聚焦重点场景，驱动人形机器人应用健康发展.........................18 世界互联网大会智库合作计划系列成果 前 言 Ⅰ 人形机器人作为人工智能与物理世界深度融合的前沿范式，正成 为智能技术突破虚拟边界的关键支点。人形机器人打破传统人工智能 的"离身认知"局限，通过独特的“人形”设计，使人工智能系统能够 无缝适应人类工作与生活环境，熟练操作为人类设计的工具与设备，实 现从纯粹信息处理 Ⅱ 世界互联网大会智库合作计划系列成果 一、人形机器人发展新态势 （一）人形机器人发展现状 1.人形机器人的内涵 人形机器人作为融合了人工智能、高端制造等先进技术的革命性 突破，以颠覆性创新重塑全球科技竞争格局，加速形成数实融合的新 质生产力，催生人机协同的新型生产关系，成为驱动数字经济向自主 经济跃迁的核心引擎，为数字经济的可持续发展提供更强韧性。 人 器设备取得突破，麻省理工学院推出了具有类似人类听觉、视觉和本 体感知功能的机器人Kismet。1991年出现了六条腿机器人Genghis， 实现了自主行走。 2000年—2010年，进入跨学科融合与技术积累阶段，人形机器人 研究开始融合跨学科的方法和技术，如机构学、机器学习、机器人学 等，形成了相对完整的学科分支。 2011年—2020年，进入技术突破阶段。深度学习技术的快速发展

术弥补可靠性降低的影响。 报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超 大规模化发展，需要对高耗能基础设施进行巨额投资。 这一愿景的实现需要前所未有的技术突破，还需要全球范围的努力。在该愿景的推动下，相关 领域可以形成合力，共同开发特定的基础设施和数据平台，进而发展出可信的行业 AI。 此外，这种协同效应对按应用领域收集和清理数据至关重要。事实上，构建强大的行业 模型必须从这些极为罕见的事件中学习。 历史表明，开放的生态系统和国际合作是技术进步的重要加速器，对于复杂且具有变革性的 AI 领域更是如此。开放的工具和平台将有效推动我们在系统互操作性和集成方面取得突破。 此外，国际合作对于达成监管框架共识、控制 AI 产品相关风险至关重要。以阻碍创新为由公 开反对加强监管，实际上是一种只顾短期利益的做法，长远来看不利于未来的发展。 因此，在这一背景下，我们需要开发更可靠、更能适应实体经济需求的 人工智能 带来全新的模型与算法突破，使之如人的智能一般高效、可信、灵活、全面。因而，向物理世界中 最复杂的智能系统——脑智能——学习，也可能是未来的重要“奇点”。 戴琼海 第三，更高效的算力芯片。计算能力与智能水平息息相关，当前人工智能的发展也是伴随着 算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回 答。真正的突破口可能是算力的革命性飞跃，例如较

14 15 全球产业的演进路线：从硬件聚合到系统构建 技术特征 支撑大模型创新及云服务场景 加速人工智能科学计算，服务算法创新 助力行业企业智能化升级 系统特征 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。 系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的 组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了 网络、计算、存储等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细 化资源调度等机制，满足不同业务需求，最大化释放算力价值。 在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我 们提供了宝贵的理论指导和实践参考，相信在产业界的共同努力下，超节点将不断成熟完善，为人 工智能的持续突破和广泛应用奠定坚实的算力基础。 中国工程院院士、清华大学计算机系教授 郑纬民 序言 1 超节点发展报告 03 大模型正以不可逆转之势为全球计算领域带来跨越式变革。从生成式 AI 到 Agentic

年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模 型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 .................................................................... 53 5.2.5 量子计算与 AI 大模型赋能调度系统，突破传统优化算法 的算力瓶颈 ..................................................................................... 230EFLOPS，同比增长约 35%，其中智能算力增速更是高达 45%，显示出强劲的发展势头。然而，算力产业的爆发式增长也带来 了巨大的能源消耗问题。以数据中心为例，2023 年全国数据中心用电 量突破 1500 亿千瓦时，占全社会用电量的 1.6%，相当于三峡电站全 年发电量的 1.5 倍。更值得关注的是，随着大模型技术的快速发展， 单次训练能耗屡创新高——OpenAI 的 GPT-3 模型训练耗电达

网络七层模型的基础上，通过在网络传输层之上构建新型互 联协议，提出一种面向 Web3.0 的数字实体网络创新技术路径。 本白皮书1首先分析了网络中的数据对象，探讨了网络发展与数 据传输的本质、现有架构的局限性以及下一代网络的关键突破方向； 其次梳理了现有 Web3.0 技术演进路径；在此基础上，提出了“数 字实体互联网络”的概念与内涵，并阐述了其核心价值、关键技术要 素及相关标准化情况；最后对未来发展进行了展望。 1 ..... 5 （三） 当前网络的局限性.............................................................. 8 （四） 下一代网络的关键突破点................................................ 10 二、 现有 Web3.0 演进路径............................ 和端口的 浅层优化，导致缓存命中率等性能指标下降 40%以上。这种现状与 OSI 模型标 准化的初衷形成鲜明对比，亟需在网络架构中引入统一的数据抽象层，在保持格 式灵活性的同时实现语义互操作，从而突破当前"数据管道"式传输的局限性。 4) 跨平台数据可信保障技术缺乏 数据的流通和利用面临着可信、隐私保护和数据安全等多重挑战。为了确保 数据的可信，当前互联网通过平台为数据提供方和使用方建立信任关系。平台除

人民银行发布的《金融科技发展规划（2022-2025 年）》 指出要“探索运用量子技术突破现有算力约束、算法瓶 颈，提升金融服务并发处理能力和智能运算效率，节省 能源消耗和设备空间，逐步培育一批有价值、可落地的 金融应用场景”。2024 年 11 月，人民银行等七部门联 合印发《推动数字金融高质量发展行动方案》也强调“探 索运用边缘计算和量子技术突破现有算力瓶颈，为金融 数字化转型提供精准高效的算力支持”。在此背景下， 业标杆的向心力，吸引更多客户选择与银行合作；另一 方面，银行的成功实践将为客户经营提供借鉴，这种社 会影响力的价值不可估量。 银行在互联网时代已经落后，在 AI 时代，所有企业， 包括科技巨头，都站在同一起跑线上，如何突破简单的 会员费、使用费模式，通过大模型技术构建可持续的盈 利模式？这也是困扰 AI 企业的关键课题。 未来已来，银行业需要以战略眼光把握这一历史性 机遇。那些率先布局、深度应用 AI 智能体技术的银行， 在开展数字化转型过程中，不可避免地会引入新技术、 提出新场景、构建新模式，由于技术成熟度、验证的局 限性以及场景的新颖性，加之一些监管要求或政策条款 可能存在一定的滞后性或空白地带，导致了部分应用或 者个别环节濒临突破政策的边缘或者涉及政策的敏感界 限，从而引起一些合规安全问题或埋下一些安全隐患， 务必要引起足够重视。但是不能因为囿于合规担忧，完 全故步自封、停滞不前，也绝对不能为了效率提升，舍 弃合规底

多年的发展，我国的竞争优势从前期低人力成本、政策驱动的 资本投入向产业链市场配套和系统化的综合赋能进行升级。借助 AI 工具，我国有望弥补多年历史积淀带来的国内外 材料研发的差距，实现高端材料的加速突破。 投资建议 Deepseek 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直 配等问题的解决仍需考虑。 行业深度研究 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、Deepseek 高效工具，进一步突破化工行业的发展瓶颈 ............................................. 4 1.1、Deepseek 有望加快了实业拥抱 AI 的速度 ......... 率先形成赛道赋能的方向；③从未来的 发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化能够 形成的行业赋能和重点关注的行业机会。 一、Deepseek 高效工具，进一步突破化工行业的发展瓶颈 1.1、Deepseek 有望加快了实业拥抱 AI 的速度 化工尤其是大化工重资产行业，行业变更速度相对缓慢。经过 20 多年的发展，国内化工 行业已经经历了多个阶段的

训练、算网协同、大数据处理等业务提供 高效、高可用底座；为智能制造、智慧城市、智慧能源等多个领域提 供高性能网络支持，加速各行业数字化进程，提升生产效率和管理效 能，促进产业升级。 突破传统网络瓶颈：突破传统网络架构中光电信号分离以及高成 本、高能耗、低效率等瓶颈，实现长距离无电中继无损承载、高性能、 跨层调度、业务驱动、自适应修复等高级运维能力，为网络技术发展 开辟新路径。 降低部 与数据要素的流通，支撑人工智能等新兴技术发展。 提升国家网络竞争力：光电融合网络相关技术是未来网络发展的 关键。全球首个光电融合确定性新型算网基础设施的开通，为中国新 型网络基础设施领域实现从技术突破到产业引领，迈向全球领先地位 奠定了基础。同时有助于促进 DSP、硅光、TFLN、控制器等关键器 件与平台的自主研发与规模应用。 助力可持续发展：通过降低能耗，减少对环境的影响，有助于实 现 进行统一管理和控制，从而实现光层与电层的流量调度、路径计算等 功能，以此提升网络灵活性与可扩展性的设计方案陆续涌现。 2.2 ZRx 相干光技术 2.2.1 技术概述 光电融合网络技术的发展，得益于相干光通信技术的持续突破。 近年来，基于高阶调制（如 QPSK、16QAM、64QAM）、高速 ADC/DAC 芯片、先进 DSP 算法与低功耗封装工艺的进步，使得相干光模块在 速率、距离、集成度和能效方面大幅提升。从最初的

个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 制出我国具有历史意义的第一台仿人机器人“先行者”，这一阶段研 究集中在机器人关节以及简单步态控制上；21 世纪初，伴随着传感技 术和智能控制技术的突破，以北理工研发的第二代“汇童”、浙江大 学研制出“悟”和“空”双胞胎人形机器人为代表，人形机器人行业 步入了快速发展期，手臂活动灵巧，能够完成稳定行走、给人送递饮 料以及乒乓球对打等任务；2010 合作以及关注伦理 安全等维度，出台了一系列政策措施，为本国的人形机器人产业发展 提供强力支持。 15 以中国、欧美、日韩地区为例，各国政府在技术创新与研究支持 方面，集中资源推动核心技术的突破，包括人工智能、机器学习、机 器人技术和人机交互等领域的研发，并为相关技术研究提供资金和政 策支持；在市场拓展与应用推广方面，重点关注人形机器人在提升生 产力、改善产品质量及缓解劳动力短缺等领域的实际应用，特别是在 通过制定人形机器人产业发展规划和实施方案，明确发展路径并 提升产业战略地位，推动了产业的顶层设计和方向指引。同时，借助 “揭榜挂帅”制度激发企业与研究机构的创新活力，推动关键核心技 16 术突破。在此基础上，全国机器人标准化技术委员会成立人形机器人 标准工作组，制定标准体系，规范产业发展，并前瞻性布局未来的标 准化方向。 表 2 中国国家层面出台的人形机器人产业政策 政策文件 发布时间

2 0 2 4 年 1 2 月 2 6 日 9 DeepSeek“ 国运级”产品现象 DeepSeek 之所以被称作“ 国运级”产品 ，主要是因为它在 AI 产业具有多个维度的突破性价值 ：通过技术创新突破算力瓶颈、强大的功能性适配更多的 应用场景 ，低成本的优势引发各界关注 ，作为中国本土化产品驱动产业升级 技术创新破解算力瓶颈 架构创新 采用混合专家系统（ MoE ）架构 ，实现 ） 和易部署特性 ，使其迅速渗透至企 业服务、创投决策、供应链管理等 场景 ，提升行业效率。 提供科技竞争“中国方案” 打破技术封锁 突破美国在 AI 领域的技术垄断 ，降 低对海外算力依赖 ，保障数据安全 （本地部署优势）。 成本优势 训练成本远低于 Meta 的 Llama 3.1 模型训练、迭代优化范围扩展四个阶段。 • 自动化与知识库：形成人保寿险数百万条知识 库数据、实现自动化采编投喂，效率提升 30 倍。 线上调用量 26 万 + 人力部门反馈咨询量分流 50% 技术与突破 落地与应用 问答秒级响应 问答准确率 0.5s 94% + 19 AI 保宝 -- 办公助手 ( 二 ) 办公助手： 面向内勤 ，实现从日常办公到专业业务操作的全方位支持 ，打造 “人人有助手