1 人形机器人标准化白皮书 （2024 版） 全国机器人标准化技术委员会 2024 年 12 月 3 目 录 前 言....................................................................................................................................... Alpha2、Walker 等为代表 的人形机器人，能够稳定地执行复杂动作，甚至在挑战性场景中自主 做出决策；2020 年后，随着人工智能技术快速发展与市场需求的增长， 以宇树科技 H1 与升级版 G1、小米 CyberOne、浙江人形 NAVIAI 等为代 表的人形机器人，能识别语义和情绪，具备平稳行走和复杂动作能力， 助推我国人形机器人产业步入了智能化发展阶段。同一时期，介电弹 性体 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， 并且能够通

《信息化标准建设行动 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1% 5.2% 6.3% 9.6% 15.0% 27.7% 32.5% 型，为视频生成模型、世界空间模 型打下标杆产品案例 • 2024年9月，OpenAI发布o系列模 型，提出CoT思维链优化的强化推 理路径 • 2024年12月，DeepSeek发布开 源版V3模型，2025年2月发布开源 推理R1模型，以完全开源、低成本、 高效果的技术架构推动AI平民化 C端AI产品现况 发展以CNN、RNN架构为基础的 计算机视觉、智能语音、NLP、 机器学习、知识图谱等技术应用

《信息化标准建设行动 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1% 5.2% 6.3% 9.6% 15.0% 27.7% 32.5% 型，为视频生成模型、世界空间模 型打下标杆产品案例 • 2024年9月，OpenAI发布o系列模 型，提出CoT思维链优化的强化推 理路径 • 2024年12月，DeepSeek发布开 源版V3模型，2025年2月发布开源 推理R1模型，以完全开源、低成本、 高效果的技术架构推动AI平民化 C端AI产品现况 发展以CNN、RNN架构为基础的 计算机视觉、智能语音、NLP、 机器学习、知识图谱等技术应用

端到端的发展历程 • 早期探索阶段（2016-2018年） 2016年：英伟达（NVIDIA）推出DAVE-2。端到端概念的提出 可 以 追 溯 至 英 伟 达 于 2016 年 发 表 的 论 文 《 End to End Learning for Self-Driving Cars》。同年，英伟达发布了 基于卷积神经网络（CNN）的端到端自动驾驶系统DAVE-2， 通过摄像头图像直接输出转向指令。这是端到端技术的早期 Day上公布了BEV技术架构，通过多传感器融合实现感知 模块的端到端化，为后续端到端技术的全面应用奠定了基础。 2023年：特斯拉FSD V12发布。特斯拉正式推出FSD V12版本， 采用端到端架构，实现了感知、决策、规划的一体化，显著 提升了驾驶体验的拟人化和安全性。这一版本成为行业标杆， 推动了全球车企加速端到端技术的研发。 2023年：OpenDriveLab发布UniAD。OpenDriveLab推出了全 栈Tra 融合后岚图知音的“逍遥座舱”将能够实现多种功能，包括AI多语义指令识别、AI作诗、AI作画、AI对联、AI闲聊和AI信息 实时检索等。此举预计将提升岚图车机AI的反应速度、准确度和扩展性（此前，岚图合作百度文心一言和智谱AI大模型）。 岚图汽车官宣后，东风汽车宣布旗下自主品牌全部接入，包括东风猛士、东风奕派、东风风神、东风纳米。 上汽系（智己、宝骏） 智己汽车已在智能座舱领域深度引入 DeepSeek

标准化云边运行环境、数据接入、应用接 入、API接口、身份认证、安全管理规范 Tencent AI 中心版 任务管理子系统 数据存储及计算 任 务 调 度 异 常 上 报 监视数据 推理结果 数 据 上 传 算 法 下 发 智能运检系统 AI创新中心 算法模型库 第三方算法 模型 模 型 训 练 Tencent AI 边缘版 ⋯ 标 准 化 场 站 2 标 准 化 场 站 N 数 据 采 集 全新的应用拓扑控制台，提供以应用为第一视角 风格统一的前端UI，腾讯云CAM认证鉴权系统 CRedis MongoDB 服务各行各业的客户 政务 教育 医疗 金融 交通 出行 工业 能源 地产 文旅 游戏 零售 ⋯⋯ 遍布全球的基础设施 100 W+ 全球服务器数量 EB 级 数据存储规模 3200+ 全球加速节点数 200 T 全球带宽储备 400+ 权威认证 丰富易用的云+AI全栈产品

具有更强的分类和识别能力。 2023 年 11 月，数坤科技率先在 MR 肝方向作出突破，拿到肝脏局灶性病变 MR 图像辅 助分诊软件，将肝脏相关疾病纳入辅助诊断范畴，并于 2024 年 7 月发布第二版本。2024 年，推想医疗肝肾外科手术计划软件，亦从外科手术治疗的角度实现了跨越。 3. 集成平台出现 2024 年 8 月 5 日，上海西门子医疗器械有限公司获批的“CT 图像处理与分析软件”，打 该复合体 3D 结构的准确预测。 《Accurate structure prediction of biomolecular interactions with AlphaFlod 3》一 文 对模型的能力进行了详细论证。论文数据显示：与现有的预测方法相比，AlphaFlod 3 无需输入任何结构信息的情况下，其准确性已比 PoseBusters 基准上的最佳传统方法 高出 50%（一些特殊场景可达 讯飞医疗：基于扎实的基层基础，积极突破商业化边界 作为国内第一批医疗 AI 企业，讯飞医疗在成立之初没有死磕三甲医院，而是选择紧紧 围绕基层医疗进行智慧赋能。 42 此策略的成功实施，为讯飞医疗奠定了坚实的业务基础。据沙利文数据，讯飞医疗 2023 年的收入规模在中国医疗人工智能行业中排名第一，市场份额为 5.9%。截至 2024 年 7 月，企业已覆盖基层医疗机构多达 53000 家，贡献近半数企业营收。按收入计，智医

各业的运营模式和发展格局。从智能制造到智慧金融，从医疗健康到教育文化，数字化的触角 延伸至社会的每一个角落，重塑着我们的生活与工作方式。 大模型技术的兴起，将企业数字化转型推向了一个新的高潮。DeepSeek、ChatGPT、文 心一言等大语言模型的问世，为企业数字化转型提供了强大的技术支持和智力支撑。从智能客 服到自动化生产，从大数据分析到精准营销，AI 正逐步渗透到企业运营的各个环节，推动着 企业向智能化、高效化、个性化方向发展。 、知识智能化六步推进 原则，稳步推进数字化转型目标蓝图实现。 第 29 页 建设阶段 2.1 建设阶段-制度流程化 将条目化的制度要求，运用流程化、结构化、要素化的方法，将制度融入流程体系文 件，推进管理规范化。目前公司已经完成制度流程化，并且只有一套体系文件运行，为持 续流程优化提供了坚实的基础。 2.2 建设阶段-流程表单化 从业务表单中元素用交互设计的角度，明确每个元素的交互方式、方法，细化每个表 iMate）掌握一种 架构工具（Archi），并顺利通过 TOGAF 考试获得证书。 三、培训模式及实施架构 协会对中培伟业的公开课方案非常认可，培训大纲参考标准化课程，并为学员提供电子版 +纸质版培训讲义及学习资料。会后为学员开放为期一年的视频回放功能及 TOGAF 线上题库 使用权限，并为参加 TOGAF9 鉴定级考试的学员提供约考，考试指导等后续服务。 培训前 培训中 培训后 企业需求调研

非结构化文档处理和理解 搜索，辅助内部办公和外部客户服务 为业务大模型RAG做准备 内部知识管理 • 把企业内部的碎片化知识， 把专 家头脑中的经验转化为显性知识 管理起来， 如员工邮件、 文档文 件、 聊天记录、 工作记录等 工作流知识管理 1 外部情报分析 • 抓取外部情报， 例如行业报告、 市 场情报等 2 多模态处理 • 用大模型多模态能力把非结构化 数据转化为结构化数据， 会写提示词与大模型进行对话，掌握一定的提示词能力（纳米AI） 基础级 69 政企、创业者必读 拥抱DeepSeek 直接使用“纳米AI”个人版  搭载DeepSeek-R1联网满血版模型，且服务非常稳定  支持语音搜、拍照问，直接生成答案，支持文生图、图 生视频，用户体验超过官方版DeepSeek  实现“实时搜索+复杂推理”的完全融合  集成国内16家大模型厂商50多款模型，用户可自由选 择模型，并可多模型协作

OPPO R17 Pro 2018年8月23日 三摄 华为 Mate 20系列 2018年10月16日 三摄 三星 Galaxy A9s 2018年10月24日 四摄 VIVO NEX 双屏版 2018年12月11日 三摄 2018年以来发布的多摄手机 数据来源：国泰君安证券研究 数据来源：华为 数据来源：各品牌官网，国泰君安证券研究 29 电子行业2019年春季投资策略 摄像头趋 X的3D 成像功能引起了广泛的好评，2018年苹果新机全面导入 前置3D成像。安卓阵营在经过1年的追赶后，也纷纷发 布搭载3D成像功能的产品，包括小米8探索版，OPPO Find X。 iPhone X引入前置3D成像功能 小米8探索版3D成像方案 OPPO Find X 3D成像方案 数据来源：小米 数据来源：苹果 数据来源：OPPO 40 电子行业2019年春季投资策略 3D 近百亿美元市场开启，4年CAGR高达134% 3D成像对人机交互提升，对消费者的吸引力是和指纹识别同一级别的，且其未来可取代指纹识别，我们判断3D成像的渗透率曲 线将与指纹识别类似。苹果在2017年的OLED版iPhone中率先导入前置3D成像模组，这是整个3D成像行业爆发的起点。2018 年苹果在发布的3款新机中全面导入前置3D成像，预计2020年有望导入后置3D成像模组。安卓阵营2018年开始小批量导入，

人工智能：自主宣 言 技术愿景2025 | 人工智能：自主宣言 前言2 欢迎来到我们对于2025年的技术展望。这份我们年度科 技趋势报告的第25版，正值技术及人类历史的关键时刻 。随着越来越多的领导者认识到不断革新利用技术、数 据和人工智能的必要性，他们比以往任何时候更需要深 入理解人工智能。为何？因为人工智能技术扩散的速度 前所未有，且仍在加快——在企业层面创造新的创新机 计算机” 是指那些通过手工进行数学计算的人。 44 其他早期系统集中于简化并加速繁琐的商业操作，如会 计和库存管理，这导致了高度孤立的解决方案的开发。 当个人电脑出现时，应用被设计为执行特定任务，如文 字处理。 想象一下：用户不必寻找正确的应用或在不同应用之间 切换才能完成任务， 二进制大爆炸 19 19 即使这感觉还很遥远，企业也需要思考这些技术变革将 如何塑造他们与客户和合作伙伴的接触点。在这个趋势 正迅速成为标准。接受视频输入的模型的商业化也开始 启动。虽然视频输出的商业化尚未广泛展开，但在研究 中的应用已经得到展示，并且正变得公开可用。 Runway的Gen-3 Alpha是一个AI模型，可以从简单的文 本提示或静态图像生成逼真的视频。 70 2024年7月， 当图像到视频功能推出时，早期的演示展示了令人印象 深刻的质量和快速的周转时间（对于一些人来说，从图 像生成视频只需要不到一分钟）。Runway是构建视频