量子计算机模拟 化学反应：谷歌 量子计算团队利 用量子计算机成 功模拟了二氮烯 的异构化反应。 中国量子计算 机“九章”诞 生：中国科学 家构建了76个 光子的量子计 算原型机“九 章”，实现了 具有实用前景 的“高斯玻色 取样”任务的 快速求解。 IBM在量子纠错技 术上取得进展： IBM宣布在量子纠 错技术上取得了重 大突破，使得量子 计算机在抵抗错误 的能力上取得了长 足进步。 谷歌推出量子芯片

能够生成个性化的治疗建议，提高患者的治疗效果。  促进医疗教育：生成式大模型可以被用作医学教育的工具，通 过模拟真实的临床场景帮助医学生和年轻医生提高实战能力。 尽管生成式大模型在医疗领域的应用前景广阔，但也面临诸多 挑战，包括数据隐私、安全性和伦理问题等。对此行业需要在探索 和应用生成式大模型的同时，建立相应的伦理规范和法律框架，以 确保患者的信息安全和隐私保护。 总体来看，生成式大模型在医疗场景的应用具有很高的可行 有望越来越智能化和个性化，最终为患者提供更为优质的医疗体 验。 1.2 研究目的 在医疗领域，AI 生成式大模型的兴起不仅为诊断和治疗方案提 供了新的思路，也为患者管理、医学影像分析、个性化用药等一系 列应用场景带来了广阔的前景。因此，本研究的主要目的在于探索 和验证 AI 生成式大模型在医疗场景中的实际应用可行性，具体可 以概括为以下几个方面： 首先，通过系统调研和分析，以确定 AI 生成式大模型在不同 医疗场景 习模型。与判别式模型不同，生成式模型不仅关注于数据的标签， 而是试图建模数据的生成过程。这些模型能够捕捉到输入数据的结 构和特性，进而生成具有相似特征的新样本。在医疗领域，生成式 模型的应用前景广阔，包括图像生成、数据增强、合成病例生成 等。 生成式模型的核心在于其能够生成新的数据样本，而不仅仅是 进行分类或回归预测。其工作原理通常基于概率分布的学习，通过 对大量样本的分析，生成符合该样本分布的新样本。常见的生成式

.......1 （一） 人形机器人发展现状............................................................1 （二） 全球人形机器人市场前景广阔................................................3 二、 人形机器人的技术演进................................. 走向产业应用。涌现了宇树、优必选、Figure、Optimus、波士顿动 力等一批独角兽企业，推动人形机器人应用深入生产实践。 02 世界互联网大会智库合作计划系列成果 （二）全球人形机器人市场前景广阔 1.各国人形机器人战略布局各有侧重 全球主要经济体均高度重视具身智能发展，不断出台政策支持具身 智能发展，提升全社会对机器人领域的关注和支持。美国紧抓人工智 能基础研究，保持 HQ-9评分14.3分。 来源：万亿空间！引爆市场！具身智能在各领域的应用前景深度分析 2025。2024年12月10日。 https://mp.weixin.qq.com/s/rUeh99v6WAa3pg7B8XJ6HA 来源：智源机器人产业研究院。通用智能与具身机器人：发展趋势与应用前景。2025年3月13日。 https://mp.weixin

2024/4 信息服务 海通综指 资料来源：海通证券研究所 相关研究 [Table_ReportInfo] 《计算机行业跟踪周报 350 期：信创操作 系统持续发展，人形机器人落地前景可 期》2024.08.11 《医疗 IT 订单月度数据跟踪系列：7 月中 标订单表现平淡，政策有望加速医疗 IT 需求释放》2024.08.08 《计算机行业 2024 年 8 月研究观点：各 与人工智能强国组成战略伙伴，共同发展 AI 科技。智能体发展能推动政府、金融、 制造、能源、医疗、零售等行业的智能化应用向多模态和跨模态转变。  投资建议：我们认为未来智能体（AI Agent）的前景十分广阔，随着大模型的发展， 智能体将从概念走向实际应用，成为各行业的重要助力。通过多模态大模型，智 能体能够整合图片、语音等异构数据，提高任务处理效率，并解决跨行业、跨领 域的问题。技术方面，智 260 亿美元，将在政府、金融、 制造、能源、医疗、零售等多个领域实现智能化应用。结合国家政策支持以及各 大企业的积极投入，智能体技术将不断进步，特别是在算力快速增长的背景下， AI Agent 的发展前景更加可期。多模态智能体的出现，将进一步推动各行业智能 化应用的升级，智能体的商业化将迎来新的突破。  建议关注：AI 算力、模型和应用：寒武纪-U、海光信息、景嘉微、龙芯中科、浪 潮信息、中

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 材料等关键行业加速落地，展现出广阔的应用前景。 本报告中的“机器人+人工智能”指的是建模优化、机器视觉、 语音交互、机器学习、深度学习等人工智能技术应用于机器人上的智 能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品 ，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 牵头编写单位： 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司 博众精工科技股份有限公司

交互 决 策 1.3.2 具身智能应用场景：商用及家用服务 资料来源：达闼机器人，星动纪元，IT之家，前沿制造，华西证券研究所  人形机器人的互动能力使其在商用及家用服务中具有较好的应用前景，人形机器人可以支持现实空间中的学习，用面部表情、肢体 语言、声音和语音与人类交流，使互动更具吸引力，也可以通过编程来促进机器人与人类的互动。  商业服务人形机器人主要应用在封闭环境下的室内场景中，迎宾接待、导览讲解等 RMOR使碰撞减少了 63.7%；与基于采样的运动规划专家系统cuRobo相比，ARMOR计算效率提升26倍。  我们认为，国内外巨头接连入局构建生态，有利于推动AI体系加速迭代升级，人形机器人前景更加乐观。但高性价比的硬件仍是落地的基础，国 产供应链优势明显，有望充分获益。 苹果ARMOR效果演示 搭载华为盘古大模型的夸父机器人 02 产业链：国产替代趋势明显 17 资料来源：华西证券研究所 L7、领克 06等主流车型。手机、汽车、机器人、XR虽然场景不同，视觉技术却是相通的。虹软科技通用基础算法研发人员数量占研发人员总数 的50％，研究成果可以在不同场景下复用。 • 未来机器视觉产业前景广阔。2015年起人工智能成为市场热点，相关产业正式被提上国家战略层面，各地政策措施陆续出台，助推了 人工智能产业的发展。根据Fortune Business Insights的预测，全球机器视觉市场规模将从2023年的203

度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止 2023Q1 累积投资额达 60.2 亿美元，市场规模持续增长，预计到 2026 年全球市场规模将 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 1.2 技术革新与政策扶持促进 AI 制药行业快速发展 ................................................... 5 1.3 AI 制药市场蓝海前景广阔 ......................................................................................... 7 1.4

有效性。 在方案的最后部分，本文对实施过程中可能遇到的技术难题和 风险进行了评估，并提出了相应的应对策略，以确保方案的顺利推 进。最后，文章总结了 DeepSeek 技术在水利工程中的应用前景， 展望了未来进一步推广和深化的方向。 通过本文的详细阐述，读者能够全面了解 DeepSeek 技术在水 利工程中的具体应用场景和实施方案，为相关领域的技术人员和管 理者提供了切实可行的参考依据。 综上所述，DeepSeek 技术在水利工程中的应用不仅提高了工 程管理的智能化水平，还在防洪、水资源管理和灌溉等方面带来了 显著的经济和社会效益。未来，随着技术的不断发展和优 化，DeepSeek 在水利工程领域的应用前景将更加广阔。 4. DeepSeek 在水利工程中的应用方案 DeepSeek 技术在水利工程中的应用方案，主要围绕数据分 析、预测模型、资源优化和风险管理四个方面展开。首先，通过 DeepSeek 通过上述案例，可以看出 DeepSeek 在水利工程中的应用不仅 提升了数据处理的效率，还为科学决策提供了有力支持。该方案的 成功实施为其他类似工程提供了可借鉴的经验，展现了智能技术在 现代水利工程中的广阔前景。 6.1 案例选择标准 在选择水利工程案例时，应遵循以下几个关键标准，以确保引 入 DeepSeek 应用方案的可行性和有效性： 首先，案例的代表性至关重要。所选案例应涵盖不同类型的水

传统分子动力学由于计算量巨大，模拟的时间尺度短、系统规模小。基于机器学习的 方法与量子力学相结合构建原子力场，在众多应用场景中展现出成本低、准确性高以 及通用性强的优势。机器学习在力场计算领域的前景十分广阔，它能够以近乎从头计 算的精度来预测力和能量，同时计算成本和所需时间却大幅减少。 举例来说，通过 AIMD 从马氏体转变所描述的原子间势中学习，并且达到了高精度。 这些结果表明，ML-AIMD 通过与环境（如模拟系统或自动化机器人 平台）交互并获得奖励（例如成功合成了具备目标性能的材料），不断学习如何做出 更优决策（如选择实验参数）。元强化学习（meta-reinforcementlearning）在此尤 为有前景：它允许智能体在面对新任务（新材料）时，能以少量数据迅速适应。总的 来说，在化学材料研发中，小样本强化学习主要具有加速新材料发现、优化实验设计 和提高模型泛化能力的作用： 1）加速新材料发现 驱动的材料创新正在打破传统技术壁垒 传统上，大多数材料是通过实验和人类直觉发现的，这限制了可测试候选材料的数量， 并导致较长的迭代周期时间。而得益于高通量筛选技术、开放材料数据库等的发展， 现在可以筛选数十万种材料，以识别有前景的候选材料。然而，基于筛选的方法仍然 受到已知材料数量的根本限制，并且无法高效地引导寻找具有特定目标属性的材料。 随着数据和计算能力的提升，深度学习模型预测能力不断增强，能够达到前所未有的

和治疗方案。在AI医疗 影像产品中，疾病筛查和辅助诊断产品是最早应用和竞争最激烈的品类，而辅助治疗类产品的进展较慢。因此，开发辅助诊断和为 治疗康复规划的方案尤为重要。  冠脉和头颈类应用的市场前景较好，肺结节和肺炎类应用的市场覆盖率相对较高。乳腺和肝脏的应用目前仍处于研发阶段，商业 化进程正在推进。部分头部企业则主要基于某一临床科室应用起家，发展成为精品后，将业务线拓展至其他临床科室。 选、ADMET预测等多个环节。通过海量药化数据库针对特定靶点药物进行设计、合成和优化相对较为成熟。靶点发现场景有 巨大的市场想象空间，但较少AI企业拥有新靶点和验证能力，技术上面临更多挑战。  临床阶段的AI技术应用难度高，前景广阔。目前临床阶段AI赋能阶段较为有限，主要包括患者分层与招募、药物重定向及数据 整合与分析。临床药物剂量设计、结果分析与预测具备较高市场价值，能够切实提升临床试验成功率，目前由于缺乏针对该场 景的 白质序列信息预测蛋白 质-蛋白质相互作用，提供准确且快速的输出。  基于结构和基于配体的虚拟筛选：药物设计和药物发现中，虚拟筛选（VS）是CADD的重要方法之一，是从化合物库中筛选出 有前景的治疗化合物的有效方法。要将ML用于VS，应该有由已知的活性和非活性化合物组成的过滤训练集，这些训练数据用 于使用监督学习技术训练模型；对训练模型进行验证，足够精确则将用于新的数据集以筛选具有所需活性的化合物。一般VS分