量子计算机模拟 化学反应：谷歌 量子计算团队利 用量子计算机成 功模拟了二氮烯 的异构化反应。 中国量子计算 机“九章”诞 生：中国科学 家构建了76个 光子的量子计 算原型机“九 章”，实现了 具有实用前景 的“高斯玻色 取样”任务的 快速求解。 IBM在量子纠错技 术上取得进展： IBM宣布在量子纠 错技术上取得了重 大突破，使得量子 计算机在抵抗错误 的能力上取得了长 足进步。 谷歌推出量子芯片

.......1 （一） 人形机器人发展现状............................................................1 （二） 全球人形机器人市场前景广阔................................................3 二、 人形机器人的技术演进................................. 走向产业应用。涌现了宇树、优必选、Figure、Optimus、波士顿动 力等一批独角兽企业，推动人形机器人应用深入生产实践。 02 世界互联网大会智库合作计划系列成果 （二）全球人形机器人市场前景广阔 1.各国人形机器人战略布局各有侧重 全球主要经济体均高度重视具身智能发展，不断出台政策支持具身 智能发展，提升全社会对机器人领域的关注和支持。美国紧抓人工智 能基础研究，保持 HQ-9评分14.3分。 来源：万亿空间！引爆市场！具身智能在各领域的应用前景深度分析 2025。2024年12月10日。 https://mp.weixin.qq.com/s/rUeh99v6WAa3pg7B8XJ6HA 来源：智源机器人产业研究院。通用智能与具身机器人：发展趋势与应用前景。2025年3月13日。 https://mp.weixin

度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 本报告中的“机器人+人工智能”指的是建模优化、机器视觉、 语音交互、机器学习、深度学习等人工智能技术应用于机器人上的智 能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品 ，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 牵头编写单位： 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司 博众精工科技股份有限公司

交互 决 策 1.3.2 具身智能应用场景：商用及家用服务 资料来源：达闼机器人，星动纪元，IT之家，前沿制造，华西证券研究所  人形机器人的互动能力使其在商用及家用服务中具有较好的应用前景，人形机器人可以支持现实空间中的学习，用面部表情、肢体 语言、声音和语音与人类交流，使互动更具吸引力，也可以通过编程来促进机器人与人类的互动。  商业服务人形机器人主要应用在封闭环境下的室内场景中，迎宾接待、导览讲解等 RMOR使碰撞减少了 63.7%；与基于采样的运动规划专家系统cuRobo相比，ARMOR计算效率提升26倍。  我们认为，国内外巨头接连入局构建生态，有利于推动AI体系加速迭代升级，人形机器人前景更加乐观。但高性价比的硬件仍是落地的基础，国 产供应链优势明显，有望充分获益。 苹果ARMOR效果演示 搭载华为盘古大模型的夸父机器人 02 产业链：国产替代趋势明显 17 资料来源：华西证券研究所 L7、领克 06等主流车型。手机、汽车、机器人、XR虽然场景不同，视觉技术却是相通的。虹软科技通用基础算法研发人员数量占研发人员总数 的50％，研究成果可以在不同场景下复用。 • 未来机器视觉产业前景广阔。2015年起人工智能成为市场热点，相关产业正式被提上国家战略层面，各地政策措施陆续出台，助推了 人工智能产业的发展。根据Fortune Business Insights的预测，全球机器视觉市场规模将从2023年的203

度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止 2023Q1 累积投资额达 60.2 亿美元，市场规模持续增长，预计到 2026 年全球市场规模将 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 1.2 技术革新与政策扶持促进 AI 制药行业快速发展 ................................................... 5 1.3 AI 制药市场蓝海前景广阔 ......................................................................................... 7 1.4

和治疗方案。在AI医疗 影像产品中，疾病筛查和辅助诊断产品是最早应用和竞争最激烈的品类，而辅助治疗类产品的进展较慢。因此，开发辅助诊断和为 治疗康复规划的方案尤为重要。  冠脉和头颈类应用的市场前景较好，肺结节和肺炎类应用的市场覆盖率相对较高。乳腺和肝脏的应用目前仍处于研发阶段，商业 化进程正在推进。部分头部企业则主要基于某一临床科室应用起家，发展成为精品后，将业务线拓展至其他临床科室。 选、ADMET预测等多个环节。通过海量药化数据库针对特定靶点药物进行设计、合成和优化相对较为成熟。靶点发现场景有 巨大的市场想象空间，但较少AI企业拥有新靶点和验证能力，技术上面临更多挑战。  临床阶段的AI技术应用难度高，前景广阔。目前临床阶段AI赋能阶段较为有限，主要包括患者分层与招募、药物重定向及数据 整合与分析。临床药物剂量设计、结果分析与预测具备较高市场价值，能够切实提升临床试验成功率，目前由于缺乏针对该场 景的 白质序列信息预测蛋白 质-蛋白质相互作用，提供准确且快速的输出。  基于结构和基于配体的虚拟筛选：药物设计和药物发现中，虚拟筛选（VS）是CADD的重要方法之一，是从化合物库中筛选出 有前景的治疗化合物的有效方法。要将ML用于VS，应该有由已知的活性和非活性化合物组成的过滤训练集，这些训练数据用 于使用监督学习技术训练模型；对训练模型进行验证，足够精确则将用于新的数据集以筛选具有所需活性的化合物。一般VS分

和治疗方案。在AI医疗 影像产品中，疾病筛查和辅助诊断产品是最早应用和竞争最激烈的品类，而辅助治疗类产品的进展较慢。因此，开发辅助诊断和为 治疗康复规划的方案尤为重要。  冠脉和头颈类应用的市场前景较好，肺结节和肺炎类应用的市场覆盖率相对较高。乳腺和肝脏的应用目前仍处于研发阶段，商业 化进程正在推进。部分头部企业则主要基于某一临床科室应用起家，发展成为精品后，将业务线拓展至其他临床科室。 节。通过海量药化数据库针对特定靶点药物进行设计、合成和优化相对较为成熟。靶点发现场景有巨大的市场想象空间，但较 少AI企业拥有新靶点和验证能力，技术上面临更多挑战。  临床阶段的AI技术应用难度高，前景广阔。目前临床阶段AI赋能阶段较为有限，主要包括患者分层与招募、药物重定向及数据 整合与分析。临床药物剂量设计、结果分析与预测具备较高市场价值，能够切实提升临床试验成功率，目前由于缺乏针对该场 景的 白质序列信息预测蛋白质- 蛋白质相互作用，提供准确且快速的输出。  基于结构和基于配体的虚拟筛选：药物设计和药物发现中，虚拟筛选（VS）是CADD的重要方法之一，是从化合物库中筛选出 有前景的治疗化合物的有效方法。要将ML用于VS，应该有由已知的活性和非活性化合物组成的过滤训练集，这些训练数据用 于使用监督学习技术训练模型；对训练模型进行验证，足够精确则将用于新的数据集以筛选具有所需活性的化合物。一般VS分

mWiXpYcX9UkXeZlZ9UmVpOoPaQcM7NsQnNpNsOiNpPmOjMrRtP7NsQnNwMrMyQuOtOqP 3 摘要 ABSTRACT SMS 教育进化 趋势前景 变迁革新 商业实践 从宏观层面来看，AIGC技术延伸扩展了人脑智能，并且降低了使用门槛，应用影响力随之无限泛 化。具体到教育行业，部分基础工作被替代，社会人力结构和人才需求被重塑。AIGC技术与现代 Educational Evolution Technology Commercial Diffusion 04 标杆案例：企业落地剖析 Outstanding Enterprise 05 思考启发：前景与挑战 Prospects and Challenge 5 时代背景：变迁与革新 Change and Innovation 01 6 ©2024.2 iResearch Inc www.iresearch.com.cn 细分场景机会剖析二：触摸科研天花板 从K12到高/职教实训到学术科研，应用前景与落地难度同步提升 不同学段的AIGC技术应用有着不同的侧重点。在K12阶段，侧重技术对日常教学练评测、管理功能的升级迭代，且随着出生人数的 持续下降，天花板总体可预见。其制约因素主要在数据层，数

都已经能够实现具备感情的实时人机语音交互。 我们看到，随着大模型能力的不断增强，AI 的作用不断深化，生成式 AI 新的应用不断被解 锁。通过对 AI 在搜索、电商零售、办公、金融法律、影视游戏，医药、教育、汽车等行业 应用前景的分析，我们认为，AI 应用的落地节奏或与行业数字化程度成正比，我们看到 AI 大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone 时刻”。其中最 值得关注的应用包括：1）文本 值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和 图像生成在办公、广告营销、金融、影视游戏等领域成为下一代生产力工具；3）蛋白质生 成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。 图表1： AI 大模型如何赋能各行业 资料来源：华泰研究 硬件是大模型的重要载体，什么是 AI 大模型时代的最佳硬件形态是投资人最关心的话题之 一。我们认为随着大模型能力的不断 2022-2023年：实现商业化落地， 并提供更有活力的家庭陪伴 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 20 电子 自动驾驶和人形机器人是具身智能最具代表性、也最具热度和应用前景的应用。展望未来， 高阶自动驾驶有望逐渐开始规模落地，但人形机器人受制于成本和算法成熟度落地尚需等 待。自动驾驶：特斯拉于 2024年 3月已推出 FSD V12.3 版本，正式更名为 FSD Supervised，

5.3 边缘共享模式..............................................................................106 六、商业价值与前景展望.....................................................................108 1 一、“东数西算”概述 1.1 背景 算网平台根据调度算法，可以资源需方的应用调度并部署到 共享的企业私有云/一体机上，完成资源共享过程。 六、商业价值与前景展望 “东数西算”工程涵盖了总分调度、分总调度、混合调度等调度 架构、东数西算、数据快递、东数西存、协同推理、协同训练和西训 东推等核心场景，具备明确的商业价值和广阔的市场前景。 在总分调度、分总调度和混合调度架构中，通过优化算网资源的 调度和管理，提升了资源的利用率和灵活性，降低了算力提供者和使