算 机 视 觉 AlexNet ( 图灵奖得主 Hinton) CAN (Gioodfellow. 图灵奖得主 Bengio) ResNet ( MSR. 引用 183222) 跨模态模型 DALL E2 (OpenAI) 2017 年 ， Google 提出 Transformer 框架在机器翻译中取得显著进步 ，其分布式学习和强大编码能力受到广泛关注。 2018 : 客服问答 工业 : 产品设计辅助 && 生产规划 教育 : 智能问答、试题生成 法律 : 智能法律助手，法律咨询 医疗 : 问诊，用药咨询 科研 问答理解类 常识、专业知识、多语言、多模态、角 色扮演 + 多轮对话、安全陷阱 推理类 情感推理、演绎推理、逻辑推理、归纳 推理、类比推理 创作表达类 文字创作 & 创意、内容改写 / 续写、修改 ，提升模型的通⽤性和可维护性。 参数规模扩展 为确保模型质量和性能，未来的大模型将采⽤更深层的⽹络结构和更庞⼤的数据集进⾏预 训练，尤其在数据量和参数量上将迎来显著跃升。 多模态融合 大模型将逐渐融入图⽚ 、⾳频、视频等多种模态信息 ，实现跨模态的交互与理解 ，从⽽拓 宽其应⽤场景和实⽤价值。 大模型小模型化 在产业应⽤层⾯ ，结合底层基础大模型和针对特定⾏业的精简数据微调，将训练出更为实

人、智能辅助驾驶车辆都是具身智能的初级形态，而 具身智能的终极目标是实现全自主学习、自主执行、 自主调整，稳定可控的、end-to-end具身智能。 2 具身智能的技术架构 2.1 多模态感知技术 多模态感知技术是具身智能的基础，它通过融合 视觉、触觉、力觉、听觉等多种传感器的信息，实现对 环境的全面感知和理解。视觉传感器如摄像头、主动 王晓思，林家宁，白 琳 具身智能技术演进、工业应用实践与未来展望 图像和三维信息，用于目标识别、定位和导航；触觉和 力觉传感器可以感知物体的表面特征、形状和力的大 小，使具身智能本体能够实现精细操作和安全交互； 听觉传感器则用于语音识别和声音定位，实现人机语 音交互。通过多模态感知技术，具身智能本体能够构 建更加准确、全面的环境模型，为后续的决策和行动 提供可靠依据。例如，人形机器人结合视觉反馈系 统、激光雷达和触觉反馈系统，能够在复杂的生产环 境中精确地抓取和操作物体。在实验室实现中，训练 agent具备强 大的语言理解、视觉感知和决策能力。具身大模型能 够将语言、视觉、行动等多种模态的信息进行融合和 处理，实现对复杂任务的理解和执行。同时，具身大 模型还具有良好的泛化能力，能够在不同的应用场景 中进行快速适应和学习，为具身智能的发展提供了有 力支持。例如，PaLM-E 多模态大模型将语言理解与 机器人控制相结合，使机器人能够根据语言指令执行 各种任务，推动具身智能进入了语义交互的新纪元。

开发，国内仅少数本体企业 实现自研。 焊中质量实时 诊断分析系统 HKS、伏能士（CLOOS）等 蕴硕物联 国际厂商多绑定自身焊接设 备生态，依赖单一模态信号； 国内部分头部企业已形成差 异化优势，填补行业多模态 智能诊断空白。 系统集成商 库卡、柯马 中集飞秒、行健机器人、大熊 星座、南京合信、江苏大族智 能焊接、华工科技、大界、启 玄科技等。 国际厂商在汽车行业拥有较 接全流程数据进行更深度挖掘， 构建从设计、工艺规划、在线控制到质量反馈的闭环优化系统，实现真正的“数据驱动焊 接”。 2、应用实例与补充 多模态 AI 缺陷实时诊断系统：依托同步采集的焊接电信号（电流、电压）与熔池视觉 图像等多模态数据，构建 AI 缺陷诊断模型，可实时识别焊接过程中的各类缺陷。该系统的 运作机制如下：对采集到的电流、电压信号进行特征提取，获取电弧稳定性相关参数，如电 征相结合，建立二者与焊接缺陷的关联 模型。这种基于多模态信号构建的 AI 模型，综合了电信号反映的焊接能量变化和视觉信号 呈现的熔池状态，避免了单一信号诊断的局限性，能更精准地实时识别焊接缺陷，为及时调 整焊接参数、改进焊接质量提供有力支持。 三、多模态融合感知是智能焊接的重要发展方向 焊接感知技术正从单一传感器监测加速向多模态智能融合跃迁。通过协同整合电流、电 压、声学、视觉、热

括内存、本地磁盘、CPFS 高性能并行文件存储以及 OSS 对象存储，统一管理冷热数据的自动流转，提升存 储效率并降低成本 ；而在数据流转过程中，阿里云 Lindorm、MaxCompute 等产品也帮助车企实现了多模态 数据的清洗处理和高效挖掘 ；在仿真验证过程中，阿里云容器 ACK 等产品拉起上千个仿真任务并行运行，加 快迭代节奏。 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 随着智能化步入深水区，车企对大模型的需求已不仅限于智能座舱交互，更扩展至研发、生产、运营等 核心环节，低成本接入与场景化落地成为关键。阿里云通义大模型家族提供灵活路径，赋能全价值链。 阿里云秉持开源开放原则，提供全尺寸、全模态的通义开源模型并覆盖多种语言，助力车企低成本自研 掌握核心技术 ；同时也支持调用成熟的商业化模型快速落地。阿里云不仅提供强大的基础模型能力，其专业技 术团队也深入业务场景，确保通义大模型的能力真 创新。 小鹏汽车正在推进 720 亿超大规模参数世界基座模型的研发，参数量是主流 VLA 模型 的 35 倍左右。“小鹏世界 基座模型”是一个以大语言模型为骨干网络，使用海量优质驾驶数据训练的多模态大模型，具备视觉理解能力、链式推 理能力（CoT）和动作生成能力。通过强大的强化学习训练，基座模型不断自我进化，将逐步发展出媲美甚至超越人类 的自动驾驶技术。未来，小鹏将通过云端蒸馏小模型的方式将基模部署到车端，给“AI

技术正从概念走向实战，成为重构商业模式的核心引擎。从智能选款、动态定价到个 性化导购，AI 应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 发现：能否将商品图片、面料参数、会员偏好等多模态数据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 对爆炸式增长的业务数据、多模态数据管理要 求、以及数据架构复杂与有限 IT 资源之间的矛盾，传统数据架构已难以胜任。零售企业必须打 造新一代数据底座，从而跨越海量数据洪流与实时洞察的鸿沟，激活企业“一方数据”价值，支 撑 AI 全链路应用，满足综合成本最优诉求。 一体化云数据库是新一代数据底座的核心组成部分 为了支撑智能化转型，数据底座要满足实时决策洞察、多模态数据管理、集成 AI 推理能力等诉 AI 全链路应用。 AI 在零售“研、产、供、销、服、管”全链路的深度应用，对底层数据底座提出了前所未有的要 求 。 这包括高实时性（模型推理需要分钟级甚至秒级获取最新业务数据反馈）、强大的多模态数据管 理能力（必须高效处理海量非结构化和半结构化数据，转化为模型可理解的特征数据），以及统 一的数据视图与关联分析（实现交易数据、行为数据、内容数据、知识数据的深度融合与关联查 询）。 8

发布自主知识产权的可见光面部识别算法 ZKLiveFace 3.0 、 多模态手掌识别算法 ZKPalmVein 5.0 、远距离虹膜识别终端 及面部、指纹、手掌多模态混合生物识别终端；正式更名为 “中控智慧科技股份有限公司”；印尼、智利、秘鲁、哥伦比亚、 墨西哥、土耳其子公司成立。 2014 年 推出多模态手掌识别算法 ZKPalmVein1.0 ，中控智慧美国硅 谷生物识别实验室正式成立；马来西亚子公司成立。

大；另一方面，大模型不能主动向用户搜 集需求，也会导致生成内容不完整。 大模型 交互方式智能性不足 汽车产业 AIGC 技术应用白皮书 17 PAGE 汽车设计过程涉及文本数据、图像数据、音频数据等多模态的设计交互及数据处理，通用语言大模型 虽具备强大的通用AI能力，但在特定的应用场景中的仍有缺陷，尤其是在汽车设计这种专业性强、流 程复杂且生成质量要求高的专业领域，需要更加细分的AI技术对通用语言大模型进行能力补足，主要 ， 在批量处理中自动化标注大量数据，并且可以保证数据的标注质量和一致性，从而大大提高数据标注 的效率，降低数据标注的人力成本和时间成本。云端的大模型不但可以对数据进行自动化标注，还可 以进行多模态数据挖掘，用自然语言来进行数据预处理，例如检索特定场景数据、挖掘长尾数据等。 4.1.3 基于AIGC的自动化数据标注 图4.1-1 4D数据标注需要自动化数据标注才能满足成本和效率的需求 汽车产业 变革。目前，许多汽车企业都在积极探索和实施AIGC技术，以提升座舱的智能化水平。 4.2.1 基于AIGC的智能座舱交互产品已搭载整车量产落地 图4.2-1 各车厂AIGC技术上车时间 大部分车企在座舱内搭载的是基于大模型的多模态人机交互系统，它的应用场景包括语音识别、面部 识别、手势及情感识别以及车机画面识别。通过这些功能，能够提供更自然和直观的交互体验。另外， 部分端侧大模型可以在不联网的情况下快速响应，同时保障用户隐私数据的安全；部分系统拥有个性

浏阳市颐和隆烟花集团有限公司：应用微数据中台与AIOT技术推动高危生产行业全流程安全管控智能 化改造，实现烟花行业安全效能与生产效率双跃升 树根互联股份有限公司：应用工业AI大模型技术推动船舶维修业务多模态大模型应用 佛山市海天（高明）调味食品有限公司：“灯塔工厂”数智化赋能传统酿造业转型实践 珠海格力电器股份有限公司：基于人工智能的控制器制造数字生态体系研发 惠州TCL移动通信有限公司：应用数 与效益提升 广西华昇新材料有限公司：应用AI技术推动氧化铝生产过程实现智慧管控 广域铭岛数字科技有限公司：应用AI与工业互联网技术推动电解铝工厂全流程智能化节能降本增效 赛力斯汽车有限公司：多模态深度学习技术赋能新能源汽车焊点质量在线检测与管控 贵阳航发精密铸造有限公司：航空发动机定向晶涡轮叶片铸造数智化车间建设 西安吉利汽车有限公司：应用视觉AI技术推动全域制造征程 新疆昆仑锌业有限 能技术在技术可靠度、成本曲线优化、供应链安全 提升等方面走向成熟。如，在流程工业领域鼓励发展时序大模型，深化人机交互、状态监控、预测优化、设备 诊断等应用场景落地；在离散工业领域鼓励发展AIGC、多模态大语言模型、求解器等人工智能技术，深化 设计仿真、智能排产与调度、全过程质量追溯等应用场景落地。 （二）要探索AI落地应用 一是遴选优质数字服务单位。聚焦杭州市中小企业数字化转型城市试点明确的细分行业，依托47个省

用户运营智能化（ AI Powered Engagement ） ：基于精准画像的营销内容生成、智能 销售辅助、全渠道服务闭环 座舱体验智能化（ AI Revolutionized Cabin ） ：融合多模态交互、场景化服务与情 感 计算的下一代智能空间 通过解析智己汽车的落地实践， 我们将展现 AI 如何在研发周期压缩、用户转化提升、 座舱体验升级等关键维度创造实证价值——测试成本降低 30% 、销售转化率提升 模型通过算法优化，以 较 低算力实现高性能，显著降低智能座舱开发成本，其多模态融合能力可精 准解 析模糊指令，主动预测用户需求。 未来，生成式 AI 、多模态大模型等技术将进一步成熟和应用，推动汽车 智能化水平不断提升。生成式 AI 可以自动生成设计方案、虚拟仿真与测试等， 优化生产与研发流程，实现成本削减和效率提升。多模态大模型能够融合多 种 数据类型，如视觉、语音、文本等，提供更全面、准确的信息，为汽车的 从原来的 10% 降低 智能内容工厂（ DMC 平台） AIGC 内容工厂（ DMC 平台）是“大模型赋能大营销体系”的核心组件， 旨在破解传统营销内容生产周期长、个性化不足的痛点。依托多模态大模型技 术（如商汤秒画、美图 whee ） ，平台实现从图文到视频的全媒介自动化生成， 支撑“一年三发”的脉冲式产品发布节奏。通过动态整合车型参数、市场热点 与用户偏好数据， DMC

亿欧智库：我国具身智能技术与应用已走在国际前列 • 2023 年我国在人形机器人专利申请量达 6,618 件， 有效专利 3,110 件，均居全球第一 • 机器人本体制造、 多模态感知、 自主决策等技术 成 果显 著，产 业链配 套 完备 ，硬件 成 本优 势明显 亿欧智库： 2025 年中 - 国具身智能相关政策 日本正在将机器人纳 入社会并使机器人成 亿欧智库：具身智能工业场景 工业场景 具身智能的物理载体形态丰富多样，可以将其划分为几大类别： 固定底座机器人、 轮 式（履带式）机器人、足式机器人以及仿生机器人。 智能决策 & 自主学习 多模态大模型驱动，能够自主拆解复杂任务并决策实施 持续收集和分析数据，并优化自身性能，不断提升智能化水平 如： AGV 、 自动驾驶汽车 平坦路面移动迅速，能效高 物流、仓储、交通领域 如： 机器学习技术被广泛应用于行为识别、健康预警等场景。 自然语言处理技术的进步显著提升了人机交互体验。 最新一代陪伴机器人支持多轮对话、情感识别和方言交互，在老年群体中的接受度明 显提高。 多模态感知与人工智能等技术的融合推动养老机器人实现从辅助到主动 服务的跃升，养老机器人在康复、护理、陪伴三大领域实现关键技术突 破。 康复机器人从单一训练到评估、训练、反馈一体化 护理机器