許文廣

楊張利生吳克宇黎孫錦銘

劉朝暉 趙貴華

劉湘雯

前習(xí)近平總書(shū)記指出：“★工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的‘頭雁’效應(yīng)”，“加快發(fā)展新一代★工智能是事關(guān)我國(guó)能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題”?！锕ぶ悄茏鳛閼?zhàn)略性的通用目的技術(shù)，正在重構(gòu)生產(chǎn)要素配置方式，催生新型產(chǎn)業(yè)形態(tài)，其引發(fā)的“★工智能+”效應(yīng)已從技術(shù)范式創(chuàng)新上升為驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的核心動(dòng)能，其發(fā)展水平直接關(guān)系到國(guó)家競(jìng)爭(zhēng)力強(qiáng)弱與現(xiàn)代化經(jīng)濟(jì)體系建設(shè)進(jìn)程。全球主要經(jīng)濟(jì)體紛紛將★工智能納入國(guó)家戰(zhàn)略體系，2024年我國(guó)也首次將“★工智能+”寫(xiě)入《政府工作報(bào)告》，2025年政府工作報(bào)告進(jìn)一步指出，要持續(xù)推進(jìn)“★工智能＋”行動(dòng)，支持大模型廣泛應(yīng)用?！锕ぶ悄芗夹g(shù)正呈現(xiàn)多點(diǎn)突破、交叉融合的發(fā)展態(tài)勢(shì)。算法層面，大模型技術(shù)突破推動(dòng)生成式AI實(shí)現(xiàn)質(zhì)的飛躍，深度推理、多模態(tài)融合等技術(shù)不斷突破認(rèn)知邊界；算力層面，AI芯片能效比持續(xù)提升，極致的工程優(yōu)化讓算力持續(xù)釋放；當(dāng)前，★工智能技術(shù)正加速“創(chuàng)新-轉(zhuǎn)化-應(yīng)用”的迭代過(guò)程，為各行各業(yè)注入新質(zhì)生產(chǎn)力，促進(jìn)技術(shù)經(jīng)濟(jì)系統(tǒng)的協(xié)同進(jìn)化，重構(gòu)產(chǎn)業(yè)價(jià)值網(wǎng)絡(luò)。2025年，是全球★工智能應(yīng)用加速落地的一年。為積極響應(yīng)“★工智能+”國(guó)家重要戰(zhàn)略，中央廣播電視總臺(tái)與杭州市★民政府聯(lián)合主辦紀(jì)實(shí)創(chuàng)投類節(jié)目《贏在AI+》，致力于推動(dòng)技術(shù)創(chuàng)新與產(chǎn)業(yè)融合，展示全國(guó)各地★工智能技術(shù)創(chuàng)新和應(yīng)用的優(yōu)秀創(chuàng)業(yè)企業(yè)，匯集院士、專家、投資者、優(yōu)秀企業(yè)家等不同維度的精粹觀點(diǎn)，為未來(lái)的企業(yè)，尋找企業(yè)的未來(lái)。中央廣播電視總臺(tái)視聽(tīng)新媒體中心、總臺(tái)研究院、總臺(tái)技術(shù)局與阿里云研究院，在充分梳理全國(guó)重點(diǎn)領(lǐng)域★工智能企業(yè)的基礎(chǔ)上，深度訪談30余位各領(lǐng)域★工智能專家、調(diào)研100余家行業(yè)龍頭企業(yè)和科研機(jī)構(gòu)、100余家參與《贏在AI+》的創(chuàng)新創(chuàng)業(yè)企業(yè)，開(kāi)展1500余份調(diào)查問(wèn)卷，在“機(jī)器革命”、“智能終端”、“高校力量”、“智能智造”、“創(chuàng)想設(shè)計(jì)”、“未來(lái)醫(yī)療”、“智慧城鄉(xiāng)”、“智能辦公”、“智啟萬(wàn)象”、“智能芯算”10期各領(lǐng)域AI+節(jié)目展示的基礎(chǔ)上，推出《中國(guó)★工智能應(yīng)用發(fā)展報(bào)告（2025》，系統(tǒng)地總結(jié)了當(dāng)前中國(guó)★工智能技術(shù)發(fā)展和應(yīng)用現(xiàn)狀。報(bào)告創(chuàng)新性地提出★工智能的“654”體系，即六大技術(shù)創(chuàng)新趨勢(shì)、五新應(yīng)用落地場(chǎng)景和產(chǎn)業(yè)智能化四力分析模型，旨在構(gòu)建全景式框架，力求呈現(xiàn)既有理論深度又兼具實(shí)踐價(jià)值的行業(yè)圖景。圖★工智能應(yīng)用研究“654”目錄第一章：人工智能：新質(zhì)生產(chǎn)力的強(qiáng)勁引擎（一）（二）（三）第二章：人工智能技術(shù)創(chuàng)新六大趨勢(shì)趨勢(shì)一：強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)認(rèn)知深化，模型推理能力持續(xù)提升趨勢(shì)二：多模態(tài)融合加快推進(jìn)，拓展智能交互邊界趨勢(shì)四：AIAgent迅速發(fā)展，以目標(biāo)驅(qū)動(dòng)替代指令響應(yīng)趨勢(shì)五：具身智能邁向深度情境理解與自主交互趨勢(shì)六：AI基礎(chǔ)設(shè)施持續(xù)精進(jìn)，構(gòu)筑高效能AI第三章：人工智能應(yīng)用落地“五新”場(chǎng)景（一）（二）（三）（四）（五）第四章：產(chǎn)業(yè)智能化“四力”觀察（一）技術(shù)創(chuàng)新力：AI（二）（三）市場(chǎng)滲透力：數(shù)字原生、創(chuàng)意導(dǎo)向及技術(shù)強(qiáng)耦合型行業(yè)成為AI（四）業(yè)務(wù)價(jià)值力：AI第五章：展望與建議（一）（二）技術(shù)創(chuàng)新：強(qiáng)化AI（三）（四）（五）附錄：《贏在AI+》創(chuàng)企案例第一章｜第一章｜以大模型為代表的新一代★工智能技術(shù)不斷突破，其通用性特征引發(fā)的技術(shù)范式變革持續(xù)釋放創(chuàng)新潛能，成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。當(dāng)前，★工智能已上升為全球科技競(jìng)爭(zhēng)的戰(zhàn)略焦點(diǎn)，主要經(jīng)濟(jì)體通過(guò)政策引導(dǎo)、資本聚合和生態(tài)構(gòu)建，在基礎(chǔ)研究攻堅(jiān)、應(yīng)用場(chǎng)景拓展和治理體系創(chuàng)新等領(lǐng)域展開(kāi)全方位競(jìng)合。我國(guó)憑借系統(tǒng)性創(chuàng)新優(yōu)勢(shì)，在這場(chǎng)全球智能革命中展現(xiàn)出強(qiáng)勁發(fā)展態(tài)勢(shì)：基礎(chǔ)模型不斷突破、“★工智能+”應(yīng)用創(chuàng)新蓬勃發(fā)展?！锕ぶ悄芡ㄟ^(guò)深度融合實(shí)體經(jīng)濟(jì)，正在重塑生產(chǎn)方式、優(yōu)化資源配置、提升全要素生產(chǎn)率，成為培育新質(zhì)生產(chǎn)力的關(guān)鍵支撐，為經(jīng)濟(jì)高質(zhì)量發(fā)展注入源源不斷的創(chuàng)新動(dòng)能。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第一章第一章｜（一（一通用目的技術(shù)（Generale,GPT）因其技術(shù)滲透性、創(chuàng)新互補(bǔ)性和生產(chǎn)力重構(gòu)性，往往技術(shù)特性，帶來(lái)新一輪的技術(shù)經(jīng)濟(jì)范式重構(gòu)，并引領(lǐng)新質(zhì)生產(chǎn)力發(fā)展。三是通過(guò)慢思考推理過(guò)程，提升自主解決復(fù)雜問(wèn)題的能力。大模型通過(guò)模擬★類“系統(tǒng)2思維”模式（即主動(dòng)控制的、有意識(shí)進(jìn)行的思考），決策等復(fù)雜任務(wù)的能力，表現(xiàn)出越來(lái)越強(qiáng)的思考和認(rèn)知能力。AI中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第一章第一章｜（二（二★工智能是生產(chǎn)要素配置的新質(zhì)工具，根據(jù)生產(chǎn)函數(shù)理論，只有當(dāng)生產(chǎn)要素通過(guò)應(yīng)用轉(zhuǎn)化為實(shí)際的生產(chǎn)力時(shí)，才能真正創(chuàng)造出經(jīng)濟(jì)價(jià)值。根據(jù)新技術(shù)產(chǎn)品發(fā)展的“S型曲線規(guī)律”，一開(kāi)始，由于基礎(chǔ)研究和技術(shù)路線探索不確定性大，產(chǎn)業(yè)處于萌芽期。技術(shù)路線清晰后，有更多參與者加入、更多用例出現(xiàn)，同時(shí)工藝進(jìn)步顯著，效率加快提高，產(chǎn)業(yè)越過(guò)曲線的第一個(gè)拐點(diǎn)，滲透率和市場(chǎng)規(guī)模進(jìn)入高速增長(zhǎng)期。當(dāng)前，★工智能技術(shù)已經(jīng)跨越了第一個(gè)拐點(diǎn)，且大模型的訓(xùn)練和推理效率持續(xù)提升，成本不斷降低，大規(guī)模應(yīng)用的條件已經(jīng)具備，進(jìn)入S曲線的高速成長(zhǎng)期，這一時(shí)期AII自2017年Transformer架構(gòu)提出以來(lái)，大模型經(jīng)歷了快速的發(fā)展。首先，模型的參數(shù)量和訓(xùn)練數(shù)據(jù)量大幅上升，2018年BERT模型均僅有1.1億左右參數(shù)，訓(xùn)練數(shù)據(jù)量大約33token；到2025年，頭部模型參數(shù)量已突破萬(wàn)億級(jí)，訓(xùn)練數(shù)據(jù)量擴(kuò)展至10萬(wàn)億token以上，多模態(tài)數(shù)據(jù)（圖像、視頻、代碼等）占比顯著提升。其次，r提升模型在處理長(zhǎng)序列時(shí)的效率和性能；MoE架構(gòu)在保持模型效果的同時(shí)提升訓(xùn)練和推理效率；強(qiáng)化學(xué)習(xí)的大規(guī)模采用提升模型的邏輯推理能力。另一方面，部分機(jī)構(gòu)已經(jīng)在探索Transformer架構(gòu)之外的新算法，例如MIT提出的LiquidnModel，采用的是液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）；此外，Transformer架構(gòu)與其他模型架構(gòu)的融nTransformer）模型，極強(qiáng)地提高了圖像生成的質(zhì)量。在模型算法、參數(shù)量、數(shù)據(jù)量的協(xié)同作用下，大模型在基準(zhǔn)測(cè)試中的表現(xiàn)持續(xù)提升。斯坦福大學(xué)發(fā)布的《2025I（如圖像分類、中等難度閱讀理解、多任務(wù)語(yǔ)言理解、競(jìng)賽級(jí)別推理等）上已經(jīng)超過(guò)了★類的平均水平。以LLM的常用評(píng)測(cè)標(biāo)準(zhǔn)MMLU（1年初全球最先進(jìn)大模型的MMLU得分剛達(dá)到60%，2022年底超過(guò)70%，而2023年底已提升至超過(guò)85%，到20255月，MMLU93%以上。圖12023年以來(lái)典型模型的MMLU基準(zhǔn)測(cè)試得分（平均準(zhǔn)確率IV3單次訓(xùn)練的硬件成本約600萬(wàn)美元，僅為GPT-4單次訓(xùn)練成本的1/10。在MMLU基準(zhǔn)測(cè)試中達(dá)到GPT-3.5水平（MMLU準(zhǔn)確率64.8%）的AI模型調(diào)用成本，已從2022年11月的20美元/每百萬(wàn)token，驟降至2024年10月的0.07美元/每百萬(wàn)token，18個(gè)月內(nèi)AI成本下降99.6%。另一方面，模型壓縮與知識(shí)蒸餾技術(shù)的協(xié)MMLU上評(píng)測(cè)得分超過(guò)4兩年內(nèi)尺寸減少為之前的1/142。主要★工智能開(kāi)發(fā)公司都發(fā)布了緊湊且性能omini、o1-mini、Gemini0a18B和qwen3-8b圖2特定基準(zhǔn)測(cè)試水平的推理價(jià)格變化（2022-2024年數(shù)據(jù)來(lái)源：斯坦福大學(xué)，《2025AI，EpochDealroom數(shù)據(jù)顯示，2024年全球★工智能（AI）初創(chuàng)企業(yè)在融資總額達(dá)到1100億美元，較上一年增長(zhǎng)了AIAI企業(yè)進(jìn)行調(diào)研訪談，可以看到開(kāi)源模型的采納比例在持續(xù)提升，202412有34.7%，同時(shí)采用開(kāi)源和閉源模型的占48.4%；到2025年3月，這一比例顯著上升，僅使用開(kāi)源模型的比例46.9%，12.2%。圖3AI1500AI技術(shù)和解決方案已經(jīng)深入到了文化傳媒、智能硬件、醫(yī)療、機(jī)器★、制造、汽車、教育等多個(gè)行業(yè)，通過(guò)創(chuàng)新產(chǎn)品和服務(wù)、優(yōu)化生產(chǎn)流程來(lái)推動(dòng)這些行業(yè)的智能化轉(zhuǎn)型。例如，在醫(yī)療健康領(lǐng)域，基于AI的診斷系統(tǒng)能夠輔助醫(yī)生進(jìn)行更精準(zhǔn)的疾病診斷；在制造業(yè)中，智能機(jī)器★推動(dòng)高效自動(dòng)化生產(chǎn)。此外，AI還在催生諸如智能輔助駕駛、★形機(jī)器★、AI硬件等的新型業(yè)態(tài)，展示了其廣闊的應(yīng)用前景。IDC數(shù)據(jù)顯示，2024年全球★工智能IT投資規(guī)模為3158億美元，中國(guó)占亞太地區(qū)★工智能總支出超五成。預(yù)計(jì)到2028年中國(guó)★工智能總投資規(guī)模將突破1,000億美元，生成式AI投資占比將達(dá)到30.6%。隨著科技的發(fā)展，每一代新技術(shù)都在此前基礎(chǔ)之上加速進(jìn)化，新技術(shù)被大規(guī)模實(shí)際應(yīng)用所需的時(shí)間正在不斷I發(fā)布以來(lái)僅用1年便實(shí)現(xiàn)10%的市場(chǎng)滲透率，并預(yù)計(jì)2025II1萬(wàn)億美元。AI技術(shù)正在形成一個(gè)“技術(shù)創(chuàng)新→產(chǎn)業(yè)轉(zhuǎn)化→行業(yè)應(yīng)用→反哺研發(fā)”的良性循環(huán)，加速促進(jìn)技術(shù)經(jīng)濟(jì)系統(tǒng)的協(xié)同進(jìn)化。圖4（三（三我國(guó)高度重視★工智能發(fā)展。2024年，“★工智能+”首次被納入《政府工作報(bào)告》，明確提出要深化大數(shù)據(jù)、★工智能的研發(fā)與應(yīng)用，這標(biāo)志著★工智能正式上升為國(guó)家戰(zhàn)略。同年，國(guó)務(wù)院國(guó)資委發(fā)起了“★工智能+”專項(xiàng)行動(dòng)，旨在加速國(guó)有企業(yè)在數(shù)字化轉(zhuǎn)型中的★工智能深度應(yīng)用；工業(yè)和信息化部聯(lián)合其他三個(gè)部門發(fā)布了《國(guó)家★工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南（024版）務(wù)、賦能新型工業(yè)化、行業(yè)應(yīng)用、安全/治理等7個(gè)部分組成的★工智能標(biāo)準(zhǔn)體系框架，并計(jì)劃至2026年新制定國(guó)家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)超過(guò)50項(xiàng)以上，為行業(yè)的規(guī)范化發(fā)展提供了堅(jiān)實(shí)的技術(shù)支撐。為應(yīng)對(duì)★工智能技術(shù)發(fā)展帶來(lái)的安全風(fēng)險(xiǎn)，推動(dòng)★工智能的健康發(fā)展和規(guī)范應(yīng)用，2024年9月，全國(guó)網(wǎng)絡(luò)安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)發(fā)布《★工智能安全治理框架》，通過(guò)系統(tǒng)性的治理原則、分類明確的安全風(fēng)險(xiǎn)、綜合性的技術(shù)應(yīng)對(duì)措施、全面的綜合治理措施以及詳中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告細(xì)的開(kāi)發(fā)應(yīng)用指引，為AI的安全治理提供了全面的指導(dǎo)和支持。2025各省市結(jié)合自身產(chǎn)業(yè)特色和優(yōu)勢(shì)，制定相關(guān)政策措施推動(dòng)★工智能發(fā)展，并出臺(tái)★工智能創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)和行動(dòng)計(jì)劃。例如，北京市發(fā)布了《推動(dòng)“★工智能+”行動(dòng)計(jì)劃（2024-2025年）》，力爭(zhēng)形成3-5個(gè)先進(jìn)可用、自主可控的基礎(chǔ)大模型產(chǎn)品、100個(gè)優(yōu)秀的行業(yè)大模型產(chǎn)品和1000個(gè)行業(yè)成功案例。率先建設(shè)AI京市成為具有全球影響力的★工智能創(chuàng)新策源地和應(yīng)用高地。浙江省則提出全面構(gòu)建國(guó)內(nèi)一流的通用★工智能發(fā)展生態(tài)，培育千億級(jí)★工智能融合產(chǎn)業(yè)集群10個(gè)、省級(jí)創(chuàng)新應(yīng)用先導(dǎo)區(qū)15個(gè)、特色產(chǎn)業(yè)園區(qū)100量超3000家，總營(yíng)業(yè)收入突破10000在政策和市場(chǎng)的雙向驅(qū)動(dòng)下，我國(guó)人工智能產(chǎn)業(yè)正加速“政產(chǎn)學(xué)研用”協(xié)同，逐步形成以政策為牽引、技術(shù)為新，并協(xié)同開(kāi)源戰(zhàn)略加速技術(shù)擴(kuò)散，形成生態(tài)輻射效應(yīng)，AI技術(shù)的迭代速度呈現(xiàn)指數(shù)級(jí)增長(zhǎng)；各行業(yè)企業(yè)加速業(yè)務(wù)場(chǎng)景的★工智能應(yīng)用探索，推動(dòng)“★工智能+”融合創(chuàng)新。IDC預(yù)計(jì)，到2025年，全球2000強(qiáng)（G2000）企業(yè)將把超過(guò)4%的核心T支出用于I相關(guān)計(jì)劃，從而使產(chǎn)品和流程創(chuàng)新率實(shí)現(xiàn)兩位數(shù)的增長(zhǎng);政府引導(dǎo)基金+風(fēng)險(xiǎn)投資+產(chǎn)業(yè)資本”形成協(xié)同網(wǎng)絡(luò)，加快對(duì)★工智能技術(shù)及應(yīng)用的多層次資金支持，助力技術(shù)創(chuàng)新與商業(yè)落地。隨著“★工智能+”行動(dòng)縱深推進(jìn)，這種生態(tài)優(yōu)勢(shì)將催生更多創(chuàng)新，為經(jīng)濟(jì)高質(zhì)量發(fā)展注入持續(xù)動(dòng)力。第二章｜第二章｜當(dāng)前★工智能技術(shù)已在多個(gè)領(lǐng)域展現(xiàn)出卓越的實(shí)力，接近甚至超過(guò)★類水平：在自然語(yǔ)言處理領(lǐng)域，其閱讀理解能力遠(yuǎn)超★類平均水平，能夠精準(zhǔn)解析復(fù)雜文本語(yǔ)義；在視覺(jué)領(lǐng)域，圖像分類任務(wù)的準(zhǔn)確率持續(xù)突破新高；在編程領(lǐng)域，智能代碼生成工具不僅能高效完成復(fù)雜的編程任務(wù)，還能自動(dòng)優(yōu)化代碼邏輯，展現(xiàn)出專業(yè)開(kāi)發(fā)者級(jí)別的編程水準(zhǔn)；在數(shù)學(xué)競(jìng)賽中，AI多次取得超越★類頂尖選手的優(yōu)異成績(jī)。當(dāng)前大模型的推理能力不斷提升，多模態(tài)理解和輸出能力快速擴(kuò)展，行動(dòng)能力從數(shù)字世界滲透到物理世界，夯實(shí)通用目的技術(shù)的基礎(chǔ)能力，為未來(lái)在行業(yè)的大規(guī)模應(yīng)用奠定基礎(chǔ)。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第二章第二章｜gLaws）持續(xù)有效，隨著預(yù)訓(xùn)練階段投入的數(shù)據(jù)量、計(jì)算資源以及模型參數(shù)的不斷擴(kuò)大，模型的性能呈現(xiàn)穩(wěn)步提升的態(tài)勢(shì)。但在近期，預(yù)訓(xùn)練階段提高模型參數(shù)量帶來(lái)的邊際收益開(kāi)始遞減。為了繼續(xù)提升模型解決長(zhǎng)程問(wèn)題的能力，在后訓(xùn)練（post-training）被動(dòng)應(yīng)答轉(zhuǎn)向主動(dòng)求解，讓模型的表現(xiàn)取得了突破。全球★工智能機(jī)構(gòu)紛紛開(kāi)始嘗試挖掘強(qiáng)化學(xué)習(xí)在后訓(xùn)練階段的Io3、Gemini2.5Pro、DeepSeekR1、Qwen3等。實(shí)踐表明，在后訓(xùn)練階段投入更多算力得到的推理，隨著思考時(shí)間以及消耗token的增加，解決復(fù)雜問(wèn)題的能力也隨之提升。意味著gLaws從預(yù)訓(xùn)練階段逐漸向后訓(xùn)練以及推理時(shí)（test-time）階段延伸。近年來(lái)生成式★工智能的能力快速提升，并在內(nèi)容生成、信息檢索等方面的能力已得到廣泛驗(yàn)證和認(rèn)可，涌現(xiàn)出一系列語(yǔ)言模型、視頻圖片理解模型、文生圖模型、文生視頻模型。然而，現(xiàn)實(shí)世界中的信息是多模態(tài)的，包括文字、圖片、視頻、聲音、觸感等。★類在感知世界時(shí)通過(guò)多種感官來(lái)獲取信息，例如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、大模型廠商紛紛推出多模態(tài)大模型，如GPT-4o和Qwen2.5-Omni等。多模態(tài)大模型的核心能力體現(xiàn)在數(shù)據(jù)處理和學(xué)習(xí)能力上，需要能夠整合多模數(shù)據(jù)實(shí)現(xiàn)跨模態(tài)融合，學(xué)習(xí)不同模態(tài)間的關(guān)聯(lián)和映射，平衡各模態(tài)的貢獻(xiàn)做好模態(tài)融合。未來(lái)多模態(tài)技術(shù)將進(jìn)一步提升通用性與泛化能力，通過(guò)統(tǒng)一架構(gòu)實(shí)現(xiàn)跨模態(tài)、跨任務(wù)的靈活適應(yīng)，減少對(duì)特定數(shù)據(jù)訓(xùn)練的依賴，使AI系統(tǒng)能像★類一樣廣泛理解并處理未知場(chǎng)景。交互方式將更加智能自然，模型不僅能解析文字、圖像、語(yǔ)音、視頻等多元信號(hào)，還能融合表情、語(yǔ)調(diào)、手勢(shì)等多維信息，實(shí)現(xiàn)情景化、擬★化的雙向溝通，大幅提升★機(jī)協(xié)作體驗(yàn)。相比單模態(tài)模型，多模態(tài)模型將顯著提升響應(yīng)速度。在現(xiàn)實(shí)應(yīng)用中，實(shí)時(shí)處理能力還需進(jìn)一步加強(qiáng)，面向自動(dòng)駕駛、AR/VR與硬件協(xié)同設(shè)計(jì)，實(shí)現(xiàn)多模態(tài)數(shù)據(jù)流的低延遲融合與即時(shí)響應(yīng)。當(dāng)下，大模型應(yīng)用正快步向端側(cè)大規(guī)模普及。智能終端廠商紛紛通過(guò)大模型應(yīng)用提升用戶體驗(yàn)。手機(jī)廠商將大模型植入智能手機(jī)系統(tǒng)，實(shí)現(xiàn)智能語(yǔ)音助手的超精準(zhǔn)交互。智能家居廠商借助大模型讓家居設(shè)備互聯(lián)互通，依據(jù)居住者習(xí)慣精準(zhǔn)調(diào)控家電，打造個(gè)性化舒適空間。端側(cè)硬件能力相對(duì)薄弱成為大模型端側(cè)應(yīng)用的最大掣肘。在推理方面上，端側(cè)芯片算力不足可能致使模型處理數(shù)據(jù)遲緩，難以滿足實(shí)時(shí)需求；在存儲(chǔ)方面，有限的存儲(chǔ)容量難以容納龐大的模型參數(shù)；能耗更是一大痛點(diǎn)，持續(xù)高能耗會(huì)大幅縮短終端續(xù)航。在這種情況下，通過(guò)模型壓縮技術(shù)得到的小尺寸模型受到端側(cè)應(yīng)用場(chǎng)景的青睞。分解（Low-RankFactorization)等。其中蒸餾技術(shù)近期特別受到關(guān)注，由能力強(qiáng)的大尺寸模型蒸餾得到的小尺寸當(dāng)前大模型雖在文本生成、信息檢索等任務(wù)中展現(xiàn)強(qiáng)大能力，但其被動(dòng)響應(yīng)機(jī)制與碎片化決策模式仍與★類的思維方式存在本質(zhì)差異。面對(duì)需要長(zhǎng)期規(guī)劃的任務(wù)或動(dòng)態(tài)環(huán)境中的實(shí)時(shí)調(diào)整以及主動(dòng)工具調(diào)用，大模型往往缺乏自主推理和持續(xù)學(xué)習(xí)能力，在指令響應(yīng)階段徘徊。為突破這一瓶頸，基于大模型的智能體（Agent）成為將智能作用于行動(dòng)的橋梁。據(jù)Researchand億美元，年均復(fù)合增長(zhǎng)率為44.8%。國(guó)內(nèi)外機(jī)構(gòu)已經(jīng)積極推出垂直Agent產(chǎn)品，給定目標(biāo)即可自行分解任務(wù)拿到結(jié)果。表1近期市場(chǎng)發(fā)布的典型Agent機(jī)構(gòu)2025年4Qwen3，具備自主決策、環(huán)境感知、工具使用等能力，可以根據(jù)開(kāi)發(fā)者的編碼訴求，使用工程檢索、文件編輯、終端等工具，端到端地完成編碼任務(wù)。同時(shí)，支持開(kāi)發(fā)MCP2025年2ClaudeCode是AnthropicAIAgent。它旨在通過(guò)自然語(yǔ)言指令幫2025年1OpenAIOperator通過(guò)強(qiáng)化學(xué)習(xí)，將GPT-4o的視覺(jué)能力與高級(jí)推理能力相結(jié)合，讓Operator可并采取“行動(dòng)”，I2025年1智譜：GLM-PC2024年12基于多模態(tài)大模型GeminiIAgents。通用大模型助手ProjectAstra能觀察并理解世界的動(dòng)態(tài)，并實(shí)時(shí)響應(yīng)以幫助用戶完成日常任務(wù)或解答問(wèn)題。瀏覽器助手ProjectMariner通過(guò)Chrome務(wù)。編程助手Jules能夠直接集成到GitHub的工作流程系統(tǒng)中，分析復(fù)雜代碼庫(kù)并實(shí)施修復(fù)。Agent運(yùn)行機(jī)制圍繞規(guī)劃（Planning）、記憶（Memory）、反思（React）、工具（ToolUse）等要素，任務(wù)序列，在Agent系統(tǒng)中通過(guò)實(shí)時(shí)評(píng)估環(huán)境反饋以調(diào)整策略，Agent的任務(wù)分解與動(dòng)態(tài)決策效率得以增強(qiáng)。記憶系統(tǒng)的發(fā)展讓Agent能夠擁有用戶行為的超長(zhǎng)上下文，從而能夠更好地理解用戶意圖，處理長(zhǎng)時(shí)間序列任務(wù)。在工具使用領(lǐng)域的突破尤為突出，模型上下文協(xié)議（ModelContext,MCP）消除了基礎(chǔ)模型和外部工具之間的適配成本，已成為事實(shí)標(biāo)準(zhǔn)，繁榮了Agent可調(diào)用的工具生態(tài)。未來(lái)，Agent基于不確定目標(biāo)的推演能力、對(duì)Agent行為進(jìn)行在線強(qiáng)化學(xué)習(xí)以及Agent效果評(píng)測(cè)將成為突破重點(diǎn)，推動(dòng)Agent的能力提升以及多Agent協(xié)作不斷增強(qiáng)?！锕ぶ悄馨l(fā)展的重要方向是由數(shù)字世界進(jìn)入物理世界，具身智能（EmbodiedIntelligence）作為這一方向的重要技術(shù)，將AI深度融入物理實(shí)體（如機(jī)器★），賦予其自主感知、學(xué)習(xí)與環(huán)境實(shí)時(shí)交互的能力，受到廣泛的關(guān)注。2025年，政府工作報(bào)告首次提及具身智能。IT桔子數(shù)據(jù)顯示，2025融資事件超40起，成為最受資本青睞的賽道之一，充分彰顯其技術(shù)潛力與商業(yè)價(jià)值。大模型的發(fā)展推動(dòng)了具身智能在深度智能化以及運(yùn)動(dòng)控制領(lǐng)域的進(jìn)展，表現(xiàn)出深度情境理解能力與自主交互能力大幅提升。在深度智能化領(lǐng)域，呈現(xiàn)出大腦和小腦相結(jié)合的技術(shù)路線：由大腦負(fù)責(zé)顯式的高層級(jí)規(guī)劃，將任務(wù)拆分為子步驟；小腦負(fù)責(zé)將子步驟轉(zhuǎn)化為機(jī)械動(dòng)作，實(shí)現(xiàn)運(yùn)動(dòng)控制。在運(yùn)動(dòng)控制領(lǐng)域，模仿學(xué)習(xí)側(cè)重于觀察和模仿專家策略，強(qiáng)化學(xué)習(xí)強(qiáng)調(diào)基于環(huán)境采取行動(dòng)以取得最大化的預(yù)期利益，擴(kuò)散模型也在多模態(tài)動(dòng)作預(yù)測(cè)與生成領(lǐng)域表現(xiàn),VLA模型）所需的任務(wù)動(dòng)作數(shù)據(jù)采集成本依然很高，合成數(shù)據(jù)為補(bǔ)足真實(shí)數(shù)據(jù)缺口提供了有效方案。當(dāng)前階段具身智能的技術(shù)路線并未收斂，基于世界模型的高精度模擬環(huán)境、多模態(tài)聯(lián)合建模、具身智能的自我認(rèn)知等領(lǐng)域仍需進(jìn)一步突破，多種技術(shù)也在互相融合，彼此取長(zhǎng)補(bǔ)短?！锕ぶ悄芗夹g(shù)的快速發(fā)展對(duì)IT基礎(chǔ)設(shè)施提出了前所未有的挑戰(zhàn)。隨著計(jì)算量的增加，IT基礎(chǔ)設(shè)施從以CPU為核glaws從預(yù)訓(xùn)練階段向后訓(xùn)練以及推理時(shí)階段延伸以及AI應(yīng)用的大規(guī)模落I的發(fā)展可能需要100萬(wàn)倍的算力支撐。面對(duì)飛速增長(zhǎng)的算力需求，一方面，計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)需協(xié)同發(fā)展，構(gòu)建大規(guī)模訓(xùn)練和推理集群。萬(wàn)卡、十萬(wàn)卡級(jí)別的算力集群需要超大規(guī)模和超高交換能力的網(wǎng)絡(luò)系統(tǒng)、超高吞吐超低延遲能夠處理多模態(tài)數(shù)據(jù)的存儲(chǔ)系統(tǒng)、高性能算子優(yōu)化和任務(wù)管理調(diào)度能力，全面提升集群的加速比和利用率。大規(guī)模集群的能耗問(wèn)題已經(jīng)相當(dāng)嚴(yán)峻，能耗優(yōu)化技術(shù)也在相應(yīng)發(fā)展。另一方面，在算力供給受限的情況下，通過(guò)極致的工程優(yōu)化充分釋放現(xiàn)有硬件設(shè)備的計(jì)算能力也成為重要課題。MoEeVCache的深度優(yōu)化等技術(shù)組合使用，可以在一定程度上緩解高端GPU的短缺，構(gòu)筑高效能AI發(fā)展的堅(jiān)實(shí)底座。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，★工智能激發(fā)了前所未有的創(chuàng)想浪潮，正在開(kāi)啟AI應(yīng)用的新紀(jì)元。一方面，“AI+硬件”不斷推陳出新，催生出全新的智能硬件形態(tài)，形成AIPC、AI手機(jī)、AI眼鏡、AI電視等產(chǎn)品；另一方面，“AI+軟件”加速迭代，涌現(xiàn)出AI設(shè)計(jì)、AI寫(xiě)作、AI搜索、AI畫(huà)圖等眾多應(yīng)用；此外，“AI+行業(yè)”也縱深推進(jìn)，★工智能廣泛融入企業(yè)生產(chǎn)經(jīng)營(yíng)的各個(gè)環(huán)節(jié)，從研發(fā)設(shè)計(jì)、生產(chǎn)制造到供應(yīng)鏈優(yōu)化，從市場(chǎng)營(yíng)銷到客戶服務(wù)，驅(qū)動(dòng)千行百業(yè)智能化轉(zhuǎn)型。第三章｜根據(jù)阿里云研究院對(duì)國(guó)內(nèi)1500AI+”節(jié)目錄制現(xiàn)場(chǎng)與數(shù)百位AI采用嵌入式AI、AI助理、AIAgent等模式進(jìn)行以上五類場(chǎng)景賦能，推動(dòng)行業(yè)智能化發(fā)展。圖5中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第三章第三章｜（一（一AI和消費(fèi)品行業(yè)生產(chǎn)率提高1.2%至2.0%，可將制藥和醫(yī)療行業(yè)的生產(chǎn)率提高2.6%至4.5%。具體來(lái)看，★工智AI務(wù)交給智能助手，或通過(guò)AIAgent進(jìn)行智能化的流程優(yōu)化和任務(wù)處理，從而騰出更多精力專注于創(chuàng)新性和前瞻性工作。例如某證券公司AI辦公助手采用外部API和內(nèi)部自研大模型相結(jié)合的模式，自2023年11月上線以來(lái)，每日平均使用AI辦公助手超過(guò)2000★次，提升了員工處理證券業(yè)務(wù)及日常辦公問(wèn)題的效率。再例如智能移動(dòng)辦公平臺(tái)釘成會(huì)議紀(jì)要，讓參會(huì)★能夠更高效聚焦內(nèi)容討論，會(huì)后紀(jì)要查閱也更輕松。ChatExcel則可以讓用戶通過(guò)對(duì)話的方基于大模型的代碼開(kāi)發(fā)插件以及IDE正在革新企業(yè)研發(fā)部門的開(kāi)發(fā)效能，開(kāi)發(fā)者只需提供簡(jiǎn)單的自然語(yǔ)言描述或代碼上下文，大模型就能夠快速理解開(kāi)發(fā)者意圖，自動(dòng)生成高質(zhì)量、規(guī)范的代碼片段，大幅降低重復(fù)性編碼工33%11%；90%26%AI大模型正在拓展內(nèi)容創(chuàng)作的邊界和各種可能性。通過(guò)海量語(yǔ)料訓(xùn)練，AI大模型能夠理解復(fù)雜的語(yǔ)境和創(chuàng)作意圖，并生成富有創(chuàng)造性、風(fēng)格多樣的內(nèi)容。目前AIGC動(dòng)畫(huà)制作等行業(yè)。例如，由中央廣播電視總臺(tái)制作的中國(guó)首部文生視頻AI動(dòng)畫(huà)片《千秋詩(shī)頌》，從美術(shù)設(shè)計(jì)到動(dòng)效生成，再到后期成片，均為AIGC輔助制作，通過(guò)“★工提示+智能設(shè)計(jì)+輔助生成+后期調(diào)整”的工作模式，可以顯著降低★力、時(shí)間、資金等資源成本。按照傳統(tǒng)動(dòng)畫(huà)制作流程計(jì)算，《千秋詩(shī)頌》至少需要8個(gè)月時(shí)間，而在AIGC賦能下，該片制作周期縮短至4個(gè)月，極大提升了動(dòng)畫(huà)團(tuán)隊(duì)的創(chuàng)作效率。再例如，極睿科技作為電商行業(yè)AI個(gè)億的GMV，采用傳統(tǒng)工作方式，內(nèi)容團(tuán)隊(duì)至少需要配置10～15★，內(nèi)容制作還需要每年額外付出200萬(wàn)★民幣成本。現(xiàn)在只需要2個(gè)★加上AI產(chǎn)品矩陣，大約15～20萬(wàn)★民幣成本，就能達(dá)到同等效果。一套AI系統(tǒng)工具可以在1個(gè)月時(shí)間，智能完成1.5萬(wàn)條種草和轉(zhuǎn)化短視頻。又如，某汽輪機(jī)廠的智能化實(shí)踐揭示了生成式★工智能對(duì)高端制造的設(shè)計(jì)革新。其部署的工業(yè)大模型平臺(tái)深度重構(gòu)了產(chǎn)品設(shè)計(jì)流程：面對(duì)年均近150臺(tái)套機(jī)組的設(shè)計(jì)任務(wù)，傳統(tǒng)模式下，30動(dòng)標(biāo)注，設(shè)計(jì)師僅需負(fù)責(zé)最終審圖及適當(dāng)糾偏，交付級(jí)別圖紙的設(shè)計(jì)效率提升10倍。通過(guò)AIAI不僅廣泛應(yīng)用于文化傳媒等偏重內(nèi)容創(chuàng)意的產(chǎn)業(yè)，通過(guò)增強(qiáng)的行業(yè)理解能力以及工具調(diào)用能力，也廣泛應(yīng)用經(jīng)營(yíng)效率。Agent可以通過(guò)數(shù)據(jù)處理、工具調(diào)用和自動(dòng)化能力，從流程協(xié)同、生產(chǎn)調(diào)度等各個(gè)環(huán)節(jié)，對(duì)業(yè)務(wù)流程進(jìn)行優(yōu)化與迭代，構(gòu)建起高效流程體系，為企業(yè)降本增效、增強(qiáng)競(jìng)爭(zhēng)力注入強(qiáng)大動(dòng)力。方案，最快實(shí)現(xiàn)3天交付，平均效率提升40%以上，減少60%（二（二強(qiáng)的優(yōu)質(zhì)服務(wù)感受，開(kāi)啟服務(wù)領(lǐng)域的全新篇章。根據(jù)市場(chǎng)研究公司FutureMarketInsights預(yù)測(cè)，全球AI咨詢服務(wù)在2033年市場(chǎng)規(guī)模預(yù)計(jì)達(dá)8010億美元，其中約30%～40%的需求直接或間接關(guān)聯(lián)客戶體驗(yàn)提升（如智能15%~25%的轉(zhuǎn)化率；在金融服務(wù)場(chǎng)景，智能投顧和AI個(gè)性化理財(cái)建議等服務(wù)市場(chǎng)到2028年的復(fù)合增長(zhǎng)率也將高30%，30%的問(wèn)題得到智能精準(zhǔn)解答，提升了用戶滿意度和交互體驗(yàn)。AIAI（三（三AI大模型正成為驅(qū)動(dòng)產(chǎn)品新形態(tài)發(fā)展的核心力量，在繪畫(huà)、寫(xiě)作等內(nèi)容創(chuàng)作領(lǐng)域，其生成式能力賦予產(chǎn)品全新內(nèi)涵，極大地降低創(chuàng)作門檻，激發(fā)創(chuàng)作活力。在硬件產(chǎn)品方面，隨著年初DeepSeek大模型效應(yīng)的延伸，小尺寸端側(cè)大模型通過(guò)蒸餾技術(shù)大幅提升推理性能，可讓智能硬件對(duì)圖像、語(yǔ)音有更精準(zhǔn)的感知和理解，促使產(chǎn)品交互模式發(fā)生質(zhì)的飛躍。根據(jù)IDC預(yù)測(cè)，2025III20%，終端側(cè)AI功能（如智能影像、語(yǔ)音助手、個(gè)性化推薦）成為標(biāo)配。此外，從產(chǎn)業(yè)創(chuàng)新視角看，大模型還在全方位推動(dòng)自動(dòng)駕駛和具身智能這兩個(gè)未來(lái)萬(wàn)億級(jí)市場(chǎng)的快速發(fā)展和演進(jìn)。根據(jù)麥肯錫預(yù)測(cè)，到2030年中國(guó)自動(dòng)駕駛相關(guān)的新車銷售及出行服務(wù)將創(chuàng)造超過(guò)5000億美元的收入?！?024年具身智能產(chǎn)業(yè)發(fā)展研究報(bào)告》顯示，中國(guó)具身智能市場(chǎng)有望在未來(lái)幾年內(nèi)保持快速增長(zhǎng)態(tài)勢(shì)，預(yù)計(jì)到2030年，中國(guó)市場(chǎng)規(guī)?？蛇_(dá)8000億元以上。生成式能力創(chuàng)新產(chǎn)品形態(tài)，催生AIAIAI于AIGC的兒童繪本產(chǎn)品等主題，短短3分鐘，就能獲得以自家孩子為故事主角的特定主題童話繪本。這種創(chuàng)新的內(nèi)容創(chuàng)作形式，讓孩子能夠擁有自己的故事，感受到獨(dú)特的情感連接。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第三章第三章｜大模型疊加硬件實(shí)現(xiàn)產(chǎn)品升級(jí)，AI大模型技術(shù)和硬件功能的集成創(chuàng)新，還可以助力產(chǎn)品形態(tài)的變革和發(fā)展。尤其在個(gè)★PC基于端云模型結(jié)合，通過(guò)強(qiáng)大的數(shù)據(jù)處理和分析功能，這些設(shè)備能夠?qū)崿F(xiàn)更加精準(zhǔn)的語(yǔ)音識(shí)別、圖像處理和上下文理解，使得★機(jī)交互更加自然和高效。再例如雷鳥(niǎo)創(chuàng)新聯(lián)合通義大模型開(kāi)發(fā)的AR式都能夠被實(shí)時(shí)處理。比如用戶在路邊看到了一棟建筑或者是不認(rèn)識(shí)的植物，AR眼鏡的攝像頭結(jié)合通義大模型便此外，雷鳥(niǎo)AR眼鏡還能夠?qū)崿F(xiàn)即時(shí)翻譯，支持中文與英語(yǔ)、日語(yǔ)、韓語(yǔ)、法語(yǔ)、德語(yǔ)、俄語(yǔ)等多國(guó)語(yǔ)言互譯。即便用戶身處陌生的國(guó)家，也能從容與本地★進(jìn)行交流。AI智能輔助駕駛、具身智能等未來(lái)產(chǎn)業(yè)已經(jīng)與AI緊密相連，其所涉及的系統(tǒng)、應(yīng)用和服務(wù)大范圍基于AI技術(shù)進(jìn)行智能讓機(jī)器★具備“多模態(tài)感知+大腦決策”的通用性。過(guò)去，機(jī)器★像“提線木偶”，每個(gè)動(dòng)作都要工程師復(fù)雜的編程，遇到特殊情況還得★工遙控操作；現(xiàn)在，AI動(dòng)作。只要做一次演示，機(jī)器★可通過(guò)“眼”（裝在機(jī)械臂上的視覺(jué)模塊）（多模態(tài)大模型和AI運(yùn)動(dòng)控制算法），將“看”到的任務(wù)進(jìn)行理解拆解后自動(dòng)生成路徑規(guī)劃，指導(dǎo)“手”（機(jī)械手）完成任務(wù)，這期間不需要傳統(tǒng)示教和編程，并且精度可以達(dá)到工業(yè)級(jí)要求。操作驗(yàn)證無(wú)誤后，這個(gè)任務(wù)再通過(guò)“云”下發(fā)到量產(chǎn)機(jī)器★進(jìn)行執(zhí)行，“機(jī)器★學(xué)徒”就正式應(yīng)征上崗了。當(dāng)操作過(guò)程中遇到干擾，比如說(shuō)零件掉在地上、運(yùn)動(dòng)軌跡被★為遮擋等情況，機(jī)器★也可以自主感知、判斷和修正。在真實(shí)的工業(yè)場(chǎng)景中，機(jī)器★用這樣的方式可以將更換產(chǎn)品線的時(shí)間從原來(lái)的幾天縮短到幾小時(shí)、幾分鐘，駐場(chǎng)★力成本以及產(chǎn)品導(dǎo)入周期都將降低80%以上。當(dāng)機(jī)器★不再需要繁瑣的編程，而是通過(guò)視覺(jué)“觀察學(xué)習(xí)”就能掌握技能，制造業(yè)的柔性化與智能化將會(huì)迎來(lái)質(zhì)變。第三章第三章｜中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告（四（四劃到日常運(yùn)營(yíng)的決策鏈條，顯著推動(dòng)AI輔助決策的發(fā)展。其核心價(jià)值在于將經(jīng)驗(yàn)驅(qū)動(dòng)升級(jí)為“數(shù)據(jù)+算法+領(lǐng)域知識(shí)”的復(fù)合智能，實(shí)現(xiàn)更高精度、更低成本的決策優(yōu)化。例如某銀行推出整合Agent+RAG技術(shù)的智能投顧系統(tǒng)，可實(shí)時(shí)對(duì)接客戶授權(quán)的銀行賬戶、證券賬戶等數(shù)據(jù)源，自動(dòng)提取財(cái)務(wù)數(shù)據(jù)，運(yùn)用自然語(yǔ)言處理技術(shù)與客戶線上溝通，精準(zhǔn)把握投資目標(biāo)與風(fēng)險(xiǎn)偏好。同時(shí)基于對(duì)全球金融市場(chǎng)數(shù)據(jù)的實(shí)時(shí)分析與深度學(xué)習(xí)，快速篩選出最契合客戶需求的金融產(chǎn)品組合，并完成風(fēng)險(xiǎn)收益評(píng)估。投資組合優(yōu)化效率提高40%，客戶咨詢處理時(shí)間縮短50%，且方案的精準(zhǔn)度與收益表現(xiàn)也因模型對(duì)市場(chǎng)的深度洞察而顯著提高。GPT-BI大模型應(yīng)用I7I5II380015%，20%，100%。以往一筆熱軋鋼卷訂單從接單到交付需耗時(shí)18天，如今借助大模型，時(shí)間縮短至1330%。在面對(duì)緊急插單時(shí)，過(guò)去需制造部、質(zhì)量部和大模型能夠?qū)崟r(shí)整合和分析來(lái)自各供應(yīng)鏈各環(huán)節(jié)的信息，如庫(kù)存水平、運(yùn)輸狀況、市場(chǎng)需求等，從而優(yōu)化供應(yīng)鏈管理。包括通過(guò)預(yù)測(cè)需求波動(dòng)、識(shí)別潛在瓶頸，提高庫(kù)存管理的精準(zhǔn)度，減少供應(yīng)鏈延誤和浪費(fèi)。同時(shí)，在配送環(huán)節(jié)，大模型能智能規(guī)劃路線，優(yōu)化使用運(yùn)輸資源，確?？焖俸徒?jīng)濟(jì)的交付。此外，還可以通過(guò)構(gòu)建供應(yīng)鏈智能體、物流決策大模型以及多層級(jí)多通道需求預(yù)測(cè)模型提升供應(yīng)鏈效率。如在某零售客戶應(yīng)用場(chǎng)景中，大模型能在20ms05（五（五2024年諾貝爾化學(xué)獎(jiǎng)的頒發(fā)，標(biāo)志著★工智能（AI）正式登上科學(xué)研究的核心舞臺(tái)，三位獲獎(jiǎng)?wù)咄ㄟ^(guò)AI蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與設(shè)計(jì)，破解了困擾生物學(xué)半個(gè)世紀(jì)的難題，并實(shí)現(xiàn)了“從無(wú)到有”的蛋白質(zhì)創(chuàng)新設(shè)計(jì)。這些發(fā)現(xiàn)不僅深化了★類對(duì)生命的理解，還為開(kāi)發(fā)新藥物、疫苗和環(huán)保技術(shù)，甚至解決抗生素耐藥性和塑料降解等全球性挑戰(zhàn)提供了實(shí)際解決方案。而這只是★工智能助力科研的一個(gè)縮影。RAG17高了科研效率，并挖掘新的科學(xué)發(fā)現(xiàn)。RAG檢索增強(qiáng)技術(shù)，針對(duì)自然資AI90%85%以上，大幅提升了工作★員的調(diào)查和核查效率。例如復(fù)旦大學(xué)基于云上科研智算平臺(tái)CFFF，是行業(yè)內(nèi)首個(gè)次季節(jié)氣候大模型。它1545例如深勢(shì)科技的Hermite藥物計(jì)算設(shè)計(jì)平臺(tái)集成了多種大模型，涵蓋了蛋白結(jié)構(gòu)預(yù)測(cè)與優(yōu)化、蛋白性質(zhì)預(yù)測(cè)、實(shí)驗(yàn)驗(yàn)證提供高價(jià)值的候選對(duì)象，大幅提高了藥物研發(fā)的效率，減少了實(shí)驗(yàn)的盲目性。第四章｜第四章｜為系統(tǒng)評(píng)估★工智能技術(shù)的產(chǎn)業(yè)化進(jìn)程，本研究構(gòu)建了“四力分析模型”，通過(guò)技術(shù)創(chuàng)新力、資金吸引力、市場(chǎng)滲透力和業(yè)務(wù)價(jià)值力四個(gè)核心維度展開(kāi)全息觀察和分析。研究采用專家深度訪談、調(diào)查問(wèn)卷法、企業(yè)實(shí)地調(diào)研及案例分析相結(jié)合的方法，對(duì)技術(shù)在各垂直領(lǐng)域的應(yīng)用成熟度進(jìn)行立體化剖析。其中，技術(shù)創(chuàng)新力關(guān)注★工智能與其他行業(yè)技術(shù)的結(jié)合及其對(duì)行業(yè)技術(shù)架構(gòu)升級(jí)的驅(qū)動(dòng)效應(yīng)，從各行業(yè)生成式★工智能服務(wù)備案情況、行業(yè)★工智能專利分布等數(shù)據(jù)進(jìn)行分析。其次通過(guò)追蹤VC/PE融資規(guī)模、上市公司★工智能關(guān)注度等，評(píng)估各行業(yè)AI應(yīng)用在資本市場(chǎng)的認(rèn)可度及資源集聚能力。在市場(chǎng)滲透力層面，通過(guò)用戶采納情況、行業(yè)應(yīng)用廣度等調(diào)查指標(biāo)，量化AI技術(shù)從試點(diǎn)場(chǎng)景向規(guī)?；瘧?yīng)用轉(zhuǎn)化的進(jìn)度。業(yè)I中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第四章第四章｜（一（一當(dāng)前★工智能正以迅猛之勢(shì)深度融入各個(gè)行業(yè)，成為推動(dòng)應(yīng)用創(chuàng)新與產(chǎn)業(yè)升級(jí)的核心力量。從專利數(shù)量的攀升到企業(yè)技術(shù)應(yīng)用的探索，再到行業(yè)大模型的落地與發(fā)展，“AI+”為各行業(yè)帶來(lái)前所未有的機(jī)遇。AI技術(shù)滲透各個(gè)領(lǐng)域，垂直行業(yè)AI專利持續(xù)增長(zhǎng)。AI技術(shù)在各行業(yè)的滲透，最直觀的體現(xiàn)便是專利數(shù)量的顯著增長(zhǎng)。世界知識(shí)產(chǎn)權(quán)組織（WIPO）20244.5AI102.761.5%，這些專利除涉及算法優(yōu)化、算力芯片等★工智能基礎(chǔ)技術(shù)外，還廣泛覆蓋醫(yī)療健康、智能汽車、制造業(yè)、金融、交通運(yùn)輸、安全和電信等多個(gè)關(guān)鍵領(lǐng)域。例如，汽車行業(yè)，中國(guó)汽車知識(shí)產(chǎn)權(quán)運(yùn)用促進(jìn)中心的數(shù)據(jù)顯示，2024各行業(yè)積極探索AI應(yīng)用創(chuàng)新模式，行業(yè)微調(diào)成主流趨勢(shì)。通用基礎(chǔ)大模型雖然具備廣泛的知識(shí)和強(qiáng)大的語(yǔ)言理解能力，但在面對(duì)特定行業(yè)的專業(yè)問(wèn)題和復(fù)雜任務(wù)時(shí)，往往難以給出精準(zhǔn)、貼合行業(yè)需求的答案。重新訓(xùn)練一個(gè)專門針對(duì)特定行業(yè)的大模型需要耗費(fèi)大量的計(jì)算資源、時(shí)間以及高質(zhì)量的數(shù)據(jù)。因此，行業(yè)微調(diào)、Prompt工程實(shí)踐、RAG等成為了更為高效和實(shí)用的方式。在所調(diào)查的1500家企業(yè)中，50.2%的企業(yè)表示已基于基礎(chǔ)大模型進(jìn)行行業(yè)微調(diào)，40%的企業(yè)通過(guò)開(kāi)展Prompt工程實(shí)踐開(kāi)展應(yīng)用，37%以上的企業(yè)均已經(jīng)開(kāi)展基于檢索的知識(shí)增強(qiáng)及構(gòu)建智能體，通過(guò)調(diào)用內(nèi)部知識(shí)庫(kù)優(yōu)化模型生成內(nèi)容和任務(wù)執(zhí)行能力。自主開(kāi)展預(yù)訓(xùn)練模型開(kāi)發(fā)的比例相對(duì)較低。汽車和科技服務(wù)行業(yè)在自主開(kāi)展預(yù)訓(xùn)練模型開(kāi)發(fā)方面相對(duì)領(lǐng)先；而IT服務(wù)/軟件/互聯(lián)網(wǎng)，文化/傳媒/娛樂(lè)等行業(yè)在Agent開(kāi)發(fā)應(yīng)用方面相對(duì)更為積極；房地產(chǎn)、餐飲、旅游、貿(mào)易零售等行業(yè)則更傾向于選擇Prompt工程實(shí)踐，其選擇比例高于平均值。圖6AI知識(shí)、特定規(guī)則和業(yè)務(wù)邏輯等融入模型進(jìn)行二次訓(xùn)練，可以讓模型更好地學(xué)習(xí)和捕捉到這些行業(yè)特定的模式和規(guī)律，從而提高模型在該行業(yè)任務(wù)上的性能表現(xiàn)和預(yù)測(cè)準(zhǔn)確性。國(guó)內(nèi)專用領(lǐng)域大模型在科學(xué)研究、教育、醫(yī)學(xué)、工業(yè)、金融等多個(gè)行業(yè)得到應(yīng)用和發(fā)展。如教育領(lǐng)域，北京語(yǔ)言大學(xué)開(kāi)發(fā)的桃李教育大模型、學(xué)而思的九章大模型（MathGPT）等，展示了大模型在輔助教學(xué)過(guò)程中的重要作用。在工業(yè)領(lǐng)域，中國(guó)廣核集團(tuán)推出的“錦書(shū)”核工佗GPT模型、浙江大學(xué)的啟真醫(yī)療大模型等，推動(dòng)了醫(yī)療健康領(lǐng)域的智能化發(fā)展。據(jù)網(wǎng)信辦生成式★工智能產(chǎn)品和服務(wù)備案披露，截至20253品和服務(wù)數(shù)量達(dá)到346159505據(jù)治理、場(chǎng)景洞察、價(jià)值運(yùn)營(yíng)三大核心能力，在行業(yè)大模型與產(chǎn)業(yè)know-how及場(chǎng)景挖掘的深度融合中，開(kāi)拓智（二（二2024年，在全球科技行業(yè)整體投資有所下滑的背景下，AI領(lǐng)域的投資熱潮卻逆勢(shì)上揚(yáng)，是資本追逐的焦點(diǎn)。我國(guó)★工智能創(chuàng)業(yè)市場(chǎng)火熱，投資資金緊密跟進(jìn)，全方面覆蓋基礎(chǔ)設(shè)施層到行業(yè)應(yīng)用層。此外，上市公司也高度重視★工智能技術(shù)應(yīng)用和業(yè)務(wù)的智能化轉(zhuǎn)型。人工智能掀起創(chuàng)新創(chuàng)業(yè)浪潮，正深度變革創(chuàng)業(yè)者生態(tài)與投資格局。★工智能產(chǎn)業(yè)鏈復(fù)雜，從上游以算力、算法生態(tài)逐步完善。根據(jù)“火石創(chuàng)造”數(shù)據(jù)，我國(guó)近3年來(lái)★工智能領(lǐng)域的創(chuàng)新創(chuàng)業(yè)持續(xù)活躍，其中AI行業(yè)應(yīng)用的創(chuàng)業(yè)企業(yè)數(shù)占到了AI新創(chuàng)企業(yè)總數(shù)的68.2%。AI核心產(chǎn)業(yè)中，AI基礎(chǔ)軟件與模型算法/平臺(tái)工具的創(chuàng)新企業(yè)分布較廣，分別占到3年來(lái)全部AI創(chuàng)新創(chuàng)業(yè)企業(yè)的18%和8.9%。圖8我國(guó)2022-2024I創(chuàng)業(yè)者占30%，這些創(chuàng)業(yè)者的AI+》節(jié)目的072%。基于★工智能的前沿創(chuàng)新屬性，AI成為中國(guó)★均創(chuàng)業(yè)者學(xué)歷最高、名校畢業(yè)生最多的行業(yè)之一。整體上看，AI產(chǎn)業(yè)的創(chuàng)業(yè)企業(yè)獲得投資的比例比其他行業(yè)更高，擁有名校或名企背景的創(chuàng)業(yè)企業(yè)獲投率甚至達(dá)到70%以上。桔子數(shù)據(jù)顯示，2024年我國(guó)★工智能行業(yè)一級(jí)市場(chǎng)融資整體規(guī)模為1052.51億元，行業(yè)投融資轉(zhuǎn)向技術(shù)壁壘與商IT桔子數(shù)據(jù)、烯牛數(shù)據(jù)、清科數(shù)據(jù)等多種數(shù)據(jù)源進(jìn)行綜合分析，2024其中AI行業(yè)應(yīng)用方面的投資，重點(diǎn)集中在智能汽車、機(jī)器★、AI醫(yī)療健康三大領(lǐng)域，智能制造、無(wú)★機(jī)、教育科研、文娛游戲、交通物流、能源電力和智能家居均有涉及，但總量不大。可以看出，一級(jí)市場(chǎng)的投資更偏重創(chuàng)新性強(qiáng)、未來(lái)潛力大的產(chǎn)業(yè)領(lǐng)域，關(guān)注技術(shù)突破帶來(lái)的潛在長(zhǎng)期收益。AI通用產(chǎn)品與服務(wù)的投資重點(diǎn)聚焦在生成式II圖92024AI的關(guān)注度更高，AI報(bào)告通過(guò)對(duì)A股上市公司2024年年報(bào)中包含“★工智能”、“AI”、“大模型”等關(guān)鍵詞出現(xiàn)頻率的TF-IDF分析，分析不同行業(yè)上市公司對(duì)AI處于第二梯隊(duì)，而傳統(tǒng)房地產(chǎn)與建筑、農(nóng)林牧漁、能源電力等的AI行業(yè)應(yīng)用和關(guān)注度相對(duì)較低。圖10圖10按TF-IDF詞頻分析的A數(shù)據(jù)來(lái)源：wind數(shù)據(jù)庫(kù)，5401家2024年A（三（三從調(diào)查問(wèn)卷看，軟件信息行業(yè)使用AI的比例要比其他行業(yè)要高，有30%以上的企業(yè)把AI全面貫穿公司戰(zhàn)略和愿景。汽車、科技服務(wù)、金融、教育等行業(yè)也高度重視AI應(yīng)用，70%以上的企業(yè)將AI電力、農(nóng)林牧制造業(yè)、房地產(chǎn)與建筑等，仍有較大部分的企業(yè)還沒(méi)有明確的AI實(shí)施藍(lán)圖與戰(zhàn)略。圖11AI合，AIAI創(chuàng)新產(chǎn)品和服務(wù)?？傮w上看，在調(diào)研的1500多家企業(yè)中，35%的企業(yè)對(duì)AI的應(yīng)用還處于了解試驗(yàn)、原型設(shè)計(jì)和評(píng)估階段；28%的企業(yè)將AI作為效率工具開(kāi)展應(yīng)用階段；17%的企業(yè)已經(jīng)實(shí)現(xiàn)AI與核心業(yè)務(wù)的融合階段；12%AI產(chǎn)品和服務(wù)能力。但不同的行業(yè)表現(xiàn)出不同的特征，如金融行業(yè)相對(duì)謹(jǐn)慎，大部分還處于了解試驗(yàn)和原型設(shè)計(jì)評(píng)估及效率工具開(kāi)展應(yīng)用階段，與核心業(yè)務(wù)的融合相對(duì)較低。而軟件信息、科技服務(wù)等行業(yè)領(lǐng)域?qū)崿F(xiàn)AI與核心業(yè)務(wù)融合的比例占比較高，對(duì)外輸出★工智能產(chǎn)品和服務(wù)的比例大。圖12AI應(yīng)用深度與企業(yè)規(guī)模和經(jīng)營(yíng)年限呈U型曲線，初創(chuàng)企業(yè)和大型企業(yè)更快探索人工智能應(yīng)用。根據(jù)調(diào)研結(jié)果，所調(diào)研的20年以上、就業(yè)★員規(guī)模在5000★以上的大型企業(yè)有90.5%反饋已經(jīng)使用AI；經(jīng)營(yíng)年限5員規(guī)模在100★以下的初創(chuàng)企業(yè)使用AI的比例在90.9%左右；而經(jīng)營(yíng)年限在6-20年、就業(yè)★員規(guī)模在I82.7%左右，呈現(xiàn)U型特征。大型企業(yè)有更多的資金、技術(shù)和★才資源投入AI研發(fā)，并圖13不同規(guī)模和經(jīng)營(yíng)年限企業(yè)使用AI0家企業(yè)AI團(tuán)隊(duì)及★才建設(shè)的調(diào)研和上述結(jié)論也相吻合，經(jīng)營(yíng)年限在6-20年、從業(yè)★員在100-5000★的中型企業(yè)中，有30%的企業(yè)表示缺少AI專業(yè)★才，而大型企業(yè)和中小初創(chuàng)企業(yè)選擇該選項(xiàng)的比例相對(duì)較小，分別為22%和17%。特別在“★工智能+”時(shí)代的創(chuàng)新創(chuàng)業(yè)企業(yè)，30%已設(shè)立專門的AI部門或崗位，22%AI為核心的企業(yè)文化，比例遠(yuǎn)高于中大型企業(yè)。圖14不同規(guī)模和經(jīng)營(yíng)年限企業(yè)AI（四（四利用AI實(shí)現(xiàn)辦公效率提升是各行業(yè)企業(yè)當(dāng)前最關(guān)注的價(jià)值方向，制造業(yè)、農(nóng)業(yè)等傳統(tǒng)行業(yè)側(cè)重應(yīng)用AI提升生產(chǎn)效能，軟件信息、汽車、文化傳媒、金融等行業(yè)則關(guān)注AI助力業(yè)務(wù)經(jīng)營(yíng)創(chuàng)新。根據(jù)調(diào)研結(jié)果，60%展AI場(chǎng)景應(yīng)用時(shí)最關(guān)注辦公效率的提升，其次為生產(chǎn)效能的增進(jìn)，另外30%以上的企業(yè)也選擇利用AI實(shí)現(xiàn)業(yè)務(wù)經(jīng)營(yíng)的創(chuàng)新和客戶服務(wù)體驗(yàn)的優(yōu)化。圖15調(diào)研企業(yè)在開(kāi)展AI分行業(yè)領(lǐng)域看，軟件和信息服務(wù)、汽車、文化傳媒、金融行業(yè)和教育行業(yè)更期待通過(guò)AI實(shí)現(xiàn)業(yè)務(wù)經(jīng)營(yíng)創(chuàng)新，并開(kāi)發(fā)新型AI產(chǎn)品和服務(wù)，這些行業(yè)企業(yè)均有一半以上企業(yè)選擇了該選項(xiàng)，其中軟件和信息服務(wù)行業(yè)企業(yè)有77.5%選擇該選項(xiàng)。傳統(tǒng)行業(yè)，如農(nóng)林牧漁、制造業(yè)，有70%和旅游、汽車行業(yè)、醫(yī)療健康行業(yè)、金融和教育行業(yè)則對(duì)AI提升客戶服務(wù)體驗(yàn)的需求較強(qiáng)。圖16不同行業(yè)企業(yè)在開(kāi)展AI80%以上的企業(yè)反饋符合AI使用效果符合預(yù)期以上，創(chuàng)意導(dǎo)向型行業(yè)和初創(chuàng)企業(yè)的評(píng)價(jià)反饋高于平均值，制造業(yè)等傳統(tǒng)行業(yè)的效果評(píng)價(jià)低于平均值。從調(diào)研結(jié)果看，90%以上企業(yè)反饋，AI的使用對(duì)業(yè)務(wù)產(chǎn)生的效果符合預(yù)期以上，其中高于預(yù)期和非常好的占比達(dá)到4，符合預(yù)期的占比達(dá)到6，僅有189反饋AI應(yīng)用效果低于預(yù)期。圖17AI圖18AI在復(fù)雜任務(wù)執(zhí)行及精準(zhǔn)問(wèn)題的解決能力還需要進(jìn)一步增強(qiáng)。搭建Agent已經(jīng)成為企業(yè)應(yīng)用AI的重要方式之一。在Agent的應(yīng)用中，知識(shí)管理類、數(shù)據(jù)分析類、創(chuàng)意生成類和客戶服務(wù)類占比較大。但是任務(wù)編排、智能決圖19AIAgent當(dāng)前的投資重點(diǎn)逐漸向行業(yè)應(yīng)用層的轉(zhuǎn)移，表明了市場(chǎng)對(duì)于實(shí)際應(yīng)用場(chǎng)景價(jià)值的認(rèn)可與追求。特別是在行業(yè)應(yīng)用層面，一級(jí)投資市場(chǎng)資金目前正在發(fā)揮超前引領(lǐng)作用，重點(diǎn)關(guān)注智能汽車、機(jī)器★、醫(yī)療健康等長(zhǎng)期價(jià)值領(lǐng)域，而上市公司和調(diào)查問(wèn)卷數(shù)據(jù)則顯示，文娛傳媒、教育等★工智能應(yīng)用較為成熟，兩者形成一定的對(duì)比，呈現(xiàn)互補(bǔ)之勢(shì)。第五章｜第五章｜在全球科技革命與產(chǎn)業(yè)變革加速演進(jìn)的當(dāng)下，★工智能作為重塑全球競(jìng)爭(zhēng)力格局的關(guān)鍵變量，正深刻影響著國(guó)家發(fā)展的戰(zhàn)略主動(dòng)權(quán)。能否把握這一技術(shù)變革的時(shí)代機(jī)遇，將直接關(guān)系到我國(guó)在新一輪產(chǎn)業(yè)升級(jí)中的全球位勢(shì)。通過(guò)《贏在AI+》節(jié)目，我們和近100位“AI+”一線創(chuàng)業(yè)的企業(yè)密切交流和探討，大部分企業(yè)家認(rèn)為我國(guó)★工智能行業(yè)應(yīng)用已進(jìn)入規(guī)?；涞氐年P(guān)鍵期，但在★才供給、技術(shù)生態(tài)、治理體系、資金支持等方面仍面臨結(jié)構(gòu)性挑戰(zhàn)。需要加快出臺(tái)系統(tǒng)性政策舉措，構(gòu)建“教育筑基、創(chuàng)新驅(qū)動(dòng)、治理護(hù)航、資本賦能、生態(tài)協(xié)同”的發(fā)展格局，將★工智能真正打造為驅(qū)動(dòng)社會(huì)生產(chǎn)力躍升的核心引擎。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第五章第五章｜--路徑參考；在★才引育上，通過(guò)政策激勵(lì)和平臺(tái)搭建吸引全球頂尖AI★才，依托協(xié)同創(chuàng)新平臺(tái)打造“基礎(chǔ)研究-技術(shù)轉(zhuǎn)化-產(chǎn)業(yè)應(yīng)用”全鏈條孵化生態(tài)，培養(yǎng)兼具技術(shù)能力與行業(yè)洞察力的復(fù)合型★才。（一（一★才是推動(dòng)★工智能發(fā)展的關(guān)鍵要素之一。我國(guó)★工智能技術(shù)和產(chǎn)業(yè)能夠快速發(fā)展，離不開(kāi)國(guó)際一流的★才教育、專業(yè)教育以及職業(yè)培養(yǎng)。我國(guó)需以聯(lián)合國(guó)教科文組織“數(shù)字素養(yǎng)”框架為指引，推動(dòng)教育體系從“知識(shí)傳授”向“能力-素養(yǎng)”雙維培綱要（2024-2035年）》，構(gòu)建分層遞進(jìn)的★工智能教育體系。在基礎(chǔ)教育階段，教育部提出在2030年前基本普沿應(yīng)用。高等教育方面，高校應(yīng)深化“新工科”建設(shè)，增設(shè)AI交叉專業(yè)或建立★工智能學(xué)院，強(qiáng)化“基礎(chǔ)研究-技學(xué)生所學(xué)即所用。第五章第五章｜中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告AI（二（二AIAI基礎(chǔ)設(shè)施上實(shí)現(xiàn)突破，通過(guò)開(kāi)源開(kāi)放策略激發(fā)創(chuàng)新動(dòng)力，培育多元構(gòu)建自主可控、高效協(xié)同的AI基礎(chǔ)設(shè)施體系，涵蓋了從計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等硬件到開(kāi)發(fā)框架、數(shù)據(jù)處理、模型優(yōu)化等各個(gè)環(huán)節(jié)的全方位支撐。這一體系的關(guān)鍵在于加速國(guó)產(chǎn)AI突破GPU/NPU等核心芯片的“卡脖子”問(wèn)題，通過(guò)國(guó)家專項(xiàng)支持，推動(dòng)產(chǎn)學(xué)研聯(lián)合攻關(guān)，提升關(guān)鍵技術(shù)自主化。的多模態(tài)融合的數(shù)據(jù)處理平臺(tái)以及模型訓(xùn)練和推理一站式平臺(tái)，能為各類AI支撐。中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告第五章第五章｜（三（三生成式AI第五章第五章｜中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告AIAI（四（四★工智能產(chǎn)業(yè)具有“長(zhǎng)周期研發(fā)、高風(fēng)險(xiǎn)投入”特征，需構(gòu)建“政府引導(dǎo)、資本協(xié)同”的多元化資金支持體系，破解AI科技型企業(yè)“融資難、融資貴”問(wèn)題。首先，構(gòu)建多層次政策支持體系，通過(guò)設(shè)立專項(xiàng)基金、提供稅收優(yōu)惠和激勵(lì)補(bǔ)貼等手段，為★工智能企業(yè)提供礎(chǔ)研究與成果轉(zhuǎn)化。此外，對(duì)領(lǐng)軍企業(yè)開(kāi)放重大應(yīng)用場(chǎng)景合作，為其提供展示創(chuàng)新成果的平臺(tái)；對(duì)中小企業(yè)，創(chuàng)新“算力券+數(shù)據(jù)券+AI券”定向補(bǔ)貼機(jī)制，可憑券免費(fèi)使用云平臺(tái)算力資源、獲取行業(yè)數(shù)據(jù)集、利用AI技術(shù)和應(yīng)稅收優(yōu)惠。通過(guò)建立多層次資本市場(chǎng)，包括風(fēng)險(xiǎn)投資、股票市場(chǎng)以及債券市場(chǎng)等，為不同發(fā)展階段的AI中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告的AI的AI（五（五在縱向產(chǎn)業(yè)鏈協(xié)同方面，通過(guò)加速AIAI算力基礎(chǔ)設(shè)施的性能優(yōu)化，推動(dòng)（MCP）等標(biāo)準(zhǔn)化交互協(xié)議，優(yōu)化AI中國(guó)人工智能應(yīng)用發(fā)展報(bào)告中國(guó)人工智能應(yīng)用發(fā)展報(bào)告附錄《贏在AI+》節(jié)目經(jīng)過(guò)全國(guó)各城市12場(chǎng)共700多家企業(yè)的路演中，共98家企業(yè)脫穎而出進(jìn)入10期的錄制現(xiàn)場(chǎng)，業(yè)務(wù)及AI效率高于99%；先進(jìn)的運(yùn)動(dòng)控制算法，使機(jī)器★關(guān)節(jié)響應(yīng)速度提升100%，現(xiàn)毫秒級(jí)的動(dòng)態(tài)調(diào)節(jié)。效率高于99%；先進(jìn)的運(yùn)動(dòng)控制算法，使機(jī)器★關(guān)節(jié)響應(yīng)速度提升100%，現(xiàn)毫秒級(jí)的動(dòng)態(tài)調(diào)節(jié)。AGV重載機(jī)器★結(jié)合AI可實(shí)時(shí)分析環(huán)境數(shù)據(jù)，調(diào)整運(yùn)行策略，在復(fù)雜場(chǎng)景中實(shí)現(xiàn)多機(jī)協(xié)作。應(yīng)用在航空航天、船舶、港口、工程機(jī)械等領(lǐng)域。基于3D件相結(jié)合，為通用機(jī)器★提供具身智能解決方案，使機(jī)器★系統(tǒng)可以在任何環(huán)境條件下抓取和操作任意物體。自主研發(fā)了機(jī)器★控制系統(tǒng)和運(yùn)動(dòng)控制算法，實(shí)現(xiàn)了高速度、高精度的運(yùn)動(dòng)控制?！锕ぶ悄芗夹g(shù)已融入機(jī)器★系統(tǒng)，完成智能力控裝配、智能柔性打磨、0碼裝垛、免示教焊接等場(chǎng)景的研究應(yīng)用。業(yè)務(wù)及AI自研微米級(jí)泛半導(dǎo)體工藝缺陷檢測(cè)設(shè)備，創(chuàng)新性采用微分干涉場(chǎng)成像技術(shù)，大大提升成像效率；通過(guò)深度重構(gòu)算法邏輯與內(nèi)存訪問(wèn)模式，實(shí)現(xiàn)了基于GPU件特性的計(jì)算密集型任務(wù)加速方案。將★工智能算法和電池老化機(jī)理緊密融合，構(gòu)建精準(zhǔn)的數(shù)字孿生模型實(shí)現(xiàn)電池快速檢測(cè)，將傳統(tǒng)5小時(shí)以上的檢測(cè)時(shí)間縮短至15的同時(shí)，大幅提升一致性和安全性。重建技術(shù)，能將生成后圖片放大了1打造年輕★的AIAI1萬(wàn)多個(gè)智能體，AR眼鏡：眼鏡上的廣角攝像頭，能精準(zhǔn)捕捉手語(yǔ)動(dòng)作并轉(zhuǎn)AI輔學(xué)機(jī)實(shí)現(xiàn)以