人工智能 第2页

在全球制造业格局中，企业领导者正面临着来自各方面的日益增长的压力。成本攀升、供应链动荡、劳动力持续短缺以及日益复杂的客户需求，都考验着即使是最成熟运营体系的韧性。尽管众多制造商在自动化和精益生产实践方面取得了长足进步，但生产率的增长已趋于停滞，而遗留系统往往成为现代创新的绊脚石。

这份兰德公司 2026 年报告聚焦人工智能与无人机系统出口管制，分析 2022—2024 年美国政策，指出美中在相关领域激烈竞争，美国已不再占据绝对技术垄断地位。当前 AI 与无人机分属不同管制体系，规则滞后于技术迭代，商务部工业与安全局存在人员与资金不足、跨部门协同不畅、多边协调困难等问题。过度管制会削弱本国产业竞争力，反而加速他国技术突破。报告建议建立灵活响应框架、强化前瞻技术评估、增加资源投入、规范数据管制，并统筹安全与产业发展，平衡对华竞争与技术可控扩散。

当前人形机器人产业正处在从技术突破迈向规模化商业化的破晓时刻，2026 年或将成为量产落地与场景验证的关键窗口。供给侧，海外龙头量产路径清晰，国内整机加速迭代与价格下探，共同推动产业从样机走向规模交付；需求侧，老龄化加剧、人力成本上升构成长期需求，政策红利与资本热度持续加码。展望未来，场景落地有望遵循工业制造先行、B 端场景扩展、家庭服务普及的梯度渗透路径，人形机器人的商业化进程有望迎来实质性突破，市场空间广阔，建议把握核心供应链机遇。

声纹识别是语音交互赛道中唯一兼具强安全属性、轻量化、高性价比和用户粘性的核心技术，支撑个性化服务与抗伪造防御，是构建可信智能语音系统的核心基石。通过融合声纹特征、防伪检测与情感状态，声纹ID将原始语音转化为兼具生物唯一性与心理真实性的“数字身份证”，实现从“听音辨人”到“察言观色”的可信交互升级。

中美两国优势明显，中国拥有领先的零部件制造能力和应用场景，美国在模型方面显著领先：据Omdia统计，2025年主要供应商出货总量超过14000台（同比增长约5倍）；其中中国供应商出货量份额在88%以上，美国供应商出货量份额在3%以上。2025年出货量排名前六全部为中国供应商，分别为：宇树5500台（同比+588%）；智元5168台（同比+761%）；优必选1000台（同比+300%）；乐聚500台（同比+400%）；众擎400台；傅里叶300台。

近年来，人工智能（Artificial Intelligence，AI）已成为全球科技领域的焦点，其迭代之迅疾、影响之深广，正深刻重塑千行百业的运行范式与发展轨迹。从早期单系统简易算法模型，到当下赋能千行万业的深度学习架构与大模型，AI 在技术层面实现了突破性跃迁，彰显出科技革新的磅礴伟力。

AIEV（人工智能电动汽车） 指以电动化为 础、网联化为支撑、AI为核心的新一代智能汽车，通过智能驾驶、智能座舱、智能底盘等技术的深度融合及软硬协 ，实现整车自感知、自决策、自进化，形成真正意义上的智能化、网联化、电动化的汽车形态。随 电子电气架构向集中式 / 中央计 演进，软件架构朝服务化、平台化发展，汽车正从传统交通工具转变为“可持续进化的智能终端”。

2025动态演进中的信息通信技术：人工智能融合新浪潮报告

AI大模型是“大数据+大算力+强算法”结合的产物，凝聚了大数据内在精华的“隐式知识库”。以ChatGPT为代表的大语言模型展现出了理解人类语言的潜力，在互联网上引发了大量的关注。大语言模型可能颠覆过去互联网发展中的许多业态，并对实体经济和产业发展产生巨大的影响。英伟达CEO黄仁勋，把当下这场由ChatGPT推动的AI热潮称为“人工智能的iPhone时刻”。

随着人工智能技术的迅猛发展，模型推理已成为算力需求的核心驱动力。从 AI 搜索、智能体的兴起到多模态内容生成的广泛应用，模型推理的算力需求呈现出前所未有的加速态势。在此背景下，算力网络作为计算与网络深度融合的新型基础设施，为人工智能模型推理提供了灵活、高效的算力支持。然而，如何精准度量模型推理所需的算力资源，并实现算力的高效调度与优化，是当前行业面临的重要挑战。

AI Agent是突破指令执行的智能实体，核心是具备代理权，可主动感知、自主决策并执行复杂任务，区别于LLM（知识输出）和传统自动化（规则执行）。在AGI分级中，Agent处于L3智能体阶段，性能等效90%熟练成年人。

本篇报告主要针对海内外模型发展、探究模型能力与应用的进展和边界。我们认为当前海外模型呈现差异化发展，企业调用考虑性价比。当前OpenAI在技术路径上相对领先，聚焦强化推理与专业领域能力，而谷歌在端到端原生多模态领先，Anthropic则强调实用性、编程场景领先。从模型API份额跟踪分析，谷歌与Anthropic系列模型份额优势较高，主要由于比较相似上下文输入的模型调用价格，二者相比OpenAI有明显优势。国内模型方向，我们认为当前各家模型尚未拉开明显技术差距，需要观察模型在特定场景的差异化能力。