除了少数科技巨头，大多数公司都专注于做专业大模型  MoE架构盛行，本质是多个专家模型组成一个大模型  Deepmind的Alpha系列产品是这一趋势的最佳诠释 16 政企、创业者必读 DeepSeek出现之前的十大预判 之四 模型越做越小 17  大模型进入「轻量化」时代，上车上终端，蒸馏小模型  先做得更大，然后探索能做多小 政企、创业者必读 DeepSeek出现之前的十大预判 之五 知识的质量和密度决定大模型能力 体验创新——让使用起来很难很复杂的东西变得很简单易用  市场推广创新——让过去很难得到的东西可以得到  商业模式创新——让过去很昂贵的东西变得很便宜甚至免费 DeepSeek正是符合这四种创新模式的完美例子 25 颠覆式创新的四种方式 政企、创业者必读 DeepSeek-R1突破了大模型Scaling Law瓶颈 导致大模型悲观论 认为大模型的能力无法进一步得到质的提升 开辟强化学习新范式 Law，改 写AI发展方向 30 政企、创业者必读 DeepSeek在用户体验上实现了三件事  更加理解用户需求，降低Prompt要求  直接呈现思维过程，展现像真人一样思考的能力  可实时联网，把搜索能力与推理能力结合 DeepSeek颠覆式创新——用户体验 具备强大推理能力，思维过程更加缜密，智能性提升 用起来更像真人，写作能力更强，想象力更丰富 31 政企、创业者必读

加速了该领域技术的产业化、⽣态化进程。 特征之三，⼈形机器⼈的具⾝智能⽔准从“开始试⽤”⾛向“初步可⽤”。国内多次机 器⼈⽐赛展现了⼈形机器⼈的场景感知、运动协调、交互能⼒。⾏业应⽤重点也开始 转向解决复杂场景中的实际任务的执⾏能⼒。从表演、⽐赛等基础运动能⼒展示，开 始快速向⼯业、商业、家庭、应急、教育等潜⼒领域拓展。 特征之四，AI ⼤模型对⼈形机器⼈的赋能⽅⾯进展明显。⼤脑、⼩脑和肢体分⼯ 协作体系 年⼈形机器⼈在产业链、⽣态化⽅⾯取得显著进展，中国在该产业领域的全 链能⼒初步成型。 3 2.1 ⼈形机器⼈技术⽣态 ⼈形机器⼈的技术与具⾝智能体系基本⼀致，包括感知—决策—⾏动—反馈四个 部分，⽽反馈机制通常内嵌于控制环路中，不完全单列为独⽴模块。系统环节通常包 括环境感知、决策规划和运动控制三个环节，形成感知→决策→执⾏的闭环控制。 感知模块作为具⾝智能的“信息采集和处理器”，通过建⽴对外部环境的感知和理 智能化的具⾝智能系统，能够根据环境和任务的变化实时调整决策。 ⾏动模块作为具⾝智能的“执⾏单元”，负责接收决策模块指令，并执⾏具体动作。 ⾏动模块的主要任务包括导航、物体操作和物体交互。导航通过四处移动寻找⽬标位 置；物体操作需要接触物体并通过操作改变物体状态。 反馈模块作为具⾝智能的“调节器”，通过多层交互不断接收来⾃环境的反馈经验并 进⾏调整优化，提⾼对环境的适应性和智能化⽔平。反馈模块主要依赖⼤模型加速反

瓶颈。比如，制造企业可 以通过绘制端到端采购流程，评估各个流程节点耗时在全流程中占比，从而找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适配性与前瞻性。企业应当基于流程智能四层架构理论，在感知层、认知层、 擎，实现“感知-认知-决策-执行”的闭环。 | 2025 爱分析 · 流程智能化实践报告 10 关键成功要素 1，战略对齐 流程智能化必须纳入企业战略级议程。高层需通过战略解码机制，将流程智能目标拆解为可量化的 业务指标，并基于流程价值贡献度模型明确资源投入优先级。 同时，企业需建立跨职能变革管理委员会，通过战略对齐度看板实时监控部门协同状态，确保组织 变革与流程重构同步演进。这种系统化治理模 类、分级与分段形成全景图谱，为 AI 提供可解析的语 义基础，确保机器可理解与执行。其次，企业需要实现战略与执行的动态映射。基于业务架构与流 程架构的贯通，将战略目标拆解为可执行的流程组件，确保 AI 与价值创造路径精准对齐。第三，企 业需要建立数据治理底层规则。通过明确数据采集点、流转路径及质量标准，形成"数据-流程-决策 "闭环治理框架。第四，识别流程熵增的优化靶点。企业通过拓扑关系分析揭示跨系统断点与冗余环

产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下 ........ 15 2、半导体：重点在质量管理和柔性操作 .................. 18 3、钢铁：聚焦质量管理和安全管理 ...................... 20 四、“机器人+人工智能”工业应用展望 ..................... 22 （一）具身智能机器人将进一步变革工业生产形态 ......... 22 （二）工业人形机器人规模化应用仍需经历长期技术迭代 际机器人联合会（IFR）的数据,2023 年，中国市场以 175.5 万台的 庞大体量，稳稳占据全球工业机器人四成多的份额。其中，本土工业 机器人制造商强势崛起，市场份额飙升到 47%。然而，本土机器人产 品高端化水平不足，在汽车为代表的高技术制造业市场份额偏低，在 核心零部件和算法方面与机器人“四大家族”存在一定差距，产品的 稳定性、精确度、响应速度和易用性方面有待进一步提升。随着国产 替代进

数字孪生的金融政策指引 ...................................2 （三） 数字孪生体系架构 .........................................2 （四） 数字孪生的关键技术 .......................................4 二、 金融应用发展 .................................... ...................................18 （三） 仿真业务数据 ............................................20 （四） 智能运营 ................................................23 （五） 供应链金融 ............................... ..................................29 （八） 养老金融 ................................................30 四、机遇与挑战 .................................................... 33 （一）数字孪生带来的机遇 .......................

....................................22 （四）治理............................................................................................................24 四、 大模型在政务热线中的场景化实践......................... .........37 案例三 蜜巢多领域政务服务大模型应用..............................................................41 案例四 大模型赋能辽宁“热线+网格”融合治理.................................................46 案例五 慧泽大模型助力数字政务建设........... 精细和精准地理解社会治 理问题的集聚和离散状态。 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 职责，可与政府部门（含同级政府职能部门和上下级政府）“接驳”联动，及时、 高效地回应群众诉求。政务热线通过平台互联、数据互通、信息共享等机制，可 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其

....................................22 （四）治理............................................................................................................24 四、 大模型在政务热线中的场景化实践......................... .........37 案例三 蜜巢多领域政务服务大模型应用..............................................................41 案例四 大模型赋能辽宁“热线+网格”融合治理.................................................46 案例五 慧泽大模型助力数字政务建设........... 精细和精准地理解社会治 理问题的集聚和离散状态。 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 职责，可与政府部门（含同级政府职能部门和上下级政府）“接驳”联动，及时、 高效地回应群众诉求。政务热线通过平台互联、数据互通、信息共享等机制，可 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其

（2025 版） 成都市住房和城乡建设局 2025 年 10 月 前言 为贯彻落实《住房城乡建设部等部门关于推动智能建造与建筑工业化协同发展的指导 意见》（建市〔2020〕60 号）、《四川省住房和城乡建设厅等部门关于推动智能建造与建 筑工业化协同发展的实施意见》（川建建发〔2021〕173 号）等文件精神，积极推动成都 市建筑行业的数字化、信息化、智能化转型，进一步加快建筑机器人在智能建造中的应用， 号，邮编：610023，邮箱：cdrzic@163.com），以便进一步修 改和完善。 主编部门：成都市住房和城乡建设局 主编单位：成都蓉筑智能建造创新研发和产业促进中心 四川展视数科科技有限公司 四川升拓检测技术股份有限公司 成都磊数科技有限公司 参编单位：四川华西集团有限公司 盎锐(杭州)信息科技有限公司 成都职业技术学院 中国五冶集团有限公司 佛山奥卡机器人有限公司 成都环境工程建设有限公司 成都建工集团有限公司 成都建工集团有限公司 中国建筑一局（集团）有限公司 眉山环天建设工程集团有限公司 重庆智能建造研究所 中建三局云构机器人有限公司 西南数智机器人科技（重庆）有限公司 四川建瓴建设项目管理有限公司 电子科技大学 主要起草人员：易富民 林 伟 吴佳晔 何 伟 陈 浩 龙飞宇 谢 军 刘万里 曾宏亮 沈宇豪 高 宇 贺 斌 毛 伟 周献华 李 科 朱子耕 李佳鲒 王 卓 王 琪 甘庆峰 廖 峰 代 勇 段发志

算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等 复杂任务。 类型 设备种类 设备名称 CPU为通用计算主体，当下以GPU为代表的芯片成为提供智能 算力的主力军。借助云计算实现零散智算资源集中与纳管的优势，各大云厂商纷纷在智算领域进行布局，形成千卡、万卡智能云集群，以云服务的方式提供可便捷 获取的智能算力。云计算与智算资源融合形成的智能云能够为大模型训练和推理提供充足的算力资源，已经成为促进人工智能领域发展的坚实底座。 年均复合增长率 2015-2021 2021-2023 2023-2028E 设施采购 更高带宽、更 低延迟 多元化电力 供应系统 建设专用变 电站 稳定的大规模 电力供应 专业的运维 团队 7*24 监控 与故障处理 减少故障导致 的训练中断 算力中心 可拓展性 更大的集群规 模 具备富足资 源的区位 算力中心 定制批发模式 资料来源：灼识咨询 在AI技术取得突破性进展的强劲推动下，美国算力中心产业需求急剧攀升，已面临资源供不应求的态势，而展望

al，Planning-oriented Autonomous Driving，国元证券研究所 6 端到端的发展历程 • 早期探索阶段（2016-2018年） 2016年：英伟达（NVIDIA）推出DAVE-2。端到端概念的提出 可 以 追 溯 至 英 伟 达 于 2016 年 发 表 的 论 文 《 End to End Learning for Self-Driving Cars》。同年，英伟达发布了 基于卷积神经网络（CNN）的端到端自动驾驶系统DAVE-2， 知、交通管 控、城市管理等信息，构建“人—车—路—云”多层数据融合与计算处理平台，开展特定场景、区域及道路的示范 应用，促进新能源汽车与信息通信融合应用服务创新。 2023.11.17 工信部等四部 门 关于开展智能网联汽 车准入和上路通行试 点工作的通知 在智能网联汽车道路测试与示范应用工作基础上，工业和信息化部、公安部、住房和城乡建设部、交通运输部遴 选具备量产条件的搭载自动驾驶功 驾驶共振 13 表4：主要企业接入DeepSeek情况 企业 合作内容 比亚迪 整车智能“璇玑架构”将接入Deepseek R1大模型的能力，以快速提升车端和云端的AI能力。在座舱端，其车型可借助R1大模 型卓越的推理能力，更好理解用户的模糊意图和隐性需求，提供更加精准和个性化的服务。 吉利汽车 借助DeepSeek的蒸馏能力对自研星睿大模型进行训练，应用在车控、座舱交互及售后等场景。吉利介绍，将借助