释放下一朵云潜能 ⸺ � � � � 中 国 企 业 多 云 战 略 白 皮 书 CONTENTS IDC观点 第一章 三大变量驱动，企业云战略向“创造业务价值”方向演进 �.� 新技术、新环境、新业务，催生企业高质量发展新需求 �.� 从“获取资源”到“创造价值”，企业云战略与业务目标协同演进 第二章 多云发展战略，持续扩展企业未来高质量增长空间 �.� 多云战略落地的应用场景 � 关于火山引擎 �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� IDC观点 当前，企业所处的发展环境正在经历深刻变革，新技术、新环境、新业务等 多元因素成为影响企业创新方向的关键。生成式人工智能技术快速发展，更 广泛的行业自动化用例已经无处不在。新的业务形态和商业模式正在持续出 现，企业既要高度关注新的市场机会，也要在面对存量市场竞争时，不断提 不断提 升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量 空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源 泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发 展格局。IDC预测，到����年，已经建立数字业务平台的组织将拥有比竞争 对手高出��%的数字化市场份额，并拥有更强的追踪投资回报率和执行数字 收入举措的能力。 一系列的变革

中给予大力支持 与做出杰出贡献的专家、学者、企业及机构。然而，我们亦认识到， 面对如此复杂且尚处于快速发展阶段的人形机器人领域，受限于当前 的技术认知水平、实践经验范围以及各种复杂多变的内外部环境等诸 多因素，本白皮书仍存在一些考虑不周之处。在此，我们以开放且诚 挚的态度，欢迎各界人士，不吝指出其中的不当之处。我们期望通过 3 这样的交流与反馈，在未来能够进一步完善与优化本白皮书，使其能 具有一定程度的认 知和决策智能（《高工咨询》）； 3）人形机器人是一种模仿人类外形的机器人，除具备人形和模拟 人类动作外还兼具智慧化和可交互性等特点。 人形机器人主要包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块（《觅 途咨询》）。 6 从上述对人形机器人概念的主要观点来看，可以归纳为如下三个 主要特征：①外部特征：人形；②运动特征：双足直立行走；③智力 特征：人类智能。 两个不同的概念。自主性是指物体或系统具有独立决策和行动的能力， 能够在没有外部干预的情况下执行任务，这种能力通常基于预设的规 则和指令，虽然可以在一定程度上应对环境变化，但并不一定具备真 正的理解和适应能力。智能性是指物体或系统具有类似人类的智慧、 学习和适应能力，智能体能够感知环境、进行决策并采取行动，同时 不断学习和优化自身行为，以实现特定目标。这种能力不仅要求具备 自主性，还需要具备感知、学习、适应和决策等更高级的功能。所以

单列为独⽴模块。系统环节通常包 括环境感知、决策规划和运动控制三个环节，形成感知→决策→执⾏的闭环控制。 感知模块作为具⾝智能的“信息采集和处理器”，通过建⽴对外部环境的感知和理 解，为决策和⾏动提供⽀持。感知模块主要⽤于对象识别、位置定位、场景理解等⽅ ⾯，通过摄像头、激光雷达等多种传感设备的输⼊数据进⾏处理，进⽽从不同模态的 数据中获得多维环境信息。humanoid robots 决策模块作为具⾝智能的“指挥中⼼”，接受环境感知信息后，完成⾼级任务规划和 推理分析，并⽣成决策指令。决策模块主要任务包括任务规划和推理分析，决策模块 的具体实现从⼈⼯知识的编程决策、专⽤任务的算法设计发展为以⼤模型为核⼼的机 器智能决策。决策模块的灵活性和适应性直接影响具⾝智能系统的智能化⽔平，⾼度 智能化的具⾝智能系统，能够根据环境和任务的变化实时调整决策。 ⾏动模块作为具⾝智 置；物体操作需要接触物体并通过操作改变物体状态。 反馈模块作为具⾝智能的“调节器”，通过多层交互不断接收来⾃环境的反馈经验并 进⾏调整优化，提⾼对环境的适应性和智能化⽔平。反馈模块主要依赖⼤模型加速反 馈经验的学习，形成闭环的优化过程：通过⼤模型处理收集到真实交互数据，实现更 细致的环境感知；然后⼤模型处理交互信息，实现模仿⼈类反馈的决策；最后⼤模型 获取交互⾏动经验，学习最佳⾏为策略。

四川展视数科科技有限公司 四川升拓检测技术股份有限公司 成都磊数科技有限公司 参编单位：四川华西集团有限公司 盎锐(杭州)信息科技有限公司 成都职业技术学院 中国五冶集团有限公司 佛山奥卡机器人有限公司 成都环境工程建设有限公司 成都建工集团有限公司 中国建筑一局（集团）有限公司 眉山环天建设工程集团有限公司 重庆智能建造研究所 中建三局云构机器人有限公司 西南数智机器人科技（重庆）有限公司 四川建瓴建设项目管理有限公司 和动作,共同确保其运动的有效 作用， 以完成任务。 2.4 感知 Perception 通过各种传感技术获取信息并处理,使机器人具备识别、判断自身及周边环境的状态的 能力。 2.5 导航 Navigation 一种根据定位和环境地图决定并控制运动方向的功能。 2.6 轨迹规划 Trajectory Planning 根据作业任务要求，计算出机器人预期的运动轨迹。 2.7 保护性停止 施工单位应在项目建设阶段前，综合考虑工程特点、施工工艺、质量要求等因素，决定 所采用的建筑机器人类别。建设单位和设计单位宜协同参与，设备供应商应积极配合。 3.2 施工单位宜在采购前明确建筑机器人的功能、使用环境、数据标准和使用效果等。 3.3 监理单位宜负责建筑机器人的使用督导工作，督导工作包括建筑机器人的安全使用、合 作方协调及使用效果评价。 3.4 试点工程项目宜导入应用建筑机器人，新建房屋建筑工程、市政基础设施及城市更新项

作用。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 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 。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 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 强化学习—— 智能体通过与环境的交互来学习最佳行为策略，以最大化 某种累积奖励。 • 优势：能够通过探索环境学习未知的策略；可以处理 高度不确定和动态变化的环境 • 劣势：需要大量的探索和试错，学习过程缓慢；对于 复杂任务，设计合适的奖励函数难度较高 数据采集技术路线 03 15 资料来源：量子位智库、浙商证券产业研究院 具身智能的数据采集可分为基于仿真环境数据和基于真是世界数据两种路线。

维修 ✓ … 工业场景 标准化程度最高。 ✓标准化物料数据 ✓标准化场景标签 家庭场景 标准化程度中等。 ✓活动范围相对有 限 ✓交互对象较多元 商业场景 标准化程度较低。 ✓环境最开阔多变 ✓交互对象最多元 Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 人形机器人落地场景演进逻辑 M2 2025 Proprietary and 人形机器人细分场景落地顺序评估逻辑 …聚焦工业/家庭/商业领域细分场景落地顺序，需评估两大维度①场景结构化程度（环境、工具）②任务复杂程度（动作、交 互理解）。对机器人的四大关键能力提出需求（感知、运控、决策、交互） 7 一级指标 二级指标 能力等级 指标定义 结构化程度 环境 1 路线与物品位置固定 2 路线涉及物体机械移动 3 路线涉及生物自主移动 操作工具 1 不使用工具/使用固定工具 语音指导行动，动作不接触 3 语音指导行动，动作接触/长时间配合 工 作 环 境 复 杂 程 度 任 务 复 杂 程 度 场景与任务对人形 机器人的要求评估 感知 决策 运控 交互 从人形机器人面临的环境、任务的复杂程 度入手，对应机器人感知、决策、运控、 交互四大能力，全方位评估各场景任务对 人形机器人的要求难度，进而映射人形机 器人在各场景任务的落地时间顺序。 人形机器人四大能力需求 人形机器人落地场景与任务评价指标

AI智能机器⼈吸尘器已经在美国的20 %家庭和中国的9%家庭中活动。我们的分析显⽰到2050年将有12亿台家庭和2500 万台商业清洁机器⼈。 最新的机器⼈类别是⼈形机器⼈。这些机器⼈旨在适应⼈造环境，并在许多任务中提供多样性。在评估⼈形机器⼈的机会时， 我们⾸先在⼯业领域（即制造和仓储）看到最⼤潜⼒，然后是在家庭中。我们在家庭中看到的主要功能是清洁和照料。虽然这 个新领域需要时间建设，但我们预计到2050年将有6 类型预测的机器人单位数量 来源：Citi GPS © 2024 花旗集团 10 Citi GPS：全球视⻆与解决⽅案 2024年12⽉ 技术进步 配备⼈⼯智能，机器⼈可以越来越好地在复杂环境中导航，做出⾃主决策，并适应 不断变化的条件，从⽽弥合⼈⼯智能和物理活动之间的鸿沟。 这种⼈⼯智能的实现将使机器⼈在制造业、医疗保健等⾏业承担越来越多的⻆⾊ ，将我们经常听到的软件进步转变为实际应⽤。 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能的⼯具，现在⼴泛⽤于在具有挑战性的环境中进⾏检查、监视和 搜救。⽀持这种转变的控制、规划和机器学习⽅法的技术进步现在越来越多地被 应⽤到新⼀代⼈形机器⼈平台上。 Ingmar Posner 应⽤⼈⼯智能教授 ⼯程科学系 同样，机器学

技术正加速从虚拟空间向实体经 济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 Geoffrey E. Hinton，以 表彰利用人工神经网络进行机器学习的基础发现和发明。对于机器人 产业来说，物理智能将使机器人能够理解 3D 世界的空间关系和物理 行为，赋予机器人更强的环境感知、理解和交互能力，实现更广泛的 功能应用，如宇树科技的机器人实现了原地侧空翻、复杂舞蹈动作、 平衡木行走、灵巧手操作等复杂功能。 硬件和软件的深度协同推动了算力效能的提升，为机器人的大规 等方面功能，探索开发基于人工智能大模型的人形机器人。 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会 （IFR）在 2024 年 10 月发布的《2024

（四）数字孪生的关键技术 支撑数字孪生架构体系的关键技术如下。 1.渲染技术 渲染技术通常指通过计算机图形引擎，多层次实时渲染 呈现数字孪生体实境的技术。通常支持包括宏大开阔地理信 息如城市环境，精细细密局特征等，主要能力至少包括有三 维实体的可视化渲染能力，数据可视化渲染能力，业务逻辑 可视化渲染能力，应用逻辑可视化渲染能力等。 2.仿真技术 工程仿真传统上一直被用于新产品设计和虚拟测试。 感知和管理。计算机视觉，以摄像机为常见载体，能感知物 理世界并能获取丰富的信息，在日常生活中已得到普遍地使 用，即使恶劣环境，已有基于太阳能发电、无线网络回传、 自动补光的高端摄像机。声波雷达又是一种高效且普遍的感 知技术，特别适用于对移动、变化的事物通过声波的测量和 监测。感知技术作为构建数字孪生的源头，针对不同环境、 场景和诉求，综合运用各种不同感知技术更全面、更多层面 地获取数字信息是非常重要的。 6.云计算技术 国家金融监督管理总局官方公告，截至 2023 年底，中国银行业金融机构法人共 4608 家，中国 证券公司共 140 家；2019 年中国银行业金融机构法人共 4588 家，中国证券公司共 131 家。 11 合规压力来源于监管环境的变化，新的监管法规和标准 要求金融机构不断更新和完善自身风险管理框架，甚至构建 新的合规体系，例如衍生自金融监管的监督审计和衍生自金 融风险领域的反洗钱。这增加了机构的合规成本，也加大了

直角坐标型机器人 并联机器人 其他机械结构型机器人 工业机器人 1959 年，戴沃尔与美国发明家英格 伯格联手制造出第一台工业机器人。 1970年，斯坦福研究所制造第一个 能够推理周围环境的移动机器人 Shakey。 1972年，早稻田大学发布全球第一 台全尺寸类人智能机器人WABOT-1。 1973年，德国库卡推出全球首台电 动驱动工业机器人Famulus。 1979 傅利叶智能、智元机器人等企业频频 发布产品。 • 我国发布的国家标准《机器人分类》（GB/T 39405-2020）将机器人定义为：具有两个或两个以上可编程的轴，以及一定程度的自主能力，可在其环境内运动以执 行预定任务的执行机构。以此为基础，极光月狐研究院将智能机器人定义为：加入智能技术，能够实现自主感知、交互、决策、执行等操作的机器人。 定义及分类：从机械化、单一化向高度智能化、泛在化迈进， 高级技工的缺口达到了上千万人。 劳动力缺口大 2 蓝领群体的平均年龄也在继续增加，40 岁以上蓝领劳动者占比约50%，年轻群 体进入蓝领工作岗位的意愿较低。 年轻群体意愿低 3 工厂普工、建筑零工等工作环境危险、 任务繁重，工人精神与肉体压力大， 认可度低。许多危险性大或者繁重辛 苦的工种已经面临招工困难的局面。 繁重、危险工种招工难 6 驱动因素 政策驱动：从国家战略到地方政策培育沃土支持机器人产业