智驾地图的定义、核心特征与要素 高精地图主导 高精几何+语义 - 依赖高精度传感器 - L3/L4 早期探索 - 成本高/更新难 轻地图兴起 Light Map / SD Pro - 平衡成本与功能 - 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 重语义/拓扑/规划 - 与端到端算法深度 融合 - 地图成为在线先验 与离线训练数据源 - 兼顾AP友好性 众源成熟) • 精度按需: 对绝对几何精度要求动态调整，部分场景下拓扑关系与 语义准确性优先度更高。 • 要素按需: 地图包含要素集根据智驾系统能力与应用场景动态调整， 旨在实现成本与功能的最佳平衡。 • 高新鲜度: 对影响驾驶决策的道路变化要求近乎实时的更新能力， 依赖高效的自动化（含众源）更新机制。对于城市NOA，关键要 素的“天级/周级”更新成为普遍预期。 核心特征（动态演变中） 智驾应用对地图能力的需求呈现显著分化，从高速NOA侧重成熟的覆盖与拓扑、AVP聚焦局部精度， 到L4 Robotaxi的ODD内高要求，最终汇聚于城市NOA——当前地图能力在鲜度、语义、拓扑、覆盖 与成本间寻求平衡的最高挑战。 地图能力维度 高速NOA (Highway NOA) 城市NOA (Urban NOA) AVP (自主泊车) L4 Robotaxi 几何精度 ★★ ★★ ★★★ (相对精度)

灯 复杂功能 感觉与运动：处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方， 紧贴脑干后方， 形似蝴蝶。 运动协调：调节肌肉张力、协调精细动作（如鞋子、 弹琴） 平衡与姿势：帮助维持圣体平衡与空间定位 学习辅助：参与运动技能学习 脑干 连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：船体大脑与脊髓之间的感觉和运动型号 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号

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， Deepseek可以对能源市场的供需平衡进行分析和预测。有助于市场监管部 门及时发现供需失衡的情况，并采取相应的调控措施，如调整能源价格、增加能源供应或引导需求侧管理，以维护能源市场的稳定。 14 -零售市场建设深度拓展，国网经营区内5个电力零售市场试点全部开展结算试运行。 （一） 22 ◼ 国网市场存在问题： 1.新能源参与电力市场： -新能源快速增长凸显系统调节能力不足，其随机性、波动性、间歇性等特点，导致电力电量平衡难度加大，新能源消纳和电力保供面临更大压力。 -部分地区省间送出能力与新能源装机不匹配，影响新能源利用率。 2.系统调节能力： -新能源的快速发展需要更多的系统调节能力，但现有调节能力可能不足以应对新能源的波动性和间歇性。 新型经营主体： -微电网、虚拟电厂、负荷聚合商等新型经营主体参与市场面临认定、计量、结算等问题。 -需要通过明确市场主体地位、完善计量结算机制、提供政策支持等手段，推动新型经营主体参与市场，发挥其在电力供需平衡、 新能源消纳等方面的积极作用。 7.负荷侧调节能力： -负荷侧调节能力在应对新能源波动、保障电力供应稳定方面的重要性日益凸显。 -需要通过需求响应、能效管理、智能用电等手段，充分挖掘负荷侧

集中度提高，算力更加集中在少数大型数据中心 推动算力向边缘计算下沉，满足实时数据处理需求 促进区域平衡，缩小不同地区的算力差距 影响算力价格，由于技术进步和规模经济，价格更加亲民 提高智算中心服务效率，促进产业高质量发展 来源：与非研究院 智算中心建设提升了算力集中度和效率，对促进区域算力平衡、降低算力成本、支撑产业高质量发展具 有重要作用。 13 Supplyframe, Inc. Confidential 主要集中在经济发达地区，作为区域创新发展的驱动力 在全国范围内得到推广，但地区之间存在发展不平衡 实现全国范围内的均衡发展，不同地区的智算中心各具特色、协同发展 无法判断 来源：与非研究院 未来五年，我国智算中心将主要集中在经济发达地区，作为区域创新发展的驱动力。同时有望在全国范 围内逐步推广，地区之间仍存在一定的不平衡性。 37 Supplyframe, Inc. Confidential & Proprietary

人智共创未来 点燃创新纪元 IBM 商业价值研究院 | 研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 商业价值研究院 (IBM IBV) 与牛津经济研究 院在 2024 年 10 月和 11 月联合开展了一项调研，受访对象涵盖 17 个行业和 处不在的复杂局面。他们必须根据市场变化对业务进行战略 性调整，并在发生局部意外事件时保持冷静，避免过激反 应。 在 AI 时代，位置 至关重要。 2025 年五大趋势：人智共创未来 点燃创新纪元 14 在这两者之间取得适当的平衡变得日益困 难。展望未来，60% 的政府领导者认为冲击 的发生频率可能会增加，70% 的受访者认为 冲击的强度和影响将会增加。 18 这迫使企业 领导者评估其组织的数据存放地点，并重新 思考组织的运营方式及地理位置。2024

一系列在各个发展阶段的经济体实施的公共政策工具的示例列于表3中。人工智能采纳 和发展的战略设计和实施还应考虑到涉及三个关键杠杆点的国家特定性：基础设施、数 据和技能。 这两种方法并不是相互排斥的，各国需要在两者之间取得平衡。一些发展中国家可能 发现支持采用这些方法的挑战较小，但它们也需要制定长期战略计划以促进人工智能 的发展。 来源 对联合国贸易和发展会议数据的详细说明： 人工智能指数报告 2024 (斯坦福，美国)。 对工业和科技政策（STI）的重新关注以及人工智能能力的快速增长将人工智能政策置 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 公开披露 机制 执行 处罚措施 非合规 人工智能限制 部署 公开报告 算法 透明度 数据和风险 管理 披露 认证体系 自愿报告转为强制性报告 多利益相关方方法——人工智能公共披露要求应当平衡创新与 公共安全及信任。这样做需要采取多利益相关方的方法，以融 入多元化观点和灵活性，同时适应快速发展的技术。应关注易 受伤害的人群，他们不太可能从人工智能进步中受益，但更可 能遭受与人工智能相关的危害。

初，银行会将大多数资源集中在第一阶段，通过 少量措施探索整体转型。随着时间的推移，在实现基础效率之后，他们会着眼未来将更多资源投入第二阶段，并开始通过第三阶段的长期投资为转型创新奠定基础。这种动态平衡有助 于确保银行能够取得立竿见影的成果，同时铺就未来的成功之路。 智慧银行的发展之道 有效的人工智能转型不仅限于实施相应的技术。通过对领先实践进行研究，我们发现银行可以通过三个人工智能转型阶 对于持续的价值创造至关重要。这需要同时提升对基 础、职能和企业层面的关键人工智能能力的成熟度。 在企业层面，这涉及跨职能的人工智能能力发展，以 实现与战略相符的整体创新。若银行无法在上述三个 层面保持平衡，则可能难以把握转型机遇。 在职能层面，应将人工智能融入关键价值流，以优化 特定流程，提升产出结果，如更具吸引力的产品和服 务，以及更卓越的端到端员工和客户体验。 在基础层面，银行应通过技术现代化这一过程，建立 出结果进行有效评估和利用。 展望 管理层在挖掘人工智能潜力方面 秉持更加灵活和开放的态度 该行的人工智能应用历程很好地反映 出行业的发展趋势，以及在利用人工 智能潜力与监管和职场挑战之间保持 平衡所存在的困难。尽管受访者提 到，预计到2025年年中将制定统一 的人工智能战略，但他强调，管理层 应更加灵活应对并勇于尝试，以推动 人工智能创新，并以负责任的态度指 导人工智能的使用。 调研结论

关键驱动因素。 30 需求端 供给端 2027 行业小批量产元年 2030 行业商业化元年 逻辑：盈亏平衡测算 产品端 逻辑：M2场景落地评估模型 + 采样典型产品功能 逻辑：采样某全球标杆企业量产计划 在高人力成本市场优先盈亏平衡 2030在较低人力成本市场盈亏平衡 2026 头部企业小批量产 2030 头部企业商业化爆发 • 某头部企业100万台全球量产规划，产 品功能相对成熟，需求端订单爆发

在应对不平整 地面和未知扰动方面的适应性仍然较为有限。 2013年，波士顿动力公司发布了更具影响力的由液压驱动的Atlas 人形机器人，能够推开房门、在各种复杂地形中行走，并具备自我恢 复平衡的能力。2017 年，第四版 Atlas 成功完成了跳跃、跳高、后空 翻等高难度体操动作，并在 2019 年展示了更复杂的体操动作组合，展 现了极高的动态运动能力。尽管 Atlas 的动态运动性能处于领先水平， 统则聚焦场景化应用和生态连接，推动国产化进程；控制算法的国产 化程度较高，国内企业可以自主研发人形机器人整机系统的核心算法， 部分头部企业在核心算法领域展现出强大的研发实力，例如宇树科技、 优必选等在步态规划、视觉识别、平衡控制等关键领域均取得了显著 成果；大模型技术的国产化程度正处于快速发展阶段，国内大模型（如 华为盘古、阿里云通义）在机器人视觉、语言和动作协作领域展现出 强大潜力，并与国际知名大模型（如 ChatGPT、PaLM-E）同台竞技；仿 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 工艺方法构建复杂的机械框架也提高了腿足的灵活性，兼顾强度、惯 量、运动范围、外观等多种需求。随着各个领域技术的发展，未来可 34 以通过新结构与新传

基础设施与平台/工具提供，技术与合作伙伴关系 发言人：具体的技術要求定義，具體工具操作 平台与基础设施 人工智能在汽车领域的机遇 Strategy& 数据/人工智能能力 业务（功能/国家）权力平衡注：数据/人工智能治理的“中心辐射”模型涉及一个精简的中心团队提供核心服务（“中心”）， 去中心化/专用业务团队实施解决方案（“辐条”以虚线向中心汇报）。协调区域中央化的程度取决于具体公司情况。 来源：Strategy&