人工智能与工业化交汇 - 人工智能演进与工业化发展形成历史性交汇 人工智能正深刻重塑全球产业格局[1] - 金砖国家论坛聚焦人工智能赋能新型工业化及金砖国家机遇把握[1] 中国人工智能产业进展 - 中国构建完整人工智能产业体系 正推动技术创新并实施人工智能+制造行动 推动重点行业环节领域智能化转型[1] - 中国工业企业应用大模型及智能体比例从2024年9.6%提升至2025年47.5% 增幅达37.9个百分点[1] - 中国连续12年成为全球最大工业机器人市场 建成7000余家先进级和230余家卓越级智能工厂[1] 人工智能技术演进方向 - 人工智能焦点从大模型进化成智能体 智能体具有记忆能力 工具使用能力 分工协作能力及任务规划能力 能独立完成复杂任务全流程实现降本增效[1] - 具身智能和世界模型等前沿方向突破推动数字世界与现实世界深度融合 催生数字孪生工厂和工业元宇宙实验室等新业态新模式[2] 具体应用案例 - 快手科技可灵AI产品在工业互联网领域打造世界模型 提供虚拟仿真环境训练人形机器人 降低实际训练风险和成本[2] - 人工智能促进自主运行 智能决策 全局优化的智能制造落地[2] 国际合作与基础设施 - 金砖国家凭借庞大产业基础与市场需求有望成为人工智能赋能新型工业化的试验田和引领者[2] - 中国成立中国—金砖国家人工智能发展与合作中心 下一步将搭建创新共享平台分享成熟大模型工具助力降低技术壁垒[3] - 金砖国家新开发银行将重点投资数字基础设施 职业技术教育 智能制造和绿色经济等领域[2] 发展挑战与应对 - 全球南方国家在关键核心技术和数字基础设施存在短板[2] - 需扩大全球南方国家获取人工智能工具和基础设施的渠道 弥合数字鸿沟[2] - 应加强人工智能基础研究 应用开发 产业培育和标准互通等方面合作推动技术创新与应用推广[2]

核心观点 - 企业增长的两大核心动力为向智能化要产业效率和向全球化要收入规模 [2] - AI目前仍处于投入期 公司需要巨大算力服务超10亿用户 需思考高效低成本规模化应用AI [2] - 智能体将成为AI时代主要应用载体 公司发布智能体战略全景图并开放开发平台等五大能力 [6] AI基础设施投入与收入影响 - AI应用推动推理需求暴涨和云基础设施升级 公司持续加码基础设施建设且海外开区速度在国内云厂商中最前列 [4] - 公司在AI基础设施投入非常大 提供从基础设施到模型训练推理加速工具再到应用场景的全方位支持 [4] - 大模型产业重心从训练转向推理已成行业共识 企业对大模型和智能体建设热情带来推理需求暴涨 [4] - AI基础设施拉动效应明显 大模型与智能体领域大量客户实践案例带动收入 基础设施相关收入增长更明显 [4] - 海外已设立11个区域办公室和9大全球技术支持中心 海外基础设施建设与当地合作伙伴合作以提供延展算力 [5] - 国内基础设施投入较大 规模随业务增长布局 将随AI推理需求增加继续加大国内基础设施能力补充 [5] - 已全面适配主流国产芯片 与多家国产芯片厂商合作适配不同场景需求 [5] 智能体战略与模型发展 - 针对不同群体提供不同智能体能力 中小企业需要更完善商业化支持产品 开发者需要开源工具快速上手 [6] - 过去一年密集发布30多个模型 重点方向是以更低部署推理成本实现更强性能加速产业落地 [6] - 智能体真正差异在于落地细节 企业打造智能体成本不高 可在业务流程中找优化环节借助AI降本增效 [6] - 模型厂商需投入巨额硬件和训练成本 商业模式尚不明晰 需构建健康可持续商业模式 [7] AI业务发展现状 - AI已成为公司新业务基因 用户每天向腾讯元宝提问量达年初一个月提问总量 [7] - To C的AI原生应用处于投入期 未深度考虑商业化 重心放在打磨产品和服务体验上 [7] - AI原生应用将聚焦用户体验提升和场景覆盖扩展 让用户更自然高效解决实际问题 [7] - 公司拥抱AI是全方位 每个业务都在拥抱AI 云与智慧产业事业群AI产品通过组织变革有更大发挥空间 [5]

公司AI战略与进展 - 公司全面拥抱AI技术 几乎所有业务均涉足AI领域 从"好用的AI"升级至"全面开放好用的AI" [1] - 腾讯云正式发布智能体战略全景图 通过智能体解决方案 SaaS+AI 大模型技术三大升级全面开放AI能力 [1] - 腾讯元宝DAU位列国内AI原生应用前三 用户日提问量达到年初月总量 IMA知识库文件数量突破1亿 QQ浏览器AI月活数较4月增长17.8倍 [1] - AI技术已成为公司及腾讯云核心增长引擎 AI投入与高质量增长形成正循环 [1] 全球化业务拓展 - 腾讯云国际业务过去三年持续高双位数增长 海外客户数量同比翻番 [2][7] - 90%以上中国互联网企业和95%以上头部游戏公司出海选择腾讯云 [2][7] - 公司从基础设施 技术产品 服务能力三个方向助力企业全球化拓展 [2] - 海外开区速度位居国内云厂商前列 即将上线沙特可用区 已在印尼部署第三个可用区 日本大阪有计划新增 [7] 技术研发与生态建设 - 公司坚持"以人为本的AI"战略 基于用户需求进行技术方案选择 [4] - 技术实力构成智能体核心壁垒 在复杂文档处理方面具有显著优势 [5] - 发布具身智能开放平台Tairos 为机器人开发商提供软件能力支持 [6] - 全面适配国产主流芯片 通过异构计算平台整合不同类型芯片提供高性价比AI算力 [9] - 与多家国产芯片厂商合作适配不同规模AI模型 参数范围从数十亿到上千亿 [10] 行业竞争优势 - 游戏行业理解深度获得海内外客户认可 音视频直播技术积累深厚 [8] - 小程序生态技术方案开放为海外SuperApp-as-a-Service产品 [8] - 针对海外客户使用习惯提供API接口等差异化产品方案 [8] - 海外客户对新一代AI能力兴趣浓厚 正与东南亚 中东地区推进合作试点 [9] 商业模式与发展方向 - 企业级智能体部署成本较低 但模型厂商面临高硬件成本与训练成本挑战 [5] - 云业务坚持差异化技术路线 在特定场景发挥独特优势 [7] - 具身智能领域采取开放合作策略 通过标准化管理支持行业发展 [6] - 对芯片行业保持开放态度 针对不同场景开展多方面合作 [10]

人工智能技术发展进程 - 人工智能技术从数字化向智能化演进 新工业革命本质由人工智能驱动 核心特征为智能化赋能模式[1] - 人工智能上半场焦点集中于大模型 下半场关注重心从大语言模型升级为智能体[1] 智能体核心能力与价值 - 智能体具备四大核心能力：任务分解规划、记忆、使用工具、分工协作 被比作虚拟空间机器人[2] - 专业智能体路线优于通用智能体 聚焦单一领域或任务 更易落地应用并深度融入企业业务流程[2] - 工业领域专业智能体市场前景比传统软件大10倍 可同时替代软件工具属性和人力执行属性[2] - 智能体实现降本增效 降低运营成本并提升成果质量[2] 智能体对组织形态的影响 - 智能体推动个人角色变革 每人指挥100个智能体协同工作使个人生产力指数级提升 形成超级员工[2] - 智能体推动组织形态变革 员工管理大量智能体产生协同效应 企业升级为更高效灵活的超级组织[2] 360集团智能体战略 - 公司推出智能体工厂平台 低门槛快速打造智能体 无需编程能力 通过自然语言定制L3智能体和L4多智能体蜂群[2] - 平台演示纳米AI多智能体蜂群功能 输入简单提示词一键生成宣传片[2] - 公司面向金砖国家开放智能体工厂 作为传统产业数智化转型技术底座 提供全链条赋能[3] 行业发展趋势 - 智能体成为驱动新工业革命的关键力量 大模型仅相当于大脑 缺乏执行能力 需智能体实现实际应用[1][2] - 传统工业智能化转型带来无限发展机遇 智能体将深刻推动产业变革[3]

人工智能政策与战略方向 - 工业和信息化部强调以人工智能 5G 工业互联网 云计算等新型技术赋能工业化 充分释放数字技术潜力 [1] - 2025年人工智能+再次写入政府工作报告 8月底发布《关于深入实施人工智能+行动的意见》将人工智能发展推上高潮 [1] - 中方成立金砖国家人工智能发展与合作中心 开展技术交流与产业对接 下一步将搭建创新共享平台 分享大模型工具和优质数据集 助力降低技术壁垒 [2] - 政策与监管协调 数字基础设施互联互通 创新技术普及应用被列为重点跟进方向 [2] 国际合作与生态构建 - 金砖国家具备引领全球南方创新进程的独特优势 通过规模庞大且多元的资源禀赋加速成员国发展 降低外部依赖 [3] - 急需构建更大范围 更广领域 更深层次的产学研用创新联合体 推动创新链 产业链 资金链 人才链协同对接 显著降低AI研发和应用门槛 [3][4] - 中国移动面向金砖国家联合当地信息通信企业构建AI+国际生态联盟 壮大GTI平台 提供AI算力 模型 应用等多样化能力支持 [4] - 知识共享 技术联合开发和基础设施共建是加快全球南方创新步伐的关键 需通过多边机制制定明确规则确保透明度 公平性和安全性 [3] 技术演进与产业应用 - AI赋能新型工业化由单点突破进入协同推进 群体演进的关键阶段 [1][3] - 智能体成为赋能新型工业化的焦点 360集团主张走专业智能体路线赋能新工业革命 [5] - 《意见》提出目标 到2027年人工智能与6大重点领域深度融合 智能体等应用普及率超70% 到2030年普及率超90% [5] - 中国移动研发万亿参数九天基座大模型 打造多模型和智能体融合服务引擎MoMA 建设超大规模计算机集群覆盖多个行业 [6] - 新华三集团推出ICT智能体 在无线运维领域实现对话式运维 通过智能体调用后台数据提供问题解决方案 计划在巴西 马来西亚 印尼等项目国家落地 [6][7] 发展现状与挑战 - 全球产业数字化转型中各国政策法规和技术发展水平不一致 被企业视为推动开放合作与创新驱动的最大挑战 [3] - 许多全球南方国家难以获取关键技术 存在数字基础设施缺口 技能人才短缺及科研能力不足 阻碍全面参与新一轮工业革命 [2] - 大模型及相关技术运用仍处于爬坡阶段 智能体在业务流程复杂且不确定性强的场景下仅能达到人类水准的0.2或0.3 需进一步提升仿人类智能水平 [7][8] - 目前尚未真正实现通过智能体替代人为干预 智能化自动化进程仍在推进 未来或演进至人类协同群体智能时代 [7][8]

人工智能赋能新型工业化 - AI赋能新型工业化正由单点突破进入协同推进、群体演进的关键阶段 [1][6] - 需构建更大范围、更广领域、更深层次的产学研用创新联合体以释放AI应用潜能 [1][6] - 中国移动联合金砖国家信息通信企业构建AI+国际生态联盟 提供算力、模型、应用等支持 [6] 政策与全球合作 - 工业和信息化部强调以人工智能、5G、工业互联网、云计算等新型技术赋能工业化 [1][3] - 中方成立金砖国家人工智能发展与合作中心 将搭建创新共享平台分享大模型工具和数据集 [3] - 全球南方国家存在数字基础设施缺口和技能人才短缺 需通过知识共享和技术联合开发弥补差距 [4][5] 智能体技术发展 - 智能体成为赋能新型工业化的焦点 到2027年智能体应用普及率目标超70% 2030年超90% [7][8] - 中国移动研发万亿参数九天基座大模型 打造多模型和智能体融合服务引擎MoMA [8] - 新华三集团推出ICT智能体实现对话式运维 可一键解决网络问题 计划在巴西、马来西亚等国落地 [8][9] 技术挑战与现状 - 全球政策法规和技术发展水平不一致 被企业视为开放合作与创新驱动的挑战 [1][5] - 智能体目前仅能达成人类满分水准的0.2-0.3 在复杂流程和不确定性任务中表现受限 [9][10] - 产业通过WAA联盟推动标准互认 形成统一产业联盟以拓展市场 [5]

核心观点 - 理想汽车和字节跳动在2025年8月至9月期间独立探索Agent技术时发现了相同的关键问题 即模型学习信号的强度（梯度大小）与决策不确定性（熵）存在有害的耦合关系 并基于各自业务特点提出了类似的解决方案 [2][4] - 理想汽车的AWE算法更偏向高效实用的工程解决方案 聚焦于监督微调(SFT)中的token级处理 而字节跳动的EMPG框架有更形式化的数学定理支撑 覆盖强化学习(RL)中的step级处理 并额外解决信用分配问题 [3][6][27] - 两者核心思路一致 都采用自适应或动态调制方法 利用模型自身的预测不确定性来校准学习信号 而非对所有token或step一视同仁 [4][27] 技术方案对比 - 理想汽车的AWE算法（自适应权重估计算法）应用于MindGPT 3.1中期训练阶段 动态调整每个token对参数更新的影响力 降低高难度和已掌握token的权重 集中学习中等难度token以提升训练效率和稳定性 [9][24] - 字节跳动的EMPG框架包含两个组件：自校准梯度缩放（动态干预学习信号强度 对低熵动作放大梯度、高熵动作衰减梯度）和未来清晰度奖励（引导Agent选择低熵路径的内部奖励机制） [10][11] - AWE主要解决梯度大小问题 相当于EMPG中的自校准梯度缩放组件 但不包含未来清晰度奖励部分 [5][6][28] 应用场景差异 - 理想方案聚焦token级处理 认为解决token不确定性即可自然扩展到step级 主要应用于模型SFT/RL算法本身 [7][28] - 字节方案同时处理token和step级不确定性 特别针对长序列RL任务中的学习效率和信用分配问题 其未来清晰度奖励组件与智能体场景强相关 [7][17][28] 行业技术发展 - 强化学习领域近期重点关注奖励函数设计 包括基于规则（如代码、数学）、基于量规（如写作、医疗）和基于模型自学习（如熵置信度）三类方法 [29] - 理想汽车在MindGPT 3.1中应用的ASPO算法借鉴了DeepSeek R1 GRPO的选择性学习思想 并进行了创新优化 显示公司具备快速学习并内化行业优秀技术的能力 [20] - Agent技术代表AI从被动信息处理器向主动任务执行者演进 能自主思考、规划并调用工具完成复杂任务（如理想卡片大师） [18] 时间线与行业影响 - 理想汽车于2025年8月21日发布MindGPT 3.1 其Agent能力（如卡片大师）和AI产品化潜力被市场低估 [20] - 字节跳动于2025年9月11日在arXiv发布EMPG论文 为长序列LLM Agent提供理论框架 其研究结论与理想汽车实践经验相互印证 [20][21] - 两家公司独立发现相同问题并给出类似解决方案 反映行业对Agent训练过程中梯度-熵耦合问题的普遍关注 [2][4]

行业趋势：消费平台加速部署AI智能体 - 多家消费平台正在将AI智能体嵌入核心产品 淘宝内测AI助手实现多轮对话导购 美团推出独立App"小美"提供本地生活服务 支付宝推出国内首个"AI付"服务实现自动支付[1] 技术实现：AI导购的数据驱动机制 - AI导购系统高度依赖用户历史数据提升推荐准确性 美团"小美"通过对比用户历史订单推荐相似商品 淘宝"AI万能搜"根据浏览和购买记录生成个性化推荐[2] - 平台收集的数据类型包括浏览记录、搜索查询、加购数据、交易记录等敏感信息 美团收集浏览、搜索、点击、收藏、分享、评价数据 淘宝收集浏览记录、点击查看记录、搜索查询记录、收藏添加记录 瑞幸使用历史订单数据实现产品推荐[3] 合规要求：数据使用的双重监管框架 - 平台使用数据需通过合规文本和功能设计双重关卡 个人信息保护法要求明确告知并取得单独同意 算法推荐管理规定要求提供便捷关闭方式[5][6] - 当前平台已实施差异化合规方案 美团设置单独授权同意步骤 淘宝提供【购物偏好】实时开关功能 瑞幸需通过设置菜单统一关闭个性化推荐[6] 发展挑战：数据应用的风险与限制 - AI导购可能引发大数据杀熟和信息茧房问题 平台可能利用数据实施差异化定价 过度依赖AI推荐可能限制用户商品发现范围[9] - 多业务线接入增加数据安全管理复杂度 需防范越权访问和数据外泄风险 需确保跨生态参与方的数据分享获得用户充分授权[9]

行业转型与核心理念 - 机器人行业正经历从"机器工具"到"AI同事"的转型 强调深度人机协同而非单纯工具属性 [1][3] - 具身智能需与离身智能结合 催生高度适配细分场景的"行业智能体" 释放"机器人口红利" [4][11] - 机器人应具备六维能力：学习力 适应力 交互力 自主力 情感力 社会力 以服务人类健康与设备效能为终极目标 [3][7][8] 企业实践与场景应用 - 云迹科技深耕机器人领域11年 产品覆盖超3万家酒店 累计完成5亿次服务 行走2033万公里(相当于绕地球500圈) [3][6] - 酒店场景中机器人日均完成130次任务 响应时间1秒 任务完成时间3-4分钟 每年为单酒店节约成本10万元 [10][11] - 医院场景机器人日均完成100+次任务 负责运送手术器材 放射性药品 规避配送风险并优化手术资源协同 [11] - 工厂场景机器人日均运输1万米 管理成本下降30% 停靠时间可预判生产节拍 保障生产连续性 [11] 技术架构与协同机制 - 人机高效协作需满足四大关键：目标明确 过程可控 结果可溯 反馈必应 [4][10] - 通过AI云脑进行任务派发与优先级排序 实现机器人 机械臂 用户终端的场景智能体协同 [12][13] - 机器人通过环境反馈优化策略(学习力) 在长尾场景保持稳定(适应力) 理解情感诉求(交互力) [3][9] 价值创造与市场验证 - 酒店OTA好评平均分达4.93 每增加0.1分可使RevPAR提升2.86% 单机器人年均获250条好评 [11] - 盲人无障碍设计等情感连接功能使机器人获得"同事"身份 甚至出现酒店为2017年型号机器人过生日的案例 [9][10] - 机器人替代简单重复任务 使人类专注于高情感价值工作 提升人类附加价值 [9] 未来发展方向 - 在机器人底盘叠加机械臂 通过大模型训练替代刷马桶 擦地 放射药物运送等人类服务工作 [15] - 与美团 顺丰合作探索"原子柜"模式 与无人车实现楼宇内外运输接力 达成"最后100米手臂配送"目标 [15] - 机场等2C场景存在巨大应用潜力 可通过低成本智能化服务提升客户体验 [14]

大模型与智能体发展 - 大模型相当于头脑 能说会道 能思考规划推理 但没有手脚不会使用专业工具不能直接干活[3] - 如果AI发展只停留在大模型阶段会变成玩具而非生产工具 企业引入大模型多用于聊天机器人和客户服务 不能真正解决生产业务问题[3] - 人工智能上半场是大模型 下半场焦点转向智能体 大模型能力从知识型进化到推理型且成本越来越低[3] 智能体核心特征与应用 - 智能体是网络虚拟空间的机器人 具备记忆能力 使用专业工具能力 分工协作能力和分解规划任务能力[4] - 智能体将通用大模型变为专业化个性化数字员工 多智能体全自动协作30分钟可完成人工需1个月的视频制作[4] - 智能体演进分五个层级：L1聊天助手 L2工作流智能体 L3推理型智能体 L4多智能体协作 L5可能具备自我学习进化迭代能力[4] 人机协作新模式 - 当每人管理30-50个智能体时将解锁能力成为超级个体和超级员工[3] - 人类角色转变为智能体的规划者 领导者 管理者和监督者 形成碳基员工与硅基员工混合的超级组织[4] - 智能体替代人力与软件工具 实现真正降本增效 工业领域专业智能体发展前景比传统软件大十倍[5] 企业战略与行业机遇 - 360智能体工厂重点打造L3-L4智能体 已为中小企业提供5万个具备各种能力的智能体[5] - 360面向金砖国家开放智能体工厂技术 提供从智能体构建到场景落地的全链条赋能[5] - 智能体作为传统产业数字化转型最关键抓手 将带来无限发展机遇[5]