授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights Reserved. 研究背景  智能驾驶技术正加速从早期“功能验证”向“全域场景”突破，头部整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？ 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 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 - 高精度、富含语义的地图数据成为训练和仿真自动驾驶算法 （尤其是BEV、占用网络等模型）的重要数据源，其价值随AI模型发展而 提升。 定位辅助 (几 何特征) ★★ ★★★️ ★★ ★★ ★ 重要性逐步下降： 早期高精定位依赖地图特征，未来多传感器融合定位 技术成熟后，对地图几何特征的依赖性降低。 趋势：从依赖几何精度 (L2+/高速) 转向依赖语义、拓扑、规则和优化规划能力 (城市NOA及以上)，并成为重要训练数据源。

发展速度。 32,33 也存在一些并行（或背景）编程的新颖 创新正在发挥作用，例如Cognition AI的“Devin”代码助手 ，它从项目经理那里接收指令并在后台执行活动。 34 回顾一下，早期的数字先锋如亚马逊和Netflix并不只是 将社交、移动、分析和云技术视为增强业务的一种方式 ——他们看到了如何利用这些技术颠覆其行业的价值主 张。如今，这场基础模型创新的风暴及其即时创造更多 技术 想法 。但现在，随着代理系统的进步，它们开始在数字世界 中代表我们采取更多行动，它们正在推动一个新的软件 范式，其中更便宜的代码和以语言为先的界面使得动态 生成和定制的用户界面组件越来越可行。 在早期的一个示例中，谷歌展示了其Gemini模型生成界 面元素来帮助规划一个生日派对。 42 而非以项目符号 文本列表的形式回应，Gemini生成了一个交互式的派对 主题列表，每个主题都配有图片、描述、活动和食物选 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 的早期，我们讨论了Adobe

产品化：平台/Agent/APP • AI芯片技术突破，单位算力对应的成本在下降 • MoE架构节约推理成本，大模型的量化压缩技术 越来越先进 • 基于低价策略吸引更多B端与C端客源，尽可能在 早期占据市场份额，以此获得业务正循环，在市 占基础上拓展更多业务线及利润点。 • 在吸引客源基础上，培育更良性的开发者生态， 并在产品侧获得更多相关用户数据，如用户偏好、 行为趋势等，更好优化模型技术与应用产品。 技术要求：需要开发者具备一定的编程基础和技术背景，能够理解生成的代码逻辑，并对代码进行修改和 优化。 • 技术要求：用户无需具备专业的编程知识，只需具备基本的计算机操作能力和逻辑思维能力 代码审查 代码补全 调试优化 代码生成 早期Copilot 以代码补全功能为主 …… 思维链推理优化 Claude Sonnet 3.5等模型加持 Cursor、Devin、Windsurf、Bolt： 对话式编程，侧重代码理解、生成、重构 、中小B、C端市场 来源：艾瑞咨询研究院自主研究绘制。 艾瑞将主流视觉模态产品分为AI图像/视频分析产品、AI图像/视频生成编辑产品、AI视觉搜索问答产品三类。其中AI图像/视频分析产品定 位为早期计算机视觉、CV判别产品，以商汤、云从、海康及华为等厂商为代表，率先进军大B端与G端市场，掀起第一波人工智能产业浪 潮，在安防、金融、医疗及工业等领域开展落地。2024年，大模型Transforme

产品化：平台/Agent/APP • AI芯片技术突破，单位算力对应的成本在下降 • MoE架构节约推理成本，大模型的量化压缩技术 越来越先进 • 基于低价策略吸引更多B端与C端客源，尽可能在 早期占据市场份额，以此获得业务正循环，在市 占基础上拓展更多业务线及利润点。 • 在吸引客源基础上，培育更良性的开发者生态， 并在产品侧获得更多相关用户数据，如用户偏好、 行为趋势等，更好优化模型技术与应用产品。 技术要求：需要开发者具备一定的编程基础和技术背景，能够理解生成的代码逻辑，并对代码进行修改和 优化。 • 技术要求：用户无需具备专业的编程知识，只需具备基本的计算机操作能力和逻辑思维能力 代码审查 代码补全 调试优化 代码生成 早期Copilot 以代码补全功能为主 …… 思维链推理优化 Claude Sonnet 3.5等模型加持 Cursor、Devin、Windsurf、Bolt： 对话式编程，侧重代码理解、生成、重构 、中小B、C端市场 来源：艾瑞咨询研究院自主研究绘制。 艾瑞将主流视觉模态产品分为AI图像/视频分析产品、AI图像/视频生成编辑产品、AI视觉搜索问答产品三类。其中AI图像/视频分析产品定 位为早期计算机视觉、CV判别产品，以商汤、云从、海康及华为等厂商为代表，率先进军大B端与G端市场，掀起第一波人工智能产业浪 潮，在安防、金融、医疗及工业等领域开展落地。2024年，大模型Transforme

人工智能的故事是逐渐出现和同质化的 来源：关于基础模型的机遇与⻛险 ⼈⼯智能中的多模态概念在过去⼀年中得到了极⼤的主流关注，随着OpenAI的G PT-4和Google的Gemini等先进模型的开发。 早期的⾃然语⾔处理（NLP）模型经常在上下⽂⽅⾯遇到困难，导致句⼦缺乏 连贯性和微妙之处。这在开发能够理解并回应复杂指令或进⾏有意义互动的机 器⼈时是⼀个重要障碍。 2020年，OpenAI的GPT- 进⾏精细运动的能⼒意味着外科医⽣现在可以以⼈类⼿部只能达到的⼗分之⼀的 尺度进⾏操作，极⼤地拓展了微创⼿术和其他复杂程序的可能性。 机器⼈灵巧性的发展也体现在现代机器⼈拥有的⾃由度（DOFs）不断增加。早期 的机器⼈⼿臂通常只有3-4个DOF，严重限制了它们的活动范围和灵活性。相⽐之 下，特斯拉的奥普蒂默斯⼈形机器⼈旨在辅助⼯业和家庭环境，在⼿部⽬前拥有11 个DOF，计划在2024年底前增加到22个。 使公司可以在不需要进⾏重⼤前期投资的情况下访问尖端软件和服务。相反，企业可 以根据⾃⾝需求按订阅⽅式⽀付这些服务的费⽤，并根据需要调整使⽤量。 RaaS是⼀种基于订阅的商业模式，允许⽤⼾租⽤机器⼈⽽不是直接购买它们。尽管 还处于早期阶段，但RaaS市场已经价值约20亿美元，并有望在未来⼏年以17％的复 合年增⻓率增⻓。 图10. 机器人即服务（RaaS）的市场规模预测 来源：Statista RaaS模型提供了⼏个关键优

AI 团队建设。他们需要具备 AI 思维，深刻理解 AI 对业务决策和战略规划的影响。 培养体系与企业实际需求之间存在明显脱节。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才 扩展到现在需要具备 AI 思维和应用能力的复合型人才。这种转变促使我们必须重新思考 AI 人才的角色定位和能力要求。 基于对市场需求的深入分析，我们可以将企业所需的 AI 人才划分为四个层次，形成完整 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。面对 AI 的快速发展，企 业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才扩展到具备 AI 思维和 应用能力的复合型人才，我们必须重新思考大模型时代对人才的能力要求。 为了帮助组织中的每个人都能通过 AI 提升自己的生产力、创造力和工作体验，UMU 提 出了「发展大模型时代的

截至目前的研究表明，使用人工智能的企业可以实现显著的产能提升，尤其是那些拥有 熟练工人和服务业中的企业（图5）。然而，产能估计的范围差异很大，这反映了企业 有效利用人工智能能力的不同。此外，现有的大部分文献集中在发达国家的早期采用者 ，这些国家有更详细的行业数据。至于类似的产能提升是否适用于后来者，特别是在发 展中国家，尚待确定。 与以往主要自动化日常和低技能功能的科技浪潮不同，人工智能的使用可以改变各种 任务，包括一 生态系统中 互操作性和可访问性，可以支持人工智能的采用和发展。隐私 、问责制和知识产权方面也应得到解决，以促进创新同时保护 人权。 技能 —— 提高全民AI素养将促进人工智能的广泛应用，并通过 从早期教育到持续学习过程中融入科学、技术、工程、数学以 及AI相关课程来实现。学术界与私营部门之间的合作可以帮助 培养满足特定行业需求的人工智能人才，并推动人工智能的发 展。 人工智能需要一种 全面的政府方法，

在基础层面，银行应通过技术现代化这一过程，建立 新的以人工智能为先的技术栈。基础设施、数据、模 型和应用程序都可以针对人工智能的实施进行优化。 • 定义最具价值用例 • 探索模型价值机遇 • 融入运营模式 • 建立早期人工智能护栏 • 投资增强人工智能素养 • 迅速启动初期项目 • 制定生态系统战略 • 构建生态系统价值 • 重塑商业模式 • 设立全天候可信人工智能平台 • 利用合作伙伴人力资源 • 减员，他们只是将承担新的工作。 某澳大利亚银行的部门主管 表示希望在应用人工智能的第一阶段中实现以下目标的银行占比（前五） 贵行希望使用人工智能实现以下哪些目标？（最多选5项），人工智能成熟度早期阶段（n=34） 降低业务风险 降低成本 获得显著的市场竞争优势 增加收入 改善客户体验 47% 47% 44% 41% 38% 资料来源：《智慧银行：以人工智能驱动转型并创造价值》，毕马威国际，2025年 共享数据平台有助于开展协作并培养敏捷和创新文化。除提升效率和降低成本外，客户满 意度得分、交叉销售效果和产品上市速度也是衡量人工智能应用是否成功的关键指标。 当前代理型人工智能技术正迅速发展，银行也需为此做好准备。早期，银行使用宏（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，

图3：UniAD架构设计概览 资料来源：Hu Y, Yang J, Chen L, et al，Planning-oriented Autonomous Driving，国元证券研究所 6 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 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 尝试，标志着自动驾驶从模块化向一体化迈进的起点。 2017年：Wayve.AI成立并发布“Learning to Drive in a Day”。Wayve.AI采用强化学习结合深度学习的方法，仅用 表1：模仿学习的两大算法类别 类别 简述 优势 挑战 行为克隆（BC） 在行为克隆中，通过最小化规划损失 来实现智能体策略与专家策略的匹配， 其中监督学习中的损失函数用于度量 智能体动作与专家动作之间的距离。 早期应用于自动驾驶的BC，利用端到 端神经网络从摄像头输入生成控制信 号（如方向盘转动、加速等）。为了 使基于BC的端到端驾驶模型能够应对 复杂的城市场景，业内提出了进一步 改进，如多传感器输入、辅助任务和

商品分拣、娱乐表演等 服务。 11 工业 领域 目前通常被用于汽车、 电子等生产线上的装 配、操作、维护和检测 等 1.2 人形机器人发展历程 人形机器人的探索始于 20 世纪 70 年代，经历了早期发展阶段 （1970—2000 年）、集成发展阶段（2001—2011 年）、高动态运动与 交互能力提升阶段（2012—2020 年）、智能化发展阶段（2020 年至今） 等四个阶段（如图 3 自动控制、机器视觉、材料科学、精密仪器等相关科学领域的研究。 图 3 国内外人形机器人发展时间轴 1.2.1 我国人形机器人发展历程 12 我国对人形机器人的探索起步于 20 世纪 80 年代末，并且早期的 机器人研究主要集中在高校以及科研院所。自 1986 年开始，哈尔滨工 业大学先后研发出 HIT 系列机器人，HIT 机器人以电机驱动，机身共 12 个自由度，可以实现静态行走。国防科技大学于 了膝关节角度与刚度的精确控制，将为复杂任务和交互场景提供更加 灵活和仿生的解决方案。 1.2.2 国际人形机器人发展历程 国际上对人形机器人的研究起步较早，得益于 20 世纪领先的科研 水平与先进的技术基础设施，人形机器人早期发展主要集中在美国和 日本。 13 1967 年，日本启动了极具影响力的 WABOT 项目，并于 1972 年成功 研制了世界上第一个全尺寸人形“智能”机器人——WABOT-1；2000 年，本田推出了