在自动驾驶中，强化学习的目标是让车辆学会在复杂多变的交通环境中做出最优决策，例如如何转弯、加速、刹 车等。由于驾驶过程中存在众多不确定因素，如交通流量、路况变化等，决策任务极为复杂。强化学习通过让系 统与环境互动，不断优化驾驶策略，从而提高驾驶的舒适性和安全性。 强化学习在应用中面临的主要挑战是需要大量的数据进行训练，而现实中很难保证所有可能的情况都能被模拟出 来，并且训练过程需要大量的“试错 的需求外，对云端算力要求也很高。由于端到端系统依赖大规模数据集，训练过程对算力资源需求极高，尤其是 为了使大模型具备复杂路况识别能力，需要在大量模拟场景和真实世界数据上进行训练。通常，样本量越大，系 统越成熟，这也推动了对高性能计算芯片和计算模块的需求。目前，特斯拉超算中心的算力支持由其自研的D1芯 片和自研的超级计算机Dojo组成，投资约10亿美元。而国内一些车企的端到端则更多使用了云计算方案，如小鹏 2020.10.20 国务院 《新能源汽车产业发 展规划（2021—2035 年）》 推动新能源汽车与信息通信融合发展，推进以数据为纽带的“人—车—路—云”高效协同。基于汽车感知、交通管 控、城市管理等信息，构建“人—车—路—云”多层数据融合与计算处理平台，开展特定场景、区域及道路的示范 应用，促进新能源汽车与信息通信融合应用服务创新。 2023.11.17 工信部等四部 门 关于开展智能网联汽

经营的需满足有关运营资质和运营管理 要求。 • 积累经验 • 支撑相关法律法规、 技术标准制修订 • 加快健全完善智能 网联汽车生产准入 管理和道路交通安 全管理体系 工信部《关于术 语规范与责任绑 定的公告》 2025年 4月16 日 禁用“自动驾 驶”表述，统 一为“辅助驾 驶”；车企对 L2级功能缺陷 承担连带责任。 《关于进一步加 强智能网联汽车 产品准入、召回 及软件在线升级 管理的通知》 管理的通知》 （工信部、市场 监管总局） 2025年 2月25 日发布 要求企业健全 安全管理制度， 建立事件监测、 事故报告流程， 确保数据真实 性和完整性。 小米安全事件后补充政策 B 市场分析 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights Reserved （如非机动车混行、特殊交通标志）。  这种‘全球模型+本地化数据包’的模式，成为更多追求全球化车企在地图策略上的一个参考方向。 核心依赖：中国本土图商 背景： 受中国数据安全法规（如 《汽车数据安全管理若干规定(试 行)》）的严格限制，特斯拉无法 将在中国收集的道路数据传输至国 外进行处理和训练，也难以独立在 中国开展高精地图测绘。 合作模式： 在中国市场，特斯拉 的导航、路线规划以及部分需要地

的迫切需求 与未来发展方向。其内容涵盖了人形机器人的定义、分类、发展历程、 产业与技术现状、标准化现状与需求、产业/技术/标准图谱、标准体 系建设以及标准全生命周期管理与标准化生态构建等多个关键维度， 致力于为企业、研究机构、投资者以及政府管理部门提供坚实的技术 支撑与决策依据，助力各方深入洞察人形机器人产业发展趋势，加速 技术创新与应用场景的深度融合。 本白皮书凝聚了众多科研人员、企业精英以及行业专家的心血与 17 造具有国际影响力的人形机器人产 品等 浙江省 《关于培育发展未来产业的指导意见》 （浙江省） 2023 年 提出发展仿生机器人，开展仿生感知 认知、生机电融等技术研究突破与系 统集成，强化商用场景和个人、家庭 应用场景探索 浙江省 《浙江省人民政府办公厅关于加快人工 智能产业发展的指导意见》 2024 年 提出人工智能技术集群化发展方向， 因地制宜建设人工智能特色产业园 2）家庭服务场景 26 家庭场景是人形机器人最具应用潜力的市场应用。从功能看，人 形机器人走入家庭可分为陪伴和服务两个路线， 陪伴是针对老幼的情 感陪护、安全看护、教育/娱乐等，服务是整理家务、家居管理等活动。 已有部分厂商尝试将人形机器人应用于家庭场景，完成简单家务、互 动交流等。 3）医疗康养场景 在人形机器人医疗康养领域，人形机器人正成为应对老龄化和提 供高质量医疗服务的重要工具。它们可替代危险、高强度、精准操作

化部等发布的《关于严格能效约束推动重点领域节能降碳的若干意见》要求提升数据 中心能效水平，鼓励使用可再生能源。2024 年国家发展改革委、工业和信息化部等发 布的《数字化绿色化协同转型发展实施指南》推动数据中心采用智能化能源管理系统， 提升绿电使用比例，支持数据中心参与虚拟电厂等新型能源模式。地方政策也在逐步 提升碳排放指标要求。2021 年上海要求绿电占比≥10%，推动绿电交易； 0 500 1,000 1,500 天翼云、中国联通-联通云 和中国移动-移动云）和互联网运营商（阿里云和华为云等）。以长江云互联网数据中心 为案例，其计算额定功率为 134kW（24 台设备机架*7kW 单机架功率输出*0.8 需要系 数），该项目选用 240 kVA 模块化 UPS 电源（6 个 40kVA 功率模块）。 2） 超算中心-超算算力：主要基于超级计算机，通常用于科学计算，超算中心设备往往具 备高度定制化。根据 资源池化、按需服务、快速部署和灵活管理 极高计算速度和精度 强大计算能力和高度智能化水平 领域 广泛应用于需要快速相应市场变化、调整业务规模的 领域的云计算应用，例如电商、金融、制造等 高性能计算、大规模科学计算等 人工智能、机器学习等 基础架构 物理基础层、虚拟化层、管理层、服务层等关键部分 高性能计算集群、大规模存储系统、网络架构 和管理与监控系统

研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 形成技术产业发展合力。 绿色低碳，安全可靠。坚持绿色低碳发展，全面提升算力 设施能源利用效率和算力碳效（CEPS）水平。统筹发展与安全， 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 300 EFLOPS，智 能算力占比达到 35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高 处理能力。面向原材料、装备制造、消费品、电子信息等领域， 围绕工业生产种类特性多、生产时间长、质量要求高等特点， 以及安全污染隐患大、智能化水平低等难点，瞄准高端化智能 化绿色化方向，逐步构建工业基础算力资源和应用能力融合体 系，满足不同类型工业企业在研发设计、生产制造、仓储物流、 营销服务等方面的算网存用需求，推动工业企业技术改造、降 本增效和绿色化转型，加快推进算力赋能新型工业化建设应用。 3.“算力+教育”。鼓励科研院所根据需求适度建设算力资 多节点并行的分布式算力资源架构，提供跨地域资源高效管理、 核心业务多地多活部署能力。围绕金融市场高频交易等低时延 业务场景开发部署智能边缘算力节点，实现金融业务边缘侧数 据的筛选、整合与处理，为金融业务发展提供更为精准、高效 的算力支持。 5.“算力+交通”。面向智慧交通需求，加快“中心-区域- 边缘”多层级算力设施部署，支持感知、通信、控制相关设备 的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽 智能运

玩家不断加入中；人形机器人领域“新血液”频出。 资料与数据来源：月狐研究院整理 核心零部件及系统 驱 动 系 统 减速器 电机 绿的谐波、瑞迪智驱、福德机器人、 同川科技、中大力德、昊志机电 鸣志电器、伟创电气、拓邦股份、步科 股份、昊志机电、禾川科技、鼎智科技 感 知 系 统 雷达 编码器 摄像头 力传感器 触摸传感器 奥比中光、森云智能、 海康机器人、奥普特科 技、凌云光技术 。 群体智能 数字孪生 群体智能 22 发展趋势 应用趋势：核电站巡检、太空作业等新场景层出不穷，积极 开拓中国机器人落地场景与全球版图 核电站场景面临辐射暴露的风险。在 核电站的运维管理中，传统的巡检机 器人大多功能单一，存在地形适应性 弱、复用性差等问题。目前针对核电 站场景的人形机器人可实现运动灵活、 自主避障、跟踪追踪等通用功能，也 可实现读取温箱设备等场景化的功能。 人形机器人可应用于化学、物理、医 为应对这些问题，应首先加强技术研发，确保机器人 的可靠性和安全性。在研发验证到规模化落地的阶段 内逐渐完善法律法规，明确人形机器人的权利与义务 边界，同时开展伦理教育，引导公众正确看待人机关 系，推动人形机器人在符合人类价值观的前提下健康、 可持续发展。 目前人形机器人行业仍面临大规模商业化难题。受技术发 展制约，虽然目前已有成品，但多处于实验室研发和测试 阶段。人形机器人在复杂环境下的可靠性、人机自然交互

起。当然，智能体和智能体AI 如果有意构建，企业可以将他们正在追求的所有分布 式人工智能努力整合，构建一个认知数字大脑。他们 可以将工作流程、机构知识、价值链、社会互动以及 关于商业和世界的许多其他关键数据硬编码到一个系 统中，该系统能够以比以往任何时候都高的水平理解 和行动。 这是我们需要真正关注的真正颠覆。因为现在，尽管高 管们竞相实施这一代人工智能，但很少有人能超越各个 独立的部件，真正理解他们实际上正在构建的范围：人 这是为什么它是一个“自治宣言”。 我们或许会称呼它们为不同的名称，但在整个范围内 ，其演变过程是相同的：自主人工智能系统的普及正 在全范围内发生。 知识： 技术与知识图谱、向量数据库一样，能够从整个企业和外部收集、组织和管理数据。 唯一的限制是信任。 引言 6 为了更深入地了解数字 平台、数据与人工智能、以及数字基础设施 企业正通过 能 够自由地与自主企业系统互动，按需购买或享受一定程 度的定制化服务。 路线图的第二维度是思考如何建立对人工智能本身的信 任。到目前为止，负责任的人工智能领域已成为一个确 立的学科，企业在寻求道德地管理其战略时将越来越依 赖它。 许多公司已经熟悉了诸如可解释性、数据收集的透明度 、去偏见以及其他成熟技术等概念，但随着领导者寻求 扩大人工智能的使用，这些努力将成为技术解决方案与 对使用该技术感兴趣并投入其中的人类之间的关键桥梁

算力中心1产业链分析 上游：软硬件供应商 … … 基础电信运营商 第三方算力中心服务商 中游：算力中心服务商 下游：算力应用领域 互 联 网 金 融 泛 政 府 制 造 AI 冷却系统 基础设施管理系统 基础通信服务 芯片 行业客户 … … 服务器 资料来源：灼识咨询 云服务商 注：1.算力中心即数据中心，数据中心自2020年开始逐步向算力中心演变。 UPS电源 柴油发动机 中央监控 电源配电柜 消防减压系统 机柜及其附件 气体灭火系统 UPS不间断电 源及PMM电 源管理系统 精密空调设 备和冷却器 高性能液冷 服务器机柜 钢制布 线系统 光纤布线系统 • 算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持 市值总额截止2025年2月6日。 AI芯片 大模型 人形机器人 智能驾驶 AI医疗 大模型训练对算力中心提出更高要求 AI大模型的训练对算力中心提出了更高要求，涵盖集群化部署、高效网络通信、大规模电力供应及专业运维管理 等多个维度，促使算力中心的定制批发模式成为承载大模型厂商算力中心需求的主流模式。 20 大模型训练带来的算力中心需求将由定制批发模式承接 • 为保证大模型训练效率，大模型厂商对算力中心提出更高要求

知识、技能和能力纳入员工职业发展计 划。而且只有不到一半的受访高管表示其组织已经实施了正式的变革管理计划，旨在将 AI 助手 和智能体集成到日常工作流程中。 这是一个大问题，因为智能体 AI 正在迅速转变个人贡献者的角色。随着具有更高级功能的 AI 智能体对简单 AI 助手进行补充，员工将需要管理可自主完成任务的智能体团队，并学习如何与 对话式监管 AI 智能体合作，从而简化这一流程。 这轮 将让联网资产自主做出决策。 8 受访高管们还表示，由于生成式 AI 的发展，数字助手的决策量将在未来两年内增加 21%。 9 这将对运营模式产生巨大影响，因为 组织必须搭建新的架构，让员工能够监督自主决策流程，并管理由此产生的新风险。 要解决的问题有很多，但 67% 的受访 CEO 认为自动化带来的生产力提升极具吸引力，他们必 须承担高风险来保持竞争力。 10 而且，82% 的受访高管认为从生成式 AI 中获得的效益会超过 中获得的效益会超过 潜在风险 11，但需要对员工进行针对性的培训和技能提升，才能实现这一目标，让受访高管们 所期望的竞争优势成为现实。 企业必须搭建新的架构，让员工能够监督自主 决策流程，并管理由此产生的新风险。 2025 年五大趋势：人智共创未来 点燃创新纪元 8 让 AI 素养成为必备技能，强化培养智能体 AI 技能。 推出与实践项目相结合的综合培训计划，快 速提升员工的

入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 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 在业务变化加速和多元化市场竞争态势的影响下，企业的生存和发展都面临诸多 新的挑战。对企业管理者而言，业务持续受到各类不确定因素的影响，运营管理 和决策的难度不断增加。企业如何快速聚焦有利因素，保障核心业务的稳定发 展，并适时探索新业态、新模式，寻找第二增长曲线，是企业自上而下最为关注 的话题。 企业IT架构 发布《促进数据安全产业发展的指导意见》 ����年�月��日 中共中央 国务院 印发《数字中国建设整体布局规划》 ����年�月��日 网信办等七部委 联合公布《生成式人工智能服务管理暂行办法》 ����年�月��日 �� 随着数字化进程的日益加快，企业管理者洞察到企业的发展正被一系列崭新的驱 动力所推动，这些动力源来自于三个方面的深刻变革：即新技术的进步、新环境 的重塑以及新业务模式的全面落地实践。 新技术