《动手学深度学习》 （李沐） 2020 年 ，微软亚洲研究院首次将 Tf 模型应用于图像分类任务 ，在评测中实现 88.55% 的准确率。而且 Tf 模 型在 数据量越大的情况下表现越好 ，特别适用于自动驾驶这类大规模数据训练场景。 Transformer 模型可将 2D 图像融合成 3D 视角 Transformer 模型的工作原理 Tf 模型的另一个重要用处：计算机视 觉 资料来源： 《 Attention 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 驾驶者与 系统 部分 行驶任务 2 部分自动化 • 系统能够完成某项驾驶任务 • 驾驶者需要监控驾驶环境 • 其余驾驶操作由驾驶者完成 驾驶者与 系统 系统 3 条件自动化 • 系统负责某些情况下环境感知 • 驾驶员需要时刻准备取回驾驶控制权 系统 系统 4 高度自动化 • 系统能够进行环境感知 • 驾驶员不需重新取得驾驶控制权 • 系统只能在特定环境条件下运行 系统 全部 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 自动驾驶是过去 10 年最火热的赛道 ，但直到 2022 年才有部分企业推出具备 L3 级功能的车型。究其原因，

人工智能在交通领域业务应用白皮书 4 感知目标要素，如视频数据结构化处理，提取人、车、运动轨迹等深 层关键信息。感知类的典型赋能场景包括身份核验（人脸识别）、人 流分析、车况监控、车外环境感知、驾驶员行为监测、交通设施状态 感知、实时路况感知、机非人（机动车、非机动车、行人）识别等。 目前人工智能感知类技术服务的产业化最为成熟，在交通领域应用的 范围最广泛。 人工智能技术基于对海量数据的“学习”，可以超越人类的经验 理多源异构时空数据， 比如结合不同时间地点的道路拥堵、公交、地铁、人流等信息，为大 众提供实时个性化的路径导航服务。认知类的典型赋能场景包括路径 规划、个性化出行推荐、行车导航、主动安全预警、驾驶员行为评估、 违章抓拍、路况预测、车辆行驶轨迹跟踪等。人工智能认知类技术服 务常常建立在算法研究和对业务场景的深入理解之上，此类技术的应 用也在迅速推进。 人工智能在完成感知、认知之后，还可以将控制信息实时发送至 市交通中的重要组成部分——信号灯系统，结合车辆速度、数量以及 分布密度等数据，人工智能技术可以实时分析各路段通行情况，精准 调控红绿灯转换，提升信号交叉口通行效率。控制类技术的典型赋能 场景包括智能客服、人机交互、辅助驾驶、信号灯控制优化、电子不 停车计费等。人工智能控制类技术服务由于需要交通类终端、设备等 人工智能在交通领域业务应用白皮书 5 的配合，往往需要相关主管部门、AI 企业、整车企业、交通设备企

车路云一体化是目前我国智慧出行的答案 车路云一体化是车、路、云、网多元要素构成的高效信息系统，与单车智能 同为自动驾驶的技术路径，两者相互促进，后者是前者的基础，前者则是后 者的升级，可以弥补单车智能在感知、数据、计算上的短板。我国目前选择 车路云一体化这一路线，我们认为原因在于：1）从技术水平来看，我国车 载高端芯片、自动驾驶算法上较发达国家有差距，仅靠单车智能追赶不易； 2）从基础设施禀赋及国情来看，我国 5G 网络基建完善，智能路侧单元存 化是网联车、智能化路侧基础设施、云控平台、通信网及其他支撑平台多元要素构成的高 效信息系统。我们认为，车路云一体化脱胎于车联网，未来有望在业务和管理两大层面发 挥作用：1）业务：从中短期的“有人驾驶安全辅助”功能到远期的“高阶智能驾驶”；2） 管理：赋能政府部门进行智慧交通管理，提高道路组织效率及利用效率，实现全局最优。 我国目前选择车路云一体化这一路线，原因在于：1）从技术水平来看，我国芯片、算法较 发达国家 单车智能是车路云一体化的基础，但在感知、数据获取方面有所不足，感知方面，车路云 体系可以通过路侧感知为单车补盲，数据获取方面，车路云一体化可以凭借车端、路侧、 云端获取海量数据帮助单车智能迭代智能驾驶的模型，以促进单车智能的持续发展；2）车 路云一体化有望助力单车智能实现商业化，调动整车厂的投资积极性。车路云一体化将凭 借国家基础设施投资完善路侧、云端建设，将高昂的计算成本由车端转移到路、云，使单

等，并提供大规模的动态算力接入条件 • 独一份的数据飞轮：国内独家的安全运营中心业务，真 实的客户问答和运营场景，提供真实的人类数据反馈 国内第一个企业级的安全垂直领域大模型 高级威胁检测 辅助驾驶 智能驾驶 五百张 A100/A80 0 显卡集群 上百人的创新研 究院硕博团队 深信服 20 年的 安 全行业积累 数据 首个通过《深度合成服 务算法备案》的安全垂 直领域大模型 主机钓鱼威胁检测 安全告警 / 事件自主值守 安全代码辅助开发 流量攻击威胁检测 数据资产治理与流转分析 XDR （安全运营平台） 对话式安全运营助手 流量威胁检测 智能驾驶 主机钓鱼检测 辅助驾驶 零信任平台 数据安全平台 检测类大模型 运营类大模型 其他类大模型 …… 检测大模型 模型 安全 GPT 检测大模型 数据 流量日志 代码 溯源报告 恶意样本 GPT 钓鱼正报是友商的 4 倍多。 邮件安全网关默认配置：检出 80% 的样本未拦截。 钓鱼检测效果 强对抗攻击： GPT 检测优势 普通攻击： GPT 检测优势 运营大模型 辅助驾驶模式 智能驾驶模式 云端数据 IOC 威胁情报 文件 (MD5) 域名 网址 IP .... 漏洞 产品 FAQ 向量数据检索召回产品资料

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

构建顶层决策支持力 数字管理领导力 国有特大型汽车企业 国家 " 一五 " 计划重点项目 产销汽车超 6100 万辆 中国一汽 打破数据壁垒，数据驱动效能跃迁 支撑顶层会议报告以及 Easy 头条驾驶舱 35 份报告 215 个指标服务的订阅 全域数据无缝集成 140+ 分析资产沉淀 14786 个分析页面支撑决策 1000+ 会议议题全面覆盖 指标治理 数据管理 决策效果 数据工作台产品蓝图（覆盖采集-治理-服务全流程） 全角色覆盖 管理层 数据消费者 数据管理者 数据开发者 数据行管 业务系统IT负责人 其他角色 全角色覆盖 手机端 PC端 自定义数据工作台首页 自定义数据工作台首页 驾驶舱 我的作品展示 数据资产地图 BI头条 代办中心 职能督办 顶层会议 资产运营视图 自定义数据工作台首页 报告生成 预警&建议 知识问答 数据分析&决策 ...... 数据需求管理 数据治理 整合、数据可视化、数据分析、数据监管预警等能力， 实现海外项目海量历史数据价值的挖掘 亮点一 亮点三 亮点二 018 数智领导力 017 数智领导力 SCENE 典型场景 1、综合管理驾驶舱 综合管理驾驶舱宛如公司运营的 “神经中枢”，汇聚了人、材、机等全要素关键数据。 通过直观且动态的可视化界面，实时呈现设备物资采购金额、库存状况、租赁费用，人员数量与工资 结构，项目营收、两金变动、变更索赔进展等全方位信息。

/ 低空经济企业面临的挑 战 03 低空经济企业数智化 实践 04 / 企业大脑 .A I 赋能 低空经济 目录 CO NTENTS 低空经济是以科技创新为引领 ，以各种有人驾驶和无人驾驶航空器的各 类低空飞行活动为牵引，积极开展相关航空器的研发 、生产和销售 ，并 广泛辐射带动低空飞行活动相关的基础设施建设 、飞行服务、产业应用、 技术创新 、安全监管等相关领域产业融合发展的综合性经济形态。 市场准入特别措施的意见》 国家发改委 、商务部发布（发改体改〔 2023 〕 1730 号 ），从六方面提出 20 条具体措施 ，明确推动合作区全域 建设 海陆空全空间智能无人体系，推动合作区无人驾驶空域开放，优化飞行活动申请审批流程，缩短申请办理时限， 研究 试点开通合作区与澳门及周边海岛等地无人机 、无人船跨境跨域物流运输航线 2023 年 12 月 21 日 《国家空域基础分类方法》 12 月 8 日 《民用无人驾驶航空器适航安全评定 指南》 民航局适航司发布通知，就咨询通告征求意见。针对 2024 年 1 月 1 日以前已经设计定型且不进行设计更改的民用 中型 和大型无人驾驶航空器系统，相关运营人如需申请运营合格证从事特定类运行，该系统可在 2026 年 11 月 26 日前按本 咨询通告要求进行安全评定，通过取得民用无人驾驶航空器特殊适航证获得适航批准

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：