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Tran 《汽车整车信息安全技术要求》规定了汽车信息安全管理体系要求，以及外部连接安全、通信安全、软件升级安 全、数据安全等方面的技术要求和试验方法。《汽车软件升级通用技术要求》规定了汽车软件升级的管理体系要 求，以及用户告知、版本号读取、安全保护、先决条件、电量保障、失败处理等车辆软件升级功能方面的技术要 求和试验方法。《智能网联汽车 自动驾驶数据记录系统》规定了智能网联汽车自动驾驶数据记录系统的数据记录、 数据存储和读取、 FSD的支持。Dojo于2023年7月投产，预计到2024年底，特斯拉将投 资超10亿美元建设Dojo超算系统。 请务必阅读正文之后的免责条款部分 特斯拉：纯视觉方案+一体化端到端先驱 23 硬件系统迭代了多个版本，包括HW1.0、HW2.0/HW2.5、 HW3.0以及最新的HW4.0。2019年，特斯拉在国内推出搭 载HW3.0的Model 3/Y，FSD为付费选装形式，只能实现自 动泊车、车道保持等基础功能。HW4

et，Inception，…… •Transformer架构：可以并行矩阵计算（GPU），核心是注意力机制（Attention） •编码器（BERT）：多数embedding模型，Ernie早期版本，……. •混合网络：T5、GLM •解码器（GPT）：大语言模型（LLM），也是传统的多模态模型的核心 •生成式人工智能（GenAI）：AIGC •DeepSeek、Qwen、GLM、St 工智能基础技术的研究与开发 公司成立背景与 发展历程 大语言模型(LLM) 的创新应用 投资者背景与市 场定位 里程碑 DeepSeek模型系列 DeepSeek最新的生成模型和推理模型版本对比 比较方面 生成模型（V3） 推理模型（R1） 设计初衷 想要在各种自然语言处理的任务中都 能表现好，更通用 重点是为了搞定复杂的推理情况，比如 深度的逻辑分析和解决问题 性能展现

系统的局限性集中体现在四个维度：系统架构恐龙化困境、安全与合 规风险、流程扩展瓶颈以及用户体验代际断层。 桎梏一 系统架构恐龙化困境 原有 BPM 系统底层引擎基于过时技术框架，仅支持特定浏览器版本，无法适配新型终 端设备。同时，原有 BPM 系统模块化程度低，功能扩展需依赖代码级改造，响应业务 需求的周期长达数周。 桎梏二 安全与合规风险 原有 BPM 系统风险主要源于原厂停止技 发，可定制扩展性不强，阻碍流程创新。 桎梏四 用户体验代际断层 代际断层表现为不支持移动端审批，与 PC 端存在功能割裂。而且流程新建与唤起缺乏 智能机制，用户流程使用效率低下。此外，旧版本 BPM 系统的流程引擎无法支撑低代 码开发，进一步阻碍了流程创新。 基于上述原因，中集集团决定通过与蓝凌合作，支持其多元化业务的持续发展。具体而 言，中集集团希望能达成用户体验、管理水平和降本增效三方面的优化目标。

音频 音乐 音效 歌曲 添加创作性 与旋律感 • 海外代表厂商Suno AI：AI音乐创作公司，2022年成立， 基于Chirp模型为用户生成逼真的音乐和声音效果，目 前模型已更新到V4版本， • 2024年，Stability AI在音乐生成领域继续开源Stable Audio 2.0和Open等系列，可生成音频样本、音效、 制作素材和歌曲等。 • 2024年11月，NVIDIA ， 图像生成领域同样也有Scaling Law 内容可控是生成领域核心关注方向之一 • 以Stability AI为例，2024年6月Stable Diffusion 3正 式开源，相较于过去版本的U-net + Diffusion 模型 架构，Stable Diffusion更新采用DiT架构，提升图像 生成可控性，并让模型消化更多的图像及视频数据，提 升模型在生成领域的涌现能力。 • 人工智能基础技术研究的科技公司，致力于探索AGI的实 现路径。截至目前，DeepSeek已经推出了包括通用模型V系列、推理模型R系列以及代码模型、数学推理模型和多模态模型等在内 多款开源模型。其最新版本通用模型V3-0324实现660B参数下的轻量化部署，推理模型R1在数学、代码、自然语言推理等任务上， 性能比肩OpenAI o1正式版，引发产业界高度关注。DeepSeek官方APP自上线以来至2月9日，累计下载量超1

音频 音乐 音效 歌曲 添加创作性 与旋律感 • 海外代表厂商Suno AI：AI音乐创作公司，2022年成立， 基于Chirp模型为用户生成逼真的音乐和声音效果，目 前模型已更新到V4版本， • 2024年，Stability AI在音乐生成领域继续开源Stable Audio 2.0和Open等系列，可生成音频样本、音效、 制作素材和歌曲等。 • 2024年11月，NVIDIA ， 图像生成领域同样也有Scaling Law 内容可控是生成领域核心关注方向之一 • 以Stability AI为例，2024年6月Stable Diffusion 3正 式开源，相较于过去版本的U-net + Diffusion 模型 架构，Stable Diffusion更新采用DiT架构，提升图像 生成可控性，并让模型消化更多的图像及视频数据，提 升模型在生成领域的涌现能力。 • 人工智能基础技术研究的科技公司，致力于探索AGI的实 现路径。截至目前，DeepSeek已经推出了包括通用模型V系列、推理模型R系列以及代码模型、数学推理模型和多模态模型等在内 多款开源模型。其最新版本通用模型V3-0324实现660B参数下的轻量化部署，推理模型R1在数学、代码、自然语言推理等任务上， 性能比肩OpenAI o1正式版，引发产业界高度关注。DeepSeek官方APP自上线以来至2月9日，累计下载量超1

探究Matter的安全模型 • 面向CE制造商的Matter——从CE制造商的角度对Matter行业影响的战略分析 Matter标准推出至今已有一年多时间，在撰写本文时已发布到第三个版本。它得到了各大 CE品牌的大力支持，成员数量显著增长，已有超过1200款认证产品，涵盖的设备类型也在 不断增加3。Matter的主要目标是实现无缝互操作性，这需要网络标准化，但这其实相对容 易 业认为这项技术不适用于商业用途，主要原因是其安全性较差。2003年，Wi-Fi联盟通过推 出WPA协议解决了安全问题后，Wi-Fi迅速在商业环境中普及开来。我们相信Matter最终也 会有类似的发展轨迹，未来版本可能会增加一些对企业友好的功能。随着Matter的应用加 速普及，我们预计CSA将继续聚焦于住宅应用场景。然而，就像当初促使企业采用Wi-Fi的 市场驱动力一样，如今这些相同的市场力量也会促使商业客户在那些Matter可能适用的非

低两个版本提供用户，其中低配的基础算 力模组可以完成一些遥控的走路、跑步、跳跃等基础性动作，二次开发部署潜力较弱，起售价均在10万元以内。宇树、众擎使用英特尔 Core i5及N97作为基础算力模组CPU，其中i5为成熟民用CPU而N97为一款低功耗移动处理器，专为轻量级计算和嵌入式场景设计。如果极客开发 者、院校培训、创业者等需要对机器人进行二次开发，则需使用高算力模组的高配版本，整机价格可能会有数倍的价差。目前，绝大部分厂

飙升之后 发布 ChatGPT 代理工作流程是一种利用代理系统来解决复杂认知任务 的方法。通过将问题分解为离散的步骤，特定的代理系 统可以处理每个步骤，而一个总揽全局的系统则协调这 些交互。这种方法的早期版本是人工智能驱动的业务流 程自动化（BPA）。虽然BPA最初是重复性业务流程的 自动化，但提供商正在整合大型语言模型（LLM）解决 方案，将行业转向更灵活和创造性的自动化。随着代理 工作流程变得更加复杂，涉及的代理系统将能够随着时 玛格纳，其制造工厂为包括奔驰、宝马和捷豹在内的领 先汽车制造商组装汽车，已宣布将试点使用Sanctuary A I的人形机器人“凤凰”。 131 最新的凤凰机器人，他们的 第七代产品，能够在24小时内自动化新的任务。同款机 器人的早期版本曾在加拿大一家零售店使用，完成从清 洁到标签、挑选和包装商品的各项活动。 132 实体代理将允许机器人在物理世界中处理大量新任务 并紧密与人协作。过去从未考虑过自动化的工作突然 变得可行——虽然这更多的是关于辅助应用，而非全 试验。（2023年7月1日）。Insilico.com： https://insilico.com/ blog/first_phase2 22. 康威，A. （2024年1月23日）. 在28年前的今天，Java 1版本发布了。XDA： h ttps://www.xda-developers.com/on-this-day-java-1-re- leased/ 25. Vaswani, A., Shazeer,

一些能源企业，尤其是小型企业或偏远地区的能源项目， 可能无法承担高昂的硬件投入来部署和运行DeepSeek，限制了其在这些场景下的应用。 其次，模型本地部署存在缺陷。本地部署的 DeepSeek版本可能存在参数规模受限、功能不完整等问题，如一些本地版缺少多模动态、文件分析、实时联网等核心功能，推理能力也 相对较弱，无法满足能源行业复杂业务场景的需求。 4 三、挑战与应对策略 （一） 28

支持主流AIGC/LLM方案，内置Stable Diffusion、LLaMa Factory 等 AI 应 用模板，大幅降低开发复杂度 提供 AI 模型管理能力，可对模型/ 仓库进行精细化的权限管控和版本管理， 支持 AI 模型灰度部署，逐步验证新版本性能，减少风险 应用可观测 提供统一的AI 应用&推理服务全链路性能观测看板，支持AI 应用&推理服务 的多维度指标监控和告警 提供AI模型推理性能评测工具，辅助制定