阿里巴巴成立千问C端事业群 - 公司已成立千问C端事业群，由阿里巴巴集团副总裁吴嘉负责 [1] - 该事业群由原智能信息与智能互联两个事业群合并重组而来，业务包含千问APP、夸克、AI硬件、UC、书旗等 [2] 千问APP的战略定位与发展目标 - 事业群的首要目标是将千问打造成为一款超级APP，成为AI时代用户的第一入口 [3] - 公司计划将地图、外卖、订票、办公、学习、购物、健康等各类生活场景接入千问 [4] - 公司计划在未来几个月内，在千问APP中逐步增加智能体AI功能，以支持包括主要淘宝市场在内的平台上的购物功能 [5] - 公司计划最终通过海外版本向全球扩张 [6] 公司的AI战略与资源投入 - 在过去几个月里，阿里巴巴CEO吴泳铭已从各部门调集了超过百名开发人员投入到千问项目中 [6] - 此次项目是今年9月宣布的额外AI基础设施投入的一部分，公司计划开发“全栈”AI技术，既开发服务也开发支撑技术的基础设施 [7] - 公司正积极推进3800亿元的AI基础设施建设，并计划追加更大的投入 [8] 公司高管对AI发展的观点 - 公司CEO吴泳铭认为，大模型是下一代操作系统，AI云是下一代计算机，未来全世界可能只会有五六个超级云计算平台 [8] - 吴泳铭认为，实现AGI已是确定性事件，但仅是起点，终极目标是发展出能自我迭代、全面超越人类的ASI，以解决重大科学难题 [9] - 通往超级人工智能之路分为三个阶段：智能涌现、自主行动、自我迭代 [10][14] - 吴泳铭提到，在AGI到ASI的变革中，大模型将承载现有操作系统的地位，几乎所有链接真实世界的工具接口都将与大模型连接 [10] 千问APP的近期表现 - 千问APP自11月17日开启公开测试以来，一周内应用下载量已超1000万次，目前仍在公测阶段 [11]

文章核心观点 - 权威科学期刊《自然》公布2025年度十大科学人物榜单，两位中国科学家梁文锋和杜梦然入选，分别代表了人工智能和深海科学领域的重大突破与影响力 [1][6][7] 梁文锋与DeepSeek入选详情 - 梁文锋因DeepSeek模型对AI领域的重要贡献与变革性影响入选，被《自然》形容为“科技颠覆者” [3][4] - 其金融从业者背景被提及：在投资界声名鹊起后，创立了DeepSeek [4] - 梁文锋为人低调，拒绝了《自然》的采访请求，其模型开放程度与个人神秘程度形成对比 [5] DeepSeek的技术与行业影响 - 年初DeepSeek的横空出世给整个AI行业带来了冲击 [8] - 凭借出色的“性价比”策略，将模型成本降至行业难以置信的水平，并提升了国产大模型在全球社区的技术声量 [9] - 证明了不一定要堆数据、堆参数、堆服务器，也能做出具备一线水准能力的大模型 [10] - 近期发布并开源了V3.2系列模型，在Agent评测中达到了当前开源模型的最高水平 [11][12] 梁文锋的个人背景与职业轨迹 - 1985年出生于广东湛江，17岁以“高考状元”成绩考入浙江大学电子信息工程专业，后攻读同专业研究生，师从项志宇教授研究机器视觉 [14][16] - 2008年毕业后投身量化投资创业，2010年乘沪深300股指期货推出的东风，团队自营资金很快超过5亿元 [17] - 2015年与校友共同创立幻方量化，一年后推出首个AI模型，使用GPU生成并执行交易仓位 [18] - 2021年，幻方量化成为国内首家突破千亿规模的量化私募，被称为“四大天王”之一 [19] - 2023年5月，瞄准通用人工智能，成立独立组织“深度求索”，DeepSeek项目正式启动 [21] 杜梦然入选详情 - 中国科学院深海科学与工程研究所研究员杜梦然入选，被《自然》形容为“深潜者” [22][23] - 入选理由：在2024年，于日本东北部的千岛—堪察加海沟底部，使用“奋斗者号”载人潜水器发现了地球上已知最深的基于化学合成的生命群落，挑战了现有关于深海极端生命和碳循环的模型 [25] 杜梦然的个人背景与研究 - 1987年出生于安徽亳州，现任中国科学院深海科学与工程研究所研究员、中国科学院大学专任教师、深海科学研究部副主任 [28] - 本科毕业于中国海洋大学海洋化学专业，后获国家资助赴美国Texas A&M University攻读博士学位 [29][31] - 主要研究方向为深海深潜科学与探测技术，包括深海流体释放研究和深海原位实验与探测技术 [33] - 曾跟随“蛟龙”号、“深海勇士”、“奋斗者”号载人潜水器下潜20余次，研究成果发表于《Science》等顶级期刊 [33] 其他入选者概览 - Susan Monarez：前美国CDC主任，因坚守科学底线被解职，引发对科学独立性的反思 [35] - Achal Agrawal：印度自由数据科学家，通过揭露学术不端推动印度国家院校排名体系改革 [36] - Tony Tyson：薇拉·鲁宾天文台的构想与推动者，该望远镜将用于透视暗物质与宇宙演化 [37] - Precious Matsoso：成功引导WHO近200个成员国就首份《全球大流行病条约》草案达成一致 [38] - Sarah Tabrizi：亨廷顿病研究领军人物，其团队在基因疗法临床试验中取得延缓疾病进程的关键证据 [39] - Luciano Moreira：在巴西建造全球最大“蚊子工厂”，通过生物防控有效降低登革热发病率 [40] - Yifat Merbl：从蛋白酶体中发现由数千种潜在抗菌肽构成的新免疫防御系统 [41] - KJ Muldoon：身患超罕见病，在六个月大时接受首例高度个性化的CRISPR基因编辑疗法 [42]

文章核心观点 - 前OpenAI研究员Leopold Aschenbrenner创立的对冲基金Situational Awareness LP（SA）正领投AI云计算公司Fluidstack的7亿美元融资轮，投后估值达70亿美元，谷歌也可能参与[3] - 这笔投资具有强烈的象征意义，反映了OpenAI前员工正通过资本等方式支持其竞争对手，加剧了行业竞争格局，Fluidstack作为“新云”公司，核心客户包括Anthropic、Mistral AI等OpenAI的主要对手[4][14][15] 融资与估值动态 - Fluidstack正在洽谈一轮约7亿美元的融资，完成后估值将达到70亿美元，领投方为SA基金，谷歌在讨论参与，高盛担任财务顾问[3] - 若融资完成，Fluidstack估值将从年初的约10亿美元大幅上涨至70亿美元[14] - 作为对比，同领域龙头公司CoreWeave 2024年IPO目标估值350亿美元，年收入达19亿美元[14] 公司业务与市场地位 - Fluidstack是一家“新云”（Neocloud）公司，专门为AI公司提供高性能GPU算力[4] - 公司客户名单包括Mistral AI、Character.AI、Poolside、Black Forest Labs以及Anthropic等知名AI实验室[4] - 公司核心价值在于能快速部署大规模GPU集群，例如曾在48小时内为客户Poolside部署超过2,500块GPU，解决AI公司大规模训练任务的算力需求痛点[12] - 公司2022年收入仅180万美元，但到2024年底年经常性收入（ARR）已飙升至1.8亿美元，同比增长620%[12] 重大合作与扩张 - 2024年11月，Anthropic与Fluidstack签署了一份价值500亿美元的数据中心合作协议，将在得克萨斯和纽约建设为Claude模型定制的AI基础设施[4] - 2024年2月，公司与法国政府签署100亿欧元的谅解备忘录，计划建设1吉瓦级的AI超级计算机[13] - 2024年3月，公司宣布为Mistral AI建设欧洲最大的GPU超算集群[13] - 2024年8月和9月，公司与TeraWulf、Cipher Mining签署了价值几十亿美元的算力托管合同，谷歌为此提供了超过30亿美元的债务担保以换取股权[13] - 公司正成为谷歌推广自研AI芯片TPU的关键渠道，谷歌已同意为Fluidstack三个数据中心的租约提供担保，以换取Fluidstack在至少一个纽约数据中心托管谷歌的TPU[13] - Anthropic计划使用多达100万个TPU作为与谷歌扩大合作的一部分，并与Fluidstack共同在美国投资500亿美元建设数据中心[14] 投资方背景与策略 - 领投方Situational Awareness LP（SA）由前OpenAI研究员Leopold Aschenbrenner于2024年创立[3][8] - SA基金的投资逻辑是做多从AI建设中获益的公司（如芯片、基础设施、电力），同时做空可能被AI颠覆的行业[8] - 截至2025年8月报道，SA基金管理资产已超过15亿美元，2025年上半年收益率达47%，远超同期标普500指数6%的涨幅和科技对冲基金指数7%的回报[8] - 根据13F文件，SA基金持仓包括英特尔、博通、能源公司Vistra，以及Core Scientific、TeraWulf、Applied Digital等从比特币矿业转型AI算力托管的公司，同时大量做空半导体ETF并重仓英特尔看涨期权[9] 行业趋势与竞争格局 - “新云”公司专门解决传统云服务商难以搞定的大规模GPU集群训练任务，满足AI军备竞赛中的关键算力需求[12] - 行业存在估值泡沫担忧，因公司往往依赖少数大客户且供应链高度依赖英伟达，例如CoreWeave曾因微软削减订单的传闻股价大跌[14] - OpenAI的人才流失正在催生其最强劲的竞争对手，例如Anthropic由OpenAI前安全团队负责人创立，前首席科学家Ilya Sutskever离职后成立了自己的AI安全公司SSI[15]

在大模型技术引发全球变革的关键节点，黄伟凭借前瞻性的战略眼光，精准预判行业趋势，引领云知声 锚定"专业级大模型"赛道。公司自主研发的"山海大模型"展现出全面且领先的能力：它不仅在 OpenCompass、SuperClue、MMMU等通用能力评测中稳居全球第一梯队，更在MedQA、CCKS、 MedBench等专业医学评测中持续名列全球榜首，充分体现了其卓越的技术通用性与深厚的领域适应 性。2025年6月，云知声成功于港交所上市，成为"AGI第一股"。资本市场的高度认可，有力印证了 其"通用能力扎实、专业领域领先、技术落地务实"的可持续发展路径。 在世界百年未有之大变局与科技革命浪潮交汇的时代关口，中国企业家正以坚定的民族信念与开阔的国 际视野，在变革中锚定价值，在创新中开拓未来。 2025年12月5日，被誉为"商界奥斯卡"的"安永企业家奖2025"正式揭晓，云知声CEO黄伟博士，凭借在 通用人工智能（AGI）产业化领域的突破性贡献、卓越的企业领导力及前瞻性战略布局，荣膺科技业 2025 年度 "安永企业家奖"。恰逢该奖项在两岸三地举办二十周年，这份荣誉不仅是对黄伟个人深耕AI 领域的肯定，更是对新一代中国科 ...

来自OpenAI、谷歌等公司的小部分但日益增长的AI开发者群体认为，当前的技术路径无法实现生物 学、医学等领域的重大突破，也难以避免简单错误。这一观点正在引发行业对数十亿美元投资方向的质 疑。 据The Information周二报道，上周在圣地亚哥举行的神经信息处理系统大会（NeurIPS）上，众多研究 人员讨论了这一话题。他们认为，开发者必须创造出能在部署后持续获取新能力的AI，这种"持续学 习"能力类似人类的学习方式，但目前尚未在AI领域实现。 然而，技术局限已拖慢企业客户对AI代理等新产品的采购。模型在简单问题上持续犯错，AI代理在缺 乏AI提供商大量工作确保其正确运行的情况下往往表现不佳。 这些质疑声与部分AI领袖的乐观预测形成对比。Anthropic首席执行官Dario Amodei上周表示，扩展现有 训练技术就能实现通用人工智能（AGI），OpenAI首席执行官Sam Altman则认为两年多后AI将能自我 改进。但如果质疑者是对的，这可能令OpenAI和Anthropic明年在强化学习等技术上投入的数十亿美元 面临风险。 尽管存在技术局限，当前AI在写作、设计、购物和数据分析等任务上的表现仍推 ...

Nature 2025年度十大人物的行业与公司相关要点 - 文章核心观点：Nature 2025年度十大人物榜单记录了影响当年重大科学事件的关键人物及其成就，涵盖人工智能、深海探索、公共卫生、天文观测、基因治疗等多个前沿领域，突显了科学进步对行业发展的颠覆性影响和全球性意义 [2][4][29] 人工智能与DeepSeek公司 - 深度求索公司创始人梁文锋入选，其发布的DeepSeek-R1大模型以开放权重形式免费提供，在数学、编程等复杂任务上表现出色，训练成本仅为29.4万美元，加上基础模型总成本600万美元，远低于同类模型数千万美元的花费 [5][6][10] - DeepSeek-R1通过纯强化学习提升大语言模型推理能力，相关研究论文于2025年9月登上Nature封面，该模型促使中美多家公司效仿发布开源模型 [6][7][10] - 公司由前金融分析师梁文锋于2023年创立，目标为实现通用人工智能，招聘注重潜力而非经验，采用扁平化管理，研究人员自主决定方向，创始人亦参与研究 [11] - DeepSeek模型已深度融入中国社会，被地方政府用于运营聊天机器人和帮助市民填表，每天有数千万人在微信上使用 [12] 深海科学与工程探索 - 中国科学院深海科学与工程研究所研究员杜梦然入选，其团队在超过9533米深的太平洋海沟底部发现了依靠化学能合成（如甲烷、硫化氢）的管状蠕虫和软体动物生态系统，挑战了关于深海生命潜力的传统假说 [15][18][20] - 杜梦然作为首席科学家，于2024年乘坐“奋斗者”号深潜器完成24次下潜，每次平均约6小时，该深潜器可承受约98兆帕压力，乘员舱面积仅1.8平方米 [21] - 2025年在南太平洋海沟的进一步考察发现了类似生态系统，为全球性化学能自养生态系统走廊的存在提供了证据，表明化学合成在深海食物网中的作用可能比此前认知的更大 [21][22] 其他行业相关突破 - 加州大学戴维斯分校物理学家Tony Tyson因其研究的数字相机技术入选，该技术应用于耗资8.1亿美元、位于智利薇拉·鲁宾天文台的天文望远镜，其拥有世界上最大的数字相机 [25] - 基因疗法AMT-130的临床试验结果显示，亨廷顿病患者的疾病进展在三年内减缓了75%，这是首次证实该疾病进程可被减缓 [26] - 巴西研究人员Luciano Moreira通过工厂每周生产超过8000万个感染沃尔巴克氏体细菌的埃及伊蚊卵，释放后使当地登革热发病率下降 [27] - 研究人员为一名患有罕见遗传病（发病率130万分之一）的婴儿KJ Muldoon定制了脂质纳米颗粒递送的碱基编辑疗法，整个研发过程仅花费六个月，治疗后疾病似乎得到治愈 [28]

专题：2025《中国企业家》影响力企业家年会 以下为嘉宾精彩观点： 1.徐驰：我认为最完美的交互就是无感交互，今天我们仍然感觉我们跟机器的交互是命令它，但未来人 机融合后它能预判我的判断。 2.王小川：彻底接受并善用AI以后，我们就没有身份焦虑了，就像《少年派的奇幻漂流》一样，当我们 经历过磨难变得虔诚，就更知道我是谁。 3.姬十三：如果能有个"踩刹车"的技能，我希望监管AI在各种"成瘾"方向上的研发。因为人类的鉴赏系 统非常脆弱，太容易被Hack（非法侵入）了，在成瘾性上我们要收敛一步。 4.陈楸帆：未来可能AI已经理解了我的性格和喜好，我想要做到什么可能我的脑子里只是起心动念，它 已经自动地帮我完成，甚至自动去校准、去验证。 科技发展速度超乎想象，我们如何与机器共处？ 文｜《中国企业家》记者 赵东山 编辑｜何伊凡见习编辑｜李原 图片来源｜中企图库 12月6~7日，由《中国企业家》杂志社主办的2025（第二十三届）影响力企业家年会（原中国企业领袖 年会）在北京召开。在6日进行的跨界对话环节，《中国企业家》杂志社副总编辑何伊凡与百川智能创 始人兼CEO王小川，XREAL创始人兼CEO徐驰，中国作家协会科幻文学 ...

公司荣誉与市场地位 - 云知声CEO黄伟博士荣获2025年度“安永企业家奖”科技业奖项，该奖项正值在两岸三地举办二十周年[1] - 公司于2025年6月成功在香港交易所上市，成为“AGI第一股”，获得资本市场高度认可[7] 公司发展历程与战略定位 - 公司成立于2012年，是国内最早一批从事人工智能语音语义技术科研及产业化的企业之一[5] - 公司率先开启深度学习技术在中国产业化落地的先河，在医疗、家居、交通、政务等关键领域持续突破[5] - 公司锚定“专业级大模型”赛道，自主研发“山海大模型”[7] - 公司的发展路径被概括为“通用能力扎实、专业领域领先、技术落地务实”[7] 核心技术能力与成就 - “山海大模型”在OpenCompass、SuperClue、MMMU等通用能力评测中稳居全球第一梯队[7] - “山海大模型”在MedQA、CCKS、MedBench等专业医学评测中持续名列全球榜首[7] - 公司的技术体现了卓越的通用性与深厚的领域适应性[7] 企业家理念与公司文化 - 新一代科技企业家的使命是回应国家“强不强”的时代拷问[7] - 提出“竞争力重构”理念，认为企业核心优势是“快速学习、前瞻预判、敏捷响应”的综合能力[9] - 公司建立起“传承+创新”的组织进化基因，传承核心技术与企业文化，突破技术边界与场景应用[9] - 认为人工智能领域的“泡沫”本质是技术变革的“催化剂”，能吸引资源与人才向硬核科技聚集[9] - 公司始终锚定“解决实际问题”的价值原点，以不变的价值坚守应对市场挑战[9] 行业背景与时代意义 - 公司成长史是中国AI产业从萌芽到壮大的缩影[10] - 当前处于技术范式从AI1.0到2.0剧烈迭代的时期[9] - 新时代企业家精神的核心内涵是以远见洞察趋势，以坚守对抗浮躁，以创新破解难题，以担当回馈社会[10] - 公司致力于以新质生产力赋能产业升级[1] - 公司未来将继续以AGI技术为核心，深化产业赋能，推动人工智能从“技术突破”走向“价值普惠”[10]

OpenAI的战略与领导层动态 - 公司首席执行官萨姆·阿尔特曼近期宣布进入“红色警戒”状态，旨在激励员工对旗舰产品ChatGPT进行更大改进，以应对竞争[1] - 鲜为人知的聊天机器人业务负责人尼克·特利是此行动能否成功的关键人物，他负责ChatGPT及其新产品用户体验的核心管理[1] - 公司正试图保持对谷歌的领先优势，而谷歌的Gemini 3在任务自动化、代码编写和图像生成方面取得显著进展，促使高层警觉[19][20] 核心人物：尼克·特利的背景与角色 - 尼克·特利现年30岁，三年前加入OpenAI，此前曾在Dropbox和Instacart任职，此后迅速崛起为公司最具影响力的领导者之一[1] - 支持者认为他擅长快速推动产品落地，并能协调公司内部不同派系的研究人员和工程师达成共识[1] - 前同事评价称，如果没有尼克，ChatGPT很可能不会问世[2] - 他被认为是“OpenAI严守的最佳秘密”，是“硅谷下一位顶尖产品高管”[7] - 随着多位高管离职或转岗，阿尔特曼对特利的信任似乎在不断加强，他现向负责应用业务的前Instacart首席执行官菲吉·西莫汇报工作[16] ChatGPT的产品发展与愿景 - 特利最优先考虑的事项包括提升ChatGPT的个性化功能，将其与电子邮件、Slack等应用连接起来，并增强其搜索能力[2] - 他认为像ChatGPT这样的产品将成为“大多数人体验通用人工智能的途径”，不仅要触达更多人，更要深入赋能[2] - 他设想了一个超越聊天机器人的“超级助手”，它从搜索开始，然后为用户执行操作，例如线上找到商品并完成交易[12][15] - 这种应用形态将使ChatGPT更类似于操作系统，用户可通过各类应用和智能代理访问AI功能，实现生活服务和工作操作[15] - 特利曾将现有版本的ChatGPT比作1980年代PC使用的原始纯文本操作系统MS-DOS，并表示公司还没有开发出“Windows版本”[22][23] 公司的业务拓展与收入模式 - 特利的另一个关注点是帮助公司开拓广告业务作为新的收入来源，致力于将ChatGPT打造为可与谷歌抗衡的广告盈利平台[3] - 公司讨论过从ChatGPT推荐商品销售中抽取分成，这些推荐基于AI对用户的深度了解[3] - 公司未来五年增长计划的重要组成部分，是提升ChatGPT每周活跃用户数量并转化更多付费订阅者，同时扩大企业客户规模[22] - 公司曾在夏季预测，五年后该聊天机器人每周2.6亿活跃用户中约有8.5%（即2.2亿人）会购买目前每月20美元的付费方案[22] 内部管理与文化挑战 - 公司内部存在天然的对立：一边是致力于发明新技术的研究人员，一边是常常需要敦促研究人员交付商业化技术的产品团队[4] - 有时公司内部会出现跨团队重复开发现象[4] - 特利以询问团队成员计划是否“最大化加速”而闻名，以此推动团队加快步伐，消除新产品放行过程中的障碍[11] - 他每天都召开站会，以防止产品陷入不同观点间的争论中[12] - 近20位特利的现任及前任同事对其描述形成鲜明对比，一些人认为他和蔼可亲、行事果断，另一些人则觉得他直率得近乎粗鲁，有时展现出冷酷无情的一面[14] 产品发布与技术发展 - 2022年感恩节假期前后，公司决定推出内部黑客马拉松中孵化的成果之一：ChatGPT，原计划在观察用户对GPT-3.5模型的反应后逐步关闭，但其引发的狂热让公司措手不及[10] - 今年大部分时间里，特利的团队保持着密集的新产品发布节奏，相继推出了网页浏览器Atlas、让用户在ChatGPT内连接DoorDash等应用程序的功能，以及Slack等工作场所工具[13] - 他还深度参与了旗舰模型GPT-5的发布工作[13] - 公司正致力于将ChatGPT与苹果公司的操作系统整合[16] 增长、安全与用户参与度的平衡 - 特利面临的一项挑战是如何在保持公司增长需求的同时，不削弱ChatGPT的安全防护措施，避免用户与这项技术形成不健康的关系[20] - 部分安全保障措施可能限制了聊天机器人的增长，例如在实施限制措施禁止向18岁以下用户发送调情信息或讨论自杀话题后，用户互动有所放缓[21] - 公司正在推出年龄验证软件，允许通过核查的成年用户讨论情色等话题[21] - 特利表示公司密切关注用户增长及其回访率，但并不在意用户在ChatGPT上花费多少时间，目标是帮助用户实现目标[21] - 有前同事形容特利是一位将用户参与度置于首位的人，即使有时增长目标与用户安全性发生冲突，但也有其他同事表示他在过去一年里主张实施更多保障措施[21][22]

国家政策与战略指引 - 国务院印发《关于深入实施“人工智能+”行动的意见》，为人工智能与经济社会各行业各领域广泛深度融合提供指引 [1] - 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确，要深入推进数字中国建设，加快人工智能等数智技术创新，全面实施“人工智能+”行动，抢占人工智能产业应用制高点，全方位赋能千行百业 [1] - 工业和信息化部强调，人工智能领域要占领先机、赢得优势，必须厚植“根技术”，夯实算力、算法、数据等基础底座，并推动“模数共振” [5] 人工智能技术发展趋势与目标 - 人工智能未来发展的核心目标是成为通用人工智能，其关键在于具身智能、科学智能与安全治理三大方向 [2] - 具身智能旨在赋予机器人同时具备“小脑”的敏捷行动能力与“大脑”的认知决策能力，以替代人类承担危险、繁重的工作 [2] - 智能体成为AI行业重要发展方向，全球智能体市场规模预计将从2024年的51亿美元增长至2030年的471亿美元，年均复合增长率达44.8% [2] - 大模型能力密度法则指出，大模型每100天左右可实现模型密度翻倍，从而大幅降低模型训练和推理成本 [6] 关键应用领域与场景 - 在制造业，人工智能是应用的主战场，需推动全流程智能化升级，并加速智能产品装备迭代创新，如AI手机、AI电脑、人形机器人、脑机接口等 [8][9] - 智能体以硬件智能终端为载体，有望成为AI入口，涵盖可穿戴设备、智能驾驶系统、全屋智能等，通过自然语言实现人机交互 [3] - 科学智能推动科学研究进入“人机协同”新阶段，主流推理模型在物理、化学、生物等领域能力超越人类博士水平，AI已应用于量子纠错等前沿难题 [3] - 具身智能机器人应用场景广泛，包括工厂协作、社区养老（如护理机器人）、家庭服务（如打扫、看护、辅助学习）等 [1][9] - “十四五”以来，中国已建成基础级智能工厂超3.5万家、先进级智能工厂7000余家、卓越级智能工厂230余家 [8] 规模化落地的挑战与策略 - AI落地面临核心痛点之一是“有数据但无准备”，企业积累的数据未按AI需求整理成标准化数据集，阻碍技术与产业需求的有效衔接 [6] - AI规模化落地需场景驱动，在细分产业中找到与AI技术的契合点，避免技术与需求脱节 [6] - AI落地需解决三大关键问题：具备全系统、全链路交付能力；实现软硬件结合；提升通用人工智能在真实场景中的可定制能力 [7] - 企业在选择AI落地场景时应避免标新立异，从重复性工作场景和可借鉴领域开始，并优化数据质量、选择适合的模型 [7] - 智能体的快速迭代需要企业提升工程化能力，重视工程师的作用以推动规模化落地 [7] 产业生态与合作 - 发展AI产业需全球协作，包括与开源社区合作加速技术共享、降低创新成本，以及与全球伙伴共建机器人伦理与安全标准 [5] - 人工智能技术的突破与规模化落地需要跨界交流，激发技术在实际应用中的潜能 [1]