AI不只是大模型，从自动驾驶、医药研发和金融科技看落地应用
　　在华泰2023 TMT高峰论坛上，海外科技组举办了以《AI不只是大模型，从医药研发、自动驾驶和金融科技看落地应用》为主题的圆桌会议，邀请了五位初创企业领导和高校专家学者进行分享。我们认为，自动驾驶、医药研发和金融科技是当下AI落地最具代表性的三个行业。自动驾驶是目前AI应用落地最全面的领域，解决方案中感知和决策等任务均需应用深度学习算法，而近年也加入了不少Transformer算法。医药研发领域的AI应用自疫情以来也崭露头角，缩短了创新药和疫苗研发的时间。金融科技也在广泛应用AI技术，主要在投资分析和风险管理等方面提升效率和准确性。
　　Transformer在自动驾驶中的应用向视觉+语言感知及全栈任务衍生
　　Transformer的基本原理是在预训练的前提下，根据一系列信息的全局关联性去预测下一步，从而输出结果。在自动驾驶领域，谷歌Waymo将AIGC应用于仿真场景生成，特斯拉基于Transformer进行BEV特征提取。Transformer在自动驾驶中的应用正不断衍生，一是向视觉+语言感知发展：特斯拉设想以LLMs赋予系统运用自然语言与代理互动的能力，以优化导航并提升安全性；二是向覆盖全栈任务发展：本届CVPR最佳论文提出的UniAD通过Transformer覆盖自动驾驶关键任务，不同层并行处理图像信息并进行交互，最终输出本车对周围环境的感知及预测信息，以实现路径规划。
　　自动驾驶：L4商用车进入商业化阶段，L3乘用车商业化落地或仍需3-5年
　　驭势科技以通用智能驾驶平台U-Drive赋能全行业和全场景发展，主要业务包括机场物流和城市服务等平台的商用车以及ADAS等乘用车产品，其中最先落地的是为香港机场提供多车型方案，目前物流牵引车、巡逻车均已落地，摆渡车仍处于测试阶段。U-Drive不仅能把握行业间的共性，还凭借多传感器融合软件针对不同场景灵活部署。主线科技深耕物流枢纽及干线场景，L4产品已在天津港、宁波港和满都拉口岸等物流枢纽落地。公司专注全线技术能力研发，采用多传感器融合的解决方案，并使用Transformer降本增效。知行科技则专注于为乘用车提供域控制器（SuperVision和iDC系列）、智能前视摄像头（iFC系列）及解决方案。公司认为，L3乘用车真正商业化落地仍需3-5年，瓶颈在于技术提升与法律法规配合。
　　医药研发：AI驱动药物研发，助力药企降本增效
　　角井生物在AI医药研发主要应用于三大领域：1）数据领域：协助获取基因组和单细胞测序数据；2）模型领域：基于患者的病理数据，通过自研算法模拟抗原结构，精准设计肿瘤新抗原；3）自动化平台领域：精准筛选潜在的药物靶点和化合物，协助设计抗体和多肽等大分子药物。角井生物应用AI技术驱动大分子药物研发，通过模型与自动化平台相结合，助力药企创新转型与降本增效。AI也赋能医疗技术，通过数据解码的方式将患者的医学影像和病理诊断等多模态数据，解码至一种模态的数据。
　　AI+金融：大数据赋能小微信贷服务，实现金融普惠与商业模式创新
　　复旦大学黄毅教授表示，数字金融服务可分为：1）抓取信息和另类信息数字化；2）通过作为信息采集、验证及处理中心的数字系统提供金融服务。科技公司金融化的优势在于，以数字支付为基础，进一步带来信贷和保险等各种金融服务的交互；同时，利用现存的商业网络例如电子商务或是社交网络提供金融服务。以大数据信贷模型为例，数字金融的两大特点为：1）为广大小微企业实现金融普惠；2）为金融科技机构降低信息获取成本。
　　风险提示：政策落地不及预期、AI发展不及预期、本研报中涉及到的未覆盖个股不代表对该公司或股票的推荐及覆盖。