有数有据的商业分析智能体 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 生成人先见者1006516 报告生成日期：2025-12-2513:50 本平台提供的内容仅供参考，不构成投资建议或证券买卖邀请， 先见AI 用户需自行判 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 2 目录 1.全球智能驾驶辅助技术发展现状与趋势 .. ...............4 1.1.2决策算法架构优化方向 ................................................... 6 1.2ADAS商业化落地进程评估 ........................................................8 1.2.1商用车ADAS应用渗透率研究 ............... ............................................................... 31 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 3 5.1行业核心瓶颈与解决路径 ........................................................31 5.1.1成本性能平衡难点分析

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看， 1、安防行业作为 AI 技术落地应用较为领先的领域，率先受益于 AI 技术的成熟发展：随着 AI 逐步渗透到视频前后端设备中，AI 技术能够 对视频数据进行实时的结构化处理与分析，呈现在人工面前的并不是实 时的大量视频数据，而是经过 发展改革生产力，已具备多领域应用能力 ................................................................... 6 1.3. AI 向实际场景落地，边缘算力重要性加速凸显.................................................................... 7 2. C 端：AI+拓宽应用场景，推动创新需求

老教育场景的结合，总会 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 同时需要警惕的是，AIGC技术具有显著的资源密集和 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 教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全 练大模型，二者可 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前，

2026年我国网络安全发展形势展望 【内容提要】 展望2026年，网络空间多边治理与大国博弈将深度交织，网络安全产 业迈入高质量增长新阶段，AI智能体成为攻防对抗核心引擎，算网融合安全防护体系加速 成型，量子安全过渡进入规模化落地期；同时，地缘政治驱动的网络对抗加剧、产业内生 动力不足、AI智能体安全风险凸显、新兴技术融合带来全新挑战、数字化转型对防护能力 提出更高要求等问题仍需高度关注。赛迪研究院建议从强化网络安全防护体系建设、推动 （一）多边合作与大国博弈并行重塑我国网络安全治理格局 2025年，全球网络空间治理呈现“多极化”发展态势。65个国家 及欧盟代表共同签署《联合国打击网络犯罪公约》，标志着全球首个具 有普遍约束力的网络犯罪治理国际法律框架正式进入落地阶段。《全球 数字契约》确立了开放、包容、安全和以人为本等共通原则，为数据跨 境、人工智能、平台责任等领域提供了最低共识与后续协同框架。然 而，地缘政治博弈导致网络空间出现“两个市场、两套标准、两条供应 共同体，通过“一带一路”等平台，加强与发展中国家的网络安全合 作，在全球网络治理中发挥更加重要的作用。在立法层面，《中华人民 共和国网络安全法》修订案配套细则将密集出台，针对AI安全、算网融 合等新兴领域的专项监管规则将逐步落地，在监管层面，监管模式将从 081 合规检查向风险导向转型，体现对重点领域、关键环节的精准监管。 （二）安全需求升级驱动网络安全产业进入高质量增长新阶段 2025年我国网络安全产业在政策驱动与需求升级下实现快速发展。一

梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设 计、优化工程装置、提升产品差异度等或缩短时间， 或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过 最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 AI 智能化加速研发管线的定制化、高端差异化和 配方产品集合等要

启行业量产元年、2027标杆企业商业化冲刺、2030步入商业化元年。 8 Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 Progress(2025) 验证测试阶段 工程试制阶段 小批量产落地 ✓ 产品：研发验证机 ✓ 产线：手工组装线 ✓ 规模：<10台 ✓ 产品：工程试制机 ✓ 产线：小批量试制线 ✓ 规模：数十台 × 设计：SOP设计未冻结 ✓ 产品：商品机 ✓ 产线：量产线 实现突破。 ~10年 ~5年 Pre-03 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人将在工业场景优先落地，未来5年，国内新能源汽车制造场景市场空间将破百亿。 10 Source: M2研究 & 分析；全球人形机器人企业专家访谈；取样基于威马、小米、小鹏、比亚迪、奇瑞等汽车品牌生产线环评报告、公开报道等；转载引用内容请标明来源 访谈所得，最新进展持续更新中；转载引用内容请标明来源 已公布 规划中 软件型企业 硬件型企业 全栈型企业 典型企业 企业/产品概况 形态 双足 双足 双足 双足 工业生产 商业服务 场景落地 特种应用 家庭服务 仓储物流 25年量产~2000台 25年~1000台 25年计划量产 商业化交付 量产 商业化交付 双足 25年量产~5000台 双足 25年小批量~百台 双足 双足

MOOC课程学习人数 • 师资培养 • 教学研讨会 • 教学网站访问量 • 在线讲座观看人数 • …… 目录 1. 大模型：人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 数据分析与可视化技术 4. 企业大模型落地方案 4.1 企业大模型如何为企业赋能 4.2 企业大模型的七大落地场景 4.3 企业大模型的部署方式 4.4 为什么需要本地部署大模型 4.5 企业部署大模型规划路线 4.6 企业级应用集成AI大模型的关键步骤 4.7 企业级应用集成大模型的技术架构设计 4.8 大模型应用落地总体“四维认知”框架 4.9 大模型应用落地策略建议 4.10 大模型构建的技术方案选择 企业AI大模型可以帮助企业更好地理解客户需求， 从而提高产品质量。比如，它可以通过自然语言处 理技术来分析客户反馈意见，并针对性地改进产品 设计 提高产品质量 4.2 企业大模型的七大落地场景 来源：网络文章《大模型技术赋能企业：七大落地场景深度解析》 对话助手是大模型技术最基础也是最 广泛的应用形态。基于知识库数据源 和API查询，对话助手能够实时回答 用户问题，提供高效的信息传递。例 如，某一乘用车通过搭建基于AI大模

记忆、推理、规划和执行的 全自动能力的 AI Agent 发展。我们认为端侧智能是大模型发展的重要分支。 建议投资人沿着：1）大模型如何赋能终端，2）终端如何解决大模型普及难 点两条思路，寻找硬件的落地机会。我们看好 1）Apple Intelligence 推动苹 果用户换机，2）交互能力提升推动轻量级 AR 开始普及，3）隐私保护需求 推动办公用 PC AI 化等三大机会。 具备记忆、推理、规划、执行能力的 量级的大模型，在保护隐私的前提下，能够实现会议纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求，是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI PC 渗透率有望大幅提升。 风险提示：AI 及技术落地不及预期；硬件产品销售不及预期，服务业务用 户增速放缓。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观 公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。 (29) .................................................................... 29 谷歌：闭源模型全球领先，自有业务生态及 AI 潜在落地空间广阔 ............................................................. 30 Meta：Llama 开源模型领先 .........

是重点领域“人工智能+”激活新质生产力发展新动能。以“智能+”为 代表的赛道创新正在从行业试点与单环节应用向流程重构与规模化推广 加速升级，科研、制造、金融、医疗、教育等领域的“人工智能+”应用 将逐步走向工程化落地，AIGC与行业模型将深度嵌入研发、生产、供应 016 中国工业和信息化 发展形势展望系列 链、服务等全链条，不断催生新模式、新应用、新场景，加速形成数智 经济新形态。三是重点地区适数化改革激发数字化变革新动力。上海、 自主调度、无人配送、智慧农场等一批高成长性新产业新赛道。二是行 业“人工智能+”技术创新将由试验探索走向规模化应用，基于“大模型 +小模型”协同的智能应用将有可能突破模型“幻觉”、事实性错误、理 解力局限等瓶颈，加速在实际场景中落地，“数据+模型+场景”协同部 署将推动数字仿真设计、柔性生产线、精准供应链、人机协作智能体等 应用走向成熟示范，催生新企业新业态形成。三是数字产业集群梯度培 育将深入探索，在数字技术赋能下，“数据+技术”深度嵌入数字产业 、智能客服、物流 调度等业务场景的智能化解决方案。 展望2026年，数实融合将迈入“智联共生、原生创新”的深化发 展阶段，全方位释放产业升级新动能。一是跨域智联协同全面突破。行 业智能体加速落地应用，依托统一数据标准与协同技术架构，有效打破 制造、能源、交通等产业间的数据壁垒与业务孤岛，实现产业链、供应 链、创新链全链条、全要素智联联动，产业协同发展的整体性和协同性 显著增强；二是智

维平台和运维安全这六大维度进行核心能力的演进设计与持续构建，以不断提高云平台运维管理 水平。 本文将对如上六大核心能力领域的建设路径和方法进行详细阐述，并通过某集团客户的实际建设 案例向读者提供可落地的最佳实践参考，期望对广大混合云用户面向现代化的运维能力提升带来 一些启发和思考。 序 言 P R E A M B L E 对 目 录 C O N T E N T S 混合云现代化运维体系参考架构 混合云现代化运维体系核心能力 09-43 3.1 运维规范与流程设计 3.2 运维组织设计 3.3 运维业务设计 3.4 运维知识库设计 3.5 运维平台设计 3.6 运维安全设计 3 混合云现代化运维体系落地实践 09-43 4.1 建设背景 4.2 运维痛点分析 4.3 运维体系规划设计 4.4 建设成效 4 混合云现代化运维理念概述 04-061 混合云现代化运维理念概述 华为基于 向多云多数据中心的协同管理能力，包括组织、流程、工具、平台等，因此构建面向混合架构的统一运维管理 体系势在必行。 08 根据华为混合云过往几千家客户的运维服务经验， 政企客户在运维体系建设落地过程中，普遍面临如 下几个方面的挑战： 运维流程如何适配：业务运维和平台运维的流程 难以衔接 运维组织如何规划：缺乏运维岗位设置、职责分 工、人员配比等方面的经验 运维能力如何构建：需要什么样的人员，怎样快