⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030 2035 2050 CAGR ⾃动驾驶汽⻋ 27 34 126 380 1,858 17.4% 国内清洁机器⼈ 286 326 541 793 1,188 5.3% ⼈形 0 0 1 13 648 60.7% AGV与AMR 2 3 8.9 按类型预测的机器人单位编号 来源: Citi GPS 4,500 4,000 3,500 3,000 2,500 2,000 1,500 1,000 500 0 ⾃动驾驶⻋辆 家⽤清洁机器⼈ ⼈形机器⼈ AGV和AMR ⽆⼈机 护理机器⼈ 商业清洁机器⼈ ⻝品和杂货配送机器⼈ 餐饮服务机器⼈ © 2024花旗集团 5 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉

用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 Agent 相互连接的智能服务，形成多智能体 协同的新生态。同时，随着世界模型等关键技术突破，全新的 L4+ 自动驾驶汽车将会走入人们的生 活，成为“移动第三空间”。 与前几次工业革命“单点技术突破”不同，AI 时代将展现出“共生乘数效应”，AI 技术、基础 设施与应用场景三要素正相互赋能、协同演进。AI 技 得到发展，人类 经历了 ChatGPT 时刻，AI 在自然语言理解、多 模态生成和推理能力上形成突破，并且开始探 索生成与行动边界，AI 从理解世界走向改变 世 界。在这个阶段，内容生产、自动驾驶、机器 人交互取得长足的进展，但 AI 在推理能力和创 造能力方面跟人类依然存在较大的差距，可解 释性、准确度、推理效率、实时响应与环境适 应仍是挑战。 回 望 人 工 智 能 的 发 展 深度学习爆发-感知智能突破 Transformer革命-认知智能萌芽 大模型进化-生成与行动探索 AGI时代-创新与组织 推荐系统、 视觉模式识别 AI问答搜索、情感陪伴 AI工业、科学、生活 内容生产、 自动驾驶、机器人 SVM IBM深蓝 战胜人类 CNN 架构夺冠 ImageNet AlphaGo 击败围棋 冠军 蛋白质 结构预测 ChatGPT 上线 Bert在 NLP任务 刷新纪录 1995

AI PC 产品，联想年初至今涨 10.3%，叠加 AI PC 产业链公司 同时受益于 AI 服务器逻辑，戴尔涨幅达到 96.6%。AI 是汽车智能化阶段竞争的关键，但受 制于竞争加剧、销量承压，智能驾驶产业链普跌。人形机器人方面，优必选涨 72.6%。 图表3： AI 大模型及应用产业链估值表 注：2024 年 6 月 20 日数据，预测数据来自彭博 资料来源：Wind，Bloomberg，华泰研究 AI）属于人工智能领域的分支，典型应用为自动驾驶和机器人。具 身智能是泛指具有物理身体可以与外界环境进行自主交互的 AI 智能载体。类似于人的自主 性，即通过五官（感知）、大脑（规划决策）、小脑（运动控制）完成一系列的行为，具身 智能的行动一般也基于：（1）感知并理解与物理世界交互获得的信息、（2）实现自主推理 决策、（3）采取相应行动进行交互。目前典型的具有较大落地场景的具身智能应用包括自 动驾驶和机器人，最具代表性产品如特斯拉的 动驾驶和机器人，最具代表性产品如特斯拉的 FSD 自动驾驶系统和 Optimus 人形机器人等。 过去一年，AI 大模型助力具身智能的感知、决策等技术进展。如上所述，具身智能算法一 般可以按环节拆解为感知模型（感知识别环境信息并预测环境变化）、规划/决策模型（根据 感知结果做出任务决策）、控制/执行模型（将决策转换指令转换为行动方式）。我们以行业 领军企业特斯拉的发展为例子，观测过去一年 AI 大模型的运用对具身智能技术带来的促进：

7 智能制造...................................................................................54 4.8 自动驾驶...................................................................................56 五、分布式算力感知与调度行业发展建议 对于人工智能产业， 尤其是大模型的训练与推理，异构算力调度可将计算任务精细化拆解， 精准匹配到最高效的处理单元，最大化计算效率，加速 AI 在各行业 的研发与应用。在工业互联网、智慧城市、自动驾驶等实体经济领域， 实时感知能力与低延迟调度决策是支撑高级应用落地的关键。而开放 共享的算力服务平台，能降低中小企业获取先进算力的门槛，激发全 社会创新活力，为新产业、新业态、新模式提供沃土。 推动调度系统向“场景化、定制化”方向发展。例如，工业互联网场 景中，智能制造需要边缘节点提供毫秒级实时算力支撑，用于设备状 态监测与实时控制；车联网场景中，路侧边缘节点需协同车辆终端， 实现低时延的数据处理与协同决策，保障自动驾驶安全；智慧城市场 景中，边缘算力需支撑视频监控、环境监测等泛在感知应用，要求系 统具备高并发处理能力。此外，AI 训练推理、泛在数据采集等新兴 场景，进一步要求调度系统能够根据业务需求动态匹配算力资源，例

是一家人工智能计算公司。公司作为加速计算的先驱，由最初专注于 PC 图 形计算，扩展到了各类重要大型计算密集型领域。公司利用其 GPU 产品和架 构为科学计算、人工智能（ AI ）、数据科学、自动驾驶汽车 （ AV ）、机器 人、元宇宙和 3D 互联网应用创建平台。 l 截至 FY23 （各财年截止日为 1 月最后一个周日， FY23 截止日为 2023 年 1 月 29 日），公司在全球 云和边缘环境中。 l 公司整体业务主要战略包括：推进 NVIDIA 加速计算平台；扩大公司在人 工 智能领域的技术和平台领导地位 ；扩展公司在计算机图形领域的技术 和平 台领导地位；推进领先的自动驾驶汽车平台等。 l 随着 2020 年公司收购收购高性能互联技术领域龙头 Mellanox ，产品布局从 GPU 扩展至兼具 DPU （数据处理器）；以及 2021 年公司发布首款专为巨型 AI 净利率 l 计算与网络事业部（ Compute & Networking segment ）涉及领域及产品包括数据中心加速计算平台、网络、 汽 车人工智能座舱、 自动驾驶开发协议、 自动驾驶汽车解决方案、电动汽车计算平台、用于机器人等的 Jetson 嵌入 式平台、 AI 企业级等软件、加密货币挖掘处理器（ CMP ）等。 l 图形事业部（ Graphics segment

在生活中，可感知周边环境的智能扫 地机器人、已进入路测的自动驾驶汽 车，都可被视为具身智能的雏形，而 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。另 一方面，随着各种大模型的出现，具 身智能所需的技术条件已经成熟。 具身智能的例子 ✅人形机器人 ✅自动驾驶 ✅四足机器人 ❌AI虚拟人 ❌传统机械臂 具身智能PIE方案的3个模块 美股研究社，36氪，新浪财经，SemiAnalysis，华西证券研究所  英伟达的商业愿景是成为AI平台类公司，任何与AI加速相关的领域都会使用英伟达的硬件和软件。为了实现这一目标，机器人、自动驾驶等边缘 计算场景是兵家必争之地。具体来说，英伟达人形机器人体系包括：用于训练基础模型的DGX系统+用于开发部署的Isaac软件堆栈+用于控制的 Jetson Thor芯片+通用人形机器人基础模型GR 件。随着AI技术的发展，AI芯片的应用越来越广泛，成为实现具身智能的关键，可以极大提升机器人的人机交互能力和智能水平。公司新一代AI 芯片DeepEdge10用于包括机器人在内的边缘AI（类似于Tegra处理器），已适配机器人、智能驾驶等行业客户，并已批量出货。又推出X5000推理 卡（类似于H100 GPU），可用于机器人大模型运算，已适配多种百亿参数大模型（如SAMCV和Llama2）。二者均采用自主可控的国产工艺，可在 美国

大模型与其他技术在企业中的融合应用 厦门大学大数据教学团队作品 3.1 大模型的行业应用领域 大模型的应用领域非常广泛，涵盖了自然语言处理、计算机视觉、语音识别、推荐系统、医疗健康、金融风控、工业制造、 生物信息学、自动驾驶、气候研究等多个领域 （1）自然语言处理 大模型在自然语言处理领域具有重要的应用，可以用于文本生成 （如文章、小说、新闻等的创作）、翻译系统（能够实现高质量的 跨语言翻译）、问答系统（能够回答用户提出的问题）、情感分析 行为和兴趣偏好，大模型可以为用户提供个性化的推荐服务，提高用 户满意度和转化率 3.1 大模型的行业应用领域 大模型可以用于自动驾驶中的感知、决策 等任务。通过学习大量的驾驶数据，大模 型可以实现对车辆周围环境的感知和识别， 以及进行决策和控制，提高自动驾驶的安 全性和效率 自动驾驶 大模型可以用于医疗影像诊断、疾病预测 等任务。通过学习大量的医学影像数据， 大模型可以辅助医生进行疾病诊断和治疗 成的内容 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，

核心实践 构建动态数字化指标体系，实现从评估到监测的转化 维度 维度分类 业务状况表 （固定报表） 分析模型 （多维模型） 维度 机构 … 参与人 （一级分类） 指标体系 管理驾驶舱 （仪表盘） 指标分类 指标 贷款余额 … 成长性 （二级分类） 指标 指 标 定 义 框 架 指标分类 业务属性 管理属性 指 标 应 用 定 义 框 架 应用类型 分析方法 指标设计 4.指标管理与优化 3.指标开发与应用 2.指标标准 • 通过平台进行指标的开发、管理、应用等 • 指标的多维度分析和灵活查询。 • 报表的开发、管理。 • 数据可视化，如管理驾驶舱。 • 定义指标标准，涵盖基础属性、管理属性、业 务属性及技术属性，支持指标开发、指标资产 的管理和应用。 • 建设指标的管理框架、确定指标管理内容 、规划指标管理组织和责任体系。 • 制定指标工作管理规范和流程。

统深度联动实现执行控制 光储充优化运行 利用负荷预测和发电量预测数据，进行光储充综合 优化调度。通具备低碳排放、最低用能成本、指定最 大需量等策略选择 低碳驾驶舱 （大屏应用） 用户可配置不同的低碳管理组件，形成易于展示的 低碳驾驶舱大屏应用 碳排放分析 碳排放对标 碳排放基准和参照国家标准的碳排放对标 排放源管理 根据排放源类型，对每个排放源的排放量进行监控 和运行提示 西门子智能基础设施集团

Systems，制定腿式机器人领域标准，目前有 1 项腿式 机器人抗扰动测试相关标准在研。 国内方面，全国机器人标准化技术委员会（SAC/TC591）对口 ISO/TC299，负责除玩具、无人驾驶航空器以外的机器人领域国家标准 制修订工作，目前已经发布标准 122 项，在研标准 21 项。 3.2 人形机器人标准分析 目前，机器人领域已发布的国际标准均未专门针对人形机器人。 然而，人 L4 级无人驾驶技术，搭载 UPilot 智能驾驶操作系统，可在封闭园区安全畅行，是国内首个不依赖 RTK 高精定位的无人物流车，做到“真正无人”。 无人车 Chitu 赤兔具有 如下核心技术和创新点： （1）L4 级无人驾驶技术：国内首个不依赖 RTK 高精定位的无人物 流车，依靠自然场景语义信息辅助定位技术，以纯无人驾驶的状态在 80 封闭园区内实现对车辆的完全控制和驾驶环境的监控； ； （2）自主研发的智能驾驶系统 Upilot：融合了计算机视觉算法、 语音技术、多模态大模型、SLAM 定位与建图、自主导航、高精度感知 等技术，最高车速达 25km/h，达到了国内先进的 L4 级无人驾驶技术水 平； （3）高精度感知和自主导航：通过自研的语义 VSLAM 算法，自主 构建及更新工作环境地图，实现自主避障和路线选择； （4）多模态大模型：引入多模态大模型，具备理解周围场景的能