狂热，持续引发金融/债务周期的循环。 7 资料来源：创新扩散论 技术 创新 扩散 度 行为改变 习惯改变 文化改变 100 50 0 75 25 早期大众 34% 晚期大众 34% 落后者 16% 早期采用者 13.5% 创新者 2.5% 突破阶段 关键阶段 自我推动阶 段 从众阶段 Page 8 现在，从AI技术的发展视角，更深入地探讨这些科技新趋势对保险行业的影响，以及对未来保险 采用 主导 技术 新模式 变革 以早期采用者为重点，适应和支持企业战略和管理革新的措施 导入 技术创新改变社会 美国传播学者埃弗雷特·罗杰斯（Everett Rogers）的“创新扩散理论”： ►技术创新改变社会分为：行为改变、习惯改变和文化改变。 ►用户可以分为：创新者（Innovators）、早期使用者（Early Adopters）、早期大众（Early Majority）、晚期大众（Late Majority）、晚期大众（Late Majority）、落后者（Laggards）。 ►新技术刚进入市场时，只有创新者和早期使用者才会去考虑它。而这两类用户有非常鲜明一致 的特征和需求，比如都是愿意接受风险、收入较高的年轻人，都愿意在自己的群体里与其他人 进行紧密的互动分享等。但是随着更加谨慎的早期大众逐渐开始接受新技术，一个基数更大、 但是需求更加多元化的消费者群体便会形成。 在深入探究构建保险行业

现降本增效。 ◼ AI+辅助诊断：2024 年 11 月，国家医保局首次将人工智能辅助诊断列 入立项指南，AI 辅助诊断首次被纳入医保。AI 辅助诊断主要应用于影 像分析、病理诊断、基因检测、早期筛查等，诊断效率逐步提升。OpenAI o1-preview 在鉴别诊断、诊断临床推理和管理推理的质量都有明显提高。 借助 AI，对人类基因组的计算时间已经从 2001 年的 180 天缩短到现在 病理诊断流程 数据来源：头豹研究院，东吴证券研究所 AI 辅助诊断主要应用于影像分析、病理诊断、基因检测、早期筛查等，诊断效率逐 步提升。例如在肺癌筛查中，AI 算法可以敏锐地识别出影像里那些微小的异常阴影， 大幅提升早期诊断的可能性，有助于尽早发现肿瘤的早期迹象。2024 年 7 月，空军军医 大学联合清华大学、中国科学技术大学发布国内首个病理大模型“PathOrchestra”，实现

研发个性化药物，对于公司和患者而言都不是最优的选择。思路迪是该领域发展较为成熟的公司， 其在肿瘤诊疗方面具有垂直纵深，包 括肿瘤早期筛查、个性化药物诊断和新药研发三个板块： A. 肿瘤早期筛查：肿瘤死亡率高，主要是由于 70% 的患者是在癌症晚期时才被发现。目前对于肿瘤仍是早期发现、早期治疗、 早期手术干预外加辅助药物干预，是相对最优的选择； B. 个性化药物诊断：基于对患者的基因测序结果，结合各类候选药物的患者临床反应，为新药研发提供数据； 患者临床反应，为新药研发提供数据； C. 新药研发：为特定患者研发个性化药物（这类病人通常属于高收入群体）。 肿瘤早期筛查 个性化药物诊断 新药研发 上游 中游 下游 肿瘤治疗全产业链布局，弥补新药研发的局限 2 典型应用场景 健康管理应用场景 Health Management Application Scenario 2 典型应用场景  场景描述：健康管理，就是运用信息和医 医生 科研 经费 …… 科研 项目 医疗相 关机构 科研合作 3 医疗企业业务 医疗 大脑 云大脑 图像识别应用于医疗影像，例如胸片， CT ，超 声等，帮助医生快速找到更隐蔽，更早期的肿 瘤 病变；也能协助病理科医生分析复杂病理报 告帮 助诊断皮肤癌症。 通过植入语音对话系统，达到让医生 / 护士通 过 语音来记录患者信息，数据和医嘱。智能语 音工 具不仅可以做到准确语音输入，还能理解

投资要点：  AI 技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI 技术通过机器学习和深 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 替代大量实验，对药物结构、功效等进行快速分析，以优化药物研发环节的技术手段。 从初期计算机辅助药物设计，发展到如今的人工智能药物研发，AI 几乎参与了从药物靶 点发现到临床试验的全流程。 AI 制药技术发展历史： 1) 早期探索期（2007-2012 年）：人工智能技术在药物发现中的使用，可以追溯到 2007 年剑桥大学开发的 Adam 机器人成功预测酵母菌新功能的案例。而后，机 器人 Eva 发现了牙膏中的成分三氯生可以靶向抑制 技术积累期（2013-2016 年）：一大批标志性企业在此阶段成立，包括 Exscientia、 Atomwise、Recursion，国内的英矽智能、晶泰科技等。这一阶段主要是进行前 期的技术积累与早期商业模式的探索，研究 AI 如何与新药研发的各环节融合。 3) 技术验证期（2017-2019 年）：最早一批 AI+新药企业基本完成前期技术积累， 并陆续开始获得临床前候选药物一类的验证性成果，部分

体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 9.11>9.9? 简单数值比较错误 多步推理错 误 事实性幻觉问题 大语言模型易产生幻觉 ，在数学推理方面表现在推理能力严重不足， 体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 无法在复杂的思维链中保持一致性 在数学和代码推理任务上的卓越表现 • 开源大模型 DeepSeek-R1 在 MATH 基准上达到 87.2% 的准确率 横空出世： OpenAI o1/o3 、 DeepSeek- R1 等 1. 早期的大模型推理能力不足 2. OpenAI-o 系列模型和 DeepSeek-R1 等胜在推理能力较 强 小结一： 推理模型和思维链 (Chain of Thought, CoT) QwQ

对疾病风险评估、诊断辅助等的准确性仍有提升空间。医疗机构、保险机构等数据分散 ，出于利益、安全等考虑，数据共享意愿低，限制了 AI 健康管理数据来源和应用范围，难以形成全面的健康管理方案。且目前消费者付费 意愿较低，尚处于早期阶段。相关标的：美年健康、鱼跃医疗、智云健康、九安医疗、乐心医疗、三诺生物。  AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖 文献数据及实验室数据。相关标的：晶泰科技、丽珠集团、药明康德、信立泰、成都先导、川宁生物、药石科技、健康元、美迪西、东阳光 长江药业、皓元医药、悦康药业、泓博医药、博济医药。 学习算法的人工智能视网膜影像识别的早期检测、诊断及健康风险评估解决方案，2021年11月在香交所上市。鹰瞳科技的 AI 产品 已在多家医院和基层医疗机构广泛应用。  Airdoc-AIFUNDUS：AI视网膜影像识别系统。Airdoc-AIFUNDUS为一款使用复杂深度学习算法的人工智能SaMD，利用视网 膜影像准确检测及诊断慢性病。利用独有的人工智能视网膜影像识别的早期检测、诊断及健康风险评估技术平台开发Airdoc-

无疑，元宇宙是“数字平行世界”影响现实世界的一次重 大创新。不过，这不是很多人想象中那样的创新“突变”，而 是延续既有的数字经济的创新方向而来的。 比如，过冬了，我们要在线上买个帽子。 早期，我们通过在电商平台上浏览图文评价的方式获取平 面信息，买家秀与卖家秀成为调侃的话题。 现今，短视频以及直播带货成为风潮，立体化、互动式呈 现不同帽子在红人主播头上的效果，一定程度减少了信息的偏 科技 的终极梦想。通常来讲，脑机接口分两类：第一类是在人的大 脑中植入芯片，这是所谓的侵入式；第二类是用设备比如功能 核磁共振成像捕获人的脑电图，这是所谓的非侵入式。脑机接 口目前还处在非常早期的探索阶段。 要创造一个我们真正可以生活和工作在其中的元宇宙，交 互上的持续改进是一大关键。在我们看来，交互的进化不会直 接跃迁到诸如眼球追踪甚至脑机接口，而多半会是渐进的。从 电脑鼠标到智 家们众多对互联网和网络的探讨连接上了，从中汲取智慧。这 里仅列举几个能立刻想得出来的，如分析网络结构的巴拉巴 西、偏重宏大视角的凯文·凯利、写下网络经济学的早期著作 的卡尔·夏皮罗与哈尔·范里安等。 我们很多人还会接着想，如类似布莱恩·阿瑟那样的提 问：“网络的本性像什么呢？”凯文·凯利在他的早期作品 《新经济，新规则》中所列的十个规则，现在看仍能很好地回 答这个问题。他的回答或许可以直接引导我们对元宇宙的思 考。

。 美国通用汽车1960年首次将Unimate工业机器人投入生产线进行焊接 工作。斯坦福大学、早稻田大学分别研发了首台移动机器人和可对话 的人形机器人。 1980年—2000年，进入早期探索阶段，得益于计算机硬件和传感 器设备取得突破，麻省理工学院推出了具有类似人类听觉、视觉和本 体感知功能的机器人Kismet。1991年出现了六条腿机器人Genghis， 实现了自主行走。 地互动。在临床干预场景下，人形机器人在外科手术中起到辅助作用， 实现技术精度的突破与极限协作。如MIT的NanoSurgeon X1系统，配 备原子力显微镜探针和量子纠缠触觉传感器，可识别细胞膜刚度差异， 用于早期肿瘤边界定位。 12 2. 未来发展趋势 在技术方面，工业人形机器人将从单机作业到“机器人班组”进化， 实现群里智能协同，支持“一脑多机”调度。在应用方面，虽然人形机 器人在工业 关键技术，不仅能 够提升制造效率，还将重塑产业形态。 18 世界互联网大会智库合作计划系列成果 一是人形机器人行业应用方面可以走差异化发展路线，多形态多场 景阶段性落地。在形态上，早期重点布局难度较低的轮式机器人，后期 重点布局全人形机器人；在应用场景上，分类施策场景牵引，“小应用， 大推广”。在重点行业和业务场景的选择上，遵循“循序渐进、由易到 难”的原则。首先，在重点行业方面，从汽车制造业导入，逐渐渗透到

界里的状态都是某一个确定的状态，比如光子要么处于水平偏振，要 么就是竖直偏振。一只猫，要么是死的，要么就是活的。同时处于死 和活的状态是一种什么样子，我们根本想象不出来。所以在量子力学 建立的早期，许多量子物理学家都很难接受其他人甚至自己提出的一 些理论带来的“奇怪”结论。其中对于叠加态的质疑就是著名的薛定谔 的猫。物理学家们通过猫能否同时处于死和活的状态来质疑量子力学 的正确性。因为 子 14 密钥，然后结合一次一密来实现绝对安全的通信。除了上述基于单光 子的 BB84 协议，还有基于纠缠态的 QKD 协议，比如著名的 E91 协 议[8]和 BBM92 协议[9]。这些早期的协议都是基于理想的物理实现， 比如完美的单光子源和测量设备等。然而在现实应用中，这些理想的 实验条件很难达到，使得实际运行的量子通信存在安全漏洞。随着研 究的深入，人们不断发展出可以应用于实际非完美物理系统下的 未来，量子云计算的一项关键创新是将其与量子网络进行深度整 合，从而实现分布式量子云计算。 6.1.2 量子-超算融合计算 在高性能计算（HPC）系统的发展历程中，始终通过引入新的专 64 用加速器支持新的计算范式，例如，从早期处理器架构中的算术逻辑 单元（ALU）和浮点运算单元（FPU），到后来的向量处理器和图形 处理单元（GPU），专用加速器的演进不断推动高性能计算能力的提 升。随着量子计算技术的发展，量子处理单元（QPU）被视为一种新

当前，中国高净值人群数量位居全球第二。截至2024年，中国的高净值家庭及富裕家 庭 3总数已达到740万户，自2016年以来年均增长近3%4。这一规模庞大且持续扩张的群体， 正构成个人飞行eVTOL市场最具潜力的早期用户基础。 3 高净值家庭：家庭净资产超过1,000万元人民币；富裕家庭：家庭净资产超过600万元人民币。 4 数据来源《2024胡润财富报告》。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 烈 兴趣。高端无人机与相机、四足机器人等产品，以及高端旅行、高尔夫等体验，已在高净 值人群中实现快速渗透，其购买动机早已超越功能实用，更包含身份表达与科技认同。他 们不仅是个人飞行eVTOL市场的早期用户，更将成为推动更广阔市场从兴趣萌生到实际购 买的关键力量。 市场领跑：前期以中高端eVTOL为主 当前市场上，以小鹏汇天为代表的企业已率先布局，主打售价在200万元人民币（约 28万美元） EH216-S为代表，通过与景区、文旅集团等合作，由合规运营企业运营为终端消费者提供 eVTOL服务。 相较之下，移动出行领域eVTOL企业受制于监管、基础设施、技术成熟度等多方面因 素，目前仍处于商业化早期阶段，尚未实现量产或规模化运营。未来潜在商业模式主要包 括提供空中出租车等按次收费的出行服务，或作为私人飞机出售或租赁给高净值个人及企 业等。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书