互联，实现高带宽、低延迟的数据交换和通信，以持续提升单节 点算力（例如英伟达 GB200）。另一方面，大模型的参数量从 GPT-1 的 0.1B 增长到 ChatGPT 的 175B，模型所需算力在四年间也从 GPT-1 的 1PFlops 增长到 ChatGPT 的 3000+PFlops，如表 1 所示。 表1 AI大模型算力变化趋势 四是模型效率持续优化。随着AI大模型的规模和复杂性增加， 训

Inteligence ( 具身智能 ) , 顾名思义，就是“使智能进入身体”、“给智能一个身体”的意思。 具身智能 Embodied lntelli gence 维度 传统 Al ( 如 ChatGPT, 图像识别 ) 具身 Al ( 如家庭机器人，自动驾驶 ) 环境 静态、封闭的数字世界 动态、开放的物理世界 输入 单一或特定模态 ( 文本、图片 ) 多模态、实时传感器数据流 输出 数字信号

首位，国产化率不断提高。2016 年，AlphaGo 的标志性胜利彰显了深 度学习技术的重大突破；2017 年，Transformer 架构的提出显著推动 了自然语言处理（NLP）的跨越式发展。至 2022 年，ChatGPT 3.5 与 特斯拉 Autopilot 系统将人工智能与机器人的融合推向了新的高度， 具身智能成为焦点领域，其核心在于实现感知-决策-执行的闭环协同。 从 2023 年开始，中国机器人市场迎来了真正的爆发。过去十年，销