新的生产力 政企、创业者必读 22 DeepSeek出现之前的十大预判 之九 开源效果追赶上闭源  技术开放，吸引广大开发人员和用户使用  很多公司参与开源，帮助改进产品，众人拾柴火焰高， 反哺开源产品，形成正循环 政企、创业者必读 DeepSeek出现之前的十大预判 之十 中美差距快速缩小  美国预训练堆算力的路线不可持续，有待发现新范式“换道超车”  软件和算法差距并不大，主要差距在工程、硬件等方面 某省39家钢铁企业，联合打造钢铁基础大模型，将钢铁制造全过程拆分为142个场景 1· 原料 转 炉 炼 钢 热轧 煤 铁 矿 石 石 灰 石 废钢 合金 炼焦 烧结 球团 高炉炼铁 电 炉 炼 钢 精炼 连铸 冷轧/镀锌 调度 营销 排产 2· 铁前 3· 炼铁 4· 炼钢 5· 轧钢 6· 销售 物 理 工 序 模 型 导 图 原料 废钢 烧结 球团 焦化 炼铁 • 中间产品无人天车吊装 控制 • 废品无人天车吊装控制 • 铁水质量预报 • 高炉温度分布 • 高炉燃料比监测 • 高炉精准出铁预测 • 高炉炉况诊断 • 高炉燎铁能耗预测 • 高炉在含量智能预监 • 铁包动态调度算法(铁包 跟踪) • 烟气余热回收控制 • 部署工艺模型分析诊断 • 能源诊断分析 • 建设质量工艺动态设计 优化 • 堆堵料异常检测 • 炼铁原料混匀过程调度 优化

济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 （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 .......................... 25 4、博众精工 MasterpieceAI 措施》， 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

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 王永景 周 敬 万仁威 王 杰 胡阔海 甘 丹 牛智祥 唐克强 邬静芝 王成刚 南玲博 唐贵伟 主要审查人员：高宏力 商宏谟 黎金亮 刘 俊 吴 畏 目 次 第一章 总则............. 建筑机器人应具备可靠稳定的性能，在规定的工作条件下能正确地完成任务。其功能性 能应符合相关国家或行业标准，作业精度应满足施工质量验收标准。 3.6 建筑机器人应用环境：机器人在环境适应性与防护，应具备坚固的机体机构、极高的高 密封性、宽温域的工作能力，防腐蚀处理，严禁明火、易爆及结构不稳的危险环境中作业。 3.7 建筑机器人的操作人员应经过专业培训，掌握机器人的基本操作、设备日常维护保养、 安全应急预案措施等内容。 地坪、金刚砂地坪 施工 降低施工成 本，提升施工 效率、质量， 降低劳动强度 6 墙面智能抹灰机器 人 用于墙体表面的找平、 打底作业（即抹灰） 户型标准化程度 高、重复作业多、 对墙面平整度要求 高的墙面 提高混凝土施 工质量、缩短 施工时间 7 通用物流搬运机器 人 用于工地施工现场物料 搬运 物料搬运任务重 复、频繁（存在大 量“两点之间”的 提高施工效

1 5G：终端发布在即， 射频、光学、面板行业迎新机遇 5 eMBB 增强移动宽带 • 基础设施 • 应用终端 mMTC 海量机器通信 • 基础设施 • 应用终端 URLLC 高可靠低延时 通信 • 基础设施 • 应用终端 手机 AR/VR 射频端 传感器 智能家居 智能穿戴 AR/VR 智慧城市 智能安防 无人驾驶汽车 智能交通网络 工业物联网 5G将开启手机新一轮换机周期 FEMiD （双工前端模组） SMMB PA （单模多频PA模组） MMMB PA （单模多频PA模 组） PAMiD （射频前端模组） 基础射频器件 低集成度模组 中集成度模组 高集成度模组 数据来源：Murata，国泰君安证券研究 Switch （射频开关） Filter （滤波器） DRxM （分集接收模组） DRxM （包含LNA的分集 接收模组） LNA 射频开关 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

了比对，勾画出在 2025 年将重塑 AI 蓝图的重大趋势（见第 5 页“研究方法”）。 我们发现，领导者仍然难以通过 AI 投资实现业务转型，但他们相信自己正处于重大突破的边缘。 事实上，63% 的受访高管表示其 AI 产品组合将在未来一到两年内对组织产生重大财务影响。 实验中 2024 6% 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 30% 的受访高管表示其组织主要处于 AI 实验阶段，正在低风险的非核心职能中测试 AI 的使用，以积累经验、建立信心并找出潜在 痛点。只有 24% 的受访高管表示其组织正在利用 AI 进行创新，以把握新机遇并创造新的业务 模式。 2025 年，领导者有望实现重大转变。46% 的受访高管表示其组织将扩大 AI 的应用规模，利用 它来优化流程和系统；而有 44% 的受访高管计划利用 AI AI 来开展创新工作。只有 6% 的受访高 管表示其组织仍将处于实验。 要将这一势头转化为真正的业务价值，领导者需要赋予员工权力，让他们充分利用这一触手可 及的技术。这意味着要实现决策民主化，并为员工提供成功所需的工具和培训。人才是利用 AI 制胜的秘诀，但如果没有战略性再培训、安全护栏和决策支持，仅凭人才是无法取得成功的。 2025 年五大趋势：人智共创未来 点燃创新纪元 4 本研究是

高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 3.3.3 德赛西威：高算力智驾域控行业的领军企业 3.3.4 Momenta：提供基于端到端技术架构的自动驾驶解决方案 3.3.5 智驾域控芯片市场的竞争格局呈现多极化，SoC高性能更 适应未来趋势 3.3.6 地平线：软硬结合是必由之路 地平线：软硬结合是必由之路 3.3.7 黑芝麻智能：依托技术创新，构建自动驾驶芯片产品矩阵 3.4 执行层 3.4.1 线控底盘结构及优势 3.4.2 智驾渗透加速线控底盘国产放量，行业格局集中，主机厂 粘性高 3.4.3 线控底盘技术在自动驾驶领域的应用正逐渐普及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 推自 动驾驶行业告别硬件堆叠、算力比拼， 一场以AI融合为核心的高阶智能驾驶和 智能座舱新竞赛即将展开。以往在大模 型竞赛中，通常是围绕“数据、算法、 算力”三要素中的算力进行突破，企业 通过不断堆高算力水平来实现大模型训 练和推理的加速。而DeepSeek的出现则 打破了这种传统模式，选择从架构和算 法创新入手，在有限的算力与训练成本 下，显著提升算力利用效率。 DeepSeek本身作为大语言

供超视距信息及优化路径规划。  智驾地图正从重几何精度的高精地图向更注重拓扑、语义与鲜度的轻量化地图演进，其具体形态随自动 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的定义、核心特征与要素 高精地图主导 高精几何+语义 - 依赖高精度传感器 - L3/L4 早期探索 - 成本高/更新难 轻地图兴起 Light Map 道路网络、兴趣点(POI)、基本交通规则 按需提供车道拓扑、关键语义要素、精确道路属性等 精度要求 道路级别 (典型精度5-10米) 按需达到车道级或更高精度 (如信号灯等关键要素位 置，<50cm) 更新频率 相对较低 要求高，强依赖众源数据实现近实时或高频更新 服务对象 人类驾驶员 自动驾驶系统 (机器) 价值体现 导航功能本身 (相对价值有限) 赋能智驾功能实现与体验提升，亦可作训练数据源 车辆系统融合 主要用于基础导航显示与座舱交互 其在路径规划优化和作为AI模型训练数据源方面的价值日益凸显，但其具体作用随智驾系统能力提升而动 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：

年）》和《“十四五”信息通信行业发展规划》 均提出到 2023 年和 2025 年，新建大型及以上数据中心 PUE 降低到 1.3 以下。地方 政策对 PUE 的要求更为严格。2021 年北京要求新建数据中心 PUE≤1.3，高 PUE 数 据中心需改造；2021 年上海及 2022 年甘肃、广东、内蒙古、宁夏均提出 2025 年 PUE ≤1.3；2022 年广东、内蒙古等提出 2025 年 PUE≤1.3，鼓励分布式光伏和储能。 求为 25～28MW，高速网络、存 储等节点的用电需求合计 2MW 左右。 3） 智算中心 AIDC-智能算力：通常采用芯片异构计算架构，结合 CPU、GPU、NPU、TPU 等多种芯片，形成高并发的分布式计算系统。随着智算需求的持续增加，当前我国智算 中心用电规模可以达到 100-200MW（根据 DTDATA，火山引擎内蒙古和林格尔算力中 心一期机架功率达 100MW），Vertiv 预测未来有望攀升至 系统能有效避免交流供电中的多次变流和变换进而减少能源转换损失，具有模块化、效 率高、可靠性高、成本更低等优势。HVDC 设备成本略低于传统 UPS，且相比传统 UPS 具备一定效率优势，并可降低数据中心 PUE，减少能源消耗。根据台达的数据，当前 HVDC 系统整体效率为 95.1%，全链路效率为 88.3%（相比 UPS 方案高 1.7pct），并 且占地面积相比 UPS 方案减少约 20%。 3）

者、院校培训、创业者等需要对机器人进行二次开发，则需使用高算力模组的高配版本，整机价格可能会有数倍的价差。目前，绝大部分厂 商的高算力模组主要还是基于英伟达Jetson Orin平台进行开发。 厂商 宇树 宇树 宇树 众擎 松延动力 型号 GO2 G1 H1-2 PM01/02 N2 外形 基础算力模组 8核CPU 8核CPU 英特尔 Core i5 英特尔 N97 未知 高算力模组 英伟达Jetson Orin 英伟达Jetson Orin NX 英特尔 Core i7或英伟 达Jetson Orin NX 英伟达Jetson Orin NX 英伟达Jetson Orin 起售价 （不含高算力模组） 9997元 9.9万元起 未知 8.8万元起 3.99万元起 本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:879635下载,文档Id:653756,下载日期:2025-05-21 世界中。 • 优势：数据可大规模获取，成本低 • 劣势：对仿真器要求高，仿真环境与真实世界存在差 异；迁移过程中存在性能下降 基于真实世界数据采集——直接从现实世界数据中学习， 包括本体采集、遥操作、动态捕捉、视频学习等方式。 • 优势：数据更真实可靠 • 劣势：数据少、泛化性差；通过机器本体和人采集， 成本高、难度大、效率低 国内外厂商 大模型进展 04 Partone 16

期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 AI 应用的深化，也体现了企业对人才能力的新要求。 在 AI 人才短缺的困境中，高管普遍低估了员工学习和接纳 AI 的意 愿。这一认知偏差不仅限制了企业对现有人才的培养投入，也阻碍了 AI 在企业内部的推广和应用。 无论是处于 AI 探索阶段还是已经开展 AI 应用的企业，最突出的痛点 转型的迫切压力，但只有四分之一的 CEO 表示其组织已经为全面整合 AI 做好充分准备。 大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 他们能够更好地 理解 AI 的优势和局限性，更有效地利用 AI 工具完成任务，并从 AI的 输出中获得更深入的洞察。 7 4 5 6 核心洞察 02 1.2 AI 在零售行业的应用 02 08 09 09 企业 AI 应用落地核心挑战：认知偏差与人才短缺 3.1 企业普遍缺乏对 Al 的专业认知和技能 3.2 AI 人才短缺 3.3 高管低估了员工学习和接纳 AI 的意愿 03 12 13 15 人才是变革的关键 4.1 引入大模型≠提升生产力 04 16 4.2 AI 力的诊断和测评 17 4.3 发展大模型时代的