专题内容摘要
　　近两年AI大模型经历了较多的更新迭代，当前迭代的速度逐步放缓，因此对上游算力需求的增长斜率也在平缓。对于大模型本身来说，随着底层大模型供给增加，除了少数产品能力显著领先外，其余能力较为接近。头部大模型产品推出后，对下游应用已有明显催化。因此，本次周聚焦我们对AI+各行业下游应用的进展进行梳理，来对比各行业产品落地情况和市场表现。
　　大模型拉动算力需求，同时也在催化下游应用
　　过去两年大模型的突破在拉动上游算力需求的同时，也在催化下游应用的落地。底层大模型的持续推出（尤其是高性能产品）意味着对算力的要求有所提升，本轮AI行情催化主要集中在国内外大模型的突破，特别是头部产品的进展对行情推动显著。而与此同时，头部大模型的进化也有利于推动下游应用端的落地。从近几年来看，一方面，从大模型推出的速度在2023年已有所放缓；另一方面，随着前期大模型的突破，已有不少下游应用开始落地。
　　上游算力的需求边际走弱，下游应用逐步推出
　　随着大模型新增放缓，对上游算力的拉动也在边际走弱；同时从历史经验来看，下游应用行情是值得期待的。在过去两年大模型快速推进下，以英伟达为代表的上游算力商盈利预期大幅增长。而随着近期大模型新增速度的放缓，以及算力端的持续供给，英伟达2024年盈利增长预期有明显下滑。此外，从国内3G-4G行情以及本轮美股AI行情的演绎来看，对于下游应用端行情的展望，更多来自于下游应用的剧增，大模型持续迭代的背景下或值得期待。
　　海内外下游进展不一，市场表现也有明显分化
　　国内标的在工业机器人和办公领域表现弱于海外，游戏领域则强于海外。对于同一个行业，对比国内和海外的市场表现：（1）海外整体表现更好的行业包括工业机器人、电商、办公；（2）国内整体表现更好的行业主要是游戏（或与游戏版号放开有关）；（3）国内外整体均表现较好的行业包括PC、搜索引擎；（4）国内外有明显分化的行业包括汽车、家居、教育。
　　同为AI赋能，海内外对部分行业的反应有共性
　　跨行业横向对比来看，AI+PC、图片/视频、电商在国内外市场表现均相对靠前，而AI+医药相关、工业机器人则均靠后。对同一个市场，对比不同行业的市场表现：（1）海外方面，市场表现相对靠前的行业主要集中在PC、图片/视频、电商，相对靠后的行业主要在医药研发、工业机器人、游戏。（2）国内方面，市场表现相对靠前的行业主要集中在PC、图片/视频、搜索引擎、电商，相对靠后的行业主要在医疗器械、工业机器人、汽车。
　　左侧建议关注AI+工业机器人、办公、电商，右侧建议关注AI+汽车
　　结合AI对各行业加成的程度、国内外产品进展差距、以及国内外市场表现的情况，建议关注：（1）左侧布局思维，一方面建议关注国内产品滞后海外、市场表现弱于海外的行业，如工业机器人、办公；另一方面建议关注当前AI加成不足、国内外差距不明显、市场表现弱于海外的行业，如电商。（2）右侧布局思维，建议关注AI加成较高、国内外差距不明显的行业，如汽车。
　　风险提示：1）大模型和下游应用突破不确定；2）各行业公司数量有限。