计算机行业周报：继续看好算力、数据要素和信创板块

行业研究|行业周报 看好（维持） 继续看好算力、数据要素和信创板块 ——计算机行业周报 计算机行业 国家/地区中国 行业计算机行业 报告发布日期2023年08月07日 核心观点 上周板块上涨4.1%，我们上周推荐的数据要素、金融科技和算力等板块上涨较多。 我们认为，随着业绩披露期的到来，个股将呈现分化格局，从主线角度而言，我们对算力、数据要素和信创板块相对乐观。 算力板块具备较好吸引力，国产算力产业链值得重视：算力板块依然是当前景气度最高的方向，首先，英伟达H800芯片将于8月份正式批量供应中国，相关企业AI服务器有望放量。此外，目前各地智能算力中心建设中，国产芯片的将占据一席之 地，建议关注国产算力产业链。 数据要素领域政策有望持续推出：国家数据局首任局长此前已正式任命，刘烈宏局长曾任职于中国电科、中国电子、网信办、工信部、中国联通，兼具监管与产业背 景，相关领导的任命和数据局正式运作，将推动行业制度建设与产业发展创新，我们预计去年12月征求意见的数据资产入表政策有望是率先落地的内容。我们继续推荐数据资源持有方、公共数据授权运营企业以及相关技术服务提供商。 信创、网安领域重要性不断凸显，下半年有望提速：下半年，信创行业已开始加速，近期麒麟、统信等公司均中标央企大单，证明信创行业节奏有所加速，我们预计三季度还将有更多项目落地。此外，上半年网安行业受到政府投入节奏放缓等影 响，但启明星辰等公司中报体现出行业增长仍有韧性。 海外大模型商业化开始加速，国内也将先B端后C端落地：此外微软与Salesforce 均对旗下重磅智能化应用进行了定价，相关价格均超市场预期，体现企业服务巨头对大模型赋能的B端产品有着较强的信心。从国内来看，生成式人工智能服务管理暂行办法已正式发布并将于8月15日执行，目前B端产品落地的障碍相对较小，大模型公司已开始建设生态体系并推动B端应用落地，随着基础大模型备案的逐步落地，C端应用也将逐步启动。我们认为，能够开发新产品、或者提高付费转化率的产品，有着较好的业务弹性。 金融科技方面：前期平台企业金融业务完成整改，以及近期资本市场的日益活跃，将使得金融科技板块体现出较好的估值弹性，同时，板块内白马公司也都有着较为稳健的成长和有吸引力的估值，建议投资者关注。 投资建议与投资标的 算力领域：建议关注海光信息(688041，买入)、浪潮信息(000977，未评级)、中科曙光(603019，买入)、拓维信息(002261，未评级)、优刻得-W(688158，未评级)、亚康股份(301085，未评级)等。 数据要素板块：建议关注航天宏图(688066，买入)、银之杰(300085，未评级)、彩 讯股份(300634，未评级)、中远海科(002401，未评级)、每日互动(300766，未评级)、深桑达A(000032，未评级)、上海钢联(300226，增持)、山大地纬(688579，未评级)、云赛智联(600602，未评级)、三维天地(301159，未评级)、易华录(300212，未评级)等。 AI应用领域：建议关注科大讯飞(002230，买入)、金山办公(688111，增持)、新致 软件(688590，未评级)、泛微网络(603039，未评级)、汉得信息(300170，未评级)、万兴科技(300624，未评级)等。 信创和网络安全领域：建议关注远光软件(002063，买入)、普联软件(300996，未 评级)、安恒信息(688023，增持)、中国长城(000066，未评级)、中国软件(600536，未评级)、启明星辰(002439，未评级)、美亚柏科(300188，买入)、奇安信-U(688561，未评级)等。 金融科技板块：建议关注恒生电子(600570，未评级)、同花顺(300033，未评级)、 财富趋势(688318，买入)、新国都(300130，未评级)、新大陆(000997，未评级)、拉卡拉(300773，买入)等。 风险提示 技术落地不及预期，政策监管风险。 证券分析师浦俊懿 021-63325888*6106 pujunyi@orientsec.com.cn 执业证书编号：S0860514050004 证券分析师陈超 021-63325888*3144 chenchao3@orientsec.com.cn 执业证书编号：S0860521050002 证券分析师谢忱 xiechen@orientsec.com.cn 执业证书编号：S0860522090004 联系人杜云飞 duyunfei@orientsec.com.cn 联系人覃俊宁 qinjunning@orientsec.com.cn 联系人宋鑫宇 songxinyu@orientsec.com.cn 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、本周行业观点4 二、本周行业专题：谷歌发布RT-2，实现VLM到VLA的升级4 投资建议与投资标的8 风险提示8 图表目录 图1：谷歌发布RoboticTransformer25 图2：RT-2具有强大的推理能力5 图3：RT-2展现出的人类识别能力5 图4：RT-2概览6 图5：RT-2训练中使用的动作字符串的表示形式6 图6：RT-2具有更强的性能7 图7：RT-2具有更强的泛化能力7 图8：思维链推理使得RT-2能够处理更复杂的问题7 一、本周行业观点 上周板块上涨4.1%，我们上周推荐的数据要素、金融科技和算力等板块上涨较多。我们认为，随着业绩披露期的到来，个股将呈现分化格局，从主线角度而言，我们对算力、数据要素和信创板块相对乐观。 算力板块具备较好吸引力，国产算力产业链值得重视：算力板块依然是当前景气度最高的方向，首先，英伟达H800芯片将于8月份正式批量供应中国，相关企业AI服务器有望放量。此外，目前各地智能算力中心建设中，国产芯片的将占据一席之地，建议关注国产算力产业链。 数据要素领域政策有望持续推出：国家数据局首任局长此前已正式任命，刘烈宏局长曾任职于中 国电科、中国电子、网信办、工信部、中国联通，兼具监管与产业背景，相关领导的任命和数据局正式运作，将推动行业制度建设与产业发展创新，我们预计去年12月征求意见的数据资产入表政策有望是率先落地的内容。我们继续推荐数据资源持有方、公共数据授权运营企业以及相关技术服务提供商。 信创、网安领域重要性不断凸显，下半年有望提速：下半年，信创行业已开始加速，近期麒麟、统信等公司均中标央企大单，证明信创行业节奏有所加速，我们预计三季度还将有更多项目落地。此外，上半年网安行业受到政府投入节奏放缓等影响，但启明星辰等公司中报体现出行业增长仍有韧性。 海外大模型商业化开始加速，国内也将先B端后C端落地：此外微软与Salesforce均对旗下重磅智能化应用进行了定价，相关价格均超市场预期，体现企业服务巨头对大模型赋能的B端产品有着较强的信心。从国内来看，生成式人工智能服务管理暂行办法已正式发布并将于8月15日执 行，目前B端产品落地的障碍相对较小，大模型公司已开始建设生态体系并推动B端应用落地，随着基础大模型备案的逐步落地，C端应用也将逐步启动。我们认为，能够开发新产品、或者提高付费转化率的产品，有着较好的业务弹性。 金融科技方面：前期平台企业金融业务完成整改，以及近期资本市场的日益活跃，将使得金融科技板块体现出较好的估值弹性，同时，板块内白马公司也都有着较为稳健的成长和有吸引力的估值，建议投资者关注。 二、本周行业专题：谷歌发布RT-2，实现VLM到 VLA的升级 7月28日，谷歌DeepMind发布了一款全新的机器人模型RoboticTransformer2（RT-2）。RT-2相当于机器人版ChatGPT，被GoogleDeepMind称作是其视觉-语言-动作（VLA）模型的新版本。该模型可以教会机器人更好地识别视觉和语言模态，能够解释人类用自然语言发出的指令，并推断出如何做出相应的行动。它还可以理解英语以外的语言的指示。 图1：谷歌发布RoboticTransformer2 数据来源：Google，智东西，东方证券研究所 RT-2具备符号理解、推理和人类识别三大能力： 1>符号理解（Symbolunderstanding）：将大模型预训练的知识，直接延展到机器人此前没见过的数据上。例如机器人数据库中虽然没有“火柴盒”，但它能从大模型的知识中理解并掌握“火柴盒”的特征，并拿捏物品。 2>推理（Reasoning）：要求机器人掌握数学、视觉推理和多语言理解三大技能，这也是RT-2的核心优势。例如让机器人选择“已灭绝的动物”，机械臂能准确地从一堆物品中挑选出“恐龙”。 3>人类识别（Humanrecognition）：准确识别并理解人类的行为。例如“将可乐递给泰勒·斯威夫特”的例子就是此能力展现之一。 图2：RT-2具有强大的推理能力图3：RT-2展现出的人类识别能力 数据来源：机器之心，东方证券研究所数据来源：机器之心，东方证券研究所 RT-2是以视觉-语言模型（VLM）为基础，打造的全新的视觉-语言-动作（VLA）模型。RT-2以视觉-语言模型（VLM）为基础，将一个或多个图像作为输入，并生成一系列通常代表自然语言文本的标注。例如RT-2将原本非常具体的机器人动作数据转变成文本token，例如将转动度数、放到哪个坐标点等数据，转变成文本“放到某个位置”。这样一来，机器人数据也能被用到视觉- 语言数据集中进行训练，同时在进行推理的过程中，原本的文本指令也会被重新转化为机器人数据，实现控制机器人等一系列操作：为了控制机器人，研究人员通过将操作表示为模型输出中的标注（类似于语言标注）来解决这一挑战，并将操作描述为可以由标准自然语言标注生成器处理的字符串，这种字符串的示例可以是机器人动作标记编号的序列，例如“1128912415101127217”。该字符串以一个标志开始，该标志指示机器人是继续还是终止当前情节，然后机器人根据指示改变末端执行器的位置和旋转以及机器人抓手等命令。由于动作被表示为文本字符串，因此机器人执行动作命令就像执行字符串命令一样简单。有了这种表示，就可以直接对现有的视觉 -语言（VLM）模型进行微调，并将其转换为视觉-语言-动作（VLA）模型。 图4：RT-2概览 数据来源：《RT-2:Vision-Language-ActionModelsTransferWebKnowledgetoRoboticControl》，东方证券研究所 图5：RT-2训练中使用的动作字符串的表示形式 数据来源：智东西，东方证券研究所 RT-2较VLM模型而言具有更强的任务处理能力和泛化能力。去年，谷歌就曾推出过RT-1版本的机器人，只需要一个单一的预训练模型，RT-1就能从不同的感官输入（如视觉、文本等）中生 成指令，从而执行多种任务。由于预训练模型需要大量的数据，RT-2则是使用了RT-1的演示数据，这些数据是由13个机器人在办公室、厨房环境中，历时17个月收集的。同时，研究人员还对先前提出的两个VLM模型PaLI-X（PathwaysLanguageandImagemodel）和PaLM-E （PathwaysLanguagemodelEmbodied）进行了适应性调整，当做RT-2的主干，并将这些模型的视觉-语言-动作版本称为RT-2-PaLI-X以及RT-2-PaLM-E。通过测试，RT-2与之前的模型相比，具有更高的紧急技能评估的成功率（符号理解、推理和人类识别三个方面）以及更强的泛化能力（机器人在以前未见过场景中的性能方面，RT-2将RT-1的32%提高到62%）。 图6：RT-2具有更强的性能图7：RT-2具有更强的泛化能力 数据来源：智东西，东方证券研究所数据来源：智东西，东方证券研