到端神经网络模型，成为首个商业化端到端自动驾驶产品。 • 技术突破与现实应用阶段（2019年-） 2021年：特斯拉发布BEV（Bird Eye View）技术。特斯拉在 AI 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 为增强系统的泛化能力，尤其是针对专家策略和学习策略之间的差异，业内研究提出了在训练过程中聚合在线数据的策略。 2021年左右，端到端自动驾驶迎来重要转折点。随着传感器配置在合理计算预算内普及，研究重点转向融合更多感知模态和先 进架构（例如Transformer），以捕捉全局上下文和关键特征，例如TransFuser及其变体。这些设计结合对仿真环境的深入理解， 使模型在CARLA基准测试中显著提升性能。 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 车准入和上路通行试

措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。2025年2月， 中共中央总书记、国家主席、中央军委主席习近平在京出席民营企业座谈会并发表重要讲话，强调 民营企业的关键角色与发展前景，进一步强调了人工智能产业的战略地位。 2025年初，以 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 同时加速跨模态融合，并在推理效率优化和新型注意力机制等方面持续探索，推动AI产业向更 高水平迈进。 宏观环境 产业动态 发展趋势 1）市场规模增速略低于预期：2024年中国AI产业规模为2697亿元，增速26 导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 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

措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。2025年2月， 中共中央总书记、国家主席、中央军委主席习近平在京出席民营企业座谈会并发表重要讲话，强调 民营企业的关键角色与发展前景，进一步强调了人工智能产业的战略地位。 2025年初，以 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 同时加速跨模态融合，并在推理效率优化和新型注意力机制等方面持续探索，推动AI产业向更 高水平迈进。 宏观环境 产业动态 发展趋势 1）市场规模增速略低于预期：2024年中国AI产业规模为2697亿元，增速26 导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 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

本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， （三）工业领域将成为短期内智能机器人应用落地的主战场 .. 2 二、全球“机器人+人工智能”技术趋势分析 .................. 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 （二）三大融合方向及其组合推动智能机器人产品涌现 ...... 5 （三）具身智能尤其是人形机器人前沿研究持续火热 ........ 8 三、“机器人+人工智能”在工业领域的应用 .............. 智 能在医疗、交通、教育等领域的广泛应用。 机器人与人工智能的结合在国家政策层面被提出。自 2016 年起， 中国密集出台关于机器人和人工智能的政策，2023 年以来，国家层 面开始强调二者融合发展。2023 年 1 月，工信部等十七部门发布《“机 器人+”应用行动实施方案》，提出发展基于工业机器人的智能制造 系统，助力制造业数字化转型、智能化变革。2024 年 6 月 24 日，国

引领新一轮的数字底座重构升级。 随着技术创新的不断突破, 以算力和数据要素为代表的数字底座迎来结 构性变革。AI 新型基础设施建设的需求正在增长,依托坚实的智能化基座, 数字技术和实体经济深度融合。智算中心、深度学习平台和大模型等 AI 新 型基础设施建设, 对经济发展和产业升级有明显推动作用, 更好地赋能产业 智能化升级。根据《数字中国发展报告 (2023 年) 》 , 截至 2023 智能创新发展和融合应用取得积极进展, 行业应用活力涌现。从企业管理、 生产制造到客户服务, AI 技术的应用层出不穷。企业通过机器学习、深度学 习等技术,构建出更加精细化的管理体系和更高效的生产模式。 例如, 借助 自然语言处理技术,客服机器人在响应客户咨询时表现出了前所未有的效率 与准确率; 在制造业中,通过智能算法优化生产流程,减少资源浪费, 大幅 提升了生产效率。从垂直融合到泛化应用, 化转型、有序开展数字要素市场化配置改革、加快布局全国一体化算力体系 四个重点方向开展。2024 年 7 月, 党的二十届三中全会强调, 要健全因地 制宜发展新质生产力体制机制,健全促进实体经济和数字经济深度融合制度。 数字经济与新质生产力的高科技、高效能、高质量特征相契合, 是加快发展 新质生产力的关键领域和重要引擎。 在市场基础和多重政策利好推动下,数字经济发展加速推进。 我国数字 经济规模由 2012

成本高/更新难 轻地图兴起 Light Map / SD Pro - 平衡成本与功能 - 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 重语义/拓扑/规划 - 与端到端算法深度 融合 - 地图成为在线先验 与离线训练数据源 - 兼顾AP友好性 驱动: 感知算法进步 (Transformer, BEV等) 驱动: 成本压力/规模化 (数据闭环, 众源成熟) • 精度按需: 相对较低 要求高，强依赖众源数据实现近实时或高频更新 服务对象 人类驾驶员 自动驾驶系统 (机器) 价值体现 导航功能本身 (相对价值有限) 赋能智驾功能实现与体验提升，亦可作训练数据源 车辆系统融合 主要用于基础导航显示与座舱交互 与感知、规划、控制系统深度耦合，支撑高阶功能 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 （尤其是BEV、占用网络等模型）的重要数据源，其价值随AI模型发展而 提升。 定位辅助 (几 何特征) ★★ ★★★️ ★★ ★★ ★ 重要性逐步下降： 早期高精定位依赖地图特征，未来多传感器融合定位 技术成熟后，对地图几何特征的依赖性降低。 趋势：从依赖几何精度 (L2+/高速) 转向依赖语义、拓扑、规则和优化规划能力 (城市NOA及以上)，并成为重要训练数据源。 主要作用 核心价值

持续优化算力资源地域布局，加强集约化建设，强化算网存用 协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智能算力、边缘算力等全场景应用创新活力，推动算 力与实体经济融合发展。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 设施、IT 设备、智能运营等方面的基础共性标准，完善相关技 术要求、测试方法等，充分发挥标准对产业发展的引领和推动 作用。同步探索算力计量、感知、调度、互通、交易等方面标 准建设，支撑算网融合产业化发展。 专栏 1 算力供给提升行动 一是持续开展国家算力中心典型案例遴选，鼓励各方主体 创新探索智能计算中心建设运营模式和多方协同合作机制。二 是举办中国算力大会，凝聚产业共识，开展算力技术、产品、 续发布《中 国综合算力指数》，对全国算网存能力进行综合评价。 （二）提升算力高效运载能力 1. 优化算力高效运载质量。探索构建布局合理、泛在连接、 灵活高效的算力互联网。增强异构算力与网络的融合能力，通 过网络的应用感知和资源分配机制，及时响应各类应用需求， 实现计算、存储的高效利用。针对智能计算、超级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。

择机再做专题。第三章提供了一套从战略、执行及组织三个维 度的综合实践指南，为行业企业制定AI转型策略和路径提供思 维框架和工具。第四章就仍在高速发展的新一代人工智能技术 以及与其他数字科技的可能融合做了展望，期待给读者以更多 启发。 我们深知，技术创新永无止境，推动行业日新月异，期待更多 行业伙伴、技术伙伴加入探索与实践，推动食品饮料行业向着 更智能、更高效、更可持续的方向升级。 Preamble 创新·变化·多元，AI奇点为食品饮 料行业带来更多想象空间                    各模态独立发展阶段 多模态融合阶段 物理世界模型阶段 转型案例 全场景、全链路的价值跃迁， AI驱动行业升级再造    实操问题难以解决 奶牛养殖往往依靠专业知识及实操 经验，通识概念无法完全解决实际 遇到的问题 市场细分四 食品饮料行业的专业强化及流程优化 市场细分五 食品饮料行业的商业模式创新 AI运动营养师 AI营养专家 AI育婴师 …… AI 研发助手 AI转型趋势展望 突破·智变·融合，企业正主动 走向“创新深水区”      SmolLM 27B Llama 3.2 1B Danube21 8B Phi-2 3B Phi-1.5 Gernma2

.......................................91 1 前 言 在全球智能化浪潮风起云涌的时代背景下，人形机器人作为人工 智能、高端制造与新材料等前沿技术深度融合的结晶，正逐渐崭露头 角，成为连接未来理想与现实生活的关键桥梁。它有望继计算机、智 能手机和新能源汽车之后，成为重塑全球经济产业格局、改变人类生 活与生产方式的又一强大驱动力，其在智能制造、家庭及商业服务、 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 智慧，反映了大部分从业者在人形机器人标准化相关领域探索研讨的 共识。在此，我们衷心感谢每一位在白皮书编撰工作中给予大力支持 与做 研制了世界上第一个全尺寸人形“智能”机器人——WABOT-1；2000 年，本田推出了 ASIMO，能够行走、跑步、跳跃并上下楼梯，最高运动 速度可达 9 公里/小时。自 2006 年起，ASIMO 逐步融合视觉识别等技术， 具备了基本的交互能力，能够完成如拧瓶、倒水、端茶和踢球等任务， 标志着人形机器人进入了集成的发展阶段。然而，ASIMO 在应对不平整 地面和未知扰动方面的适应性仍然较为有限。

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。 左右的较高水平。这种高位运行的增长态势，不仅展现出市场的蓬 勃活力，更凸显出中国 AI 产业发展的活力和韧性，未来发展前景值得期待。 06 为了充分把握大模型带来的商业机遇，越来越多的企业正积极探索 AI 与业务深度融合的 创新模式，打造符合自身发展战略的 AI 应用实践。 企业应用 AI 往往是点到面、循序渐进的过程，通常遵循从低风险、高价值的领域开始，逐 渐向更复杂、容错率低的领域扩展。这一路径不仅降低了初期投入的风险，也为后续的全 应用生成式 AI 的比例均超 过 30%。在 IT 与网络安全、企业战略财务、人力资源以及法务合规等职能部门中，生成 式 AI 的应用占比则普遍低于 30%。 当视角转向 AI 的应用成熟度（深入融合程度）时，IT 与网络安全、人力资源以及企业战 略财务等职能部门 AI 应用"成熟"和"非常成熟"的占比总和均超过 70%。相比之下，在生 产/制造/供应链、销售和客户服务、市场营销以及产品研发等核心业务部门，尽管应用普