Deep Mind Ingmar Posner 应⽤ ⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 2024年12⽉ Citi GPS：全球展望与解决⽅案 AI机器⼈的崛起 物理⼈⼯智能即将到来 我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 机器⼈可以看、学、动、说话、将指令转化为代码然后执⾏。最近才有了多模 式⼈⼯智能使所有这些元素相互配合。⼈⼯智能逐渐具有具体形体和物理⾝体 。在此过程中，灵巧性也在不断提升。⼀些机器⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 ，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen Huang在2024年台北国际电脑展的主题演讲 2 彭博科技 - 伊隆·⻢斯克表⽰，到2040年机器⼈的数量将超过⼈类

2026年AI的成功将由数据基础设施驱动，而非新模型 1. 为什么现代数据基础设施而不是最新的AI模型为企业带来最高的投资回报率 7. 表现优异的公司正在协调数据、人员和目标，以负责任的方式扩展人工智能 成功组织了解自身、其数据和其人员的内容 6. 企业正在优先考虑数据生命周期管理、现代化和人力能力 塑造未来18个月人工智能驱动转型的战略重点 人工智能正从概念验证阶段发展到企业级部署 3. 人工智能 5. 语义建模、对话智能和治理正成为关键的不同点 定义可扩展性、信任和负责任的人工智能采用的隐藏促进因素 结论：基础决定未来 前方的三条道路以及为什么坚实的基础决定了你选择哪一条 4. 公司正在重新思考无法扩展的短期、技术优先的人工智能战略 组织如何从早期错误中学习 航空、零售、媒体、医疗保健和科技行业的部门预测，以及人工智能如何重塑运营、创新和 人才 3 转化与现代化的区别被模糊了。许多 数据高度可用且尽可能 接近实时，代表着最佳的回报率举措 人工智能应用层次 人工智能应用层次 对于任何公司。从那里开始，实施分析和人工智能解决方案可以创造巨大 的财务收益。 公司对其云计算平台的投资正在推动当前最显著的业务成果。这是因为这 些项目能够对企业产生影响的成熟度和规模——在这一点上，人工智能尚 未能够匹敌这种规模。 真正的转型发生在技术真正改变决策方式、人们的工作方式以及顾客体验 品牌

技术趋势。这使我们 能够确定哪些单一趋势或战略组合将对组织及其运营所在的生态系统产生最重大的影响。 今年的主要趋势分为两大主题：  连接 — 在不同领域中发挥关键作用，推动创新、效率以及人机交互。正在进行的数字 化转型以及对集成和协作的日益重视支撑了其重要性。  智能 — 集成先进技术以优化流程、提高成本效益、改进决策，并在快速变化的业务环 境中创建更敏捷、适应性更强的供应链。 Gartner 互联工厂工人利用数字工具和数据管理技术来改进和集成他们与物理 和虚拟环境的交互。这提高了决策准确性，增加了知识并减少了可变性 为何成为趋势 当今的劳动力存在巨大的技能差距。以制造为中心的组织的需求正在迅 速变化。增强互联劳动力的趋势由六个相辅相成的主题驱动：  技术服务、应用程序和设备被单独处理，在 IT 组织中造成孤岛， 并给员工带来摩擦。此外，平台和服务也在不断发生变化，为实现 类似的目标提供了多种解决方案。 能和满足财务目标之外，可用性是影响供应链组织选择新兴技术的两个 首要标准之一。多模式 UI 往往是供应链软件和硬件高级细分市场的默 认界面。眼动追踪、手势、语音识别和生物传感技术的创新，以及它们 在供应链解决方案中的采用，正在加速多模态 UI 的采用。 趋势基本影响  多模式 UI 的使用引起了人们的兴趣，部署表明，与现有方法相比， 工作人员的效率和积极性有所提高。  可以提供多模式用户界面培训，以便在更具活力和吸引力的环境中

济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 ........... 1 （一）大模型正在加速通用机器人的全面爆发 .............. 1 （二）“机器人+人工智能”是新一轮大国竞争的关键 ....... 2 （三）工业领域将成为短期内智能机器人应用落地的主战场 .. 2 二、全球“机器人+人工智能”技术趋势分析 .................. 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 .... 31 5、乐聚人形机器人在电缆行业的应用 .................... 32 1 一、研究背景 （一）大模型正在加速通用机器人的全面爆发 随着人工智能向物理世界的渗透，大模型正在推动机器人向通用 化方向发展。当前，人工智能正在由虚入实，国际数据公司（IDC） 发布的最新数据显示，2023 年，中国的“机器流程自动化（RPA）+AI” 解决方案市场规模已达 24

流程智能 化解决方案。未来有望引入 AI 医院，由清华大学智能产业研究院团队 打造的人工智能医院 Agent Hospital 将于 2025 年上半年面向公众开放， 目前首批 42 名 AI 医生正在进行内测。医保方面，AI 能协助咨询服务、 支付审核、智能报销指引、基金监管监测、医保个人健康档案管理等。 ◼ AI+制药：AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶 点、罕见 10%左右。此前 AI 已经将药物研发时间缩 短了 2-3 年，这使得专利的经济价值增加了 30-50%，未来 AI 可能会将 时间缩短 4-5 年，这将使得专利价值提高 70-80%。 ◼ AI 正在全面赋能医疗行业，促进提质降本增效。我们预计未来在生物 制药、辅助诊断、医院/医保信息系统等方面，AI 都将有望促进流程再 造，提升研发和业务效率、质量的同时降低成本。 ◼ 建议关注： A 数据来源：医渡科技官网，东吴证券研究所 未来趋势：AI 医院。由清华大学智能产业研究院团队打造的人工智能医院 Agent Hospital 将于 2025 年上半年面向公众开放，目前首批 42 名 AI 医生正在进行内测。Agent Hospital 目前已扩展至 21 个科室，覆盖 300 多种疾病，包括绝大多数常见病和主要重大 疾病，如肺癌、糖尿病、心血管疾病等，对于不在支持疾病列表之内的疾病，系统也能

源署预测，到2026年，数据中心的电力消耗可能会翻一番，达到 1,000太瓦时（TWh）。这相当于日本全年的电力消耗量。 由于高功耗问题，数据中心在可持续发展方面已经受到严格审查。此外， 能源价格正在上涨。数据中心如何在满足这些巨额电力需求的同时，最 大限度地减少对环境和运营支出（OPEX）的影响？ 机架密度增加 新数据中心的建设速度跟不上需求。因此，数据中心需要通过使用高密度 本报告将深入探讨这些因素如何迅速淘汰传统的数据中心运营模式，并 推动全行业迈向更广泛的演进。上述挑战意义重大，必须依靠打破常规 的创新思维和新技术才能解决；而在澳大利亚乃至世界各地，已经有许 多此类解决方案正在落地。 01 第02节：关键结论 03 04 05 06 人工智能已存在50年，但近年来其应 用呈现爆发式激增。 从医疗保健、能源、教育，到制造、工程、零售、银行与金融以 及物流运输 - AI已席卷全球，没有任何行业能置身事外，其产生 的深远影响正在重塑我们当下的工作方式。 01

术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技 术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效 的决策，还能规避 AI 系统的不可解释性。 边界，走向更加繁荣的智能文明。 2021 年，华为发布了《智能世界 2030》报告，从医、食、住、行和企业数字化转型等领域做 了展望。这些年我们欣喜地看到一些展望逐步变成了现实，比如：智能和宽带正在普及每个人、每 个家庭、每个组织，甚至每辆车。 今天，我们正处在一个技术范式深刻变革的时代。两年前逐渐进入大众视野的生成式人工智 能，正以我们从未想象过的方式，重新定义未来的可能性。正因如此，我们比以往任何时候都更需 law），正面临数据、算力、 能耗与可靠性的多重瓶颈，有放缓迹象。 通用人工智能（AGI）指具备人类级广泛认 知能力的智能系统。其核心在于实现通用性、 数字世界与物理世界的融合在加速，数字 智能正在不断突破虚拟边界，快速向具有物理 载体的具身智能演进。当物理世界和数字世界 交融时，有大量的数据产生、传输和处理，在 这一过程中，ICT 基础设施将是人工智能革命的 关键底座，决定 AI 应用的社会渗透深度。未来

，我国将把 碳排放双控指标合理分解到各省份，各省份将进一步细化分解，压实地 071 市及重点企业控排减排责任。绿色能源资源禀赋、产业碳排放强度等低 碳要素正在成为地方政府招商引资、产业扶持的重要考虑因素。从行业 来看，我国正在开展重点行业碳排放核算，将适时建立碳排放监测预警 机制，对碳排放增长较快行业视情况采取新上项目从严把关、碳市场从 严管控、重点用能和碳排放单位从严管理等措施。低碳转型已成为各行 排放报告与核查，推进节能减排。从项目来看，碳排放情况将有关审查 评价意见作为固定资产投资项目开工建设以及竣工验收和运营管理的重 要依据。从产品来看，我国已在25个省份开展锂电池、光伏、钢铁等10 种重点产品的碳足迹标识认证试点，正在积极拓展产品碳足迹在企业供 应链管理、节能降碳诊断、政府采购等领域的应用场景。未来，产品碳 足迹或将成为产品竞争力的重要组成部分。 072 中国工业和信息化 发展形势展望系列 二、需要关注的几个问题

65 宏观洞察：迈向可持续数智经济之路 120 行动建议 128 附录 131 序言 量化数智化发展进程 当今世界，正经历一场以人工智能为核心驱动力的 深刻变革。新一轮科技革命正在重塑全球经济格 局，并持续为数字经济的发展注入强劲动能。据预 测，到 2030 年，人工智能对全球经济的贡献将突 破 22.3 万亿美元，约占全球 GDP 的 3.7%。随着 全球超过 70 系，携手推动数字经济走向高质量、可持续的繁荣 发展。 华为公司常务董事 02 全球数智化指数（GDII）2025 Crawford del Prete 我们正在进入人工智能的大变革时代。人工智能不 再是遥远的愿景。这项技术正在迅速重塑人们的生 活、工作和交互方式，推动全球产业、经济和社会 转型。人工智能的影响力有望超越前面几次技术革 命，促进生产力提升，重新定义竞争力，开启全新 的经济与社会价值增长路径。IDC 投资和可持续发展框架 » 人才与生态 ：涵盖 ICT 人才、STEM 毕业生、 初创企业、开源贡献者以及在线社区参与度的 人才与创新生态 我们希望向政策制定者传递以下明确信息 ：数据和 智能正在成为决定国家竞争力的关键因素。在基础 设施、人才和数字化技术应用领域，敢于投资的国 家将有能力挖掘新的增长机会，在全球智能经济中 赢得一席之地。犹豫不决的国家可能将面临落后风 险，不仅会失去经济发展动力，也难以获得数智化

本文仅供参考，不构成法律建议。 本研究文件由云安全联盟编写，探讨了当前围绕人工智能的监管治理情况。 虽然本文涉及各种法律和监管框架，但必须强调的是，所提供的信息不适用于 任何特定情况的法律指导。 人工智能的监管环境正在迅速演变，法律法规的解释和应用会因各种因素 而存在很大差异，这些因素包括： ● 管辖范围（国家或地区） ● 具体的情景（如行业、应用场景等） ● 具体的人工智能技术或应用 因此，云安全联盟 能应用干扰或威胁 到公民权利，则会遭到禁止。如大语言模型等高风险人工智能系统可能会对健 康、安全、基本权利、环境、民主和法治造成重大损害，预计将出台相关法规 加以监管。 执行摘要 人工智能正在迅速改变我们的世界，并且具有重塑社会基本结构的巨大潜 力。然而，这种变革力量也带来一个严峻的挑战：当前的法律和监管环境很难 跟上人工智能，尤其是生成式人工智能爆炸性增长的步伐。本文旨在提供现有 对人工智能开发的独特挑战提供具体的指导，而且不足以满足例外情况下的需 求。随着大型科技巨头计划向人工智能投资数千亿，预计技术创新的步伐不会 放缓，技术革新的快速步伐已经超出了立法适应的能力。 一个令人担忧的缺口正在出现：生成式人工智能的广泛使用，无论是个人 还是专业用途，都伴随着治理缺失的问题。恶意行为者已经开始利用生成式人 工智能执行复杂的攻击，公司也将生成式人工智能视为一种竞争优势，从而进 一步加快了生成式人工智能的应用。