分发与消息内容相结合。连接的标准化可加速 产品开发、简化设备安装并降低产品总成本。消息内容的标准化则通过实现与多个应用和生 态系统的有效连接，进一步提升了设备的价值。 接下来两个部分将探讨利用极少的IP网络以及特定领域应用层来打造面向大众市场的AIoT产 品的可行性。 标准设备网络 全球有数百种各具特色的设备网络——有线、无线、基于IP、非IP、全栈式、LAN、PAN、 Matter是连接标准联盟（CSA）推出的全新智能家居连接标准。它是一种典型的应用层例 子，能在以太网、Wi-Fi和Thread等IP LAN网络上实现设备安全、隐私和消息语义的标准化。 本节将简要介绍Matter，并探讨其作为AIoT应用层的关键特性。 Matter简介 Matter的主要目标是统一消费类设备网络和协议，这样任何制造商生产的认证产品都能通 过现有的网络基础设施实现无缝互操作。如需详细 景支 持。不过，采用新的网络就需要新的设备配置和安全流程。 Matter定义了一个应用层，旨在为智能家居应用实现协议、安全和语义的标准化，相同的 理念也可应用于其他领域。我们将在下一节探讨这种可能性。 Matter垂直市场——家庭之外的应用 连接标准联盟（CSA）开发了Matter作为应用层，旨在为住宅环境中的CE产品实现网络、 安全和语义的标准化。然而，在多户住宅、小

国和 各国内部的不平等。接着，它探讨了生产率和劳动力动态，重点关注经 济增长和体面工作。从国家层面看，报告分析了支持人工智能的采用、 适应和发展所需的要求数和政策。从国际角度看，它考虑了全球人工智 能治理的需求，以引导人工智能走向包容性和公平的发展，强调了国际 合作的重要性。 版权所有 © Adobe Stock vi 本报告探讨了五个核心主题： 第七章 第七章

⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存 和护理者的安全性。  陪伴：孤独是⽼年⼈⾯临的⼀个突出问题。43%的60岁以上美国⼈表⽰⾃⼰感到 孤独，⼀项研究显⽰，孤独对健康的影响与吸烟⼀样糟糕。花旗全球洞察AgeTec h报告深⼊探讨了如何通过⼈⼯智能和陪伴机器⼈解决打击孤独的问题。陪伴机器 ⼈的例⼦包括那些旨在通过对话与⽤⼾互动或协助进⾏记忆回溯活动以使⽼年⼈ 保持精神活跃和投⼊。  送货机器⼈：机器⼈可⽤于专⻔的护理相关任务，如药品送货或物资分发。例如 情况时，存在显著差异，这是由技术变⾰和公众对某些领域的兴趣所推动的。 © 2024花旗集团 68 Citi GPS：全球展望与解决⽅案 2024年12⽉ 挑战 本报告的第⼀章强调了科技进步，应加速采⽤AI机器⼈。随后的章节深⼊探讨了⼀些 使⽤案例以及未来25年内⼀些新兴市场的潜在规模。 您认为人工智能机器人的进展或采用面临的主要挑战是什么？ ⼈⼯智能在最近⼏年取得了显著进展。⼤型语⾔模型简化了⼈机交互，⽽基础模 型解锁了

技术对比探讨 STaR-based Methods vs. RL-based Methods 强推理路径对比 (DS-R1 \ Kimi-1.5 \ o- series) 蒸馏 vs. 强化学习驱动：国内外现有各家技术路线对比分析及 Takeaways PRM & MCTS 的作用 从文本模态到多模态 其他讨论： Over-Thinking 过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展：

流程智能化实践报告 18 结语 | 2025 爱分析 · 流程智能化实践报告 19 3. 结语 本报告深入探讨了企业进行流程智能化改造的必要性，以及落地实践过程中的关键方法与成功要素。 流程智能化作为企业数字化转型的核心驱动力，其未来技术演进与供给侧厂商的发展路径已呈现清 晰的脉络。 从技术视角看，流程智能将进一步深化

才能在数字化浪潮中稳健前行。 本指南以前瞻性的视野，深刻剖析了行业发展的最新趋势，精准捕捉到了企业在数字化转 型过程中面临的诸多挑战与痛点。在此基础上，我们围绕数字化人才的全面培养与发展，展开 了深入而细致的探讨，旨在为企业量身打造一套高效、可持续的数字化人才建设体系，从而助 力企业加速推进数字化转型步伐，抢占市场先机。我们相信，这份指南将成为企业探索个性化、 差异化数字化转型路径的重要指引，为企业在数 利用其强大的自然语言处理能力解决各种 现实世界的问题。 二、培训目标  大模型： 介绍大型语言模型的基本原理、架构和训练方法，帮助教师建立对大模型的理 解和认知。  LLAMA： 深入探讨 LLAMA 在各个领域的实际应用，包括自动文本生成、机器翻译、 情感分析、问答系统等，帮助了解如何将 LLAMA 应用于实际项目中。 三、培训模式及实施架构 根据前期的调研沟通，为本次培训定制了

价值的项目，然后砍掉那些拖后腿的项目。 投入足够的资源来确保成功扩展 AI，并根据 增长潜力来分配 AI 预算。考虑生态系统，摒 弃各自为政的方式，与最有价值的客户和战 略性 IT 合作伙伴共同积极探讨生成式 AI 能 在哪些领域带来最大价值。 发挥开源优势。 创建一个开源项目办公室，负责管理组织对 开源代码的使用和贡献。建立一个经过仔细 审查的开源代码仓库，以便于轻松访问首选 资源。激励开发人员积极为对企业至关重要

了更易获取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、商业模式及挑战等核心议题，为市场提供前瞻性 数据与深度洞察。 研究方法： 本报告通过业内资深的专家访谈、桌面研究、案例实证研究、行业对比研究、投融资数据统计输出 相应研究成果。 来源：艾瑞咨询研究院自主研究绘制。 多模态大模型技术路径 作为大模型架构的先行模态，大语言模型的技术进展主要聚焦于预训练的scaling law、后训练思维链优化的推理模型等，在第一章的技术 环境中已做展开。本页主要探讨多模态大模型的定义范围、技术进展及发展趋势。市面上，多模态大模型的定位范围多有不一。从定义来 看，多模态大模型是能够处理和理解多种不同类型数据（文本、图像及音视频等）输入输出，实现跨模态的理解和生成任务的人工智能模

了更易获取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、商业模式及挑战等核心议题，为市场提供前瞻性 数据与深度洞察。 研究方法： 本报告通过业内资深的专家访谈、桌面研究、案例实证研究、行业对比研究、投融资数据统计输出 相应研究成果。 来源：艾瑞咨询研究院自主研究绘制。 多模态大模型技术路径 作为大模型架构的先行模态，大语言模型的技术进展主要聚焦于预训练的scaling law、后训练思维链优化的推理模型等，在第一章的技术 环境中已做展开。本页主要探讨多模态大模型的定义范围、技术进展及发展趋势。市面上，多模态大模型的定位范围多有不一。从定义来 看，多模态大模型是能够处理和理解多种不同类型数据（文本、图像及音视频等）输入输出，实现跨模态的理解和生成任务的人工智能模

的关键枢纽，如何实现从导航指 引到更优的出行体验的全面升级？  中国智能驾驶企业正积极布局国际市场，地图厂商如何赋能国内智驾企业实现"出海"并在国际竞争中建 立技术与商业优势？  报告将探讨这些关键问题，剖析智能驾驶地图的技术演进路径与商业价值新机遇。本报告聚焦中国智驾 地图市场，重点分析面向车端智能驾驶系统的地图，不涉及手机导航地图。 4 资料来源：公开资料、专家调研、泰伯智库