（一）智能产品案例 ................................... 24 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 .......................... 25 4、博众精工 MasterpieceAI 机器人制造商强势崛起，市场份额飙升到 47%。然而，本土机器人产 品高端化水平不足，在汽车为代表的高技术制造业市场份额偏低，在 核心零部件和算法方面与机器人“四大家族”存在一定差距，产品的 稳定性、精确度、响应速度和易用性方面有待进一步提升。随着国产 替代进程加速，当前机器人核心零部件在多个关键领域已取得突破， 如减速器、伺服电机、传感器等，未来，机器人行业的差异化竞争将 更多聚焦于软件。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效

造技术，机械臂的每一部分都能够根据实际工作需求进行精确设计， 既保证了结构的强度，又降低了整体的重量。利用新型复合材料与多 材料加工技术，能够提高机械臂在高强度、高频率操作下的耐用性与 稳定性，确保其在各种复杂环境下的长期可靠性。仿人机械臂将朝着 多功能化、模块化和标准化方向发展，通过模块化设计，不同的功能 33 模块可以根据具体需求进行组合和配置，从而实现多种应用场景下的 灵活 的同时提升机械臂的适 应性与智能性是未来研究的重点。 人形机器人具有类人腿部结构，可以实现奔跑跳跃等高动态运动， 也具备上台阶过沟壑等复杂环境适应能力，其设计和创新直接影响到 机器人的行走稳定性、运动效率以及与环境的交互能力。人形机器人 腿足自由度配置普遍包括模拟人体髋关节的三个自由度、模拟膝关节 屈伸的一个自由度以及模拟踝关节两个球形关节的自由度，这六个自 由度的活动关节赋予机器人与人腿相似的形态与功能特性。柔性构件 器人高动态运动 中的地面冲击力提供一个有效的解决方案。参考生物足功能开发仿生 足也是提高机器人运动能力常见的解决方法。基于执行器的选择与布 置，腿足结构设计与加工技术对人形机器人的运动能力、稳定性和效 率起着关键作用。早期的大框架、大重量设计经过运动学、动力学分 析和拓扑优化等技术的改进，现已成为可在保证腿足强度的同时达到 轻量化与可靠性的平衡设计。同时，利用增材制造技术融合多材料多

大模型可以对这些数据进行实时 分析和处理，监测电网的运行状态 。一旦发现异常情况，如电压波动 、电流过载、设备故障等，能够及 时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 2、储能设备的优化控制：对于电池储能、抽水蓄能等储能设备，AI 大模型可以根据能源 需求和供应的变化情况，优化储能设备的充放电策略。例如，在电价低谷时段，控制储能 设备充电，储存多余的电力 力需求增长情况，为电力企 业的规划和投资提供依据。 2、供应分析：对于能源的供应端， Deepseek可以分析能源生产 企业的产能、设备运行状况、资源储备等信息，预测能源的供应 能力和供应稳定性。例如，在石油和天然气行业，模型可以根据 油田的产量数据、设备的维护情况以及新的勘探开发计划，预测 未来的油气供应情况，帮助交易商和供应商提前做好应对措施。 3、供需平衡分析：综合考虑能源的市场需求和供应情况， 容量保障： -随着新能源装机规模的不断扩大，其有效容量较低，难以应对电力供应的短时缺口和负荷的快速增长。 -需要通过完善容量保障机制、激励发电侧投资、优化资源配置等手段，确保电力供应的可靠性和稳定性。 4五、案例--2024年国网电力市场发展状况 24 4五、案例--2024年国网电力市场发展状况 ◼ 国网市场存在问题： 9.省间省内市场衔接： -省间与省内市场、中长期与现货市场、

推出全新的数字产品与服务或对现有产品做数字 化改造, 使数字业务成为新增长引擎; 韧性发展的能力,指的是借助数字&智能 技术及数字化组织,敏锐感知环境变化,动态调整适应多变环境, 提高企业韧性 发展、抵御不确定性风险的能力。 最后则是行业和社会价值。对一些先行者或富有社会责任感的企业而言,此 类价值体现了企业的更高追求。这类企业推动智能化转型不仅关注自身发展,还 积极引领整个行业的转型进程。包括两个方面:一是推动行业变革 所需的基础 设施和工具, 包括企业模型库、企业工具库、企业知识库、大数据平台、 AI 开发平台、智能体开发平台、元宇宙开发平台。 • 智能运维: 实现对基础设施和应用的自动化运维, 提高系统稳定性、可 靠性, 降低运维成本。 • 全栈安全: 建立全方位的安全防护体系,保障企业在使用 AI 及传统应用 时数据的安全性和隐私性, 抵御各种安全威胁。 其中,智能体开发平台是实现企业智能体建设的关键。通过构建智能体开发 智能化转型的细分价值分析（按照提及人数统计，本报告调研反馈数据） 提升客户体验能够在短期内带来客户满意度和忠诚度的提升,为企业创造直 接收益, 同时从长期助力品牌建设;建立韧性发展能力有助于企业应对市场不确 定性, 确保中长期稳定发展;推动行业变革则是企业基于长期战略布局, 引领行 业发展趋势, 实现自身与行业共同成长的关键举措。在未来的发展中, 企业应继 续坚定智能化转型的步伐,合理配置资源,充分发挥智能化技术在这三个方面的

要面临的主要问题和挑战依次为：可靠性/稳定性、安全与风险管理、效率与运 维复杂度、架构最优、变更管理复杂等。 �� 为了在技术不断演进、市场与客户的需求持续拓展的时代，以更强的能力解决多 云带来的复杂性挑战，并持续发挥云的价值支持数字化业务不断加速创新，企业 需要依托先进的理念，构建先进的多云体系架构，借助新技术、新方法、新能力 的引入，有效应对当前的挑战，为未来的不确定性做好充分准备，在竞争中持续 变更管理复杂：频繁变更的云服务功能和定价规则 架构最优：难以确保工作负载跑在最合适的云上 效率问题与运维复杂度提升：多云管理、流程优化 安全与风险管理：合规、数据保护、资产梳理、身份管理 可靠和稳定性：难以确保应用的高稳定和高可用 �.�% �.�% ��.�% ��.�% ��.�% ��.�% ��.�% �� �� �� �� �� �� �� �� 能力一：创新、卓越的AI全栈云服务 重要的是，在千卡、 万卡集群训练时，能够围绕算力调度、高性能组网、高性能存储、集群监 控、故障处理、集群能能优化等提供高效、多维度、一体化的管理能力，保 证大集群训练的资源利用效率、连续性、稳定性。 完备的推理场景支撑能力：在推理场景快速增加的大背景下，企业智能化应 用需要优先解决时延、安全等一系列问题。例如，为减少推理响应时延，除 在大模型训练、精调以及网络链路设计方面做必要的优化工作外，还可以引

。位置域的布局优化了线束配置，降低了成本，减少了通信接口，提升 了自动化组装效率。传感器和执行器就近接入区域控制器，不仅便于硬件扩展，也简化了结构管理。区域接入与中央 计算相结合，确保了整车架构的稳定性和功能扩展性，新增外部部件可通过区域网关接入，硬件设计支持算力升级， 为中央计算平台的应用软件迭代提供了充足算力支持。 汽车云计算阶段：将汽车部分功能转移至云端，车内架构进一步简化。车的各种传感器和执行器可被软件定义和控制， 包括电阻、电容等无源器件、散热组件、密封性金 属外壳、PCB板、接口、网关、电源管理芯片等，用 于确保系统的正常运行和稳定性。其中，散热组件 对于常伴随高热量产生的高性能计算芯片尤为重要。 软件部分 底层操作系统 负责管理硬件资源，并提供基本的系统功能。操作 系统需要确保系统的稳定性和安全性，并提供与硬 件的接口。 中间层软件 负责提供中间件服务和数据通信，通常包括通信协 议、传感器接口、数据处理等功能。 显著降低算法延迟，并通过基于优先级抢占的机制，为复杂计算任务提供高效支持。 九韶NPU是业界最高安全等级的NPU，能够避免模型推理中 的随机错误和失效，支持训练与部署的一致性，确保自动 驾驶系统的高安全性和确定性。其特点包括高算力、高能 效和高带宽，为智能驾驶技术的迭代升级奠定基础。它支 持混合精度（如INT8/FP8/FP16），并针对高精度量化和 Transformer提供硬件加速，简化开发者的量化和部署工

仅 节省了大量的标注成本，而且让模型更自由的探索解决问题的路径 ，而不是被预先设定的模 式所 束缚。这也使得模型最终具备了更加强大的泛化能力和适应能力。 为了充分释放 GRPO 的潜力并确保训练稳定性， DeepSeek R1 的训练中采用了四阶段的交替 迭代 流程：“监督微调（ SFT ）→ 强化学习（ RL ）→ 再次 SFT→ 再次 RL” ，有效解决了传 统强化学 习模型在冷启动、收敛效率和多场景适应性方面的瓶颈。 在大规模强化学习任务中，特别是在处理复杂的推理任务时，能 够更有效地优化策略模型，同时保持较高的计算效率。 Kimi K1.5 采用的变种 Mirror Descent 可以在保证学习稳定性的同时，促进模型对复杂推理任务的理解 深度，如逐层加深反思、验证、回溯等行为范式的形成。它允许模型自然地探索到验证、回溯、总 结、 反思的行为模式，这些对于提高模型在推理任务中的表现至关重要。 \ 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。 通过形式化验证和 RL ，提升 AI 系统的可靠性与处理复杂

以通过绘制端到端采购流程，评估各个流程节点耗时在全流程中占比，从而找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适配性与前瞻性。企业应当基于流程智能四层架构理论，在感知层、认知层、 决策层和执行层找到合适的技术路线。同 率与执行效率都得到提升，有效支撑集 团级业务协同效率提升。 同时，蓝凌还增加了移动端自适应设计、表单流程拖拉拽配置、以及邮件、短信、移 动端等多渠道流程预警机制，在流程创新的同时保障了流程稳定性和可靠性。 图 2 中集集团流程地图 | 2025 爱分析 · 流程智能化实践报告 15 建设亮点三 SAP+OA，提升流程自动化水平 蓝凌构建了 SAP 与诸多

Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 2. 算力基础设施架构和国产化情况 智算算力卡供应稳定性表现 来源：与非研究院 算力卡供应主要受供应链和国际市场政策的影响，大多数情况下供应较为稳定，但仍有相当比例存在波 动。 14 Supplyframe, Inc. Confidential & 4. 未来挑战与趋势 我国智算产业发展的最大挑战 来源：与非研究院 我国智算产业发展挑战主要集中在技术研发、国际竞争压力和供应链挑战等。这表明我国智算产业在技 术创新、全球竞争力和供应链稳定性方面面临较大压力。 34 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 4. 未来挑战与趋势

行使用宏（基于 规则的简单工具）代为执行信用评分和欺诈检测等数据任务。随着技术的发展，银行将会 使用（基于平台的）软件以半自动化的方式根据上下文处理更复杂的任务。银行应建立共 享数据平台，供确定性人工智能或基于“大行动模型”的智能体使用，以独立评估风险、 设计产品并优化整个价值流（如贷款处理等）。 这有助于促成银行员工队伍塑造方式的范式转变，使员工摆脱传统角色，转变成为人工智 能代理的 在各个部门适应新的工作方式时引发一些矛盾或紧张。 这种转型也会对员工和组织架构产生重大影响。随着日常 任务的自动化，员工将转而承担更高价值的活动，如监督 和战略决策，因而许多职务将不断发展演变。这会给员工 带来不确定性，可能使其对自身价值产生担忧：《2024 年毕马威全球卓越客户体验研究》（2024 KPMG global customer experience excellence study）报告显示，年 某毕马威欧洲银行客户专门为中小型企业提供服务。 该银行拥有多个品牌、子公司和关联银行。 他们希望更深入了解客户的感知和体验，以改进自身 的产品和服务。 他们面临的主要挑战是难以从通过客户满意度调查收 集的大量定性数据中获取具有可操作性的洞察信息。 此举的目的是深入了解客户对该银行产品和服务的意 见，准确获知他们对银行的满意度、不满意的领域以 及对该银行的普遍看法。 毕马威的应对之策 毕马威团队利用其OpenAI平台，对客户满意度调查