执行 - 学习” 的闭环智能体系。在这一趋势下，应用现代化的核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数倍以上，支撑智能化应用的多模交互、自主运行、智能进化、环境理解、智能协作、 智能研发等特征落地，形成更广泛、更灵活的智能体系统，从而能够在降本增效、体验优化等各方面得到大幅提升。 目前， AI 在医疗、科研、教育、物流等各个领域的应用，为社会带来了巨大价值的同时，又进一步支持了 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能化白皮书》为起点，共同推动中国在全球智能化竞争中占据制高点，携手迈向应用现代化的智能时代！

1 背景 具身智能是基于物理本体感知和行动 的智能系统，通过与环境交互感知信息、 规划任务、做出决策并控制本体完成任务， 产生智能行为并持续演进。具身智能需可 信、行为符合人类价值并能自我进化。 2.2 最新进展 具 身 智 能 技 术 近 年 来 取 得 突 破 性 进 展，在感知、决策、控制及商业化应用等 方面实现重大提升。高精度传感器增强了 智能体的环境感知能力，融合感知与推理 随着新理论和方法的不断发展，统计学能够 更高效地应对人工智能中的前沿问题，推动 人工智能技术迈向更高水平，而人工智能的 不断突破也将反哺统计学，使其变得更加智 能与高效。人工智能与统计学之间的双向互 动与协同进化，必将在未来智能革命中发挥 关键作用，为社会智能化转型注入持久而强 大的动力。 4. 科学计算 随着上世纪的计算机出现，科学计算迅 速发展，在天气预报、油田勘探、药物设计、 金融分析等领域取得巨大成功，成为理论、 RFdiffusion 蛋白质生成工具 3，为蛋白质从 头设计提供了全新路径。基于自然语言模型 的 ProGen 4、EVOLVEpro 5 等 工 具， 实 现 了酶、治疗性抗体等特定功能蛋白从头合成 和定向进化，展示了 AI 在全新功能蛋白设 计中的强大潜力。 1.2.3 人工智能重塑生物智造 人工智能与微生物基因组学的深度融 合，为合成生物学提供革命性工具。通过 AI 驱动的数据分析和模型优化，精准确定并优

答案源头权限校验和输入输出内容管控 Embedding 服务 内容安全模型 输入端：敏感内容检测 大语言模型 提出问题 电力企业独有的高质量数据与 Know-how ，是通用 AI 模型进化为“行业专家”的关键燃料 ，是将企业智慧沉淀 为不可复制竞争优势的核心资产。 知识驱动 AI ： 高质量数据与 Know-How 知识库是 Agent 成功的关键

评测闭环：对于发现的薄弱点与风险隐患，输出详细的安全分析报告，并联合模 型团队制定有针对性的优化方案，完成从问题发现、方案制定、效果验证到安全能力 模型安全评测 增强的闭环管理，确保大模型安全性持续进化。 此外，通义实验室开源了“CValues-Comparison 中文大模型价值观比较数据集”， 向行业提供安全与价值观评测基准，体现了“科技向善”的理念。 3.2 部署安全：过程控制，构建防御屏障 针对音 频和视频采用异步防控策略，赋予用户对内容做拦截和撤回的能力。 3.3.3 持续提升防护能力 对内总结提炼防御方法，开展红蓝对抗驱动威胁识别能力升级；对外依托安全挑战赛 促进防御体系进化。 65 64 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY 弱点，蓝队对这些弱点和漏洞进行修复，从而不断提升模型和系统的安全性。 （二）AI 安全挑战赛 构建了集学习、竞技、交流与成长于一体的平台。 赛事通过三大赛道实现全方位能 力验证与促进安全能力进化：赛道一聚焦大模型内生安全，收集越狱与操控手法以直 接驱动模型防御升级；赛道二采用漏洞赏金模式，挖掘模型服务生产环境中的非内容 风险（MCP 安全、RAG 窃取污染、Agent 越权等），推动真实场景漏洞修复；赛道

因而，智能制造企业应聚焦高品质与高效率提升两大核心。战略布局服务化转型，打破传统 商业模式，将产品融入服务；发展个性化定制，构建C�B链条，满足个性需求；布局数字化 全面升级，信息技术融合，推动产品智能进化。 全面数字化转型是制造企业发展的必经之路 在当前数字化浪潮席卷各行业的大背景下，中国制造业企业也必须全面拥抱数字化转型，从 领导力、全方位体验、信息和数据、运营模式、工作资源等方面全面发力，才能在数字化时

年将会员中 心MemberCenter小程序并入线上购物平台Wemall小程序，完成私域生态的整合升级— —这一动作既是其“战略敏捷性”的理念体现，也通过私域运营精细化与用户体验一体 化的主动进化，持续强化品牌定位。 05 珠宝行业正经历技术与文化的双重变革。Z世代重塑行业需求，其追求 个性化、情感化产品与可持续发展理念，倒逼品牌转型。数字化转型 成为核心竞争力，技术创新助力品牌精准洞察消费需求，优化产品设

架构和动态加密技术，使客 户能够在完全自主的数据环境中构建专属智能体。该方案实现三大突破：1）物理隔离的数据处理环境，确保核 心知识资产永不外流；2）支持企业知识库的增量训练与动态优化，形成持续进化的专属认知体系；3）提供军事 级安全防护，通过多层级访问控制与审计溯源，满足金融、政务等敏感行业的合规要求。这种 " 数据不出域，智 能自生长 " 的模式，彻底消除了企业对云端大模型的数据泄露担忧。 衡。HR 既要成为技术应用的先行者，通过 AI 释 放组织效能；更需坚守“以人为本”的底层逻辑，在效率与温度之间找到最佳支点。唯有如此，才能引领企业在 智能化浪潮中实现真正的可持续发展。 持续进化 从项目落地到生态共建 58 AI 在企业人力资源中的应用白皮书 2.0 CHAPTER 1 CHAPTER 4 “执行力”与“领导力”并重 AI 落地离不开这项核心力 59 CHAPTER

工业机器人运动轨迹的优化等。三是预测与预警能力。基于历史 数据与工业机理模型，算法能够构建预测模型，对潜在的设备故 障、产品质量缺陷等进行前瞻性预判，使得企业能够提前采取预 防性维护等措施，有助于降低运营风险。四是自适应与学习进化。 以机器学习等为核心的算法，赋予了智能系统自我学习和持续优 化的能力，使其能够通过与物理环境的交互，不断迭代模型、优 化策略，适应动态变化的任务需求。 2．问题分析 人工智能的核心是算法，算法为人工智能提供了学习、推理与

...... 51 第二节 应用领域持续拓展 ........................................ 51 第三节 AI 助力协作机器人从“功能机”向“智能体”进化 ........... 52 第八章 参编企业介绍 ................................................ 54 第一节 法奥机器人 .... 人、理疗协作机器人等，都在 各自领域发挥着重要作用。未来，协作机器人在服务模式的创新将持续颠覆传统商业图景， 实现机器与人的和谐共生。 第三节 AI 助力协作机器人从“功能机”向“智能体”进化 2024 年，政府工作报告提出开展“人工智能+”行动，2025 年提出大力发展智能机器人， 培育具身智能等未来产业。人工智能与大模型技术的发展，让机器人“感知”、“思考”、“适 应”、“交 从单机作业到群体智能：在大规模自动化生产场景中，实现多机器人协同作业是提升生 53 产效率的关键。AI 技术的赋能，让机器人打破单机作业的能力桎梏，推动机器人从机械执 行单元向具备自主交互能力的“智能体”进化。它能促成机器人间的高效通信与协同，例如 在仓储物流的货物周转、大型装配线的工序衔接等场景中，实现动态任务分配、路径规划调 整与全局高效协作，让大规模自动化生产的协同效能得到突破性提升。 人机交互与安全增强：依托

空间感知能力分类 ���� ���� ���� �� �� ������� 对应各个等级，AI 服务的关键特征将发生变化。在这些变化中，基于大模型 LLM，具有 记忆能力、自主规划能力、自主学习和进化能力的智能体 AI Agent 是关键变量，预计 2030 年终端系统有望实现从低阶到高阶的智能化跃迁，达到 L4+。 同时，面对涉及算力、算法、数据、应用等多个层次上 AI 治理的挑战，我们致力于推动