行业新闻

2024人工智能AI趋势

　　典型事件：IEA最新预计全球煤炭消费将2026年开始下降，中国煤炭需求在2024年下降。今年，中国水泥行业提前碳达峰。全球可再生能源新增装机容量刷新历史最高纪录，中国占近55%。

　　核心判断：无论与人一样敏捷的双足机器人，与人自如对话的虚拟人，还是用外骨骼或脑机接口实现人体与机器的合体化，2023年人形机器人将会加快走向商业化。

　　自动驾驶典型事件：特斯拉“擎天柱”迅速迭代，小鹏、小米等公司涌入。李飞飞团队试验了NOIR脑机接口机器人。福特与亚马逊开始试点人形机器人Digit的商业应用。中国出台了全球首部发展人形机器人顶层设计文件。

　　低轨科技典型事件：百度近五年来的累计路测里程与累计服务订单超越了Waymo。中国当前乘用车L2及以上智驾渗透率超过了42%，较去年30%大幅提升。换道大模型的特斯拉也准备好让完全版的FSD在中国落地。

　　典型事件：全球全年火箭发射次数首次突破200次，主要由SpaceX贡献；亚马逊的卫星星座正式升空。中国的朱雀二号成为全球首枚入轨的液氧甲烷火箭。但星舰尚未成功入轨，发射成本大幅下降仍待明年。

　　核心判断：2023年，人工智能等底层技术将继续创造与优化酶与底盘等生物元件，更多基于合成生物的碳中和技术与新药研发得以验证。

　　半导体典型事件：Ginkgo将与辉瑞共同开发多款RNA药物，美国能源部也资助这家行业巨头研究抗菌藻类以减少碳排放。但从研究到量产仍然困难。Ginkgo市值从280亿美元跌至28亿美元，另一家合成生物巨头Amyris申请破产。

　　元宇宙典型事件：历经调整后，大基金二期加速投资步伐，集中于芯片制造环节。大基金三期目标筹集400亿美元。华为麒麟9000S的突破成为业界继续推进国产替代的定心丸，政策加快创新生态的形成。

　　易于普及。人工智能在AIGC的拓展，包括AI生成3D，将成为2023年元宇宙的创新亮点。

　　典型事件：苹果发布了VisionPro，但尚未正式销售。它的硬件性能远超当前主流消费级设备，但价格昂贵。受限于VR等设备全年出货量不及预期，尽管AIGC进展迅速，多数创新并非直接面向元宇宙。甚至Meta发布会也很少提及“元宇宙”，它的热度被空间计算取代。

　　下南洋应用于科学研究，包括蛋白质结构预测分析、新材料、新能源。典型事件：2023是大模型军备竞赛的一年，GPT-4、Llama2、Gemini等相继发布，中美控制了世界上80%的大模型。Runway与Pika等初创企业正在颠覆视频行业。人工智能辅助天气预报等研究成果占领了顶级科学期刊封面，预测出200多万种晶体结构。

　　典型事件：今年，投资者与创业者热衷于谈论中东主权财富基金。字节跳动收入超过腾讯，优势在于全球扩张；Temu与Shein合计美国用户逼近亚马逊。比亚迪等新能源企业继续在欧洲投产，供应链向周边及海外延伸。中国创业者和企业家出海，走自己的全球化之路。

　　人口国运典型事件：今年，中国“以投促引”进一步下沉，中西部省份新成立基金数量逆势增长，政府引导基金目标规模提升至13万亿，硬科技企业上市退出全球最为活跃。但在全球范围内，消费与互联网企业融资都大幅缩水。

　　典型事件：年底，官方解读中央工作会议，强调“新质生产力以全要素生产率提升为核心标志”，围绕“技术革命性突破、生产要素创新性配置、产业深度转型升级”展开。

　　科技巨头的核心能力，越来越区别于其他非科技企业和非巨头企业。它们能把技术和应用端到端地垂直整合到一起，不断扩张业务范围，形成一种科技巨头所独有的、以计算和智

　　斯拉（马斯克），这些公司之间有什么共同点？是的，它们都是科技巨头（BigTech

　　科技巨头曾经是指那些通过互联网建立起强大平台经济的企业，拥有十亿用户级别的软件及应用。它们往往赢家通吃

　　科技巨头的概念也在随着技术演变。它们实现了软硬件一体，除了软件，它们也设计和制造终端设备，包括PC、手机、可穿戴、AR/VR、传感器、机器人、智驾汽车，它们也正在渗入到制造业的流程中。

　　它们还建立起了强大的云计算和企业服务能力，包括芯片、超级计算机和超大规模的数据中心，为第四次技术革命提供最重要的基础设施。

　　它们已经开始全面竞争一种全新的能力，生成式AI。在深度学习领域的竞争，从2012年视觉计算取得突破时就已经开始，因为大模型的流行而加剧，但只有在ChatGPT发布之后，过去的一年，生成式AI大模型成为科技巨头之间“军备竞赛”的焦点，迅速成为巨头技术栈上标配的一层。它正在成为所有巨头的业务基础模型。

　　巨头公司的研发投资覆盖了基础技术研究和具体产品的开发。除此之外，它们每年还把研发和投资的20%左右，投入企业内部IT系统、效率软件、先进的技术平台、以及数据中心等基础设施，并持续地提升员工技能，不断把那些复杂和重复的业务和流程进行自动化和简化。

　　巨头企业保持内部技术的先进性，是其创新和竞争力的一个重要来源。巨头用最先进技术围绕用户数据建立起了正向的反馈机制，形成了飞轮效应。

　　人工智能正在加快这一飞轮的运转，放大它们在各自领域的核心能力，也在生成新的能力。生成式AI更像是这些科技巨头为自己发明的新工具，一种放大器和加速器。

　　AI最早的受益者是科技巨头自己。英伟达从2012年起就开始为深度学习提供GPU，营造CUDA生态，10年之内把自己变成了科技巨头。巨头最早受益于AI的，都是其核心业务，如云计算和广告，目前是企业服务和生产力软件，接下来还有硬件和消费智能产品，以及新的“赢家通吃”的领域。

　　体指七巨头总市值的整体变化。以2012年11月19日为基准100%。来说源明：W市i值nd涨，跌幅，对数轴。标普500其他指不包含七巨头的标普5

　　巨头的无限游戏我们正处于当年个人电脑开始的同样时期。1980年代初，信息技术革命发轫于英特尔发明的CPU。乔布斯创办了苹果电脑，比尔盖茨创办了微软，近50年后，它们跨越了PC、互联网、移动、云计算，直到人工智能，至今是世界上市值最大的两家公司。

　　同样，2023年，AI开始真正大规模走向消费者。AI时代真正开启，人们称之为苹果时刻、人机交互的范式转移时刻，寻找这个时代的苹果和微软。

　　生成式人工智能，从训练最先进的大模型，如GPT-4、Gemini、Claude2，到向数亿用户部署和应用，多数都要依靠微软、亚马逊和谷歌这三家的云计算。英伟达成为新晋的科技巨头，除了用于AI加速的GPU芯片，它也在构建其人工智能的基础设施，还成为过去一年投资人工智能初创企业最多的公司。

　　它们控制了数据。用来训练生成式人工智能的自然语言数据、视觉数据、代码符号数据、知识图谱，包括合成数据，海量地来自并存储在这些巨头的业务、平台和基础设施中。更重要的是，大数据创造了对自动化和人工智能的需求。

　　生成式人工智能重新定义了大数据。由于人类已经开始掌握以大型语言模型（LLM）技术以产生智能，网络上的公开数据、企业数据、个人数据、自然界中的数据，以及人工合成的数据，都可以成为训练智能的原料。科技巨头本身拥有巨大的数据库，它们还在获得更多和更好的数据。它们建立起了联盟，为用于人工智能训练的数据建立标准。它们可以合成数据，成为新的模型的训练的来源。目前许多人工智能的研究和模型训练，开始用GPT-4等先进大模型生成或者标注的数据来训练。除了公开数据，OpenAI还开始与各机构展开私有数据的合作。

　　它们掌握了算力。巨头们已经在全球各地建立了数据中心，拥有最先进的AI加速算力；或者已经囤积的AI芯片，已经超过了世界上许多中等国家所拥有的数量。它们除了用来实现自身业务的AI化之外，还去进行科学探索：AI用于创新药研发、医疗服务、芯片设计、材料发现、能源转型和应对气候变化。

　　巨头所拥有的强大的算力，实际上是人工智能所引领的第四次工业革命的基础设施。微软以后每年将在数据中心投入500亿美元，包括自行研发的芯片的支出，这已经相当于一个科技大国的AI基础设施的投入。亚马逊和谷歌，都在为数据中心更高的计算效率研发芯片。苹果研发的手机和个人电脑的芯片，已经超过了专业的芯片设计公司。

　　美国及许多国家的政府、大学、研究机构，会日益依赖这些巨头的算力基础设施。发展人工智能成为许多国家优先考虑的事项，这些巨头的云中心已经遍布世界各地，它们可以在这些数据中心的基础上，轻松地与当地政府合作。

　　拥有数据和算力，加上资本的力量，这些巨头可以吸引世界上最好的人才。它们建立起了最先进的研究部门，吸引了世界上最优秀的图灵奖获得者和理工科博士，也掌握了最好的算法――Transformer论文就出自谷歌，而谷歌一直是最高质量AI论文的来源地。Meta也建立了超级算力集群，研发出最流行的开源机器学习库PyTorch，不仅支持自已在社交媒体上的推荐算法，支持它建立起最大的线上广告系统，而且推出的大模型Llama引领了开源大模型潮流。

　　这些巨头公司还有一个重要特点，都是从初创企业成长起来的，除了苹果公司之外，其创始人依然在管理企业，或者对企业的方向与战略发挥着影响力，其CEO依然能让日益庞大的企业保持敏捷。企业体内部活跃着技术基因，工程师思维主导了企业文化。

　　巨头不仅砸下巨资进行前沿技术的和新产品研发，打造先进的企业IT系统和技术平台，它们还投资、收购初创企业。2023年，对生成式AI的投资，微软、谷歌、亚马逊、英伟达等几家大型科技巨头对大模型初创企业的投资，金额上远远超过了独立的风险投资机构。

　　它们投资的战略性也越来越强。巨头投资大模型初创公司，其中相当大的金额就是算力信用的投入。例如微软对OpenAI投资130亿美元，其中很大一部分是Azure云计算；亚马逊以40亿美元投资大模型初创公司Anthropic，其中多数是AWS的算力信用。而巨头们自研的AI芯片，也将用于这些大模型的训练和推理功能。谷歌则更早建立起这样一个共生链条。硅谷人称“云洗钱”。但目前食物链的顶端仍然是英伟达。

　　巨头们不仅控制了最强大的闭源大模型，而且控制了最流行的开源大模型，如Meta推出的Llama，微软研发的Phi系列的小型开源模型等。GoogleDeepMind还能结合最强的强化学习模型进行科学发现。

　　这些企业还拥有全球化的优势，它们的用户、业务、供应链和数据中心遍布世界各地。美国巨头与中国巨头的国际竞争主要在东南亚，AI的兴起，让两国巨头在社交、视频、电商、云计算的竞争愈发激烈。

　　域：2速0形24成年，，应优用化开训始练在和一部些署领大域模大型规仍模然展非开常，重主要要，表大现模在型如的下生十态个加领

　　智能体能有一定的主动性，能帮助完成任务，而不仅仅是问答。在感知环境后，通过其大脑（大型语言模型），调动其他的程序、应用、知识，甚至自己编程，规划和执行更复杂的任务。有了智能体，许多人可以用经验和专业知识，通过自然语言而不限于编程代码去写软件。

　　大型语言模型日益操作系统化，AI芯片为它设计，PC和手机的操作系统为它升级，AI应用成为它的下游，上下文管理类似于操作系统的内存。微软将推出Windows12操作系统，在PC上与下一代大模型和Copilot深度集成。在移动设备上部署的模型，也与iOS与安卓操作系统紧密结合，实现AI功能和建立AI应用商店。

　　图像和视频是生成式AI迭代最快的领域之一，GPT-4V等多模态大模型的推出，基于扩散模型的Dall-E3、Midjourney和StableDiVusion的功能不断增强，LCM-LoRA等技术达到了实时生成图像和视频的效果，对影视、音乐、游戏等内容娱乐行业的影响是颠覆性的。这方面的应用也是巨头目前还染指不多的领域。2024年将大量出现由生成式AI产生的影视剧，创作者、用户以及角色之间将会出现崭新的交互方式。

　　在已有的机器人技术之上，多模态和具身智能的大模型，不断展示出惊艳的效果。大型语言模型的推理和规划能力，与视觉模型结合，可以通过获取周围环境数据，学习人类用手脚完成任务。2024年人形机器人开始量产，开始在工作场景中进化迭代人类的灵活性。

　　小型化的大模型可以加载到笔记本电脑和手机等终端设备上，用户不仅可以更快捷地生成内容，而且可以利用自己本地的数据和知识进行检索生成，建立起定制化的智能体，更快捷地进行推理，也保护了数据安全和个人隐私。AI设备的主流硬件规格将包括内置7-10BLLM模型、40-50TOPSAI算力、10-20token/s以上推理速度、8-16GB以上DRAM等。

　　6边.际下效一应代递闭减源大模型推出，开始出现胜任人类水平的AGI“火花”，但规模

　　OpenAI与微软将推出GPT-5，谷歌将推出GeminiUltra，亚马逊也在训练数万亿参数的大模型。下一代大模型将是多模态的、使用更多合成数据的、混合专家系统的，会消除一些幻觉、增加上下文长度、信息更加准确和及时、基础数学水平有所提升，等等。更多更好的数据、更强的算力、更顺的搜索，依然是产生智能的根本因素。加上RAG（检索增强生成）补充非参数化的知识，闭源大模型会应用于更多的场景。

　　7据.结数合据用来于源大的模深型度训和练广度进一步开拓，进一步规范，更多合成数据与自然数

　　数据决定了泛化的边界。自然语言数据，以及直接从现实世界事件或对象中收集得到的数据，已经无法满足下一代大模型的训练的胃口。在专业领域和垂直场景，非公开的数据将会发挥更大的价值。大模型训练、自动驾驶、机器人、图像生成、模拟仿真等，都在大量使用合成数据的同时生成新的数据。越来越多的数据标注也由AI来完成。但是，只使用合成数据可能会造成数据多样性不足和自循环训练的问题。2024年将会看到AI企业寻求合法获取更多非公开数据，以及使用更多的混合数据。

　　2023年被称为大模型之年，苹果表面上在作壁上观，但实际上在芯片及软硬件方面的研发一直在加大力度，只做不说。2024年苹果将把VisonPro推向市场；PC和手机加载大模型，苹果是其中最重要的玩家；为了建立AI应用生态，操作系统封闭的苹果拥抱开源模型。苹果被广泛期待能给消费市场带来更好的AI产品体验。

　　绝大多数初创企业的开源模型，目前还无法在提供推理服务、授权、训练和部署模型方面建立起用户基础；消费类模型+应用的初创企业，在激烈的竞争中多数将遭淘汰；纯应用类的初创企业，许多将遭到巨头碾压或者很快在更新的开源技术迅速推广中出局。快速获取用户并且在反馈中建立起数据飞轮的企业将赢得生存。而能结合起应用场景、行业深度和垂直数据来源的企业，将能保护好自己。

　　2023年是大模型之年，2024年也将是“小”模型之年。更多几十亿到上百亿参数的小模型，通过模型架构、算法、训练和精调的创新，以及结合外部检索，性能可以叫板百亿参数大模型，甚至追平GPT-

　　3.5（1750亿参数）。开源模型许多来自中国、欧洲、韩国、甚至中东等地，以更快的速度推广到各行各业。小模型尤其适于到设备上，在许多功能上可以替代从云上提供的大模型服务。小模型+终端设备是2024年的重要看点。

　　Mixtral模型参数规模分别为70亿与120亿，LLama2模型参数规模分别为70亿，130亿与700亿。

　　大模型以每年10倍的速度扩大参数规模，对算力的需求每两个月翻一倍；GPU算力每年翻倍；摩尔定律以每18个月翻倍的速度已经放缓；内存增长的速度更慢。服务器和数据中心的扩张已经追不上神经网络的加速野心。算力卡住了第四次工业革命的脖子。

　　尤其是ChatGPT的推出，让更多人看到了通用人工智能的曙光。但也很快带来两个后果，第一是算力非常短缺；第二是短缺的算力使用起来也非常粗放。

　　在Transformer架构中，每预测一个单词，就要在上万亿个词元（token）和上千亿个参数中通过概率计算筛选出最合适、最对齐人类的那个字，这需要在存储和计算之间每秒钟调用10^12字节的数据量。

　　在内存和计算之间高速移动TB(10^12)级别的数据量，需要TB/秒级的数据传输带宽，这远远超出了目前的内存能力，被称为“内存墙”。如果处理器没有及时接收到数据，它就会处于空闲状态，影响其效率。有研究发现，GPT-4在最先进的芯片上运行的效率可跌至3%或更低。

　　为了弥补数据中心处理模型训练和推理的低效率，云服务提供商增加了更多硬件来执行相同的任务。这种方法导致成本急剧上升，电力消耗也成倍增加。

　　大模型经济，在过去的亢奋的一年中，基本上就是在这么昂贵而又短缺的算力基础上开始建立起来。

　　这样的结果，就是让英伟达这家30年前创办的企业，从一个做游戏显卡的公司，迅速膨胀为一个大模型训练和推理芯片的垄断者。因为其GPU的并行计算、张量计算、存储、Nvlink等的集成，及其CUDA软件形成的生态，不仅在算力上遥遥领先，而且在生态上无处不在。AI公司只有足够的数量的GPU卡，才能吸引顶级的AI科学家。

　　生成式AI对于科技巨头的未来如此重要，而算力又如此昂贵，在2024年会带来一系列效应。

　　科技巨头加快推出主要用于推理的自研芯片。因为一旦部署了训练好的模型，支持业务运营的推理成本将会更大。科技巨头首先要考虑的是降低推理成本，并且结合算法，为用户推出差异化的产品与服务。

　　在数据中心，GPU相对于CPU的主导作用越来越强。芯片架构从异构转向超异构。CPU、GPU、DPU、NPU，以及匹配用户需求的各种算法的芯片，越来越多地集成到单个芯片中（SOC），或者形成相互协处理的系统。科技巨头纷纷进入芯片设计领域，这对于芯片的架构和封装技术带来挑战，也带来创新的机会。

　　更加复杂的架构，对于不同计算要素之间的数据传输提出了很高的要求，加上存储墙的存在，片上网络

　　来说源明：指开正资式料发，售时间，而非公开其存在的时间。部分芯片仅官方或传言预估或披露了其量产时间。

　　尽管黄氏定律还跟不上大模型的规模法则，这种从PC时代沿袭下来的软硬件互相加速的节奏，如英特尔CPU与Windows操作系统的互相借力，正在AI时代延续，只是这次换成了英伟达的GPU和OpenAI――大模型正在成为新的操作系统。

　　生成式AI，把芯片战提升到了一个新的高度。这不仅是科技巨头之间的竞争，世界上最先进的大模型之间的竞争，芯片企业之间的竞争，而且也是国家之间的竞争。

　　在过去的一年，美国升级了对中国的芯片管制，小院高墙扩大了地缘遏制的范围，长臂之手伸向了盟国和友岸。美国对中国半导体出口控制，商务部的BIS每年十月将会审核。2024年，中美芯片战是否会扩大升级，仍然值得关注。

　　来说源明：部se分m无ia公na开lys资is料，，为估算数据。RTX4080与RTX4090等高端消费级GPU并未用于构建数据中心。

　　中国在2023年开始出现突破点，主要是7纳米制程。通过用于14米制程的深紫外光（DUV）技术的两次曝光，华为代工方生造出了7纳米的麒麟9000s芯片。华为通过魔改ARMv8.2，形成了自己的鲲鹏CPU架构。华为用于数据中心的昇腾AI芯片达到了A100至H100之间的性能。华为已经站到了一个新起点，2024年值得期待。

　　Gartner预计2024年，全球半导体收入将增长17%，其中内存市场将强劲反弹，增长达66.3%。而世界半导体行业统计（WSTS）预计，2024年将出现强劲反弹，预计增长13.1%，这一轮增长主要由存储器推动。2024年，是中国芯片行业值得期待的一年。

　　今年，大型语言模型改变了自动驾驶技术路线的竞争格局。它正在教会规模量产的电动汽车，像个五星司机一样开车。特斯拉正处于有利位置，开始探索自动驾驶的世界模型。

　　Waymo继续在多个城市运营自动驾驶车队。它向凤凰城、旧金山、洛杉矶和奥斯汀的公众开放。中国加速更快，年初，北京与加州各自披露年度路测，百度近五年来的累计路测里程，实现了对Waymo的超越；小马智行也在飞驰。

　　北京速度仍在延伸。很多大中城市都将成为北京。截至今年三季度，百度的萝卜快跑累计服务订单超过了400万单，去年同期累计140万，按这个速度，明年将超越千万订单。百度的全无人自动驾驶车队，也已驶入北京、武汉、重庆、深圳、上海五城，还将进一步扩容。

　　但变局在于大型语言模型以及生成式人工智能，尤其是今年以来，它迭代了包含机器视觉在内的多模态能力。很多学术机构认为GPT-4V对自动驾驶影响深远。

　　这个时代更有利于特斯拉这样的规模量产玩家。特斯拉的Autopilot（自动辅助驾驶功能）系统，此前依赖基于规则的方法。今年，马斯克的全自动驾驶技术新版本FSDV12，开始用数十亿帧人类驾驶的视频，来教会自己如何驾驶。

　　北京速度 加州速度这种端到端（end-to-end）的训练，不需要人类明确编写代码或脚本，它的瓶颈很大程度上不再是代码

　　路测，此处未做统计。为统一单位方便，本中，1英里=1.6公里。从2018年至2022年。来说源明：D萝M卜V运，力智（能含车百联度，）、小马智行（不含小马智卡）为北京路测数据；Wa

　　路测，此处未做统计。为统一单位方便，本中，1英里=1.6公里。从2018年至2022年。

　　特斯拉是全球电动汽车销售冠军，今年考虑将FSD授权给同行；还传出将在中国继续扩建产能，从目前的每年125万辆，提高至175万辆。特斯拉的超算Dojo已经投入生产，相当于明年再新增30万片全球稀缺的A100芯片，来对付随之而来的海量数据。

　　但Dojo架构早在几年前就定下，非常适合特斯拉当时独特的算法。如果拿它来跑大型语言模型，内存带宽恐怕不够友好。换道大模型的特斯拉，需要调整它的算力基础设施，或者突破模型底层技术的束缚。马斯克的应急方案是，赶紧抢购了万卡H100集群的庞大算力。

　　马斯克渴望让完全体的FSD进入中国。安全监管的障碍正在有序撤去。11月，工信部等四部门发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》，首次明确了不同情况下的交通事故责任归属，鼓励年底前完成试点集体申报，遴选具备量产条件的智能网联汽车。上海经信委“推动特斯拉自动驾驶在沪布局”或在明年成为现实。

　　中国汽车行业正在从电动化转向智能化，来自外来者的竞争，将加速中国量产车型拥抱大模型。除了自动驾驶技术企业外，大模型核心玩家的华为、以及“蔚小理”等一众造车新势力，也在尝试融入Transformer架构。毫末智行还发布了DriveGPT。但它们的规模量产与特斯拉相比，尚处于爬坡阶段，在技术的垂直整合能力方面还有距离。

　　比亚迪的电动汽车销量，最早将在年底实现对特斯拉的超越。它与特斯拉一样，正在垂直整合整条汽车产业链，但尚欠缺一点软实力。比亚迪也在走基于Transformer的决策规划大模型，今年大概会有6亿公里的数据，标注自动化率超过95%；内部架构也发生了调整，近期招聘了超过4000名软件工程师，“采用人海战术，保持颠覆性迭代能力”。

　　国内算力也跟得上。英伟达的智能驾驶芯片，占国内前装NOA（自动辅助导航驾驶）市场超50%，并未被“高墙”所限；今年，比亚迪进一步扩大了与英伟达的合作，两家企业的共识是未来的汽车是可编程的。地平线%，年底，它推出了征程6，专为大参数量Transformer设计，明年正式交付；比亚迪是首批量产意向合作车企。华为也拆分旗下智能汽车解决方案业务单元，引入长安汽车合伙。华为已经突破了制造等效7nm水平的高算力芯片的封锁。

　　大模型将重置中国与美国这场从电动化转向智能化的竞争格局。2024年，在中国500多万公里的道路上，将上演国内智能驾驶车企守住领先身位，比拼大模型应用落地的一幕。但无论如何，安全第一。

　　芯驰科技、9游 九游体育后摩智能等）目前仍未量产交付。不包括特斯拉自研FSD芯片。来说源明：截高止工2智0能23汽年车6研月究，院仅，有上述5家计算芯片方案商在NOA领域实现量产交付

　　California；北京市自动驾驶车辆道路测试（2022年）；关于开展智能网联汽车准入和上路通行试点工作的通知

　　生成式人工智能正在加速人形机器人的生长。技术、市场与政策一起发力，催生人形机器人进入量产时代，比汽车更便宜。人形机器人将是真正制造业强国的标志。

　　所有的生物，都是通过身体体验这个物理世界，逐步产生智能的。人形机器人要成为真正的智能体，也要经过这一步。今年，谷歌先后发布了能理解视觉语言的PaLM-E等多模态大模型，让机器人将视觉转化为行动的RT-2；微软则发布了“ChatGPTforRobotics”，允许人类用熟悉的自然语言对机器人下达指令。

　　人形机器人本质是通用机器人：它可以适应多种环境，执行不同的任务；稍加学习，还能做得越来越好。具身智能泛化了人形机器人的能力。通用机器人还意味着在人类社会即插即用。不像上一代机器人，为了让它更好地工作，人类还得花一大笔钱，为它修建标准化的场地，制造专门的工具，甚至还要让人类离得远远的。

　　来说腿机明器：人仅或列机举架今机年以器来人公。开部亮分相公且司有迭相代关了数多据款的人人形形机机器器人人，。仅不列含举高最校新研型发号的。暂无商业化计划的人形机器人。不包括四足机器人、轮

　　这就是为什么现有的人形机器人，身材与造型基本与人类相仿。这不仅让它们看上去更亲切，更让它与人类社会无缝交互。而且，这也能更好地形成人类与机器人之间的直接映射，让训练与反馈更具体。

　　市场正在探索，拥有了泛化场景的感知、理解与决策的“大脑”的最小可行（MVP）的人形机器人是什么样子。一条路线更侧重稳健有力的双足，一条路线更侧重灵巧精密的双手。两者都需要负责运动控制的“小脑”与刚柔耦合的“肢体”。中国希望到了2025年核心部组件安全可控，到了2027年供应链体系安全可控。

　　二十多年来，人形机器人技术专利的申请量逐步上升，重心逐步从下肢结构与步态控制，转向手臂结构及其运动控制，且有进一步增加的趋势。今年很多“具身智能”的演示，几乎都是机器臂完成的。“人”就是这样的生物，大约65%的工种需要移动，其中20%需要两条腿来完成；高达98.7%的工作，需要灵巧双手精细操作。

　　市场尝试拥抱人形机器人。它不知疲倦，没有人口危机，长期来看，单位时间成本更低。今年，亚马逊在自己的物流仓库试用了人形机器人Digit。Digit计划于2024年量产。第一条生产线是位于俄勒冈州的RoboFab，年最大产能1万台。

　　Digit原型的成本高达25万美元。特斯拉希望Optimus成本降至2万美元。Figure创始人认为没有理由做不到：一个人形机器人，大约1000个零件，重量70公斤；一辆电动汽车1万个零件，重量2000公斤左右。秘诀在于规模量产。根据经验曲线，每当量产翻倍，成本有望下降至少15%。

　　人形机器人技术与动力电池技术、自动驾驶技术等日益融合，核心供应链高度复用。这也是为什么汽车企业热衷人形机器人。除了特斯拉，Ashimo来自日本本田，波士顿动力被韩国现代

上一篇 : 远光软件出席2024全球数字经济大会描绘AI新图景
下一篇 : 三维家获评“2024数字化转型十大创新企业”