百度健康AIDAY成果发布 - 百度健康在AIDAY上集中发布了文心健康管家升级、原子开放计划、Dr.Flow创作平台三大成果 [1] 文心健康管家升级与运营数据 - 公司旨在通过一个智能、可靠、全天候的AI伙伴，为每个家庭提供从疾病预防、知识获取到健康管理的一站式服务 [1] - 自10月18日百度健康AI管家上线后，AI+真人的服务总订单量已超过4700万 [1] - 通过人机协同模式创新，实现了10倍于原有纯真人服务的规模增益 [1] - 文心健康管家从“健康助手”进化为24小时待机的“全能家庭医生” [1] - 文心健康管家以“让全中国每个家庭都拥有专属医生”为愿景，依托猎户座Multi-agent人机协同系统，构建人机协同的数字家庭医生服务 [2] - 服务涵盖轻症咨询、复杂疾病规划、泛健康管理全链路 [2] 行业痛点与市场机遇 - 健康是容错率极低的事，但中国全科医生人均服务家庭数的比例达1：835，医生超负荷运转 [2] - 患者面临就医信息差、流程繁琐等难题 [2] - 政策明确提出要推动医疗卫生服务与信息技术深度融合，鼓励社会力量参与健康服务体系建设 [2] 原子开放计划 - 公司发布原子开放计划，以“全面、免费”为核心，向行业开放权威内容、医生服务和100余项AI健康工具能力 [2] - 开放资源包括平台现有的6亿专业健康内容、36万专业医生服务，以及100余项AI工具能力 [2] - 合作对象覆盖医院、医药企业、保险机构、智能硬件厂商、健康应用开发者等全产业链主体 [2] - 合作伙伴可直接复用百度健康的AI技术与权威资源，无需从零研发 [2] Dr.Flow创作平台 - 针对健康科普需求旺盛但供给失衡的现状，公司发布行业首个健康从业者专属可控AI创作平台——Dr.Flow [3] - 该平台为医生、营养师、心理咨询师等健康从业者提供“减负赋能”的创作解决方案 [3] 公司市场地位与规模 - 百度健康已成为行业领先的互联网医院，拥有日均超1.3亿精准用户，以及超8000万日均医疗模型服务量 [2] - 其开放生态将进一步加速健康产业的数字化转型进程 [2]

一些具备普遍性、共通性且在AI解题范围内的简单咨询，可以交给AI。同时，也要确保一些非常规、 可能难倒AI的需求能及时转人工，避免让用户陷入AI不灵又无人求助的困境。 在AI客服的使用上耍小聪明，企业可能因小失大。消费者维权无门，客服视而不见，过度追求降本很 容易陷入品牌与消费者信任损耗、口碑影响力下滑的恶性循环。 想转人工客服，难上加难？近日，据央视报道，通过对主流电商、社交、金融、物流等10多家平台客服 系统实测发现，无论是在线客服还是电话客服，AI客服都存在较明显的理解能力不足，而人工客服接 入障碍重重，严重影响用户体验。 在调查中，一边AI"听不懂"诉求，一边用户要转人工如"闯关"，这样的两难在现实中并不陌生。 而造成转人工难的原因之一竟是企业"人为"设置的。企业手握用户寻找人工客服难易程度的自主决定 权，有的企业主动利用AI设置拦截障碍。 "听不懂"有技术受限的客观原因，也可能存在企业有意压缩成本选用低版本应付的情况。 低价AI客户服务多是基础版本，面对复杂需求难免力不从心，而要升级相关服务却需要更新语料库优 化系统，这就不可避免要持续的资金投入，让有的企业动了歪脑筋。 人为设障则反映了一些企业不愿 ...

想转人工客服，难上加难？近日，据央视报道，通过对主流电商、社交、金融、物流等10多家平台客服 系统实测发现，无论是在线客服还是电话客服，AI客服都存在较明显的理解能力不足，而人工客服接 入障碍重重，严重影响用户体验。 在调查中，一边AI"听不懂"诉求，一边用户要转人工如"闯关"，这样的两难在现实中并不陌生。 而造成转人工难的原因之一竟是企业"人为"设置的。企业手握用户寻找人工客服难易程度的自主决定 权，有的企业主动利用AI设置拦截障碍。 "听不懂"有技术受限的客观原因，也可能存在企业有意压缩成本选用低版本应付的情况。 低价AI客户服务多是基础版本，面对复杂需求难免力不从心，而要升级相关服务却需要更新语料库优 化系统，这就不可避免要持续的资金投入，让有的企业动了歪脑筋。 人为设障则反映了一些企业不愿直面问题的心理。它们把降本增效当作"降服减效"，把技术当作压缩成 本的工具，忽视了用户诉求与服务质量。 众所周知，消费场景中AI客服广泛使用，本意是提高效率，帮助用户更快更好地解决问题。无论AI失 效无法有效读懂用户需求，还是企业有意避开人工服务，都与初衷严重背离。 北京商报评论员 陶凤 当今社会AI使用渗透之广，几 ...

户外炫光让机器人 "瞬间失明"、商场跌倒识别与小区宠物粪便排查等安防需求碎片化难解、100 元报销需 经八人审批 ……这些曾长期困扰空间运营的痛点，在12月12日上海国际传媒港举行的万物云睿见大会 2025"睿见・灵石" 圆桌论坛上，被一一拆解为 AI 赋能的鲜活实践。 这场以《存量时代的突围与共生：智慧空间的韧性考验》为主题的对话，汇聚了资产持有方、技术提供 方、物业服务方、与学术机构代表，在中央经济工作会议 "好房子建设" 与 "房地产发展新模式" 的政策导向 下，共同探寻存量资产盘活的核心密码。 政策锚点：存量博弈催生韧性新需求 万勋科技创始人王峥分享了机器人户外应用的突破："没有 AI 赋能前，工厂里表现优异的机器人，拿到室 外遇到炫光就会'失明'，瞬间回到史前时代。"AI 技术让机器人的光线识别能力提升 1-2 个数量级，低成本 的户外清洁、安防机器人得以普及，成功应对了环境不确定性带来的运营挑战。 高仙科技创始人程昊天则聚焦安防领域的碎片化困境："十年前安防机器人根本做不起来，商场要识别奔跑 跌倒、小区要排查违停与宠物粪便，需求太过多样，传统算法下成本高昂且难以解决。" 大模型与深度学习 技术的突 ...

▲一些平台人工客服接入障碍重重。图/央视新闻 不知道你有没有这样的经历？拨打客服热线或点开一个网站的客服功能，出现的总是一位AI客服。对话时，AI客 服听不懂话、解决不了问题，当你一遍一遍呼唤"转人工"的时候，等待的却是一次次的"对不起，人工座席目前全 忙"…… 据"央视新闻"报道，记者近日对主流电商、社交、金融、物流等10多家平台客服系统实测发现，无论是在线客服 还是电话客服，AI客服都存在较明显的理解能力不足，而人工客服接入障碍重重，严重影响用户体验。 听不懂人话，却擅长废话；"会说话的墙"与"失语的服务"……消费者可以说苦这种一点儿都不"智能"的AI客服久 矣。 AI客服不仅难以准确识别用户诉求，反而可能将简单问题复杂化，让用户的"求助"落空，并进一步加深用户的焦 虑与不满。这样的AI客服，非但未能成为沟通的"桥梁"，反倒异化为一堵阻碍服务和沟通的"围墙"。 客观说，企业追求降本增效无可厚非，如有服务商承诺"一个超级体客服可代替50个客服""一年节省费用60万 元"，这对多数企业都具有很大的"诱惑力"。但"降本"的重心应放在哪，"效"又该增在何方，却需要科学评估。 以AI客服代替人工服务，可能确实能大幅 ...

行业趋势：AI音乐创作从概念走向成熟应用 - AI音乐创作已从一个新鲜概念成长为一个新兴的“赛道”，互联网平台上出现越来越多由AI完成的“霸榜”歌曲 [1] - 网易云音乐平台启动“AI音乐创作大赛”，奖金总额高达100万元人民币，征集优质AI音乐作品 [1] - 北京市开启的“歌唱新时代・声动新北京”主题歌曲创作征集活动也特设了AI创作赛道，表明AI音乐创作正被置于更正式和严肃的语境中讨论 [7] 技术发展：AI音乐创作功能日趋成熟与普及 - 豆包等AI平台与QQ音乐、网易云音乐等音乐平台推出了成熟且易操作的AI音乐创作功能，或免费或付费地向大众开放 [2] - AI创作平台操作界面友好，用户只需输入如“北京初雪”等简单灵感碎片，AI便能扩写情境、生成成段歌词，并提供流行、民谣、电子、国风、说唱等多种曲风及人声选择 [2] - 生成一首结构完整的歌曲速度很快，例如选择“国风”曲风后，仅需六七分钟即可完成 [2] - AI生成的人声演唱部分水平令人震惊，已能做到毫无“换气痕迹”，在流行歌曲创作上足以让人惊叹 [5] 市场反响：AI音乐作品获得广泛关注与参与 - B站上一首由AI生成的《美猴亡》歌曲MV播放量已突破1340万 [5] - 在短视频平台上，网友使用AI工具对歌曲《大东北我的家乡》进行二次创作，吸引了多位明星歌手的回应 [5] - AI极大地降低了音乐创作门槛，提升了全民的音乐参与度，使个人能快速生成歌曲进行自我表达 [8] 创作模式：“人机协同”成为鲜明特色 - AI音乐创作不再是简单的自娱自乐，“人机协同”的模式已成为当下音乐创作的鲜明特色 [7] - 行业关注的重点是如何用AI做出更好的音乐，评价标准并未因技术介入而被颠覆 [7] - 网络上流传着使用AI创作的“秘籍”，例如输入指令时使用个性化语言、描述具体情景与情绪，或提供高品质歌曲作为风格参考，以提高AI创作的质量 [7] 行业影响与挑战：效率提升与版权界定 - AI创作优势突出，能用非常快的速度生成质量比较过关的作品，这在一定程度上给部分从业者带来挑战 [8] - AI音乐创作的版权归属仍属模糊地带，创意来自用户，执行依赖算法，使用的素材可能来源于未署名和授权的原始数据，如何建立合理的利益分配机制是行业需要解决的问题 [8]

下一代智能终端与AR眼镜的战略意义 - 下一代智能终端是人机交互的物理接口与数字身份的具象载体，关乎产业竞争力与构建未来科技生态的战略意义 [1] - 增强现实（AR）眼镜被视为继智能手机之后最具潜力的通用计算平台，是通向“空间计算”时代的关键入口 [1] - 当前国家政策强调“加快发展新质生产力”与“强化企业科技创新主体地位”，并将“科技金融”置于金融强国建设的首要任务 [1] 传统AR眼镜的发展困境 - 消费级AR眼镜商业化进程缓慢，2024年全球销量仅约50万台，远低于早期市场预期 [1] - 传统“一步到位”的发展范式陷入“高研发投入—高成本定价—低用户接受—难规模放量—供应链不成熟—成本难以下降”的负向循环 [1] - 产品设计以技术决定论主导，忽视了市场接受度、用户行为惯性与资本耐心等关键变量 [1] - 传统方案（如Birdbath或光波导）整机重量普遍超过70克，远超普通眼镜30克—50克的舒适佩戴阈值，且售价动辄3000元以上 [3] - 产品被局限在B端场景，缺乏高频使用，抑制了开发者生态繁荣与供应链规模化降本，形成“死亡谷”效应 [3] - 困境根源在于忽视了用户对智能设备的核心诉求——实用性与无感融入，而非技术堆砌 [3] - 智能手表的发展历史提供了先例，其通过转向“健康监测+信息提醒”的轻量化定位才打开大众市场 [4] “渐进式迭代”新范式与演进路径 - 2024年以来，以AI智能眼镜为先导的“渐进式迭代”新范式正在加速验证 [2] - 新范式核心在于将长期技术目标拆解为可融资、可验证、可退出的阶段性产品节点，与“耐心资本”运作逻辑深度耦合 [5] - **第一阶段：音频/视频眼镜**：以普通眼镜为载体集成基础音频、拍摄功能，实现“无感平替”，完成用户教育与场景渗透 [5] - **第二阶段：AI+音频/视频眼镜**：在形态被接受后，叠加端侧AI大模型能力，实现图像识别、实时翻译等高价值功能，设备升级为“智能伴侣” [6][7] - **第三阶段：AI+AR眼镜**：待用户习惯与AI生态成熟后，引入轻量化AR显示模块，实现“所见即所得”的空间计算 [8] - Meta Ray-Ban系列是此路径的代表，通过“音频/拍摄眼镜→AI智能眼镜→AI+AR眼镜”三阶段演进，实现了从“可用”到“好用”的跨越 [2] - 截至2025年第二季度，Ray-Ban Meta累计销量已接近300万副，远超初代产品不足10%的月活水平 [2] - Meta 2025年推出的Ray-Ban Display搭载600×600像素光波导屏，并配套sEMG肌电腕带交互，标志着向最终形态的关键迈进 [8] 市场逻辑与规模潜力 - “渐进式迭代”锚定了全球传统眼镜这一规模超15亿副的存量市场，2023年全球近视镜与太阳镜年销量达15.4亿副 [9] - 新路径将智能眼镜重新定义为“智能版传统眼镜”，极大降低了用户决策门槛，使技术渗透从“增量扩张”转向“存量替代” [9] - AR赛道正从“技术风险主导”转向“市场验证主导”，一级市场对“AI+AR”路径集体认可 [9] - 2025年上半年，全球AR领域融资额达267亿元，远超2024年下半年9.7亿元低点 [9] - 投资者评估依据转向用户验证能力、生态延展潜力与供应链整合效率，反映了科技金融从“投技术”向“投场景、投生态、投商业模式”的演进 [9] - AR眼镜的普及将推动其从被动光学器件升级为主动信息终端，承担健康监测、身份认证等多重角色，成为个人数字身份的物理载体 [10] 行业竞争格局 - 全球AR眼镜市场已形成清晰梯队格局，竞争焦点正从短期硬件比拼转向长期生态构建 [11] - **Meta**：凭借“AI+AR”路线图与自研Meta AI，构建从云到端的闭环体验，并通过sEMG交互强化技术护城河 [11] - **Google**：转向开放生态策略，以Gemini大模型与Android XR平台赋能合作伙伴 [11] - **国内厂商**：雷鸟、Rokid等新锐厂商以快速硬件迭代与垂直场景深耕见长；华为、小米等生态巨头则依托手机与IoT设备协同打造跨端体验 [11] - 行业共同趋势是单一硬件优势正在让位于系统级协同能力 [11] - 未来市场主导者将是能持续推出爆款硬件，又能通过操作系统、开发者工具、内容服务构建生态闭环的企业 [11] 科技金融与资本机制创新 - AR眼镜的演进是一场关于“科技—金融—制度”协同演化的微观实验，精准呼应国家“科技金融”战略 [12] - 政策明确要求“积极发展风险投资，壮大耐心资本”，完善“投早、投小、投长期、投硬科技”的支持政策 [13] - 传统硬科技项目因“三高一长”（高投入、高风险、高不确定性、长周期）特点，难以获得持续资本支持 [13] - “渐进式迭代”通过构建“阶段性价值释放机制”，为“耐心资本”提供了可行的操作框架 [14] - 该机制使得资本可以在不牺牲长期愿景的前提下，获得中期市场反馈与现金流支撑，缓解“死亡谷”困境 [14] - 支持“耐心资本”需要配套的制度安排 [14] - **多层次资本市场功能分层**：早期依赖天使与VC，中期由PE与CVC推动，后期通过科创板等二级市场兑现价值 [14] - **风险共担政策工具**：如设立专项引导基金、研发费用加计扣除、首台套保险补偿机制等 [15] - **估值方法范式革新**：引入“实物期权”理论，并在尽调中纳入技术成熟度、用户黏性等非财务指标 [15] 未来展望与深远影响 - AR眼镜的革命性在于重新定义了“人—信息—世界”的关系，实现“信息随人、服务随景”的空间计算愿景 [16] - 从认知科学看，AR眼镜通过AI预筛选与情境化呈现关键信息，实现“认知卸载”，扩展了人类的认知带宽，是“新质生产力”在个体层面的体现 [16] - 在社会交互维度，AR眼镜可设计成为“社交增强器”，基于情境智能动态调节信息呈现，使技术融入社会关系 [17] - 愿景实现面临隐私与伦理、技术鸿沟、注意力经济侵蚀认知主权等严峻挑战 [17] - AR眼镜的普及需制度与伦理框架同步构建，例如建立“AR伦理设计准则”，强制要求物理遮蔽开关、数据本地化处理等功能 [18] - AR眼镜成功的终极标准在于用户是否愿意长时间无感佩戴，标志着技术真正“人性化” [18]

行业地位与规模 - 广东是全国最大的智能机器人产业聚集区，工业机器人产量连续五年稳居全国第一，每3台工业机器人就有1台是“广东造”[1] - 机器人相关企业超过16万家，居全国第一[1] - 2023年，国产工业机器人市场份额首次超过50%[7] 产业生态与吸引力 - 全球机器人“四大家族”中的库卡、ABB等国际巨头已落户广东，库卡在佛山顺德建成了全国最大的工业机器人生产基地[3] - 广东拥有全部31个制造业大类，为机器人提供了从简单重复劳动到高精度装配、柔性生产的全谱系应用场景，这是机器人企业“扎堆”的关键引力[9] - 广东在电子信息特别是传感器等领域优势显著，坚实的产业基础和供应链优势吸引企业落户[10] - 粤港澳大湾区呈现出香港高校科研成果、广东产业化能力与珠三角制造支持的三地协同特征[10][12] 政策支持与发展历程 - 2015年，《广东省机器人产业发展专项行动计划（2015-2017年）》发布，明确提出到2017年底培育发展50家以上机器人研发制造及系统集成骨干企业[5] - 2015年成为本土机器人企业发展的关键起点，拓斯达、优必选、越疆科技等一批企业在此前后成立或迁入深圳“机器人谷”[5][7] - 广东正实施“人工智能+”“机器人+”行动，鼓励开放医疗、教育、城市管理等应用场景，并组建省具身智能机器人创新中心，支持佛山、东莞、珠海等地建设机器人生产基地[22] 技术创新与标准制定 - 广东在人工智能与机器人领域已构建强大的创新平台矩阵，拥有13家各类国家级平台（包括1家国家实验室、1家国家技术创新中心等）和116家省级平台[12] - 广东机器人企业正从制造基地迈向标准策源地，主导或参与制定多项国际和国家标准，例如越疆科技主导国际首个《工业机器人 动态稳定性试验方法》标准，优必选牵头制定《人形机器人技术要求》系列国家标准[13] - 企业实现技术跨越，例如拓斯达在2024年9月推出全球首台在注塑行业实际应用的人形机器人[5] 应用场景与市场驱动 - 广东庞大的应用端市场（如3C手机、汽车等密集制造业）不断反哺产业，使产业厚度更厚、迭代更快[7] - 机器人应用场景从生产车间扩展到生活服务，例如人形机器人在零售店担任导览员，四足机器人、工业机器人在汽车工厂执行贴标、拖拽、路径规划等任务[13][14][15][17] - 在医疗康复领域，通过“脑机接口+AI算法+机器人”三位一体实现康复训练，并致力于将设备成本从百万元降至数万元[17] 企业成长与全球影响 - 本土企业快速成长，例如库犸科技在不到十年内成为全球智能割草机器人领域的龙头企业，产品远销30多个国家和地区[10] - 广东的硬件创新能力受到全球关注，海外科技企业希望将其AI能力与广东的核心硬件深度融合[13] - 广东智造正从输出产品转向输出技术、能力和标准[12] 未来趋势与竞争焦点 - 未来3年的竞争核心是“真实场景闭环”，即谁能将机器人部署到更多商业场景，并用作业数据反哺模型和硬件迭代，谁就能筑起护城河[14] - 机器人正从“工具”进化为能理解意图、自主决策、协同完成复杂任务的“伙伴”，并催生工业软件、高精度传感器等配套产业及人工智能训练师等新职业[20] - 行业在高端整机、精密部件和系统集成方面仍与全球领先水平有差距，下一步应聚焦关键核心零部件、共性技术和开源操作系统攻关[22]

论坛概况与核心观点 - 第七届国际医用机器人创新发展论坛在北京成功举办，主题为“新质赋能，融创未来”，旨在共话产业发展新机遇，共谋创新突破新路径 [1] - 论坛核心观点认为，医疗机器人作为新质生产力的典型代表，是健康中国战略的重要支撑，产业已实现从跟跑到部分领跑的跨越，未来需从顶层设计、技术研发、成果转化、标准建设等多方面发力，推动高质量发展 [3][6] 产业发展现状与政府支持 - 国产医用机器人已构建自主可控技术体系，核心部件国产化与关键技术创新取得突破性进展，在精准医疗、远程手术等场景形成独特优势，产品性能与安全性获临床广泛认可 [3] - 北京市已形成坚实的产业基础，拥有生产企业超1000家，规模以上企业158家，产值超350亿元，三类创新医疗器械获批数量全国第一 [4][5] - 工信部未来将从顶层设计、技术研发、成果转化、标准建设四方面发力，助力产业高质量发展 [3] - 北京市下一步将从五方面推进产业创新提质，并热忱欢迎国内外优质企业扎根北京共谋发展 [5] 四大重磅成果发布 - **企业合作**：东软医疗全资子公司沈阳智核医疗与北京市医疗机器人产业创新中心签约，委托其生产高端全数字化PET/CT，实现核医学装备“京产京造” [9] - **资本赋能**：北京高端医疗器械产业发展基金正式启动，聚焦以医疗机器人为代表的高端医疗器械与智能装备领域，为创新项目提供从融资到量产的全周期支持 [12] - **人才培养**：《医疗装备产业人才岗位能力要求》标准正式发布，由14家单位共同编撰，填补了行业人才评价体系空白 [13] - **产业研究**：《医疗机器人产业十年发展全景白皮书（2015-2025）》正式发布，系统梳理产业发展历程，分析现状、技术突破、痛点及未来趋势 [16] 前沿技术发展趋势与临床应用 - **眼科手术机器人**：通过3D可视化、主从操作等技术，让医生“抬头”完成200微米级眼内精准操作，并融入AI大模型开发手术实时预警指导系统 [18] - **骨科手术机器人**：针对传统手术创伤大、机器人通用性不足等痛点，攻克协同定位、骨性结构识别等核心技术，首创“1对多”5G+远程手术范式与骨盆骨折微创治疗模式 [21] - **影像机器人**：研发“牛顿”智能移动影像机器人，融合自主导航、语音控制、多模态融合等技术，实现复杂手术室环境自适应与高精度成像，推动设备向“智能伙伴”转变 [24] - **智能芯片技术**：研发无感化智能芯片系统，实现全周期动态心电监测与人体步态无感采集，为疾病早筛提供支持，并为医用机器人智能化升级提供核心技术支撑 [26] - **绿色手术理念**：行业需关注医疗耗材使用、设备能耗等环节的生态影响，倡导通过技术优化与流程改进推动绿色手术，构建可持续医疗模式 [22] 产业面临的挑战与协同机制 - **技术攻坚**：当前部分产品存在同质化问题，核心硬核技术尚未实现根本性突破，高校应聚焦从“0到1”的基础研究，并与产业深度合作 [28] - **工业基础短板**：产学研医协同需关注如工业基础材料等易被忽视的短板问题，高校科研应回应工业界的基础需求 [28] - **临床落地与支付**：腔镜机器人临床应用成熟但收费标准不统一、采购配置受限，骨科机器人等新兴产品需大量临床数据证明优势，呼吁国家统一收费标准和完善医保政策 [29] - **商业模式创新**：“以租代购”的创新金融模式可减轻医院采购压力，帮助企业加快产品入院与现金回款，形成多方共赢的良性循环 [31] - **市场推进挑战**：早期创业核心在于产品定义与规划，需结合临床需求与支付体系；企业成长期面临全国缺乏统一手术机器人支付体系的难题 [32] 产业生态构建与资本赋能 - **生态现状**：北京在人才、临床资源方面优势突出，但产业链完整性相较于长三角地区有提升空间，创新优势尚未完全转化为产业优势，头部企业规模与数量有待提升 [35] - **资本支持**：2025年北京医疗器械领域投资规模达十几亿元，市场不缺资金但缺“懂行的资本”，资本赋能需配套专业服务与创新产品 [36] - **政策支持**：北京市即将出台新政策，对高校、科研院所、医院的科技成果转化项目给予自动经费支持，无需偿还，若企业发展达标可转为国有股份 [36] - **成果转化**：医疗机构已从成果接受方转变为创新链深度参与者，但面临验证资金缺失、医工交叉人才不足等问题 [35] 未来展望与趋势 - **2026年预期**：嘉宾对2026年产业发展持谨慎乐观态度，预计将迎来技术应用与落地的集中爆发期，产业并购与升级步伐加快 [37] - **出海趋势**：器械企业出海将成为重要趋势，可通过BD合作、代理或被收购等方式拓展国际市场 [37] - **竞争优势**：中国在软硬件与AI和场景结合领域具有绝对优势，未来需重点突破标准制定短板，提升国际竞争力 [37] - **产业互动**：创新端与技术承接端的互动将更加频繁，产业价值空间持续扩大 [37] 项目展示与产业活力 - 论坛同期举办了高端医疗器械项目交流会，8个优质项目进行了路演展示 [38] - 成果展示区集中呈现了20款高端医疗器械产品，涵盖活性病理成像仪、穿刺手术机器人、眼科手术机器人、脑磁图仪、数字化彩色超声诊断仪等多个细分领域 [42]

现状：技术供给与落地成熟度的巨大落差 "智能体元年"的热度背后，企业落地的真实情况如何？12月9日，由中关村科金联合甲子光年举办的"超级连接· 智见未来"EVOLVE 2025大模型与智能体产业创新峰会上，来自研究机构、技术服务商和产业应用方的嘉宾，围 绕"从通用到专用：智能体在企业核心业务场景的价值涌现"展开了一场务实的对话。 甲子光年创始人兼CEO张一甲担任圆桌主持，与中关村智用人工智能研究院院长孙明俊、顺丰科技AIGC增长部 负责人刘宇、极氪汽车数智研发总监唐畅、中关村科金副总裁刘倩共同探讨了智能体落地的挑战与机遇。 当被问及为智能体落地现状打分时，几位嘉宾给出了差异化的答案，这种差异本身就反映了行业的复杂现状。 孙明俊直言不讳地指出了技术供给与实际落地之间的巨大鸿沟。他表示，智能体的技术供给成熟度约为80%，但 落地成熟度远远不到这个水平，实际上仅在30%左右。他透露，研究院在做行业测试时发现，很少有智能体可以 直接解决行业中的问题。 他举了一个医疗行业的例子来说明沟通的困难："我在金华看到几个中医院，还在解决信息化如何连通的问题。 对医院院长来说，他不知道是信息系统的问题、数据连通的问题，还是靠人工 ...