Blue深 蓝国际象棋专家系统，击败了人类 的国际象棋冠军，被认为是人工智 能历史上的一个里程碑。 1998年由索尼开发出机器狗AIBO， 这是第一个用于娱乐应用的大众市 场消费机器人。 多领域智能机器人 2002 年iRobot公司首次发布第一款 扫地机器人Roomba真空吸尘器。 2003年，火星探测器精神号和机遇 号落地火星表面。 2005年，人形机器人Albert HUBO被 中航电测、凌云股份、 坤维科技、宇立仪器 纽迪瑞科技、苏州能斯 达、三三智能科技、慧 闻纳米科技和钛深科技 思岚科技、速腾聚创、禾赛科技、北醒光子、 玩智商、镭神智能、北科天绘、杉川机器人、 星秒光电、科力光电、珐石、力策科技 弓望电子、奥普光电、禾川 科技、昊志机电、伟创电气、 鸣志电器、汇川技术 末端执行器 优傲机器人、苏州淳栋触控 控制系统 埃斯顿、新松机器人、华中数控、新时达、广州数控、汇川技术、固高 人 工 业 机 器 人 发那科、ABB、KUKA库卡、 Yaskawa安川、新松SIASUN、 Staubli史陶比尔、川崎 Kawasaki、EPSON爱普生、 Comau柯马、埃斯顿、新松机 器人 科沃斯、石头科技、擎朗智 能、猎户星空、普渡科技、 天智航、安翰科技、威高骨 科 众擎机器人、特斯拉、宇树科技、优必选机 器人、乐聚机器人、傅利叶机器人、智元机 器人、小鹏汽车 人形机 器人

AI解决方案 不同参与者 类型 影响 示例 影响 示例 影响 示例 影响 示例 供应商 端到端开发 平台 NVIDIA 优化电池 管理 博世 道路评估 服务 米其林 客户行为 分析学 科克斯汽车公司 原始英文内容：OEMs 基于视频的 质量控制 个性化数字 车内体验 特斯拉 自动电动汽车 充电机器人 现代汽车 自动化二手车交易平台 汽车评估 Auto1 宝马 动态路线 定价 资产 预测性诊断 并且保修优化 适应性移动即服务 车队管理 车内个人助理 并且经验优化 智能驾驶员关怀 自动化产品 生命周期管理 端到端供应链/ 物质处置RPA 个性化汽车 配置与定价 多模式票务 并且支付优化 车队销售协同驾驶员 研究与开发项目优先级排序 性能提升 供应链物流 优化与风险缓解 最后一公里交通 优化 智能导航和 停车服务 企业 函数 使用 病例 排放监测 应付账款自动化 流程 主要业务/运营 模型变更 终端用户服务带有“哇！效果” 主 用例 属性 （与 例子） 个性化/相关终端用户 体验 价值创造与其他 行业领域 内部结构化数据基础 内部非结构化数据基础 多领域和多所有者数据基础 虚拟客户服务 中心/助理 车载个人 助手 生成式车辆 零件设计 协作机器人制造 应用 实现规模化的自动化 驱动 自动驾驶车辆 软件生成 并且测试 本报告来源于三个皮匠报告站（www

典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 牵头编写单位： 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司 博众精工科技股份有限公司 苏州艾吉威机器人有限公司 捷螺智能设备（苏州）有限公司 珞石（北京）机器人有限公司 苏州市大族激光科技有限公司 23 附：苏州市“机器人+人工智能”工业应用案例 ............... 24 （一）智能产品案例 ................................... 24 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 Sora、GPT-4o、Gemini 等多模态大模型的出现， 进一步推动了算力需求的激增。当前，软硬件协同的方法正在不断提 升大规模智算训练效率。在硬件方面，高性能 GPU、专用 AI 芯片、 高速互联网络、大容量高速存储等技术，实现了大规模的算力供给， 为处理复杂、不规则的计算任务（如自然语言处理的长序列数据、计 算机视觉的多尺度图像特征）创造了条件；在软件方面，分布式训练 框架、预训练大模型、多模态数据处理等技术也通过精细化算力管理

数据科学负责⼈ 花旗全球数据洞察 洞察 matthew.moffat@citi.com carol.gibson@citi.com 花旗全球数据洞察 helen.krause@citi.com 亚历克斯·⽶勒 全球产品经理 Anuj Gangahar Globa l Editor-in-Chief anuj.gangahar@citi.com alex.miller@citi.com 贡献者 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 的机器⼈市场——⼈形机器⼈——可能每年超过10亿台，我们最终将拥有的机器⼈数量将超过 ⼈类。2 这个新市场有3个主要推动因素: 1. 技术-多项技术进步，特别是⼈⼯智能（AI）的发展，已经显著改变了机器 等服务 通过分析这些动因，本报告分为3个主要部分： 1 技术-我们在第1章突出了9个变⾰。其中最重要的变⾰来⾃⼈⼯智能的进步，使 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

GPT-4o 数据来源： * 仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本； 2. Sputnik 时刻，指 1957 年 10 ⽉ 4 ⽇苏联抢先美国成功发射斯普特尼克 1 号⼈造卫星，是冷战中的其中⼀个重⼤事件及转 AI 的斯普特尼克时刻 被美国及其盟友列⼊各种限制 7 MLA （多头潜在注意⼒机制） • 注意⼒机制⽐作图书检索系统 • MLA 建⽴⼀个智能分类系统，不记具体 潜在应⽤场景探 索 DeepSeek 有哪些应⽤场景？能产⽣哪些价值？ DeepSeek 会给医药企业带来哪些变化？ • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 《》 ： 与 ⽣改 变 ） 占⽐ / 集 采 监管 度更强 ⽐如药 参 管 业 构 监 商 重 化 元⽀ 据安 药品 据 驱 多 数 vs 数 • • • 与学术⽅式和效率 临床决策影响模式 发 / 培训模式发⽣改 变 研 ⽣ 习 科 医 学 ⽣ • • • 精细化运营管理（ DRG/DIP

5%GPT-4o% 打破⼤模型技术壁垒 重挫美国科技公司股价，英伟达 市值下跌5,900亿 AI的斯普特尼克时刻 被美国及其盟友列⼊各种限制 数据来源：*仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本；2.(Sputnik(时刻，指1957年10⽉4⽇苏联抢先美国成功发射斯普特尼克1号⼈造卫星，是冷战中的其中⼀个重⼤事件及转捩点 DeepSeek的创新突破 • 每次推理仅激活相关专家，“术业有专攻” 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 65岁以上⼈⼝占⽐从 2014年的10.1%升⾄ 2023年的14 会议问答 快速精准获取答案 关联问题推荐 更好了解会议关联信息 还有更多的领域有待深⼊和发掘 30 库存优化 需求预测 AI质检 设备预警 供应商评估 采购优化 信息化程度⾼，标化数据多 “⽤户容忍度”更⾼，性能⾮敏 感的场景，越容易落地 ⼦任务数量少， 单任务复杂度也低,v 重复性⼯作 复杂度更低的任务，更快速形成 “平替”⽣产⼒ 哪些场景和任务能够更⾼效的落地结合？

迎宾引导 ✓ 导览讲解 ✓ … 多动作组合 ✓ 餐盘收集 ✓ 递送物品 ✓ … 长链条复杂机械任务 ✓ 平面清洁 ✓ 零售结账 ✓ … 长链条复杂灵活任务 ✓ 零售导购 ✓ … 工业服务 单一工序、单一动作执行 ✓ 质检 ✓ 分拣 ✓ … 单一工序、多动作组合执行 ✓ 搬运 ✓ 螺栓预拧紧 ✓ … 单一工序、长链条任务衔接 ✓ 组装 ✓ 接线 ✓ … 多工序、多任务衔接 ✓ 配合产线节拍 配合产线节拍 ✓ 与工业机器人/AGV协同 ✓ 与人协同 ✓ … 家庭服务 单一动作执行 ✓ 语音交互 ✓ 社区娱乐 ✓ … 多动作组合+单形式交互 ✓ 递送物品 ✓ 搬运物品 ✓ … 长链条任务+多形式交互 ✓ 平面清洁 ✓ 衣物餐品洗涤 ✓ … 复杂任务、多形式交互 ✓ 餐饮制作 ✓ 照料护理 ✓ 维修 ✓ … 工业场景 标准化程度最高。 ✓标准化物料数据 ✓标准化场景标签 家庭场景 拓展上下游：向已实现任务的上下游拓展，形成较长工作链条，在此期间，积累的 数据能够不断提升机器人的工作能力 ✓ 找复杂工作：工作能力提升后，向其他精细度高，链条长的任务逐步演进 • 工作环境：环境广阔，需识别物品多， 可自主移动的目标多（人，宠物等） • 工作任务：由基础搬运、巡场类工作开 始，在“指导下”逐步胜任复杂工作 • 工作任务演进逻辑： ✓ 由可胜任的单一工作开始，向复杂 长链条工作演进 2030+ M2

。这种架构取消了模块划分，减少信息损 失的同时，对数据标注的需求也更少，同时具有更强的泛化性。从模块化端到端到一体化端到端是一种相对平滑 的过渡形式。随着算法优化，技术将逐步向一体化端到端或端到端+多模态大模型的冗余双系统架构演进。 感知“端到端”： 当前的主流感知算法路线 模块化“端到端”： 决策规划控制模块升级“端到端”并且两模块间的的数据传递 有望由人为定义的结果抽象为特征向量 0ne 块，进一步提升了复杂场景下的环境理解和决策能力。 Pipeline架构 MontionFormer Planner OccFormer 请务必阅读正文之后的免责条款部分 强化学习（RL) 策略蒸馏 多模态/先进结构 合成数据 模仿学习（IL) 条件模仿学习 泛化 可解释性 策略预训练 模块化端到端 图4：端到端发展历程 资料来源：Chen L, Wu P, Chitta K，et al，End-to-end 智能体动作与专家动作之间的距离。 早期应用于自动驾驶的BC，利用端到 端神经网络从摄像头输入生成控制信 号（如方向盘转动、加速等）。为了 使基于BC的端到端驾驶模型能够应对 复杂的城市场景，业内提出了进一步 改进，如多传感器输入、辅助任务和 改进的专家设计。 简洁性和高效性，因为无须手工设计奖励函数。 协变量偏移。协变量偏差指的是在训练过程中模型 训练时所用的数据分布（例如，某些路况、驾驶场 景的频率）与实际部署时遇到的数据分布（例如，

SoC 包括一个带有 transformer engine 的下一代 GPU，其采用 NVIDIA Blackwell 架构， 可提供每秒 800 万亿次8位浮点运算 AI 性能，以运行 GR00T 等多模态生成式 AI 模型。凭借 集成的功能安全处理器、高性能 CPU 集群和 100GB 以太网带宽，大大简化了设计和集成工 作。 Jetson Thor 波士顿动力 Atlas使用Jetson 具身智能的算法方案分为分层决策模型和端到端模型两种路线。 分层决策模型 端到端模型 以「Figure 01」为代表，将任务分解成不同层级，以多个神经网 络训练，再以流程管线的方式组合。Figure 01顶层接入OpenAI的 多模态大模型，提供视觉推理和语言理解；中间层神经网络策略 作为小脑进行运动控制并生成动作指令；底层机器人本体接受神 经网络策略的动作指令，进行控制执行。分层决策模型的缺点是： 不同步骤间的对齐和一致性需解决。 经过像素重排后生成64个图像token嵌入。这些嵌 入与文本嵌入结合，形成一个丰富的多模态表示。 特征提取：通过对图像和文本的共同编码，模型能够提取出具有高度相关性的特征。在策略训练过程中，任务的文本描述和可能的多张图像 会以对话格式传递给VLM，从而获得形状为（批量大小 × 序列长度 × 隐藏维度）的多模态特征。 英伟达通用机器人大模型 GR00T N1 04 23 资料来源：英伟达官网、CSDN，浙商证券产业研究院

嵌入式于操作系统之中，这些系统使得以前不可能的功 能成为可能，例如“回忆”功能，它能提醒用户他们之前在 处理哪些文件或浏览过哪些网站，甚至数月之后；以及 真正的代理系统，如“AutoGen”，这是一个多代理交互框 架，为代理间的自动化奠定了基础。 29,30,31 其他超大规模计算公司也在这个趋势中投入了大量资源 。AWS的Amazon Q Developer和Google的Gemini Cod e McDonald 他首次亮相电视屏幕。 外观及 成为了一个标志 未来 Instagram测试Creator.ai 为了影响者建立联系 通过聊天机器人与粉丝互动 模仿他们的个性 随着代理人的崛起，机器客户为许 多企业带来了超过20%的收益，从 而转变了销售策略。 一位名人影响者签署了一项 具有里程碑意义的合同，允 许公司不仅在其广告中使用 他们的个性，还包括产品线 、客户服务和数字体验。 亚马逊发布了拥有人 与名人或影响者合作，再到零售店问候或广告中特定 风格的独特品牌声音等。这些都是传达价值观和特征 ，使品牌人性化，并用于在客户中推动熟悉度、忠诚 度或快乐的方法。 世界之所以有趣，在于个体、企业、产品和经历中的多 样性和个性。当领导者追求价值机器般的一致性所能带 来的价值时，他们需要确保自己不要掩盖那些创造丰富 和个性鲜明的人类体验的要素。由于设计上的原因，人 工智能系统将比通常的人类互动和参与更加一致，这可