首页行业分类金融证券证券2023-04-24-平安证券-科大讯飞-根据地业务增长势头良好,星火大模型即将发布
PDF

2023-04-24-平安证券-科大讯飞-根据地业务增长势头良好,星火大模型即将发布

1*******14页780.86K

下载文档
/4
全屏查看
2023-04-24-平安证券-科大讯飞-根据地业务增长势头良好,星火大模型即将发布
还有 4 页未读 ,您可以 继续阅读 或 下载文档
报告派所有资源均由用户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
1、本文档共计 4 页,下载后文档不带水印,支持完整阅读内容或进行编辑。
2、当您下载文档后,并不意味着拥有了版权,文档仅供网友学习交流,不得用于其他商业用途。
3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!
4、本本所有内容不构成任何投资建议,不具有任何指导和买卖意见。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
平安证券科大讯飞·公司年报点评)公司2019年被列入美国实体清单,2022年10月7日被再次极限施压,从供应链到相关的合同签署需要调整的过程,经过2022年四季度和2023年一季度的努力,主要调整已基本完成。公司2023年一季度实现归母净利润-5789.53万元,同比由盈转亏,除了营收下降的原因外,还主要因为,面对认知智能技术阶跃带来的重大机遇,公司依托认知智能全国重点实验室的长期积累,于2022年12月15日启动了“1+N认知智能大模型专项攻关”,攻关项目的新增投入一定程度上影响了当期利润。我们判断,随着合同签署的调整在一季度的基本完成,以及延期项目的陆续交付,公司二季度将迎来业绩向上拐点。展望2023年,公司营收和归母净利润将重回高增长。■星火大模型即将发布,将为公司业务发展带来巨大的想象空间。随着ChatGPT的火爆出圈,GPT(Generative Pretrained Transformer)生成式预训练大模型成为全球Al认知智能技术领域新的里程碑。作为我国人工智能领域龙头企业,公司多年来积累了认知智能大模型综合研发实力、持续关键技术突破和创新能力,相关积累包括:1)在认知智能大模型最核心的Transformer深度神经网络算法方面拥有丰富的经验,Transformer算法已广泛应用于科大讯飞的语音识别、图文识别、机器翻译等任务并达到国际领先水平,并已经开源了6个大类、超过40个通用领域的系列中文预训练语言模型,相关模型库月均调用量超1000万,在Gthb平台获得星标数位列同类中文预训练语言模型第一并远超第二名;2)在多年认知智能系统研发推广中积累了丰富的行业数据,为认知智能大模型的研发和专业领域优化提供了扎实基础;3)牵头国家专项,在国产化训练推理平台建设和优化方面持续投入形成的扎实积累。在认知智能核心技术的长期积累基础上,2022年12月,公司启动了“1+N认知智能大模型技术及应用”专项攻关,其中“1"指的是通用认知智能大模型平台,“N”指的是将认知智能大模型技术应用在教有、医疗、人机交互、办公、翻译等多个行业领域,并形成独具优势的行业专用模型。公司计划在5月6日发布认知大模型的技术成果一星火”大模型,并发布面向教有、医疗、办公、车载等行业的解决方案。我们认为,大模型技术未来与公司智慧教有、智慧医疗等根据地业务场景深度融合,将为公司发展带来巨大的想象空间。■盈利预测与投资建议:根据公司的2022年年报和2023年一季报,我们调整业绩预测,预计公司2023-2025年的归母净利润分别为15.52亿元(前值为16.54亿元)、20.43亿元(前值为21.96亿元)、27.09亿元(新增),EPS分别为0.67元、0.88元和1.17元,对应4月21日收盘价的PE分别约为86.9、66.0、49.8倍。公司是我国人工智能领域龙头企业,虽然受项目延期等因素的影响,公司2022年和2023年一季度业绩承压。但2022年,公司在智慧教有、智慧医疗、智慧城市、智慧汽车等重点行业赛道仍取得积极突破,将为公司2023年的业绩反转提供强力支撑。公司2023年业绩反转趋势确定。在ChatGPT浪潮下,公司在生成式预训练大模型领域紧跟全球发展。公司计划在2023年5月6日发布认知大模型的技术成果一“星火”大模型,并发布面向教育、医疗、办公、车载等行业的解决方案。我们认为,大模型技术未来与公司智慧教育、智慧医疗等根据地业务场景深度融合,将为公司发展带来巨大的想象空间。我们看好公司的未来发展,维持推荐”评级。■风险提示:(1)竞争加剧风险。公司以人工智能技术及应用作为核心业务,在ChatGPT浪潮下,人工智能产业竞争将更加激烈,市场竞争加剧可能影响公司业绩。(2)生成式预训练大模型产品发展低于预期。公司将发布星火大模型,并发布面向教育、医疗、办公、车载等行业的解决方案。若产品的市场拓展不及预期,则公司生成式预训练大模型产品发展将存在低于预期的风险。(3)商业化进程缓慢。人工智能技术要产生商业价值,仍需依靠合适的应用场景以落地,如因市场接受度低或其他因素导致落地进展缓慢,也将对公司经营造成压力。请通过合法途径获取本公司研究报告,如经由未经许可的架道获得研究报告,请慎重使用并注意阅读研究报告尾页的声明内容