全球产业政策特点 人形机器人作为新一代人工智能的集大成者，已经成为全球科技 和产业竞争的新高地。各国政府高度重视，从促进多方协同、加大研 发投入、完善产业生态、重视人才培养、加强国际合作以及关注伦理 安全等维度，出台了一系列政策措施，为本国的人形机器人产业发展 提供强力支持。 15 以中国、欧美、日韩地区为例，各国政府在技术创新与研究支持 方面，集中资源推动核心技术的突破，包括人工智能、机器学习、机 （AMPP）机器人技术发展（2023 年）》 2023 年 为人形机器人发展提供资金援助、技术创新、 标准化工作和国际合作等资源 欧洲 《欧洲机器人技术民事法律规 则》 2022 年 通过制定有效的伦理指导框架、成立欧盟统一 的机器人技术和人工智能的监管机构、明确损 害赔偿的严格责任、建立适用于智能机器人的 强制保险制度、建立赔偿基金、为复杂自动化 机器人创设“电子人”的法律地位等内容 18 人形机器人将持续提升智能化水平，为人类提供更加多元化的服务支 持，进一步推动社会各行业的数字化转型和自动化进程。 与此同时，人形机器人产业的发展也面临诸多挑战，涉及技术创 新、市场需求、标准化和伦理安全等方面。因此，全球各国、各地区 以及行业企业需加强协作，推动跨界融合，解决技术与市场的问题， 确保产业健康有序地发展。 2.1.3 产业链分析 2.1.3.1 总体情况 人形机器人上游

《2025年技术与创新报告：包容性人工智能与发展》 调查复杂的人工 智能领域，旨在帮助决策者制定促进包容性技术进步的科学、技术和创 新政策。 人工智能的使用有潜力加速实现可持续发展目标，但如果分布不均且缺 乏伦理监督和透明度，其扩散可能会加剧现有的不平等。报告分析了在 从开发到采用的所有阶段所需的必要要求和政策，以促进可持续发展的 包容性技术进步。 这需要一种多维和基于证据的方法。为此，确定了三个关键杠杆点—— 作为一种通用技术，人工智能与其他技术相互作用，正在改变研究和创新的方式，在各 个活动领域有着广泛的应用。人工智能为企业和国家提供了显著的增长机会，并有助于 实现可持续发展目标。然而，它也带来了各种风险和伦理问题。决策者需要更多地了解 人工智能，以便在可持续和包容性发展的承诺和风险中找到方向。 近几十年的经验表明，由人工智能驱动的转型涉及三个关键杠杆点——基础设施、数 据和技能（图4）。 人工智能在发展中 于当前政策制定的突出位置。人工智能政策对于实现结构转型和生产力增长至关重要 ，并且对于解决由技术扩散带来的其他社会、伦理和环境挑战也至关重要。 平衡的人工智能 政策应促进采纳 ，同时规划长期 技术发展。 表 3 国家人工智能政策的案例研究 数字包容性和连接性（巴西）（日本） 移动数据空间（德国）在人工智能项目（哥伦比亚） 伦理指导原则应用于人工计算数据分析的实施 智能在生物医学研究以及（新加坡）中的应用 全国初级中学计算数字劳动力竞争力法案

例仍在开发中。对于养老、医疗等劳动力稀缺的精细 化、人性化工作场景，如人形机器人等高新技术正在逐步落地。 各场景应用成熟度：工商农业等生产场景渗透率较高，医疗、 教育、陪护、危险作业等场景受技术与伦理影响渗透率较低 16 工业：从汽车与3C电子走向全环节多领域，从单点智能到多 设备互联 产业典型案例 资料与数据来源： MIR睿工业，CRIA ，埃斯顿机器人 • 中国工业机器人市场相对 仍需持续推动，同时在供应链整合的优势上应 注重机器人系统、模型算法、软件的开发，软 硬融合是未来机器人产业发展的重要趋势之一。 人形机器人作为人工智能领域的重要发展方向，因其 拟人化引发了诸多伦理与安全问题。从伦理角度来看， 人形机器人可能引发对人类自身身份认同的冲击，其 高度拟人化的外观和行为方式容易模糊人机界限，引 发诸如机器人行为是否应遵循人类道德准则、如何防 止对人无意或恶意产生影响等。 个人信息安全、数据安全、国家安全等诸多安全问题。 为应对这些问题，应首先加强技术研发，确保机器人 的可靠性和安全性。在研发验证到规模化落地的阶段 内逐渐完善法律法规，明确人形机器人的权利与义务 边界，同时开展伦理教育，引导公众正确看待人机关 系，推动人形机器人在符合人类价值观的前提下健康、 可持续发展。 目前人形机器人行业仍面临大规模商业化难题。受技术发 展制约，虽然目前已有成品，但多处于实验室研发和测试

在医疗器械领域已形成较好的监管机制，对 AI 算法等出具了明确要求，但在制药 领域，数据保护、隐私保护、算法的不可解释性等问题仍然悬而未决，没有官方政策对 上述要素制定统一合规标准。目前，关于制药 AI 的合规和伦理讨论仍处于起步阶段， 企业需同监管机构共同探讨监管合规的可能。  模型可解释性和可信度 基于 AI 的药物发现过程中，制药企业需要给出数据与预测结果间明确的逻辑关系，而 非仅简单算出药物。 AI 作为一个独立解决方案，从产品的角度解 决它的商业化难点，但近日《中国医学伦理学》期刊上发表的文章《人工智能医疗监管 与治理创新：突破现行规范框架的思考》从法律法规的角度谈起了商业化解决之道。 作者东软医疗系统股份有限公司陈炳澍、西安交通大学法学院王玥认为：AI 发展过程中 难免冲击现有法律规范社会秩序、伦理道德，但 AI 在医疗领域应用还是具有十分美好 的前景和巨大的需求。因此，监管 一，以及高风险产品检测手段的实施。  深化“人工智能开发、提供和部署价值链”的法律责任确定 面对人工智能长期悬而未决的法律责任确定问题，文章建议国家科技伦理委员会下设医 学人工智能伦理法律政策顾问与咨询机构，由医学专家、伦理专家、法律专家、技术专 家组成，深入研究人工智能的责任归属等复杂问题，充分挖掘现有法律制度资源，厘清 法律关系和责任归属，给出医疗人工智能产品的中国法律关系和责任设计框架。最终建

其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 以确保人工智能的安全发展。 4 目 录 CONTENTS 01 中国大模型产业宏观环境 政策、经济、社会、技术 02 中国大模型产业价值总览 基础层、模型层、应用层 AI发展核心在于构建具备多模态感知与具身 行动能力的智能系统，以保障物理实体行为的反应速度、操作精度、决策智能度等。这一领域发展需解决传统AI在具身交互中的瓶 颈——软硬件技术升级、跨行业生态协作、伦理规范等问题，以推动人工智能从虚拟助手向实体协作伙伴演进。目前，物理AI已经 在机器人动作表现、工业机器操控等场景初步体现，物理AI甚至可在老年陪护、家庭管家等场景进一步发挥普惠作用。 来源：艾瑞咨询研究院自主研究绘制。 居家整理、精细化手 术等技能 … 元宇宙中虚拟交互 路径升级中的挑战 数据隐私/事故归责… 能源效率利用… AI类技术升级 传感器等硬件升级 跨行业协作 成本与商业化平衡… 技术 生态 伦理 47 ©2025.3 iResearch Inc.

其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 以确保人工智能的安全发展。 4 目 录 CONTENTS 01 中国大模型产业宏观环境 政策、经济、社会、技术 02 中国大模型产业价值总览 基础层、模型层、应用层 AI发展核心在于构建具备多模态感知与具身 行动能力的智能系统，以保障物理实体行为的反应速度、操作精度、决策智能度等。这一领域发展需解决传统AI在具身交互中的瓶 颈——软硬件技术升级、跨行业生态协作、伦理规范等问题，以推动人工智能从虚拟助手向实体协作伙伴演进。目前，物理AI已经 在机器人动作表现、工业机器操控等场景初步体现，物理AI甚至可在老年陪护、家庭管家等场景进一步发挥普惠作用。 来源：艾瑞咨询研究院自主研究绘制。 居家整理、精细化手 术等技能 … 元宇宙中虚拟交互 路径升级中的挑战 数据隐私/事故归责… 能源效率利用… AI类技术升级 传感器等硬件升级 跨行业协作 成本与商业化平衡… 技术 生态 伦理 47 ©2025.3 iResearch Inc.

本”问题，背后反映出企业在 AI 价值评估体系上的短板，以及对 AI 创造价值的路径认知 不清。 法律和政策、伦理和社会层面的挑战，比如隐私、安全控制、责任归属等，也是企业在 AI 应用过程中面临的一大挑战类型。企业需要确保 AI 项目的合法性和合规性，充分考量 AI 技术对社会和伦理的影响，并采取措施来减轻潜在的负面影响。 随着 AI 在各行各业的广泛应用，企业对 AI 人才的需求呈现爆发式增长。这种增长不仅 开发过程中工具链支持不足带来的挑战 成本和资源投入方面挑战 算法与模型训练方面的技术挑战 了解市场和用户/客户需求，寻求 AI 应用场景方面... 算力基础设施能力不足 高技能人才团队短缺 伦理和社会层面的挑战，比如隐私、安全控制、... 法律和政策方面的挑战，如使用不同国家和地区... 商业模式不清晰，尚未形成商业化变现 43.6% 30.2% 29.5% 24.5% 24

更高效的训练方法，如减少训练时间和成本 更广泛的应用场景，覆盖更多行业和领域 更严格的伦理和监管，确保模型的公正性和透明度 更开放的合作与共享，促进知识交流和技术进步 更好的数据隐私保护，增强模型的安全性和可靠性 其他 来源：与非研究院 大模型的发展应重点关注高效训练方法和广泛的应用场景，同时兼顾伦理监管、合作共享和数据隐私保 护。 27 Supplyframe, Inc. Confidential

协同释放更大 的创新势能。当算法持续优化生产流程，人类得以聚焦于产业创新、体验设计和 可持续发展等更高维度的价值创造。面对这场深刻变革，行业需要构建开放协同 的创新生态，在技术研发、标准制定、伦理规范等领域深化跨界合作。 站在产业智能化的转折点，我们将持续以牛客松系列活动为纽带，深化“业务场 景开放+技术能力共享”的双向驱动。我们期待更多企业以战略远见拥抱转型， 用技术温度守护食品本质

哪种方式？（） 愿景/抱负 成功因素 成熟度 执行计划 C 策略 企业 如何？ 治理与组织 能力与流程 建筑与技术 技能与文化 人工智能在汽车领域的机遇 Strategy& 信任的AI是解决伦理和监管挑战的关键。 建立并监控人工智能用例规划、数据、模型、验证和部署的全面信任框 架。 人工智能不是一个单一的软件套件，而是一系列工具/供应商，它们 各自拥有不同的优势——整个AI玩家格局都应被充分利用。