人工智能机器人的崛起研究报告:物理AI时代开启Santana Li 主席兼⾸席执⾏官 Kn ightscope 公司 Aleksandra Faust 研 究主管 Google Deep Mind Ingmar Posner 应⽤ ⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 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 器⼈将为⼈们提供机器⼈清洁⼯、管家、司机、助⼿和护理⼈员等服务 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 我们预测到2035年时,将有13亿台AI机器⼈在我们周围移动,到2050年将达到40亿台。这其中的三个主要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量(以百万计)按类型预测 来源:花旗经济研究部 2024 2025 2030 2035 2050 CAGR ⾃动驾驶汽⻋ 27 34 126 380 1,858 17.4% 国内清洁机器⼈ 286 326 54110 积分 | 82 页 | 5.53 MB | 9 月前3
生成式AI爆发:医疗人工智能走到新的十字路口-蛋壳研究院........................................................................................ 11 2.2 信息学 AI:曾经被动的管理者们,如今主动迎接医疗 IT........................................16 2.2.1 乘着 AI 迈向高等级评级............ 已经见证了多 款产品成功实现商业化落地,有力推动了精准 PCI 时代的到来。 在冠状动脉疾病的诊疗上,AI 赋能的 CT-FFR 技术崭露头角。这项技术能够迅速分析患 者的 CT 影像,从功能学角度准确评估冠状动脉的狭窄程度及其潜在影响。这一突破避 免了传统冠脉造影可能导致的过度治疗或治疗不足,为患者提供了更为精准、个性化的 诊疗方案。 在经皮冠状动脉介入治疗(PCI)阶段,AI 同样发挥着重要作用。它不仅能够自动分析 影像在线生成单次治疗高精度靶区和器官轮廓,预测单次照射的剂量,以及评估多个分 次的累积剂量,从剂量学维度评估患者放射治疗执行的进展,为患者的放射治疗方案调 整和定制 ART 方案提供剂量学的临床决策依据。 图表 8 人工智能在放疗领域中的扩展应用(上) 16 图表 9 人工智能在放疗领域中的扩展应用(下) 资料来源:公开信息整理 2.2 信息学 AI:曾经被动的管理者们,如今主动迎接医疗 IT 医疗 IT 是一10 积分 | 69 页 | 13.45 MB | 9 月前3
备份 中培伟业:2025年数字化转型与人才体系建设指南报告. 20250428 13-08-57培养,深化数字经济领域新工科、新文科建 第 5 页 设,支持企业与院校共建一批现代产业学 院、联合实验室、实习基地等,发展订单制、 现代学徒制等多元化人才培养模式。制定实 施数字技能提升专项培训计划,提高老年 人、残障人士等运用数字技术的能力,切实 解决老年人、残障人士面临的困难。提高公 民网络文明素养,强化数字社会道德规范。 鼓励将数字经济领域人才纳入各类人才计 划支持范围,积极探索高效灵活的人才引 进、培养、评价及激励政策。 根据应用场景,对业务人员提 出与业务相关的数字化思维、 素养和专业技能要求。 典型职位 首席执行官、首席数 字官、企业中高层管 理者等 业务架构师、软件工程 师、IT 运维、用户体验设 计专家、大数据专家等。 战略规划、市场营销、财务、 人力资源等业务领域具有数字 化思维和应用意识的核心人 才。 典型职责 1)构建数字化愿 景:推动组织向数字 化方向转型; 2)领导组织文化变 项目管理 5G/6G 物联网 智能制造 数据分析 AI 提效办公 常用办公软件 2.企业数字化人才培养保障体系 中培伟业企业数字化人才培养保障体系是一套综合性的、系统性的解决方案,旨在通过科 学、高效的培训方法,全面提升企业员工在数字化领域的专业技能和综合素养,为企业的数字 化转型和可持续发展提供坚实的人才支撑。 中培伟业培训的评估体系设计得非常系统和全面。按照企业需求调研、制定培训方案、签10 积分 | 53 页 | 6.10 MB | 9 月前3
中国算力中心行业白皮书台提供的算力,侧 重于处理和分析大 量数据,执行复杂 计算任务 • 由超级计算机等高 性能计算集群所提 供的算力,注重双 精度通用计算能力 追求精确的数值计 算 应用场景 • 应用范围广泛,如 科学研究、工程设 计、商业分析、医 学诊断等 • 主要用于人工智能 的训练和推理计算 如语音、图像和视 频的处理等 • 主要用于尖端科学 领域的计算,如行 星模拟、药物分子 设计、基因分析等 提出系统优化算力基础设施布局,促进东西部算力高效互 补和协网联动,引导通用数据中心、超算中心、智能计算 中心、边缘数据中心等合理梯次布局。 ➢ 加强通用计算、智能计算、超级计算等多元算力资源的科 学布局,提升国家枢纽节点各类算力资源的综合供给水平。 引导各类算力向国家枢纽节点集聚,国家枢纽节点外原则 上不得新建各类大型及超大型数据中心,坚决避免区域间 盲目无序竞争。 ➢ 到 2025 年底,新建及改扩建大型和超大型数据中心电能 内蒙古正在加快智算中心和超算中心的建设,以满足人工智能、科 学研究、工业仿真等领域对高性能计算的需求。 • 内蒙古的算力中心不仅服务于数字经济,还带动了当地相关产业的 发展,如大数据、人工智能、云计算等。通过与京津冀、长三角等 地区的合作,内蒙古形成了优势互补的发展格局,实现跨区域算力 资源的协同利用。通过建立算力交易平台,动态调度全区算力资源。 • 乌兰察布以云计算厂商自建和第三方代建项目为主,主要聚焦云计 算客户,包括华为、阿里、苹果以及快手等。10 积分 | 54 页 | 6.96 MB | 9 月前3
北大:DeepSeek-R1及类强推理模型开发解读分别表示当前策略模型和旧策略模型 , q, o 是从问题数据集和旧策略 πθold 中 采样的输入和输出 , At 是基于广义优势估计( GAE )计算的优势值,依赖于奖励序列 {r≥t} 和 学 习的价值函数 Vψ 。因此, PPO 需要同时训练策略模型和价值函数。为避免奖励模型的过 度优化, 标准做法是在每个词元的奖励中添加与参考模型的 KL 惩罚项 DeepSeek-R1 技术剖析: 技术剖析: GRPO 赋能 RL-Scale 24 基于过程监督的 GRPO 优势值估 计 基于结果监督的 GRPO 优势值估 计 DeepSeekMath https://arxiv.org/pdf/2402.03300 DS-R1 Zero 跳过监督微调 SFT 阶段,展现出大规模强化学习的潜力。这种自主学习的方式,不 自验证是指模型在生成最终答案之前,会先主动地验证自己的中间推理步骤是否正确。这 就 像一个学生在做题时,会反复检查自己的解题过程,以确保答案的准确性。 反思是指模型会回溯检查自己之前的推理过程,并根据检查的结果进行修正,相当于一个 学 生在复习时,会反思自己之前的错误,以便下次不再犯同样的错误。 而长链推理能力则让模型能够处理更复杂、更需要多步骤思考的问题。这种能力对于解决 一 些需要跨越多个逻辑步骤才能找到答案的问题至关重要,例如复杂的数学题或逻辑谜题。10 积分 | 76 页 | 6.72 MB | 9 月前3
北京金融科技产业联盟:2025年数字孪生技术金融应用研究报告散度。这种方法不仅促使模型学习有效的数据表示,还保证 7 了潜在空间的平滑性,使得我们可以通过在潜在空间中采样 来生成新的数据点。 4.建模技术 建模技术是将物理世界中的对象、过程或系统转化为数 学模型或计算机模型,为数字孪生提供一个虚拟的“骨架”。 几何建模是最基础的一环,通过 CAD 计算机辅助设计软件创 建物体的几何形状及物体间行为框架,通过一系列可变参数 控制模型。针对复杂场景,可基于点云的建模技术通过 并发事件和资源分配问题的 Petri 网建模等。建模技术为数 字孪生提供了坚实的理论和技术支撑,正向着更加自动化、 智能化的方向不断发展。 5.感知类技术 感知类技术包括常见的物联网 IoT、射频识别 RFID、计 算机视觉和声波雷达等。IoT(Internet of things,物联 网)本质上是互联网从人向物的延伸,物联网是将“物”和 互联网相互连接的技术,涉及对于“物”的感知、信息采集、 传输和 实际设备的问题并模拟解决方案。例如金融机构在数据中心 领域应用数字孪生技术,通过整合物理模型、传感器数据以 及运行信息,实现了对机房空间、电力供应、空调系统等基 础设施的全周期数据重建和数字映射。这种技术集成了多学 科、多物理量、多尺度和多概率的仿真模型,助力金融机构 深入分析物理实体与性能状态之间的映射关系,并通过数据 挖掘和仿真模拟技术的融合,实现了故障诊断、趋势预测和 控制反馈。通过这种方式,金融机构能够将实体数据中心和10 积分 | 53 页 | 2.07 MB | 9 月前3
5G +AI投资策略研究报告02% 3,477,700 100.00% -0.38% 2016-18年CCM厂商出货量及份额预测(百万颗) 2016年数据显示, 前5大厂商市占率为 33%,2017年这一 数值为37.3%,预 计2018年继续提升 至46.02%。从各摄 像头模组厂的出货 增速能很容易的发 现,排名越靠前的 厂商出货增速越快, 显示了领头企业强 者恒强的效应。 数据来源:TSR,国泰君安证券研究 1.3 面板材料:偏光片国产化获突破,将进入高速替代期 资料来源:HIS,三利谱,国泰君安证券研究 偏光片国产化替代加速:偏光片是液晶面板关键原材料之一,占面板总成本的12%~15%,市场主要被日韩企业垄断,主要供应商包括LG化 学、住友化学、日东电工,三家厂商占据全球约60%的市场份额。随着国内厂商的不断突破,国产偏光片正在逐步突破大陆面板厂商,三利 谱作为国内偏光片龙头,2018年顺利切入京东方和HKC,实现了国内大尺寸偏 领域仍有相当大的替代和成长空间, 在经历短暂调整后,将重回增长。 大功率业务空间巨大,自制激光器 有望提升利润率:大功率激光器行 业空间为小功率的2-3倍,公司目前 业务比例为1:3,发展空间巨大。预 计未来3年大功率业务有望保持30% 以上复合增速,出货量从1000台提 升至5000-6000台。大功率激光器 占设备成本40%以上,目前自制率 正逐步提升,未来毛利率有望向小 功率业务看齐,获利能力具备大幅10 积分 | 206 页 | 10.47 MB | 9 月前3
信通院:“机器人+人工智能”工业应用研究报告2025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。 一 是 “移动机器人+识别类模型+自主导航模型”模式,AI 应用的主要 目标是实现环境识别和路径规划,形成码垛、上下料、仓储、配送等 典型细分场景,如极智嘉的取货机器人使用计算机视觉技术和深度学 习算法,可以在繁忙的物流中心中,快速识别包裹位置,避开障碍物, 并高效完成取货任务。二是“移动机器人+协同优化模型”模式,AI 应用的目标是开展多种物流机器人的协调配合,如亚马逊建设的无人 字符识别目标测量识别六大子功能板块,通过对图片、 字符进行训练建模准确的分割目标。 MasterpieceAI 系统运用最前沿的深度学习算法,在检测准确率 及精度上提升更高;处理速度快,通用性更强。在研发并突破深度学 习算法同时,紧跟非深度学习的机器学习等 AI 算法的研究方向。在 少量训练样本,也可以获得非常高的准确率,解决工厂获取样本数据 难题。 图 10 博众精工 MasterpieceAI 系统0 积分 | 37 页 | 2.06 MB | 9 月前3
2025年自动化人工智能报告好和需求。 InSilico Medicine,一家制药公司,利用生成式人工智 能在不到30个月的时间内,完成了从药物发现到一期临 床试验的进程,这大约是通常所需时间的一半。 11 他 们使用了一个基于组学和临床数据的模型进行微调,以 识别药物治疗的潜在靶点。为了开发可能的药物组成, 他们使用了一个由500个预测和预训练模型组成的生成 化学引擎。对于Insilico来说,人工智能是他们工作的核 心——塑造围绕它的业务和行业。 的是,他们将很快提升和赋权个人,推动并帮助企业 运营,彻底重塑产业,甚至提升国家。 行业 这可能看起来像是行业内公司之间的通用框架和 通信协议,或者是编码界定行业大挑战的引擎——这 些模型将有助于我们增长对物理学、遗传学、运动等 方面理解。并且对于 国家 和 政府 它汇集了独特的知识、语言、文化、法 律和安全,以帮助行业、公司和公民参与。关键的是 ,这些认知数字大脑不会在孤岛中运作。当它们开始 在不同层面互动时,它们将创造一股上升的智能浪潮 之间新的桥梁。擅长代码和自然语言的代理系统将使人 们从直接操作软件转变为发起请求,启动一个代理过程 来处理这个请求;考虑功能、API、数据和工具来应对挑 战;然后创建并实施一个可以无限重复使用和打包的计 划。Adobe Firefly是利用这种抽象来重新设计软件以及为 哪些用户提供的一个关键的机会来源的例子。但这远不 止易于使用。为了有效利用这种现代编码范式并增加采 用率同时保持结构,这一新的抽象层将是必需的。正如10 积分 | 66 页 | 5.50 MB | 9 月前3
人形机器人生态报告2025-上海财经大学1 * 智能经济生态观察系列 * 人形机器人生态报告 (2025) 具⾝智能技术-产业-市场-应⽤的⽣态进化观察 [ 出品 ] 上海财经⼤学数字经济研究院 [ 主编 ] 胡延平 上海财经⼤学特聘教授 [ 撰写 ] ⾼⻜ 孙硕 以具⾝智能在技术-产业-市场-应⽤等⻆度的⽣态化进展为基础,本报告聚焦在更 受各⽅关注的⼈形机器⼈⽅向,建⽴⾯向⼈形机器⼈的多维观察和动态研究框架,从 器⼈学习提供合成数据;策略增强,可与⼀个动作头进⾏对接,通过预测未来与物理 世界的交互过程,进⼀步优化决策性能。 3.2.2 星动纪元 星动纪元成⽴于 2023 年,由清华⼤学交叉信息研究院孵化,是清华⼤学占股的⼈ 形机器⼈企业。2023 年 8 ⽉在世界机器⼈⼤会⾸发⼈形机器⼈“⼩星”;2024 年 6 ⽉“⼩ 星 Max”成为全球⾸个登上⻓城的⼈形机器⼈;8 ⽉发布⾸款产品级⾼性能⼈形机器⼈ 年,业务涵盖⼈形机器⼈及相关产品的研发、制造与场 景落地,致⼒于推动智能机器⼈在全球范围内的商业化应⽤。团队来⾃中国第⼀批⾜ 式机器⼈研究与产业落地团队,以及清华⼤学,⾹港⼤学,加州⼤学伯克利分校,卡 耐基梅隆⼤学,苏黎世理⼯学院,加州⼤学伯克利分校等国内外顶尖⾼校。团队具备 13 全栈⾃研能⼒,覆盖从机器⼈本体设计与关键零部件,到运控算法、具⾝智能等核⼼ 技术领域。 全尺⼨⾼动态通⽤⼈形机器⼈10 积分 | 20 页 | 2.65 MB | 1 月前3
共 29 条
- 1
- 2
- 3
