展格局。其中，智能化是核心趋势，作为共享化和创新 出行商业模式的底座技术，深刻改变了传统汽车价值 链的结构与分工模式，加速向软件定义汽车、平台化 架构、电驱动系统等新范式演进。与此同时，零部件 部门也迎来全新发展机遇与挑战，技术门槛、创新能 力和生态整合力成为企业突围与重构竞争优势的关 键变量，原有的供应体系正逐步重塑，产业链分工格 局呈现出更加动态、多元的演化趋势。 10 产业格局趋势 作 和灵活的供应链管理，以适应快速变化的市场需求 和技术进步。 2.4 零部件企业发展格局趋势：迎来洗牌重塑，“单 域”/“多域”系统级能力和灵活合作模式的Tier 0.5将 成为未来市场的关键角色 顺应汽车产业的深刻变革趋势、迎合主机厂未来整零 关系需求，零部件行业格局也必将迎来洗牌重塑，“单 域”/“多域”系统级能力和灵活合作模式的Tier 0.5将 成为未来趋势。 3. 部件出海

 2011 年洛克希德 · 马丁提出数字织锦；  2012 年 NASA 发布了包含数字孪生 的两份技术路线图。 …… 2020- 未来 快速发展期 数字孪生技术和产业生 态都有望迎来爆发期 数字孪生将加速与 AI 等新 兴技术融合发展进一步应用。 数字孪生广泛应用于工业互 联网、车联网、智慧城市等新 型场景。 …… 2015-2020 年 应用萌芽期 工业软件巨头纷纷布局数

总体篇 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 2 AI 为汽车行业带来新机遇 智能化成为汽车行业发展的核心趋势 随着新技术的不断涌现，汽车产业正迎来前所未有的发展机遇。特别是人工智能与云计算技术的融合应用， 为汽车行业的转型升级提供了强有力的技术支撑。智能化不仅改变了汽车的设计和制造方式，还重新定义了驾 驶体验和出行模式，推动整个行业向更加高效、安全和环保的方向发展。 基础设施和数据基础设施，小鹏开启了全新的基座模型研发范式，从云端模型预训练到车端模型部署，整个“云 端模型工厂”的迭代周期达到平均 5 天一次。 小鹏汽车智能辅助驾驶 随着技术的不断进步，智能驾驶领域迎来了前所未有的发展机遇，尤其是端到端技术在其中发挥了重要 作用。端到端技术经历了多个阶段的演进。在模块化端到端架构中，感知模块输出特征向量，决策规划模块则 据此输出运动规划结果，通过跨模块梯度传导

过智能化改造,我国制造业研发周期缩短约 20. 7%、生 产效率提升约 34. 8%、不良品率降低约 27. 4%、碳排放 减少约 21. 2%。 随着 AI 技术的不断发展和应用,制造 业将迎来更大的变革和发展机遇。 1 AI 赋能制造业的意义 1. 1 AI 促进制造业提高生产效率 AI 能够替代大量人工,帮助制造业提效。 AI 技术 的引入使得制造业能够实现高度自动化,减少对人力

10 年代 21 世纪 20 年代至 未来 1.2.1 发展历程：中国矿山经历机械化、自动化、信息化、数字化，目前 已迎来智能化阶段 u 目前，加拿大、瑞典、美国、澳大利亚等发达国家已实现遥控采矿、无人工作面甚至无人矿井。而中国矿山经历了机械化、自动化、信息化和 数字化阶段，目前正处于数字化向智能化的过渡阶段。从 信息化阶段 数字化阶段 机械化阶段 自动化阶段 6 1.2.2 发展历程：重新厘清信息化、数字化、智能化矿山的区别 u 中国矿山数智化建设经历信息化、数字化，迎来智能化，但是这三者的定义往往混淆或交叉，亿欧智库认为信息化是指用“数字世界”描述 “物理世界”，数字化是指用“数字世界”重构“物理世界”，智能化是指使“信息系统更聪明”。 智能化矿山

21004 3272 581 u 第三方机构预计具身智能的市场规模将持续增长，有望在 2027 年达到 1.25 万亿元。 u2023 年至 2025 年，具身智能成热门赛道，特别是人形机器人产业迎来投融资热潮，投融资数量和总金额显著增长， 2025 年呈现爆发式增长。 2025E 2026E 2027E 2028E 2029E

单边解码等）转向统—的、效率最优化的开源底层框架 ，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

质量稳定性不足，而传统示教型编程耗时冗长，其依赖人工操作的局限性日益凸显，已难以 满足现代制造业对高效、灵活与智能化生产的核心诉求。 随着焊缝跟踪、信息传感、离线编程、智能控制、人工智能等技术的迭代突破，焊接机 器人的智能化水平迎来显著提升。通过搭载激光传感器与 3D 视觉系统，智能焊接机器人可 精准识别焊缝位置、尺寸及形状特征，实现焊接路径的自主规划，推动焊接技术向“免示教” 方向演进。当前，焊接机器人正经历从传统示教型向“免编程”、“免示教”型的深刻转型。 2024 年的 18.60%。 GGII 判断，随着智能焊接技术的持续提升，将有望大大降低焊接机器人的导入门槛，如协 作机器人焊接的比例正逐年上升，未来几年焊接机器人在工业机器人中的销量占比有望迎来 上升的拐点。 图表 11 2017-2025 年全球工业机器人销量增长趋势及焊接机器人占比(单位：万台，%) 数据来源：高工机器人产业研究所（GGII）整理 焊接机器人的发展 而，随着产业链各环节参与者的持续投入和技术攻关，以及应用场景的不断打磨，其系统生 态正加速构建与完善。一旦核心技术在可靠性、易用性上取得实质性突破，同时系统成本达 到用户大规模应用的临界点，智能焊接机器人市场将迎来爆发式增长与持续放量，成为驱动 工业自动化升级的重要引擎。未来十年，将是其从技术验证走向规模化应用的关键时期。 2025 智能焊接机器人产业发展蓝皮书 58/141

4.1.1 机制方面：应对 AI 技术爆炸，搭建行业协力平台 智能驾驶包含环境感知、认知、预测以及车辆行为决策、规划和控制等功能 模块。从感知侧开始，人工智能技术与智能驾驶持续深度融合，预期将迎来爆发 式发展。然而，智能驾驶面临复杂的道路环境、多样的交互行为、软硬协同的车 辆控制以及数据和驾驶安全等诸多挑战。搭建行业级智能驾驶智算数据平台，将 能够为汽车行业的智能驾驶技术开发提供交流合作渠道和载体，通过建立定期的

五、总结与展望 2025 年被视为人工智能规模应用的元年，伴随而来的还包括“智 能体元年”、“人形机器人元年”等多重概念，共同指向 AI 技术实 现广泛落地的重要转折。在这一背景下，算力需求正迎来爆发式增长， 已成为驱动整个智算产业链发展的核心动力。从底层算力基础设施到 上层行业应用，从运营服务到生态构建，产业链上下游都将显著受益 于此次需求增长的浪潮。 然而，当前我国智算产业仍面临一系列挑战，主要包括算力供给