用场景和安全协同维度得分相对较高,尤其是应用场景维度较为突出,见图 24。其共性是拥有丰富的应用场景、庞大的企业数量、较成熟的产业链技术储备、较完善的新基建以及大量从业和消费适龄群体。从政策到产业,再到落地应用,这四大城市正在打造一套完整的元宇宙发展体系,元宇宙正在渗透到城市管理、古城保护、文旅发展、产业升级的方方面面。图 24 代表城市工业元宇宙新型能力评价:杭州、成都、厦门、苏州 1.1.成都成都 成都市发展元宇宙的产业基础具有比较优势。中国新型显示产业高质量发展指数(2023)显示,成都位居高质量发展十大城市前三,成都造高端柔性屏全球市场占有率近 50%,智能终端产业规模突破 4 千亿元。同时,积微物联、创意信息、海康威视、纵横自动化、国星宇航等一大批本土成长起来的企业已在数字经济细分领域拥有话语权。数字经济核心产业规模迅速壮大,集成电路、大数据、人工智能、软件等产业规模位列全国前列。此外,成都市的数字基建水平国内领先。2022 年世界互联网大会发布中国50 强城市数字化发展能力指数(2022),北京、深圳、上海、杭州、广州、成都 6 个城市组成第一梯队。成都市能源、水利、交通、通信、地下管廊等物联感知 5050 设施建设初具规模,具备物联感知服务能力基站数近 7000 个。成都是国家布局的通信枢纽城市和 5G 首批试点城市,拥有西南地区首条承载国际互联网专线业务的专用通道,承接部署了 1 台全球 IPv6 辅根服务器,已建成 5G 基站超过 6.6 万个,规模为西部地区第一。成都超算中心建成运行,填补了西部地区超算体系布局空白。在我国算力总规模位居全球第二的大背景下,全国仅有两个投运超算和智算双中心的城市,一个是上海,一个是成都。成都市元宇宙产业发展行动方案(20222025 年)提出,到 2025 年,在工业、消费、健康、教育、文旅、娱乐、会展、金融、蓉城(智慧城市)九个领域完成元宇宙应用场景融合。同时,提出招引链主企业,培育核心企业,孵化创新企业;引进 10 家“链主企业”,培育 100 家核心企业,孵化一批创新企业,形成元宇宙企业梯度集群。今年 6 月成都市经信局市新经济委发布的2023 年成都市元宇宙场景建设工作计划,加速加码元宇宙产业布局,重点推进元文旅、元工业、元消费、元蓉城四大领域 35 个场景建设项目,围绕元宇宙相关技术、产品在工业、消费、文旅、智慧城市等方面的应用,打造一批融合赋能的创新应用场景,推出一批元宇宙场景标杆初步构建城市元宇宙场景体系。在 2023 全国元宇宙产业创新发展峰会上,成都推出了成都元宇宙典型应用场景案例集,并发布了2023 年元宇宙场景建设机会清单。案例集聚焦大数据、人工智能、区块链、动作捕捉、3D 渲染、虚拟仿真等元宇宙底层技术在成都工业、文旅、消费、城市治理、会展、教育等八大应用场景中的创新应用,共汇集了 60 余个典型案例;机会清单整合了成都元宇宙场景建设的供给清单和需求清单,共发布 71 条供需信息,释放元宇宙产业投资机遇超 1.8 亿元,为元宇宙产业链各环节的合作提供指导和支持,推动元宇宙项目、场景、技术、需求的高效对接。成都元宇宙场景建设中所涌现的代表性案例,是观察成都元宇宙发展现状的一个切口。在打造丰富的文旅、消费元宇宙场景之外,成都在工业领域打造元宇宙应用场景的案例也不鲜见。例如,工业云制造(四川)创新中心有限公司支持四川某区域打造了一套工业大脑数字孪生系统,见图 25,这套系统聚焦区域产业链协同发展需求,利用数字孪生技术,基于全域工业经济运行数据的高质量汇聚,打造以链主企业为核心、覆 5151 盖产业链上下游关键企业的数字孪生体,构建公共配套、自然资源等要素保障的地理空间载体,建设全要素、全产业链、全价值链的区域产业链工业元宇宙。基于数字孪生载体,绘制重点产业图谱,可视化呈现产业链上中下游布局,断点、堵点一目了然。利用大数据智能建模分析,助力建圈强链,应对产业风险传导,研判产业发展前景。基于地理信息空间,实现区域产业链的设计协同、生产协同、智能排产、供需对接,有效实现资源高效配置,促进产业生态协同发展。面对自然灾害、疫情、战争等突发情况时,数字孪生空间动态展示应急物资和产能数据指标,实时掌握行动态势、精准获取潜力需求,构建智能调度模型支撑应急生产远程调度指挥,快速下达动员指令,有效保障应急状态民生物资供给,实现应急战备物资和产能协同。图 25 工业大脑数字孪生系统 再如成都天府国际机场数字孪生项目,作为近年来成都落成的标志性工程之一,在全国规模位居前列的成都天府国际机场在建设、管理以及运营过程中同样充分发挥数字孪生技术的优势,在国内机场相关技术应用中走在前列。系统采用了先进的三维实时渲染技术,通过高性能的实时渲染引擎,以一种更直观、更交互式的方式展示数据。通过将机场 BIM 模型、CAD 建筑规划图等数据转化为三维数据,并结合多样点位和分析数据,项目成功实现了机场在物理和数字世界之间的精准映射。该系统呈现的机场关键主题数据包括航班、机位、交通、飞行区等,管理人员通过一张图就可以全面了解机场的运行状况,为决策提供科学精准的依据。而在航站楼内部数字空间场景中,系统通过结合用户的地理位置数据实现了人流聚集程度的可视化呈现,全面反映了机场实时人流、设备状况,并为机场提供了全面、精准的游客画像,以满足个性化运营服务需求,极大提高了信息数据的传递效率,提升了机场管理水平和服务质量。总体来看,成都工业元宇宙的发展优势主要体现在以下几个方面。5252 (1 1)应用场景优势:)应用场景优势:成都有发展元宇宙产业的丰富场景,覆盖城市治理、产业发展和人民美好生活等方方面面。庞大的消费市场规模、愿意尝试创新的消费庞大的消费市场规模、愿意尝试创新的消费群体以及开明包容的消费文化,为成都元宇宙发展机遇创造了有利条件。发达的群体以及开明包容的消费文化,为成都元宇宙发展机遇创造了有利条件。发达的新消费产业,包括文创、旅游、体育、美食、音乐、会展六大支柱产业,已经形新消费产业,包括文创、旅游、体育、美食、音乐、会展六大支柱产业,已经形成了独特的特色和成了独特的特色和 IPIP 体系,使成都在元宇宙场景建设中能够更好地融入本土文化,体系,使成都在元宇宙场景建设中能够更好地融入本土文化,打造丰富多彩的元宇宙场景。打造丰富多彩的元宇宙场景。(2 2)企业数量优势:)企业数量优势:从经营主体看,成都有众多元宇宙企业,涵盖元宇宙底层技术支持,前端设备平台,终端场景应用上中下游全产业链。在企业侧,以见山科技、慕学星凡等为代表的元宇宙企业完成技术攻关,掌握核心优势。在研学侧,成立了一系列创新中心、科创联盟、研究院与实训基地。目前,成都主城区及周边区县已落成若干包括娱乐、文创、消费等场景的示范型项目。(3 3)协会组织优势:)协会组织优势:布局成立了元宇宙产业联盟、成都元宇宙研究中心、成都元宇宙科创联盟、四川天府新区元宇宙产业协会等组织,依托本土智库、协会、联盟的力量,积极引导企业探索元宇宙新技术、新应用和新业态,推动成果落地转化,为成都元宇宙产业发展赢得先机。(4 4)人才供给与需求两旺:)人才供给与需求两旺:成都在元宇宙等新兴产业领域的薪资待遇逐渐进入第一梯队。2022 元宇宙行业人才发展报告显示,成都在元宇宙相关岗位平均薪资中位居前列,仅次于北上深,达到 18515 元;同时在元宇宙人才需求量上也仅次于这三座城市,这都在一定程度上显示着成都在新兴产业上对人才的吸引力。同时,成都拥有一大批适龄的元宇宙内容创作者,他们也是元宇宙产业重要的消费群体,是元宇宙产业发展的生力军。强大的人才引力、成熟的消费市场、扎实的技术水平以及有力的政策支持,为成都落地元宇宙场景构成了全方位的支持体系。随着更多场景的落地,成都将更好地应对元宇宙产业发展中的各种挑战,成长为西部地区元宇宙产业高地。2.2.苏州苏州 作为长三角地区的重要城市,苏州凭借其先进的城市治理理念与深厚的工业、科技基础,一直敏锐地捕捉着包括元宇宙在内的各项前沿科技的发展机遇。5353 2023 年 2 月,苏州发布苏州市培育元宇宙产业创新发展指导意见,率先在工业、医疗、文旅、教育、城市管理等契合度较高领域探索建立应用场景示范项目,加快元宇宙与数字经济、数字生活、数字治理等实体要素融合发展,打造苏州人工智能产业创新集群,赋能智慧城市建设和产业数字化转型,推动全市软件和信息服务业发展。在此基础上,全面实现核心技术加速突破,产业规模全国前列,融合应用不断深化,产业生态持续完善的发展目标。整体上看,苏州市围绕应用场景的元宇宙发展战略体现了文旅及消费驱动的发展路径,具体表现在以下几个方面。(1 1)发展数字孪生,助力名城保护)发展数字孪生,助力名城保护 苏州市政府从 2014 年开始就在逐步构建“古城数字孪生 元宇宙建设”的数字化保护体系。通过历年累积,苏州已经建设完成范围约 420 平方公里的实景三维模型,将建筑、道路水系、地下空间等不同类型的要素进行数字化建模,构建出一座可看、可感、可知的元宇宙古城。目前,苏州的数字孪生古城已面向公众开放部分非密数据。苏州将古城搬入“元宇宙”的实践为全国历史文化名城保护贡献了可复制可推广的“姑苏模式”。(2 2)“数字苏州驾驶舱”,打造城市管理样板)“数字苏州驾驶舱”,打造城市管理样板 2023 年 1 月,“数字苏州驾驶舱”正式投入运行,这是通过数字技术手段来管理城市、驾驭城市、服务城市的一座大数据构成的“元宇宙”。“数字苏州驾驶舱”一共汇集了 1.4 亿条互联网实时数据,如图 26 所示,可以看到苏州民声民意监测情况、实时人口、车流,甚至还有当月的物流单量指数等,成为整个苏州提升城市管理水平的重要平台,未来还将继续拓展新的应用场景,在政务服务、社会救助、食品安全、养老服务等领域,推进大数据赋能民生保障和公共安全。5454 图 26“数字苏州驾驶舱”界面(3 3)虚拟数字人,提升文旅体验)虚拟数字人,提升文旅体验 作为元宇宙的另一个重要组成部分,虚拟数字人也成为苏州促进文旅发展的重要抓手,为市民与游客的体验提升做出探索。通过紧密契合重大应用场景需求,以枫灵 Lynn、昆小融为代表的虚拟数字人已成为苏州众多活动中不可或缺的“数字代言人”,见图 27、28,摆脱了数字人常见的活动频率低、刷脸场景少的困境。图 27苏州高新区文体旅商数字推荐官:枫灵 Lynn 5555 图 28 昆山市融媒体中心首位数字人主播:昆小融(4 4)升级产业体系,)升级产业体系,深耕深耕场景基础场景基础 以苏州昆山为例,昆山结合产业特点以及现有元宇宙技术和产业基础,大力发展以可穿戴设备、虚拟现实交互场景开放为主的“元宇宙”并积极向教育、卫生、文化、城市等领域拓展。昆山印发了昆山市元宇宙产业创新发展行动计划(2022-2025 年),打造以云昆大厦为载体的元宇宙产业园。此外,云联智慧正在全力开发的数字孪生“云游苏州”项目,以 3D 技术结合古风元素,打造蕴含江南文化氛围的原生虚拟世界。美舫科技研发的无界孪生全要素平台,可实现多源时空数据融合、城市数字底座搭建、多元仿真模型模拟等应用价值。广立信息利用元宇宙对园区、楼宇及设施进行虚拟化和数字化,基于数字孪生技术生成现实世界的镜像,实现园区、楼宇的智慧管理和沉浸式操作体验。清睿教育围绕教育元宇宙和智能数字虚拟人,在云上构建虚拟校园智慧学习空间,辅助开展听说能力和各种语言能力互动训练。3.3.杭州杭州 在2023 年政府工作报告中,杭州提出要前瞻布局元宇宙等新兴数字产业群,争创国家视觉智能制造创新中心,体现出杭州在元宇宙领域的积淀与谋划。代表企业杭州灵伴科技基于自研操作系统 YodaOS,构建了全球首个 5G AR AI 元宇宙 5656 全栈生态体系以及元宇宙智慧工业体系灵伴元宇宙智慧工业平台,自主研发了全球首款一体式 5G 工业 AR 智能眼镜 X-Craft、国内首款分体式单目光波导 AR 智能眼镜 Glass2 等系列智能终端产品,畅销全球 80 余个国家和地区。要成功推动元宇宙发展,应用落地十分关键。在这一方面,杭州围绕多个应用场景作出元宇宙探索。比如在消费元宇宙领域,杭州的文三数字生活街区,通过构建互动式的新型消费场景,率先开启了国内“AR 场景”消费新业态,见图 29。目前该街区集聚了气味王国数字气味展厅、网易 MR 数娱馆、灵伴科技 Rokid 智能 AR眼镜、时客购 24h 智慧超市等各类数智产业龙头企业的首店、旗舰店和概念店等,为消费者搭建接触元宇宙的现实空间。可见,立足市级以上智慧商圈、特色街、夜间经济集聚示范区等载体,围绕文旅、会展、商业等领域,能够积极落地元宇宙消费新场景。图 29 杭州文三数字生活街区 杭州的元宇宙产业还涉及数字藏品领域。杭州提出创造数字产品供给,支持相关企业在美食文化、西湖风景、杭州制造等领域,打造出体现杭州元素、宋韵文化、西湖特色的数字藏品,并赋予“杭州消费”统一标识。除了上述场景应用,人气爆棚的大型赛事同样是杭州元宇宙场景探索的重要契机,而杭州亚运会的举办无疑成为展示杭州元宇宙技术实力的一次机会。亚运数字 5757 火炬手是真实用户在数字亚运世界的数字身份,具有唯一性,见图 30。亚运数字火炬手将现实世界的亚运火炬手拓展至数字世界,让更多的人能够突破时间、空间限制直接参与到亚运会这一盛大的体育文化活动中。此外,数字人应用还出现在杭州亚运会的开闭幕式中。主创团队借用元宇宙相关高新技术,与中国传统文化底蕴意象在开闭幕式中深度融合,展示数字中国、数字浙江的魅力。图 30 亚运数字火炬手 同时,杭州电信联合中兴通讯共同打造了针对亚运期间网络重保任务的 AR 智慧指挥运维系统,为一线单兵和指挥中心专家提供了数字化协作空间,助力电信快速定位故障、高效解决问题,提升工单响应率,有效触达各运维场景。2022 年底杭州市人民政府向社会公开征求关于建设国际新型消费中心暨打造“不夜天堂、璀璨杭州”的若干政策意见,提到打造消费“元杭州”平台。将线下产品、商圈、消费场景等复刻到线上,实现线下消费与线上全年无间断“元宇宙”体验相结合,积极探索消费抽大奖、各类消费积分转换数字消费券等模式,促进消费潜力释放,刺激消费恢复增长。从杭州的实践可以看出,要成功推动元宇宙发展,除了政策与产业外,内生性场景需求的开发同样重要,没有场景落地,元宇宙产业很难得到持续的发展。杭州 5858 作为虚拟消费的头部城市,在元宇宙的场景落地上进行着积极探索,为工业元宇宙的文旅及消费驱动型发展路径树立榜样。4.4.厦门厦门 厦门的元宇宙发展特点是比较偏重元宇宙赋能数字经济和文化创意产业。2023年 5 月,厦门市与中国移动下属的文化企业咪咕公司进一步签署鼓浪屿元宇宙项目合作协议,咪咕将“发挥元宇宙总部资源优势”,助推鼓浪屿“元宇宙第一岛”建设,促进厦门元宇宙 文旅发展。咪咕计划将鼓浪屿打造成为厦门元宇宙文旅新地标,利用 5G、AR、VR、算力网络等技术,在鼓浪屿 1.88 平方公里映射物理时空场景,为上岛游客提供文旅游览、互动娱乐、消费购物等数智生活体验,打造“元宇宙第一岛”。在面向个人用户的消费元宇宙领域,厦门企业也频频出招。造梦科技是国内最大的 VR 社交游戏平台,其主打的产品梦境世界已成为国内玩家最多的 VR 社交游戏。2022 年,厦企蚂蚁特工为国际某知名运动品牌打造了一台 AR 试鞋机,实现增强现实的交互操作,即刻过“足”瘾。针对发展元宇宙产业的市场主体,厦门市跟踪服务一批元宇宙相关产品和技术研发高精尖企业,推动其成果落地转化,培育一批专精特新“小巨人”企业。同时支持有影响力的元宇宙企业或机构来厦门设立总部、研发中心、创新平台、孵化基地等,引导企业探索元宇宙新技术、新应用和新业态,优先为厦门市元宇宙企业开放应用场景。在应用场景构建方面,厦门将依托鼓浪屿、沙坡尾、筼筜湖等地标,以及金鸡奖、马拉松等城市名片,支持科研院所和企业打造具有厦门特色元素的元宇宙应用场景,打造一批会展、旅游、体育、商业领域的特色场景示范案例。同时,该市还将积极推动科研院所和企业联合打造元宇宙应用平台,推动三维数字空间、虚拟数字人等在城市管理、民生服务等领域的开发应用,遴选一批优秀元宇宙应用方案,形成可复制推广的示范案例。在政府和业界的共同努力下,厦门市元宇宙产业联盟、元宇宙产业人才基地成立,标志着厦门在元宇宙产业领域实现了从碎片化向体系化的发展转型,将通过政 5959 策宣讲、标准建设研讨、数字藏品发布、项目资本对接等促进“政产学研用金”协同。通过这些注重元宇宙产业生态建设的实践,可以感受到元宇宙与实体经济融合的魅力,以及厦门这座高素质创新创业之城布局新赛道的努力。四、工业元四、工业元宇宙宇宙发展趋势及面临问题发展趋势及面临问题 (一)城市工业(一)城市工业元宇宙的发展趋势元宇宙的发展趋势 总体而言,工业元宇宙的发展趋势将朝着数字化、智能化、协同化和可持续化的方向发展。工业元宇宙是多种技术高度融合的复杂应用,将推动技术之间的深度融合与协同。1 1.城市城市数字化转型加速数字化转型加速 越来越多的城市政府及社会主体将意识到工业元宇宙的重要性,并加速数字化转型的步伐。企业及社会组织开始将物理系统与数字系统相结合,通过数据驱动的决策和智能化的运营,提高生产效率、产品质量和客户体验。通过引入先进的数字化技术和工业元宇宙工具,企业实现了生产效率提升、市场拓展、管理和组织优化以及客户体验提升等多方面的目标。当微观层次的企业及社会组织率先实现了数字化转型,宏观层次的数字化转型是城市作为有机整体去适应新时代市场需求和提高竞争力的必由之路。2 2.人工智能与自动化人工智能与自动化高度高度融合融合 人工智能技术的发展将与工业元宇宙相互促进。通过将人工智能技术应用于工业元宇宙中的数据分析、预测和决策,实现自动化和智能化的生产和管理。人工智能与自动化技术的高度融合正在推动着工业和科技的快速发展。这种融合不仅增强了机器和系统的智能化和自动化水平,还为各个领域带来了技术上的变革和新的发展机遇。首先,人工智能和自动化技术的融合提高了生产效率和质量。首先,人工智能和自动化技术的融合提高了生产效率和质量。在制造业中,智能化的机器人和自动化设备能够高效地完成生产线上的任务,减少人工干预和错误,提高生产效率和质量。同时,人工智能的应用还能够对生产数据进行实时分析和管理,帮助企业更好地了解生产情况并进行优化。6060 其次,人工智能与自动化的融合改变了生产模式和组织形式。其次,人工智能与自动化的融合改变了生产模式和组织形式。传统的生产模式是线性、大规模的,而智能化的生产和自动化技术的应用实现了小批量、定制化的生产,更好地满足市场需求。此外,人工智能还能够对供应链进行智能化的管理和优化,实现更加精准的预测和决策。另外,人工智能与自动化的融合还为企业另外,人工智能与自动化的融合还为企业及社会组织及社会组织带来了更多的商业机会。带来了更多的商业机会。通过智能化的数据分析和预测,企业能够更好地了解市场和客户需求,开发出更加符合市场需求的产品和服务。同时,智能化的设备和系统还能为企业提供更加高效和精准的营销和服务手段,提高客户满意度和忠诚度。最后,人工智能与自动化的融合还为科技发展带来了更多的可能性。最后,人工智能与自动化的融合还为科技发展带来了更多的可能性。通过智能化的机器学习和深度学习等技术,我们能够更好地探索人类智能的奥秘,推动人工智能技术的不断发展和应用。同时,自动化技术还帮助我们更加高效地进行计算和模拟实验,为科学研究和技术创新提供更多的支持和帮助。3 3.智慧城市智慧城市数据共享与合作生态系统建立数据共享与合作生态系统建立 工业元宇宙需要城市中不同社会主体和机构之间的数据共享和合作。为了实现更高效的协同和创新,各方将建立更加开放和互联的合作生态系统,共享数据、资源和技术,推动工业元宇宙的发展。数据共享与合作生态系统的建立是实现数据价值的关键环节。在数字化时代,数据已经成为一种重要的资产和资源,但只有通过共享和合作,才能最大限度地发挥其价值和潜力。首先,数据共享促进了数据的流通和交换,提高数据的利用效率和价值。首先,数据共享促进了数据的流通和交换,提高数据的利用效率和价值。通过建立数据共享平台或数据交换市场,将不同来源、不同类型的数据整合在一起,实现数据的共享和交换,从而为各个社会主体提供更加全面、准确的数据支持。同时,数据共享还促进数据的开放和创新应用,推动数据的产业化和商业化发展。其次,合作生态系统促进不同领域、不同行业的企业和机构之间的合作和协其次,合作生态系统促进不同领域、不同行业的企业和机构之间的合作和协同发展。同发展。通过建立合作生态系统,将不同的数据资源、技术能力和人才整合在一起,实现优势互补和协同创新。同时,合作生态系统还促进知识和信息的共享和传播,推动产业升级和社会进步。6161 4 4.跨行业和跨领域的应用跨行业和跨领域的应用将被将被拓展拓展 工业元宇宙的应用将逐渐扩展到更多的行业和领域。除了传统的制造业,工业元宇宙的概念和技术也将应用于农业、能源、交通、物流等领域,实现更广泛的应用和影响。举例来说,在内容创造领域,AIGC 主要得益于人工智能和深度学习模型方面的技术创新,使得拥有通用性、基础性、多模态、训练数据量大、生成内容高质稳定等特征的 AIGC 模型成了自动化内容生产的“工厂”17。虚拟数字人是 AIGC 和元宇宙融合应用的典型代表,已遍布各行各业,有 AI 主播、AI 客服等等。这些融合了 AI 技术的虚拟数字人,在不同领域都能够自行生产内容,为不同应用场景提供服务。(二)工业元宇宙发展面临的问题与应对办法(二)工业元宇宙发展面临的问题与应对办法 目前,各界达成的共识是,元宇宙、工业元宇宙都处于发展初期,还面临着诸多问题与挑战,主要有以下几个方面。1 1.关键技术有待突破关键技术有待突破 工业元宇宙依赖大量先进的技术,如物联网、大数据、人工智能等。然而,这些技术仍存在一些挑战,包括数据安全和隐私保护、大数据处理和分析的能力、智能算法的可靠性等。解决这些技术挑战是工业元宇宙发展的重要前提。这需要政府、企业、科研机构等多方共同努力,加大研投入,攻克以下几项关键技术难题。虚拟现实技术:虚拟现实技术:虚拟现实技术是工业元宇宙的核心技术之一,能够实现沉浸式的虚拟体验。目前,虚拟现实技术还存在一些问题,如头戴式设备的舒适性、视觉清晰度、交互体验等,需要进一步改进和完善。此外,如何实现更加真实和直观的虚拟体验也是工业元宇宙发展的一大挑战。区块链技术:区块链技术:尽管区块链技术在数字货币等领域已经取得了显著的成果,但在工业元宇宙中,区块链技术的应用还面临一些挑战。例如,如何提高区块链的性能以满足大规模、高并发的工业元宇宙场景需求,如何保证数据的安全性和隐私性,以及如何实现不同厂商和组织之间的数据互操作性等。6262 物联网技术的普及和成本问题:物联网技术的普及和成本问题:工业元宇宙需要大量的物联网设备来支持其运作,但目前物联网设备的普及率并不高,且其成本相对较高,难以大规模应用。此外,物联网设备的安全问题也是一大挑战,如何保障设备的安全性和稳定性是工业元宇宙发展必须解决的问题。实时数据采集和处理:实时数据采集和处理:工业元宇宙需要实时采集和处理大量的数据,但目前的数据采集和处理技术还存在一定的瓶颈,难以满足工业元宇宙的需求。例如,如何实现高效的、低延迟的数据采集和处理,以及如何处理大量数据的存储和管理等问题。人工智能技术:人工智能技术:人工智能技术在工业元宇宙中具有广泛的应用前景,但目前还存在一些技术瓶颈,如如何提高模型的泛化能力、如何实现更加智能化的决策和控制等。AIGC 被认为是 Web 3.0 与元宇宙时代的核心辅助创作工具,是实现工业元宇宙内容智能创造的核心。AIGC 自动生成内容的效率大大提高,在短时间内生产出大量的内容,但 AI 生成的内容缺少人类的创造力和想象力,仍需进一步优化。网络通信技术的升级和优化:网络通信技术的升级和优化:工业元宇宙需要高效、稳定和可靠的网络通信技术来支持其运作。但目前全球网络状况却存在着差异,很难满足所有地区的高速优质网络需求。此外,如何保障网络的安全性和隐私性也是工业元宇宙发展必须解决的问题。2 2.高成本制约应用规模高成本制约应用规模 工业元宇宙涉及多种复杂技术和软硬件设备的融合使用,初期投入较高,包括硬件设备、软件平台、技术集成、数据采集和分析等方面的费用。且相关技术和设备更新周期较短,目前还没有十分成熟以及适合大量推广的应用。而订单较少又导致工业元宇宙应用单体应用成本较高,反过来制约其使用与迭代。在建设工业元宇宙时,应制定明确的战略规划,合理评估投资回报,采用渐进式的实施方式,通过控制成本、提高效率和寻找新的商业模式来降低成本并加快回报。6363 3 3.缺乏标准与互操作性缺乏标准与互操作性 工业元宇宙中涉及多个系统、设备和平台,但缺乏统一的标准和互操作性。不同的厂商和技术提供商使用不同的技术标准和数据格式,难以实现跨平台、跨系统的无缝集成和数据交换。缺乏标准和互操作性限制了工业元宇宙的扩展和应用范围。要让工业元宇宙在较大范围内健康可持续应用,需要制定统一的标准和规范,促进不同系统和设备的互联互通。行业组织、标准化机构和政府应共同合作,推动标准的制定和推广。4 4.数据安全与隐私保护数据安全与隐私保护 工业元宇宙涉及大量的数据采集、传输和分析,其中包含了企业和个人的敏感信息。因此,保障数据的安全性和隐私权成为一个重要问题。在工业元宇宙建设中,需要采取适当的数据加密、访问控制和身份验证等安全措施,建立数据安全管理体系、制定隐私保护法规和政策,并加强数据安全意识和培训,以保护数据的安全和隐私。在建立数据共享与合作生态系统时,还需要注意以下几个方面:建立规范的数据共享标准和机制。建立规范的数据共享标准和机制。为了保障数据的准确性和可靠性,需要建立规范的数据共享标准和机制,明确数据的共享范围、使用权限和责任义务等。推动跨界合作和协同创新。推动跨界合作和协同创新。为了实现数据价值的最大化,需要推动跨界合作和协同创新,将不同的数据资源、技术能力和人才整合在一起,实现优势互补和协同创新。建立良好的合作生态文化和氛围。建立良好的合作生态文化和氛围。为了促进合作生态系统的健康发展,需要建立良好的合作生态文化和氛围,鼓励不同领域、不同行业的企业和机构之间的交流和合作。总之,建立数据共享与合作生态系统是实现数据价值的关键环节。通过规范的数据共享标准和机制、加强数据安全和个人隐私保护、推动跨界合作和协同创新以及建立良好的合作生态文化和氛围等措施,促进数据的流通和交换、提高数据的利用效率和价值、促进不同领域和行业之间的合作和协同发展,实现数据价值的最大化和可持续发展。6464 (三)工业元宇宙在城市中创新发展的建议(三)工业元宇宙在城市中创新发展的建议 参考 GB/T 23006-2022 要求,城市工业元宇宙发展可通过建立和持续改进系统性解决方案、治理体系和过程管控机制,实现新型工业化能力的不断提升。通过分级评定,有效反映城市工业元宇宙新型能力的先进性、成熟度和可持续发展能力,为相关活动提供采信依据,包括但不限于:(1)主管部门分类指导,如试点示范、专项资金支持、政策措施制定、服务采购、项目验收等;(2)行业引导,如信用评价、资质认证等;(3)市场服务,如金融与销售授信、供应商遴选、品牌提升、招标采购等。工业元宇宙在城市中的创新发展可借鉴第二章提出的工业元宇宙城市发展实施框架,对照代表城市不同发展路径的基本情况,具体问题具体分析,从以下几个方面进行考虑。1 1.智慧城市规划与设计智慧城市规划与设计 在城市规划和设计中,充分考虑工业元宇宙的需求和发展,为工业元宇宙提供足够的空间和资源,同时结合城市的历史、文化和产业特点,打造具有区域特色和城市品牌的工业元宇宙体系。首先,智慧城市规划能够利用工业元宇宙的技术和工具进行模拟和预测。首先,智慧城市规划能够利用工业元宇宙的技术和工具进行模拟和预测。工业元宇宙提供了虚拟化技术,将城市规划的方案和模型在虚拟环境中进行模拟和测试,以便更好地预测城市未来的发展趋势和问题。例如,在城市交通规划中,工业元宇宙通过模拟城市的交通流量和拥堵情况,为城市规划者提供更加准确和全面的交通规划方案。其次,工业元宇宙为智慧城市规划提供更加全面和准确的数据支持。其次,工业元宇宙为智慧城市规划提供更加全面和准确的数据支持。工业元宇宙中的数据来自于各种传感器、数据采集设备、云计算平台等,这些数据为城市规划者提供更加全面和准确的信息,以便更好地制定城市规划方案。例如,工业元宇宙提供城市的空气质量、气候变化、人口分布等方面的数据,为城市规划者提供更加准确的信息。6565 另外,工业元宇宙还为智慧城市规划提供更加直观的展示和交互方式。另外,工业元宇宙还为智慧城市规划提供更加直观的展示和交互方式。通过工业元宇宙的虚拟现实技术,城市规划者更加直观地了解城市规划方案的效果和问题,以便及时进行调整和优化。同时,城市居民也通过工业元宇宙了解城市规划方案的效果和问题,提出自己的意见和建议,与城市规划者进行更加紧密的合作和交流。2.2.数字基础设施建设数字基础设施建设 加强数字孪生城市基础设施建设,包括物联网、5G/6G、云计算、边缘计算等,为工业元宇宙提供稳定、可靠的网络环境和数据支持。数字孪生城市需要不断加强技术研发和创新,提升数字孪生技术的水平和应用效果。例如,通过人工智能、物联网、区块链等技术的应用,实现更加精准的城市管理和服务。3 3.工业元宇宙与智慧产业的融合工业元宇宙与智慧产业的融合 推动工业元宇宙与智慧产业的融合,如智能制造、智慧物流、智慧医疗等,通过虚实融合的方式,提高城市产业的发展水平和竞争力。需要加强不同产业之间的协同合作,促进产业之间的信息共享和资源整合。通过建立产业联盟、开展合作项目等方式,推动不同产业之间的协同合作,实现互利共赢。4 4.创新应用场景开发,拓展应用领域创新应用场景开发,拓展应用领域 鼓励企业和科研机构开发创新应用场景,如虚拟仿真设计、数字孪生、智能制造等,为工业元宇宙在智慧城市中的创新发展提供更多的应用场景和案例。工业元宇宙在城市中的应用领域非常广泛,包括城市规划、交通管理、安全监控、公共服务等多个方面。未来进一步拓展工业元宇宙在城市中的应用领域,例如在环保、能源、金融等领域的应用,为工业元宇宙提供更加广阔的发展空间。为了更好地推广工业元宇宙在智慧城市中的应用,可以打造一些典型案例,例如在某个城市或某个领域中,通过工业元宇宙技术的应用,实现了城市治理和公共服务的智能化、高效化和便捷化。这些典型案例作为其他城市或领域的参考和借鉴,进一步扩大工业元宇宙在智慧城市中的应用范围。6666 5 5.人才培养和技术创新人才培养和技术创新 加大对工业元宇宙领域的人才培养和技术创新支持力度,培养一批具备专业技能和创新能力的元宇宙人才,推动工业元宇宙在智慧城市中的创新发展。6 6.数据安全和隐私保护数据安全和隐私保护 在发展工业元宇宙的同时,需要重视数据安全和个人隐私保护问题,制定相关法规和标准,保障个人和企业的数据安全和隐私权益。工业元宇宙城市发展需要从数据管理、系统集成、运营监控、维护与支持、培训与教育和风险管理等多个角度出发,建立完善的管理体系和机制,提高整体运营水平和效率,确保工业元宇宙的稳定发展。数据管理:数据管理:工业元宇宙城市发展中涉及大量的数据,包括设备运行数据、生产过程数据、人员操作数据等。需要建立完善的数据管理体系,包括数据存储、数据处理、数据分析等,确保数据的安全性、准确性和可靠性。系统集成:系统集成:工业元宇宙城市发展中涉及众多不同的系统和设备,需要做好系统集成工作,确保各个系统之间的数据流通和信息共享顺畅,提高整体运营效率。运营监控:运营监控:需要对工业元宇宙中的运营状况进行实时监控,及时发现和解决运营过程中出现的问题。这需要建立完善的运营监控机制,包括实时数据监测、异常处理、性能优化等。维护与支持:维护与支持:需要建立完善的维护与支持体系,包括设备维护、系统升级、故障排除等,确保工业元宇宙的稳定运行和持续改进。培训与教育:培训与教育:针对工业元宇宙城市发展涉及到的工作人员,需要进行定期的培训和教育,提高他们的技能水平和工作效率,促进整体运营水平的提升。风险管理:风险管理:需要建立完善的风险管理体系,包括风险评估、风险控制、风险应对等,确保工业元宇宙城市发展的运营安全和稳定。7 7.智慧治理与公共服务智慧治理与公共服务 将工业元宇宙技术应用于城市的智慧治理和公共服务领域,如智慧交通、智慧环保、智慧安防等,提高城市的治理效率和公共服务水平。6767 基于工业元宇宙技术实现城市公共服务的智能化。基于工业元宇宙技术实现城市公共服务的智能化。通过元宇宙平台,实现公共服务的精细化管理和调度,为市民提供更加便捷、高效的服务。例如,在公共安全领域,工业元宇宙通过智能化监控和预警系统,提高公共安全的管理水平和应急响应能力。工业元宇宙技术应用于文化旅游和宣传领域,为游客和市民提供更加沉浸式、工业元宇宙技术应用于文化旅游和宣传领域,为游客和市民提供更加沉浸式、交互式的旅游体验和服务。交互式的旅游体验和服务。例如,通过构建虚拟旅游平台,让游客在线上体验旅游景点的历史文化、自然风光和人文风情等方面,提高旅游的体验感和满意度。同时,工业元宇宙还可应用于城市宣传和推广领域,展示城市的特色和优势,吸引更多的投资和人才。工业元宇宙技术应用于社会治理和民生服务领域,为市民提供更加智能化、工业元宇宙技术应用于社会治理和民生服务领域,为市民提供更加智能化、高效化和便捷化的服务。高效化和便捷化的服务。例如,通过构建智慧社区平台,为居民提供智能化物业服务、社区管理和公共安全等方面的服务,提高居民的生活质量和安全感。同时,工业元宇宙还可应用于教育、医疗、养老等领域,为市民提供更加智能化、高效化和便捷化的服务。8 8.跨界合作与交流跨界合作与交流 鼓励不同领域的企业和机构跨界合作,共同推动工业元宇宙在城市中的创新发展,共享技术成果和经济利益。工业元宇宙是技术密集型产业,需要大量的技术研发和创新支持。未来需要进一步加强产学研合作,推动企业和高校、研究机构之间的合作和交流,共同开展技术研发和创新应用,为工业元宇宙在智慧城市中的创新发展提供更加有力的支撑。综上所述,工业元宇宙在城市中的创新发展需要政府、企业和社会的共同努力,以实现城市的数字化转型和升级为目标,推动工业元宇宙与实体经济、智慧产业的深度融合和发展。6868 参考文献参考文献 1 工业元宇宙协同发展组织工业元宇宙创新发展三年行动计划(2022-2025 年)2元宇宙产业创新发展三年行动计划(2023-2025 年),2023 年 9 月 3成都市“十四五”城市建设规划,2022 年 7 月 4工业元宇宙:工业发展新阶段的赋能者,2022 年 12 月,前沿科学 5关键数字技术专利分类体系(2023)国知办发规字202336 号 6 信息化和工业化融合管理体系新型能力分级要求(GB/T 23006-2022)7信息化和工业化融合管理体系评定分级指南(GB/T 23007-2022)8 大连市工业元宇宙创新发展三年行动计划(20232025),2023 年 6 月 9济南市促进元宇宙产业创新发展行动计划(20222025 年),2022 年 12 月 10苏州市培育元宇宙产业创新发展指导意见,2023 年 2 月 11上海市“元宇宙”关键技术攻关行动方案(20232025 年),2023 年 6 月 12广州市数字经济促进条例,2022 年 6 月 13合肥高新区元宇宙产业发展规划(2023-2028),2023 年 2 月 14武汉市促进元宇宙产业创新发展实施方案(20222025 年),2022 年 11 月 15厦门市元宇宙产业发展三年行动计划(2022-2024 年),2022 年 3 月 162023 年杭州市政府工作报告,2023 年 3 月 17新型智慧城市评价指标(GB/T 33356-2022)18 腾讯研究院 AIGC 发展趋势报告 2023:迎接人工智能的下一个时代 EB/OL,(2023-02-02)

    浏览量0人已浏览 发布时间2024-02-22 76页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 凯捷:2023生成式人工智能道德&合规风险白皮书(56页).pdf

    2023年11月道德&合规风险白皮书如何理解和应对生成式人工智能 引发的数据合规风险01 生成式人工智能道德&合规风险白皮书02 生成式人工智能道德&合规风险白皮书引言4生成式人工智能概述5生成式人工智能相关法规浅析111.2 生成式人工智能的研究趋势62.2 中国本土法律191 2 1.3 生成式人工智能应用领域91.1 生成式人工智能的发展历程52.1 外国法111.2.1 大模型对齐和幻觉2.1.1 美国2.2.1 生成式人工智能的伦理道德问题讨论2.2.2 我国生成式人工智能的法律基线和合规要点19241.3.1 市场规模总览1.2.2 提示工程和检索增强2.1.2 英国1.3.2 多模态应用,赋能生产力:从数据类型划分1.2.3 通用人工智能和代理2.1.3 欧盟1.3.3 聚焦个性化场景,创造业务价值:从行业划分1.2.4 快速起步使用生成式人工智能2.1.4 其他国家生成式人工智能法律发展简介2.1.5 总结6117129714981618102.2.3 总结2703 生成式人工智能道德&合规风险白皮书生成式人工智能的数据合规浅析凯捷提供的服务28503 4 3.1 生成式人工智能的数据合规要点3.2 生成式人工智能的数据合规技术手段28363.1.1 数据隐私保护原则3.2.1 网络安全3.2.3 生成式人工智能引发的伦理道德风险和应对措施3.1.2 数据在生成式人工智能中的角色3.2.2 数据全生命周期合规3.2.4 生成式人工智能的全生命周期合规3.2.5 生成式人工智能安全评估和算法管理3.1.3 数据采集与预处理的合规性3.1.4 模型训练与验证的合规性措施3.1.5 数据评估与调整的合规性3.1.6 输出结果的合规性2837452938464831323335引用材料关于作者52545 6 已经成为科技和商业界的前沿领域,为我们带来了前所未有的创新和机会。成式智能技术的快速发展不仅提了产,还在医疗、教育、娱乐、融和众多其他领域中掀起了场命。成式智能的解决案预计在 2-5年能达到全球认可的成熟度,率先采成式智能技术的企业将从重塑的业务模式和流程中获益最多。96%的企业将成式AI列为层级规划向。多数受访管(78%)认为成式AI可以使产品和服务设计下更效。引言 04 生成式人工智能道德&合规风险白皮书 凯捷咨询认为成式智能的量将全重塑未来商业架构的DNA,例如成式智能将改变企业和客户的沟通交流模式、使数据和保障隐私的式以及向潜在客户营销的式,可以将作流程由我服务(Self-serving)转变为动成(Self-generating),并且利互联的情境化数据增强组织能等。凯捷咨询始终关注成式智能的商业应落地,专注于提供定制化解决案。凯捷研究院(CRI)发布凯捷成式智能主题系列报告:解锁成式智能的价值。为了解企业管理层对成式智能的看法以及应情况,我们对全球来13个国家的1000家企业进了调研。报告显示,在全球受访的企业中,尽管成式智能在不同业和领域中都有应,但企业仍临些障碍。预训练模型的底层数据缺乏明确性、可能存在偏以及缺乏包容性等问题,会给企业带来法律和声誉险,甚定义的内部模型也可能出现“幻觉”和数据泄露的问题。凯捷咨询坚信应当负责任地使成式智能,遵守相关规范约束。本书旨在提供有关成式智能的全概述,以帮助组织了解并遵守相关合规要求。我们将讨论成式智能的定义、应领域、法律法规、伦理原则和最佳实践,以帮助您在成式智能领域的作中确保合法性、公平性和透明性。论您是技术专家、法务从业者还是决策者,这份书都将为您提供宝贵的参考,助您在成式智能的世界中保持合规并取得成功。在当今数字时代,成式智能(GenAI)在此小节,我们将通过时间线图引导我们回顾生成式人工智能技术的关键事件,帮助理解生成式人工智能技术的演化,为合规和伦理讨论提供基础。生成式人工智能概述1 1.1 生成式人工智能的发展历程05 生成式人工智能道德&合规风险白皮书(资料来源:公开资料整理)1970s201220141950195719611980s2000s201720182023 阿兰图灵(Alan Turing)在论文“Computing Machinery and Intelligence”中提出了知名的图灵测试。在图灵测试中,人类需要判别对某些问题的答案由人类或机器生成;当人类无法判别机器和人类在这些回答上的区别时,可以认定机器拥有了人工智能。弗兰克罗森布拉特(Frank Rosenblatt)提出了感知器,旨在对人类的神经元进行模拟,通过改变节点权重参数来模仿人类大脑学习的机制,为后续神经网络的发展奠定了基础。约瑟夫维森鲍姆(Joseph Weizenbaum)创造了第一个对话机器人 ELIZA。作为最早的一批生成式人工智能应用,它能基于规则将输入词语匹配到预设的对话脚本,为用户生成模仿心理治疗师的回复。由于缺乏算力和数据导致的 AI 研究缓慢进展,以及对 AI 能力不切实际的预期,第一次AI寒冬来临,表现为科研经费和课题的减少。例如 Neocognitron、RNN 和后向传播机制的研究为后续的卷积神经网络与隐藏层神经元的训练机制奠定了基础。2014年由Ian Goodfellow提出的对抗生成网络(GAN,Generative Adversarial Network),其中包含一个生成网络和判别网络。经过上千轮的大量训练和对抗,生成网络最终能够产生判别网络无法分辨的高分辨率的合成图像。其它同时期的方法,例如VAE和扩散模型等,也极大提升了图像生成的拟真度和精度,并将生成式AI的应用范围扩大到语音合成、视频处理、无人驾驶场景和交互问答等领域。随着互联网时代的到来和大量数据的产生,学者们利用更强大的硬件设备提出了基于统计学的传统机器学习方法(决策树、SVM和贝叶斯网络等),储存并处理这些海量数据,并开始初步探索其商用价值:例如手写字体识别、基于用户特征的贷款决策、分辨钓鱼邮件等。2010年代,硬件技术的飞速发展和大数据的普及推动了深度学习方法的发展。2012年 ImageNet 项目带来了 CNN 和图像识别领域的突破性进展;而2015年,DeepMind 的强化学习模型 AlphaGo 击败了围棋世界冠军李世石,引起了全世界对人工智能领域的再度关注。Google Brain著名的论文Attention is all you need中引入了自注意力机制(self-attention)用于加速序列数据的特征提取,以及包含编码器和解码器的Transformer架构,在序列到序列(seq-2-seq)的文字理解和生成任务达成了全新的能力标杆。其影响力跨越文字(BERT,T5,RoBERTa)、图像(ViT,ImageGPT)和音频(Wav2Vec2,HuBERT,Whisper)领域。OpenAI在2018年发布了基于大量预料预训练的生成式模型(110M参数),并在2019年发布了GPT-2(1.5B参数),2020年发布了GPT-3(175B参数)和2022年的ChatGPT和GPT-3.5 Turbo,最后在2023年发布了目前最强大的大语言模型GPT-4。GPT系列模型使用了数十TB的文本数据,在超过10000块A100高性能显卡进行训练,并在训练过程中引入了人在回路强化学习(Reinforcement Learning from Human Feedback),开启了生成式人工智能的新时期。-在生成式人工智能的研究中,最关键的问题之一是如何使通用人工智能与人类的价值和意图保持一致,这被称为对齐问题。大语言模型的本质是数学模型,而不是知识模型,即神经网络根据用户提示和上下文计算每个词汇符号的概率分布,逐步生成句子,但其生成的文本有时与用户的意图不符甚至完全相反。1.2 生成式人工智能的研究趋势1.2.1 大模型对齐和幻觉 将其描述为“我们如何设计一个能满足人类期望来行动的代理人”。然而,这个问题中缺少对于代理人的具体描述和定义。因此,在Sam Bowman后续的定义中,对齐问题变为了“如果人工智能系统拥有某些重要的能力,人类如何利用人工智能来可靠可信地完成目标”。而缺乏对人类期望定义,以及对模型对齐这一目标的追求将人们引入了提示工程这一新兴研究领域。一个常见的现象是,在用户刻意或无意的某些特定提示词下,大语言模型会在回答中参杂毫无根据或胡编乱造的“假事实”。这类毫无根据的错误回答可能会引导用户产生错误认知,甚至在极端情况下表现出对特定群体的偏见或敌意。这些幻觉现象的来源通常是模型训练数据中未被验证或恶意生成的语料、训练过程中未被准确定义的目标函数、或特定具有误导性的提示词输入。当对问题于2021年提出时,Kenton等 06 生成式人工智能道德&合规风险白皮书1.2.2 提示工程和检索增强1.2.3 通用人工智能和代理 通用人工智能(Artificial General Intelligence,AGI)是人工智能领域科研的神圣目标,旨在让人工智能系统能够自主学习并完成复杂的任务。们开始研究如何使用自主工作或半监督的代理(Agent)来完成复杂的任务。代理的核心组件在于为模型接入例如计算器、API和搜索引擎的函数工具,使其拥有与世界交互的能力,通过多轮思维链和结果传递,帮助用户完成复杂的代理任务。以ToolLLM项目为例,研究人员训练了一个能够跨越49个领域的16000多个现实世界RESTful API的代理模型,该代理模型基于Llama基座模型,被称为ToolLLaMA,能够熟练掌握泛化的复杂任务分解和未见API调用的能力。基于大语言模型对自然语言的理解能力,人 在与大语言模型同时兴起的提示工程研究领域中,科研人员致力于设计和优化对大语言模型的提示词以理解大语言模型的能力边界,并提升大语言模型在推理任务和其它复杂场景任务中的表现。最具代表性的提示工程方法包括少样本提示(Few-shot Prompting)、自我一致性(Self-consistency)、思维链(Chain of Thoughts)、最少到最多提示(Least-to-most Prompting)、和检索增强生成(Retrieval-Augmented Generation)等。在思维链方法中,提示模型在生成回答时还输出其思考的过程,这有助于模型在回答中包含有逻辑的思考步骤,从而生成更易于理解和准确的答案。自我一致性的方法更为直观,模型会根据简单提示生成多个基于思维链方法的答案,然后选择最一致的答案作为结果。检索增强生成是当前采用最广泛的知识增强方法之一。它通过匹配结构化和非结构化数据中的知识片段,把最符合当前提示的知识片段注入到提示词中,辅助大语言模型生成有根据的回答。思维链和最少到最多提示等提示方法在某些语言模型指标上,甚至能超过经过特别精细人工标注数据训练的模型,通过低成本的提示词优化,达到了出色的模型性能。检索增强生成方法更是避免了对模型进行昂贵的微调和重新训练以获得有关特定领域的知识,从而显著优化了模型的幻觉现象,证明了提示工程的必要性和可用性。07 生成式人工智能道德&合规风险白皮书1.2.4 快速起步使用生成式人工智能能被透明化管理和运维的服务器上。HuggingFace是目前最大的数据科学开源社区;包括微软、Meta AI等科技公司和Stability AI、BigScience、智谱AI等科研机构的开源模型参数都能在该社区上找到,而无数的开发者正在使用他们的私有数据对这些基础模型微调,并将掌握了不同垂直领域知识和能力的模型重新贡献到社区中。最知名的开源中文大语言模型之一,ChatGLM是由清华大学基于GLM(General Language Model)训练的项目;其6B参数的版本经过约1TB的中英双语数据训练,能够完成文案写作、信息抽取、角色扮演、评论比较等中文语言任务,并且INT4量化版本的模型可以在大部分消费级显卡上运行甚至微调。因此,对于有私有化模型需求的企业和商用场景,这类开源的大语言模型成为了首选。克服了高性能计算的成本,并在服务器上配置环境和部署模型后,企业可以完全掌握大模型运行中消耗、运算和产生的数据,确保敏感数据的隐私和安全。08 生成式人工智能道德&合规风险白皮书 根据凯捷研究院的调查,在生成式人工智能快速普及的当下,全球超过95%的企业领导层正在探索利用这个强大的工具提升生产力并创造更多商业价值的可能性。现在最便捷的大模型应用是基于非开源的大语言模型服务。例如OpenAI、PaLM、文心一言等大语言模型的文字生成能力需要通过官方提供的API接口进行访问,让开发者快速将大语言模型能力嵌入自己的应用中,避免了训练和部署模型涉及的大量储存和算力成本,并能通过服务提供商假设的高性能计算设备,快速获得强大且持续更新的文字理解和生成能力。然而大语言模型服务在费用、访问频次、隐私考虑上的限制。当开发者将大语言模型服务嵌入至高访问量的应用中时,基于文字token数量收费的潜在高成本是无法忽视的一环。而在例如金融、保险或医疗行业中涉及敏感用户数据的应用场景中,将用户数据上传至第三方的API请求服务也面临着无数的数据合规考虑。因此,大部分企业在涉及大语言模型应用的时候,会考虑将开源的大语言模型私有化部署到09 生成式人工智能道德&合规风险白皮书1.3 生成式人工智能应用领域 1.3.1 市场规模总览1.3.2 多模态应用,赋能生产力:从数据类型划分 目前生成式人工智能产业正处于培育摸索期,大部分技术还未在实际生产过程中大规模使用,商业应用场景边界和商业模式还有待探索,用户体验仍需优化。随着大模型技术发展、垂类数据的积累、用户需求的识别细化和产业生态的完善,生成式人工智能的应用层走向垂直化和业务场景趋向多样化,生成式人工智能市场有望进入万亿级规模。按照生成数据类型或者模态划分,生成式人工智能的应用涵盖了文字、图像和音频等领域。生成式人工智能技术可以用于参与数字内容创作,突破传统内容创作的数量约束,有着更为流畅和高效的人机交互模式,减少了重复性的任务负担,实现生产力解放。中国生成式人工智能产业市场规模预测(来源:量子位-中国AIGC产业全景报告暨AIGC-P7)(数据来源:公开资料整理)1.3.3 聚焦个性化场景,创造业务价值:从行业划分10 生成式人工智能道德&合规风险白皮书 随着人工智能算法的迭代、算力的进步和数据的增加驱动生成式人工智能的技术变革,生成式人工智能模型的大范围连续对话能力、生成内容质量、语言理解能力和逻辑推理能力上都得到大幅提升。相比通用大模型,垂直大模型深耕特定行业和应用场景如医疗行业和金融行业,凭借其专业化和精准化的优势,更容易解决特定领域的问题,创造业务价值,实现商业变现。垂直大模型主要通过“预训练大模型 微调”的开发方式,只需针对具体任务对大模型进行二次开发,降低了企业应用的开发门槛。(数据来源:公开资料整理)11 生成式人工智能道德&合规风险白皮书 2022年10月4日,美国白宫科技政策办公室发布了自动化系统的开发、使用和部署蓝图,又称生成式人工智能权利法案蓝图。不同于欧盟的生成式人工智能法案草案,该蓝图并不具有法律约束力,而是列出了五项原则,旨在最大限度地减少生成式人工智能系统的潜在危害。另外,美国国家标准与技术研究院(NIST)于 另一方面,美国一些州已颁布立法,规范了在各类背景下使用生成式人工智能的情况,包括:美国关于生成式人工智能立法现状 随着我们对生成式人工智能技术进行了全面概述,现在我们将转向更深入的话题,探讨与生成式人工智能合规密切相关的法规问题。各国积极制定相关法规,目的是更好地管理生成式人工智能的使用,确保其对社会和个体产生积极、合法的影响,并且符合伦理要求。通过这一深入的法规解析,我们将更全面地了解如何在不断演变的生成式人工智能领域中维护合规性,构建可信的人工智能系统。生成式人工智能相关法规浅析2 2.1 外国法2.1.1 美国阿拉巴马州规定了使用面部识别技术(FRT)匹配结果来确定刑事调查或逮捕的潜在原因。蒙大拿州限制了执法部门在特定情况下使用FRT,并禁止持续的面部监控。科罗拉多州限制了州和地方机构在没有意向通知、问责报告和对产生法律效力的决定进行有意义的人工审查的情况下使用面部识别服务(FRS)。爱达荷州已制定规定,对审前风险评估算法的使用进行了约束,要求提高透明度,并取消了审前风险评估工具的商业机密保护,以确保相关信息不受保密限制。路易斯安那州和德克萨斯州已宣布,使用深度伪造技术来模仿未成年人是非法的。康涅狄格州的法律要求州机构对所有使用生成式人工智能的系统进行年度审查和持续评估,以确保不存在非法歧视或差别影响的情况。2022年8月18日发布了生成式人工智能风险管理框架的第二稿,目前处于征求意见阶段。该框架的初版可以追溯到2022年3月,并以2021年12月的概念文件为基础。生成式人工智能风险管理框架旨在帮助公司评估和管理与开发或部署生成式人工智能系统相关的风险。12 生成式人工智能道德&合规风险白皮书 2021年10月,美国平等就业机会委员会启动了一项倡议,以确保在招聘和其他就业决策中使用生成式人工智能和其他技术驱动工具符合联邦反歧视法。人工智能导致歧视性结果的能力,特别是以不明显或不易识别的方式导致的歧视性结果,以及相关的已知和未知后果,已导致全球各地采取措施,实施更严格的监督,以防止人工智能在就业中被滥用。如果算法识别出申请人的身体残疾、精神健康或其他不明显的临床诊断,则可能触发美国残疾人法。例如,雇主对显示震颤的数据的审查可被视为与残疾有关的调查,因为震颤可能显示出某些神经系统疾病,如脑瘫或中风。与此同时,一些专家学者把重点放在创新和前瞻性的非立法建议上。例如,一些人认为,企业应该借鉴金融领域企业十多年来成功实施的模型风险管理框架。该框架的支持者认为,公司和开发人员可以有效地管理与生成式人工智能相关的风险,通过使用从金融行业吸取的经验教训,并经过测试和时间的既定流程。尽管法律和监管领域仍处于起步阶段,许多科研组织和顶尖的科技企业已经开始了自我监管,以促进负责任的生成式人工智能开发和部署,并帮助防止生成式人工智能工具提供可能延续甚至加剧非法就业歧视的有偏见的结果。例如微软(Microsoft)这样的跨国公司开发和发布 美国正在准备实施一个总体的立法和监管框架,激励将进一步推进生成式人工智能和相关技术能力的创新。比如雇主应当监控和审计人工智能的使用和流程,以主动识别故意滥用或潜在的歧视性结果。公司必须认识到虽然有生成式人工智能监管及合规审计等方法做事后评估,同时必须要加入公平和道德规范参与到雇佣决策过程。公司需要考虑和理解的其他考虑因素是供应商的责任以及对生成式人工智能立法和诉讼的持续态势的感知。美国生成式人工智能道德伦理挑战和解决方案 2023 年 3 月 29 日,英国政府发布了一份白皮书,概述了其支持创新的人工智能监管方法。根据目前的情况,现有的行业监管机构将被授权在各自的行业内监管人工智能,而不是制定新的法律或单独的人工智能监管机构。重点是加强现有制度以涵盖人工智能,并避免可能阻碍创新的高压立法。白皮书中概述的拟议监管框架基于两个关键特征来定义人工智能,即适应性和自主性。白皮书认为,通过参照这些特征来定义人工智能,并设计监管框架来应对这些特征所带来的挑战,英国立法者可以使该框架在未来应对不可预期的新技术。英国生成式人工智能立法现状2.1.2英国自己的生成式人工智能原则或指导方针已经成为一种常见的做法。13 生成式人工智能道德&合规风险白皮书 白皮书还列出了监管机构在应对人工智能相关风险时应遵守的五项 注重价值观的跨部门 原则。这些原则包括(i)安全性、保障性和稳健性,(ii)适当的透明度和可解释性,(iii)公平性,(iv)问责制和治理,以及(v)可竞争性和补救。政府将在回应白皮书咨询的同时发布人工智能监管路线图。从长远来看,在白皮书发布12个月或更长时间后,英国政府计划实施所有中央职能,支持监管机构应用跨部门原则,发布人工智能风险登记簿草案,开发监管沙盒,并发布监测和评估报告以评估框架的绩效。白皮书发布后,英国政府将继续与企业和监管机构合作,着手建立已确定的核心职能。英国 生成式人工智能技术给个人隐私带来了两种威胁。第一种威胁类型涉及机构的意外披露:一个机构将缺乏足够隐私保护的数据集故意上传到云或境外,导致数据泄露和失控,而这些数据集往往包含有关个人的敏感信息和可识别信息。研究人员需要耗时耗力去分析这个逃逸的数据集,获取这些信息并重新识别到个体;第二种威胁类型涉及研究者偶然披露。研究人员发布基于受限的数据计算的产品(例如,训练有素的机器学习模型)。发布的产品缺乏足够的隐私保护,研究产品的外部消费者从研究人员使用的原始数据集中了解到个人或个人的敏感信息。英国生成式人工智能技术如何应对伦理挑战和解决方案数字经济法案和其后的配套措施为研究人员获取政府数据和使用数据进行计算提供了合法途径。在保证不具体说明个人身份的情况下,可以对公共事务局所持有的与该当局职能有关的数据进行大规模算法研究。数据访问主要通过经过认证的机构的安全物理设施或与该设施的安全连接,并且政府监管部门对研究人员的活动和产出进行密切监测,任何产出在发布前都要进行检查。针对这些伦理挑战,英国于2017年通过的从研究者的角度来看,获取数据集需要以下步骤:研究员向机构提交项目提案。项目经相关小组批准。所需数据由该机构确定,然后由相关数据中心摄取。研究人员参与培训并可进行评估(例如,访问国家统计局持有的关联数据需要获得国家统计局安全研究服务和认证,并且可以亲自访问数据,也可以通过远程连接获得额外认证)。通过安全的数据服务提供去身份化数据。研究人员进行分析;监测活动和产出。对输出进行受试者隐私检查。改进联邦数据管理方法,对其进行补充和修正。从政府监管的角度来看,获取数据集需要做到保护公共利益:与研究人员共享的任何数据都是匿名的,个人标识被删除,并进行检查以防止再次识别研究人员和拟议的研究都有严格的认证程序,以确保公众利益不受生成式人工智能导致的损害。14 生成式人工智能道德&合规风险白皮书 欧盟一直走在全球生成式人工智能监管运动的最前沿,2023年6月14日,欧洲议会投票结果通过欧盟人工智能法案(EU AI-ACT,下文简称法案)草案。法案很可能成为世界上第一个全面管理生成式人工智能的法规,该法案对违规公司可以处以4000万欧元或年营收7%的罚款。随着法案进入采用的最后阶段,其拟议的语言为所有司法管辖区的公司在使用生成式生成式人工智能时将面临的重大合规障碍提供了宝贵的见解。欧盟的做法也将成为未来全球生成式人工智能监管的蓝图,为数据治理、透明度和安全性设定新的要求。员会建议在欧盟法律中确立一个技术中立的人工智能系统定义并对其进行分类,根据 基于风险的方法 制定不同的要求和义务。该法案对人工智能系统进行风险分类,限制深度伪造,并对ChatGPT等生成式人工智能提出了更高透明度的要求。该法案定义了人工智能系统、供应链上涉及到的相关环节以及不同类别的生成式人工智能数据等相关要素,与GDPR中对受监管的个人数据的宽泛定义保持一致。另一方面,该法案明确了所有在欧盟市场投放、使用生成式人工智能系统及相关服务的国内外供应商、服务商和公共服务用户提供者,只要其生成式人工智能系统影响到欧盟及欧盟公民的,均将受到法案约束,从而保证了其规则的域外适用性。该法案是首次尝试为人工智能制定横向法规。拟议的法律框架重点关注人工智能系统以及生成式人工智能的具体使用和相关风险。欧盟委欧盟生成式人工智能立法现状人工智能法案对不同应用场景的生成式人工智能系统实施风险定级2.1.3 欧盟15 生成式人工智能道德&合规风险白皮书 欧盟生成式人工智能法案的“长臂管辖”甚至会触及那些只生产用于欧盟市场的产品的生成式人工智能系统。因为该法案侧重于通过施加影响深远的义务来规范基础模型,主要体现在以下几方面:生成式人工智能的提供商必须采取进一步措施遵守法案,包括:风险管理:风险管理作为贯穿生成式人工智能模型整个生命周期的持续迭代过程,以降低风险并提高性能。这个过程包括识别和分析与该生成式人工智能系统的预期目的有关的最有可能发生的风险。安全性和ESG设计:以实现性能和网络安全,并减少能源使用。质量管理:确保强大的上市后监控系统和持续遵守生成式人工智能法案。在欧盟数据库中注册,以及其他义务。数据治理:以验证数据源和减轻偏见;根据法案被称为“提供者”,不应该允许生成式人工智能系统处理和使用不适合生成式人工智能训练的数据集。技术文档(包括使用说明):使下游生成式人工智能提供商能够满足某些高风险用例的透明度义务,包括生成式人工智能系统的一般描述、预期目的和预期输出等。技术文档的保存期为基础模型在欧盟市场上发布或使用后的10年。告知:提供商必须告知自然人,他们正在与生成式人工智能系统交互,并且内容不是由人类创建的。发布:提供商还将提供其使用培训数据的摘要。保护:提供商还必须确保防止生成违反欧盟法律的内容。第一章通过阐述应遵循的基本权利、原则和价值观,确定生成式人工智能的伦理目标。欧盟可信人工智能伦理指南草案主要分为三个章节:欧盟生成式人工智能伦理挑战及解决方案 早在2018年12月,法案未起草前,欧盟委员会的人工智能高级专家组(High-Level Expert Group on Artificial Intelligence,AI HLEG)就针对生成式人工智能的伦理问题和可能的解决方案发布了可信人工智能伦理指南草案。可信人工智能是将一般性和抽象性的伦理准则融入到生成式人工智能系统和具体应用中。AI HLEG共提出10项要求,这10项要求均同等重要。针对不同的应用领域和行业,应根据特定环境进行评估,包括:可追责性、数据治理、普惠性设计、人工智能自主性的管控、非歧视、尊重和强化人类自治、隐私保护、健壮性、安全性、透明性。16 生成式人工智能道德&合规风险白皮书第二章为实现可信生成式人工智能提供指导,列举可信的要求,并概述可用于其实施的技术和非技术方法,同时兼顾伦理准则和技术健壮性。第三章提供了评测清单以帮助组织识别和发现生成式人工智能系统的几个主要潜在问题:数据主体权利保护问题,为了维护欧洲公民的自主权,需要在生成式人工智能中合理使用监控技术。但实现可信人工智能应当区别个体识别与个体跟踪之间的差异,以及有针对性的监视和普遍监视之间的差异。隐蔽生成式人工智能系统问题,人与机器之间的边界模糊会带来如依附、影响或降低生而为人所应具有人生价值之类的恶果,因此发展人形机器人更应经过仔细的伦理评估。致命性自主武器系统(LAWS)问题,LAWS可在没有人为控制的情况下运行,但最终人类必须对所有伤亡负责。目前,众多国家和行业正在研究和开发致命自主武器系统,包括能够自主选择攻击的导弹、具有认知能力的自主杀人机器等,这都带来了基本的伦理问题。欧盟的生成式人工智能管理框架无论在深度还是广度上都有着比较成熟的思考,围绕生成式人工智能全生命周期的流程、角色、活动等不同维度的风险识别和责任定义,使组织能够在生成式人工智能相关活动中明确企业、个人以及相关方的责任和义务。另外一方面,也是由于法 生成式人工智能是一项关键技术,在德国、欧洲乃至全世界都蕴藏着促进经济增长和提高生产力的巨大潜力。为了促进和利用这一潜力,联邦政府制定了一个行动框架,并在人工智能战略(AI Strategy)中采取了意义深远的措施以建立和扩大人工智能生态系统,加强人工智能的广泛应用,同时提高杰出倡议和结构的知名度。更新版还将大流行病控制、可持续发展(尤其是环境和气候保护)以及国际和欧洲网络建设作为新举措的核心。2019年10月10日,委员会发布针对数据和算法的建议,旨在回答联邦围绕数据和生成式人工智能算法提出来的系列问题并给出政策建议。围绕“数据”和“算法系统”展开,包括“一般伦理与法律原则”、“数据”、“算法系统”、“欧洲路径”四部分内容。德国数据伦理委员会认为,人格尊严、自我决策、隐私、安全、民主、正义、团结、可持续发展等应被视为德国不可或缺的数字社会行为准则,这一理念也应在“数据”和“算法系统”的监管中贯彻。德国生成式人工智能法律及伦理发展2.1.4 其他国家生成式人工智能法律发展简介规对相关方责任义务的充分识别以及对监管范围的放宽,这也将一定程度会制约了法规制约范围内的企业和组织在生成式人工智能领域的探索深度和商业化进程。17 生成式人工智能道德&合规风险白皮书 法国对生成式人工智能的伦理治理问题高度关注,发布多项指导生成式人工智能安全应用的指南和条例,联合工业龙头企业发布工业人工智能宣言,积极推动人工智能健康发展。法国国家信息与自由委员会(CNIL)作为法国的数据监管机构,围绕算法和系统安全等方面出台多项条例和安全指南。在算法安全方面,发布了人工智能与算法伦理风险,深入分析了生成式人工智能算法可能引发的系列伦理问题,并提出治理举措建议。在系统安全方面,发布了人工智能系统自评估人工智能系统安全指南,致力于为公众、专业机构和相关领域专家提供有关生成式人工智能系统安全性的知识、理论工具和实施指导,围绕规划设计、数据资源安全性、保护和强化学习过程、使用可靠应用程序、考虑组织战略5个方面,提出强化生成式人工智能系统安全性的操作建议。2023年5月16日,CNIL发布了一份人工智能行动计划,内容分为四个方面:了解生成式人工智能系统的运作及其对个人的影响;支持和监管尊重隐私的生成式人工智能的发展;整合和支持法国和欧洲生态系统中的创新者;审计和监控生成式人工智能系统并保护个人。通过这项关键的协作工作,CNIL希望制定明确的规则,保护欧洲公民的个人数据,以促进尊重隐私的生成式人工智能系统的发展。日本政府于2019年3月公布了由综合创新战略促进委员会通过的以人为中心的生成式人工智能社会原则,体现了生成式人工智能社会的基本原则,这七项社会准则分别为:(1)以人为本,(2)教育/扫盲,(3)数据保护,(4)确保安全,(5)公平竞争,(6)公平,问责制和透明度,以及(7)创新。这一系列法律制度涵盖了当前关于生成式人工智能相关机遇和风险的政治共识。就内容而言,日本在包容性增长、可持续发展和社会福祉方面的生成式人工智能方法符合经合组织的生成式人工智能原则。2022年6月16日,加拿大联邦政府提交了C-27法律草案,也被称为2022年数字宪章实施法案。该立法方案的第三部分包括生成式人工智能和数据法案(AIDA),这是加拿大的第一个生成式人工智能法案。AIDA旨在规范生成式人工智能系统的国际和省际贸易,要求某些人员采取措施,减少与高性能生成式人工智能系统相关的伤害风险和偏见结果。它规定了公开报告,并授权部长下令披露与生成式人工智能系统相关的记录。该法案还禁止处理可能对个人或其利益造成严重损害的数据和生成式人工智能系统的某些做法。目前,截至2023年3月,该法案正在下议院进行二读,仍需得到参议院的批准。法国生成式人工智能法律及伦理发展日本生成式人工智能解读加拿大生成式人工智能解读18 生成式人工智能道德&合规风险白皮书 由于生成式人工智能技术涉及到隐私增强技术的使用尚处于起步阶段和不确定性,隐私应主要通过数据访问策略来解决。虽然在某些情况下欧美及日本立法者会建议甚至是强制要求合规设计,但是技术处理和访问策略仍是主要的防线:通过控制谁可以访问数据来确保敏感数据集受到保护。这种处理方法的表现形式之一就是采用分层访问策略,即将更敏感的数据集放在更受限制的层中。例如,高度限制的获取数据可能对应于个人健康数据,而最低限度限制的获取数据可能对应于测量数据。这使得访问高度受限数据的提案将面临更高的审查标准,研究人员可能一次只能访问一个受限访问数据集。这种方法反映了目前的制度,即研究人员接受特殊训练来处理某些类型的数据。2.1.5总结 凯捷观点:19 生成式人工智能道德&合规风险白皮书 人工智能系统在社会上引发了广泛的伦理问题,如就业、社交、医疗卫生、医药保险、ESG、治安、商业运营、人权等等。这些问题的核心在于生成式人工智能算法,它们有可能复制和加深现有的偏见,导致各种歧视问题,带来全新的伦理挑战。为了解决这些挑战,中国政府采取了一系列政策举措。2021年修订的科学技术进步法第103条设立了国家科技伦理委员会,旨在完善科技伦理规范,推进科技伦理教育和研究,并建立审查、评估和监管体系。2019年成立了国家科技伦理委员会,下设了人工智能、生命科学和医学三个分委员会,负责制定行业规范和进行伦理审查。2022年,中国政府发布了关于加强科技伦理治理的意见和生成式人工智能服务管理暂行办法,这两份文件是关于生成式人工智能的首批全面法律文件。从科技伦理审查办法(试行)的征求意见到正式发布,中国的科技伦理监管体系经过了全面的顶层设计,各相关部门,包括国家网信办、工业和信息化部、公安部、新闻出版总署等,都在各自领域内强化了对生成式人工智能服务的管理。因此,企业需要密切关注中国国家机关在生成式人工智能领域的执法案例和指导意见。治理意见提出了中国政府对科学技术伦理审查的5个维度,即:(1)增进人类福祉;(2)尊重生命权利;(3)坚持公平公正;(4)合理控制风险;及(5)保持公开透明。凯捷认为治理意见中的前两项明确要求技术创新和应用的最终目的是增进人类福祉,科技进步的同时务必尊重生命权利和公平利益,这意味着在中国发展生成式人工智能的商业体不能为了追求科技领先而牺牲人的安全保护、身体健康、精神健康,不可以通过损害人的隐私和安宁达到盈利目标。治理意见同时要求科技活动申办者和组织者全过程(全生命周期)秉承公平、公正、包容地对待社会群体,防止针对不同群体的歧视和偏见,防范技术加深偏见和排挤特定人群的风险,确保用户信息安全,并且鼓励公众参与监督,保持科技应用的透明度。值得注意的是审查办法将特定种类的“算法模型、应用程序及系统的研发”以及特定场景的“自动化决策系统的研发”也归入了需要开展科技伦理审查复核的科技活动中。2.2 中国本土法律2.2.1 生成式人工智能的伦理道德问题讨论2.2.1.1我国生成式人工智能伦理问题的基本原则20 生成式人工智能道德&合规风险白皮书 医药行业的伦理审查一直是该行业常规工作内容,生命科学和医学领域的从业者对医药健康领域的伦理审查要求更加熟悉。我国的法律对医药健康领域的伦理审查要求分散在不同法规中,建立了以相关研究事项的事前审查为核心的伦理审查机制。我国在互联网诊疗监管细则(试行)中明确规定,“医疗机构开展互联网诊疗活动,处方应由接诊医师本人开具,严禁使用人工智能等自动生成处方,且医师接诊前需进行实名认证,确保由本人提供诊疗服务,人工智能软件不得替代医师本人提供诊疗服务。”在我国医药行业,对于生成式人工智能的应用,总体要求是不应以科技进步为代价而牺牲人的生命安全、身体健康,以及精神和心理健康。同时,科技活动的全过程需要以公平、公正、包容的方式对待各个社会群体,以避免歧视和偏见。此外,科技公司和医药企业需要接受全 我国法律对于医药健康领域的伦理审查要求散见于各个法规中,包括但不限于生成式人工智能服务管理暂行办法、互联网信息服务深度合成管理规定、中华人民共和国民法典、人类遗传资源管理条例、药品管理法、生物安全法和医师法,这些原则和法规确保了医药行业的伦理审查在技术进步的同时保护了人的权益和健康,并倡导了公平、公正和透明的科技发展。2.2.1.2 我国生成式人工智能在商业领域的伦理审查要求2.2.1.2.1 生成式人工智能在医药领域内伦理审查医药行业审查重点医药行业中生成式人工智能伦理缺陷的对策社会公众的监督,以确保透明度和合规性。生成式人工智能在协助诊疗和医生决策中的界限是当前医疗行业广泛讨论的话题。生成式人工智能应用在医疗领域,尤其是医保方面,面临着特有的伦理问题,其中之一是算法偏见。如果用于训练AI应用的数据集未能充分覆盖女性、少数族裔、老年人、农村人群等多样化群体,可能导致最终算法的建议存在偏见。此外,如果用于AI药物研发的数据集在种族、环境和文化上过于同质化,可能导致AI识别的有效活性物质仅适用于有限的群体。此外,许多“AI 医药健康”应用需要积累患者数据。对于基于大数据计算并输出结论和诊疗建议的AI应用来说,数据积累至关重要,因为缺乏足够的数据将限制其工作和发展。然而,这个过程中如何保护患者数据和隐私,是企业和医疗机构需要特别关注的问题。生成式人工智能在医疗领域的应用引发了伦理问题,涉及算法偏见、数据多样性和患者数据隐私,这些问题需要细致考虑和合理解决,可参考以下几个方面开展相关工作:21 生成式人工智能道德&合规风险白皮书2.2.1.2.2 其他行业的伦理审查 随着暂行办法的发布,其将伦理审查的范围从直接以人为研究对象的科技活动扩展到所有存在伦理风险的科技活动,弥补了医学伦理审查范围以外关于科技活动伦理审查相关规定的空白。暂行办法第八条从监管角度对于服务提供者的数据标注义务提出了更为具体的要求:不仅明确要求服务提供者进行数据标注要制定清晰、具体、可操作性的标注规则,而且要求对数据标注进行质量评估,抽样核验标注内容的准确性,并对标注人员进行必要培训;第十九条更是规定有关主管部门有职责开展监督检查,要求服务提供者对于训练数据来源、规模、类型、标注规则、算法机制机理等予以说明,并提供必要支持和协助,暂行办法的出台在维护科技活动的伦理合规性方面起到了积极作用,以确保科技的发展与伦理原则相协调。伦理需要全面涵盖,包括算法数据抓取以及用于模型训练的数据。根据人工智能医用软件产品分类界定指导原则对于AI产品的分类和管控进行企业自查自纠,对照进行分类分级。确保数据训练结果的公平性。自动驾驶及自动升级会触发的伦理问题,在自动驾驶汽车中,生成式人工智能可以用于决策制定,如何选择在危险情况下采取何种行动。这引发了道德问题,例如,在公共交通遇到事故情况下,应该优先保护乘客还是驾驶员的生命,这涉及到道德伦理的权衡,同时,自动驾驶会引发大面积失业问题,需要考虑如何帮助受影响的工作人员转换职业或获得新的技能,以减轻社会不平等。暂行办法第七条规定生成式人工智能 虚假信息传播是该行业对生成式人工智能最大的疑虑,新技术往往被用来生成虚假信息,从而威胁社会的信息生态系统。在互联网上,虚假新闻、欺诈广告和虚假评论可能通过生成式人工智能传播,损害用户的信任和影响决策,暂行智能汽车行业互联网行业服务提供者应当依法开展预训练、优化训练等训练数据处理活动,使用具有合法来源的数据和基础模型。举例来说,智能汽车的OTA升级可能引发软件质量和安全性问题,可能会侵犯消费者的知情权,OTA如何平衡消费者期望的新功能和车辆的可持续性和环境和可持续性,降低消费者被剥夺知情权的风险和减少电子垃圾都是在生成式人工智能设计过程中要加入考量的因素。办法第四条在算法设计、训练数据选择、模型生成和优化、提供服务等过程中,采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视,要求企业必须采取技术措施来减轻虚假信息的伦理调整,并加强监管。22 生成式人工智能道德&合规风险白皮书 生成式人工智能在教育中用于个性化学习,但这可能涉及到潜在的隐私侵犯,因为系统需要访问学生的个人数据来定制教育内容。同时,这也引发了道德问题,对此暂行办法第十条规定提供者应当明确并公开其服务的适用人群、场合、用途,指导使用者科学理性认识和依法使用生成式人工智能技术,采取有效措施防范未成年人用户过度依赖或者沉迷,并建立明确的伦理准则基础上设计游戏安全控制内容,比如严格的防沉迷控制。国家对利用生成式人工智能服务从事新闻出版、影视制作、文艺创作等活动另有规定。互联网行业其他行业 这些伦理道德风险点在不同行业中都需要认真对待,以确保生成式人工智能的应用不仅符合法规,还遵循伦理原则,尊重用户的权益和社会价值。此外,监管和自律机制也需要不断改进,以应对不断发展的伦理挑战。生成式人工智能在数据采集和模型训练阶段,内容输入阶段和内容生成阶段都极其容易出现数据来源的合法合规问题,如果用来训练的基础数据包含他人拥有著作权的作品,则有可能构成侵犯著作权的法律问题,与此同时缺乏伦理规制的生成式人工智能应用还可能导致严重的社会问题。数据采集和模型训练阶段生成式人工智能可能引发以下法律纠纷:版权侵权:同上文,用户提供的输入包含受版权保护的材料,生成式人工智能系统生成的内容可能包含未经授权的版权材料;侵犯 商业机密,如果内容输入涉及公司的商业机密或机密信息,使用这些信息进行内容生成可能触犯商业机密法律。2.2.1.3 我国生成式人工智能存在的伦理缺陷导致的 法律责任和社会问题2.2.1.3.1 生成式人工智能可能引发的法律责任 如果生成式人工智能使用了受版权保护的数据或文本来进行训练,而未获得合适的授权或许可,这可能构成版权侵权;侵犯公民的隐私权,数据采集可能牵涉到个人数据,如果这些数据未经合法授权或适当的隐私保护机制,就可能触犯数据隐私法律。在内容输入阶段生成式人工智能可能引发以下法律纠纷:版权侵权:23 生成式人工智能道德&合规风险白皮书 这些都是潜在的法律问题示例,具体涉及的法律问题取决于行业性质和企业如何应用生成式人工智能,以及生成式人工智能的具体用途是否遵循暂行办法。因此,在开发和使用生成式人工智能技术时,必须遵守相关法律法规,确保数据采集、模型训练、内容输入和内容生成都在中国的伦理框架内进行,以避免潜在的法律问题。人工智能生成内容的广泛应用确实带来了伦理挑战,主要涉及到公平性、社交隔离、虚假信息和诈骗等方面的问题。以下是对这四个方面的讨论:解决这些问题需要综合的方法,包括技术改进、监管政策、教育和社会意识,以确保生成式人工智能系统在尊重伦理原则的同时发挥其潜在优势。2.2.1.3.2 生成式人工智能可能引发的社会问题 生成式人工智能生成的虚构小说内容可能包含诽谤、侮辱或虚假陈述,可能导致名誉损害诉讼;生成式人工智能生成的艺术品极其容易构成肖像权侵权,往往存在生成内容中包含个人肖像并且未经授权的情况;侵犯商标权,如果生成的内容包含未经授权使用的商标,可能构成商标侵权。在内容生成阶段生成式人工智能可能引发以下法律纠纷:涉及刑法的诽谤罪:生成式人工智能系统在生成内容时可能受到数据集偏见的影响,这可能导致内容的不公平性。如果培训数据中存在性别、种族、年龄或其他偏见,生成式人工智能可能会在生成内容时反映这些偏见,加剧社会不平等。这引发了公平性问题,需要确保生成式人工智能系统不会强化或传播社会偏见,而是产生公平、无偏见的内容。公平性:生成式人工智能系统可以根据用户的兴趣和行为,推送与其偏好相关的信息,导致社交隔离。尽管这可以提高用户体验,但也可能使用户陷入信息“自动过滤”“自动推荐”中,仅接触与其立场一致的信息,而忽视其他观点。这加剧了社会和政治分歧,威胁到公共辩论和民主价值观。科技时代的“种族隔离”:生成式人工智能系统可以被用来生成虚假信息,这对社会和政治稳定构成威胁。恶意用户可以滥用生成式人工智能以制造虚假新闻、欺诈性内容或虚假评论,混淆信息的真实性。这强调了需要加强监管和技术措施,以应对虚假信息的传播。虚假信息:生成式人工智能系统可以用于诈骗活动,如欺诈电话、电子邮件诈骗和社交媒体欺诈。通过模仿真人声音或虚假身份,生成式人工智能系统可以欺骗个人或组织,导致财务损失和隐私泄露。诈骗:监管机关会通过相关法律法规的颁布和更新执法案例等方式对违反审查办法的情形进行实现全面监管。根据中华人民共和国科学技术进步法第一百一十二条,如果从事违背科技伦理的科学技术研究开发和应用活动的,科学技术人员可能会被责令改正、终止或撤销获得用于科学技术进步的财政性资金或者有违法所得、由有关主管部门向社会公布其违法行为、禁止一定期限内承担或者参与财政性资金支持的科学技术活动、申请相关科学技术活动行政许可等;并对直接负责的主管人员和其他直接责任人员依法给予行政处罚和处分甚至刑事处罚。根据涉及人的生物医学研究伦理审查办法第四十五条,医疗卫生机构未按照规定设立伦理委员会擅自开展涉及人的生物医学研究的可能会被监管部门要求责 同其他国家一样,中国在人工智能和算法治理方面一直非常积极,甚至远早于近期的生成式人工智能监管浪潮。2021年9月,多个监管部门联合发布了一份政策声明,承诺三年内建立互联网信息服务算法应用的监管框架。同年,由网信办牵头的多部委联合发布了一项基于算法的在线推荐技术的规定(即互联网信息服务算法推荐管理规定),该规定涵盖了向个人用户进行推送、推广和内容排序在内的广泛的在线服务。2.2.1.3.3 生成式人工智能违反科技伦理的法律后果令限期整改、予以警告、处以罚款等;并对机构主要负责人和其他责任人员,依法给予处分。审查办法中规定科技活动的承担单位和科技人员,作为以下行为的责任人:弄虚作假获批,伪造、篡改批准文件;对纳入清单管理的科技活动未通过审查和专家复核的;未按照规定获批擅自开展科技活动的;或者超出获批范围开展科技活动。科技伦理委员会及其委员作为以下行为的责任人:弄虚作假为单位获得审查批准提供便利的;徇私舞弊、滥用职权或者玩忽职守等的。上述违法行为,由有管辖权的机构依据法律、行政法规和相关规定给予处罚或处理;造成财产损失或者其他损害的,依法承担民事责任;构成犯罪的,依法追究刑事责任。2.2.2 我国生成式人工智能的法律基线和合规要点2.2.2.1 法律基线24 生成式人工智能道德&合规风险白皮书 基于此,政府又于2022年9月发布了针对深 最近的讨论集中在2023年7月10日生成式生成式人工智能服务管理暂行办法(以下简称办法)上,该办法由中国网信办等七部委联合发布,自2023年8月15日起施行。度合成技术应用管理的规定(互联网信息服务深度合成管理规定),以监管自动生成音频、视觉和文本内容的深度合成技术。除了监管人工智能和算法的具体规定外,个人信息保护法数据安全法和网络安全法这三大法律也构成了生成式人工智能监管框架的重要基础。25 生成式人工智能道德&合规风险白皮书 此外,办法还规范了生成式人工智能服务的使用,要求服务提供者必须通过以下方式管理服务的使用:采取措施防止未成年用户过度依赖或沉迷于服务;引导用户科学理性认识和依法使用生成式人工智能服务;以及如发现用户违反法律法规、商业道德或社会公德,暂停或终止向其提供服务等。总体来看,办法的发布被媒体描述为中国监管生成式人工智能的里程碑式的一步,但这些发布的措施对国际公司究竟有什么法律影响和相关性,还有待相关部门发布更具体的指引进一步说明。当生成式人工智能服务提供者具有“发布/分享舆情”或“动员社会”的能力时,必须进行 用户隐私、内容歧视和模型研发是当前深度生成应用的三个重要法规风险点。办法明确,国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作。办法集中瞄准技术应用问题,从明确条件要求、划定责任主体等几个方面为行业划定底线。生成内容本身应符合公序良俗和国家法律法规,技术提供方担负内容责任,使用方则应被充分告知其责任,应2.2.2.2 合规要点2.2.2.2.1 用户隐私、内容歧视和模型研发 办法的第五条和第六条明确表示中国支持生成式人工智能领域的创新和国际合作,特别是在算法、框架、芯片和支持软件平台等基础技术方面。办法还强调采用安全可信的芯片、工具、数据资源等。在对生成式人工智能技术的监管方面,办法强调基于生成式人工智能服务的“分类”和“分级”进行监管(第三条)。然而,中国目前尚未建立覆盖不同级别人工智能的治理体系,目前尚不清楚中国是否将采取类似于欧盟人工智能监管体系中风险导向的治理方法。办法第三条强调,发展与安全并重,促进创新与依法监管相结合,采取有效措施鼓励生成式生成式人工智能创新发展。办法强调“分类分级监管”思路,办法遵循了与中国数据合规治理相同的治理原则,其中第三条和第十六条都提出了基于“分类和分级监管”的生成式人工智能治理。然而,中国的生成式人工智能措施尚未为生成式人工智能生成服务的分类和分级提供具体标准。“安全评估”和“算法备案”(第十七条)。办法强调个人信息保护,在个人信息保护方面,办法明确禁止收集“不必要的”个人信息,禁止“非法”向他人提供用户输入信息(第十一条)。对服务提供者违反办法的行为,将依据个人信息保护法网络安全法数据安全法科学技术进步法以及其他治安管理和刑事法律进行处罚。由此可见,办法规定的处罚并没有超出现行法律法规所规定的范围。充分了解智能技术的界限和风险。办法对隐私信息这一备受关注的伦理风险点也作出了回应,要求提供方对此做好预防和反馈响应机制。数据资源和预训练模型是生成技术的基础,对此办法也要求在技术服务成形的前序阶段就进行法规管制,不得含有违法和有违公序良俗的内容。根据2023年3月8日发布的网络安全标准实践指南-生成式人工智能服务内容标识方法(征求意见稿)对此要求进行了阐述。征求意见稿,各类场景均须在显示区域下方或使用者输入信息区域下方持续显示提示文字。至少包含“由人工智能生成”或“由AI生成”等信息。征求意见稿还要求由人工智能生成图片、视频时应采用在画面中添加提示文字的方式进行标识。自然服务转人工智能服务时,也应通过提示文字或提示语音的方式进行标识,至少包含“人 根据相关法律法规以及已经明确提出要求的平台规则对生成式人工智能相关APP产品在申请应用商店上架时的文件进行梳理。生成式人工智能相关产品资质要求如下:但如征求意见稿中的规定,图片、音视频中增加隐式水印标识是相对较为容易的,可以通过修改代码实现,但针对显示内容基本等同于代码的文本类就较难实现使用隐式水印标识。在征求意见稿中也可以看出,目前并未强制要求文本类进行要在生成内容中增加隐式水印标识。2.2.2.2.2 生成式人工智能服务内容标识2.2.2.2.3 开展生成式人工智能服务需获取的相关资质26 生成式人工智能道德&合规风险白皮书工智能为您提供服务”或“AI为您提供服务”等信息。27 生成式人工智能道德&合规风险白皮书 同时中国涉及生成式人工智能的法律关于申请许可或备案的规定的适用范围也需生成式人工智能厂商注意做好事前规划,首先,向中国境内在前述各规定下,境内主体向境外提供生成式人工智能服务的,无需适用前述各项规定进行算法备案。但需要提醒注意的是,如果是中国境内的生成式人工智能在向境外提供服务过程中,即使不需要适用暂行办法,仍需要注意是否会产生数据出境等合规问题。而境外主体向中国境内公众提供服务的,同样需要适用各项规定完成算法备案。其次,在暂行办法中特别强调了“面向公众”的服务,因此如果仅在公司内部研 根据我国生成式人工智能治理“三驾马车”治理意见,暂行办法和审查办法的总体要求,伦理审查工作将成常态,在管辖范围内的企业或组织宜为其相应的科技活动准确理解、尽快建设伦理审查委员会制度并完成相应登记。科技伦理(审查)委员会将作为一个企业内部的常设机构,该机构对企业内部的科研活动提供持续支持,企业至少要有能力提供及时的响应,提供场地、人员及经费的支持,科技伦理审查的法律法规逐渐健全,这项工作也会成为企业科研过程中常规工作。公司需要及时设立了内部合规委员会或类似的组织,负责确保公司在商业活动中遵守伦理准则、法规和法律法规。这些组织通常负责监督公司的商业实践,确保其符合道德、法律和社会责任方面的要求。另外,新出台的办法确立了包容审慎和分类分级的监管原则,力求在关于人工智能服务的创新发展与防控风险之间寻求平衡。企业开展生成式人工智能相关工作时也应在推进算法、框架等基础技术的自主创新、推广应用、国际合作的同时,尊重社会公德、公序良俗、知识产权、商业道德,禁止非法获取、披露、利用个人信息和隐私、商业秘密,保证数据的真实性、准确性、客观性、多样性,实现生成式人工智能健康发展。最后需要说明的是,目前世界大部分地区针对人工智能的立法相对成熟,而针对生成式人工智能的立法大多还处于提议、提案阶段,因此现阶段在实践中对生产式人工智能的约束性法律规则可以参考人工智能部分的相关规定。发或者以提高办公效率之目的,公司内部使用则无需适用。但同时需要注意,如果向企业提供生成式人工智能服务,该企业再使用该服务向公众提供服务时,仍属于向公众提供服务,该企业应作为技术支持者基于算法推荐规定深度合成规定暂行办法完成算法备案。最后,提供服务需要在结合前述三项规定中的“算法推荐服务”“深度合成服务”“生成式人工智能服务”后明确自身属于技术支持者还是服务提供者。2.2.3 总结28 生成式人工智能道德&合规风险白皮书 生成式人工智能的快速发展给数据隐私保护带来了严峻挑战。为了保护个人权益和维护公众对生成式人工智能的信任,我们需要遵守数据隐私保护原则以及合规性要求。数据在生成式人工智能中扮演着关键的角色,在数据收集、获取、存储、清洗、预处理、标注、注释、训练、验证、评估和测试等环节都需要考虑合规性。为提高数据采集和预处理的合规性,我们可以采取伦理审查、记录细节、定期审查和监督等措施。模型训练和验证的合规性是构建可信赖、可解释和符合监管要求的人工智能系统的基础,需要遵守适用的法规法律、尊重伦理准则、保障用户隐私生成式人工智能的数据合规浅析3 3.1 生成式人工智能的数据合规要点和权益。数据评估和调整的合规性需要平衡合规性要求和数据科学、人工智能技术发展的复杂性,密切关注法律法规动态并与专业人士进行沟通和讨论。在输出结果方面,合规性要求我们遵守人权、法律法规和道德标准,处理敏感数据时需特别小心和谨慎,避免歧视性结果,同时还需考虑知识产权、商业机密、恶意信息、虚假宣传、非法活动等合规性问题。在生成式人工智能的发展中,我们需综合考虑各种合规性标准,并采取适当的措施保护和遵守这些标准,以确保数据合规性的同时,推动生成式人工智能的可持续发展和社会认可。3.1.1 数据隐私保护原则 随着生成式人工智能的快速发展,数据隐私保护成为一个非常重要的议题。以下是一些重要的数据隐私保护原则,旨在保护个人的权益并维护公众对生成式人工智能在数据处理方面的信任。29 生成式人工智能道德&合规风险白皮书生成式人工智能数据生命周期流程图基于风险的方法 根据数据处理活动的风险级别,采取适当的隐私保护措施,对风险较高的活动实施更严格的保护措施。跨境数据传输 采取技术和法律措施,确保跨境数据传输过程中个人数据得到充分保护。合规性和问责制 确保数据处理活动符合隐私法律和规定,并建立合适的问责制,如指派数据保护官员、制定数据保护政策和流程、进行数据隐私风险评估等。主体权利 个人享有访问、更正、删除和反对个人数据处理等权利,组织应提供适当的机制和及时响应请求。存储限制 个人数据不应保留超过必要的时间,安全地销毁或匿名化不再需要的个人数据。安全性 采取适当的物理、技术和管理措施,保护个人数据免遭未经授权的访问、泄露或损害。数据质量 确保收集和处理的个人数据准确、完整和最新,纠正不准确或过时的个人数据。最小化原则 仅收集和处理实现所需目的的最小量个人数据,不得采集与目的无关的额外个人数据。合法性和合理性 数据处理必须在法律和合理的目的范围内进行,且不得违背个人的合法权益。透明性 提供清晰明确的信息,告知个人数据的采集、存储和使用方式,并说明信息安全措施。3.1.2 数据在生成式人工智能中的角色30 生成式人工智能道德&合规风险白皮书 生成式人工智能的应用日益广泛,它通过学习大量的训练数据,可以生成各种类型的内容,如文本、图像、音频等。在这一过程中,数据扮演着关键的角色,它经历着一个完整的生命周期,从数据的收集和获取,到存储和管理,再到清洗和预处理,标注和注释,训练和验证,评估和测试,最终到部署和应用。这一系列步骤的完成,为生成式人工智能的训练和应用奠定了基础。这一部分将从数据的生命周期出发,深入探讨数据在生成式人工智能中的使用情况以及其对系统性能的影响。监控和维护 监控数据的质量、分布和变化,发现模型性能下降、数据漂移等问题,并进行维护操作,修复错误和故障,可能需要重新设计和采集数据样本。更新和迭代定期更新和迭代生成式模型,使用新的训练数据改进性能、修复缺陷,并适应新的数据和任务。部署和应用将训练好的模型部署和应用于实际任务中,将数据作为输入,模型生成相应的内容,并进行后处理和整合。评估和测试评估模型的生成内容质量、多样性、连贯性等指标,使用测试数据检验模型的泛化能力和适应新数据的能力。训练和验证使用标注好的数据集进行模型的训练和验证,划分训练集和验证集,调整模型的参数和超参数。标注和注释对数据进行标注和注释,为模型提供更多关于数据的信息,如图像物体的位置和类别,文本的词性和实体等。清洗和预处理对存储的数据进行清洗、去噪、纠错、格式转换等预处理操作,以提高生成模型的性能。存储和管理将收集到的数据以结构化或非结构化形式存储在数据库或云存储中,并进行排序、索引和备份等管理操作。收集和获取通过多种方式收集数据,包括从互联网、数据库、传感器等获取各种类型的数据。数据匿名化和脱敏 在采集数据后,采用适当的方法对数据进行匿名化或脱敏,以确保个人身份无法轻易识别。这可以包括删除或替换敏感信息,如姓名、地址和手机号码。匿名化和脱敏是保护个人隐私的关键措施。在采集个人数据时,确保获得数据主体的明确许可。这可能需要实施明示的同意机制,使数据主体了解他们的数据将被用于何种目的,并明确确认他们的同意。明确数据用途 在收集数据之前,明确数据的用途和目的。只收集与项目目标相关的数据,并避免采集超出这些目的范围的数据。这确保了数据采集的合理性和合规性。31 生成式人工智能道德&合规风险白皮书3.1.3 数据采集与预处理的合规性 生成式人工智能的模型基础源自大量数据。而模型训练的有效性来自于充足且有效的数据样本。只有在这样的基础上训练的模型才是有效的。因此,在进行数据样本采集之前,需要对模型所需的数据样本进行评估和预设,并设定数据样本的需求标准。只有按照这些标准采集的数据才是有效数据。然而,我们也需要注意制定的数据采集标准和需求与数据合规之间是否存在冲突。在生成式人工智能中,确保数据采集和预处理的合规性尤为重要,特别是考虑到数据隐私和法规的要求。下面是一些方法和实践,可以帮助提高数据采集和预处理的合规性:数据保留和删除策略数据质量控制数据安全 确保数据在采集、存储和传输过程中得到妥善保护。使用加密、访问控制、安全传输协议等安全措施,以防止数据泄露和未经授权的访问。数据清洗与过滤 在生成数据之前,对原始数据进行清洗和过滤。这包括检查数据是否存在错误、缺失或选取不合规的内容。确保生成的数据是高质量和合规的。获得明确的许可数据合规性 确保训练数据的合规性。避免使用不合法、有争议或侵犯隐私的数据。这涉及到对数据来源的审查和选择,确保获得的数据是合法和符合道德标准的。实施数据质量控制措施,以确保采集到的数据准确无误。这可以包括数据验证、纠错和自动化检查等技术手段,以及专门的质量控制流程和团队。制定数据保留和删除策略,以确保不再需要的数据会被及时删除,从而降低数据泄露的风险。根据法规和合规要求,制定合理的数据保留期限,并确保数据在到期后被安全地删除。32 生成式人工智能道德&合规风险白皮书3.1.4 模型训练与验证的合规性措施 在人工智能的快速发展和广泛应用背景下,确保模型训练与验证的合规性成为一项至关重要的任务。合规性涵盖了法律符合性、伦理标准、社会期望和保护用户权益等诸多方面。为了构建可信赖的人工智能系统,我们需要采取一系列措施来确保模型在运行过程中遵守适用的法规法律、充分尊重伦理准则、符合社会价值观,并保障用户的隐私和权益。这不仅是为了满足监管要求,也是为了确保技术的公正性、透明性和可解释性。因此,以合规性为中心的模型训练与验证不仅仅是一项义务,更是构建可持续发展和社会认可的人工智能系统的基石。在本章中,我们将介绍一些关键的合规性措施,以便有效管理和应对模型带来的潜在风险,并确保其符合当地法律法规和道德准则。通过统筹整合不同领域的专业知识和利益相关方的意见,我们可以迈向一个更加健康、可靠和可持续的人工智能未来。透明度和可解释性 透明度和可解释性也是至关重要的因素。深度学习模型往往是黑箱模型,它们的决策过程通常无法被直接理解或解释。然而,透明度和可解释性是保持用户信任的关键因素。通过提供透明的工作过程和解释模型决策的文档和报告,可以帮助用户理解模型是如何生成内容的,从而增加对模型决策的接受度和可信度。监管和审查 在模型训练与验证的合规性措施中,监管和审查的重要性不可忽视。尽管模型的运行往往需要一定的自主性和创造性,但它必须始终在法律和道德的框架内运作。监管和审查的作用是确保模型不会产生违法或违规的结果,并且对可能出现的风险进行评估和管理。过滤和内容控制 实施内容过滤和审核机制,以防止生成的内容包含不合规的信息。这对于保护用户免受虚假、误导或有害的内容的侵害非常重要。通过使用敏感内容检测工具和算法,可以及时发现和过滤掉不良内容,保护用户免受潜在的负面影响。虽然过滤和内容控制是必要的,但过度的过滤可能会引发言论自由和创造力的抑制。因此,在制定过滤和内容控制机制时,需要权衡合规性和用户体验之间的平衡。同时,需要不断关注技术的进步,以有效应对新兴的不当内容和欺诈手段。定期审查和更新透明度和报告 与数据主体保持透明,向他们提供与数据采集和处理活动相关的透明度,并提供适当的报告。这包括告知数据主体数据的采集目的、数据用途和可能的风险,并根据需要提供数据主体的访问请求和修正请求。定期审查和更新数据采集和预处理的合规性策略,以确保其与法规的变化和最佳实践的变化保持一致。随着科技和法律发展的不断变化,合规性策略也需要不断演进和更新。监管合规性 建立内部合规性团队或机构,负责监督数据采集和处理活动,确保其符合法规要求。该团队可以制定相关政策和流程,提供合规培训,并跟踪合规变化。33 生成式人工智能道德&合规风险白皮书3.1.5 数据评估与调整的合规性 在数据科学和人工智能的发展过程中,确保数据的合规性已成为一项重要而复杂的挑战。随着社会对数据隐私、伦理和道德规范的关注日益增加,相关的法律法规也在不断演变和加强。在这个背景下,对于数据评估与调整的合规性,需要我们以辩证思维的方式来探讨和思考。一方面,我们要意识到合规性的重要性。合规性不仅意味着我们应当遵守法律法规,还意味着我们要对数据的质量、准确性以及所涉及到的道德和伦理问题负责。在处理数据的过程中,可能会涉及到不当的内容、偏见、歧视或其他违反规范的行为,这些都是需要严格审查和调整的。对数据的合规性进行评估和调整,有助于保护用户隐私和权益,减少不良信息的传播,并确保科学研究和智能应用的可持续发展。另一方面,也需要考虑合规性的挑战和复杂性。合规性要求不仅仅是简单地遵守规定,而是需要深入了解和解 在实际操作中,我们可以借鉴以下措施来提高数据评估与调整的合规性:进行伦理审查,审查生成模型,记录数据处理过程的细节,定期审查和监督数据使用,并在模型训练和部署的不同阶段进行合规性测试和审核。这些措施将帮助我们建立一个合规性意识和机制,确保我们的数据评估与调整工作符合最新的法律法规要求,以及道德和伦理规范,从而为数据科学和人工智能的可持续发展提供坚实的基础。读法律法规,以及根据具体的应用场景进行权衡和调整。数据科学和人工智能技术的快速发展,使得合规性要求不断变化和更加严格。因此,需要在评估和调整数据的合规性时,密切关注最新的法律法规动态,并与专业人士和专家进行沟通和讨论,以确保我们的工作符合合规性要求,并能够适应日益变化的环境。用户教育 向用户提供清晰的隐私政策和使用条款,解释模型如何使用其数据和生成内容。同时,教育用户有关合规性问题,以提高他们的意识。这样做可以增加用户对数据隐私的了解和权益保护的重视,并使他们更加积极地参与和监督模型的合规性。不仅要依赖技术手段来确保合规性,教育用户也是建立可持续合规框架的重要一环。数据保护 建立强大的数据保护和安全措施,以保护用户数据和生成内容的安全性。尽管数据的收集和使用对于模型的训练和改进至关重要,但数据保护必须始终是一项优先考虑的工作。这意味着在数据收集、存储和处理过程中要采取适当的加密和防护措施,以防止数据泄露或未经授权的访问。定期审查和更新数据保护政策是确保模型在保护用户数据方面持续符合最新法规和最佳实践的关键步骤。多方参与 多方参与在确保合规性方面发挥着重要作用。与社会活动家、隐私专家和道德哲学家等利益相关方合作,有助于引入多样的观点和价值观,避免模型仅满足特定利益或单一立场的情况,并确保生成的内容符合社会的普遍期望和原则。34 生成式人工智能道德&合规风险白皮书伦理审查模型审查合规性测试透明度与文档记录审查与监督 进行伦理审查,评估生成的数据是否涉及不当的内容、偏见、歧视或其他潜在的不当行为。随着人工智能和自然语言处理技术的不断发展,生成的数据可能会受到更严格的监管和法律限制。因此,在进行伦理审查时,需要考虑到最新的法律法规要求,以确保数据不会违反任何相关的规定。伦理审查应该是一个全面、系统和多方参与的过程,涉及到专业领域的专家以及法律和伦理方面的专家,以确保数据的合规性。对生成模型进行审查,确保其不会生成不合规的内容。在最新的法律法规中,对于机器学习模型以及其生成的数据,同样存在着合规性的要求。由于机器学习模型可以根据已有的数据生成新的内容,而这些内容可能具有潜在的问题,因此需要审查模型并确保其不会生成任何非法或违反法律法规的内容。为了满足合规性的要求,可以使用预训练的语言模型进行过滤,以减少不当内容的生成,或者采用其他技术手段来确保模型生成的数据的合规性。在模型训练和部署的不同阶段进行合规性测试和审核。在模型训练和部署的不同阶段进行应当合规性测试和审核。因此应该在模型的训练阶段进行数据合规性的测试和审核,以确保训练数据的合规性。同时,在模型部署和使用的过程中,也需要进行合规性的测试和审核,以确保使用的数据和模型都符合法律法规的要求。通过合规性的测试和审核,可以及时发现和解决潜在的合规问题,保证数据的合法性和合规性。记录数据评估过程的细节,包括数据处理、过滤和伦理审查等步骤。透明度成为了关注的焦点之一。为了确保数据的合规性,应该记录数据评估过程的细节,包括数据的处理、过滤以及伦理审查的步骤。这样的文档记录有助于保持透明度,并为相关的监管机构提供必要的证据。此外,透明度还可以帮助我们更好地追踪数据的来源和处理过程,以确保数据的合法性和可信度。定期审查和监督生成数据的使用,确保合规性得到持续维护。对于数据的合规性进行定期的审查和监督变得更加重要。应该建立起一个长期有效的机制,对生成数据的使用进行审查和监督,以确保合规性得到持续的维护。这可以包括定期的内部审查、外部审核机制以及持续的监测和监控措施。必要时,还可以进行审计以确认合规性,并及时采取措施进行改进和调整。35 生成式人工智能道德&合规风险白皮书3.1.6 输出结果的合规性 当涉及到生成式人工智能模型的输出结果时,强调其合规性要求已成为一项至关重要的任务。合规性要求我们必须遵循人权、法律法规和道德标准,以确保输出结果的可接受性和公正性。特别需要注意的是处理敏感数据和避免歧视等合规性问题。式人工智能模型的输出结果不应基于种族、性别、年龄、宗教、性取向等个人特征或背景,因为这样的歧视性结果可能对个体和社会产生负面影响。为确保合规性,需要审查和评估模型的训练数据,确保其中不存在歧视性倾向。此外,进行模型审查和监督也能帮助我们及时发现和纠正歧视性输出结果的问题。处理敏感数据方面,我们需要特别小心和谨慎。敏感数据包括个人隐私信息、医疗记录、财务数据等,泄露或不当使用可能对个人造成严重的伤害。因此,在生成式人工智能模型的输出结果中处理敏感数据时,应遵循相关的法律法规和隐私保护准则。这意味着需要确保数据的安全存储和传输,采用匿名化或脱敏技术,以最大限度地减少个人身份的暴露风险。此外,还应提供适当的访问控制和权限管理,确保只有经过授权的人员才能访问和处理敏感数据。除了处理敏感数据和避免歧视,还有其他合规性问题需要考虑。例如,确保输出结果不侵犯他人的知识产权和版权,遵守与商业机密相关的法律法规;确保输出结果不鼓励或传播恶意信息、虚假宣传或非法活动;确保输出结果不违反社交媒体平台或其他在线平台的使用政策和规定。总之,输出结果的合规性要求在生成式人工智能模型的设计、训练和部署过程中综合考虑各种法律、道德和伦理标准,并通过适当的措施来遵守和保护这些标准。避免歧视是另一个重要的合规性问题。生成为了确保生成式人工智能模型的输出结果的合规性,可以采取以下方法:透明度和解释性用户控制与反馈过滤器和审核系统 引入文本过滤器和审核系统,对生成的输出进行实时监控。利用自然语言处理技术和机器学习模型,自动识别和过滤不合规内容,确保输出结果的合规性。语言模型微调 对已经训练好的语言模型进行微调,以适应特定的合规性要求。通过引入合规性约束和示例,可以指导生成过程,确保生成的内容符合合规性标准。提供用户工具,使用户能够自定义人工智能生成的内容,满足其合规性偏好。同时鼓励用户报告不合规的内容,以改善系统,并及时纠正违规行为。增加人工智能系统的透明度,使用户能够了解生成结果的原因和依据。利用解释性人工智能技术,使人工智能的决策过程更具可解释性,并帮助用户理解和验证生成结果的合规性。36 生成式人工智能道德&合规风险白皮书3.2 生成式人工智能的数据合规技术手段 呈上,我们一方面需要识别数据在生成式人工智能中扮演着关键的角色以及在不同阶段需要考量的合规要点,我们另一方面还需要利用合理手段切实履行这些合规要求。在第二章节法律法规浅析部分,我们已经阐述了法律法规层面对企业组织、角色和流程上的相关要求,接下来,我们将着重介绍如何从技术方面满足生成式人工智能的合规要求。安全作为生成式人工智能功能实现不可忽略的部分,企业和组织应当根据网络安全,个人信息保护,数据安全,道德伦理等方面结合自身业务需要,合理设计、开发、使用生成式人工智能技术。通过建立系统的安全管理体系开展对生成式人工智能业务的安全保护,如建立生成式人工智能治理框架,建立对应的安全保护团队、职责分配和有效的运转、沟通协作机制;制定适合组织的制度和流程,有明确的生存周期关键控制节点授权审批流程,规范相关流程制度的制定、发布、修订;通过技术手段和产品工具在全生存周期过程中的利用和自动化技术工具的支持,对生成式人工智能安全制度流程固化执行,落实安全要求,实现安全工作;对人员进行安全能力要求的评估,开展意识和相关专业能力的培训,建设团队安全人员能力等。从网络安全,数据安全,道德伦理使用风险和安全要求,全方位的考虑制定安全政策、策略,进行安全,道德评估,并通过技术手段落实安全保护。37 生成式人工智能道德&合规风险白皮书3.2.1 网络安全 网络安全是我们提供生成式人工智能服务不可忽视的方面。在网络安全保护方面,我们应该遵守中华人民共和国网络安全法,根据网络安全等级保护要求对生成式人工智能系统和基础设施平台进行安全保护。等以上方面进行安全建设,对组织的,单位信息化现状、保护对象列表、保护对象的概述、边界、设备部署、业务应用、及其他内容进行等级认定,进行网络安全等级保护实施建设和维护。38 生成式人工智能道德&合规风险白皮书3.2.2 数据全生命周期合规 数据作为生成式人工智能应用的主要输入和输出信息载体,在网络安全的基础上,还必须得到充分的保护和管理,在数据安全保护方面,除了遵循整体人工智能的通用管理控制措施以外,还应当关注数据全生命周期(采集,传输,存储,使用,交换和销毁)的安全建设,不断提高组织对数据保护的安全成熟度。以下我们就数据全生命周期保护进行系统性的介绍。生成式人工智能数据安全要点2-1 生成式人工智能数据安全要点2-2 数据分级分类数据采集安全管理数据源鉴别及记录 数据质量管理39 生成式人工智能道德&合规风险白皮书3.2.2.1 数据采集安全:从数据分级分类的原则,框架,影响因素,流程方法以及重新等级分类几个方面建立数据分级分类制度,并提供对应的级别的保护要求,应用打标或数据资产管理工具进行自动识别、标识结果发布、审核,对敏感数据进行识别标注,并持续完善改进分级分类制度。明确并确认采集数据的目的和用途,采集范围,数量和频率,明确采集渠道、规范数据格式及相关的流程和方式,尽可能使用统一的采集工具,跟踪和记录数据采集和获取过程,支持可追溯性,并通过针对采集阶段的风险评估流程进行风险评估,并对结果进行确认,确保采集过程中的风险得到控制抑制,不被泄露。确保数据源的真实,有效,和最小必要原则,从而保证数据采集的合规性、正当性、一致性。明确数据源管理制度,定义追溯策略要求,追溯数据格式、追溯数据安全存储与使用的管理制度,明确关键的数据管理系统上对数据源类型的标记,使用工具对产生数据的数据源进行身份鉴别和记录,防止数据仿冒和数据伪造,对关键追溯数据进行备份,并采取技术手段对追溯数据进行安全保护,提供标记数据的数据源类型功能,从而实现对组织内部各类数据源的统计和分析。建立数据质量管理体系,采用工具从数据格式要求,完整性要求,数据源质量评价,采集过程中的质量监控规则,监控范围及监控方式以及数据质量分级标准有明确规定,对数据采集、清洗、转换和加载等操作有相关安全管理规范和流程质量要求。并通过技术工具对关键数据进行质量管理和监控,实现异常数据及时告警或更正,并应定期对数据质量进行分析、预判和盘点,明确数据质量问题定位和修复时间要求。从而保证对数据采集过程中对收集/产生的数据的准确性、一致性和完整性的持续改进保证。存储媒体安全逻辑存储安全40 生成式人工智能道德&合规风险白皮书3.2.2.2 数据传输安全:3.2.2.3 数据存储安全:组织内对数据存储进行访问和使用的场景,提供有效的技术和管理手段,防止对媒体的不当使用而可能引发数据泄露风险。明确存储媒体访问和使用的安全管理规范,建立存储媒体使用的审批和记录流程,购买或获取存储媒体的流程,通过可信渠道购买或获取媒体,并针对各类存储媒体尽力格式化规程,对存储媒体资产进行标识,明确存储媒体存储的数据,对存储媒体进行常规和随机检查,确保存储媒体的使用符合机构公布的关于存储媒体的使用制度,使用技术工具对存储媒体性能进行监控,包括存储媒体的使用历史、性能指标、错误或损坏情况,对超过安全阈值的存储媒体进行预警。并对存储媒体访问和使用行为进行记录和审计,在媒体使用和传递过程得到严密跟踪。基于组织内部的业务特性和数据存储安全要求,建立针对数据逻辑存储、存储容器等的有效安全控制。根据数据分级分类要求,对数据逻辑存储管理安全规范和配置规范,如使用分层的逻辑存储,实现授权管理规则和授权操作要求,具备对数据逻辑存储结构的分层和分级保护。明确数据分片和分层式式存储安全规则,如数据存储完整性规则、多副本一致性管理规则、存储转移安全规则,以满足分布式存储下分片数据完整性、一致性和保密性保护要求。各数据逻辑存储系统的安全管理员及职责,账号权限管理、访问控制、日志管理、加密管理、版本升级等方面。在内数据传输加密 组织内部和外部的数据传输应采用适当的加密保护措施,明确数据传输安全管理规范,在数据分级分类的基础上,明确对不同类型、级别的数据的加密传输要求,包含对数据加密算法和密钥管理的要求,如在通道两端进行主题身份和认证的技术方案和工具,如应采用TLS/SSL方式数据传输安全和密钥管理机制,在传输链路上的节点部署部署独立密钥对和数字证书,以保证节点有效的身份鉴别,综合量化敏感数据加密和数据传输通道加密的实现效果和成本,定期评估新技术对安全方案的影响,以应对最新的安全风险,审核并调整数据加密的实现方案。保证传输通道、传输节点和传输数据的安全,防止传输过程中的数据泄露。网络可用性管理 通过网络基础设施及网络层数据防泄漏设备的备份建设,制定组织的网络可用性管理指标,包括但不限于可用性的概率数值、故障时间/频率/统计业务单元等;基于可用性管理指标,建立网络服务配置方案和宕机替代方案等。对关键的网络传输链路、网络设备节点实行冗余建设,实现网络的高可用性,从而保证数据传输过程的稳定性。41 生成式人工智能道德&合规风险白皮书部数据存储系统上线前对遵循统一的配置要求进行有效的安全配置,对使用外部数据存储系统进行有效的安全配置。明确数据逻辑存储隔离授权与操作要求,确保举报多用户数据存储安全隔离能力。通过技术工具实现对安全配置情况的实现对安全配置情况的统一管理和控制,提供数据存储系统配置扫描工具,定期对主要数据存储系统的安全配置进行扫描,以保证符合安全基线要求。监测逻辑存储系统的数据使用规范性,确保数据存储符合组织的安全要求。采用可伸缩数据存储架构,以满足数据量持续增长、数据分级分类存储等需求。应采用应用层、数据层、操作系统层、数据存储层数据层次加密架构,以满足不同类型数据如个人信息、重要数据等敏感数据的加密存储能力的系统需求。3.2.2.4 数据处理安全:数据备份和恢复数据脱敏数据分析安全 制定数据备份与恢复管理制度,明确对数据备份和恢复定期检查和更新工作程序,包括范围、工具、过程、日志记录、数据保存时长,数据副本的更新频率等,通过执行定期的数据备份和恢复,实现对存储数据的冗余管理,明确数据冗余强一致性、弱一致性等控制要求,以满足不同一致性水平需求的数据副本多样性和多边形存储管理要求。对数据备份的场景、数量、频率进行定期的统计,了解数据备份工作的开展情况。依据数据生存周期和业务规范,建立数据生存周期各阶段数据归档的操作流程,归档数据的压缩或加密要求。以实现保护数据的可用性,一致性。满足业务所需的RTO,在日常备份中使用数据全备,增量备份或差异备份等机制。根据相关法律法规、标准及业务需求,结合业务数据脱敏的具体场景制定数据脱敏的规范,规则方法和使用限制,结合分级分类数据保护要求对数据脱敏进行流程、方案设计,如静态脱敏方案,动态脱敏方案,利用技术工具实现如泛化、抑制、假名化等数据脱敏技术。对数据脱敏处理过程相应的操作进行记录,以满足数据脱敏处理安全审计要求。数据脱敏后对效果进行验证评估。通过在数据分析过程采取适当的安全控制措施,防止数据挖掘、分析过程中有价值信息和个人隐私泄露的安全风险。确立明确的数据处理与分析过程的安全规范,覆盖构建数据仓库、建模、分析、挖掘、展现等方面的安全要求,明确个人信息保护、数据获取方式、访问接口、授权机制、分析逻辑安全、分析结果安全等内容;数据分析安全审核流程,对数据分析的数据源、数据分析需求、分析逻辑进行审核,以确保数据分析目的、分析操作等当面的正当性;采取必要的监控审计措施,确保实际进行的分析操作与分析结果使用与其声明的一致,整体保证数据分析的预期不会超过相关分析团队对数据的权限范围;对数据分析结果输出和使用的安全审核、合规评估和授权流程,防止数据分析42 生成式人工智能道德&合规风险白皮书结果数据造成安全风险。在数据分析中,组织应采用多种技术手段和工具以降低数据分析过程中的隐私泄露风险,如差分隐私保护、K匿名等;记录并保存数据处理与分析过程中对个人信息、重要数据等敏感数据的操作行为;提供统一的数据处理与分析系统,并能够呈现数据处理前后数据间的映射关系;通过技术手段降低数据分析过程中的安全风险,如加强机器学习重要数据自动识别、数据安全分析算法设计等;避免输出的数据分析结果包含可恢复的个人信息、重要数据和结构标识,以防止数据分析结果危害个人隐私、公司商业价值、社会公共利益和国家安全。数据正当使用数据导入导出安全数据处理环境安全 基于国家相关法律法规对数据分析和利用的要求,建立数据使用的评估制度,对个人信息,数据的使用前进行安全影响评估,满足国家合规要求,公司数据分级分类保护要求后允许使用数据。并应避免精确定位到特定个人,避免评价信用、资产和健康等敏感个人数据,保护国家秘密、商业秘密和个人隐私,防止数据资源被用于不正当目的,保证数据使用在声明的目的和范围内。限制用户可访问数据范围,建立相应强度或粒度的访问控制机制;具备违约责任、缔约过失责任、侵权责任等数据使用风险和处理能力。通过技术工具实现对数据滥用行为的有效识别、监控和预警。依据数据分级分类要求建立符合业务规则的数据导入导出安全策略,如授权策略,流程控制策略、不一致处理策略等。通过对数据导入导出过程中对数据的安全性进行管理,防止数据导入导出过程中可能对数据自身的可用性和完整性构成的危害,明确导入导出的安全评估授权审批流程,评估导出的安全风险,对大量或敏感数据可导出进行授权审批;如采用存储媒体导出数据,应建立针对导出存储媒体的标识规范,明确存储媒体的命名规则,标识属性等重要信息,定期验证导出数据的完整性和可用性;制定导入导出审计策略和日志管理规程,并保存导入导出过程中的出错数据处理记录。记录并定期审计数据导入导出行为,确保未超出数据授权使用范围;对数据导入导出终端设备、用户或服务组件执行有效的访问控制,如多因素身份验证,用户访问管理,实现对其身份的真实性和合法性的保证;在导入导出通道提供冗余备份和对接口进行流量过载监控,在完成导入导出后对通道缓存的数据进行删除,以降低可能存在的数据泄露风险。数据处理环境系统的设计、开发和运维阶段制定相应的安全控制措施,以及通过开展定期的安全审计,实现对数据处理环境安全的满足。具体实施细节及控制可参考网络安全要求及实施。43 生成式人工智能道德&合规风险白皮书3.2.2.5 数据交换安全:数据共享安全数据发布安全数据接口安全 通过业务系统、产品对外部组织提供数据时,根据共享业务需求且没有超出共享使用授权范围,通过合作的方式与合作伙伴交换数据时执行共享数据的安全风险控制,明确共享内容范围和数据共享的管控措施,及数据共享涉及机构或部门相关用户职责和权限;明确数据提供者与共享数据使用者的数据安全责任和安全防护能力,并对数据共享进行审计规程和审计日志管理的要求,明确审计记录要求,为数据共享安全事件的处置、应急响应和事后调查提供帮助;在使用外部的软件开发包/组件/代码前进行安全评估,对获取的数据应符合组织的数据安全要求。采取技术措施确保个人信息在委托处理、共享、转让等对外提供场景的安全合规,如数据脱敏、数据加密、安全通道、共享交换区域;同时建立统一的数据共享交换系统,提示数据共享交换的安全风险并进行在线审核,对共享数据及过程进行监控审计,以降低数据共享场景下的安全风险。在对外部组织进行数据发布的过程中,对安全公开发布制定审核制度,细则和审计流程,严格审核数据发布合规要求,通过对发布数据的内容、适用范围、规范、格式、发布者与使用者权利和义务执行的必要控制,定期审查公开发布的数据中是否含有非公开信,并采取相关措施满足数据发布的合规性,建立数据公开事件应急处理流程,细化各类数据发布场景的审核流程,从审核的有效性和审核的效率层面充分,考虑流程节点的制定,采用统一的发布系统,实现公开数据登记、用户注册等发布数据和发布组件的验证机制,并提示数据发布安全风险并进行在线审核,以实现数据发布过程中数据的安全可控与合规。通过建立组织的对外书接口的安全管理机制,制定数据接口安全控制策略,明确适用数据接口的安全限制和安全控制措施,如身份鉴别、访问控制、授权策略、签名、时间戳、安全协议。明确数据接口安全的要求,如接口名称、接口参数,与数据接口调用方签署合作协议,明确数据的适用目的、供应方式、保密约定、数据安全责任;对数据接口调用进行必要的自动化监控和处理,对不安全输入参数进行限制或过滤能力,为接口提供异常处理能力,对数据接口访问进行审计,并提供可配置的数据服务接口。对跨安全域间的数据接口调用采用安全通道、加密传输、事件戳等安全措施,防范组织在接口调用过程中的安全风险。44 生成式人工智能道德&合规风险白皮书3.2.2.6 数据销毁安全:数据销毁处置存储媒体销毁处置 建立针对数据的删除、净化机制,实现对数据的有效销毁,依照数据分级分类建立数据销毁策略和管理制度,明确数据销毁的场景、销毁对象、销毁方式和销毁要求,建立规范的数据销毁流程和审批机制,对销毁操作工程进行监督审批,对销毁过程进行记录控制。对销毁效果建立评估机制,定期对数据销毁效果进行抽样认定。明确对已共享或已被其他用户适用的数据销毁管控措施。组织的数据资产管理系统应能够对数据的销毁需求进行明确的标识,并可通过该系统提醒数据管理者及时发起对数据的销毁。并通过技术手段避免对数据的误销毁。针对网络存储数据,建立硬销毁和软销毁的数据销毁方法和技术,如基于安全测率、基于分布式杂凑算法等网络数据分布式存储的销毁策略和机制;配置必要的数据销毁技术手段与管控措施,确保以不可逆方式销毁敏感数据及其副本内容。防止因对存储媒体中的书进行恢复而导致的数据泄漏风险。建立对存储媒体安全销毁的规程,如明确存储媒体销毁处理策略、管理制度和机制,明确销毁对象和流程。依据存储媒体存储内容的重要性,明确磁媒体、光媒体和半导体媒体等不同类存储媒体的销毁方法。通过对销毁的监控机制,确保对销毁存储媒体的登记、审批、交接等存储媒体销毁过程进行监控。并实施存储媒体销毁效果评估机制,定期对存储媒体销毁进行抽样认定,定期对销毁记录进行检查。提供统一的存储媒体销毁工具,包括但不限于物理销毁、消磁设备等工具,能够实现对各类媒体的有效销毁。对闪存盘、硬盘、光盘、磁带等存储媒体建立硬销毁和软销毁的数据销毁方法和技术。如需要时,应由经过认证的机构或设备对存储媒体进行物理销毁,或联系经认证的销毁服务商进行存储媒体销毁工作。防止因存储媒体丢失、被窃或未授权的访问而导致存储媒体中的数据泄漏的安全风险。45 生成式人工智能道德&合规风险白皮书3.2.3 生成式人工智能引发的伦理道德风险和应对措施 在使用生成式人工智能,我们还需要关注伦理道德的风险,我们常见的伦理道德风险一般有以下几点:在伦理安全风险防范的基本要求包括:生成式人工智能面临的道德伦理风险生成式人工智能伦理安全风险防范的基本要求应符合我国社会价值观,并遵守国家法律法规。应以推动经济、社会、生态可持续发展为目标,致力于实现和谐友好、公平公正、包容共享、安全可控的人工智能。应尊重并保护个人基本权利,包括人身、隐私、财产等权利,特别关注保护弱势群体。注:弱势群体是指生存状况、就业情况、发声途径或争取合法权益保障能力等方面处于弱势的群体。46 生成式人工智能道德&合规风险白皮书3.2.4 生成式人工智能的全生命周期合规应充分认识、全面分析人工智能伦理安全风险,在合理范围内开展相关活动。注:合理范围是指以保障个人权利、提升社会价值为目标,具备明确边界以及清楚预期的范围。研究开发者、设计制造者、部署应用者应积极推动人工智能伦理安全风险治理体系与机制建设,实现开放协作、共担责任、敏捷治理;注:敏捷治理是指持续发现和降低风险、优化管理机制、完善治理体系,并推动治理体系与机制覆盖人工智能系统、产品和服务全生命周期的理念。研究开发者、设计制造者、部署应用者应积极推动人工智能伦理安全风险以及相关防范措施宣传培训工作。3.2.4.1 研究开发 应谨慎开展具有自我复制或自我改进能力的自主性人工智能的研究开发,持续评估可能出现的失控性风 险;注:自主性人工智能指可以感知环境并在没有人为干涉的情况下独立作出决策的人工智能。应不断提升人工智能的可解释性、可控性。不应研究开发以损害人的基本权利为目的的人工智能技术。应避免研究开发可能被恶意利用进而损害人的基本权利的人工智能技术。47 生成式人工智能道德&合规风险白皮书应对研究开发关键决策进行记录并建立回溯机制,对人工智能伦理安全风险相关事项,进行必要的预警、沟通、回应;注:研究开发关键决策是指对研究开发结果可能产生重大影响的决策,如数据集的选择、算法的选取等。应推动研究开发合作、互信,促进良性竞争与多元化技术发展。3.2.4.2 设计制造3.2.4.3 部署应用 应及时、准确、完整、清晰、无歧义地向部署应用者说明人工智能系统、产品或服务的功能、局限、安全风险和可能的影响。应向用户及时、准确、完整、清晰、无歧义地说明人工智能相关系统、产品或服务的功能、局限、风险以及可能的影响,并解释相关应用过程及应用结果。应设置事故信息回溯机制;示例:通过黑匣子实现无人驾驶的事故信息回溯。在用户拒绝或停止使用后,应尽可能为用户提供非人工智能的替代选择方案;注:用户停止使用包括因主观原因停止使用,以及因客观条件,如生理缺陷等,无法继续使用的情况。应在系统、产品或服务中设置事故应急处置机制,包括人工紧急干预机制等;应明确事故处理流程,确保在人工智能伦理安全风险发生时作出及时响应,如停止问题产品生产、召回问题产品等。应以清楚明确且便于操作的方式向用户提供拒绝、干预及停止使用人工智能相关系统、产品或服务的机制。应对人工智能伦理安全风险建立必要的保障机制,对引起的损失提供救济。注:可通过购买保险等手段为必要救济提供保障。不应设计制造损害公共利益或个人权利的人工智能系统、产品或服务。使用人工智能作为直接决策依据并影响个人权利时,应具有清晰、明确、可查的法律法规等依据。应不断提升人工智能系统、产品和服务的可解释性、可控性。在公共服务、金融服务、健康卫生、福利教育等领域,进行重要决策时如使用不可解释的人工智能,应仅作为辅助决策手段,不作为直接决策依据。48 生成式人工智能道德&合规风险白皮书应设置事故应急处置机制,包括人工紧急干预机制、中止应用机制等,明确事故处理流程,确保在人工智能伦理安全风险发生时作出及时响应。应向用户提供清楚明确且便于操作的投诉、质疑与反馈机制,并提供包含人工服务在内的响应机制,进行处理和必要补偿。应主动识别发现人工智能伦理安全风险,并持续改进部署应用过程。3.2.4.4 服务应用应以良好目的使用人工智能、充分体现人工智能的积极作用,不应以有损社会价值、个人权利等目的恶意使用人工智能。应主动了解人工智能伦理安全风险,积极向研究开发者、设计制造者、部署应用者反馈人工智能伦理安全风险相关信息。从技术使用上来说,应当按照国家有关规定开展安全评估,并按照互联网信息服务算法推荐管理规定履行算法备案和变更、注销备案手续。3.2.5 生成式人工智能安全评估和算法管理49 生成式人工智能道德&合规风险白皮书 对用户的账号、操作时间、操作类型、网络源地址和目标地址、网络源端口、客户端硬件特征等日志信息,以及用户发布信息记录的留存措施。建立为公安机关、国家安全机关依法维护国家安全和查处违法犯罪提供技术、数据支持和协助的工作机制的情况。个人信息保护以及防范违法有害信息传播扩散、社会动员功能失控风险的技术措施。经过安全评估,符合法律、行政法规、部门规章和标准的,应当形成安全评估报告。安全评估报告应当包括下列内容:对用户账号和通讯群组名称、昵称、简介、备注、标识,信息发布、转发、评论和通讯群组等服务功能中违法有害信息的防范处置和有关记录保存措施。确定与所提供服务相适应的安全管理负责人、信息审核人员或者建立安全管理机构的情况。安全评估可以包括:算法推荐相关义务和责任:建立投诉、举报制度,公布投诉、举报方式等信息,及时受理并处理有关投诉和举报的情况。用户真实身份核验以及注册信息留存措施。建立为网信部门依法履行互联网信息服务监督管理职责提供技术、数据支持和协助的工作机制的情况。互联网信息服务的功能、服务范围、软硬件设施、部署位置等基本情况和相关证照获取情况。安全管理制度和技术措施落实情况及风险防控效果。安全评估结论。其他应当说明的相关情况。算法推荐服务提供者应当落实算法安全主体责任,建立健全算法机制机理审核、科技伦理审查、用户注册、信息发布审核、数据安全和个人信息保护、反电信网络诈骗、安全评估监测、安全事件应急处置等管理制度和技术措施,制定并公开算法推荐服务相关规则,配备与算法推荐服务规模相适应的专业人员和技术支撑。建立健全用于识别违法和不良信息的特征库,完善入库标准、规则和程序。发现未作显著标识的算法生成合成信息的,应当作出显著标识后,方可继续传输。发现违法信息的,应当立即停止传输,采取消除等处置措施,防止信息扩散,保存有关记录,并向网信部门和有关部门报告。发现不良信息的,应当按照网络信息内容生态治理有关规定予以处置。网信部门会同电信、公安、市场监管等有关部门建立算法分级分类安全管理制度,根据算法推荐服务的舆论属性或者社会动员能力、内容类别、用户规模、算法推荐技术处理的数据重要程度、对用户行为的干预程度等对算法推荐服务提供者实施分级分类管理。50 生成式人工智能道德&合规风险白皮书 基于生成式人工智能这个新兴领域还在不停发展和变化,保证合规和遵守伦理道德是每个正在或者计划使用这项科技的企业和组织都应该关注的核心问题。凯捷提供的服务4 4.1 法律法规追踪:凯捷能够在以下几个方面提供专业的咨询服务:4.2 合规管理体系建设法律检索专家问答用户隐私管理体系生成式人工智能全生命周期管理体系网络安全评估专业解读 凯捷数据合规团队通过查询各国数据成文法和行政法规、规章、公共文件、期刊论文以及法律新闻等内容做为参考样本,确保信息准确、来源合规。凯捷客户可以提出多个场景的个性化问题,凯捷数据合规团队以最便捷的方式,为客户提供专业的定制化解答和数据合规培训。包括数据采集与隐私保护、数据访问和控制、用户教育和透明性。包括数据采集与预处理、模型训练与验证、数据评估与调整、输出结果四个阶段。包括防护措施、访问控制、安全更新和安全培训四方面。团队整合法律法规、政策解读、行政处罚、判决文书等内容均来自官方机构发布,专家专栏、评论文章、热点话题等热点评论内容由国内顶尖律所、知名企业、法院、政府的专家意见组成。追踪前沿法律热点,提供统一、专业的定制化咨询服务报告。51 生成式人工智能道德&合规风险白皮书4.3 合规和伦理道德培训数据全生命周期合规面向企业高管:面向员工:包括数据采集、数据传输、存储安全、使用安全、交换安全、销毁安全。针对生成式人工智能面临的角色和职责培训。针对生成式人工智能的合规意识、伦理道德意识培训。引用材料5 1.Alignment of Language Agents.Kenton et al.2021.032.Harnessing the Value of Gen AI.Capgemini Research Institute.2023.073.Teach Language Models to Reason.Google Deepmind.2023.094.中国AIGC产业全景报告暨AIGC,量子位,2023.035.年增长率60%、市场规模已超百亿的AIGC,正一头扎进医疗,动脉网,2023.056.关于AIGC技术在金融业应用的思考与建议,中国金融电脑,2023.0852 生成式人工智能道德&合规风险白皮书7.国家互联网信息办公室有关负责人就生成式人工智能服务管理暂行办法答记者问 http:/ intelligence act(europa.eu)10.Artificial Intelligence Strategy of the German Federal Government (ki-strategie-deutschland.de)11.https:/ trustworthy innovation to thrive in the UK https:/cdei.blog.gov.uk/2021/09/10/enabling-trustworthy-innovation-to-thrive-in-the-uk/16.生成式人工智能服务管理暂行办法 https:/ http:/ 国务院办公厅印发关于加强科技伦理治理的意见 https:/ https:/ http:/ http:/ http:/ 生成式人工智能道德&合规风险白皮书25.新一代人工智能伦理规范 https:/ http:/ http:/ https:/ http:/ https:/ 生成式人工智能道德&合规风险白皮书关于作者6 主要编写人员参与编写人员凯捷中国创新加速器负责人张秉阳 陈维铠 凯捷中国创新加速器算法工程师陈佳敏 凯捷中国创新加速器商业分析师王东頔杨君武凯捷中国数字化管理咨询事业部合规板块咨询顾问凯捷中国数字化管理咨询事业部合规板块咨询顾问凯捷(Capgemini)是全球领先的企业合作伙伴,利用技术的力量改造和管理企业业务。其宗旨是通过技术释放人类能量,创造一个包容和可持续的末来。凯捷是一个负责任的多元化组织,集团成立于1967年,总部位于法国巴黎,在50多个国家拥有近35万名团队成员。关于凯捷集团凭借其50余年的悠久历史和深厚的行业专业知识,在快速发展的云、数据、人工智能、互联连接、软件、数字工程和平台的创新世界推动下,凯捷深受客户信任,能够满足客户从战路、设计到运营的全方位业务需求。集团2022年全球收入为220亿欧元。Get the Future You Want|本文档中包含的信息为专有信息。2023 Capgemini.保留所有权利。

    浏览量0人已浏览 发布时间2024-02-22 56页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
2442条  共123
前往
会员购买
客服

专属顾问

商务合作

机构入驻、侵权投诉、商务合作

服务号

三个皮匠报告官方公众号

回到顶部