全球协作机器人产业发展白皮书 2025 2025 ——具身智能时代的技术突破与产业重构 � � �版权声明�� � 本白皮书版权为北京铂睿德佳信息服务有限公司（����睿工业）所有，如引 用报告内容进行对外使用，所产生的误解和诉讼由引用方自行负责，本公司不承 担责任。� 未经本公司同意，不得以任何形式将本报告出借、转售、出租、网上发布或 用作其他商业用途。凡使用本报告者均受本条款及本报告一切有关版权之条款约 的迭代，但始终受限 于任务单一化、数据依赖强、泛化能力弱的瓶颈。直到以 ����������� 架构为核 心的大模型技术突破，才真正开启了“通用智能”的可能性，为整个智能领域带 来颠覆性的范式重构。� 大模型的核心优势在于规模化训练带来的涌现能力。与传统 �� 模型针对单 一任务设计、依赖人工标注数据不同，大模型通过万亿级参数规模、跨领域大量 数据（文本、图像、语音、视频等）的无监督预训练，具备了理解复杂语义、生 针对韩国本土的炸物文化、咖啡文化推出了炸物机器人、咖 啡机器人等服务业专用机器人，在市场上快速渗透。� �� 东南亚� ��� 制造业分布� 东南亚制造业近年来在全球供应链中扮演着越来越重要的角色，随着全球供 应链的重构，东南亚国家受益于中美贸易争端和美国推动的“供应链多元化”政 汽车 电子 一般工业 新能源 其他 ����年 ���� 年 全 球 协 作机 器 人 产 业 发展 白 皮 书� � �

在此背景下，光交换技术凭借超大带宽、超低延迟与低功耗等特 性，正与电交换形成互补融合的“光电协同”架构，成为新一代智算 中心网络的重要发展方向。光电协同不仅能够在物理层显著提升链路 性能，还为网络的灵活重构、智能调度与按需适配提供了技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 景实现试点部署。 然而，要实现光电协同网络在智算中心的规模化落地，仍需跨越 多重技术关卡。 .......................... 26 3.1 应用层：面向光电网络的集合通信重构协议.......................27 3.1.1 预测通信模式，为重配置提供需求启示.....................28 3.1.2 拓扑有感知的动态集合通信重构................................. 29 3.2 传输层：面向光电网络的高性能传输协议 .................................... 37 3.3.2 面向光电拓扑的预计算优化与双模路由表设计.........38 3.4 链路层：面向光电网络的智能双工重构...............................39 3.4.1 上下行非对称带宽的链路利用..................................... 40 3.4

系统在资源弹性扩展、应用迭代速度、业务创新效率和技术开放度等方面诉求，已严重制约企业数字化转型， 主机现代化应运而生。 主机现代化（Mainframe Modernization）是一项涉及架构演进、应用重构、组织转型的系统工程。其 核心在于将主机的韧性 / 性能同开放平台的敏捷性 / 智能性相结合，构建企业面向未来的数字化能力。企业需 基于自身业务目标、技术积累和人才结构，制定适宜的主机现代化路径，以确保企业核心业务的平滑演进和持 技术与 业务架构体系。 1.3 主机现代化是主机用户数字化转型新趋势 10 主机现代化实施路径及关键技术诉求 02 主机现代化是一项系统性工程，指将传统主机承载的核心业务系统，通过技术栈重构、数据迁移和流程适 配，逐步过渡到以开放平台为基础的现代 IT 架构体系的过程。整个工程不仅涉及硬件和软件的替换，更包含 开发模式、运维模式的全面转型。 11 2.1 主机现代化发展趋势 2 应用转码与语言重构 中间件/数据库替换 云原生改造 信息调研、迁移评估、 迁移规划 迁移演练/正式迁移 灰度发布/割接并线 功能与回归测试 性能与压力测试 安全/合规测试 用户验证测试 双轨并行验证 灰度切流 全量割接 上线监控与回退 瀑布开发 → 敏捷开发 人工经验驱动运维 → 智能化自动化运维 高性能、韧性、开放、灵活扩展的 基础设施、数据库和中间件 云分布式重构、应用及数据迁移

Intelligence and Business Intelligence Development White Paper 智能融合新纪元｜ AI 驱动 智能决策 企业数字化转型的智脑引擎与生态重构 2 ◼ 研究背景 随着数据成为企业核心生产要素，企 业对数据驱动决策的依赖日益加深， 传统商业智能（BI）工具已难以满足企 业日益复杂的决策需求，其局限性日 益凸显。在此背景下，人工智能（AI） 探析ABI当下的应用场景 • 挖掘ABI的行业实践与机遇 • 探索ABI的技术发展方向与落地领域 ◼ 本报告的关键问题 • AI与BI融合的核心驱动因素及市场增长 动力是什么？ • AI技术如何重构BI的价值链，并解决传 统工具的核心痛点？ • ABI在行业落地中面临哪些共性挑战？ 不同行业的差异化需求如何影响技术 应用路径？ 中国：人工智能系列 04ABI赋能新领域，重塑商业价值： AI与BI融合呈现分层态势，其中基础层聚 焦工具升级，战略层重构传统决策链路 ◆ ABI应用的核心矛盾源于"数据-技术-业务 "三角失衡，数据治理滞后、算法黑箱与 行业适配断层是主要障碍 01BI受限，AI重构决策： ◆ 传统BI受限于封闭架构与技术壁垒，难以满 足实时动态决策需求 ◆ AI通过自动化数据流水线与智能算法重构 全链路效率，推动主动预测式决策 02ABI爆发增长，厂商驱动转型：

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 发者探索数十 年的 AI 技术，迎来了应用大规模落地的奇点时刻。以应用智能体为代表的 AI 新范式，已成为推动行业变革的重要力量， 智能化必将成为驱动数字经济发展的核心引擎。 过去十年，云原生重构了 IT 基础设施；未来十年，AI 原生将重新定义企业运营范式。这场变革不是简单的技术迭代， 而是认知维度的跃迁——企业需要从“功能驱动”转向“价值创造”，从“流程优化”升级为“智能决策”。 华 信、韧性。这些能力已在金融、制造、 能源等行业得到充分验证，帮助客户构建面向未来的现代化应用体系。 大模型和智能体技术的发展，让应用的智能化从愿景走向现实。这不仅是技术架构的升级，更是产业生态的重构。 令人振奋的是，越来越多国内企业在技术变革中展现出强大的创新能力。《应用全生命周期智能化白皮书》的发布，正 是产业界集体智慧的结晶。这本书系统梳理了技术趋势、架构设计和实施路径，将为行业的智能化转型提供重要参考。

使命，也是实现“中国建造2035”的必由之路。 —— 国家数字建造技术创新中心首席科学家、华中科技大学教授 丁烈云 推动AI在建筑企业的落地，核心在于实现建筑行业复杂知识的结构化表达和智能化重构。建 筑工程大模型的构建，正在通过多模态数据融合与对齐技术，打通文本、工程图表、BIM模型等 多模态数据之间的壁垒，提升大模型对建筑行业语义的识别、理解与生成能力。基于混合专家大 模型架构，集成化的 建筑企业的AI转型之路，要立足行业实践逻辑，同时要具备超越当前范式的战略眼光。建筑 活动具有空间构型的复杂性、施工环境的动态性以及多专业之间的强耦合特性，这决定了AI在这 个领域的落地必须经历知识结构的深度嵌合与组织流程的适应性重构。AI不应仅被视为辅助工 具，更应成为建筑企业核心机制的一部分。企业在推进智能化的过程中，需要从工程属性出发， 构建面向问题、面向过程的技术融合机制，避免技术与业务“两张皮”。只有当数据与算法深度嵌 效率，也使建筑企业真正迈向了“学习型系统”的方向。要实现这一转变，企业需要构建从高价 值场景识别到AI应用开发与落地闭环的全过程智能能力建设体系，同时建立跨专业、跨阶段融合 的韧性组织。这既是一次思维方式的转型，也是企业治理逻辑的重构。能否在此过程中形成系统 性竞争力，将成为未来建筑企业的分水岭。 —— 中国信息通信研究院产业规划所人工智能研究中心主任 王强 AI技术的发展为建筑业注入了前所未有的活力，也对企业的组织能力、知识体系和管理模式

智能运营是企业长期保持竞争力的重要引擎。该引擎的关键在于实现贯穿资源勘探开发、管 道储运、炼化生产、产品销售各阶段的全产业链一体化优化，以及风险控制、财务管理、科 技研发等领域的创新。当前，政策不仅推动单点技术升级，更注重构建可持续的智能运营体 系。例如，《原材料工业数字化转型工作方案（2024—2026年）》强调建立基于数据的数字 化决策机制，《智能制造典型场景参考指引（2025年版）》则系统提炼可复用的智能运营� 波动风险等。为此，构建覆盖石油石化全产业链的实时感知网络与智能决策体系，已成为突破运 营效能边界、实现本质安全与绿色低碳转型的核心路径。在此背景下，石化盈科与IDC携手提出 “新智运营”概念，引领石油石化运营变革，推动重构以数据×知识双轮驱动为核心的决策机 制，实现行业从经验依赖向模型驱动的根本性转变，为企业在能源革命浪潮中构建可持续竞争力 提供关键支撑。 石油石化新智运营�是指以数字化、智能化技术为基石，以“智能感知、智能平台、智能决策”为 业务创新是推动石油石化企业新智运营的长久驱动力。要提升核心竞争力，实现长期、可持续发 展，石油石化企业需持续关注数智领域的新技术发展态势，并围绕自身发展目标，全面且深度地 将新一代数智技术融入到业务中，对传统运营模式进行系统性重构与创造性革新，进而构建起涵 盖管理新模式、研发新范式、生产新方式以及服贸新生态的全方位、多层次创新体系。在此过程 中，企业要避免简单的技术叠加和堆砌，注重深层次的技术协同与创新耦合，尤其是要构建多方

100 + 格式文件 • 对于第三方无接口知识 ，平台可以通过 RPA 工具等进行采集； • 各种结构化数据库表也可以采集； ③ 领先的 AgenticRAG 技 术 • 以 Agent 重构传统 RAG ，提升问答准确率及效果 • 长链路、多跳、事实推理效果更佳 • 跨模态数据融合应用：打通结构化与非结构化知识 ⑤ 内置企业级敏捷 Agent 平台 + 丰富的知识类技能 + 知识类智能体市场 答案中带公式 输入 解析 AI 企业知识库特点 2 ： 领先的多模态 RAG& 知识解析技术 ， 让 AI 精准理解知识 多模态 AI 交互 ，重构知识交互新范 式 输出 呈现 以 Agent 重构传统 RAG ，提升企业级复杂场景 AI 问答效果及准确率 ， 比如 ：如跨境电商运营复盘、 飞机维修等场景 引入智能体（ Agent ） 的动态规划能力 ， 支持长链多跳、 检索质量：中（保障事实性正确） • 响应方式：被动 • 计算能力：弱 • 学习能力：无 • 典型应用场景： 医疗症状关联诊断辅助 AI 企业知识库特点 3 ： 基于 Agent 重构传统 RAG ，打造领先的 Agentic RAG 技术 第三代： Agentic RAG 第二代： Graph RAG 第一代：传统 RAG 具有良好的生态兼容性 ，

公司（简称袋鼠云）”。违反上述声明者，本司将追究其相关法律责任。 微信扫码获取纸质版白皮书 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 3 — 编制说明 近年来，汽车产业正经历自诞生百年以来最深刻的一次系统性重构。电动化、智 能化、网联化与共享化的“新四化”浪潮不断叠加，传统制造模式、产业链分工与价 值创造逻辑被重新定义。与此同时，企业内部的经营体系也正由“流程驱动”向“数 据驱动”“智能驱动”转型， 新与可持 续增长。 本白皮书由袋鼠云智能团队联合多位中国头部车企行业专家、一线交付团队共同 撰写，旨在呈现一条中国汽车产业面向未来的数智化路径——以数据为底座、以智能 为引擎、以协同为核心，重构行业的数字化秩序 。通过深入的市场分析、体系化的场 景解构与企业实践的深度复盘，我们力求为行业面临的系统性挑战，提供一套可落 地、可执行的系统性解法 。我们希望通过此白皮书，与行业伙伴共同探索汽车产业数 长。 这正是本白皮书撰写的初衷。我们希望通过深入的市场分析、体系化的场景解构 与企业实践的深度复盘，呈现一条中国汽车产业面向未来的数智化路径——以数据为 底座、以智能为引擎、以协同为核心，重构行业的数字化秩序，让“车”不再只是机 械的集合，而成为流动的智能体。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 6 — 目录 引言：在动荡与重塑中迈向数智化汽车时代.....