1.1 µ¶:;78 ............................................................................. 1 1.1.1 µ¶:;9² ...................................................................... 1 1.1.2 "#µ¶78 ....... .. 68 ! : #$%&'(;<=>?3 ............................................................ 71 6.1 56”À78 ........................................................................... 71 6.2 &´ycnî ...... ................. 75 6.2.3 &´nî?’”À ............................................................ 78 6.3 µèžò ................................................................................... 82

减少文书工作 优化促销实践 / 客户推广 增加销售额 / 收入 降低成本 提升客户忠诚度 提升竞争优势 / 市场份额 86% 83% 82% 81% 79% 78% 78% 78% 78% 77% 76% 74% 72% 72% 72% 73% — 87% 的受访中小型企业表示，在技术 投资方面，他们获得的回报达到或超出了他们 的期望。如此大的成功势必会促使企业加大投

1750 亿个=315*10^21FLOPs；考虑训练时间要求在 30 天 完成（训练时间为 2592000 秒），则对应 GPT-3 训练所需算力为 121528TFLOPS；结合 A100 有效算力 78TFLOPS，得到所需 GPU 数量为 1558 个，对应 AI 服务器为 195 台。 推理阶段：按谷歌每日搜索量 35 亿次进行估计，假设每次访问提问 4 次，每次提问+ 回答需处理字数 425 亿个，则推理所需运算次数为 4760*10^21FLOPs；考虑推理时间以每 日为单位（推理时间为 86400 秒），则对应 GPT-3 推理所需算力为 55*10^6TFLOPS； 结合 A100 有效算力 78TFLOPS，得到所需 GPU 数量为 706315 个，对应 AI 服务器为 8.8 万台。 图12：算力计算公式 图13：近年推出的大预言模型有效算力比率 资料来源：NVIDIA，国信证券经济研究所整理 整理 表3：大预言模型算力测算 A100 PCle H100 PCle 训练阶段算力需求测算 Tensor Float 32(TF32) 156TFLOPS 756TFLOPS 有效算力 78TFLOPS 378TFLOPS GPT-3 训练所需运算次数 315*10^21FLOPs 315*10^21FLOPs GPT-3 训练所需算力 121528TFLOPS 121528TFLOPS

年技术趋势观察 " 领 导 者 如 何 使 用 数 据 第九版年度智能制造现状报告 在过去的一年里，我们看到可持续发展和 ESG 政 策的采用率不断提高。实施某种形式政策的组织 数量从 2023 年的 78% 增至 98%，实施正式政策 的组织数量为 86%。 可持续发展和 ESG 政策日益受到能源问题的推动 :: 13 48% 的企业制定了正式的全公 司可持续发展或 ESG 政策 98% 贵公司已采用或计划采用以下哪些智能制造软件解决方案？ 基数：1567 生产监控 供应链规划 (SCP) 企业资源规划 (ERP) 质量管理系统 (QMS) 能源管理 82% 78% 80% 78% 76% 第九版年度智能制造现状报告 :: 15 第九版年度智能制造现状报告 制造商面临的 最大 挑战 当今全球劳动力短缺和技能差距的严重性 加剧了吸引、管理和留住熟练工人的问题，

=315*10^21FLOPs ；考 虑训练时间要求在 30 天完成（训练时间为 2592000 秒），则对应 GPT-3 训 练所需算力为 121528TFLOPS ；结 合 A100 有效算力 78TFLOPS ，得到所需 GPU 数量为 1558 个，对应 AI 服务器为 195 台。 l 推理阶段：按谷歌每日搜索量 35 亿次进行假设，估算得到 GPT-3 每 日 需推理 token 亿个，则推理所需运算次数为 4760*10^21FLOPs ； 考虑推理时间以每日为单位（推理时间为 86400 秒），则对应 GPT-3 推理 所需算力为 55*10^6TFLOPS ；结合 A100 有效算力 78TFLOPS ，得到所需 GPU 数量为 706315 个，对应 AI 服务 器为 8.8 万台。 l 根据上述结论， GPT-3 新增 GPU 价值达到英伟达公司 FY23 收入的 39.4% 球 AI 服务器数量的 65.35% 。 GPU 相关 A100 PCle H100 PCle Tensor Float 32(TF32) 156TFLOPS 756TFLOPS 有效算力 78TFLOPS 378TFLOPS GPT-3 推理所需运算次数 4760*10^21FLOPs 4760*10^21FLOPs GPT-3 推理所需算力 55*10^6TFLOPS 55*10^6TFLOPS

系列）的研发和迭代，推动全球AI技术进入“大力出奇迹”的算力驱动阶段。 ◆ 北美算力中心龙头企业上架率维持高水平，机柜平均收入持续增长 Equinix机柜上架率 73% 76% 80% 78% 81% 2020 2021 2022 2023 2024 Equinix与Digital Realty北美地区机柜上架率，2020-2024 2,415 2,342 2,419 2,527 技术创新和持续优化能源使用效率，内蒙古将进一步巩固全国算力保障基地的地位。 41 资料来源：企业年报，灼识咨询 注：存量需求占比存量供给超过80%即为供不应求 单位：MW 26% 72% 78% 79% 81% 86% • 内蒙古是国家八大算力枢纽节点之一，自治区政府工作报告中提到， 内蒙古正积极推进国家算力协同发展试点建设，加快上游IT硬件软件 设备、中游算力网络及平台、下游应用场景全产业链发展。 求强势带动山西大同算力 经济，第三方算力服务商审慎布局，供需平衡有望维稳。 46 资料来源：企业年报，灼识咨询 注：存量需求占比存量供给超过80%即为供不应求 单位：MW 74% 78% 78% 79% 78% 77% • 山西省是全国唯一全省域、全方位且系统的国家资源型经济转型综 合配套改革试验区。大同紧抓发展窗口期，着力吸引北京及周边地 区数据存储、容灾备份、计算类等数据中心产业转移，将自身定位

对电力系统巡检无人机通用技术要求做出规定。服务应 用方面，IEC 发布 IEC 62849:2016，对家用及类似用途机器人的性能 评估方法进行规定；医疗应用方面，IEC 80601-2-77:2023、IEC 80601-2-78:2024 在机器人应用于医疗的基本安全要求与关键性能做 出规定。虽然上述标准针对标准化对象并非人形机器人，但其中所涵 盖不同应用场景对机器人的要求仍可为未来制定人形机器人在应用方 面的标准提供一定参考。 出库并配送至生产车间、加工成成品后、成品入库、仓储、分拣及出 货等多个场景，涵盖了物料的存储、分拣、搬运和配送四大功能。如 何实现全流程无人化，尤其是各流程之间的自动化无缝衔接，一直是 行业痛点。 78 （二）案例介绍（创新点） 1. 案例实施方案 优必选人形机器人 Walker S1 与 Wali 瓦力工业移动机器人 T3000、 L4 级无人物流车 Chitu 赤兔无缝协作，实现从分拣、搬运到配送的室 surgical equipment — Amendment 1 IEC TC 62/SC 62D C 4－专用 35 IEC 80601-2-78:2019 Medical electrical equipment — Part 2-78: Particular requirements for basic safety and essential performance of medical

道的 7 倍。与此同时，客户对 7×24 小时即时响应、精准产品匹配 的需求年增长率达 40%，传统服务模式已难以持续。 技术层面存在的关键瓶颈包括：自然语言理解准确率不足（现 有系统仅能达到 78%）、多轮对话记忆保持能力有限（超过 3 轮对 话后上下文丢失率 61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 11%的客户需求，远未达到替代人 工的标准。 1 可实现毫秒级响应速度， 单日可处理超过 50 万次客户交互，相当于 500 名人工客户经理的 工作量。测试数据显示，在标准业务咨询场景下，其问题解决准确 率达到 92.3%，远超行业平均水平的 78%。特别是在产品推荐场景 中，通过客户画像与产品特征的向量化匹配，推荐转化率提升 40% 以上。 其次，在知识管理方面，模型通过持续学习机制保持知识实时 更新：  动态同步最新监管政策与行内产品手册 询、投诉、业务办理等对话样本），使意图识别准确率从 82%提升 至 96%。典型场景的语义解析效率优化对比如下： 场景类型 传统模型准确率 DeepSeek 优化后准确 率 理财产品咨 询 78% 94% 贷款条件查 询 75% 89% 账户异常处 68% 92% 场景类型 传统模型准确率 DeepSeek 优化后准确 率 理 多模态交互支持 集成语音识别（ASR）与文本生成（TTS）模块，构建端到端的语

6 技术进步 10 清洁与维护 19 交通运输 29 ⼈形机器⼈ 35 ⼯业 42 服务机器⼈ 45 医疗保健 51 安全、安全和军事 56 资本/专利 62 挑战 68 结论 78 相关阅读 79 © 2024 花旗集团 6 花旗GPS：全球视野与解决⽅案 2024年12⽉ 摘要与分析 AI并⾮新领域（1950年代）。机器⼈也并⾮新事物（1960年代）。能移动的AI机器⼈是新兴领域。 来源：Citi GPS 我们还注意到，亚洲对机器⼈的⻛险投资正在增加，根据专利数据，机器⼈创新在亚 洲蓬勃发展。美国可能在⼈⼯智能领域处于领先地位，但我们的专有分析显⽰，过去 20年中国占了所有机器⼈专利的78％。 ⾕歌⾸席经济学家哈尔·⽡⾥安曾经说过：“预测未来的⼀种简单⽅法就是看看富⼈ 今天拥有什么。”在以前的⼏代⼈中，这些包括⾃来⽔、冲⽔⻢桶、汽⻋、洗⾐机 、中等教育或点播⾳乐。正如我们在去年的AI助⼿报告中讨论的那样，⼈⼯智能可 Technologies案例研究 Starship配送机器⼈已完成超过6百万次配送，在全球60多个位置操作数千台配送 机器⼈。该机器⼈能够配送⻝品、外卖和包裹 Starship Technologies发展迅速——公司花费78个⽉时间实现了⾸个百万次配送的 ⾥程碑，平均仅需要7.5个⽉就能实现接下来的500万次配送。公司计划扩展⾄美国 50所⼤学校园 每台机器⼈配备12个摄像头，可看到周围环境，确保准确和安全导航，最⾼速度

1成功率大幅领先，平均成功率提高 了32%(46%->78%)。其中“Pour Water”（倒水）、“Table Bussing”（清理桌面）和“RestockBeverage”（补充饮料） 任务表现尤为突出。 此外智元还单独验证了ViLLA架构中Latent Planner的作用，可以 看到增加Latent Planner可以提升12%的成功率(66%->78%)。 英伟达通用机器人大模型 GR00T