资料与数据来源：月狐研究院整理 高 低 低 高 智能机器人应用场景分析矩阵 应用场景 需求程度 应用场景渗透率 PS：气泡大小代表未来市场空间 工业 制造 仓储 运输 电力 巡检 金融 服务 医 疗 文 旅 教 育 养老 服务、 陪护 建 筑 探测 救援 楼宇 办公 采 矿 农林牧渔产业 餐饮、酒店 • 生产活动中，制造、仓储等场景因技术成熟度高、切入时间早具有较高应用 能、华瑞博、铸正、捷迈邦美、 柳叶刀、维卓致远 3D术前规划、术中精准控制 及微创操作、追踪及精准导 航 口腔机器人 29台 雅客智慧、键嘉、瑞医博 可视化体外模拟，术中精准 定位、动态导航等 神经外科机 器人 20台 柏惠维康、华科精准、博医来 颅脑三维建模、高精度定位 血管接入机 器人 8台 微创R-ONE 触觉感知、多器械协同、隔 室介入手术 经自然腔道 机器人 4台 直觉医疗 器人大多功能单一，存在地形适应性 弱、复用性差等问题。目前针对核电 站场景的人形机器人可实现运动灵活、 自主避障、跟踪追踪等通用功能，也 可实现读取温箱设备等场景化的功能。 人形机器人可应用于化学、物理、医 药、生物等多种实验室场景，实现自 动化操作、精准实验、数据记录与分 析等功能，能够帮助科研人员规避风 险。目前，中山大学推出生物实验人 形机器人，深圳大学推出可呼吸暖体 假人，模拟人类的呼吸和体温为疾病

场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 第一章：什么构成了医疗 AI 的配置动力？ ............................55 5.1 深睿医疗：自研多模态 AI 引擎，数智化助力医院数据资产管理........................ 56 5.2 医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升............................... 57 5.3 埃格林医药：“自研管线+AI 服务”双引擎战略，引领国内 AI 制药 ...19 图表 15 讯飞星火医疗大模型赋能全线医疗服务体系................................................... 19 图表 16 百度灵医智惠技术框架............................................................................................ 20

内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ ⽣产与 供应链 数据驱动的 多渠道营销 多渠道营销 2014 年的 10.1% 升 ⾄ 2023 年的 14.9% ， 医 疗需求 激增 1 医疗⾏业⾯临前所未有的挑战 ⼈⼝⽼龄化 14.9% 10.1% 2014 2023 *65+ 岁 % ⾏业视⾓： DeepSeek 对于医疗体系有那些影响？ 《 》 医 管 业 构 监 商 重 化 元⽀ 据安 药品 据 驱 多 数 vs 数 • • • 与学术⽅式和效率 临床决策影响模式 发 / 培训模式发⽣改 变 研 ⽣ 习 科 医 学 ⽣ • • • 精细化运营管理（ DRG/DIP ） 患者

内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 65岁以上⼈⼝占⽐从 2014年的10.1%升⾄ 2023年的14.9%，医 疗需求激增1 ⼈⼝⽼龄化 • 收⽀失衡加剧，控费 边际效应减弱2 • 职⼯医保：结余稳健但增速 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管：⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系（商业参与度更强） 监管 15 DeepSeek对于医疗体系有那些影响？-患者 17 患者服务：从“千篇⼀律”到“精准匹配”信息和服务 词条⾼亮 引⽤⽂献 以腾讯健康为例 识别⽤户现病史、⽤药和健康情况标签，关联就诊&药事服务 • 分析⽤户现病史，健康状况，推荐关联科室医⽣ • 结合⽤户咨询⽤药信息，提供药事以及药品购买的服务 个性化推荐医疗信息 • 智能分析⽤户病情、并精准推荐宣教 18 ⽤户 数据+ AI⼤模型 内容查看 饮⾷建议 健康/⽤药提醒 运动break

为智能化医疗提供了广阔的市场空间。 更多干货请关注公众号“管理技术化平台” 43 图 3-11 医疗卫生行业成熟度得分情况（本报告调研反馈数据） 数据显示, 无论从智能化领先企业的占比, 还是智能化成熟度平均分, 医 疗卫生行业连续三年稳步攀升 更为瞩目的是, 其智能业务运营、 数字底座、 组织文化变革三个关键能力指标也在同步实现稳步提升, 为行业的发展注入了 强大动力。 智能业务运营、数字底座能力的提升 ThinkSystem 平台上的 VMware 虚拟机 中, 成功部署并运行其核心应用程序。这一转型不仅满足了医疗保健应用程序 需求, 还为医院的未来发展铺平了道路。新基础设施显著提升了性能, 确保医 疗应用流畅运行, 同时其高可用性设计保障了全天候稳定服务。面对患者数量 的增长, ThinkSystem 平台的可扩展性优势为医院数据管理提供了坚实后盾。 【转型成效) 医疗服务质量升级, 共创未来数字健康愿景 战略, 升级核心竞争力 一是明确 AI 的战略定位 快速落地,持续迭代。 企业应根据自身所处行业、 市场地位和业务特点, 确定 AI 在企业发展中的角色。这不仅仅是技术的引入, 更是一个关于价值观和愿景目标的全新审视。采用渐进式的 AI 应用策略, 先在 小范围内进行试点应用,验证解决方案的可行性和有效性,然后逐步扩大应用范 围。其次, 打造混合 AI 数字底座, 夯实发展基础。这种底座融合了多种技术和

跨越，更推动AI技术普惠化与国产化生态繁 荣，成为全球大模型赛道的重要领跑者。 核心加分项：开源、低成本、国产化 • 开源：技术共享，生态共建 全量开源训练代码、数据清洗工具及微调框架，开发者可快速构建教育、金融、医 疗等垂直领域应用，推动社区协同创新。 • 低成本：普惠企业级AI应用 做了大量的模型架构优化和系统工程优化。 训练成本仅$557w ：显著低于行业同类模型，打破高价壁垒。 推理成本降低83

2-Vision 等模型，并公开微调数据集 评估：开源面向任意模态、 涵盖超过 30 种主流开源基准 的大模型评测代码 数据、框架、算法、模型全开源 Align-Anything: 涵盖多元价值观的全模态对齐方 案 日常聊天任务其实对于强推理能力的需求不大 未来更多是能否利用强推理能力赋能 Agent 和具身智能 OpenAI Deep Research Agent Anthropic 化证明 与此同时，安全价值的监管具有多元性 : 人类的安全价值观具有多样性 ， 内建价值冲突 \ 单智能体系 统下 的安全 ，并不保证多智能体系统安全 \AI 系统伪装已被“安全对齐”，行为欺骗监管 随着 VLA \ Agent 等模型下游和赋能应用兴起，确保模型 AI 系统准确应对不确定性，考虑物理规律下 的人 类价值观对齐至关重要 在复杂动态环境中不仅要短期安全，还要确保长期行为的安全性，例如对操作环境造成影响。 ， 未来技术方向展望 : 形式化验 证 建立高度严谨的推理模型。 安全复杂性和维度超出传统方法 内生价值安全性： AI 系统不 仅需 要应对不确定性， 还必须 考虑物 理规律下的人类价值观 对齐， 例 如肢体语言的安全性、 个人空间 的边界感。 外生具身安全性： 在复杂动 态环 境中不仅要短期安全， 还 要确保 长期行为的安全性， 例 如对操作 环境造成影响的安全性。 VLA

上。 然而，人才供给端却面临着严峻挑战。虽然高校纷纷开设人工智能相关专业，但受制于人 才培养周期较长的客观限制，短期内难以满足市场的迫切需求。更为棘手的是，现有人才 AI 人才短缺 3.2 易观分析联合 CSDN 发起的一项企业 AI 应用调研进一步佐证了这一发现。 13 企业在 AI 规划和开发过程中遇到的主要问题 目前企业没有合适的流程和场景做大模型的部署 企业和团队对于大模型和 商业模式不清晰，尚未形成商业化变现 43.6% 30.2% 29.5% 24.5% 24.3% 19.5% 16.7% 16.5% 14.5% 12.2% 7.4% 5.0% 3.5% 数据来源：易观分析联合 CSDN 发起 AI 应用开发者调研，调研实践2024年9–10月 作为组织的决策者，AI 实践领导者是企业 AI 转型的掌舵人。这类人才通常由 CEO、 CTO、CIO 等高管担任，其核心职责包括制定组织

触摸、独特的声音和个性化是公司建立客户忠诚度和信 任的关键方式——而现在感觉这就是AI所缺乏的。拟人 化的AI可以为体验注入生命，以前所未有的方式解锁客 户关系。随着企业开始构建AI认知数字大脑，它们可以 将自己的价值观和角色编码进去，赋予代理员全面的企 业知识，并允许领导者避免单调的风险，转而构建企业 未来的面孔。 您的面孔，在 未来的样子 当每个界面看起来都相 同的时候，实现差异化 。 2024 2030 企业领导者知道，人们能够与具有鲜明个性的品牌建 立强大且有价值的关系。这些人物形象表现为从像托 尼老虎和可口可乐圣诞老人的形象这样的吉祥物，到 与名人或影响者合作，再到零售店问候或广告中特定 风格的独特品牌声音等。这些都是传达价值观和特征 ，使品牌人性化，并用于在客户中推动熟悉度、忠诚 度或快乐的方法。 世界之所以有趣，在于个体、企业、产品和经历中的多 样性和个性。当领导者追求价值机器般的一致性所能带 来的价值时，他们需要确保自己不要掩盖那些创造丰富 我们知道的是：企业长期以来一直依赖于品牌个性的 力量。而现在，人和人工智能也在形成类似的联系。 尽管企业正依赖自主系统来快速扩展他们的客户体验 至新的高度，但我们尚未看到他们培训这些系统来宣 扬他们辛勤培育的个性和品牌价值观。无论是客户服 务 剥开这层层的表面，很容易看出，一开始“聊天机器 人听起来很普通”这一现象预示着对公司品牌可能存 在的生存挑战。 目前，企业有机会超 越竞争。 代表或销售助理，大多数企业已经培训他们的员工去

for industrial environments，该分标委会以覆盖除制造业外更广泛的工业应用。2006 年，再次更名为 Robots and robotic devices，不仅纳入了工业和医 疗机器人，还包括了非工业机器人（当时称为“个人护理机器人”， 即“服务机器人”）。2016 年，ISO/TC 184/SC2 升级为 ISO/TC 299 50 Robotics，全面负责除 有关机器人割草机的特殊安全要求标准；IEC/TC 62/SC 62D Particular medical equipment, software, and systems 发布 5 项有关自动化医 疗电器系统、手术设备及康复用机器人的标准，已被 ISO/TC 299 直接 51 采用。近 3 年，IEC 制定机器人相关标准主要针对传感器检测方法、家 用服务机器人性能要求及测试方法等方面。