0%提升到60%左右，5G换机潮将带到国内智能手机出货 量恢复增长。  终端厂商推出5G手机速度会快于基站建设速度，预计2020年5G手机出货量渗透率将大幅提升：从4G发展经验来看，终端厂 商在4G牌照颁布后，新发机型中4G手机占比会快速提升，2014年国内4G用户渗透率不足10%，但4G手机出货量占比从年初 10%迅速提升到年底70%，渗透率快速提升一方面是因为国内4G建设较晚、全球4G终端已经成熟，另一方面也是厂商对于手 2013 2014 2015 2016 2017 2018 yoy（%） 营收（百万美元） Avago Skyworks Qorvo Avago Skyworks Qorvo Avago与Broadcom合并 2010年，3G手机快 速普及，射频前端 巨头营收高速增长 2014年，4G手机快 速普及，射频前端 巨头营收高速增长 复盘3G/4G：每一轮技术升级都会带来射频市场规模的大扩张 接收模组） LNA （低噪声放大器） 发射链 接收链 子路径 1.2 17 基带芯片 Qualcomm（40%）、MTK（20%）、华为海思（20%）、三星、Intel、展讯 等 主要供应商（市占率预估） 滤波器 SAW滤波器：Murata（47%）、TDK（21%）、太阳诱电（14%）等 BAW滤波器：Avago（87%）、Qorvo（8%）等 功放 Skyworks（47%）

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 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 第一章：什么构成了医疗 AI 的配置动力？........................... 28 2023-2024 医疗 AI 领域及细分赛道融资轮次分析....................................... 37 图表 29 2022—2023 年 AI 医疗企业营收（千元人民币）及增长率（%）...........39 图表 30 2022—2023 年 AI 医疗企业毛利（千元人民币）及增长率（%）...........39 图表 31 2022—2023

机器人密度达500台/ 万人 广东省培育智能机器人战略性新兴 产业集群行动计划（2023-2025年） 2024年1月24日 广东省工业和信 息化厅等五部委 2025年，营收达800亿元：服务机器人营收达200 亿元，无人机（船）营收达500亿元，工业机器人 年产量超18万台（套） 培育一批专精特新企 业，打造一批“机器 人+”应用标杆企业 核心技术和关键零部件自主可控水平大 幅提升，主要技术指标达到国际先进水 人形机器人有效发明专利国家排名（TOP5） 9 地区格局 规模情况：全球机器人产业保持稳定增长，中国是最大的 “练兵场” • 根据IFR的机器人数据，从工业机器人的年安装量来看，中国占全球安装总量的51%，本土制造商在国内市场的份额大幅增长。从商业机器人的数据来看，近两年 专业服务机器人的年安装量以约30%的增长率增长，制造商数量位居第二，但相较于第一的下降之势中国商业机器人制造商数量正在逐步攀升。 资料与数据来源：IFR 智能机器人目前的主要发展方向为国产化替代， 如工业机器人。中国工业机器人的国产化主要 集中于中低端市场，对于高端工业机器人的核 心零部件如减速器、伺服驱动器等对设计精度 与加工工艺的要求较高，目前仍与海外领先厂 商有较显著的差距。同时，因切入时间问题， 智能机器人的算法模型起步较晚，如具身AI模 型、实时控制算法等与海外存在差距。 未来，国内对于机器人核心零部件的标准制定 仍需持续推动，同时在供应链整合的优势上应

建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 本的同时，倒逼供应商持续优化产品技术与服务。 5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 务场景中的表现未能完全满足部分客户的需求，且建设成本 较高，企业需在数据基础、算力资源及组织机制等方面投入较多资源，导致多数项目处于尝试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 开放和 以央国企为需求主力，率先落地在政务、教科、通信、能源等领域 来源：智能超参数，艾瑞咨询研究院自主研究绘制。 预训练大模型、类Sora模型以及类o1模型的研发训练需要大量的资源投入，大模型厂商面临资源投入与营收压力需探索有效的变现途径。 从短期来看，B端项目制落地仍然是大模型基座能力变现的主要方式。 2024年8月，月之暗面发布企业级API加码B端，11月，零一万物推 出面向零售、餐饮行业的数字人解决方案

建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 本的同时，倒逼供应商持续优化产品技术与服务。 5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 务场景中的表现未能完全满足部分客户的需求，且建设成本 较高，企业需在数据基础、算力资源及组织机制等方面投入较多资源，导致多数项目处于尝试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 开放和 以央国企为需求主力，率先落地在政务、教科、通信、能源等领域 来源：智能超参数，艾瑞咨询研究院自主研究绘制。 预训练大模型、类Sora模型以及类o1模型的研发训练需要大量的资源投入，大模型厂商面临资源投入与营收压力需探索有效的变现途径。 从短期来看，B端项目制落地仍然是大模型基座能力变现的主要方式。 2024年8月，月之暗面发布企业级API加码B端，11月，零一万物推 出面向零售、餐饮行业的数字人解决方案

关服务等通用服务。时至今日，云计算技术已经广泛地运用 于全世界服务于各行各业。国外的知名厂商有亚马逊、微软 等云计算厂商，国内的主要厂商包括电信天翼云、移动云、 华为云、阿里云、腾讯云等云计算服务提供商。 9 二、金融应用发展 （一）金融业业务场景痛点 金融业务涵盖银行、投资、保险、外汇交易、信托等多 个领域。随着数字化转型的深入，金融科技逐渐成为重塑传 统金融业服务模式的重要力量 3。《2024中国金融科技企业首 图像等多模态信息人机交互方式。 在应用实现方面，针对交互式数字人和播报式数字人， 需要区分不同的应用架构。在部署设计中，需要考虑高可用、 高并发、兼容性等问题。数字人的交互模式、文案内容、运 营模式等都需进行提前配置，以保证数字人能够达到预期效 果。 20 在安全合规方面，需确保技术的合规应用，保障系统和 数据的安全性，同时，对数字人在产品介绍、金融服务、投 资者教育等方面进行严格的风险合规管理。 更加精准，对风险事件的应急预案应对也更加从容。具体而 言，运营方面，例如金融机构在面临客户流量的变化或者新 业务新产品的上市时，可以利用数字孪生进行模拟，以确定 银行分支机构的最佳布局和人员配备水平，这有助于简化运 营并提高实体分支机构的效率；风控方面，例如市场条件的 变化或客户行为的变化，应用数字孪生识别潜在风险并制定 缓解策略，这可以帮助银行更好地管理风险并保护资产。 3.改善基础设施监控水平 基于数字

工业服务（后续章节详细展开） 工 作 环 境 复 杂 工 作 环 境 简 单 …综上所述，未来人形机器人落地场景由工业逐渐向家庭、商业演进；优先胜任工种以工业（质检、搬运等）家庭（健康监测、搬运等）商 业（演出），逐渐向复杂的工业总装、家务、餐饮制作等演进 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 9 M2 2025 Proprietary and 除新能源汽车场景外， 未来也将考虑进入其 他工业应用场景： 整体逻辑：总结环境 /工作类别上与新能 源汽车场景的共性， 寻找共性高的场景优 先落地。 举例：优先汽车零部 件供应商的产线。借 助零部件供应商的商 务关系，落地如座椅 总成，线束生产，连 接器生产等工厂。主 要由于首先，该类零 部件机器人识别已有 较高精度，其次可使 用商务关系协商进场， 最后保密性较高。 • 工站衔接类：内饰装配中为工人递 家庭服务、商业服务、仓储物流 合作企业 家庭、工厂等 太空研究如欧洲航天局（ESA）、 德国宇航中心（DLR）等 法国原子能委员会 高校机构如哈佛大学、布朗大学、清华 大学、浙江大学等，通信运营商如 Nuance 工作现场 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 20 M2 2025 Proprietary and Confidential

式的重构与组织能 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。唯有将 人才置于 AI 转型的核心，构建组织和人才系统化应用 AI 的能力，才能实现 AI 与企业运 营的深度融合，把握智能时代的战略先机。 AI 引言 AI 力，即与 AI 协作、驾驭 AI 的综合能力，正在成为继智商 (IQ)、情商 (EQ)、团队合作力、领导力之后，影响组织和个人发展的关键指标。 理经 验，为医生提供临床决策支持，辅助医生减少误诊和漏诊的风险，提高医疗安全。 市场分析和趋势预测：精准洞察市场，优化营销策略 利用 AI 分析消费者行为、社交媒体趋势、经济指标等数据，帮助零售商预测未来 销售趋势 基于消费者购买趋势和偏好的变化，及时调整产品线和营销策略 医学教育与培训：虚拟病例训练，优化教学内容 模拟真实临床场景，为医学生和医生提供虚拟病例训练，提升他们的临床决策能 力和实践技能 应用落地核心挑战： 认知偏差与人才短缺 3 数据来源：IBM，数据截取统计数据前 10 的选项 缺乏 AI 专业知识/技能 数据太复杂 缺乏 AI 工具/平台 尚未定义场景和用户 供应商限制 道德顾虑 项目太复杂 缺乏 AI 模型管理能力 尚未定制全面的 AI 战略 价格太高 31% 30% 29% 29% 29% 27% 25% 25% 24% 20%

：目前，��%的中国企业已经构 建多云/混合云环境，被访企业平均拥有�个公有云服务商，�个私有云服务 商；��%的中国企业将在当前和未来�-�年持续选择多云部署模式，有意识地 将资源、业务和服务能力分散到多个云平台上。 �� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 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 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算 资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效 率、扩展性、灵活性、安全性和成本优势等。此外，企业在选择新的云服务 商时，应重点考量其对未来多模态、多场景、多技术栈等趋势的综合支撑能 力，确保企业IT技术架构始终具备足够的前瞻性和灵活性。 �� 三大变量驱动 第一章 企业云战略向“创造业务价值”方向演进 � 务，实现多云统筹下的成本优化、技术能力提升和IT可靠性增强，从而在竞争激 烈的市场环境中构建出新的适应力和竞争力。 IDC认为：多云是关于组织云策略或架构方式的一种描述，针对复杂的数字化业 务而设计，涉及多个云服务提供商。 �� 多云发展战略 第二章 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 多云战略将不仅仅是IT技术升级的路径选择，其更重要的意义在于：企业将在多 云环境的动态构

竞争格局等基本情况，有效把握当前市场的最新动态和发展趋势，为报告奠定了理论基础。 二、模型搭建与测算： • 供需模型搭建：从专业的行业视角出发，我们将一手调研获取的、来自超40家具有代表性的需求厂商与供给服务商的数据，整合融入供需 模型，以此反映当下市场的实际供需格局。同时，我们吸纳从专家访谈中的关键信息，如需求侧的服务器规模及业务增长情况、供给侧的 运营容量及区域布局规划等，为模型的未来预测提供依据。在此 供给端：我们详细梳理了共20家全国性及区域性第三方算力中心服务商的运营容量及规划容量情况，并综合考虑各厂商的土地资源、 能评资源、资金实力等多方面因素。结合信通院等权威机构统计披露的算力中心服务商历史市占率等相关行业数据，模型中所选取 的20家第三方算力中心服务商占据当前市场中绝大部分在运营容量的份额。随着AI技术取得的突破以及需求方对算力基础设施的要 求不断提升，上述的头部第三方算力中心服务商凭借技术、资金及资源等优势，其市场份额将逐步扩大。 中绝大部分的定制批发需求，预测期 内，假设上述15家需求方定制批发需求在整体市场中的占比将维持当前水平不变。 ➢ 其他考量因素：本报告研究重点为算力中心定制批发业务相关供需研判，三大运营商及部分地方算力运营商在承接批发定制型算力 业务上占比较小，为更好聚焦其供需分析，本供需模型中供给端未直接引入运营商业务情况，而作单独分析，详见附录。 • 模型优化与交叉验证：在模型搭建过程中，我们从多重视角