【國盛通信】Fabrinet股價背后的邏輯

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

【海外光模塊廠商最新財報】

Fabrinet發佈財報，股價漲幅超預期。Fabrinet於8月20日發佈FY24Q4財報（對應自然季度24Q2），實現營收7.5億美元，同比增長15%，環比增長3%，GAAP淨收入8110萬美元，同比增長33%，整體表現穩健：

•  分業務看，光通信板塊提速增長，DCI業務有改善：光通信板塊營收5.96億，同比增長19%，在總營收佔比為79%，其中Datacom（數據通信）營收3.5億美元，同比增長63%，佔光通信板塊達到53%，主要由用於AI和相關應用的800G產品驅動，佔比持續抬升，而Telecom（電信產品）同比下滑9%，主要是去庫存尚未結束，但其中數據中心互連（DCI）產品有所增長；非光通信業務實現營收1.6億元，同比增長2%，佔總營收比抬升至21%，主要是汽車業務回穩。

•  分速率看，800G產品同比提升較多，環比基本持平，或受到國內廠商競爭影響：800G及以上速率產品營收2.59億美元，同比增長54%，環比增長1%，我們認為，公司800G產品或受到國內廠商競爭影響環比增速有限。

•  股價持續大漲，反應海外投資主邏輯：FN指引FY25Q1營收為7.6-7.8億美元，進一步提振市場信心，業績發佈當天公司股價上漲15.74%，並在第二天仍然維持上漲，我們認為公司財報后股價的表現，反映出海外投資普遍對光模塊公司具備較強寬容度和信心，在公司整體穩健的業績表現下，依舊看好其長期成長價值，背后是對光模塊行業貝塔的強信任感。

【近期光模塊的不變與變】

•  不變1（宏觀）：AI敍事節奏依舊：

科技產業的完整敍事通常按照「技術突破-爆款應用誕生-需求上揚-產業景氣度高漲」的順序進行，目前AI敍事正處於海外科技巨頭算力軍備競賽、國內積極追趕階段， AI爆款應用尚未誕生。我們認為，AI敍事對投資範式的影響可以體現在持倉比例上，當AI敍事出於關鍵轉折期時，持倉比例往往上調，而目前AI下游應用爆款尚未誕生，敍事邏輯仍停留在早期階段，短期來看，持倉比例的暫時性下降（或轉向紅利金進行防禦）也屬正常，而長期視角下，只要AI敍事不停滯、產業發展會按照規律持續進行，由此帶來的光模塊景氣度終將回歸。

• 不變2（中觀）：國內廠商份額競爭優勢始終保持：

Light Counting公佈的2023年全球光模塊Top10榜單中，中國廠商7家上榜，分別為中際旭創（第1）、華為海思（第3）、光迅（第5）、海信寬帶（第6）、新易盛（第7）、華工（第8）、索爾思（第9，現已被萬通收購）。國外廠商前十隻有Coherent（原Finisar，第2）、思科（Acacia，第4）和Marvell（第10）。Mellanox、Fabrinet等甚至並未上榜，前者是英偉達在2019年收購以色列光模塊公司，主要負責設計光模塊，后者是全球光模塊代工製造商龍頭，主要負責代工業務。

• 不變3（微觀）：GB系列推迟不影響光模塊整體需求：

光模塊行業受到英偉達GB系列延迟事件的影響較小，其根本原因在於供需缺口較大，光模塊的交付相對緊張，特別是上游光芯片的持續緊缺，導致供應鏈難以快速匹配採購節奏，疊加光模塊可以提前採購或囤貨以應對需求的釋放，因此光模塊行業整體受芯片延迟影響有限。據Lightcounting在最新報告中表示目前4x100G和8x100G光模塊的需求量超過供應量的100%，許多客户需要等到2025年才能交貨，我們也看到2024年6月光模塊出海數據仍維持在高位。

• 變：海內外對光模塊公司的估值出現分化：

根據wind一致預期，中際旭創2025年預計實現歸母淨利潤75億元，同比增長45%，對應PE為18倍；新易盛2025年預計實現歸母淨利潤23億元，同比增長47%，對應PE為31倍；根據Nasdaq統計，英偉達自然年2025年預計實現歸母淨利潤790億美元，同比增長26%，對應PE為40倍。我們認為，導致估值分歧的原因，主要是目前A股市場風險偏好降低，投資者更傾向於投資穩健的價值股，本質上並非公司基本面和業績成長性出現變化，光模塊公司的盈利質量和持續性依舊良好。

【在變與不變中，應該關注什麼】

我們認為，市場信息宂雜，投資決策中考慮因素也較為複雜，但究其本質，離不開公司自身業績的逐步落地和未來業績的可預見性。恰逢中報期，光模塊公司將逐步發佈報告，部分核心公司已經率先發布業績公告，中際旭創預計實現淨利潤21.5-25億元，同比增長250%-307%，新易盛預計實現淨利潤8.1-9.5億元，同比增長181%-229%，光模塊「預期-業績-驗證-迭代-業績上修-估值上修」的邏輯正在逐步落地，業績進入兑現期，投資邏輯形成閉環，在眾多的變與不變中，需重視「合縱連橫」，參考市場整體風格和海外映射進行投資判斷，更需「一以貫之」，在噪音中堅持關注光模塊供需結構、公司發展競爭力等核心要素，核心要素的發展趨勢不變情況下，終將迎來估值迴歸。

建議關注：

算力——

光通信：中際旭創、新易盛、天孚通信、太辰光、騰景科技、光庫科技、光迅科技、德科立、聯特科技、華工科技、源傑科技（維權）、劍橋科技、銘普光磁（維權）。銅鏈接：沃爾核材、精達股份。算力設備：中興通訊、紫光股份、鋭捷網絡、盛科通信、菲菱科思、工業富聯、滬電股份、寒武紀。液冷：英維克、申菱環境、高瀾股份。邊緣算力承載平臺：美格智能、廣和通、移遠通信。衞星通信：中國衞通、中國衞星、震有科技、華力創通、電科芯片、海格通信。

數據要素——

運營商：中國電信、中國移動、中國聯通。數據可視化：浩瀚深度、恆為科技、中新賽克。

風險提示：AI發展不及預期，算力需求不及預期，市場競爭風險。

1.投資策略：Fabrinet股價背后的邏輯

本周建議關注：

算力——

光通信：中際旭創、新易盛、天孚通信、太辰光、騰景科技、光庫科技、光迅科技、德科立、聯特科技、華工科技、源傑科技、劍橋科技、銘普光磁。

銅鏈接：沃爾核材、精達股份。

算力設備：中興通訊、紫光股份、鋭捷網絡、盛科通信、菲菱科思、工業富聯、滬電股份、寒武紀。

液冷：英維克、申菱環境、高瀾股份。

邊緣算力承載平臺：美格智能、廣和通、移遠通信。

衞星通信：中國衞通、中國衞星、震有科技、華力創通、電科芯片、海格通信。

數據要素——

運營商：中國電信、中國移動、中國聯通。

數據可視化：浩瀚深度、恆為科技、中新賽克。

本周觀點變化：

本周海外Fabrinet發佈財報，800G及以上速率產品營收表現較為優異引起市場關注，股價漲幅超預期。我們認為Fabrinet股價變化體現了宏觀上AI敍事仍在繼續，以北美CSP廠商為代表的AI玩家仍在積極進行算力儲備以培育AI爆款應用，光模塊景氣度提升底層基礎紮實；微觀上雖然GB 200出貨有所延迟，但沒有從根本上改變800G光模塊供不應求的邏輯，客户提前採購、囤貨的壓力使得800G產能釋放仍有較大空間。國內廠商在光模塊領域市場份額處於領先位置，雖然目前由於A股整體資金偏好等因素股價上揚不明顯，但隨着供需結構、競爭優勢等底層邏輯驅動業績落地，核心公司業績的可預見性將逐步明晰。因此我們長期看好AI驅動下光模塊供不應求基本面，看好以中際旭創、新易盛為代表的光通信公司估值迴歸。

2.行情回顧：通信板塊下跌，運營商表現最優

本周（2024年8月19日-2024年8月23日）上證綜指收於2,854.37點。各行情指標從好到壞依次為：滬深300>上證綜指>萬得全A>萬得全A(除金融，石油石化)>中小板綜>創業板綜。通信板塊下跌，表現弱於上證綜指。

從細分行業指數看，運營商上漲0.9%，量子通信、區塊鏈、通信設備分別下跌0.8%、1.67%、1.73%，表現優於通信行業平均水平；衞星通信導航、物聯網、移動互聯、光通信、雲計算分別下跌3.1%、3.2%、3.4%、4.0%、4.3%，表現劣於通信行業平均水平。

本周，受益存儲芯片、AI芯片、華為海思概念，力源信息上漲43.04%，領漲版塊。受益華為海思概念，世紀鼎利上漲30.74%；受益800G交換機起量，共進股份上漲17.53%；受益跨境支付、金融科技概念，四方精創上漲15.28%；受益物聯網、MEMS芯片概念，賽微電子上漲10.07%。

3.周專題：Fabrinet股價背后的邏輯

【海外光模塊廠商最新財報】

Fabrinet發佈財報，股價漲幅超預期。Fabrinet於8月20日發佈FY24Q4財報（對應自然季度24Q2），實現營收7.5億美元，同比增長15%，環比增長3%，GAAP淨收入8110萬美元，同比增長33%，整體表現穩健：

•  分業務看，光通信板塊提速增長，DCI業務有改善：光通信板塊營收5.96億，同比增長19%，在總營收佔比為79%，其中Datacom（數據通信）營收3.5億美元，同比增長63%，佔光通信板塊達到53%，主要由用於AI和相關應用的800G產品驅動，佔比持續抬升，而Telecom（電信產品）同比下滑9%，主要是去庫存尚未結束，但其中數據中心互連（DCI）產品有所增長；非光通信業務實現營收1.6億元，同比增長2%，佔總營收比抬升至21%，主要是汽車業務回穩。

•  分速率看，800G產品同比提升較多，環比基本持平，或受到國內廠商競爭影響：800G及以上速率產品營收2.59億美元，同比增長54%，環比增長1%，我們認為，公司800G產品或受到國內廠商競爭影響環比增速有限。

•  股價持續大漲，反應海外投資主邏輯：FN指引FY25Q1營收為7.6-7.8億美元，進一步提振市場信心，業績發佈當天公司股價上漲15.74%，並在第二天仍然維持上漲，我們認為公司財報后股價的表現，反映出海外投資普遍對光模塊公司具備較強寬容度和信心，在公司整體穩健的業績表現下，依舊看好其長期成長價值，背后是對光模塊行業貝塔的強信任感。

【近期光模塊的不變與變】

•  不變1（宏觀）：AI敍事節奏依舊：

科技產業的完整敍事通常按照「技術突破-爆款應用誕生-需求上揚-產業景氣度高漲」的順序進行，目前AI敍事正處於海外科技巨頭算力軍備競賽、國內積極追趕階段， AI爆款應用尚未誕生。我們認為，AI敍事對投資範式的影響可以體現在持倉比例上，當AI敍事出於關鍵轉折期時，持倉比例往往上調，而目前AI下游應用爆款尚未誕生，敍事邏輯仍停留在早期階段，短期來看，持倉比例的暫時性下降（或轉向紅利金進行防禦）也屬正常，而長期視角下，只要AI敍事不停滯、產業發展會按照規律持續進行，由此帶來的光模塊景氣度終將回歸。

• 不變2（中觀）：國內廠商份額競爭優勢始終保持：

Light Counting公佈的2023年全球光模塊Top10榜單中，中國廠商7家上榜，分別為中際旭創（第1）、華為海思（第3）、光迅（第5）、海信寬帶（第6）、新易盛（第7）、華工（第8）、索爾思（第9，現已被萬通收購）。國外廠商前十隻有Coherent（原Finisar，第2）、思科（Acacia，第4）和Marvell（第10）。Mellanox、Fabrinet等甚至並未上榜，前者是英偉達在2019年收購以色列光模塊公司，主要負責設計光模塊，后者是全球光模塊代工製造商龍頭，主要負責代工業務。

• 不變3（微觀）：GB系列推迟不影響光模塊整體需求：

光模塊行業受到英偉達GB系列延迟事件的影響較小，其根本原因在於供需缺口較大，光模塊的交付相對緊張，特別是上游光芯片的持續緊缺，導致供應鏈難以快速匹配採購節奏，疊加光模塊可以提前採購或囤貨以應對需求的釋放，因此光模塊行業整體受芯片延迟影響有限。據Lightcounting在最新報告中表示目前4x100G和8x100G光模塊的需求量超過供應量的100%，許多客户需要等到2025年才能交貨，我們也看到2024年6月光模塊出海數據仍維持在高位。

• 變：海內外對光模塊公司的估值出現分化：

根據wind一致預期，中際旭創2025年預計實現歸母淨利潤75億元，同比增長45%，對應PE為18倍；新易盛2025年預計實現歸母淨利潤23億元，同比增長47%，對應PE為31倍；根據Nasdaq統計，英偉達自然年2025年預計實現歸母淨利潤790億美元，同比增長26%，對應PE為40倍。我們認為，導致估值分歧的原因，主要是目前A股市場風險偏好降低，投資者更傾向於投資穩健的價值股，本質上並非公司基本面和業績成長性出現變化，光模塊公司的盈利質量和持續性依舊良好。

【在變與不變中，應該關注什麼】

我們認為，市場信息宂雜，投資決策中考慮因素也較為複雜，但究其本質，離不開公司自身業績的逐步落地和未來業績的可預見性。恰逢中報期，光模塊公司將逐步發佈報告，部分核心公司已經率先發布業績公告，中際旭創預計實現淨利潤21.5-25億元，同比增長250%-307%，新易盛預計實現淨利潤8.1-9.5億元，同比增長181%-229%，光模塊「預期-業績-驗證-迭代-業績上修-估值上修」的邏輯正在逐步落地，業績進入兑現期，投資邏輯形成閉環，在眾多的變與不變中，需重視「合縱連橫」，參考市場整體風格和海外映射進行投資判斷，更需「一以貫之」，在噪音中堅持關注光模塊供需結構、公司發展競爭力等核心要素，核心要素的發展趨勢不變情況下，終將迎來估值迴歸。

4.Counterpoint：全球晶圓代工行業因AI需求收入增長

根據Counterpoint Research的《晶圓代工季度追蹤報告》，全球晶圓代工行業收入在2024年第二季度同比增長約9%，環比增長23%。順序增長主要由強勁的AI需求推動。CoWoS供應仍然緊張，未來專注於CoWoS-L的產能擴張可能會帶來潛在的上漲。儘管非AI半導體（如用於汽車和工業應用的半導體）的需求恢復較慢，但我們觀察到某些應用（如物聯網和消費電子）的緊急訂單。值得注意的是，中國的晶圓代工和半導體市場與全球同行相比恢復更快。中國晶圓代工企業如中芯國際和華虹半導體發佈了強勁的季度業績和積極的展望，因為中國的無廠半導體客户較早進入庫存調整階段，比全球同行更早反彈。

Counterpoint Research分析師Adam Chang表示：「在2024年第二季度，全球晶圓代工行業表現出韌性，其中大部分增長主要由強勁的AI需求和智能手機庫存補貨推動。半導體行業的整體需求恢復進展不均衡。雖然AI半導體等領先應用正在經歷強勁增長，但傳統半導體恢復速度較慢。中國的晶圓代工企業由於較早的庫存調整和當地無晶圓廠客户的庫存補貨增加而更快反彈。相比之下，非中國晶圓代工企業正在經歷更漸進的恢復。」

5. Light Counting：預計下半年將有更多光模塊供應商實現增長

近日，光通信市場研究結構LightCounting在最新的報告中介紹到，谷歌母公司Alphabet和微軟在第二季度的資本開支均創下歷史新高，分別增長了91%和55%。另外，亞馬遜和Meta的資本開支增幅分別為54%和36%。不過，蘋果公司的支出增幅不大，僅為3%。這些投資主要用於雲數據中心和人工智能基礎設施，不僅包括服務器、GPU和CPU，還有光連接。

光模塊廠商方面，Coherent的網絡部門業務收入環比增長10%，同比增長16%。Lumentum的銷售額環比下降了16%，同比下降了17%，但該公司預計本季度會有小幅增長，未來還會有更大的增長。公司預計到2025年底，季度收入將達到5億美元，比目前增長60%。其中大部分收入將來自人工智能集羣對光器件的需求。LightCounting預計旭創科技和新易盛在8月底公佈第二季度業績時，也將實現兩位數的連續增長。LightCounting認為2024年下半年將有更多光模塊供應商實現增長，這反映了雲數據中心運營商的廣泛需求。

6.韓國兩大AI芯片製造商宣佈合併

據SK電訊報道，SK電訊成立的人工智能（AI）半導體公司SAPEON Korea與韓國AI芯片初創公司Rebellions Inc.今天宣佈，雙方已簽署最終合併協議。

SAPEON Korea 和 Rebellions 同意以兩家公司 1:2.4 的股權價值比率進行合併，以反映兩家公司的企業價值和資產。合併后，SAPEON Korea 將作為存續實體，Rebellions 的現任領導將管理合並后的實體。合併后的實體預計將於今年內推出。新公司將保留「Rebellions」的名稱，並由 Rebellions 首席執行官朴成鉉 (Park Sung-hyun) 領導。爲了確保 Rebellions 的新管理層作為合併后實體的大股東並確保穩定性，SAPEON 的現有股東——SK Telecom、SK Square 和 SK Hynix——將在合併前出售 3% 的 SAPEON 股份。合併后，SKT將作為戰略投資者，積極支持新公司進軍全球AI半導體市場，提升韓國在AI芯片技術方面的領先地位。

SAPEON Korea 是一家人工智能半導體公司，於 2016 年從 SK Telecom 的內部研發機構中分離出來，處於高性能人工智能半導體開發的前沿。該公司於 2020 年推出了韓國首款數據中心人工智能半導體，並於去年 11 月推出了下一代人工智能半導體「X330」。Rebellions 是一家成立於 2020 年的 AI 芯片初創公司。該公司在三年內成功推出了兩款 AI 芯片，並從全球投資者那里籌集了超過 2.25 億美元的資金。Rebellions 今年開始量產其 AI 芯片 ATOM，並計劃在今年年底推出其下一代 AI 芯片「REBEL」。

憑藉其在神經處理單元（NPU）市場的綜合開發能力和專業知識，新合併后的實體將在全球 AI 半導體行業的競爭中佔據有利地位。SKT 首席執行官 Ryu Young-sang 表示：「簽署這項協議將大大提升我們在 AI 半導體領域的全球地位，而 AI 半導體是我們正在開發的 AI 價值鏈的關鍵部分之一。我們將繼續進行戰略投資，共同努力成為 AI 時代的領導者。」Rebellions 聯合創始人兼首席執行官朴成鉉表示：「長期以來，韓國一直是存儲半導體領域的強國。今天，我們通過這一具有里程碑意義的整合，邁出了關鍵的一步，將這種領導地位擴展到邏輯芯片和人工智能領域。我們現在的目標是成為全球人工智能芯片市場的領軍力量，在激烈的行業競爭中脫穎而出。

7.美國正式發佈C-V2X車聯網國家部署計劃，加速在美國全國投資部署

據C114報道，美國交通部（U.S. Department of Transportation，USDOT）對外正式發佈了C-V2X車聯網技術國家部署計劃《Saving Lives with Connectivity: A Plan to Accelerate V2X Deployment》，旨在加快C-V2X車聯網在全國範圍內的部署，以C-V2X車聯網提升道路安全，降低交通傷亡，促進交通系統更安全、可靠、高效。

具體推進層面，該計劃提出在2024年至2036年總共12年時間內，分為短期、中期、長期三個階段，在美國全國加速C-V2X車聯網全國部署。目標至2036年，建成覆蓋美國全國範圍的C-V2X蜂窩車聯網，高速公路實現100%覆蓋，75個大型主要城市十字路口覆蓋率達到85%，其中大多數地區能夠提供弱勢交通參與者安全服務。

負責研究技術的美國交通部首席副助理部長兼首席科學家Robert C. Hampshire博士表示：「該計劃將加速C-V2X車聯網市場投資、研究和部署」。聯邦高速公路管理局（Federal Highway Administration，FHWA）局長Shailen Bhatt表示：「該計劃呼籲採取行動，通過部署規劃，加強共同推動，加快V2X部署以實現拯救國家道路上生命安全的共同目標。」

8.科大訊飛正式發佈星火極速超擬人交互，對標GPT 4o

據C114報道，「科大訊飛」官微發文全新的星火極速超擬人交互正式發佈，計劃8月30日上線訊飛星火APP，全民開放體驗。

據介紹，星火極速超擬人交互在響應和打斷速度、情緒感知情感共鳴、語音可控表達、人設扮演四個方面實現突破，對標GPT 4o。此次星火極速超擬人交互採用統一神經網絡直接實現語音到語音端到端建模，大幅縮短響應時間的同時，提升交互擬人度和流暢度

星火極速超擬人交互通過與用户的交流，就可以敏鋭感知用户的情緒進行「共鳴」，而不僅僅是根據用户的語音文本來判斷你的心情，甚至還能識別咳嗽、小貓小狗的叫聲等，這也是本次升級后的亮點之一。升級的版本可以針對高興、悲傷、生氣、害怕等情緒進行識別；自動帶入符合情境的對話，用合適的情緒語氣進行貼心的回覆。同時，星火極速超擬人交互的情感表達更加靈活，可以在交流中跟隨用户的指令控制數十種情感、風格、方言，調節語速當然也不在話下。

此外，其不僅能夠模仿包括孫悟空、蠟筆小新、小豬佩奇等多種角色的音色、語氣，還會模仿他們的人設與用户聊天。

9.高通發佈驍龍7s Gen 3芯片組：瞄準中端市場

據C114報道，高通公佈了其驍龍7s Gen 3移動芯片組，旨在將驍龍7系列的一些高端功能引入更廣泛的中端設備。芯片組包括與大型語言模型Baichuan-7B和Llama 2兼容的生成式人工智能（genAI）功能。不同於驍龍7+ Gen 3芯片，它沒有Gemini Nano的空間。

高通產品管理總監阿卡什·夏爾馬（Akash Sharma）表示，經過改進的引擎意味着，驍龍7s Gen 3的AI性能比上一代提高了30%。「我們的目標事實上是讓生成式AI以及改進的傳統AI，能夠在更多設備上使用。」他解釋説。

高通表示，其Kyro CPU 64位架構將性能提高了近20%。GPU性能提高了40%，電池壽命總體延長了12%。它具有200萬像素的攝像頭模塊，支持12位三重ISP和4K HDR視頻捕獲等功能。這款芯片兼容毫米波和Sub-6GHz頻段，在下行鏈路中提供高達2Gbps的峰值數據速率。夏爾馬錶示，小米將成為第一家使用這種新芯片的OEM，從9月開始，其次是Realme、夏普和三星。

10.OpenAI GPT-4 AI 模型潛力挖掘：高精度建模基礎蛋白質結構

據C114報道，科技媒體 The Decoder引述羅格斯大學的一項研究表明，OpenAI 公司的 GPT-4 語言模型能高精度模擬簡單的氨基酸和蛋白質結構。相關研究成果發表在《Scientific Reports》上，該科研團隊使用 GPT-4 AI 語言模型，探索其在基本結構生物學任務中的表現，結果發現該 AI 模型可以準確預測分子結構。

科學家們要求 GPT-4 建立 20 種標準氨基酸的三維結構模型，在反饋結果中準確地預測了原子組成、鍵長和角度，不過 GPT-4 在模擬環狀結構和立體化學構型時卻出現了錯誤。在另一項實驗中，GPT-4 被要求模擬常見的蛋白質結構元素--α-螺旋的結構，需要集成 Wolfram 插件進行數學計算，結果模型與實驗確定的 α-螺旋結構相當。

此外，GPT-4 還分析了抗病毒藥物 Nirmatrelvir 與 SARS-CoV-2 主要蛋白酶之間的結合。該模型正確識別了參與結合的氨基酸，並準確指定了相互作用原子之間的距離。由於 GPT-4 並不是專門為結構生物學任務開發的，因此這些能力非常突出。研究人員指出，GPT-4 的建模方法尚不明確。它可以使用訓練數據集中的現有原子座標，也可以從頭開始重新計算結構--要得出明確的結論，還需要進一步的廣泛研究。

研究人員表示，AlphaFold 3 等專用人工智能工具可以預測更復雜的結構，而 GPT-4 則有望完成基本的結構生物學任務。這種建模能力目前還很初級，實際應用有限。儘管如此，研究小組表示，這項研究開創了將這種技術應用於結構生物學的先例。研究人員建議進一步研究生成式人工智能的能力和侷限性，可以在結構生物學領域之外，進一步探索 AI 在其他潛在的生命科學領域的應用。

11.谷歌開放 HeAR AI 模型 API：輔助篩查、診斷和監測肺結核

據C114報道，谷歌公司於 8 月 19 日發佈博文，宣佈通過 Google Cloud API，目前已經向研究人員開放健康聲學表徵（Health Acoustic Representations，簡稱 HeAR）AI 模型。

谷歌研究人員曾於今年 3 月發表了一篇題為：HeAR -- Health Acoustic Representations 的研究論文。他們開發了HeAR AI模型，一種可以通過評估咳嗽和呼吸等聲音來幫助檢測和監測健康狀況的人工智能工具。

這個人工智能（AI）系統在數百萬個人類聲音的音頻剪輯樣本上進行了訓練，將來可能幫助醫生用來診斷包括COVID-19和肺結核在內的肺部疾病，並評估一個人的肺功能。在這項研究中，谷歌的研究人員使用了自監督學習（Self-supervised Learning），使用的是未標記的數據，通過一個自動化過程，從公開可用的YouTube視頻中提取了超過3億個咳嗽、呼吸、清喉嚨和其他人類聲音的短聲音片段。每個片段被轉換成聲音的視覺表示——頻譜圖。然后研究團隊封鎖了頻譜圖的片段，以幫助模型學習預測缺失的部分。這類似於聊天機器人ChatGPT的大型語言模型在經過無數人類文本示例的訓練后，學會預測句子中的下一個單詞。使用這種方法，研究團隊創建了一個基礎模型，這個模型可以適應許多不同任務。

谷歌的研究人員將HeAR模型用於檢測COVID-19、肺結核和個人是否吸菸等特徵。由於該模型是在如此廣泛的人聲上進行訓練的，要想對其進行微調，研究團隊只需要向其提供非常有限的帶有這些疾病和特徵的數據集。得分為0.5代表HeAR模型表現不優於隨機預測，得分為1代表HeAR模型每次都能做出準確預測，HeAR在COVID-19檢測方面的得分為0.645和0.710，這取決於測試的數據集，對於肺結核檢測，得分為0.739。由於HeAR模型的原始訓練數據非常多樣化，具有不同的音質和人類來源，這也意味着其訓練結果具有普遍性和可靠性。

十二、風險提示

AI發展不及預期，算力需求不及預期，市場競爭風險。