们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 .........................................................................................8 2.1.3 商业化及应用................................................................................................ .................................................................... 28 2.4 讨论：颇具规模的 AI 产品矩阵，能够破解商业化难题吗？................................. 29 第三章：融资寒冬，医疗 AI 尽力改善现金流...................................

人形机器人适配4大工种（搬运、质检、工站衔接、基础组装） • 真实案例：采集某全球头部企业场景规划——验证人形机器人落地场景、适配工种逻辑 • 产业展望：工业、家庭场景供需端交叉验证，识别关键节点——2027小批量产，2030商业化起点 敬请期待 M2 2025 Proprietary and Confidential All Rights Reserved. 目录 4 1. 背景 2. 洞察：人形机器人落地场景顺序与评估模型 23 M2 2025 Proprietary and Confidential All Rights Reserved. 全球人形机器人汽车制造场景应用情况 企业 模式 人形机器人名称 商业化程度 工作内容 已进厂 特斯拉 自研 Optimus 预计2025年量产 电芯拣选搬运、螺丝 预拧紧、质检等 √ 小鹏 自研 Iron 2024年11月进厂 物料箱搬运、螺丝紧 固、质检等 √ 请标明来源 24 M2 2025 Proprietary and Confidential All Rights Reserved. 汽车制造场景 -全球人形机器人应用情况 特斯拉和优必选的商业化进度领先，预计最快于2025年实现小批量量产。小鹏、Apptronik和Figure已完成样机发布，并进入工 厂测试阶段。小米、智元机器人和波士顿动力已发布产品样机，展示技术实力。长安汽车则计划于2027年推出人形机器人产品

全自主智能）。当前，人形机器人产业正朝着L3级迈进，这一阶段的机器人能够在大量 场景中独立运行，但在复杂情况下仍需人工监督。何小鹏预计，到2026年，具备L3初阶能力的人形机器人将进入适度规模的商业化量产阶段。 结合何小鹏对于机器人分级以及我们对于机器人能力程度的拆解，我们将具身机器人分级进一步细化。 L1 L2 L3 L4 L5 等级分类 完全由人控制 基础辅助智能 具身智能和训练监督 自成长智能 能编程。目前遥操作已广泛应用 在医疗领域、极端环境探索如太空与深海场景、防恐防爆应用场景，以及基于工业机械臂的自动化生产中。我们认为遥操作将有助于加速具身智能所 欠缺的数据采集环节，此外在实际商业化领域，通过遥操作，也能在恶劣环境下取代人类，同时降低企业用工成本。 按照遥操作主端设备的不同，主流遥操作方式可以分为以下几类： 主端方案 特点 VR设备 VR设备自带的对手柄和手势的识别功能，能够实现机器人在笛卡尔空间中的位姿 可在未来十年实现突破，遥操作与运动捕捉技术将发挥双重战略价值：短期维度上，该技术可加速具身智能系统的商业化进程，通过虚实融合的混合增强模式 实现关键场景落地；长期维度上，其将演进为具身智能生态的基础设施级技术，持续赋能物理交互能力的进化迭代。基于此，本研究提出以下两类遥操作技术 商业化路径的可行性分析。 众包训练员 具身本体企业 众包数采平台 数采任务 认领下发 数采完成 数据上传

利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 本的同时，倒逼供应商持续优化产品技术与服务。 ）、低成本高质量以及快速定制化交付等优点，精准地满足了政府、 金融、医疗以及工业制造等B端行业的特定需求。预计2025年，DeepSeek适配一体机市场将进一步升温，迎来新的市场热潮。随着大模 型商业化进程的不断加快，一体机、分布式 AI 开发框架以及LLMOps平台等基础层工具逐渐进入产业视野，成为支撑企业及开发者完成产 业端大模型应用建设的重要力量。 面向分布式训练的AI框架 大模型AI开发平台 www.iresearch.com.cn 模型层开源创新推动上层商业化实践 降本增效推动大模型落地，选择微调、蒸馏或RAG等路径达到ROI最大化 来源：艾瑞咨询研究院自主研究绘制。 2024年，“后训练”和“强化学习”成为大模型技术创新的热点。后训练通常由大模型

利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 本的同时，倒逼供应商持续优化产品技术与服务。 ）、低成本高质量以及快速定制化交付等优点，精准地满足了政府、 金融、医疗以及工业制造等B端行业的特定需求。预计2025年，DeepSeek适配一体机市场将进一步升温，迎来新的市场热潮。随着大模 型商业化进程的不断加快，一体机、分布式 AI 开发框架以及LLMOps平台等基础层工具逐渐进入产业视野，成为支撑企业及开发者完成产 业端大模型应用建设的重要力量。 面向分布式训练的AI框架 大模型AI开发平台 www.iresearch.com.cn 模型层开源创新推动上层商业化实践 降本增效推动大模型落地，选择微调、蒸馏或RAG等路径达到ROI最大化 来源：艾瑞咨询研究院自主研究绘制。 2024年，“后训练”和“强化学习”成为大模型技术创新的热点。后训练通常由大模型

低成本，超出⽤户预期的“智能” 增长：破圈，两个⽉到⼀亿⽤户的速度 “ 创新落后”的机会成本被不断放⼤ 产品：典型的 2B 能⼒集合 快速推出全家桶和云服务矩阵 市场：典型的 B 端商业模式 快速市场预热和商业化 Prompt engineering 提⽰词⼯程 Nvidia A100 （ A800 ） ⾼性 能卡 RLHF 强化学习 SFT 多渠道营销：借助⼤模型，提⾼合规内容⽣产与互动效率 23 • 电⼦病历和数据管理⾰→构建专病知识库， 为药物研发和精准医学提供⽀持 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通→数据要素商业化变 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（需求⾼，难度⼤） → 药品定价策略 • PR 先⾏， 但过去“纸⾯数据、

“创新落后”的机会成本被不断放⼤ 体验： 哎哟 不错噢 低成本，超出⽤户预期的“智能” 产品：典型的2B能⼒集合 ‰ 快速推出全家桶和云服务矩阵 市场：典型的B端商业模式 ‰ 快速市场预热和商业化 6 再看DeepSeek, ⼜⼀个“⼯程奇迹” 7 DeepSeek&是“深度求索” 开发的⼀系列⼈⼯智能模型。DeepSeek&通过持续的技术 创新和市场拓展，在⾃然语⾔处理和⼤型语⾔模型⽅⾯取得了显著进展，在国际市 DeepSeek对于医疗体系有那些影响？-医院 • 电⼦病历和数据管理⾰→构建专病知识库， 为药物研发和精准医学提供⽀持 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通→数据要素商业化变 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（需求⾼，难度⼤） →药品定价策略 医院 • PR先⾏，但过去“纸⾯数据、 ⾮标数据”等困境能得到极⼤

性、可扩展性和效率，降低研发成本，推动技术创新，并促进产业链 协同发展，加速技术自主可控，提升国际接受度与竞争力。 2.1.3.3 中游 人形机器人整机系统是人形机器人产业链的核心环节，也是实现 人形机器人功能集成和商业化应用的关键。近几年，国内外涌现了一 批优秀的整机系统企业和极具代表性的人形机器人整机产品。 表 5 全球人形机器人整机代表企业 代表企业 特点 引领者 波士顿动力（Boston Dynamics）、特斯拉 2.1.3.4 下游：应用场景 人形机器人下游产业链是推动商业化应用的关键环节。随着技术 进步和市场需求的不断增长，下游产业链正迅速扩展，成为人形机器 人普及的重要驱动力。未来可通过制定不同应用下的评价标准、场景 互联互通标准、应用安全标准、交互标准等，形成人形机器人标准化 应用，推动产业链各环节高效协同与资源共享，为商业化普及和产业 规模化发展提供坚实的基础。 1）工业制造场景 机器人产业链和供应链。人形机器人不仅能够将人类从繁重和危险的 劳动中解放出来，提升企业经济价值，还能满足人类情感沟通需求。 随着技术进步和应用领域拓展，预计未来几年人形机器人市场将迎来 显著扩张和商业化突破，并被广泛应用于个人、家庭、企业、工厂等 各类场景，推动人类社会往更高智、更协同、更高效的方向发展。 图 8 人形机器人发展趋势 2.1.5 产业对标准化的需求 随着人形机器人产业的快速发展，其在社会各领域的广泛应用凸

减少重复劳动 提升员工效率 工作流整合,方便使用多个程序 创新产品形式/业务价值 为员工创造定制化提升 优化员工工作体验 采用 AI 大模型给企业带来的价值 09 随着大语言模型从技术竞争向商业化的拓展，生成式 AI 的应用正逐步聚焦于满足具体行 业的独特需求和特定业务场景的赋能。通过在实际应用中积累丰富的行业数据和实践经 验，AI 不断优化自身的适应性和效率，进而在企业级场景和行业级应用中展现出更为卓 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% 24.3% 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

23年中国服务机器人厂商的出口收入合计约15.1亿元人民币；根据IFR与中国海关数据，2023年中国工业机器人出口 量达11.83万台，增速达86.4%。目前主要地区在亚洲及欧洲地区。中国机器人的商业化仍在持续开疆扩土中。 23 发展问题与建议 国产替代 智能机器人目前的主要发展方向为国产化替代， 如工业机器人。中国工业机器人的国产化主要 集中于中低端市场，对于高端工业机器人的核 心零部件如减速器、伺服驱动器等对设计精度 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 阶段。人形机器人在复杂环境下的可靠性、人机自然交互 的流畅性仍有待提高，例如在人群密集或动态变化的场景 中，其环境感知与决策速度、情感理解与表达的细腻程度