中国联合网络通信有限公司研究院 金砖国家未来网络研究院 (中国·深圳) 人形机器人 应用与发展前瞻 2025年7月 世界互联网大会智库合作计划系列成果 目 录 前 言.........................................................................................Ⅰ 编 组............. 无缝适应人类工作与生活环境，熟练操作为人类设计的工具与设备，实 现从纯粹信息处理到与物理世界通用交互的本质跨越，为人工智能提 供了理解和改造物理世界的最佳“身体”，进而实现真正的“知行合 一”。我们将聚焦人形机器人产业发展的前瞻和最新趋势，深度洞察 这一技术的应用探索与未来图景，希望可以助力人形机器人产业的高 质量发展。 世界互联网大会智库合作计划系列成果 编写组 组长： 李红五 中国联合网络通信有限公司研究院

环，不断提升金融服务水平。 围绕金融五篇大文章，大模型本身即是数字金融的工具，而科技金融、养老金融、普惠金融、绿色金融恰是应用场景。 中信建投非银金融 & 前瞻研究团队数字金融系列报告思路 : 中信建投非银金融 & 前瞻研究团队将围绕数字金融与大模型在 金融领域的 应用撰写系列深度，围绕大模型应用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一 04. DeepSeek 如何推动金融行业数字化转型 ? 》 05. 券商、保险、信贷、供应链金融及金融科技机构的业务逻辑痛点和数字化价值 提纲 核心观点 中信建投非银金融 & 前瞻研究团队将围绕数字金融与大模型在金融领域的应用撰写系列深度，围绕 大模型应 用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一篇综述，第一部分从金融机构数字化转型的核心痛点出发，第二、三部分以数字营销、 环，不断提升金融服务水平。 围绕金融五篇大文章，大模型本身即是数字金融的工具，而科技金融、养老金融、普惠金融、绿色金融恰是应用场景。 中信建投非银金融 & 前瞻研究团队数字金融系列报告思路 : 中信建投非银金融 & 前瞻研究团队将围绕数字金融与大模型在 金融领域的 应用撰写系列深度，围绕大模型应用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一

是场景化应用 逐渐成为产业科技创新的牵引力，需要我国进一步利用超大规模市场优 势打造典型应用场景。二是在当前中美贸易摩擦暂缓的有利背景下，我 国将加快以开放促创新的步伐，进一步在核心技术上进行前瞻性布局， 积极融入全球创新网络。三是高技术产品的出海不确定性依然存在，迫 切需要我国加强标准引领，构造全产业链共赢生态。 048 中国工业和信息化 发展形势展望系列 二、需要关注的几个问题 （二）企业前沿技术突破能力偏弱导致产业发展后劲不足 近年来，我国推出“揭榜挂帅”等科研管理机制，支持企业牵头组 建创新联合体，但相比于美欧的科技巨头，我国科技领军企业在整个国 家创新体系中的地位偏弱。一是研发投入强度不够，前瞻性布局不足。 我国规模以上工业企业研发经费强度仅为1.54%，低于美国、日本、德国 等2%—4%的水平。在具身智能、空间计算、可控核聚变等未来产业，我 国企业多采取“观望—跟进”策略，缺乏像OpenAI、Tesla、SpaceX那

............................................................................... 11 表 7 inClinico 前瞻性研究第二阶段临床试验的预测和结果（截至 2022 年 12 月） ........... 15 提升制药装备的自动化、数字化和智能化水平，发展基于人工智能的 药物洁净、超临界萃取和色谱分离，固体制剂生产在线检测，连续培 养生物反应器、蛋白质大规模纯化、冷链储存运输等信息化制药装备。 资料来源：前瞻产业研究院微信公众号，HTI 地方政策发展目标明确，大力扶持 AI 制药技术发展。地方政策的明确发展目标和对 AI 制药技术的大力扶持，已经成为推动中国医药行业创新和转型的重要力量，激发了企 行药物靶标筛选、药物分子设计、药物筛选、药效早期评价、 提高研发效率和降低研发成本。 湖北 加快突破人工智能和计算机辅助药物设计、体内外药物筛选模型、新药临床转化医学研究等关键技术。 资料来源：前瞻产业研究院微信公众号，HTI 1.3 AI 制药市场蓝海前景广阔 AI 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止 2023 年一 季度累积投资额达

适应新产业发展新需求，提升有效供给.................................................................................... 68 6.2 前瞻布局，开创国际标准化发展新空间.................................................................................... 这样的交流与反馈，在未来能够进一步完善与优化本白皮书，使其能 精准地把握行业脉搏，切实地服务于整个人形机器人行业发展，为政 府决策提供科学依据，为企业研发提供明确导向，为市场应用提供规 范准则，为各方提供更具价值与前瞻性的指引与参考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。 编委会 2024 年 12 月 4 一、人形机器人概述 1.1 概念 1.1 成立人形机器人 标准工作组，制定标准体系，规范产业发展，并前瞻性布局未来的标 准化方向。 表 2 中国国家层面出台的人形机器人产业政策 政策文件 发布时间 内容 《人形机器人创新发展指导意见》 2023 年 提出了国内人形机器人发展目标和任务 《新产业标准化领航工程实施方案（2023— 2035 年）》 2023 年 前瞻布局人形机器人产业标准研究 《关于组织开展 2023 年未来产业创新任务

2025 Proprietary and Confidential All Rights Reserved. M2具身智能研究院 - 研究成果 23 ◆ M2觅途咨询聚焦人形机器人产业、持续输出前瞻洞见，希望为产业提供全面、可靠、新颖的视角，帮助全产业生态玩家理 性决策，助力产业健康、可持续发展： • 2024年1月，发布《人形机器人核心硬件市场发展白皮书》，获得上游产业链等各界广泛关注 Pre-11 M2 2025 Proprietary and Confidential All Rights Reserved. M2具身智能研究院 - 核心业务 提供全面深入的产业洞察、前瞻的技术分析、精准的数据支持，赋能全产业链企业，推动人形机器人产业创新与商业化落地 产业数据 & 信息服务 ◼ 数据库——全球、全产业链核心部件数据 市场规模、竞争格局、技术路径、本土化趋势 ◼

Lumpe ©2025 云安全联盟大中华区版权所有 6 目 录 安全声明 .......................................................... 8 前瞻性声明和人工智能的发展前景 .................................... 8 文档摘要 ........................................ 的意见。 前瞻性声明和人工智能的发展前景 本文包含了一些可能具有前瞻性的陈述。为确定其适用性，我们鼓励向相 关的国家监管机构和法律顾问寻求指导。需要注意的是，这些陈述是作者和云 安全联盟基于当前的知识和预期所做，受固有风险、不确定性和假设的影响， 部分陈述可能与实际结果存在差异。 以下是可能影响人工智能领域未来发展和相关监管环境的一些重要因素， 也是可能影响本文件中前瞻性陈述准确性的因素所在： 技术的法规或指导原则出 台。 ● 经济和社会因素：整体经济环境和对人工智能的社会态度，可能会影 响新技术的开发、采用及监管环境。 这些关于前瞻性的陈述仅反映作者和云安全联盟本文件发布之日的观点， 作者和云安全联盟不承担更新或修改本文档中任何前瞻性陈述以反映未来事 件或情况的任何责任。请读者不要过度依赖这些陈述。 文档摘要 本文围绕人工智能和生成式人工智能（GenAI）的法律和监管环境论述。

发展需要 AI 芯 片作为算力支撑。据 Tractica 数据，全球 AI 芯片市场规模预计由 2018 年的 51 亿美元增长至 2025 年的 726 亿美元，对应 CAGR 达 46.14% ；据前瞻产业研究院 数据，中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 达 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 芯片市场得 到进一步发展。据 Tractica 数据，全球 AI 芯片市场规模预计由 2018 年 的 51 亿美元增长至 2025 年的 726 亿美元，对应 CAGR 达 46.14% 。据前瞻产业 研究院数据，中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 达 45.11% 。 900 800 700 600 年全球 AI 芯片市场规模及预测 图： 1H21 中国 AI 芯片市场份额 资料来源： Tractica ，国信证券经济研究所整理 资料来源：前瞻产业研究院，国信证券经济研究所整理 资料来源：亿欧智库，国信证券经济研究所整理 资料来源： IDC ，国信证券经济研究所整 理 mm 市场规模（亿美元） YoY GPU 其 他

聚焦风险量化、合规实效与经营绩效三类价值指标。通过人才梯队 建设、流程再造和持续审计，实现管理闭环与智能监督。总体而言， 向“人机协同、规则+数据双驱、可解释可复核”的数智化内部审计 演进，将显著提升企业治理能力与风险控制的前瞻性，助力高质量 发展。 (一) 电力行业 1.电力行业内部审计工作基本情况和特点 在组织保障与人才队伍方面，电力行业已构建起层级清晰、规 模充足的审计体系，但复合型技术人才短缺是其结构性短板。电力 痛点的关键，能够将 审计人员从重复性劳动中解放出来，实现提质增效。另一方面，数 智化支持审计从“抽样核查”转向“全量穿透”、从事后监督转向 事前预警，使其能够为银行的战略决策和业务优化提供更具前瞻性 的数据支持，从而实现“监督与服务并重”的核心价值。 3.银行业内部审计数智化转型工作开展情况和特点 银行业的数智化转型呈现出成熟度与建设模式紧密关联的梯队 特征，形成了从大型银行内部主导到小型银行依赖外部的多元化发 求。面对海量业务数据，传统审计因覆盖率低而难以发现深层风险。 数智化转型通过实现全量数据分析和智能风险识别，不仅极大地提 升了审计效率和深度，更关键的是推动了审计职能的重构，使其能 够为业务发展提供前瞻性洞察和风险预警，真正为企业进一步创造 价值。 3.通信行业内部审计数智化转型工作开展情况和特点 通信行业普遍采取“集团统筹顶层设计、省级公司场景化落地” 的转型路径，已从概念探索迈向规模化实施阶段，形成了集团与省

策框架分析 25 周期压缩至周级，远超现行标准修订平均2–3年的周期。工业和信息化部与国 家市场监督管理总局联合发布的《关于进一步加强智能网联汽车产品准入、召 回及软件在线升级管理的通知》已前瞻性指出该矛盾，明确要求企业提交深度 测试方案与质量安全风险评估方案，并推动沙盒监管机制落地，为标准动态演 进预留制度接口[1]。 面向未来，法规标准将加速向系统级验证、软件全生命周期管理与OTA强监管 （ HorizonSuperDrive）辅助驾驶系统在星途ET5与深蓝L06车型上实现两周内激 活超12,000辆，其规模化部署倒逼企业同步构建符合新规的OTA质量管理体系 [3]。 法规的前瞻性设计正成为塑造技术创新节奏与商业化落地节奏的关键变量。新 版《智能网联汽车标准体系建设指南》提出分两大阶段推进标准建设，旨在消 除‘标准鸿沟’，引导企业围绕统一框架聚焦核心技术攻关与规模化应用演进[2] [4]政策：《交通运输部关于发布〈公路工程设施支持自动驾驶技术指南〉的公 告》，交通运输部，2023年发布。 L3自动驾驶技术即将迎来市场爆发期，车企布局图 来源：佐思汽研《2025主机厂与Tier 1 厂商L3智能驾驶技术前瞻研究》 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 28 4.1.2感知决策系统创新进展 智能驾驶感知与决策系统正经历从‘功能可用’向‘场景可靠’的关键跃迁。当前技