可以说，最复杂的领域之⼀是⾃动驾驶⻋辆（AVs），因为AV以每⼩时70英⾥的 速度⾏驶⽽⽆需监督存在很⾼⻛险，导致监管批准进展缓慢是可以理解的。现在这 ⼀情况正在改变。Waymo每周进⾏10万次AV乘⻋。其他试验和批准也正在进⾏中 ，有机会减少死亡⼈数（每年有140万⼈死于⻋祸），增加⽆法驾驶的⼈的出⾏机 会，以及解放⼈们的时间。我们的分析指出到2050年估计将有18亿辆AV。 AV⽬前⾮常昂贵 未来汽⻋：改变我们所认识的移动性 25 福特-⼤众⽆⼈驾驶汽⻋合资项⽬由于技术挑战⽽失败 26 AVIA - 2024年AV现状 27 Waymo安全影响 28 Waymo⽬前每周在美国提供超过100,000次付费⽆⼈出租⻋乘⻋服务 © 2024花旗集团 30 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ 通⽤汽⻋的⾃动驾驶部⻔Cruise，在去年⼀辆⻋曾发⽣公开报道的事故，但已在凤凰 城、休斯顿和达拉斯 历史表明，进步不会⼀帆⻛顺，⽽是包括向前、向侧甚⾄向后的步伐。1830年利物 浦和曼彻斯特铁路的开通受到了⼀起死亡事故的影响，但并没有阻⽌铁路的发展。 第⼀位死于汽⻋事故的⼈是在1896年，时速只有每⼩时4英⾥。随着时间的推移，驾 驶执照（1903年）、限速规定（1934年）和安全带（1983年）被逐步增加以提⾼安 全性，但每年仍然有⼤约120万⼈因道路事故死亡。实施对机器⼈的安全措施，能够 让⽤⼾更加信任和控制这项技术，很可能对其成功融⼊社会⾄关重要。就像汽⻋⼀

互搜索模型，机器可以自主预测周围环境个 体的交互轨迹，并对每一种交互带来的风险进行评估，最终分步决定采取何种策略，让车 辆实现更快、更灵活、更拟人的决策行为。（3）控制层：由于汽车的自由度较低，自动驾 驶的控制算法主要依据决策模型输出指令，控制线控底盘等部件进行转向、刹车，从而操 控汽车驾驶。目前特斯拉 FSD V12 全面转向端到端架构（一个大模型实现从感知到控制）， 开始推进商业落地，代码仅 2000 Supervised， 采用业内首个端到端大模型，并在北美大范围推送免费试用服务。国内随着大模型技术进 步、传感器成本的下降，2024 年小鹏、华为、理想等在全国多城市开始推送城市 NOA 高 阶智驾，小米、比亚迪、蔚来等也积极布局高阶智能驾驶，行业迎来快速发展。机器人方 面，垂直类场景机器人如无人运送机、扫地机器人、工厂机械臂等在加速渗透，但通用型 人形机器人由于其多模态感知、高精准运控、以及对泛化和涌现能力等要求高，受限于软 广州、重庆陆续开启城 区NCA测试 2023.09 华为 ADS 2.0，在全国 15座城市实现城区NOA； 目标年底全国都可开 2024.02 向订阅华为ADS2.0 的问界、阿维 塔、智界智驾版用户正式推送全 国NOA，覆盖全国4万+城镇乡道 注：特斯拉NOA——FSD；蔚来NOA——NOP；小鹏NOA——NGP；理想NOA-NOA；小米NOA——NOA；问界NOA——HUAWEI AD

括打破孤岛、保障数据质量，并为运营性和战略性 应用提供安全、可共享数据集的能力。 服务能力（用户价值） 将数字化投资转化为真正的用户价值的能力，既包 括运营（效率、安全、弹性）能力，也包括面向乘 客（无缝出行、移动支付、多式联运）的能力。 可持续发展（“+1”） 确保数智化有助于实现长期可持续发展目标，包括 脱碳、能效和绿色出行。 这六个维度共同构成了衡量轨道交通系统数智化 的整体框架，涵盖基础设施、应用、数据和最终 ：更低的成本促进更高的使用率，更 高的使用率带来更多数据，而更丰富的数据又能够 推动运营效率的提升。 相反，只在一个领域取得进展的国家则将面临收益 递减的问题。只有对人工智能驱动的运营和面向乘 客的服务进行均衡投资，才能获得最佳收益，包括 降低成本、延长资产寿命、增加收入，并通过支持 旅游业、物流业和劳动力流动带来 GDP 显著提升。 因此，未来的轨道交通智能化只有建立在卓越运营 成本，并提供管理需求波 动的扩展能力。 » 人工智能驱动的智能运营 趋势 ：人工智能正被部署在物流运作过程的各 个环节，以促进预测性维护、自动化仓储、需 求预测和动态路线优化。这意味着诸如联网驾 驶员咨询系统（适用于铁路运输）和基于数字 孪生的车队管理（适用于公路运输、海运和空 运）这样的先进系统正变得越来越普遍。 业务驱动因素 ：运营商面临着巨大的压力，要 减少服务中断时间、能源使用及单次运输成

techniquescan limit their damage 智慧芽 智慧芽 @LS- GTM 4 筋 京始前平台 动 她米 N 附大 等 A 附大 理白练 第三方乘道 AaMN 火 山 0 出元建 阿 白 Moly R1( 向量智能 )) 本地部署 · 打破垄断： R1 版以低成本和开源特性打破以往头部企业垄断局面。 · 价格优势： DeepSeek-R1

至今已发展出多种类型的网络架构，包括卷积神经 网络、循环神经网络、图卷积神经网络、AE 等。 资料来源：王超《人工智能在药物靶点的筛选及验证方面的应用进展》，HTI 宏观政策利好 AI 制药，AI 制药企业欲乘东风。AI 新药研发是人工智能和医药的深 入融合产物，也属于国家重点鼓励和发展的行业，近年来国务院、政府主管部门出台了 一系列振兴及规范生物医药及 AI 新药研发行业发展的产业政策，依据《“十四五”医药工

形机器 人的感知离不开机器视觉的支持，虹软科技在机器视觉方面的技术储备丰厚、应用广泛，在2017年就推出了AI视觉开放平台；三星、 华为、小米、OPPO等主流手机品牌均有搭载虹软视觉解决方案；在智驾领域为客户提供VisDrive一站式车载视觉软件解决方案，目前 已成为国内基于高通智能座舱平台上的主流视觉算法供应商，定点产品包括理想L9、长城哈弗、长安深蓝SLO3、吉利银河L7、领克 06等主流车

L2 + 级的技术鸿沟，推动智能驾驶产业进入爆 发期。此后，伴随全球范围内（尤其中国市场） 电动汽车渗透率的快速提升（众多车型标配 L2 + 功能）及 Robotaxi 的持续助推，当前智能驾 驶正逐步逼近 L3 级门槛。 业界有望通过端到端（E2E）技术路线率先 是 AI 感知、适应、改造物理世界的重要载体。 从广义范畴来看，未来具身智能将应用于三大 行业领域：智能驾驶、智能机器人及低空经济。 鸿沟，为交通全面电动化扫清了关键障碍。预 计 2035 年，全球乘用车市场电动化渗透率将 超过 60%。而中国市场整体电动化水平领先全 球，渗透率超过 80%。大倍率电池与高压超 快充技术的成熟落地，正为电动化技术在乘用 车之外场景的规模化应用扫清核心障碍。在工 程机械领域，挖掘机、装载机的电动化与智能 化深度协同——电机驱动的精准控制特性结合 智能作业系统，不仅大幅提升作业效率，更通 过无人操作、远程监控等功能降低高危环境下

游戏市场分析：游戏公司使用DeepSeek分析市场数据， 制定游戏策略 来自对网络资料的整理 3.2 DeepSeek大模型的应用场景 n 其他应用（低频应用） 自动驾驶：汽车制造商使用DeepSeek开发自动驾 驶系统，识别道路和障碍物 智能物流：物流公司使用DeepSeek优化物流路线， 提高配送效率 智能农业：农业公司使用DeepSeek监测作物生长， 优化种植方案 智能交通：交通管理部门使用DeepSeek优化交通

用户意图 执行和方案部署，而服务生成运行概念的引入又赋予其自动化、智能 化的发展目标，其自动执行涵盖动作的自动完成、故障的自动修复、 服务的自动优化、能力的自主学习等多个层面，即实现算网“自动驾 驶”。 考虑传统算力网络缺少系统功能运行层面的思考，通常无法有效 应对算网规模动态化调整、意图适应性承载、故障自动化修复、智能 自适应演进等需求。为此，首先需要对算网全元素进行多粒度、全维

点具备实 时数据处理、算力动态调度能力。分布式算力感知与调度系统恰好满 足这一需求，其能够支撑工业互联网中设备互联的低时延算力需求， 如智能制造中的实时控制；满足车联网中的路侧算力协同，如自动驾 驶数据的本地处理；还能支撑智慧城市中的泛在感知计算，如视频监 9 控的实时分析，为产业数字化转型提供坚实的算力调度保障。 “东数西算”工程提出“优化算力资源空间布局”，要求边缘算 力节点与