智能化

2024年“人工智能+”行动的提出持续提高人工智能产业战略定位，“人工智能+”将打开新质生产力的大门，AI将逐渐成为产业创新的关键抓手和驱动新质生产力的关键引擎。 而2025年是国务院2017年发布《新一代人工智能发展规划》中的关键节点。 2025年AI商业应用呈现“算力普惠化、场景纵深化、生态开源化”趋势，因此我们认为2025年AI商业落地主基调是，构建基础资源、技术生态与场景应用的“三重螺旋”架构。

我们正生活在一个连接驱动变革的时代。从最初的火种互传到互联网的万物互联，技术不断延展着人类文明的边界。然而，当数十亿设备接入网络，数据以指数级增长之势涌来，文明的下一跳究竟会通往何处？答案，正逐渐浮出水面：智能体的有机互联，将是人类数字文明跃迁的下一个起点。

物理 AI 通过将 AI 大模型、物理引擎、多学科仿真等方法结合起来，可实现对现实世界高精度动态模拟预测优化，以 AI 赋能传统产业。海外物理 AI 已应用于具身智能等领域，英伟达的Cosmos、Omniverse 等一系列平台以及底层算力工厂实现全产业覆盖；国内物理 AI 仍处于初步发展阶段，索辰科技、中望软件、霍莱沃等 CAE 厂商在业务基础上探索物理 AI 在国防、具身智能、低空经济等方向的应用落地。总体看，物理 AI 作为 A I 技术演进的下一个方向，随着算力芯片和融合物理规律的模型能力升级，有望应用于更广阔场景，全面赋能制造、科研等领域智能化升级。

AI Agent 未来的演进核心在于以大语言模型（LLM）为“大脑”的范式革命，其商业价值则率先通过能够解决具体行业痛点、实现高精度和高可靠性的垂直应用和 AI Agent 开发平台得以体现。AI Agent 正从根本上重塑软件开发与人机交互的范式。随着大语言模型（LLM）的革命性突破，AI Agent 的发展已从传统架构演进为以 LLM 为核心的现代范式，具备了自主规划、环境感知与工具调用能力。这一转变开启了由多个专业 Agent 协同解决宏大问题的多智能体协作时代，驱动了从上游基础模型到下游应用的完整产业链的形成。

中国智能驾驶产业正向 L3 迈进，高阶智驾需求仍有巨大待满足空间。当前高速 NOA 功能已成为主流车型标配，价格下探至 15 万元以下，同时技术进步带动价格下探与智驾市场扩容，城区 NOA 正进入 15-20 万元区间。城市NOA预埋装配率稳步提高，中国L2级智能驾驶渗透率已经达到50%，具备向 L3 发展的技术和硬件基础。随着 2024 年首批 L3 试点车企和试点城市名单的公布，相关政策亦在逐步突破，2025 年有望成为 L3 落地元年。在消费者层面，用户对智能驾驶大多持积极态度。20 万以上中高端区间各价格段均有 55%以上的用户关注智能化，且 66%的用户已不满足于基础L2 级辅助驾驶，智能驾驶已成为购车的重要因素。但由于智驾技术尚未完全成熟，消费者对 L2 级别智驾在复杂场景下的信任度较低，L3 级为代表的高阶智驾具有巨大市场发展前景。

人形机器人作为人工智能与物理世界深度融合的前沿范式，正成为智能技术突破虚拟边界的关键支点。人形机器人打破传统人工智能的"离身认知"局限，通过独特的“人形”设计，使人工智能系统能够无缝适应人类工作与生活环境，熟练操作为人类设计的工具与设备，实现从纯粹信息处理到与物理世界通用交互的本质跨越，为人工智能提供了理解和改造物理世界的最佳“身体”，进而实现真正的“知行合一”。我们将聚焦人形机器人产业发展的前瞻和最新趋势，深度洞察这一技术的应用探索与未来图景，希望可以助力人形机器人产业的高质量发展。

AI Agent框架：Coding模型+AI编程平台。Agent应用的落地逻辑，是优秀的Coding模型和AI编程平台协调配合。AI IDE并未抛弃传统 IDE 的核心功能（代码编辑、调试、版本控制等仍是基础），而是通过 AI 能力降低开发门槛、提升效率。从AI的角度重新把IDE和编码平台做一遍，让底层逻辑更加适配AI行为，提前会进行与预先调控和流程规划，让大模型使用多工具的路径更流畅更丝滑。

本篇报告聚焦AI应用商业化进展。通用大模型收入体量较大，OpenAI以100亿美元ARR位列全球AI公司第一，且收入增长弹性高于以B端API收入为主的Anthropic，但后者收入也保持较高增速。垂类应用中AI编程/多模态/搜索率先跑出规模，降本增效、赋能原有场景仍是目前主要落地方向，2B/2P收入确定性强。回看国产AI应用，多模态、Agent、AI陪伴率先贡献收入，出海是重要趋势，其中可灵5月ARR已达1.7亿美元，成为全球收入规模最大的视频应用，海外和C端订阅均贡献70%收入。

人工智能（Artificial Intelligence，简称 AI）技术的飞速发展给人类和经济社会的发展带来了翻天覆地的变化，是驱动第四次工业革命和经济社会数字化转型的先进生产力。近年来，从智能体应用到具身智能再到智能物联网，从智慧车间到智能驾驶再到自动化医疗诊断，人工智能技术正在重塑全球产业格局。然而，在人工智能技术跃迁的背后，潜藏着数据、模型、基础设施与应用的多重安全风险。随着各行各业纷纷布局人工智能模型应用，这些风险正从理论推演演变为现实威胁，迫使全球各国、组织和企业重新审视对人工智能技术的安全治理。

Robotaxi商业化加速，L4与L2差异明显：Robotaxi是L4/L5辅助驾驶核心应用场景，随着特斯拉Robotaxi于2025年6月入局，跨越式及渐进式两种技术路径均已开启L4商业化。Robotaxi运营商、车企及平台等多方布局Robotaxi，全球市场2035年则有望突破万亿。相比L2，1）L4付费机制清晰，乘客为出行服务买单；2）L2与L4在责任划分上有明确区分，L4技术要求更加严苛，算法、硬件、法规要求更高；3）RoboX无人车在推动全社会交通/物流降本等方面优势显著，潜在应用市场空间广阔。

2020年之前，人形机器人研发处于硬件驱动的技术积淀期，技术栈以运动控制算法优化与机械结构创新为核心。2020年OpenAI发布ChatGPT3语言模型，标志着智能化时代开启，具身智能（以人形机器人为代表）进入快速发展周期。2020-2025年处于初级智能化阶段（产业成长期），技术与产业生态加速构建：2021年特斯拉宣布进军人形机器人并于2022年发布Optimus，2022年小米布局并推出CyberOne，2023-2025年傅利叶、智元机器人等科技企业，以及小鹏、比亚迪、华为等车企和智能化方案商密集入局，形成“科技+制造”双轮驱动的产业链雏形。这一阶段，具身智能依托AI大模型实现初步认知与复杂动作执行，在工业、商业场景开始替代简单人工任务，为产业规模化奠定基础。

2024年“人工智能+”首次被写入政府工作报告，2025年政府工作报告提出持续推进“人工智能+”，7月31日国常会审议通过“人工智能+”行动意见，后续“人工智能+”相关支持政策有望密集落地。