行业趋势 - 人工智能产业正经历从技术崇拜到价值回归的本质转变 可信性成为变革的核心枢纽 [1] - 行业重点从通用大模型转向垂直领域模型和智能体开发 [3] - 技术发展需完成从能用 到敢用 再到好用的三重跨越 尤其在科研 金融 医疗等开放域场景 [7] 竞争格局 - 大部分赛道马太效应和先发优势不明显 个别细分领域可能存在 [5] - 未来竞争核心是价值创造能力而非算力或参数比拼 [1] - 技术没有绝对壁垒 真正的优势在于创新速度 [4] 产品战略 - 垂类大模型发展核心在于差异化的产品价值 需解决用户痛点 [4] - 产品市场匹配(PMF)成为下一阶段重点 需要行业深耕 [5] - 优秀合作伙伴能提升产品表现 行业积累形成优势 [4] 技术架构 - 可信AI架构包含三层: RAG检索增强生成层 强化学习奖励函数层 神经符号计算与深度学习融合层 [6] - 开放域场景需要结合行业知识定义奖励函数 解决真实场景问题 [6] - 2023年下半年强化学习应用后 大模型幻觉问题得到改善 [6] 展会规模 - 2025世界人工智能大会展出800余家企业 3000余项前沿展品 规模创历届之最 [1] - 展品涵盖40余款大模型 50余款AI终端产品 60余款智能机器人以及100余款全球首发或中国首秀新品 [1]

AI在金融业应用现状 - AI应用已从客服、办公等基础场景进入风控、财富管理等核心业务深水区[1] - 金融机构对一般性场景采用试验性AI应用 但对核心业务关键场景保持谨慎态度[1] - 大模型技术发展仅两三年 技术成熟度直接决定应用场景落地效果[1] 金融AI落地挑战 - 企业级AI面临三大挑战：数据缺乏AI可用性、通用模型难解行业专业问题、缺乏实时数据与模型融合的决策框架[2] - 金融业务包含存款贷款信用卡等14个大场景及上百个细分场景 每个场景都需要专业智能助理逐个攻克[2] - 复杂金融场景对模型可靠性安全性及专业知识要求极高 需专业化金融推理大模型[2] 金融AI产品创新 - 蚂蚁数科发布金融推理大模型Agentar-Fin-R1 覆盖银行保险信托场景并能持续更新金融政策市场动态[3] - 交通银行展示数字分身驱动远程金融服务 实现四类服务主体联动突破传统网点时空限制[3] - 汇付天下推出支付行业首个智能体 可生成定制化支付方案并提供全生命周期技术支持[3] - 华鲲振宇带来超20个行业智能体 信贷审核助手通过模板化开发适配个性化需求[3] 智能体应用特性 - 智能体植根于具体应用场景 金融领域无可直接使用的通用大模型[4] - 信贷审批智能体依赖专属大模型 需持续训练使其更懂金融业务和场景[4] - 在营销风控及客户经理销售等业务深水区 智能体应用渗透率显著较低[4] AI对金融业务的重构 - AI从辅助工具转变为顾问专家 可智慧分析服务规则优化流程并辅助决策执行[5] - 授信决策智能体系统覆盖信贷全流程 具备类人操作和模型判断编排决策能力[5] - 智能体融合软件能力大数据能力及风险策略 减少传统风控模式中的人为决策[5] - 通用大模型存在知识鸿沟 专业金融大模型将成为金融机构竞争力关键要素[5]

AI技术演进与产业应用 - AI技术正从"能用"向"好用"演进，智能体成为当前重要发展方向 [1] - 腾讯举办"智能涌现"论坛，探讨AI技术路径与应用形态的快速变化 [3] - AI在教育领域推动教学体系革新，教师角色从主导者转变为引导者 [5] - AI在粮食仓储领域实现多模态数据采集，提升存储质量和粮食安全 [5] AI落地场景与产学研结合 - To C市场易形成超级应用，To B市场更垂直需融入业务流程 [7] - 产学研壁垒的突破需"价值拉齐"和场景驱动，企业可加强连接合作 [7] - 开源降低大模型应用门槛，闭源保障商业收益，两者共存推动技术发展 [9] - 开源具有普惠向善、竞争策略和治理工具三大意义 [9] 大模型与Agent智能体发展 - 大模型训练成本高昂，未来将向垂直领域细分发展 [11][12] - Agent智能体需实现感知、规划、决策、协同的闭环，是AGI重要途径 [13] - Agent协同需解决南北向接口和东西向协议标准化问题 [14] - 传统AI工具在农业领域受限于数据标注，需大模型二次开发提升能力 [13] 具身智能与未来AI展望 - 具身智能需"身体"与"心智"结合，VLA模型是落地关键 [15] - 中国具身智能优势在于丰富产业场景带来的数据和专属大模型 [15] - 具身智能需解决商业闭环问题，高成本阻碍普及 [17] - 未来AI需减少大模型幻觉，加强行业知识库建设 [19] - 好用的AI应目标鲜明、专业定制、简单易用，多模态采集前端专精 [19]

2025世界人工智能大会核心观点 - 头部券商集中展示AI及金融科技领域最新成果与前沿研究报告 [1] - AI大模型向更强、更高效、更可靠方向发展 推理模型深化、智能体模型爆发 [4] - 2025年是Agent元年 推理需求带动算力需求爆发 国内算力自主可控趋势凸显 [4] - AI应用加速落地 B端落地进程或超预期 渗透速度较互联网时代大幅提速 [4] - 生成式AI发展轨迹将是2B领先2C 应用领先终端 [11] - AI服务器有望取代智能手机成为最大科技硬件品类 [11] - AI发展具有双重规模效应：规模定律带来追赶机会 规模经济形成先发优势 [14] 中信建投观点 - 发布40万字《AI新纪元》深度研报 贯穿AI垂直产业链核心环节 [3][6] - AI+编程在互联网、游戏等行业渗透率超过80% [7] - 金融领域AI推动机构从流程自动化向智能决策跃迁 [8] - 具身智能领域面临数据集不足等痛点 但商业化落地将加速 [8] 华泰证券观点 - 关注AI智能体应用落地机会 智能体交互速度显著高于人类 [9][10] - 2024年全球数据中心AI芯片市场规模达1782亿美元 同比增长77% [11] - PC和智能手机芯片市场分别为539亿美元和352亿美元 [11] - 中美AI产业链从平行发展回到竞合状态 中国在物理AI具比较优势 [12] 中金公司观点 - 发布《具身智能》《人形机器人》等研究报告 聚焦科技金融与AI发展 [13][14] - 中国需通过算法创新弥补算力短板 发挥人才优势和市场潜力 [14] - 中金点睛数字化投研平台开放注册 覆盖1800只个股研究 [15] 中信证券观点 - 发布AI数字员工体系 实现"以一抵十"效能跨越 [16][17] - 打造全市场首个市值管理AI平台CapitAI-Link [16][18] - AI数字员工覆盖企业服务、财富管理、投资研究等全链路金融服务 [18]

行业背景与大会聚焦 - 2025中国互联网大会以数智驱动和创新产业变革为主线 聚焦互联网技术与实体经济深度融合[1] - 互联网行业正处于数智驱动与技术创新的深刻变革期 新质生产力成为高质量发展核心[1] - 智能体作为互联网演进核心标志 正重塑科研生产与生活的底层逻辑[1] 水滴公司AI技术突破 - 展示具备多模态交互能力的AI Agent 语音对话时长最高达50分钟 平均响应时效仅2秒[2] - AI大模型经深度优化后实现逻辑推理能力 突破原有上限 可识别用户潜在情绪[4] - 自主研发保险领域大模型"水滴水守AI保险专家" 应用于销售辅助/客服/质检全流程[4] 具体应用场景与效能提升 - AI客服"保小慧"实现7*24小时服务 精准识别用户情绪 全年预计减少50%问题流转率并提升50%服务效率[4] - AI质检方案实现100%全场景覆盖 包括语音/企业微信/朋友圈等渠道 成本较人工下降超50%[5] - 公司年投入近3亿元科技研发 累计沉淀100余项技术专利[5] 财务表现与战略方向 - 2024年归母净利润增长近120%[5] - 2025年推进"All in AI"战略升级 通过全业务AI融合实现新增长曲线[5]

人工智能行业动态 - WAIC展会规模创历史新高 聚焦中国开源技术DeepSeek的行业影响力 [3] - 专家对2025年AI Agent发展持谨慎态度 认为革命性突破需要更长时间 [4] - 人形机器人面临"伪智能"困局 宇树科技指出环境感知碎片化等核心缺陷 [7] 新能源汽车与机器人 - 智元机器人启动全球化布局 已覆盖北美欧洲中东日本及东南亚市场 [6] - 宁德时代底盘业务子公司时代智能启动首轮融资 投前估值达90亿元 融资规模20亿元 [7] - 比亚迪在马来西亚推出元UP纯电SUV 已建立40家销售门店 计划扩展至30家以上服务网点 [7] 国际贸易与投资 - 美欧达成贸易协议 欧盟将增加对美投资6000亿美元 采购7500亿美元能源产品 [8] - 日本对美5500亿美元投资承诺中仅1-2%为实际投资 其余主要为贷款形式 [8] - 中国对非洲出口同比增长23% 增速远超欧盟(7.9%)和东南亚(14.3%)等地区 [8] 自动驾驶与科技监管 - 特斯拉自动驾驶出租车服务在加州受阻 因未获必要运营许可 [9] - 特斯拉计划年底覆盖美国一半人口 自动驾驶业务对维持万亿市值至关重要 [9] 企业出海服务 - 36氪出海推出迪拜落地线上活动 联合IFZA自贸区提供实操路径 [9] - KrASIA推出英文媒体服务 60%读者为东南亚商业人群 助力中国企业全球品牌建设 [11] - 36氪出海学习交流群已吸引超17000位出海人加入 提供全球跨境资讯和资源对接 [13]

智能体发展趋势 - 智能体正从单一任务向编程辅助、社会互动、经济治理等复杂场景拓展[1][3] - 智能体由集中式云端算力向轻量化本地终端部署演进，ToC端对隐私保护、响应速度与个性化体验需求增强[3] - 轻量型终端智能体可在手机、穿戴设备等终端直接运行，具备自主推理与快速交互能力，谷歌助手、Siri、Alexa、Cortana等产品已广泛应用[3] - ChatGPT、Copilot等大语言模型智能体正向端侧迁移与轻量化适配[3] 多智能体协同发展 - 多智能体可信互连成为行业趋势，通过协同交互完成复杂任务[4] - 多智能体架构需实现高效通信、深度协作与动态交互，打破信息孤岛并优化资源配置[4] - 复杂任务场景要求智能体系统具备处理海量异构数据、动态环境与多元决策的能力[3][4] 终端智能体安全挑战 - 终端智能体安全边界突破传统信息安全范畴，延伸至数字与物理世界的边缘交互接口[3] - 多智能体发展面临数据泄露、越权操作、隐私侵犯、算法偏见等安全威胁[4] - 单一主体安全能力难以应对跨域协同、攻防升级的系统性挑战，需构建"数据共享、能力协同、标准互认"的安全生态体系[5] 安全生态建设 - 需通过多方参与、资源整合与技术协同构建终端智能体安全可持续发展根基[5] - 数据、技术、应用三方联动是构建终端智能体安全共同体的关键[5] - 高精度、高质量的安全评测数据集是安全风险探测的核心驱动力[6]

上海人工智能发展战略 - 上海将全面拓展人工智能应用场景 推动与传统产业、新兴产业、新赛道及未来产业深度融合 [1] - 2025世界人工智能大会期间 上海市经信委人工智能发展处处长潘焱强调上海布局人工智能产业的战略决心 [1] - 华院计算连续七年举办认知智能创新论坛 聚焦认知推理、自主决策与因果学习三大核心前沿 [1] 人工智能在数学领域的应用 - 北京大学董彬教授指出 AI工具正在为数学研究和教学中的关键任务提供创新性解决方案 [1] - 数学研究效率的主要瓶颈在于理论验证与定理证明环节 探索人机协同模式成为前沿研究方向 [1] - 需要开发精细化和定制化的大语言模型 推进数学推理关键步骤数字化 建立学科间有机联系 [2] 生成式AI发展趋势 - 香港理工大学杨红霞教授指出 大模型在产业化落地中面临"最后一公里"挑战 垂直领域深度应用存在瓶颈 [2] - 未来AI发展将从中心化向去中心化演进 小模型因特定领域精细化定位优势将成为产业应用主流 [2] - 生成式AI终极演进方向是实现具身智能与机器人技术深度融合 但需要至少十年数据积累与技术沉淀 [3] 华院计算的战略布局 - 公司构建"1＋X"发展模式 以认知智能引擎平台为核心技术底座 赋能千行百业数字化转型 [3] - 深度布局智能制造、社会治理、数字文旅、生物医药等多个垂直领域 推动AI技术与产业场景融合 [3] - 在智能体发展元年 华院计算发布华院智能体平台 具备编排规划、工具调用和长短记忆三大核心特征 [3][4] 华院智能体平台技术特点 - 平台采用可视化编排系统 通过"拖拉拽"操作快速构建智能助手和自动化流程 大幅降低使用门槛 [4][5] - 开发者和授权用户无需精通底层代码 即可快速搭建专属智能体 实现快速响应和高效运行 [4][5] - 解决了传统AI系统开发周期长、技术门槛高的痛点 为行业智能化转型提供高效技术支撑 [4][5]

校招与人才培养 - 公司启动2026校园招聘，开放3.5万个岗位，其中应届毕业生岗位2万个，实习生岗位1.5万个 [4] - 校招岗位覆盖零售、科技、物流、健康、产发、工业、创新零售和国际等业务，超300种岗位类型 [4] - 公司推出"五年成长计划"和"后浪计划"，为校招生提供定制化培养方案和跨级晋升机会 [4] - 过去一年公司连续七次提高员工薪酬激励，并全面上调校招岗位薪酬 [5] - 公司投入70亿元在北京打造近5000套青年公寓，其中实习生公寓将于9月迎来首批学生 [5] 人工智能领域布局 - 公司在世界人工智能大会期间发布全新大模型品牌JoyAI和开源企业级智能体JoyAgent [8] - 公司推出智能品牌JoyInside，与数十家机器人企业合作，将对话智能体植入硬件设备 [8] - 公司近期领投千寻智能、逐际动力、众擎机器人等具身智能领域头部企业 [8] - 公司5月参与投资智元机器人 [8] 业务发展与员工规模 - 公司持续发力外卖、酒旅板块业务 [7] - 创始人预计二季度末员工数达90万人，未来将突破100万人 [8] - 公司表示新兴板块业务持续推进将带动员工规模增长 [8]

智能体为何如此"能干"？原因在于它是连接大语言模型与外界复杂环境的桥梁——利用大模型的算 力基础，精准理解不同用户需求，主动规划目标、制定决策、执行任务。如果说大模型是发电站，智能 体就像家用电器，电力的作用只有通过各式各样的电器才能充分体现。同理，几乎所有领域都需要适配 的大量智能体。 依托智能体，职业教育人才培养目标得以顺利升级。以家庭药师智能体为例，传统的"药师—用 户"关系转变为虚实结合的人机关系，要求学生同时掌握药理药性知识及人工智能技术。投喂语料库、 创建工作流、设计提示词等操作既依赖扎实的药理知识，又须深刻理解用户需求、日常语言与行为习 惯。学生既要有专精技术，又需具备知识迁移能力，才能适应不同类型家庭用药需求。在应用与运维方 面，识别规避"AI幻觉"、指导用户应用、提升产品智能化水平等任务，同样要求学生兼具人机协作意识 与批判性思维。 借助智能体，职业教育技术服务实现了集约化、即时化、共享化。长期以来，企业的技术难题难以 被学校教师充分了解，学校教师的技术知识也难以高效引入企业，导致企业面临"待解决问题的技术投 入不足，已解决问题的重复投入过多"困境。通过链接校企两端的智能体，分散的技术知识可 ...