2025-08-23 1 具身智能的基本概念 基于物理载体进行感知和行动的智能系统，其通过智能体与环境的交互获 取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性 具身 智能 2 具身智能的基本概念 基于物理载体进行感知和行动的智能系统，其通过智能体与环境的交互获 取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性 具身 智能 传统智能 具身智能 只可远观，被动接受 IROS 2025 真实交互：想象链强化行动执行的环境动态适应性 n MineDreamer (IROS 2025, NeurIPS 2024 OWA研讨会) n 当处理困难问题时，一种可靠的思路是预测未来可能的执行效果，评估当前行动的可行性，以 此来指导更可靠的行动执行 n Chain-of-Imagination（想象链）可以强化具身行动执行的指令跟随能力 23 MineDreamer: Control, IROS 2025 真实交互：想象链强化行动执行的环境动态适应性 n Chain-of-imagination n Imagination-conditional VPT in a sequential way n 提供和动态环境、语言指 令、当前状态更为相关、 效果更为精准的视觉提示 24 真实交互：想象链强化行动执行的环境动态适应性 25 MineDreamer:

信息获取效率 提升 信 息（感 知）系 统 • 将数据转化成 知识表达 • 大模型带来 推理能力 提升 ？ • 数据与 真实环境交互 • 具备 任务拆解与实现 能力 模 型（知 识）系 统 行动（ 实现） 系统 新拐点 和 新范式 正在形成，通用人工智能的发展 将带来人类社会发展的巨大飞跃 Gartner：A New Market Is Emerging — Business Orchestration 解、记忆及知识沉淀、工具/技能使 用、执行动作等能力 p 采用更加高效的CUI交互模式 从技术架构演进角度 p 对话式编程时代，我们相信新的更优雅 的基于大语言模型的软件架构必将诞生 p SPQA架构是一种全新的软件架构，区别 于以前静态、有限输入、电路式的软件 架构 n State+Policy：用于感知环境状态、组织 策略 n Questions+Action：拆解问题任务、组织 行动 用户 Autonomous GPU服务器：A100*1（40G） GLM4-昇腾：8*910B（64G） 某证券公司智能投顾产品设计 LLM接入 Finetune Enginnering LLM模型管理与基础设施 行动 过程数据 Metadata 日志/监控数据 数据层 技术基座 RPA 流程 引擎 ... 外部 应用 系统 洞察 参考 网络搜 索(插 件？) 市场数 据 数据爬 虫(插 件？)

AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 人工智能正在经历新的发展浪潮。某头部公司正在转向AI Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 求，甚至会让答案更加迷茫。在这 种情况下，读者可能会开始质疑自己的常规思维方式是否合理。然而，问题的核心往往隐藏在表 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 服务出现。 构建保险行业的技术发展趋势参考系（微观） 四 设定锚点，行动实践 AI大模型平台化，重新定义AI Agent的开发体系 AI Agent开发范式 ►基于AI大模型的Al Agent开发流程: • 角色定义（Profile） • 记忆存储（Memory） • 计划反馈（Planning） • 行动执行（Action） Profile Profile Contents

年顶层设计阶段，政策明确 AI 发展战略定位，将三维支撑纳入央企中长期规划重点，划 定能源、制造等重点应用领域，提出算力基础设施建设与数据治理的总体方向。2024 年深 化部署阶段，国资委启动“AI+”专项行动，发布首批 40 个战略性高价值场景清单，引导 央企加速数据中心向智算中心转型，推动行业数据产业共同体组建，明确三维支撑的具体 实施路径。2025 年落地推进阶段，政策聚焦成效强化，扩大高价值场景覆盖至超 交通、医疗等领域打造 AI 应用标杆 AI 赋能传 统 产 业 升 级 AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 5 2023.10 算力基础设施高质量发展 行动计划 明确央企需参与智算中心建设，推动智能算力规模扩 容，支持国产芯片、软件及算力平台自主创新，在工 业、能源等领域打造 AI 融合应用场景，如要求围绕 工业、金融、能源等重点领域，各打造 动”，10 家央企签署倡议书开放 AI 应用场景，明确 央企在“AI+”行动中的核心地位。 启 动 AI+ 专项行动 2024.7 中央企业“AI+”专项行动 在 16 个行业中打造 800+AI 应用场景，成立 3 个行业 数据产业共同体，通信央企建成 4 个“万卡集群”智 算中心，智算规模较行动前增长超 2 倍，其中能源、 制造、交通是主流，场景占 60% AI 场

协 同优化，金融数据因权属模糊制约风险管控精度，这些挑战的本质，是数据要素市场化 “ ” 配置过程中 信任基础 的不足，也将严重制约着人工智能产业的发展。 国家数据局重磅出台《可信数据空间发展行动计划（2024—2028 年）》，以国家战略方 式推动可信数据空间的加速建设，预计 2028 年国内将建成 100 个以上可信数据空间， “ ” 包括城市、行业、企业、个人、跨境五类可信空间，打通数据要素流通的 据局的战略布局和重点工作推进，我国可信数据空 间的建设已逐步从试点探索走向规模化建设。2024 年 11 月国家数据局发布《可信数据空间发展行动 计划（2024—2028 年）》，首次在国家层面对这一 新型数据基础 设施系统布局，明确到 2028 年建成 100 个以上可信数据空间的目标。 建制度 立顶设 强行动 促发展 建制度框架 指引建设方向 规划蓝图 激发数据要素潜能 场景驱动价值 释放数据要素乘数效应 供的出、流 得 ” 动、用得好 的顶层设计方案。 · 第三阶段：强行动（2024-2025 年）： “ 陆续发布《 数 据要素 ×”三年行动计划（2024—2026 年）》、《公共 数据资源授权运营实施规范（试行）》等管理要求，推 动数据要素在各行业的应用与价值释放，明确从登 记→授权→定价的完整链条。同时发布《可信数据 空间 发展行动计划 2024-2028》明确可信数据空间 定义 与定位，提出

商业智能决策支持系统 制定“互联网 +” 行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商 务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。 国务院关于积极推进“互联网 +” 行动的指导意见 国发 〔 2015 〕 40 号 4 . 国家政策 国家“互联网 +” 行动指导意见，明确“互联网 + 医疗健康”行动路线 重点行动之 “ 互联网 + 益民服务”

AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 （ L3 ）阶 段——一个能思考、并能主动采取行动的 AI 系统。 强大算力保障大模型训练与推理的可持续性 能源供给保障大模型训练与推理的可持续性 HuggingFace 等平台提供开放、可扩展的 环境，支持灵活的 AI Agent 的开发 数据来源： OpenAI ，公开资料、甲子光年智库总结整理 2025 年， AI Agent 风口已至：基础能力成熟，推动 AI 迈向新阶 段 L3 智能体 —— 目前阶段 能思考，还可以采取行动的 AI 系统 L1 聊天机器人 具有对话能力的 AI 来源： OpenAI 对于 AI 的分级 www.jazzyear.com 生态系统成熟度 产业生态与应用场景 L4 创新者 能协助发明创造的 统 AI 在“流程自动化”上的短板。 以“执行力”响应“落地”要求： Agent 的设计理念区别于停留在“对话”或“理解” 的 L1/L2 级 AI ，其 L3 级别的核心是“采取行动，完 成任务”。这种“执行导向”与企业追求实际效果、 部 署落地的目标高度一致。 2025 年， To B 市场对 AI 投资的商业价值诉求发生转变。企业不再满足于概念验证或小范围试点，希望

交互和沟通 智能体能够通过自然语言处理等技术理解来自人类或其他智能体的指令并生成回应 情景感知和应变 智能体能够感知情境变化 ，灵活调整决策和行动策略以适应不同需求。 知识表示和储存 智能体能够组织和存储知识 ，通过不同方式表示并利用这些知识支持决策和行动 • 智能体的发展对于深化人工智能研究、实现通用人工智能具有重要意义。 它为复杂任务提供了任务驱动的实验平台， 助力通用人工智能研究。 ）是基于人工智能技术理解外部环境刺激并生成有意义动作的交互系统 ，涵盖环境感知、决策规划、 自主学习、 多 模态 交互及任务执行等关键技术。 自主学习和适应 智能体能够通过增强学习和迁移学习等方法从过往经验中学习并调整决策制定和行动过程 ID CCID CCID CC ID CCID CCID CC CCID CCID CCID CCID CC 战 略 意 义 ID CCID CCID CCID CCID

40 20 0 来源：公开资料，未尽研究，环球零碳 说明：目前仅部分省份公布了智算基建规划。甘肃未公布智算规划规模。其他省份公布的规模，表示为“超过”“至少”等，取其下限。全国规划指“高质 量行动计划”中对全国智算规模的规划。上述规划基本上截至 2025 年。 重庆 山西 贵州 青海 上海 广东 江苏 安徽 北京 甘肃 河北 各省加总 全国规划 智算规模 EFLOPS AI 改变能源 智算如何引领新型电力系统 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《深入实施“东 数西算”工程，加快构建全国一体化算力网的实施意见》。全国各地都在摸底 算力，行动快的省份，已经推出了自己的基建方案。 部分省市规划的智算规模总量，超过了全国的计划目标。“高质量发展行动计划” 明确指出，到2025年，中国数据中心的算力规模超过300 EFLOPS，其中智能算 EFLOPS。而“八大算力枢纽节点”中的京津冀、长三 角和粤港澳三大枢纽，规划到 2025 年的智能算力规模已经接近 120 EFLOPS。 智算规模实际部署速度，快于计划文件的目标。“高质量发展行动计划”原定 至 2023 年底，智能算力达到 66 EFLOPS；而按照工信部今年披露的数据，去年 智算规模已达 70 EFLOPS，同比增速超过了 70%。 智算规模加速部署，既是中美 AI

40 20 0 来源：公开资料，未尽研究，环球零碳 说明：目前仅部分省份公布了智算基建规划。甘肃未公布智算规划规模。其他省份公布的规模，表示为“超过”“至少”等，取其下限。全国规划指“高质 量行动计划”中对全国智算规模的规划。上述规划基本上截至 2025 年。 重庆 山西 贵州 青海 上海 广东 江苏 安徽 北京 甘肃 河北 各省加总 全国规划 智算规模 EFLOPS AI 改变能源 智算如何引领新型电力系统 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《深入实施“东 数西算”工程，加快构建全国一体化算力网的实施意见》。全国各地都在摸底 算力，行动快的省份，已经推出了自己的基建方案。 部分省市规划的智算规模总量，超过了全国的计划目标。“高质量发展行动计 划”明确指出，到 2025 年，中国数据中心的算力规模超过 300 EFLOPS，其 EFLOPS。而“八大算力枢纽节点”中的京 津冀、长三角和粤港澳三大枢纽，规划到 2025 年的智能算力规模已经接近 120 EFLOPS。 智算规模实际部署速度，快于计划文件的目标。“高质量发展行动计划”原定 至 2023 年底，智能算力达到 66 EFLOPS；而按照工信部今年披露的数据， 去年智算规模已达 70 EFLOPS，同比增速超过了 70%。 智算规模加速部署，既是中美 AI