代表技术路线“⼤数据、⼤算⼒、通⽤范式”，验证⼤语⾔模型的可⾏性。 • GPT3/4 在深度推理和问题解决⽅⾯有所⽋缺， OpenAI-o1 通过思维链（ Chain of Thought ）增强推理能⼒，将复杂问题 分 解成更⼩、更易处理的步骤；⽽ DeepSeek R1 在展现卓越推理能⼒同时， 训练和推理成本极低 GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” BERT BERT 在文本分类、命名实体识别等 (MoE) 语⾔模型，拥有 6710 亿参数（激活参数 370 亿）。作为通⽤⼤ 语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型， 在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本 * 更⾼效资源利⽤ $5.5M vs. OpenAI’s 医院 • 患者⾏为“消费者化”：医疗信息透明化，患者 • 电⼦病历和数据管理⾰新 有更多主动权

数据、⼤算⼒、通⽤范式”，验证⼤语⾔模型的可⾏性。 • GPT3/4在深度推理和问题解决⽅⾯有所⽋缺，OpenAI-o1通过思维链（ChainvofvThought）增强推理能⼒，将复杂问题分 解成更⼩、更易处理的步骤；⽽DeepSeek R1在展现卓越推理能⼒同时，训练和推理成本极低 BERT BERT在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗AI 小模型年代主要技术路线 “大数据、小算力、专用决策” 上完成预训练的⼀个强⼤的混合专 家 (MoE) 语⾔模型，拥有6710亿参数（激活参数370亿）。作为通⽤⼤语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型，在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒

......40 附录 A：金融业数字孪生应用实践 .....................................41 案例一：中电金信数据孪生实验室 .................................41 案例二：中电金信数字孪生智能运营驾驶舱 .........................44 案例三：交通银行数字人 .................. （Variational autoencoder，VAE）两大类。 （1） 生成式对抗网络（Generative Adversarial Net， GAN） 生 成 式 对 抗 网 络 （ GAN ） 由 两 部 分 组 成 ： 生 成 器 （Generator）和判别器（Discriminator）。GAN 的工作原 理基于一个零和游戏（zero-sum game），其中生成器试图 生成足 随着乡村振兴战略的推进，普惠金融需求日益增长，数 字化推动普惠金融发展成为提升金融服务能力的关键手段。 传统农贷业务需要信贷人员进行实地调研，存在管理种植和 畜牧资产困难的问题。数字孪生技术能够通过为农业场景生 成专属孪生体，实现实物资产与数字孪生体的协同管理。 2.解决业务问题 （1） 数字化资产状态监控 通过数字孪生技术，为蔬菜种植和畜牧业养殖场景中的 动产抵押品构建精确到每个大棚和牲栏的数字孪生体。为农

的那样，⼈⼯智能可 以为许多⼈带来个⼈助理、教练、⽆限耐⼼的教育导师和健康教练。正如本报告中 所提到的，AI机器⼈也可以为⼈们提供清洁⼯、男仆、司机和照顾者。在适当的成 本、能⼒和监管条件下，对这些服务的需求可能会⾮常⼤。 最近⽣成式⼈⼯智能的进展正指向认知任务或按需创作艺术。许多⼈真正想要的是 在⽇常任务，如清洁⽅⾯获得帮助，以便能够更多地思考、创作艺术和休闲。⼈⼯ 智能机器⼈可以帮助实现这种乌托邦⻆度。 我们在哪些领域看到了人工智能机器人的技术进步？ 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能的⼯具，现在⼴泛⽤于在具有挑战性的环境中进⾏检查、监视和 搜救。⽀持这种转变的控制、规划和机器学习⽅法的技术进步现在越来越多地被 应⽤到新⼀代⼈形机器⼈平台上。 Ingmar Posner 各种动态环境 中的表现中学习，增强其在真实应⽤中的多功能性和鲁棒性。 除了利⽤现实世界视频数据外，机器⼈产业越来越多地转向合成数据，以克服 稀缺或不完整数据集的限制。合成数据是⼈⼯⽣成的，通常通过计算机模拟⽣ 成，⽽不是从现实世界事件中收集。 合成数据最重要的好处之⼀是其可扩展性。例如，最新的启⽤物理仿真的三维 环境使得如家庭助⼿等机器⼈系统能以惊⼈的速度进⾏训练。 © 2024花旗集团 15

、 高效率、低成本的算力服务。确保算力资源的集中部署、高效运行。 8 算力中心的定义与概览 中央监控 电源配电柜 消防减压系统 机柜及其附件 气体灭火系统 UPS不间断电 源及PMM电 源管理系统 精密空调设 备和冷却器 高性能液冷 服务器机柜 钢制布 线系统 光纤布线系统 • 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。 水冷机组 精密空调 冷却塔 算力中心的主要设备 算力中心的内部结构 算力中心的定义与作用 资料来源： 灼识咨询 数据中心自互联网时代诞生以来，伴随科技的发展进步，在移动互联网、云计算、电商及短视频等行业的推动下 快速发展，而生成式AI的兴起正驱动其向重视计算效能与硬件配置的算力中心转型，为行业发展增添新动能。 9 数据中心发展历程 时代 背景 • 互联网初步兴起，中国 进入门户时代 移动互联网高速发展， 微信、微博、移动支付 等应用贡献海量数据 • 云计算服务于09年起步 • 云计算技术成熟并普及， 15-21年间，云服务行业 迎来高速发展期 • 18年开始，短视频与直 播电商行业迅速崛起 • ChatGPT于22年12月推 出，AI对算力中心产业 形成初步影响 • AI技术取得突破性进展， 大模型与AIGC展现出巨 大的潜力和价值 代表性 需求方 关键 分析 •

Qualcomm（40%）、MTK（20%）、华为海思（20%）、三星、Intel、展讯 等 主要供应商（市占率预估） 滤波器 SAW滤波器：Murata（47%）、TDK（21%）、太阳诱电（14%）等 BAW滤波器：Avago（87%）、Qorvo（8%）等 功放 Skyworks（47%）、Qorvo（26%）、Avago（20%）等 射频开关 Skyworks（33%）、Qo Skyworks（33%）、Qorvo（20%）、Murata（14%）、Avago（10%）等 天线 Amphenol、立讯精密、Murata、信维通信等 1.2 市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头 电有 子大 行业机 2遇 019年春季投资策略 18 电子行业2019年春季投资策略 从iPhone看终端天线变革：无线通信技术和外观设计驱动终端天线变革 数据来源：RFsisiter，国泰君安证券研究 Murata 可乐丽 松下电工 东丽 Murata 松下电工 宇部兴产 新日铁 旗胜 Murata 嘉联益 住友电工 臻鼎 东山精密 立讯精密 安费诺 信维通信 电连技术 价值量 PI软板 天线 MPI天线 LCP天线 ASP （美元） 2 3 4~5 1.2 21 电子行业2019年春季投资策略 5G终端天线变革：毫米波频段，AiP天线将成为主流

中罕见场景的不足。同时基于生成对抗网络（GAN），包括生成多样化的行人、车辆行为模式，提升模型对复杂交通 场景的适应能力，使模型提前学习应对策略，避免实际路测中的安全隐患。同时，通过云端协同的方式，将数据合 成和仿真训练放在云端完成，车端仅需加载轻量化模型，避免占用车端算力。这种提升极端路况的表现尤其适用于 城市NOA。 请务必阅读正文之后的免责条款部分 图10、11：模型蒸馏技术原理 资料来源：Py .88万元（海鸥次低配），推动高速NOA向10万级以 下车型普及；城市NOA则主要匹配20万元以上车型。 技术下沉：当前行业普遍将高阶智驾捆绑在30万+车型，而比亚迪凭借垂直整合优势（自研芯片、三电、智驾算法），可能将 城市NOA、代客泊车等功能下放到海豚、秦PLUS等走量车型，一定程度上改写了市场规则。 生态闭环：全系车型接入DeepSeek-R1大模型，标配基于高通骁龙最新车机芯片的智能座舱、全系中控屏、全液晶仪表盘，以 加特兰、欧思微、晟德微、德赛西威、华 域汽车、森思泰克、安智杰、豪恩汽电 舜宇智领、德赛西威、欧菲光、海康威视、 韦尔股份、思特威、联创电子、晶方科技、 宇瞳光学 四维图新、百度地图、高德地图、千寻位 置、华测导航、北斗星通、星网宇达 激光雷达 毫米波雷达 定位系统 摄像头 汽车芯片 通信系统 华为、中信料智联、中兴通讯、高通、诺基亚、大唐电 信、移远通信、广和通等 V2X通信 360集团、云驰未来、腾讯、百度、东软集团等

强交互类 餐饮制作 巡场类 演出类 工业 搬运类 质检类 工站衔接类 基础组装类 喷涂类 焊接类 家庭 搬运类 监测类 家务类 娱乐类 高度自动化工序 依然以机械臂为主 (电芯分拣、模 组搬运…) (物品拿取、收取 快递…) (理货拿取、餐 饮递送…) (安装质检、来 料检验…） (血氧血压监测…） （迎宾、导览…） (商业演出…） (结账、导购…） (灌溉、叠衣…） “找能做的工作”->“拓展连续工作任务” 家庭服务 “有意义”->“有价值”->“有收益” 商业服务 胜 任 工 种 落 地 场 景 逻 辑 搬运类 工站衔接类 基础组装类 基础组装类 (如电芯分拣、零 件搬运，扫描质 检等…) (如螺丝预拧紧， 高压线束装配， 座椅装配，中控 仪表盘装配等…) 搬运类 监测类 家务类 娱乐类 (如递送物品， 车辆充电，洗 衣叠衣等…) 搬运类 ，优必选等品牌机器人产品。转载引用内容请标明来源 人形机器人优先适配工序画像 人形机器人优先适配工种画像 半柔性工种 + 短链步骤 + 标准物料 + 高频重复 人工参与度高 + 半柔性工序 (电芯分拣、模组搬运…) (安装质检、来料检验…） (“最后10m”柔性物流…） (螺丝紧固、组装…） M2 2025 Proprietary and Confidential All Rights

大。每个重点领域打造 30 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 1. 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 据中心，优化算力设施电能利用效率、水资源利用效率、碳利 用效率，提升算力碳效水平。 2. 引导市场应用绿色低碳算力。积极引入绿色能源，鼓励 算力中心采用源网荷储等技术，支持与风电、光伏等可再生能 源融合开发、就近消纳，逐步提升算力设施绿电使用率。加快 探索构建市场导向的绿色低碳算力应用体系，推动业务模式、 计费模式和管理模式创新。 3. 赋能行业绿色低碳转型。推动算力设施在工业等重点行 业发挥应 监管要求对重要和核心数据实行精准严格管理。制定数据全生 命周期安全防护要求和操作规程，配套建设数据安全风险监测 技术手段，加强数据安全风险的分析、研判、预警和处置能力。 3. 强化产业链供应链安全。加强产业链协同联动，逐步形 成自主可控解决方案，鼓励算力基础设施采用安全可信的基础 软硬件进行建设，保障供应链安全。加强关键技术研发和创新， 提升软硬件协同和安全保障能力。依托一体化算力应用安全保 11 障体系，形成“云网边端”安全态势感知和网络协同防护能力。

推动学术 思想不断碰撞交融，产生丰硕的理论成果。但在产业化过程中，没有 一个准确的、界限明确的定义，将会造成产业界的混淆甚至混乱。因 此，对标准化工作而言，明确人形机器人概念的内涵与外延，已然成 为一项极为紧迫且重要的任务。 首先，人形机器人属于机器人范畴。机器人是具有一定程度自主 5 能力的，可以执行移动、操控或定位任务，可编程的机械致动机构 （programmed actuated H1 与升级版 G1、小米 CyberOne、浙江人形 NAVIAI 等为代 表的人形机器人，能识别语义和情绪，具备平稳行走和复杂动作能力， 助推我国人形机器人产业步入了智能化发展阶段。同一时期，介电弹 性体、超螺旋聚合物、气动仿生肌肉等柔性材料的快速发展也带来了 人形机器人的驱动器的革新，以北工大研发的气动人工肌肉驱动器、 中国计量大学设计的一种拮抗气动肌肉驱动的人形机器人为例，实现 了 1.2.3 总结与趋势分析 14 随着国家、地区相关政策出台，全球资本大量涌入，龙头企业及 科研院校研发投入等掀起的人形机器人热潮，人形机器人正朝着更高 性能、更强适应性的方向爆发式发展。电驱动、液压驱动以及人工肌 肉和气动技术在人形机器人上的应用将会保持较长时间探索，融合眼 －手－足，结合智能芯片、智能算法，构建形成类人“超级大脑”， 形成机器人元宇宙，未来人形机器人将广泛应用于工业生产、社会服