从智能营销到智能制造 邴金友 2025.03.19 营销(CRM)等业务系统在系统功能之外还存在很多的挑战 易操作 高可用 高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS 在售前/售后服务领域：腾讯乐享帮助打造一站式智慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 当前拍摄 未来拍摄 屋顶四周对角 各处细节+视频 屋顶照片20多张 视频1段 VS 屋顶照片5-10张 视频1段 屋顶拍摄耗时 15-20分钟 组织人才(人） 1 0 先进 制造 智能制造(产） 供应链追溯(供) 数字营销(销） 智慧服务(服） 7 创新 科技 音视频平台 云原生体系 + + 敏捷 弹性 数据 智能 端到端价值链 客户需求 竞争环境 产业政策 颠覆技术 智能化 自动化 精益化 数字化 战 略 组 织 技 术 业 务 腾讯工业1+7+N的产品架构和核心能力不仅能够支撑营销服领域的各类应用

端到端与AI共振，智驾平权开启新时代 ——汽车智能驾驶行业深度报告 证券研究报告 发布时间：2025年3月31日 分析师：刘乐 执业证书编号：S0020524070001 邮箱：liule@gyzq.com.cn 分析师：陈烨尧 执业证书编号：S0020524080001 邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 2 1.端到端发展进入加速期，基于规则长期护航 1.1 端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3

已经化身百模大战、自动驾驶、智能制造等场景和 应用, 以周计地改写着人类的未来, 也将中国企业的智能化发展之路,带至一个 全新的高度。 从 AI 1.0 到 AI 2.0 , 人类对 AI 的想象, 飞速从简单地识图、识字、辨音等 基础场景 进化到今天: AI 具备了强大的分析能力, 能够深度挖掘数据价值, 走 深向实, 行业大模型在金融、医疗、教育、零售、能源等多个行业领域实现了初 步应用, 从智能制造领域的智能生 产线优化,到医疗行业的辅助诊断与疾病预测,再到交通领域的智能调度与拥堵 缓解, AI 技术如同流水 悄无声息又快速地填满了企业运营的各个环节 静水流 深地改变了企业的运营模式和人们的生活方式。 在今年的调研中, 我们将企业智能化成熟度量表做了刷新, 针对智能体转型 "领先者们" 的衡量标准 也即 L4 和 L5 水平的要求,进一步明确了企业智能 体的布局、探索、应用的水平,希望在 布局。作为科技领域的先锋企业, 企业凭借对 AI 技术的深度应用, 将其巧妙转 化为自身降本增效的强大生产力工具,也带领众多合作伙伴开启了全新的发展篇 通过 "全栈 AI" 的战略布局, 企业从智能终端领域的 "一体多端" , 到智能 基础设施领域的 "一横五纵" ,再到面向不同客群的智能解决方案领域的 "一擎 三箭" , 全方位勾勒出人工智能蓬勃发展的壮丽画卷, 为新质生产力的茁壮成长 培土施肥。 从企业的实践与探索中

型AI  从擅长理解的认知型AI，发展到擅长文字生成的生成式AI  从语言生成式AI，发展到可理解和生成声音、图片、视频的多模态AI  从生成式AI，发展到推理型AI 专家系统 感知AI 认知AI 生成式AI 多模态AI 推理式AI 9 政企、创业者必读 人工智能发展历程（二）  从单纯对话的大模型AI，发展到具有行动和执行能力的智能体AI  从数字空间中的AI，走向能理解和操控物理空间的AI 从数字空间中的AI，走向能理解和操控物理空间的AI  从解决现实问题的AI，走向解决科学问题的科学型AI 大模型AI 智能体AI 物理AI 科学AI 10 政企、创业者必读 面对全球大模型产业之争，要打赢「三大战役」 AGI之战 应用场景之战 大模型安全之战 • 探索超越人类的超级人工 智能AGI • 不仅是科技之争，更是国 运之争 • 不发展是最大的不安全， 发挥举国体制优势，打赢 追赶之战 • 大模型带来前所未有安全 多模态越来越重要  由文本生成迈向图像、视频、3D内容与世界模拟  多模态模态在能力变强的同时，规模正在变小 20 政企、创业者必读 21 DeepSeek出现之前的十大预判 之八 智能体推动大模型快速落地  能够调用各种工具，具有行动能力  调用企业专业知识，更懂企业  将日常重复性业务流程形成Playbook，实现流程自动化  通过目标拆解，多次调用大模型以及专家模型协同，形成

，头部整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？  随着舱驾一体化架构成为主流，智驾地图成为连接座舱体验与驾驶功能的关键枢纽，如何实现从导航指 引到更优的出行体验的全面升级？  中国智能驾驶企业正积极布局国际市场，地图厂商如何赋能国内智驾企业实现"出海"并在国际竞争中建 - 成本高/更新难 轻地图兴起 Light Map / SD Pro - 平衡成本与功能 - 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 重语义/拓扑/规划 - 与端到端算法深度 融合 - 地图成为在线先验 与离线训练数据源 - 兼顾AP友好性 驱动: 感知算法进步 (Transformer, BEV等) 驱动: 成本压力/规模化 (数据闭环, 众源成熟) 线的现实需求 FSD入华的鲶鱼效应 • 英伟达、蔚来（NWM）、理想 （MindVLA）等布局‘世界模型’ • 进一步弱化静态地图依赖，但对地图作为 “先验知识库”与仿真训练数据需求提升 端到端大模型普及、世界模型兴起 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights

闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 7 ©2025.3 iResearch Diffusion架构 Diffusion Model是一种基于概率生成的深度学习模型，通过模拟 数据从有序到无序再到有序的过程，实现从噪声中生成高质量数据 样本，应用于图像生成、图像修复、图像转换、视频生成等方向。 2022年-2024年，在大语言模型之外，Transformer架构更多融入语音、视觉领域，发展 端到端的语音大模型、以DiT、ViT为代表的视觉大模型。 大模型应用逻辑：1）替代逻辑-小模型既有场景，但大

闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 7 ©2025.3 iResearch Diffusion架构 Diffusion Model是一种基于概率生成的深度学习模型，通过模拟 数据从有序到无序再到有序的过程，实现从噪声中生成高质量数据 样本，应用于图像生成、图像修复、图像转换、视频生成等方向。 2022年-2024年，在大语言模型之外，Transformer架构更多融入语音、视觉领域，发展 端到端的语音大模型、以DiT、ViT为代表的视觉大模型。 大模型应用逻辑：1）替代逻辑-小模型既有场景，但大

不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 AI 智能体赋 予相关权限，它们可以自动执行决策、解决问题以及执行其他超出系统机器学习模型训练范围 的任务，这是大多数 AI 助手无法做到的。 另外，随 2025 年五大趋势：人智共创未来 点燃创新纪元 2 事实上，领导者没有时间审查每一项创新。随着智能体 AI 在组织中发挥的作用不断增强，领导 者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 蓝图的重大趋势（见第 5 页“研究方法”）。 我们发现，领导者仍然难以通过 AI 投资实现业务转型，但他们相信自己正处于重大突破的边缘。 事实上，63% 的受访高管表示其 AI 产品组合将在未来一到两年内对组织产生重大财务影响。 实验中 2024 6% 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 年五大趋势全球脉动调查》。问：以下哪一项最能

值（GDP），后者是全球第六大经济体。 1 前五家公司均来自美国，其中三家领先的 芯片制造商为英伟达（Nvidia）、博通（Broadcom）和台积电（TSMC）。 2 – 位居 世界前十；几乎全部专注于前沿技术，并在人工智能领域投入大量资金（图2）。 在2023年，前沿技术市场规模达到2.5万亿美元，预计在未来十年内将增加六倍，达到 16.4万亿美元（图1）。到2033年，人工智能有望成为拥有最大市场规模的前沿技术， （a） 基础设施 需求范围超出了基本的电力和互联网接入，包括计算能力和服务器功 能，用于处理数据、运行算法和执行模型。 版权符号 技能 涵盖广泛的范围，从基本的数据素养到开发算法的高级技术专长，以 及从数据分析的熟练程度到整合领域知识以解决复杂问题。 (b) 数据 输入数据是算法培训、验证和测试的主要输入，使人工智能系统能够对输入 进行分类、生成输出和做出预测。高质量、多样化和无偏见的语料对于构建有效且值 算法以优化使用 关于计算能力 数据以优化使用 基础设施的 基础设施以实现 人工智能模型的运行与 应用 基础设施以支持 处理和存储 复杂数据集 人工智能 技能 数据 数据用于训练 人工智能模型 算法到 提取最多 从数据 来源 联合国贸易和发展会议（United Nations Conference on Trade and Development） 版权所有 © Adobe Stock

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。 受物理⼈⼯智能驱动，机器⼈将彻底改变产业。1” 特斯拉CEO埃隆·⻢斯克表⽰，某种形式 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 有分析 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 © 2024 花旗集团 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033