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 提升了大模型的训练和推理速度，为机器人的大规模应用提供了基础 支撑。 2 （二）“机器人+人工智能”是新一轮大国竞争的关键 提到要拓展智能机器人在清洁、娱乐休闲、养老助残护理、教育培训 等方面功能，探索开发基于人工智能大模型的人形机器人。 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会 难度大，占比均为 5%。近年来，随着设备标准化和自动化程度的提 高，各类搬运、测量、焊接机器人及其他生产设备实现互联互通，并 通过统一的控制平台和模型算法开展协作，为产线和研发的智能化创 造了基础条件，但是由于前期投入大、回报周期长，目前这两类场景 14 的探索主要集中在部分高科技行业的龙头企业。 此类场景“机器人+人工智能”主要是“多智能体+协同优化模型” 模式，AI 应用的主要目标是优化生产或研发流程。在产线优化方面，

提升资源利用和算力碳效水平。持续开展国家绿色数据 中心建设，鼓励企业加强绿色设计，加快高能效、低碳排的算 网存设备部署，推动软硬件协同联动节能。支持液冷、储能等 新技术应用，探索利用海洋、山洞等地理条件建设自然冷源数 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 发挥国家级政府投资基金和国家产融合作平台引导作用， 鼓励地方探索实施“科技产业金融一体化”专项和“补贷保” 联动试点，加大对算力重点项目的支持。推动符合条件的项目 申报发行基础设施领域不动产投资信托基金，支持社会资本向 算力产业流动。鼓励金融机构加大对绿色低碳算力基础设施的 信贷支持力度，支持符合条件的企业发行绿色债券。 （三）深化交流协作 充分发挥产业联盟、标准组织的组织引导作用，促进技术 研发、产业化推广、基础设施建设、人才培养等方面的交流与

态演变。 7 市场概述 智驾地图在智能驾驶系统中的核心作用 地图功能 \ 自 动驾驶级别 L2 (辅 助驾驶) L2+ (高 速NOA) L2+ (城市 NOA) L3 (有条件 自动) L4 (高度自 动) 趋势解读 & 核心观点 感知补充 (几 何/语义) ★ ★★ ★★★ ★★★ ★★ 重要性先升后降： 在NOA阶段（尤其城市）达到峰值，用于弥补传感器 不足 智能网联汽车试点工作。  短期内受安全事件舆论影响，政策似乎有从严监管趋势。但从长期来看，有助于行业积累实际运营经验， 从而逐步完善政策法规，划定安全边界与产业规范。 产品准入 遴选具备量产条件的搭载自动驾驶功能 的智能网联汽车产品，开展准入试点 上路通行 对取得准入的智能网联汽车产品在限定 区域内开展上路通行试点车辆用于运输 经营的需满足有关运营资质和运营管理 要求。 • 积累经验 和广泛的覆盖范围，并能支撑系统实现类人化、 体验良好的路线规划和驾驶行为。 核心用户需求 可靠性与安全性 ███████████████████▌95% 用户期望智驾系统在各种常见道路和天气条件下都能稳定运 行，不出错、不漏检、不误判，地图信息的准确性是重要保 障。 广泛可用性 █████████████████ 88% 用户希望高阶智驾功能（如NOA）能在尽可能多的道路上使 用，实

固定（如几万亿、几十万亿 token）， 且客户集中度高；而推理方面，每天的计算量可能达几万亿到 10 万亿 Token，一周的计算量就可能超过训练阶段。 ➢ 模型推理成本下降是超级应用爆发的前提条件之一：随着推理市场扩大以及更优方案出现，非 GPU 的时长份额也在增加。并且，推理成本的颠覆性降低，会推动 C 端产品在多数应用场景落地，使原本因预算不足、用户意愿不足而难以商业化落地的场景具备落地的可能性。 • 随着DS对垂类模型的影响迅速扩散，千行 百业对算力的需求将逐渐显现，算力中心的 使用量与上架率将稳步攀升。 • 就区域布局来看，环一线城市及能源富集区 因具备具备承接大规模训练算力需求的良好 条件，比如充足的电力保障和能评批复；而 一线城市由于汇聚了大量高科技企业、科研 机构以及丰富的人才资源等，更适合承接推 理算力以及训推一体的算力需求。 注：定制批发供给规模仅测算第三方算力中心服务商在运营IT容量 由于电力资源限制，两个城市现阶段已基本暂停批复3,000R+以上能评。 • 粤港澳地区算力资源供给重心逐渐向韶关和东莞转移。 ✓ 韶关：凭借毗邻粤港澳大湾区的地理位置优势，以及具备适宜气候、绿电 保障等算力产业发展的外部条件，是粤港澳地区提供算力资源的重点城市, 当前已建成的算力中心主要由运营商和鹰硕集团投资建设并运营。 ✓ 东莞：具备制造业基础，为算力硬件设施制造，如服务器、存储设备等生 产提供便利。 供给特征

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 Autonomous Driving： 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能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在 限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求。本通知 针对智能网联汽车搭载的3级和4级驾驶自动化功能。 管理体系要求，以及外部连接安全、通信安全、软件升级安 全、数据安全等方面的技术要求和试验方法。《汽车软件升级通用技术要求》规定了汽车软件升级的管理体系要 求，以及用户告知、版本号读取、安全保护、先决条件、电量保障、失败处理等车辆软件升级功能方面的技术要 求和试验方法。《智能网联汽车 自动驾驶数据记录系统》规定了智能网联汽车自动驾驶数据记录系统的数据记录、 数据存储和读取、信息安全、耐撞性能、环境评

助⼿报告中讨论的那样，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。 来源：Citi GPS © 2024 花旗集团 10 Citi GPS：全球视⻆与解决⽅案 2024年12⽉ 技术进步 配备⼈⼯智能，机器⼈可以越来越好地在复杂环境中导航，做出⾃主决策，并适应 不断变化的条件，从⽽弥合⼈⼯智能和物理活动之间的鸿沟。 这种⼈⼯智能的实现将使机器⼈在制造业、医疗保健等⾏业承担越来越多的⻆⾊ ，将我们经常听到的软件进步转变为实际应⽤。 近年来，⼈⼯智能和相关技术的重⼤进步推动了下⼀代机器⼈的发展，将它们 并不令⼈意外25” 然⽽，许多⼯作正进⾏中。⾼级驾驶辅助系统（ADAS）的渗透率正在提⾼，从紧 急刹⻋，到⾃适应巡航控制，再到⻋道偏离或碰撞警告。⻋辆⾃动化分为5个阶段 ，从⽆⾃动化（0）到在任何条件下没有驾驶员辅助的完全⾃动驾驶（第5阶段）。 许多汽⻋具有1或2个⾃动功能。第3阶段允许⾃动驾驶，⼈类可以随时接管。第4阶 段是全⾃动化，可以在⼀定范围内不需要⽅向盘或踏板。 图25。Waymo

、网关或协议转换 器。因此，应用可以使用相同（或相似）的消息有效负载与通过Wi-Fi、Thread、卫星或蜂 窝网络连接的IoT设备进行通信。基于IP的通信链路是实现设备连接标准化的首要条件。第 二个条件是一个应用层—同一种通用语言—同一种设备语言，用于IP网络上传输的消息有效 负载内容的标准化。 应用层安全和隐私 应用层可在任何IP网络上实现安全、私密的端到端通信。由于网络流量很容易被“窃听”，

家或地区提供所有产品或服务。 本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示的）保证，包括不附有关于 适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的 协议条款和条件获得保证。 本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业判断依据。由于使用本出版物对任何 企业或个人所造成的损失，IBM 概不负责。 本报告中使用的数据可能源自第三方，IBM

16 图表 10 电子病历系统整体应用水平分级评价基本要求...............................................17 图表 11 8 级电子病历需要达成的条件................................................................................17 图表 12 新电子病历系统整体应用水平分级评价基本要求 未来会有更多医院向电子病历高等级评级发起“冲刺”。尤其是作为高级别的入门等级， 5 级评级依然存在很大通过难度，未来数年内三级医院冲 5 望 6 将是主流。将为人工智 能带来巨大机遇。 图表 11 8 级电子病历需要达成的条件 资料来源：公开信息整理 面对医院对于高等级电子病历的建设热情，政策也在尝试对过往的评级内容进行优化。 2023 年 4 月 1 日，相关部门启动电子病历分级评价标准修订工作，2023 年 4 个月内，共同持有申请人发行的股本总额 不小于 10%；要么至少在上市申请日期前 12 个月，已经向申请人投资总计不小于 15 亿港元，且不包括此后的任何撤资。此外，领航资深独立投资者中的至少 2 名需满足以 下条件之一：①在上市申请前 12 个月内，各自持有申请人至少 3%的已发行股本；②至 少在上市申请日期前 12 个月，各自已经向申请人投资至少 4.5 亿港元，同样不包括此 后的任何撤资。 不仅如此，对于公司的估值也给出了更高的要求，在

Diffusion 模型、Sora模型、Flux模型等 ControlNet 条件控制 对大扩散模型做微调， 控制扩散生成走向 动作姿势 深度 边缘检测 柔和边缘 涂鸦乱画 …… • 与LoRA风格预设类似，ControlNet可以 通过插件预设模型，进一步精细控制人物 姿势动作、面部表情、手部动作等，“有 条件方向”的创作让模型生产力大幅跃升。 31 ©2025.3 iResearch 采取开源策略，通过工程优化与算法创新突破模型的性能与成本瓶颈 DeepSeek在工程和算法层面的持续创新，不断推动大模型突破性能和成本的瓶颈。其中，DeepSeek V3通过工程优化在资源有限 条件下实现低成本、高效能的模型训练与推理，而DeepSeek R1 Zero（Deepseek R1的初始版本）则证明了纯强化学习路径的可 行性，跳过了传统大模型训练流程中的监督微调，无需大量人工标注数