2025中國(guó)ai新風(fēng)向30條判斷-甲子光年

陽(yáng)子引力Y中于I力AAI共湖生2025中國(guó)AI新風(fēng)向30條判斷甲子光年創(chuàng)始人&CEO張一甲雷子引力Y中于I力A雷子引力Y中于I力A甲子光年己回2與幫扶重點(diǎn)青年群體就業(yè)創(chuàng)業(yè)幫扶重點(diǎn)青年群體就業(yè)創(chuàng)業(yè)微軟Majorana1量子芯片《電動(dòng)汽車(chē)用動(dòng)力蓄電池安全要求》(GB38031-2025)谷歌新量子芯片Wilow跨越幫度里程啤微軟Majorana1量子芯片《電動(dòng)汽車(chē)用動(dòng)力蓄電池安全要求》(GB38031-2025)谷歌新量子芯片Wilow跨越幫度里程啤緬甸大地震緬甸大地震NVIDABlackwell賽諾咸盛發(fā)布全球首臺(tái)A醫(yī)療CT設(shè)備MetaLlama4Gemini2.5AlphaFold3.0#舟十八號(hào)、十九馬斯所助地動(dòng)長(zhǎng)起錄(于2025年加力書(shū)圍實(shí)施大規(guī)權(quán)設(shè)備更新和消費(fèi)品D舊換新政策的通知》中國(guó)：“四m”計(jì)如2025年完成60飄低軌衛(wèi)強(qiáng)陽(yáng)網(wǎng)軟硬協(xié)同智算集群數(shù)據(jù)來(lái)源：甲子光年智庫(kù)根據(jù)公開(kāi)資料整理，2025年；甲子光年甲子光年普惠甲子光年甲子光年硬件與AI的協(xié)同設(shè)計(jì)數(shù)據(jù)來(lái)源：AAAI2025PRESIDENTIALPANELON品已品已一枝獨(dú)秀，不如萬(wàn)枝芬芳數(shù)據(jù)來(lái)源：甲子光年智庫(kù)，2025年；甲子光年甲子光年多樣化架構(gòu)探索多樣化架構(gòu)探索“AttentionIsAllYouNeed”論文數(shù)據(jù)來(lái)源：CobusGreyling,甲子光年智庫(kù)，2025年；數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年3-4月；甲子光年品回5Y甲子光年86.Q:企業(yè)已部署及未來(lái)三年部署的人工智能核心應(yīng)用技術(shù)類(lèi)型是?甲子光年甲子光年已回2與甲子光年已回2與甲子光年普惠2025年3-4月使用過(guò)AI產(chǎn)品的用戶(hù)普惠普惠數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年34月；普惠普惠品品回5Y基于開(kāi)源模型定制成企業(yè)部署生成式AI核心方式使用成本下降正在讓基礎(chǔ)模型層“平民化”購(gòu)買(mǎi)商業(yè)產(chǎn)品已回2與已回2與甲子光年普惠技術(shù)技術(shù)應(yīng)用程度數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年34月；使用意愿分工比例使用頻次標(biāo)準(zhǔn)滿(mǎn)意度效度智能化水平已回2與已回2與甲子光年普惠根據(jù)AI應(yīng)用程度為四類(lèi)用戶(hù)命名AI工具用戶(hù)AI助手用戶(hù)AI原生用戶(hù)AI創(chuàng)生用戶(hù)半交給AI產(chǎn)品，一半自己主導(dǎo)作可以交給AI完成內(nèi)容作對(duì)現(xiàn)實(shí)世界產(chǎn)生影響(如具身智能、AI大模型驅(qū)動(dòng)的人機(jī)協(xié)作等)AI文明：已經(jīng)實(shí)現(xiàn)了人與AI產(chǎn)品的高度糊合，人的歸人，AI的歸AI,實(shí)現(xiàn)人與AI的高效協(xié)作數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年34月；普惠普惠認(rèn)知略低，生活場(chǎng)景為主，滿(mǎn)意度略低，使用頻次不高、接受價(jià)格低，以軟件形態(tài)產(chǎn)品認(rèn)知高，工作場(chǎng)景為主，滿(mǎn)意且推薦意愿高，使用頻次不高、接受價(jià)格居中，以軟件形態(tài)產(chǎn)品為主認(rèn)知高，工作&生活場(chǎng)景都會(huì)用，滿(mǎn)意且推薦意愿很高，使用頻次高、接受價(jià)格居中，愿意使用軟硬融合產(chǎn)品認(rèn)知略低，工作場(chǎng)景為主，滿(mǎn)意且推薦意愿很高，使用意愿高、使用頻次高、接受價(jià)格高，以軟硬融合形態(tài)產(chǎn)品為主已回2與甲子引力已回2與甲子引力X甲子光年甲子光年普惠各行業(yè)用戶(hù)分布體現(xiàn)各行業(yè)的AI應(yīng)用進(jìn)展環(huán)保旅游/休閑生命科學(xué)能源/化工IT軟件交通運(yùn)輸/汽車(chē)電信信息硬件醫(yī)療健康傳媒行業(yè)專(zhuān)業(yè)服務(wù)金融零售科研/院校政府互聯(lián)網(wǎng)文化娛樂(lè)其他教育采礦業(yè)環(huán)保旅游/休閑生命科學(xué)能源/化工IT軟件交通運(yùn)輸/汽車(chē)甲子光年Y甲子光年甲子光年丁I甲子光年AI改變世界的評(píng)估模型物理物理Al主語(yǔ)化信息L1-L2:重新定義全球AT價(jià)值鏈直至全民可享、無(wú)所不在數(shù)據(jù)來(lái)源：甲子光年智庫(kù)，2025年；甲子光年了引力YChinaAI雙螺旋演化機(jī)制重新定義全球AT價(jià)值鏈直至全民可享、無(wú)所不在數(shù)據(jù)來(lái)源：甲子光年智庫(kù)，2025年；甲子光年Y甲子光年AI共湖生雷子引力Y中于I力A30條判斷甲子光年甲子光年0甲子光年甲子光年“中國(guó)方案”成為事實(shí)標(biāo)準(zhǔn)從追隨者走向定義者，“中國(guó)方案”成為事實(shí)標(biāo)準(zhǔn)DeepSeek成為全球增速最快AI應(yīng)用推理成本大幅度降低應(yīng)用發(fā)布第N天全球日活躍用戶(hù)數(shù)量(萬(wàn))一DeepSeek—ChatGPT開(kāi)源戰(zhàn)略的顛覆性：DeepSeek開(kāi)源策略吸引全球開(kāi)發(fā)者構(gòu)建生態(tài)，衍生出無(wú)數(shù)垂直行業(yè)版本，形成“以開(kāi)源換標(biāo)準(zhǔn)”的競(jìng)爭(zhēng)策略。此模式打破OpenAI的API壟斷，推動(dòng)行業(yè)從“技術(shù)壁壘競(jìng)爭(zhēng)”轉(zhuǎn)向“生態(tài)協(xié)同競(jìng)爭(zhēng)”。Q:請(qǐng)問(wèn)您主要使用以下哪些生成類(lèi)A產(chǎn)品/應(yīng)用?數(shù)據(jù)來(lái)源：AI產(chǎn)品榜，statista,甲子光年智庫(kù)問(wèn)卷調(diào)研，N=608,2025年3-4月；己回25己回25將AI平民化進(jìn)程從L2躍升為L(zhǎng)3-L5開(kāi)源模型推動(dòng)企業(yè)從看得懂A到用得上、用得好AI轉(zhuǎn)變，正在形成中國(guó)范式的AI當(dāng)下位置產(chǎn)業(yè)發(fā)展數(shù)據(jù)來(lái)源：甲子光年智庫(kù)，2025年；正在定義AI終端的新一代操作系統(tǒng)2024年開(kāi)始主流廠(chǎng)商密集發(fā)布端側(cè)模型數(shù)據(jù)來(lái)源：On-DeviceLanguageModels-AComprehensiveReview,華為、清華大學(xué)，甲子光年，2025年；傳統(tǒng)終端OS智能原生0S傳統(tǒng)終端OS應(yīng)用層應(yīng)用層APP元服務(wù)APP元服務(wù)應(yīng)用層應(yīng)用層APP元服務(wù)系統(tǒng)服務(wù)&應(yīng)用框架系統(tǒng)服務(wù)&應(yīng)用框架系統(tǒng)服務(wù)&應(yīng)用框架框架層框架層內(nèi)存內(nèi)存外設(shè)硬件層甲子光年04物理AI打破“缸中之腦’JAZZYEAR甲子引力X強(qiáng)化學(xué)習(xí)+合成數(shù)據(jù)+數(shù)字孿生，推動(dòng)AI走入現(xiàn)實(shí)甲子光年GPT-3的訓(xùn)練數(shù)據(jù)100%為互聯(lián)網(wǎng)數(shù)據(jù)不同領(lǐng)域互聯(lián)網(wǎng)數(shù)據(jù)與物理數(shù)據(jù)的占比分布對(duì)比書(shū)路，36維基百科，2%學(xué)術(shù)期刊，甲子光年甲子光年AI技術(shù)路線(xiàn)尚未收斂，下一條“鯰魚(yú)”仍會(huì)出現(xiàn)DeepSeek是通過(guò)RL強(qiáng)化LLM的推理能力Data,Fine-TuningPhases,RLPhases,andDisillationforprioritizinghelpfuln推理模型已成為2025年新發(fā)布模型的重點(diǎn)方向非Transformer架構(gòu)的算法模型值得探索測(cè)試分?jǐn)?shù)“intelligence”promprCCJliBaichuan2-13BDeepsek-R1-Distil-QwenDeepsek-R1-DistillQwen-數(shù)據(jù)來(lái)源：NVIDIA,甲子光年智庫(kù)，2025年；07高性?xún)r(jià)比算力供不應(yīng)求，依然是中國(guó)算力生態(tài)的核心矛盾圖1:企業(yè)在應(yīng)用人工智能過(guò)程中面臨的挑戰(zhàn)缺乏高質(zhì)量可用數(shù)據(jù)缺乏高質(zhì)量可用數(shù)據(jù)投入成本過(guò)高基礎(chǔ)計(jì)算架構(gòu)上存在技術(shù)局限性，無(wú)法大規(guī)模應(yīng)用缺乏成熟可用的模型缺乏人工智能開(kāi)發(fā)所需的人才計(jì)算資源的配置不足，難以快速獲取高效的計(jì)算資源商業(yè)價(jià)值回報(bào)不明確人工智能解決方案需要快速迭代找不到合適的落地場(chǎng)景數(shù)據(jù)安全存在頤慮決策層、管理層對(duì)人工智能方案接受度不夠人工智能應(yīng)用與其他應(yīng)用之間的打通存在鴻溝圖2:各類(lèi)芯片的綜合性能對(duì)比0掌6掌FP16(半精度浮點(diǎn)數(shù))通過(guò)降低精度(需防梯度濫出)將顯存占用減少至中等水平(64-96GB),適用于混合精度訓(xùn)練(如BERT/GPT甲子光年甲子光年釋放企業(yè)私有化部署需求的三分之一DeepSeek不同模型推理所需顯存呈現(xiàn)下降趨勢(shì)定制私有化部署需求44.7%,16.6%有一體機(jī)需求一顯存需求(GB)使用開(kāi)源模型如DeepSeek,進(jìn)行定制化開(kāi)發(fā)并私有化部署的比例定制+私有化部署私有化部署的硬件解決方案(如本地服務(wù)器配置)“資源規(guī)模”+“智能密度”缺一不可AI成為推動(dòng)云廠(chǎng)商資本開(kāi)支增長(zhǎng)的驅(qū)動(dòng)力■資本支出(億美元)—增速(96)2015-2024年Q:請(qǐng)問(wèn)貴司部署使用生成式AI產(chǎn)品的實(shí)現(xiàn)途徑是什么?數(shù)據(jù)來(lái)源：谷歌、微軟、阿里巴巴，甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年；甲子光年甲子光年AI推動(dòng)云生態(tài)的結(jié)構(gòu)性變化物理世界物理世界層層數(shù)字世界數(shù)字世界物理世界物理世界已回2寫(xiě)甲子光年甲子光年已回與從“純智力”到“能動(dòng)性”,從“以指令為中心”到“以意圖為中心”AIAgent的能動(dòng)性?xún)?yōu)于AI的純智力思考、分析、學(xué)習(xí)和解決問(wèn)題的能力能動(dòng)性(Agency);主動(dòng)采取行動(dòng)、做出決策并影響環(huán)境的能力，主動(dòng)設(shè)定目標(biāo)并堅(jiān)定追求在面對(duì)障母時(shí)尋求解決方案內(nèi)在控制點(diǎn)(認(rèn)為自己掌控命運(yùn))自我效能感、決心與責(zé)任感的綜合體InteligenceAge再高的智力不付諸行動(dòng)也只是潛流，而中等智力配合高能動(dòng)性卻能創(chuàng)造實(shí)際價(jià)值。高智力的大模型相對(duì)常見(jiàn)，而真正具備高能動(dòng)性的AIAgent卻極為福缺。具備能動(dòng)性的AIAgent會(huì)積極尋求提升自己智力的方法，而高智力的AI模型卻不必然導(dǎo)致更強(qiáng)的行動(dòng)力。養(yǎng)能動(dòng)性，導(dǎo)致能動(dòng)性在AIAgent市場(chǎng)中更為稀缺。人機(jī)協(xié)作方式從以指令為中心到以意圖為中心變革人類(lèi)和人類(lèi)和AI協(xié)助工作其中某(幾)個(gè)任務(wù)AT數(shù)據(jù)來(lái)源：AndrejKarpathy,華為《鴻蒙2030愿景白皮書(shū)》,甲子光年智庫(kù)梳理，2025年；多智能體協(xié)作瀏覽器+Python初始化虛擬機(jī)，初始化虛擬機(jī)，任務(wù)執(zhí)行調(diào)度用戶(hù)用戶(hù)所有子任務(wù)所有子任務(wù)執(zhí)行圖2:國(guó)內(nèi)外多智能體研究呈上升趨勢(shì)從“超級(jí)入口”到“入口無(wú)處不在”,入口將不再·阿里：夸克“超級(jí)框”P(pán)PPPPPPPPP其他新型入口·硬件(蘋(píng)果、華為等)原生時(shí)代的入口形態(tài)將是“無(wú)處不在的輕量級(jí)agent入口+分布式服務(wù)·硬件(蘋(píng)果、華為等)數(shù)據(jù)來(lái)源：甲子光年智庫(kù)梳理，2025年；已回與強(qiáng)大的基礎(chǔ)設(shè)施(算力、數(shù)據(jù))適配適配絲滑融入任務(wù)鏈，讓自己多“被調(diào)用”適配被兼客Y滿(mǎn)意度Y滿(mǎn)意度有商業(yè)化潛力的AI應(yīng)用落地場(chǎng)景增加一倍甲子光年圖：甲子星空坐標(biāo)系——圖：甲子星空坐標(biāo)系——AI在C端應(yīng)用場(chǎng)景的商業(yè)潛力評(píng)估年新進(jìn)光年象限星辰象限側(cè)重產(chǎn)品體驗(yàn)側(cè)重商業(yè)落地光年象限3D交互內(nèi)容生虛程與代碼自動(dòng)告星云象限待重塑產(chǎn)品側(cè)重產(chǎn)品效率提升星團(tuán)象限XNPS值用戶(hù)可接受價(jià)格相比兩年前提升1.5倍圖1:C端用戶(hù)付費(fèi)使用意愿圖1:C端用戶(hù)付費(fèi)使用意愿圖2:2025年C端用戶(hù)價(jià)格接受度/年一太便宜不購(gòu)買(mǎi)一物有所值會(huì)購(gòu)買(mǎi)—價(jià)較高但仍購(gòu)買(mǎi)一太貴不會(huì)購(gòu)買(mǎi)1000元3000元5000元備注：PSM價(jià)格敏感度測(cè)試模型(PriceSensitivityMeter)是一種市場(chǎng)調(diào)研工具，通過(guò)讓消費(fèi)者回答四個(gè)關(guān)鍵價(jià)格問(wèn)題(太便宜、便宜、有點(diǎn)貴、太貴),數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研、2025年3-4月；C端用戶(hù)的價(jià)格測(cè)試顯示：可接受價(jià)格范圍(P1-P3):500-20000元C端定價(jià)合理范圍：500-3000元>用戶(hù)可接受最優(yōu)價(jià)格從2023年1200元，提高到2025年3000元傳統(tǒng)軟件VSAIAgent的破局對(duì)比AIAgent正通過(guò)三層重構(gòu)顛覆企業(yè)服務(wù)流程數(shù)字化，如ERP/SAP剛性規(guī)則平均3個(gè)月員工培訓(xùn)僅覆蓋30%高頻場(chǎng)景版本迭代周期≥6個(gè)月從“人適應(yīng)系統(tǒng)”任務(wù)目標(biāo)驅(qū)動(dòng)，如動(dòng)態(tài)拆解KPI從“人適應(yīng)系統(tǒng)”自然語(yǔ)言指令，零學(xué)習(xí)門(mén)檻實(shí)時(shí)在線(xiàn)學(xué)習(xí)(周級(jí)模型微調(diào))19數(shù)字勞動(dòng)力的覺(jué)醒數(shù)據(jù)來(lái)源：N=608,甲子光年智庫(kù)問(wèn)卷調(diào)研，2025年34月；甲子光年甲子光年38%的用戶(hù)可以用AI完成40%以上的日常工作任務(wù)20%以下，甲子光年甲子光年AI原生企業(yè)AI原生企業(yè)AI原生企業(yè)是指將人工智能深度嵌入到企業(yè)各項(xiàng)業(yè)務(wù)活動(dòng)中，使其成為常態(tài)而非偶爾的輔助工具。員工能夠使用AI來(lái)加速業(yè)務(wù)流程、提升效率，并創(chuàng)造漸的價(jià)值。AI不再是技術(shù)工具，而是企業(yè)文化和日常操作中不可或缺的一部分?！だ纾瑐鹘y(tǒng)的AI應(yīng)用就像給自行車(chē)裝發(fā)動(dòng)機(jī)——雖然能提升速度，但本質(zhì)還是自行車(chē)的架構(gòu)。而AJ原生(AINative)更像是重新發(fā)明電動(dòng)車(chē)，從設(shè)計(jì)理念到動(dòng)力系統(tǒng)都基于A技術(shù)。AI原生企業(yè)的核心特征包括智能內(nèi)生、持續(xù)進(jìn)化和跨界融合。這些企業(yè)如同擁有自主意識(shí)的“學(xué)習(xí)型大腦”,能夠?qū)崟r(shí)處理海量信息，并將信息轉(zhuǎn)化為數(shù)據(jù)驅(qū)動(dòng)的決策依據(jù)，重構(gòu)傳統(tǒng)的商業(yè)邏輯?！だ纾畴娚唐脚_(tái)用AI優(yōu)化商品推薦，這是典型的“AT+”;而真正的AI原生企業(yè)會(huì)讓推薦算法參與商品設(shè)計(jì)、供應(yīng)鏈管理，甚至反向定義用戶(hù)需求。數(shù)據(jù)來(lái)源：Gartner,甲子光年智庫(kù)梳理，2025年；AI原生企業(yè)的層次評(píng)估1層次0:員工完全不使用AI層次1:員工利用各種AI工具完成工作層次2:AI自主完成某些工作流程步驟2027年40%中層管理崗位將因AI整合而轉(zhuǎn)型AI原生的組織結(jié)構(gòu)傳統(tǒng)“金字塔”結(jié)構(gòu)將披動(dòng)態(tài)“蜂窩網(wǎng)”結(jié)構(gòu)代，將個(gè)員工成為網(wǎng)絡(luò)中的“節(jié)點(diǎn)”,通過(guò)AI實(shí)時(shí)連接資源、數(shù)據(jù)和協(xié)作對(duì)象·例如，亞馬遜已在倉(cāng)儲(chǔ)管理中測(cè)試“AT調(diào)度員”,根據(jù)實(shí)時(shí)訂單和員工狀態(tài)直按分配任務(wù)，跳過(guò)傳統(tǒng)管理層級(jí)。AI原生的辦公形態(tài)大部分需求和獲得都是與AI產(chǎn)品的交互得到的，比如資料查找、素材生成。一線(xiàn)員工獲得更大的生產(chǎn)能力和決策權(quán)，借助AI輔助決策，企業(yè)審批層級(jí)可壓縮至1級(jí)。·例如，某車(chē)企通過(guò)DeepSeek代碼生成模塊將研發(fā)周期縮短40%,直接由工程師團(tuán)隊(duì)主導(dǎo)技術(shù)方案迭代AI自主處理流程性工作，甚至參與決策?！だ纾鬃庸饽甑娜粘?huì)議，AT助手已能自動(dòng)整理代辦清單直接分配任務(wù)，接管了大量行政工作。甲子光年甲子光年0看不見(jiàn)的AI0看不見(jiàn)的AI指揮官隱藏在數(shù)據(jù)洪流中的AI系統(tǒng)正在顛覆規(guī)則以某電商企業(yè)為例以某電商企業(yè)為例以蘇州某企業(yè)為例供應(yīng)鏈的“超感官”進(jìn)化以蘇州某企業(yè)為例時(shí)監(jiān)控著TikTok上的潮流趨勢(shì)、1688平臺(tái)的原料價(jià)格波動(dòng)，以及紐約時(shí)裝周的設(shè)計(jì)元素，在0.3秒內(nèi)生成2025秋季新款衛(wèi)衣的生產(chǎn)方案。這讓該賣(mài)家新品研發(fā)周期從28天壓縮至72小時(shí)，爆款率提升至行業(yè)平均水平的3倍。核心不再是IT核心不再是IT系統(tǒng)，而是能連接所有資源的AI協(xié)調(diào)網(wǎng)絡(luò)。價(jià)格戰(zhàn)的“量子糾纏”用戶(hù)需求的“讀心術(shù)”數(shù)據(jù)來(lái)源：甲子光年智庫(kù)梳理，2025年；擊甲子光年甲子光年子引力子引力,從“設(shè)備為中心”走向“場(chǎng)景為中心”,從“人找服務(wù)”,到“服務(wù)找人”從“人找服務(wù)”,到“服務(wù)找人”從“人找服務(wù)”,到“服務(wù)找人”玩游6數(shù)據(jù)來(lái)源：華為、清華大學(xué)《2024年AT終端白皮書(shū)》,甲子光年智庫(kù)，2025年；甲子光年甲子光年全局化智能子引力全局化智能端云協(xié)同的結(jié)構(gòu)端云協(xié)同的結(jié)構(gòu)復(fù)染場(chǎng)貿(mào)端云協(xié)同的意義富交互協(xié)同計(jì)算個(gè)性化更實(shí)時(shí)的AI更高效的AI更可信的AI甲子光年W甲子光年人形機(jī)器人當(dāng)下細(xì)分市場(chǎng)，中期個(gè)人市場(chǎng)，遠(yuǎn)期星辰大海人形機(jī)器人的技術(shù)成熟度人形機(jī)器人成本降低速度人形機(jī)器人的應(yīng)用場(chǎng)景人形機(jī)器人的技術(shù)成熟度，硬件大部分已準(zhǔn)備就緒，并且端到端人工智能的進(jìn)展可能會(huì)使人形機(jī)器人的迭代速度大大加快行業(yè)領(lǐng)先者技術(shù)成熟度(96)人形機(jī)器人成本曲線(xiàn)行業(yè)領(lǐng)先者技術(shù)成熟度(96)2040-2050年情感陪伴2技術(shù)成熟、成本下降、十2025-2030年2022202320242025E2026E2數(shù)據(jù)來(lái)源：高盛，前瞻產(chǎn)業(yè)研究院，甲子光年智庫(kù)，2025年；已回與子引力24情感陪伴類(lèi)機(jī)器人剛性需求快速釋放商業(yè)紅利子引力從2003年到2022年，美國(guó)消費(fèi)者獨(dú)處的時(shí)(平均每日獨(dú)處清醒小■基準(zhǔn)情景數(shù)值(億美元)■從2003年到2022年，美國(guó)消費(fèi)者獨(dú)處的時(shí)(平均每日獨(dú)處清醒小2.46億單身2023年全國(guó)適婚年齡的單身2023年全國(guó)適婚年齡的單身全球33%的老年人超50%老年人長(zhǎng)期足10分鐘，依賴(lài)電子設(shè)備填補(bǔ)陪伴缺口2003200420052006200720082009201020112012201320142015201620172018201920202021數(shù)據(jù)來(lái)源：ARKInvest、華源證券，國(guó)家統(tǒng)計(jì)局，甲子光年智庫(kù)，2025年；具身智能工業(yè)機(jī)器人與子引力W視覺(jué)AI工業(yè)機(jī)器人將重塑工業(yè)柔性智造場(chǎng)景具身智能工業(yè)機(jī)器人將重構(gòu)智能工廠(chǎng)圖1:具身智能打通智能工廠(chǎng)的縱向管理體系圖1:具身智能打通智能工廠(chǎng)的縱向管理體系可打通數(shù)據(jù)決策層一生產(chǎn)可打通數(shù)據(jù)決策層一生產(chǎn)計(jì)劃層一數(shù)據(jù)監(jiān)測(cè)層一現(xiàn)場(chǎng)管控層一設(shè)備層全流程，重構(gòu)智能工廠(chǎng)的數(shù)據(jù)與生產(chǎn)業(yè)務(wù)流程。工業(yè)視覺(jué)和AT融合的全棧式方案，助力智能制造場(chǎng)景滲透率提升圖2:微億智造視覺(jué)AI+機(jī)器人智能控制全棧技術(shù)解決方案場(chǎng)手云決策層腦眼00數(shù)據(jù)來(lái)源：微億智造，甲子光年智庫(kù)，2025年；已回與從L2動(dòng)作自主向L3任務(wù)自主演進(jìn)技術(shù)能力餡封能力典型的L1級(jí)機(jī)器人典型的L1級(jí)機(jī)器人