总体上而言，AI开发者在模 型层的选型仍然处于变动的 状态，且尚未形成相对比较 明确的竞争格局。而OpenAI 发布o1（草莓）模型，则再 次定义大语言模型的技术方 向与竞争焦点，如下图所示：4 激发科技与创新活力 机器学习 深度学习与大语言模型时代 预测性分析 分类 生成式和对话式AI 2000 2024+ XGBoost CatBoost AlexNet BERT GPT3 GPT4 Gemin1 RPA RPA+AI LLM驱动 程序员驾驭数字员工， 赋能业务团队 业务人员可用， 进一步降低应用门槛 人机协同，实现数字化 劳动力的组合与重构 将 LLM（大语言模型）和 RPA（机器人流程自动化）相结合是现阶段 Agent 落地的一 种有效手段，可以充分发挥技术协同优势，增强数据处理与理解能力，将智能决策与任 务执行有机融合；也有助于通过RPA明确的流程规则，确保价值对齐和透明性提升，以 地利用硬件的AI能力，实现诸如实时翻译、智 能拍照、个性化推荐等功能。 • 跨行业融合创新 硬件AI化将促进跨行业的融合。如具有AI诊断 能力的便携医疗设备，能够让患者就地进行初 步的疾病诊断；智能农业机器人能够精准地进 行播种、施肥等操作，提高农业生产效率。31 激发科技与创新活力 从当前的市场反馈来看，创生全新品类这个方向并不尽如意。可能存在的问题如下：  产品定位与市场需求不匹配 • 功能实用性问题

的视频数量较2023年实现了成倍的增长。 3在财务管理领 Hot Topic 热点话题 域，人工智能被用于评估信用风险、市场风险和操作风险， 支持更有效的风险管理。在零售和电子商务领域，聊天机器 人（Chatbot）已广泛被用于提升客户服务体验。 大模型技术成本的下降为AI的广泛应用铺平道路。在过去 一年里，主流顶尖大模型的使用价格在短短几个月内价格 下调60%以上，而性能依然保持在较高的水平。 其中，人形机器人成为大型科技公司争相投资的焦点， OpenAI、Figure、Tesla、Google、Boston Dynamics 等头部企业不断推出的新解决方案。各家以不同的技术路 线解决负责顶层规划决策的“大脑”、负责运动控制的“小 脑”和负责动作执行的“本体”的协同问题。随着先进视觉语 言模型（VLM）的进步，真实世界训练数据、模拟训练技术 以及硬件的发展推动着人形机器人商业化发展。成本和通 以及硬件的发展推动着人形机器人商业化发展。成本和通 用性为决定人形机器人商业化落地速度的核心限制。在未 来几年，我们要么看到快速技术突破催生出一个巨大的市 场，要么看到发展延迟，使市场规模保持在相当低的水平。 高速发展的情景：到 2030 年，具身智能将实现普遍适用 性和广泛的可靠性。在这种情况下，到 2050 年，全球人形 机器人市场产量可能达到 5,000 万台左右，随着许多地区 劳动年龄人口减少，对体力劳动的需求不断增加，每年创造

434万 上座数据 微博 京东成为苏超官方战略合作伙伴 418.3万 商业合作 平台热度：热搜话题的阅读量/浏览量/播放量8 微博热搜 p 高频话题制造、名人联动与科技娱乐化（如京城“分超”机器人出场、贡献世界级进球）驱动流量狂欢 p 赞助商裂变式增长（28家）与本地产业联动（足球装备、盐水鸭等）构建商业生态9 抖音热搜 p 赛事热度破圈：网友通过玩梗（如“比赛第一，友谊第十四”）、城