摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 场景、技术、风控、商业化等方方面面，才能做出决定。 因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 21 39 家主流制药 AI 公司新增管线/适应症............................................................26 图表 22 固态研发传统研发方法与自动化方法关键步骤对比..................................... 27 图表 23 2022-2024 医疗 AI 领域不同细分领域融资情况......

型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型， 在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本 * 更⾼效资源利⽤ $5.5M vs. OpenAI’s $100M+ 使⽤ ~2,000 GPUs, 竞品使⽤ 10,000+ GPUs 重挫美国科技公司股价，英伟达 市值下跌 5,900 亿 开源模型⽐肩头部闭源 60%+ 指标优于 Llama3.1 Claude-3.5 GPT-4o 数据来源： * 仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本； 2. Sputnik 时刻，指 1957 年 10 ⽉ 4 ⽇苏联抢先美国成功发射斯普特尼克 1 号⼈造卫星，是冷战中的其中⼀个重⼤事件及转 AI 的斯普特尼克时刻 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ ⽣产与 供应链 数据驱动的 多渠道营销 多渠道营销

型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型，在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2,000%GPUs,%竞品使⽤% 10,000+%GPUs 开源模型⽐肩头部闭源 60%+%指标优于 Llama3 Claude-3.5%GPT-4o% 打破⼤模型技术壁垒 重挫美国科技公司股价，英伟达 市值下跌5,900亿 AI的斯普特尼克时刻 被美国及其盟友列⼊各种限制 数据来源：*仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本；2.(Sputnik(时刻，指1957年10⽉4⽇苏联抢先美国成功发射斯普特尼克1号⼈造卫星，是冷战中的其中⼀个重⼤事件及转捩点 DeepSeek的创新突破 • 每次推理仅激活相关专家，“术业有专攻” (腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建

特斯拉 博通 台积电 也存在研发（R&D）投资的重要集中。2022年，全球40%的企业资助研发仅由100家 公司执行，其中约一半在美国总部，以Alphabet、Meta、Microsoft和Apple为首。大约 13%在中国总部，以华为和腾讯为首，比10年前增长了2%，并超过了德国、日本、韩 国、瑞士和英国等传统研发领导者（图3）。除中国外，100家顶尖企业研发投资商中 没有来自发展中国家的。 49 39 13 2 12 11 8 20 4 4 4 6 3 3 来源：《2023年欧盟工业研发投资排行榜》（联合研究中心，2023年）。 全球前100大企业研发投资占比，按国家分布；（百分比） 图3 美国 美国 中国 德国 日本 大韩民国 瑞士 英国 作为一种通用技术，人工智能与其他技术相互作用，正在改变研究和创新的方式，在各 数据 输入数据是算法培训、验证和测试的主要输入，使人工智能系统能够对输入 进行分类、生成输出和做出预测。高质量、多样化和无偏见的语料对于构建有效且值 得信赖的人工智能系统至关重要。 在少数国家显著集中研发。 5 三个关键杠杆点的协同效应可以加速人工智能进步。 图4 基础设施 算法以优化使用 关于计算能力 数据以优化使用 基础设施的 基础设施以实现 人工智能模型的运行与 应用 基础设施以支持

国产AI算力芯片提升市场竞争力的关键 持续的技术研发和创新，包括架构优化、制程工艺等 持续提升性能与可靠性，实现自主可控 更好的成本控制与价格竞争力 确保稳定的供应链管理和原材料供应 持续提高市场需求适应性 有力的政策支持与资金投入 加强生态建设与上下游合作伙伴关系 其他 来源：与非研究院 国产AI算力芯片提升市场竞争力的关键在于持续的技术研发和创新，以及性能与可靠性的提升，逐步实 现自主可控。 Confidential & Proprietary. Do not reproduce or distribute. 3. 生成式AI驱动的变革 生成式AI对智算产业的最大影响 驱动技术创新，加速新产品研发和迭代 提高产业生产效率 引发对数据安全和隐私保护的重视 使就业结构发生变化，某些工作职能自动化 推动基础设施升级，包括数据中心和云计算平台 创造新的商业模式和收入来源 其他 来源：与非研究院 推动跨学科研究、结合不同模域的知识，提高算力资源的使用效率，优化资源分配 开发使用多种规模和类型的模型，减少对单一大模型依赖 强化数据隐私和安全性措施，减少对大量数据的依赖 加强模型的可解释性研究，提高对模型决策过程的理解 研发更高效的轻量级模型，满足不同场景需求 提高算力资源的使用效率，优化资源分配 制定行业标准和最佳实践，引导合理使用大模型 其他 来源：与非研究院 大模型固然重要，但过度依赖有风险。技术多样性

通过产品研发创新体系的数字化, 提高研发效率。依 托统一的协同研发管理平台, 企业可实行敏捷开发模式,应用虚拟仿真、 AI 算法 等技术进行辅助决策,从而实现快速响应、 动态优化, 降低研发成本、提升研发 质量。例如, 企业可利用生成式 AI 进行产品的概念设计; 或者通过整合内外部 数据 (如销售数据、客户需求数据) , 来做出更科学的产品规划。 今年的企业智能化转型框架在研发创新模块方面进行了差异化的个性化设 依据行业和场景的不同, 划分为硬件研发、软件研发成熟度模型。 更多干货请关注公众号“管理技术化平台” 13 针对智能产品研发 硬件, 企业可以从以下角度探索: 是否实现了研发流程的数字化贯通? 是否搭建了统一协同的研发管理平台? 是否开始搭建或应用"产品开发智能体"等基于生成式大模型的高级自动化工具? 是否运用 AI 算法与虚拟仿真技术辅助研发? 是否建立了基于行业特点的定制化智能研发体系? 针对智能产品研发 针对智能产品研发 软件, 企业可从以下角度探索: 是否形成了贯穿需求、设计、开发到测试全生命周期的数字化管理? 是否引入 "生成式代码助手" 等 AI 技术提高研发效率? 是否实现了企业研发体系的知识共享与智能化赋能? 是否搭建了基于行业场景的定制化研发平台? (2) 智能供应链: 对于制造、零售、医疗等行业来讲, 供应链能力是 "内 核实力" 。智能供应链包括, 需求管理、采购计划、生产计划、订单履约计划以

万人，不断推进专业技术 人员数字素养和技能提升，为加快发展数字 经济提供强有力的人才支撑。 2022 年 6 月 12 日 上海市人民政府办公厅 《上海市数字经济发展“十四五”规划》 落实本市集成电路和软件产业研发设计人 员奖励政策，支持和鼓励基础软件、工业软 件、新型技术软件、信息安全软件等企业研 发设计人员在沪发展，用好应届毕业生和留 学生进沪就业以及外籍人才永久居留等相 第 6 页 关便利服务政策，加大力度引进数字经济领 专业技术以及 ICT 辅助技能三大范畴。同时，从产品与服务的价值链数字化转型视角 出发，他们进一步将数字人才细分为数字战略管理、深度数据分析、产品研发、先进制造、数 字化运营和数字营销六大类别，这些类别紧密对应于数字产品与服务价值链供应端的战略规划、 研发创新、生产制造、运营管理和市场营销等关键环节。 然而，随着数字化工具和 AI 大模型的迅猛进步，企业与组织正加速采纳数字技术和手段， 以推动 年）》中，着重强调了“数字人才——育、引、留、用”的专 项行动，旨在推动数字人才的全面培养与发展。 在此背景下，中培伟业凭借其 20 年的行业深耕经验，以及经过几千家国企及大型企业实 践检验的丰富积累，精心研发出一套紧密贴合企业需求的数字化人才培养课程体系。该体系致 力于全方位、定制化地提升人才的数字技能，助力企业构建适配自身发展的数字化人才梯队。 通过这一体系，企业不仅能够激发内部创新活力，还能显著增强核心竞争力，从而在数字经济

规则长期护航 1 请务必阅读正文之后的免责条款部分 图1：端到端与模块化自动驾驶 资料来源：电动车公社，国元证券研究所 4 端到端的定义：基于数据驱动的深度学习 在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由 一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统 一的深度学习神经网络， 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Transformer端到端模型UniAD，整合感知、预测和规划模 块，进一步提升了复杂场景下的环境理解和决策能力。 现高效训练。据NE时代新能源消息，这种方式可以节省约90%的标注成本，还可以生成海量的增强数据。据懂车帝消息，传统智驾系 统需6-12个月完成场景训练，而DeepSeek的MoE（混合专家）架构可将周期压缩至45天。（4）蒸馏技术提升研发效率、降低算力需求。 车企可以将云端大模型通过DeepSeek的知识蒸馏技术压缩为适合自动驾驶车端部署的小模型，无需单独对车端模型进行训练。不同版 本的智驾方案，在理想情况下可以来源于同一教师模型而

署，优化光缆路由。加快 400G/800G 高速光传输网络研发部署 和全光交叉、SRv6、网络切片、灵活以太网、光业务单元等技 术应用，实现网络传输智能高效、灵活敏捷、按需随选。 4. 探索算力协同调度机制。推动以云服务方式整合算力资 源，充分发挥云计算资源弹性调度优势。鼓励各方探索打造多 层次算力调度架构体系，建设可满足各类创新主体开展多元异 构算力调度、应用、研发、验证的平台环境。依托国家新型互 联 （三）强化存力高效灵活保障 1. 加速存力技术研发应用。围绕全闪存、蓝光存储、硬件 高密、数据缩减、编码算法、芯片卸载、多协议数据互通等技 术，推动先进存储创新发展。鼓励先进存储技术的部署应用， 实现存储闪存化升级，进一步提升我国全闪存技术竞争力。 2. 持续提升存储产业能力。鼓励存储产品制造企业持续提 升关键存储部件等自主研发制造水平，打造存储介质、存储芯 片、存储系统和存储应用相互促进、协同发展的产业生态。 片、存储系统和存储应用相互促进、协同发展的产业生态。 3. 推动存算网协同发展。加快存储网络技术研发应用，推 动计算与存储融合设计，促进存储与网络和计算协同发展，引 导合理配置存算比例，实现数据在算力中心内部和算力中心之 间的高效流动。 专栏 3 存算协同发展行动 一是开展数据中心存储能力成熟度研究及评价，提升全场 景存力服务能力，促进存算网均衡发展。二是鼓励在关键信息 基础设施中使用自主的存储设备，通过全闪存储整机带动关键存

在这一个新兴而充满潜力的领域，标准化建设成为推动人形机器人产 业稳健前行的关键动力。建立系统完善的标准体系，不仅能够及时跟 踪行业快速发展的步伐，引领产业迈向更高层次，更能在维护市场秩 序、促进技术创新交流、加速成果转化、降低企业研发成本与技术门 槛等方面发挥不可替代的作用，进而全面提升行业整体技术水平与国 际市场竞争力。因此，积极推进标准化建设对于人形机器人产业的可 持续发展具有深远意义。 本白皮书的编撰工作紧密围绕《人形机器人创新发展指导意见》 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 精准地把握行业脉搏，切实地服务于整个人形机器人行业发展，为政 府决策提供科学依据，为企业研发提供明确导向，为市场应用提供规 范准则，为各方提供更具价值与前瞻性的指引与参考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。 编委会 2024 年 部等上半身部位可移 动，下半身无法移动 全身 运动 型 多在工业或公共服务 场景中应用，强调单个 实用任务的执行。不过 目前并没有广泛应用， 多见于高校、小学的机 器人教育或企业、科研 机构的研发训练阶段 2 应用 领域 个人 /家 用服 务领 域 目前常用于个人陪伴。 公共 服务 领域 目前主要应用于零售 商超、酒店、餐厅、银 行大厅等场所，为用户 提供问询、递送、导览、