本文仅供参考，不构成法律建议。 本研究文件由云安全联盟编写，探讨了当前围绕人工智能的监管治理情况。 虽然本文涉及各种法律和监管框架，但必须强调的是，所提供的信息不适用于 任何特定情况的法律指导。 人工智能的监管环境正在迅速演变，法律法规的解释和应用会因各种因素 而存在很大差异，这些因素包括： ● 管辖范围（国家或地区） ● 具体的情景（如行业、应用场景等） ● 具体的人工智能技术或应用 因此，云安全 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： ● 技术的快速进步：人工智能领域不断发展，新的技术和应用层出不穷， 很难预测这些技术进步的确切轨迹及其对人工智能监管各方面的影响。 ● 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。 主要强调了生成式人工

发展特点、驱动因素、产业所面临的挑战以及 应对措施等。 本报告从“ESG”出发，深入分析并权威呈现 2025年中国ESG领域的最佳企业实践。报告的 核心研究对象是企业的ESG实践和成果，旨在 通过系统梳理中国企业在环境（E）、社会（S） 和公司治理（G）方面的创新实践、落地成效与 治理经验，为行业树立可持续发展标杆。 通过遴选和发布ESG最佳实践案例，激励企业 采取更具社会责任的创新行动。促进ESG理念 在各行业的深入融合与协同发展，助力企业从 ESG创新及实践（Innovation & Practice）：考察企业在碳 排放管理、资源利用、社会责任、产品创新和公司治理模式 上的创新。 ESG成果及影响（Achievements & Impact）：衡量企业在 环境（如减碳量）、社会（如公益成果）和治理（如风险管 理）方面的具体成果。 报告通过对能源、消费与零售、工业制造、金融、汽车等多 个行业中ESG表现突出的企业进行深度剖析，展示其具体的 实践案例，为其他企业提供可参考的方法论和路径。 ESG行业定义 ESG（环境、社会、治理）通过系统化整合环境可持续性、社会责任履行与企业治理效能， 构建企业长期价值创造的核心框架。其本质是通过“非财务指标”量化企业可持续发展 能力，为投资者、监管机构及社会公众提供决策依据，推动经济向包容性、韧性化转型。 ESG的运作是“数据驱动—标准共建—价值转化”的闭环过程，通过持续的指标优化与实 践迭代，实现企业发展与社会福祉的协同共进。 环境维度 聚焦气候变化应对、资源效率、

中给予大力支持 与做出杰出贡献的专家、学者、企业及机构。然而，我们亦认识到， 面对如此复杂且尚处于快速发展阶段的人形机器人领域，受限于当前 的技术认知水平、实践经验范围以及各种复杂多变的内外部环境等诸 多因素，本白皮书仍存在一些考虑不周之处。在此，我们以开放且诚 挚的态度，欢迎各界人士，不吝指出其中的不当之处。我们期望通过 3 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 具有一定程度的认 知和决策智能（《高工咨询》）； 3）人形机器人是一种模仿人类外形的机器人，除具备人形和模拟 人类动作外还兼具智慧化和可交互性等特点。 人形机器人主要包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块（《觅 途咨询》）。 6 从上述对人形机器人概念的主要观点来看，可以归纳为如下三个 主要特征：①外部特征：人形；②运动特征：双足直立行走；③智力 特征：人类智能。 两个不同的概念。自主性是指物体或系统具有独立决策和行动的能力， 能够在没有外部干预的情况下执行任务，这种能力通常基于预设的规 则和指令，虽然可以在一定程度上应对环境变化，但并不一定具备真 正的理解和适应能力。智能性是指物体或系统具有类似人类的智慧、 学习和适应能力，智能体能够感知环境、进行决策并采取行动，同时 不断学习和优化自身行为，以实现特定目标。这种能力不仅要求具备 自主性，还需要具备感知、学习、适应和决策等更高级的功能。所以

人形机器人作为人工智能与物理世界深度融合的前沿范式，正成 为智能技术突破虚拟边界的关键支点。人形机器人打破传统人工智能 的"离身认知"局限，通过独特的“人形”设计，使人工智能系统能够 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 轮式驱动， 搭配机器人手臂与灵巧手，兼具移动能力；足式人形机器人着重腿部 运动能力，手部主要用于平衡；通用人形机器人具备双足、双臂、双 手及各类感知和人工智能功能，有全面软硬件基础，能适应开放环境 中的多任务。 01 2.人形机器人的发展历程 1950年—1980年，为人形机器人的概念萌芽阶段，图灵在其论文 中提出了人工智能可能的发展方向，为机器人的概念奠定了基础。现 代 2011年—2020年，进入技术突破阶段。深度学习技术的快速发展 为其注入了新的发展动力。出现大量仿生、类人机器人，帮助机器人 适应自然环境。比如本田的升级版ASIMO机器人能够精确完成抓取物 体和倒液体等精细任务，波士顿动力推出的Atlas可以在复杂的户外自 然环境中行走、奔跑、跳跃，还能在雪地、草地等不同地形上保持平 衡。 2022年至今，为产业应用普及阶段。以ChatGPT为代表的大语言

根据明确映射到业务成果的需求和使用案例，识别和评估创新技术。  通过建立明确的治理流程来吸引利益相关者并验证机会，征求有关使用创新技术并确定 其优先级以改善和转变供应链的建议。  通过不断评估和采用数字技术，例如环境隐形智能、增强的互联劳动力、多模式用户界 面 （UI） 和多功能机器人，帮助扩展连接。 2  确定培养“智能”的机会，其中对规模和效率和适应性有很大的需求。这包括代理 AI、 自主数据收集、决策智能 趋势： 环境隐形智能（Ambient Invisible Intelligence） 增强互联劳动力（Augmented Connected Workforce (ACWF)） 多模式用户界面（Multimodal UI） 多功能机器人（Polyfunctional Robots） 2.1.1 环境隐形智能（Ambient Invisible Intelligence） 技术趋势 环境隐形智能 战略规划假设 到 2028 年，环境隐形智能的早期示例将侧重于通过实现低成本的物品 跟踪和传感、降低成本和/或提高效率来解决紧迫的问题。 趋势基本描述 环境隐形智能由超低成本的小型智能标签和传感器实现，将提供大规 模、经济实惠的跟踪和传感。从长远来看，这将使传感和智能更深入地 集成到供应链运营中。环境隐形智能由三项关键技术驱动：  低功耗无线  能量收集（尤其是来自环境射频能量）  低成本、低能耗的电子产品。

凸显。与此同时，碳达峰、碳中和战略下绿色低碳发展的要求，以及 国家重大战略对通信韧性、产业升级的需求，为卫星互联网技术创新 与产业演进提出了更高标准。因此，如何突破轨道/频谱资源约束、 空间环境干扰等特殊难题，构建高效、可靠、智能的卫星互联网承载 体系，成为推动卫星互联网高质量发展的核心挑战。 传统卫星通信网络存在覆盖局限、资源利用率低、星地协同不足 等问题，难以满足全域通信、应急保障、产业赋能等多元化需求。卫 分布式、混合式三种卫 星互联网承载网体系架构及星间/星地链路、路由、交换等七大关键 技术；同时，本白皮书分析了全球主要卫星互联网的产业现状与标准 II 化进展，探讨了轨道/频谱资源紧张、空间环境复杂等特殊问题及应 对策略，最后对未来发展方向进行了总结与展望。 本白皮书期望为业界提供对卫星互联网承载网的全面认知，促进 技术交流与创新协作，推动相关技术在国防安全、应急通信、智慧农 业等 ................................ 63 8.1 轨道/频谱资源紧张导致承载网容量瓶颈..............................63 8.2 空间环境复杂导致承载网链路可靠性下降...........................64 8.3 卫星互联网安全风险的承载网级联效应...............................65

AI智能机器⼈吸尘器已经在美国的20 %家庭和中国的9%家庭中活动。我们的分析显⽰到2050年将有12亿台家庭和2500 万台商业清洁机器⼈。 最新的机器⼈类别是⼈形机器⼈。这些机器⼈旨在适应⼈造环境，并在许多任务中提供多样性。在评估⼈形机器⼈的机会时， 我们⾸先在⼯业领域（即制造和仓储）看到最⼤潜⼒，然后是在家庭中。我们在家庭中看到的主要功能是清洁和照料。虽然这 个新领域需要时间建设，但我们预计到2050年将有6 类型预测的机器人单位数量 来源：Citi GPS © 2024 花旗集团 10 Citi GPS：全球视⻆与解决⽅案 2024年12⽉ 技术进步 配备⼈⼯智能，机器⼈可以越来越好地在复杂环境中导航，做出⾃主决策，并适应 不断变化的条件，从⽽弥合⼈⼯智能和物理活动之间的鸿沟。 这种⼈⼯智能的实现将使机器⼈在制造业、医疗保健等⾏业承担越来越多的⻆⾊ ，将我们经常听到的软件进步转变为实际应⽤。 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能的⼯具，现在⼴泛⽤于在具有挑战性的环境中进⾏检查、监视和 搜救。⽀持这种转变的控制、规划和机器学习⽅法的技术进步现在越来越多地被 应⽤到新⼀代⼈形机器⼈平台上。 Ingmar Posner 应⽤⼈⼯智能教授 ⼯程科学系 同样，机器学

请仔细阅读在本报告尾部的重要法律声明 证券研究报告|行业深度研究报告 核心观点 2 资料来源：华西证券研究所  人形机器人：承载AI未来 人形机器人的外观和行为与人高度相似，能够适应人类的生存环境、使用人类的生产工具，形态更易令人产生共鸣，是具身智能最理想的载体。受政 策出台、技术成熟、需求高涨和供给竞争等因素的推动，人形机器人正处于商业化爆发的前夜，生产成本快速下降，国内外巨头接连入局构建生态。 资料来源：深企投产业研究院，觅途咨询，高盛，财联社，IT之家，华西证券研究所  人形机器人又称仿生机器人，一般认为人形机器人是一种模仿人类外形的机器人，除具备人形和模拟人类动作外还兼具智慧化和可交互性等特点，包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块。  人形机器人正处于商业化爆发期前夜，普遍认为到2030年市场规模可达数百亿美元。Markets and Markets预计全球人形机器人市场规模将由2023年的18亿 （2022年至今） 该阶段机器人运动能力及智能化 明显提升，重点是使机器人能够 进行复杂的决策和任务处理，并 开始应用于实际场景。如2016年 波士顿动力发布的Altas具有较强 的平衡性和越障碍能力，能承担 危险环境搜救任务。 2022年起，依靠大模型等技术赋 能进，人形机器人不仅在外形和 行为上与人类相似，更具有强大 智能、思维和类人的语言能力， 逐渐开始商业落地。2022年特斯 拉发布首款人形机器人Optimus掀

算节点，识别其 CPU、GPU、FPGA 等类型，以及内存、存储容量等基 础属性。其次，通过轻量探针或节点遥测数据，实时监控 CPU/GPU 利 用率、存储占用率、网络带宽与延迟、负载水平、功耗及环境温度等 核心指标。更关键的是，感知需深入能力评估，如量化计算单元的理 论峰值性能（如 FLOPS）及对特定负载的实际加速效能。网络感知需 3 精确测量任务提交点、计算节点间的拓扑关系、带宽、延迟、丢包率 类型的计算任务精准匹配到最适合的硬件上执行，从而实现 4 整体计算效能的最大化。感知系统需通过统一的“算力单位” 实现异构资源的归一化描述；调度系统则需针对不同类型任 务设计适应性的分配策略。  动态性：分布式环境本质上充满不确定性。资源可能随时加 入、离开、发生故障或性能波动；网络状况瞬息万变；任务 需求和依赖关系也可能动态调整。因此，算力感知必须是实 时的，调度决策也必须是动态调整的。系统需要具备快速响 分布式算力感知与调度是现代计算范式的核心支柱。它通过构建 全域资源认知神经网和智能调度决策中枢，实现了对泛在、异构、动 态算力资源的有效整合与按需供给。其核心在于全局化资源视图、多 目标动态优化、高度环境适应、跨域无缝协同、智能学习进化以及对 可持续性的深度关切。随着算力网络（CPN，Computing Power Network） 概念的兴起和“东数西算”等国家级工程的推进，分布式算力感知与

技术正加速从虚拟空间向实体经 济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 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 Geoffrey E. Hinton，以 表彰利用人工神经网络进行机器学习的基础发现和发明。对于机器人 产业来说，物理智能将使机器人能够理解 3D 世界的空间关系和物理 行为，赋予机器人更强的环境感知、理解和交互能力，实现更广泛的 功能应用，如宇树科技的机器人实现了原地侧空翻、复杂舞蹈动作、 平衡木行走、灵巧手操作等复杂功能。 硬件和软件的深度协同推动了算力效能的提升，为机器人的大规 等方面功能，探索开发基于人工智能大模型的人形机器人。 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会 （IFR）在 2024 年 10 月发布的《2024