用时:19ms

人工智能行业研究报告-PDF版

您的当前位置:首页 > 人工智能
  • IBM:2025借助生成式AI重塑电信行业:分辨信号与噪声的7项关键策略研究报告(31页).pdf

    IBM 商业价值研究院|研究洞察借助生成式 AI 重塑电信行业 分辨信号与噪声的 7 项关键策略2IBM 通过混合云和 AI 优先的方法,帮助通信服务提供商在整个价值链中推动业务和交付转型,从而释放新的收入潜力。我们的解决方案有助于优化网络运营;在客户、员工、边缘设备等各个领域提供差异化体验;以及加强网络安全。如需了解更多信息,请访问: 如何提供帮助TM Forum 如何提供帮助TM Forum 是一个全球性的电信和技术公司联盟,致力于引领行业重新定义影响深远的新运营模式、新合作伙伴关系以及先进的软件平台。我们帮助合作伙伴更有效地发掘数据价值,促进其在快速发展的通信行业中捕捉新的发展契机并创造价值。在 DTW Ignite、Accelerate 和 Collaboration 活动中,TM Forum 为行业变革者提供了一个分享突破性创新、市场发展、产品发布和业务转型历程的平台。我们是唯一将全球十大通信服务提供商和所有主要超大规模云计算商视为活跃战略成员的行业组织。我们拥有 800 多名合作伙伴,致力于重新塑造电信行业,使其更加灵活、创新、有活力,推动整个数字生态系统发展的重要力量。要了解更多信息,请访问:tmforum.org1序言如今,电信行业在全企业范围内利用生成式 AI 进行转型,通信服务提供商(CSP)应迅速学习如何应对这些变化带来的商业机会与挑战,从而积极影响业务。通信服务提供商迫切希望能够利用生成式 AI 的力量,包括评估多个业务领域的多个用例,以及增加在生成式 AI 技术上的投入。然而,通信服务提供商也意识到需要制定明确的战略,确保安全、负责地使用这项强大的技术,并客观地评估投资回报率(ROI)。IBM 商业价值研究院(IBM IBV)的最新研究表明,通信服务提供商的准备程度与这些期望之间存在较大差距,这是一个令人担忧的问题。只有三分之一的受访电信高管认为其组织能够有效利用生成式 AI。而更令人担忧的是,60%的受访者承认其组织的数据集成能力仍处于不成熟或初级阶段。构建坚实数据基础对生成式 AI 的成功至关重要。正如 TM Forum 现代数据架构行业合作项目所揭示,要想成功大规模采用生成式 AI,不仅需要构建 AI 驱动的自主流程,还需要集成外部数据,开发现代数据架构。通信服务提供商需要优先建立数据基础设施,并采取灵活的治理和监督方法,以确保能够充分发挥生成 AI 的潜力。此外,在生成式 AI 的采用过程中,通信服务提供商需要采取深思熟虑的战略方式,避免草率决策带来的高成本风险。Bharti Airtel 的首席信息官 Pradipt Kapoor 指出,许多关键决策若没有经过深思熟虑,可能会影响企业的长远发展和技术方向,这往往也是通信服务提供商所忽视的。为了降低风险,运营商必须在积极尝试与慎重考虑架构和大语言模型(LLM)选择之间找到平衡,同时坚持技术开放,遵循 TM Forum 的开放 API 和开放数字架构(ODA)等行业标准。最后,成功的关键在于选择最具回报的用例,保持正确的心态,并采取稳健的技术决策和成本管理方法。通信服务提供商可以利用其云计算领域的 FinOps 专业知识和多年的机器学习操作(MLOps)经验来实现大规模、安全可靠的 AI 部署。借助适当的组织文化和技能,通信服务提供商可以创建和部署可带来可观回报的用例。TM Forum 与 IBM IBV 开展合作,提出了在生成式 AI 采用过程中必须谨慎考虑七项关键因素,旨在帮助通信服务提供商更有效地应对这项新技术的实施挑战,并促进行业内合作。通过仔细规划和开展合作,通信服务提供商可以更有效地发挥生成式 AI 的潜力,推动业务的数字化转型与创新。Nik WillettsTM Forum 首席执行官3电信行业对生成式 AI 的潜力表现出极大兴趣。随着众多用例的提出,高管们预计这项技术将在未来三年内为行业内外带来机遇。对准备不足和资源限制的担忧,削弱了高管的期望。只有不到四分之一的受访高管表示已经明确如何通过生成式 AI 打造差异化企业战略。电信高管在推进生成式 AI 过程中必须考虑七个关键因素。着眼于这些因素有助于组织快速且审慎地从实验过渡到富有成效、创造价值的生成式 AI 项目。“徒具速度而无方向,乃是短视。AI 的真正潜力在于将其深思熟虑地融入到业务的方方面面”Dena Almansoori e&集团首席人工智能和数据官摘要4通信服务提供商正处于 十字路口电信行业与大多数商业领域一样,对生成式 AI 的潜力充满期待,认为这项技术能够彻底改变行业未来。在 TM Forum 最近的一份报告中,通信服务提供商确定了 100 多个使用生成式 AI 的用例。1 IBM 商业价值研究院(IBM IBV)对 300 位全球电信行业领导者的调查揭示了他们对生成式 AI 持乐观态度,但也承认在采用过程中会存在担忧。首先是积极方面。通信服务提供商的投资重心正在转向生成式 AI,生成式 AI 在总 AI 支出中所占比例预计将在未来两年内增长 37%。此外,受访高管也在评估和部署多个关键业务领域中的用例(见图 1)。“变革的速度之快,令我们难以有足够的时间进行战略思考,但战略思维是不可或缺的。”Ken Komazawa,NTT IT 战略办公室副总裁5图 1通信服务提供商正在评估和部署生成式 AI 在多个业务领域的用例。问:贵组织在以下职能中采用生成式 AI 的情况如何?客户服务信息技术(包括网络)信息安全财务风险与合规销售营销人力资源评估部署优化47PRDWspbcs830!%3%3%3%2%5%1%2%1%6从现有数据中生成新洞察获取额外数据转变组织的行业角色扩大客户覆盖加速产品/服务开发80%现在未来三年82rh%拓展新市场66w%在其他行业创造机会66yIu%电信高管对这些用例的潜在业务影响也抱有高预期(见图 2)。然而,经过仔细审视,生成式 AI 也给电信行业领导者带来了挑战。只有不到四分之一的受访高管表示已经明确如何通过生成式 AI 打造差异化企业战略。NTT 的 IT 战略办公室副总裁 Ken Komazawa 强调:“变革的速度之快,令我们难以有足够的时间进行战略思考,但战略思维是不可或缺的。”图 2随着众多用例的提出,高管们预计生成式 AI 将在未来三年内为行业内外带来机遇。问:AI(包括生成式 AI 和基础模型)将在多大程度上通过这些领域支持业务模式创新?百分比表示回答“在很大程度上”和“在一定程度上”的总和。7事实上,大多数高管认为其组织尚未做好充足的准备来采用生成式 AI:45%的受访高管认为准备程度一般,只有三分之一的受访者认为准备程度良好。受访高管认为资源限制(包括人才和技术)是采用生成式 AI 的主要障碍之一(见图 3)。此外,超过半数(56%)的受访者表示其组织没有成熟、明确的方法来采用这项技术。Bharti Airtel 首席信息官 Pradipt Kapoor 担心,通信服务提供商在进行关键决策时缺乏更全面的视野,未能评估不同选择所可能带来的机会和风险。他表示:“大型企业对于所做决策所带来的后果缺乏清晰的认识。”应在何处投资?采购哪些基础设施?使用哪种模型?如何平衡成本与价值?IBM 商业价值研究院与 TM Forum 携手合作,提出了电信高管应谨慎考虑的七项关键因素,旨在帮助电信行业克服在生成式 AI 采用过程中面临的不确定性。理解并解决这些问题可以帮助组织快速且审慎地从实验过渡到富有成效、创造价值的生成式 AI 项目。e&集团首席人工智能和数据官 Dena Almansoori 说道,“徒具速度而无方向,乃是短视。AI 的真正潜力在于将其深思熟虑地融入到业务的方方面面,确保支持我们的长期目标,并在长远发展中增强市场地位。这意味着要采取 AI 优先的方法,对业务进行战略转型。”这意味着要采取 AI 优先的方法,对业务进行战略转型。以下关键因素可以帮助通信服务提供商在采用和部署生成式 AI 时从谨慎转变为自信。财务依据/商业论证不足生成式 AI 专业能力不足技术能力有限用于定制模型的专有数据不足对数据准确性或偏见的担忧39EAE345图 3高管们在权衡生成式 AI 的价值和可行性。问:贵组织目前采用生成式 AI 面临的最大障碍是什么?采用障碍8采用生成式 AI 的7 项关键因素4制定商业论证5更新 AI 治理2识别和评估数据3选择模型并决定所需的训练7制定监控和调整计划6评估和解决技能需求81选择正确的 AI 用例91.选择正确的 AI 用例通信服务提供商正在探索大量生成式 AI 用例,领先的通信服务提供商则具备战略思维,能够识别快速成效和长期机会(请参见“观点:Bharti Airtel 联合开发生成式 AI 解决方案”)。但是,组织应如何选择最有意义的重点领域?一种方法是:从低风险的实验开始,提升员工效率,例如使用生成式 AI 创建营销活动内容或总结文档。但真正的挑战在于识别和部署那些可变革运营和客户体验的优质用例。对于调研受访者来说,决策始于成功的关键标准(见图 4)。资源限制、合作伙伴能力不足、技术实施的复杂性以及缺乏足够的技术人才是电信企业在实施生成式 AI 时的主要难题。受访者还专注于寻找那些能够根据战略对齐、财务投资回报率和最终用户收益提供最大价值的用例。图 4高管们根据六项关键标准来评估生成式 AI 用例。问:贵组织优先选择生成式 AI 用例的关键标准是什么?战略对齐生态系统合作伙伴成熟度最终用户获益财务投资回报率实施复杂度技能可用性101223344低高高生成文档汇总大型复杂文档配置聊天机器人增强知识搜索分析客户互动流程自动化生成个性化回复可行性客服辅助价值如前所述,客户服务、IT(包括网络运营)和信息安全已经成为生成式 AI 部署的主要业务领域。在这些业务领域中,受访者正在根据价值和可行性评估用例。例如,在客户服务中,配置聊天机器人和增强知识搜索的排名最高(见图 5)。图 5通信服务提供商正在根据可能带来的价值和实际部署的可行性来确定最具前景的客户服务用例。电信客户服务用例信息来源:IBM IBV 分析11在考虑用例时,组织应选择那些可跨多个部门和业务领域采用的生成式 AI 能力。以增强知识搜索为例,我们的分析表明,这不仅是客户服务、IT/网络运营和信息安全领域的强大用例,也可以应用于人力资源、采购或销售等领域。该用例使用生成式 AI 算法来改进现有知识库的搜索功能。由于算法会根据与用户互动不断学习,因此搜索结果会更加个性化,用户也会更加积极主动。当集成到组织的平台中时,增强型知识搜索可帮助用户更迅速地找到更准确的信息。2在评估用例时,NTT 的 Komazawa 建议,跨职能团队至关重要。他指出,“在业务部门,需要销售和工程部门的参与。在管理部门,则需要治理、法律和知识产权部门的参与。“当然,我们分析的结果可能并不适用于每个组织。例如,Bharti Airtel 的 Kapoor 提醒通信服务提供商不应将客户服务作为唯一的最佳起点,尽管生成式 AI 可以带来长远效益,但并不是所有情况下都能产生预期的成本效益。特别是在考虑企业的规模和地区差异时,必须权衡 AI 的成本与收益。Kapoor 建议,长期价值通常可以通过更好地映射客户和网络数据来实现,然后基于这些数据构建企业的生成式 AI 用例。他说道,“这与数据货币化有关,电信企业一直在努力解决这个问题。他们掌握大量数据,但传统上,聚合商能从中获取更多的利润。电信企业还没有解决如何在没有聚合商的情况下互相共享数据的问题。”您认为生成式 AI 能帮助您解决的主要业务问题是什么?该解决方案如何与您的整体战略对接?请考虑短期、中期和长期目标。如何将用例应用于其他类似的业务问题?需探讨的问题1112观点Bharti Airtel 联合开发生成式 AI 解决方案3 尽管许多运营商倾向于将其 AI 开发和实施的资源和决策集中在一个部门或团队内,Bharti Artel 的首席信息官 Pradipt Kapoor 提出了一种联合的 AI 解决方案开发方法。他说道,“在 Airtel,我们相信 AI 和生成式 AI 的变革力量。与任何新兴技术一样,必须经历一个意识提升、宣传推广和培训的周期。”他指出,他们对 Airtel 的每个部门(供应链、财务、营销、人力资源等)都进行了技术普及,通过演示和亲身体验来介绍生成式 AI 的概念以及可能的应用。他继续说道,“我们还尝试将创意生成过程模板化,通过提出适当的问题来识别具有业务价值的用例。然后,我们与数字(产品和工程)团队合作,看看他们根据我们现有的数据和技术能够做些什么。”该公司目前拥有 28 到 35 个已投入使用或即将投入使用的 AI 用例,通过生成式 AI 在多个领域推动价值创造,聚焦提升客户服务、降低成本和效率改进。这些用例包括:员工聊天机器人允许员工询问诸如“我还有多少假期?”或“育儿政策是什么意思?”等问题。呼叫中心的所有来电都会自动生成通话记录和摘要,并自动上传到客户交互历史记录中。进一步对通话进行情感分析。这些举措显著缩短了平均处理时间,并提升了通话质量。市场营销部门使用通用的大语言模型(LLM)生成超本地化的内容和优惠。一些账单的催收电话现在采用了生成式 AI 驱动的语音机器人呼叫。这项工作已初见成效,将 100 人的团队的未付款账单支付率从 60%提高到语音机器人所处理的 64%。开发人员正在使用生成式 AI 帮助生成测试用例和代码。12132.识别和评估数据可信的高质量数据是生成式 AI 的命脉。这就要求通信服务提供商同时考虑所需的数据和支持数据的基础设施。e&集团的 Almansoori 说道,“电信企业拥有大量的结构化和非结构化数据,是成功利用第三方生成式 AI 模型的理想选择。然而,只有拥有合适的工具和人才,才能真正发挥这种数据优势。”通信服务提供商首先应检查是否拥有与每个用例相关的,准确、完整和最新的数据。这需要收集不同领域的数据并进行整合,如客户互动、网络性能指标和外部数据提供商。这还可能涉及非运营商数据。例如,天气和交通数据可以用于预测网络问题,竞争对手故障的社交媒体数据可以用来推动营销活动。在评估这些数据时,通信服务提供商必须考虑数据隐私和安全法规,这些法规会影响关于如何使用、保护和存储客户数据的决策(例如存储在本地还是云端)。事实上,71%的高管担心数据法律会限制他们在生成式 AI 模型中的数据流动和使用。超过三分之一的受访者(37%)担心网络安全黑客会操控他们的生成式 AI 模型,因此他们还需要关注基本的数据安全原则,以保护模型的输入和输出。4通信服务提供商还必须防范数据中的潜在偏差。这意味着要追踪模型中所使用数据的来源,并确保数据代表了不同的客户、网络和场景。14需探讨的问题最后,通信服务提供商的数据基础设施对于集成来自不同来源的数据至关重要。遗憾的是,这对于许多通信服务提供商都是一个薄弱环节。Bharti Airtel 的 Kapoor 指出:“我认为,大多数电信企业将数据基础设施视为一个简单的数据存储平台。数据平台应当具有更强的能力,不仅仅用于存储和报告数据,更应支持业务决策和技术创新,但很少有电信企业考虑到这点。”我们的数据还表明,只有 30%的受访者预计生成式 AI 将在未来三年显著加速他们与数据和分析平台的合作。60%的受访者承认他们的数据集成能力仍处于不成熟或初级阶段。这些限制可能会使通信服务提供商难以获取最符合其生成式 AI 用例的数据。数据织物架构等先进解决方案可以支持多个数据管道和云环境的端到端集成。5Kapoor 说道,“分类明确、易于理解的高质量数据是生成式 AI 和 AI 成功采用的基础。人们常常忘记这一点。首先应投资数据平台。”您的数据基础设施是否支持集成各种来源的结构化和非结构化数据?您的数据治理政策和程序是否支持在生成式 AI 模型中负责任地使用数据?如何加强数据安全文化?153.选择生成式 AI 模型并了解模型训练要求。生成式 AI 模型迅速发展,为通信服务提供商提供了多种选择。去年,人们的关注点聚焦于多用途的大语言模型(LLM)上,而今年小语言模型(SLM)的发展则更具成本效益和相关性。6 组织可以从大语言模型开始进行实验,然后在细化用例时转向小语言模型。通信服务提供商还可以选择专有模型(如 OpenAI 的 ChatGPT 和 Anthropic 的 Claude),以及开放模型(如 Meta 的 Llama 和 Mistral AI 的 Mixtral)。有些模型是多模态的,能够处理和生成文本、图像甚至音频格式的数据。7 此外,行业特定的基础模型也在开发中(请参见:“观点:网络基础模型提升网络性能潜力”)。NTT 的 Komazawa 表示,模型必须满足日本市场(包括日本组织)的独特需求,事实上,他们已经构建了自己的大语言模型。他说道,“从地缘政治角度来看,日本是一个独特的环境,拥有自己的语言和文化。”但他也预测,日本将使用多种大语言模型。选择一种或多种模型并非易事。最终,通信服务提供商可能需要多种模型,以提供更高的准确性和更多的功能。多模型的选择和部署虽然能提升 AI 应用的多样性,但也会带来更高的成本和复杂性。通信服务提供商需要谨慎管理 AI 技术的投资,避免因过度投入而积累无法有效管理的技术债务。8同时,通信服务提供商在选择 AI 模型和服务供应商时,应避免依赖单一供应商,以便能够灵活应对技术进步的快速变化。16需探讨的问题在通信服务提供商评估其模型选择时,还需要考虑如何根据具体需求精确地调整这些模型的功能和参数,以满足特定需求。使用最广泛的技术包括:提示工程。这一过程包括设计和测试不同的提示或输入,了解模型在特定任务中的表现,以找到能够生成高质量响应的提示。提示工程是一种提升模型在特定任务表现的方法,且成本效益高,但输出结果仅限于模型在初始训练时所学到的内容。这项技术并不会为模型添加更多特定的或新的信息。9 检索增强生成(RAG)。这项技术利用外部数据源提供更多最新的相关信息,但成本高于提示工程,同时需要将模型与持有附加数据的系统进行集成。10 微调模型。这种方法使用少量特定任务的数据来调整预先训练好的语言模型,从而生成更准确的输出。这适用于多种自然语言处理任务(如文本分类、舆情分析、问题解答等),可大幅改善模型的性能。微调需要大量的计算资源和时间,而且需要技术技能和精心整理的数据集。尽管微调比构建定制模型便宜,但依然是一项成本较高的技术。11许多通信服务提供商仍在使用传统技术,如何将生成式 AI 与现有技术有效集成是一项严峻的挑战。e&集团的 Almansoori 指出,“尽管 AI 的优势显而易见,但采用 AI 需要在前期妥善处理与传统系统的互操作性问题。围绕需求进行战略规划、精简传统基础设施以及切实可行的分阶段集成方法是关键所在。”贵组织将如何处理来自供应商的模型变更(模型版本控制)?生成式 AI 模型的使用是否会改变工作流程?它将如何融入当前的运营框架?模型决策过程的透明度如何?供应商如何处理数据隐私和安全问题?17观点网络基础模型提升网络性能潜力12快速发展的 AI 技术正在改变电信行业解决复杂问题的方法。IBM Research 将基础模型应用于网络数据,利用未标记的大数据集来推动创新。联合领先的通信服务提供商,该团队在优化城市环境中的无线接入网络(RAN)参数方面取得了突破。通过定制和微调基础模型,使其与移动网络数据兼容,电信企业在提高网络性能的同时,也提升了网络的覆盖范围。概念验证显示,这种 AI 驱动方法能够准确预测下行链路吞吐量、提升服务质量,并提高网络性能评分(NPS)。值得注意的是,该模型的效率优于 XGBoost 等传统机器学习方法。经过训练的基础模型可应用于多种用例,包括:识别性能不佳的基站。生成式 AI 能够识别性能不佳的基站,有效优化资源分配,提高整体网络性能。调整最优配置参数。生成式 AI 能够帮助电信企业根据网络状况调整最优配置,确保网络效率最大化。多变量分析。多变量分析能够帮助电信企业评估新特性或新功能对网络性能的影响,从而进行科学决策和优化。网络模拟器。使用基础模型预测配置变化的影响,从而迭代调整参数,优化网络关键绩效指标。这种模拟驱动的方法将彻底改变通信服务提供商优化网络性能的方式,利用数据洞察使得决策更加科学,并在市场中保持竞争优势。17184.制定商业论证生成式 AI 解决方案并不是简单添加到现有系统中的附加组件,这不仅涉及高昂的成本,还需要技术上的深度整合。这项技术要求通信服务提供商考虑整个解决方案生命周期中的成本。13 具体包括:推理成本。推理成本反映了模型生成响应所需的费用。该过程需要大量计算资源。微调成本。微调成本将根据模型的大小和复杂程度、使用的数据量以及迭代次数而变化。云支出。除了托管生成式 AI 应用的成本,还需考虑应用生成数据的额外存储成本。还必须重新审视云计算和传统基础设施战略,以确保它们对生成式 AI 解决方案而言具有成本效益。部署成本。部署成本包括在多个地区部署解决方案的费用,例如服务器托管。人才成本。必须考虑短期和长期的人才计划,包括开发人员、数据管理人员和安全团队的再培训和招聘优先事项;加强安全教育,使员工意识到生成式 AI 带来的风险;以及确定人工反馈在模型训练中的作用。评估成本效益中的间接回报会更加困难。对于电信行业,生成式 AI 可以通过提高生产力、改善风险管理和提供有吸引力的产品/服务来推动业务价值。例如,IBM 的生成式 AI 解决方案试点显示,市场营销内容创作的成本最多可降低 40%,遏制潜在网络威胁的速度最多可提高 8 倍,自动客户服务解决方案提供的答案准确率最高可达 95%。1419信息来源:IBM IBV 对标值项目实现盈利性增长增加收入增加有机收入为了更好地了解解决方案的财务价值,通信服务提供商可以使用价值树来评估该解决方案如何帮助增加收入、管理成本和降低风险。更具体地说,他们需要评估特定指标,如新客户的百分比、新产品收入的百分比、销售周期时间、营销投资回报率以及检测和响应网络安全事件的平均时间等(见图 6)。15 图 6与关键业务绩效指标对齐的价值树有助于识别生成式 AI 解决方案的财务价值。增加客户数量管理现场服务成本管理产品/服务开发成本管理销售成本管理 IT 成本增加客户交易数量管理销售、一般及行政成本(SG&A)管理网络安全管理技术风险管理人员风险管理市场营销成本管理客户服务成本管理成本降低风险管理声誉风险管理运营风险20需探讨的问题通过价值树构建有效的商业论证需要技术团队和财务团队之间的紧密合作。e&集团的 Almansoori 表示,“技术领导者和财务团队之间的紧密合作可以将技术愿景和指标转化为明确的业务效益和投资回报率预测,同时优化投资,确保项目结构合理,最大限度地提高投资回报率。”您希望通过生成式 AI 用例改善哪些关键绩效指标?您期望增加收入还是降低成本?实现目标最具成本效益的训练模型方式是什么?您的技术团队和财务团队之间是否建立合作,以指导业务案例开发?若没有,如何加强合作?215.更新 AI 治理生成式 AI 的成功不仅依赖于技术本身,还取决于企业对其治理的重视。有效的治理能够确保 AI 安全运行且合乎伦理。AI 的治理框架必须能够识别和防范技术带来的风险,例如算法偏见、歧视以及对个人隐私的侵犯。同时,AI 的决策过程需要具备可解释性,以增强用户的信任和接受度。16e&集团的 Almansoori 表示,“数据准确性和偏见问题不容小觑。由于电信企业拥有对用户的个人数字信息流的独特访问权限,并充当网络监管角色,我们观察到监管机构和客户,对数据主权、隐私和模型可解释性问题的关注不断增加。”NTT 的 Komazawa 同样强调了治理的重要性。他说道,“曾经有些技术极具变革潜力,饱受期待。但由于治理问题,我们未能做出部署决策。”高管们对传统的 AI 治理充满信心,78%的受访者表示他们已经建立了明确的组织结构、政策和流程。例如,为保护知识产权,组织需要为员工如何使用生成式 AI 制定准则,并且治理框架应当解决使用基于大量数据预训练模型可能出现的问题,尤其是在组织对这些数据控制较少的情况下。22需探讨的问题通信服务提供商不断推进生成式 AI 用例,e&集团的Almansoori 建议更新现有的传统 AI 治理框架,以应对以下问题:加大对可解释性和透明度的关注。生成式 AI 需要对模型生成内容(如文本、代码或其他媒体)的方式有清晰的理解。通信服务提供商需要展示生成式 AI 创作背后的推理过程,并减少训练数据中的偏见。生成式 AI 相关的独特风险。监管框架和标准不断发展,以预测恶意用途的深度伪造和其他形式的合成媒体所带来的风险(请参见“观点:应对 AI 法规迷宫”)。随着 AI 技术的发展,将会出台更多的功能限制和监管要求,通信服务提供商必须确保其 AI 技术符合最新的法规和监管标准。人机协作。随着 AI 与人类协作的性质不断演变,通信服务提供商需要制定指导方针,管理人类与 AI 的互动,明确 AI 协助时决策责任的归属,并在关键任务中保留人类监督。数据隐私和完整性。生成式 AI 依赖大量训练数据,这引发了对偏见以及无意中使用版权数据的担忧。17 在选择数据和模型用于特定用例时,通信服务提供商需要评估风险,并明确其在数据隐私方面的责任。遵循负责任的 AI 原则不仅符合道德和法律要求,还有助于提升企业的市场竞争力。Almansoori 表示,“若电信企业从一开始就将透明度、可解释性、安全性和公平性作为核心,就可以轻而易举地适应未来的政策变化,并比那些迟迟未采用更合乎道伦理实践的竞争对手更具优势。夯实基础是关键。”您现有的 AI 治理发展得如何?您的解决方案将部署在哪些国家?这些国家有哪些 AI 相关的法规?您将如何确保生成式 AI 输出的透明度?23观点应对 AI 法规迷宫欧盟的人工智能法作为全球首部全面的 AI 法规,将对通信服务提供商更新其治理框架产生重大影响。该法案要求各组织确保被视为“高风险”的 AI 应用是安全、透明的,并严格遵守隐私法律。18 但除了欧盟的人工智能法,通信服务提供商还必须管理复杂的 AI 法规网络,这些法规正在全球范围内逐步建立,涉及从美国州级法律到国家层面。19 例如,加拿大正在推进人工智能和数据法案,印度提出了数字印度法案,中国推出了多个治理倡议,而澳大利亚则强调现有的 AI 监管结构。20e&集团的 Almansoori 举例说明了法规将如何适用于通信服务提供商:展示聊天机器人如何生成其响应,避免生成具有欺骗性或误导性的营销信息或利用用户数据,并能够解释 AI 系统如何预测网络流量模式和分配资源。通信服务提供商需要建立法律团队,跟踪 AI 法规的演变和影响。技术公司也在将治理和自动化集成到生成式 AI 解决方案中,以帮助组织减轻负担。23246.评估和解决技能需求受访高管认为,专业知识不足是采用生成式 AI 的最大障碍之一,但在 e&集团的 Almansoori 看来,这是一个更为深层的问题。她指出,“战略性的人才招聘和技能提升是一大挑战,那些行业领先的公司正在积极培养内部卓越的 AI 中心,而不仅仅依赖招聘。他们正在投资于人才的再培训。”e&通过建立 AI 能力中心和 Citizen X 项目,确保员工在这些项目中获得广泛的培训机会。除了理论学习,e&还注重实践经验的积累。通过结合实际项目,员工能够更加深入地理解 AI 技术,并具备解决实际问题的能力。e&在 2021 年推出了 AI 毕业生项目,确保所有新招聘的毕业生都能熟练掌握 AI 基础知识,无论其工作安排或背景如何。同样,NTT 的 Komazawa 表示,为了激发人们对 AI 的兴趣,他们成立了一个 AI 工作委员会,讨论生成式 AI 用例、治理和安全问题。与以往的技术(如云或网络基础设施)一样,通信服务提供商可以依靠业务合作伙伴来弥补 AI 技能方面的差距。事实上,我们的受访者正寄希望于此:74%的受访者表示当前的生态系统合作伙伴对他们的生成式 AI 创新工作至关重要。76%的受访者在重新评估生态系统合作伙伴关系,以从生成式 AI 中获得更多创新价值。技术合作伙伴可以提供专业的 AI 解决方案,无需通信服务提供商彻底改造其传统基础设施。然而,Almansoori 再次提醒不要过度依赖合作伙伴。她说道,“过度依赖特定供应商的专有技术和解决方案,会限制组织在动态市场中的长期战略灵活性和市场竞争力。此外,如果没有协调一致的内部 AI 能力建设,电信企业可能难以实现所需的规模。”25需探讨的问题一家亚洲移动运营商的董事指出,建设内部专业能力至关重要。他说道,“组织内部的技术能力至关重要。即使我们要求业务合作伙伴完成实际工作,我们也必须具备足够的技术能力,以理解和管理合作伙伴完成的任务。”电信领导者也认识到,员工对 AI 的担忧可能会对实施造成挑战。Almansoori 说道,“组织惰性、缺乏优先级划分以及对变革的抵触情绪,可能会严重阻碍 AI 的采用。这不仅包括技术转型,还包括改变公司文化,接受数据驱动的决策,重新定义工作角色,并解决员工的期望和对工作流失的担忧。”Almansoori 指出,e&的目标是“确保负责任的过渡,利用生成式 AI 创造新机会,并重塑现有角色。与其将其视为人类与 AI 之间的对立,将其视为互补力量,增强彼此的能力更为准确。”您需要在内部培养哪些能力(如 AI、机器学习、数据科学、提示工程等)?您可以建立哪些类型的再培训计划?如何创造一种有利于生成式 AI 发展的文化,让员工从担忧转变为热情?21业务合作伙伴可以在短期和长期内发挥什么作用,帮助启动和确保生成式 AI 项目?2526需探讨的问题最后,通信服务提供商如何评估其 AI 解决方案是否达到了预期效果?在推进采用生成式 AI 时,通信服务提供商不能忽视这一规划点。他们需要定期监测业务案例中的关键指标,以评估生成式 AI 解决方案的效果。领导者需要对生成式 AI 项目进行回顾性评估,分析项目中的成功和不足,优化未来的实施方案。最重要的是,鉴于生成式 AI 发展迅速,通信服务提供商必须关注技术的前沿进展,及时更新其技术应用,并了解这些进展如何影响当前和未来的用例。NTT 公司的 Komazawa 表示,这对于成功采用生成式 AI 至关重要。他说道,“应该仔细监控生成式 AI 领域中的服务。仔细观察市场,了解新服务是否安全,并且符合相关的法律和监管要求。”与此同时,他鼓励采取积极开放的心态,勇于接受挑战。他表示,“只有接受新技术带来的挑战,电信企业才能真正提供创新的服务,并在市场中获得竞争优势。”7.制定监控和调整计划您的训练数据质量是否足够高?您选择的生成式 AI 模型是否提供了所需的输出精度和准确性?您可以建立哪些系统或委员会,以保持对最新生成式 AI 进展、安全风险和法律法规的关注?27Rahul KumarIBM Consulting 高级合伙人兼副总裁,全球电信和媒体行业负责人 CoughlanIBM 全球电信、媒体和娱乐行业首席技术官 Entertainment industry,IBM Kurien全球电信,媒体和娱乐行业负责人IBM 商业价值研究院 商业价值研究院联合牛津经济研究院,针对来自全球 24 个国家的 300 名电信行业高管开展了一项访谈式调研。对象为首席执行官、首席信息官、首席技术官、首席战略官、首席信息安全官、首席数据官和首席 AI 官。受访者被要求分别评估各个职能领域中生成式 AI 用例的价值和可行性。IBM IBV 分析了受访者的回答,并将其映射到两个维度,从而得出每个职能领域的四象限视图。本报告采用 IBM 生成式 AI 工具进行分析。访谈2024 年 4 月,我们精心挑选了电信行业领先企业的部分高管,与他们进行了一对一访谈,以更深入地验证和分析调研结果。他们的专业知识反映在本报告中,本报告也引用了他们的观点。2728相关报告Telecom 2030:Dial in for a decade of opportunity.In partnership with GSMA.January 2024.https:/ibm.co/telecom-2030电信运营商的盲点:挖掘隐藏商机,推动收入增长。与 GSMA Intelligence 联合出品。2023 年 9 月 https:/ibm.co/telecoms-revenue-opportunitiesSecuring generative AI:What matters now.In partnership with Amazon Web Services.May 2024.https:/ibm.co/securing-generative-aiIBM 商业价值研究院IBM 商业价值研究院(IBM IBV)成立二十年来,凭借 IBM 在商业、技术和社会交叉领域的独特地位,每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动,将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。需要 IBV 最新研究成果,请在 上注册以接收 IBV 的电子邮件通讯。您可以在 Twitter 上关注 IBMIBV,或 通 过 https:/ibm.co/ibv-linkedin 在 LinkedIn 上联系我们。访问 IBM 商业价值研究院中国官网,免费下载研究报告:https:/ IBM,我们积极与客户协作,运用业务洞察和先进的研究方法与技术,帮助他们在瞬息万变的商业环境中保持独特的竞争优势。关于研究洞察研究洞察致力于为业务主管就公共和私营领域的关键问题提供基于事实的战略洞察。洞察根据对自身主要研究调查的分析结果得出。要了解更多信息,请联系 IBM 商业价值研究院:.29备注和参考资料 1 Building an AI strategy:Telcos put the foundations in place.TM Forum Knowledge Benchmark.March 2024.https:/inform.tmforum.org/research-and-analysis/reports/building-an-ai-strategy-telcos-put-the-foundations-in-place2 Garay,Caroline,Jaden Sibrian,and Victor Alamillo.“Scale knowledge management use cases with generative AI.”IBM Think Blog.July 27,2023.https:/ Interview with Bharti Airtel CIO,Pradipt Kapoor.April 19,2024.4 Rodgers,Clark,Moumita Saha,Dimple Ahluwalia,Kevin Skapinetz,and Gerald Parham.Securing generative AI:What matters now.IBM Institute for Business Value in partnership with Amazon Web Services.May 2024.https:/ibm.co/securing-generative-ai5“What is a data fabric?”IBM website.Accessed May 9,2024.https:/ 6“Generative AI.”AI Business.October 10,2023.https:/ Rouse,Margaret.“Multimodal AI(Multimodal Artificial Intelligence).”Techopedia.July 4,2023.https:/ Building an AI strategy:Telcos put the foundations in place.TM Forum Knowledge Benchmark.March 2024.https:/inform.tmforum.org/research-and-analysis/reports/building-an-ai-strategy-telcos-put-the-foundations-in-place9“Prompt Engineering vs Finetuning vs RAG.”MYSCALE.March 26,2024.https:/ Ibid.11 Ibid.12 Based on an interview with IBM Research,April 2024.13 Huang,Hugo.“What CEOs Need to Know About the Costs of Adopting GenAI.”Harvard Business Review.November 15,2023.https:/hbr.org/2023/11/what-ceos-need-to-know-about-the-costs-of-adopting-genai14 Based on IBM internal benchmarks.15 Telecommunications industry value tree.IBM Institute for Business Value Benchmark Program.16“What is AI governance?”IBM website.Accessed May 9,2024.https:/ AI Governance.”Centraleyes.Accessed May 9,2024.https:/ The EU Artificial Intelligence Act website.Accessed May 8,2024.https:/artificialintelligenceact.eu/19 Ponomarov,Kostiantyn.“Global AI Regulations Tracker:Europe,Americas&Asia-Pacific Overview.”Legal Nodes.March 20,2024.https:/ and David Strauss.“A look at proposed US state private sector AI legislation.”IAPP.February 28,2024.https:/iapp.org/news/a/a-look-at-proposed-u-s-state-private-sector-ai-legislation/20 Ponomarov,Kostiantyn.“Global AI Regulations Tracker:Europe,Americas&Asia-Pacific Overview.”Legal Nodes.March 20,2024.https:/ Bowin,David,Andi Britt,Robert Enright,and Dr.Surlina Yin.HR champions generative AI:Embrace experimentation,empower people.IBM Institute for Business Value.March 2024.https:/ibm.co/hr-generative-ai Copyright IBM Corporation 2024国际商业机器(中国)有限公司 北京市朝阳区金和东路 20 号院 3 号楼 正大中心南塔 12 层 邮编:100020美国出品|2025 年 1 月IBM、IBM 徽 标、 和 IBM Research 是 International Business Machines Corporation 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下 Web 站点上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表: 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。本文档内的信息“按现状”提供,不附有任何种类的(无论是明示的还是默示的)保证,包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业判断依据。由于使用本出版物对任何企业或个人所造成的损失,IBM 概不负责。本报告中使用的数据可能源自第三方,IBM 并未对其进行独立核实、验证或审查。此类数据的使用结果均为“按现状”提供,IBM 不作出任何明示或默示的声明或保证。MLKALPYQ-ZHCN-01扫码关注 IBM 商业价值研究院官网微博微信公众号

    发布时间2025-02-08 31页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 蛋壳研究院:2025骨科关节手术机器人产业发展白皮书(76页).pdf

    主编 柴伟 张浩Joint SurgeryRobots骨科关节手术机器人产业发展白皮书官方微信公众号欢迎扫码关注了解中心更多前沿动态 骨科关节手术机器人产业发展白皮书2024版主编 柴伟 张浩国家骨科与运动康复临床医学研究中心唐佩福 王坤正 王松俊名誉主编柴伟张浩主编 张国强李海峰李睿南少奎孔祥朋张卓黄前前李明李建涛刘明丽刘婉姮郝明赵建文董晓艳王雪魏琳波张清清王雪如闫雪编委会姜天骄 王诗宇 杨璐研究团队蛋壳研究院马建兵|西安交通大学附属红会医院王卫国|中日友好医院田华|北京大学第三医院冯尔宥|福建医科大学附属协和医院吕松岑|哈尔滨医科大学附属第二医院朱晨|中国科学技术大学附属第一医院刘先哲|华中科技大学附属协和医院关振鹏|北京大学首钢医院李慧武|上海交通大学医学院附属第九人民医院杨佩|西安交通大学第二附属医院肖骏|华中科技大学同济医学院附属同济医院吴浩波|浙江大学医学院附属第二医院特邀编委(按姓氏笔画排序)何川|上海交通大学附属瑞金医院张瑗|陆军军医大学第二附属医院张先龙|上海市第六人民医院张海宁|青岛大学附属医院周一新|北京积水潭医院周宗科|四川大学华西医院胡懿合|浙江大学医学院附属第一医院钱文伟|北京协和医院翁习生|北京协和医学院黄伟|重庆医科大学附属第一医院曹力|新疆医科大学第一附属医院曹永平|北京大学第一医院谢杰|浙江大学医学院附属第一医院蔡宏|北京大学第三医院特邀编委(按姓氏笔画排序)特别鸣谢孟庆虎|加拿大工程院院士,南方科技大学电子与电气工程系系主任、讲席教授王田苗|北京航空航天大学教授,北航机器人研究所名誉所长段星光|北京理工大学教授,智能机器人研究所副所长王豫|北京航空航天大学生物与医学工程学院副教授,北航医疗器械研究所副所长元化智能科技(深圳)有限公司爱康医疗控股有限公司上海微创医疗机器人(集团)股份有限公司北京长木谷医疗科技有限公司Stryker史赛克北京纳通科技集团有限公司北京天智航医疗科技股份有限公司北京和华瑞博科技股份有限公司上海龙慧医疗科技有限公司Smith&Nephew施乐辉(排名按照访谈先后顺序)01骨科关节手术机器人产业发展白皮书0302骨科关节手术机器人产业发展白皮书国产手术机器人的精准度与稳定性正逐步提升,国产替代的趋势愈发明显;其三,未来十年,关节手术机器人将向“智能化、普惠化、集成化”三个方向深度演进。但通向智能骨科的道路绝非坦途。硬核科技难题亟待突破,涉及多学科的交叉融合,需要汇聚各方科研力量,加大研发投入与合作;同时,需要构建并完善“临床问题-技术研发-应用反馈”的闭环,确保技术研发与临床实际紧密结合,让技术更好地服务于医疗实践;此外,设备成本高昂,让众多基层医院望而却步,后续或许可通过优化工艺、规模化发展、共享研发成果等方式,降低成本,促进技术下沉。虽面临重重挑战,但我们坚信,在国家政策的大力支持、人口老龄化带来的需求驱动下,以及科研机构、创新企业和投资界的共同努力,骨科关节手术机器人产业必将迎来更为广阔的发展前景。本白皮书凝聚了众多领域内专家的集体智慧。感谢他们无私分享宝贵经验、独到见解与深刻洞察。在此,向所有参与编写的特邀编委、编委会成员、研究团队以及给予支持的个人和企业致谢。我们正站在智能骨科革命的临界点。期待这本白皮书能成为行业进化的催化剂,让更多创新力量汇聚于此,共同绘制人类骨关节健康守护的新蓝图。在可预见的未来,随着人工智能大模型赋能的持续加速,关节手术机器人将跨越单纯执行任务的阶段,迈向智能规划和决策,实现关节手术全面智能化。期待更多临床专家与工程师、投资机构与创新企业携手并肩,齐心协力,共同推动骨科关节手术机器人技术的发展,为患者提供更优质的医疗服务,为社会创造更大的价值!中国人民解放军总医院骨科医学部关节外科主任 柴伟科学技术是第一生产力,亦是医疗变革的核心驱动力。近年来,随着人工智能、机械制造等科技的飞速发展,医疗领域也正经历着一场深刻的智能化变革。骨科手术机器人集成了算法控制系统、光学导航系统和力反馈等技术,成为推动骨科手术迈向精准化、微创化、智能化的关键力量,引领外科手术告别传统“手工”操作模式。相较于传统骨科术式,关节手术机器人的技术突破呈现出三重革命性价值:于临床维度,提高了手术的精准性和安全性,为患者带来了更为精准、个性化的治疗方案,改善了术后恢复质量,使患者生活质量得以提高;于教育维度,缩短了医生的学习曲线,加速了年轻医生的成长,进而带动行业整体技术水平的提升;于产业维度,其标准化手术流程为分级诊疗体系下的医疗资源下沉提供了有力的技术支撑。而由于关节置换手术相比骨科其他术式更加标准化、更加流程化,截至目前,关节手术机器人可以说是人工智能在骨科领域最完美的应用和体现。关节手术机器人不仅是技术革命的产物,更是医疗体系现代化进程中的重要标志。对医疗工作者来说,它是提升手术安全与效率的智能伙伴;对医学研究者来说,它是多学科交叉创新的聚合平台;对相关政策制定者来说,它是医疗资源均衡配置的有力杠杆;对创新资本来说,它是万亿级健康产业的战略入口。当下,“医-研-政-企-资”各领域主体亟需紧密携手、协同共进,深度融合产、学、研、用各环节,突破壁垒,实现无缝对接,共同构建完善的健康生态体系。只有如此,方能在“精准医疗”的前沿探索与“普惠医疗”的广泛覆盖这两个关键维度,稳步推进并切实落地“健康中国”的宏伟战略构想,为全民健康福祉筑牢坚实根基。基于以上背景,骨科关节手术机器人产业发展白皮书顺势而生。我们编写此书,旨在全面梳理、深入分析骨科关节手术机器人领域的发展历程、现状以及未来趋势,期望为行业内外的专家学者、政策制定者、企业家以及投资者提供极具价值的参考。作为一名临床工作者,我有三点感悟想与各位前辈、同仁以及同道们交流:其一,当前的关节手术机器人所处的发展阶段,恰似20世纪末的腔镜技术革命,技术领跑者将有机会重塑行业话语权体系;其二,PREAMBLE序 言0504骨科关节手术机器人产业发展白皮书能骨科基地的建设中,以规模化、体系化、高效化的行业教育为抓手,正在加速关节手术机器人技术的普惠化落地,实现“企业教育成本外部化”,着力打造市场闭环。未来已至:趋势与信心的双重锚点 展望未来,关节手术机器人的发展将呈现三大趋势:一是技术集成化,AI、物联网、数字孪生等技术的融合将实现“术前模拟术中导航术后评估”的全流程闭环;二是应用场景下沉,随着机器人手术理念普及、国产设备成本下降与手术操作简化,基层医疗机构将逐步普及机器人辅助手术,接棒成为市场主力;三是医疗均质化,通过标准化手术流程与远程协作,优质医疗资源得以突破地域限制,助力解决“看病难、看病贵”的民生痛点。当前,我国正面临人口老龄化加速、关节疾病患者激增的严峻挑战。据统计,2030年膝关节置换手术需求量将突破百万例,传统手术模式已难以满足需求。而关节手术机器人以其“精准、安全、可复制”的优势,将成为破局的关键。行业的短期波动不改长期向好的基本面、激烈的市场竞争加速促进行业成本优化和效率提升这是技术发展的必然规律,更是医疗升级的刚性需求。数智化医疗的浪潮中,没有旁观者。无论是临床医生、工程师,还是政策制定者、投资者,皆需以“躬身入局”的姿态拥抱变革。骨科关节手术机器人产业发展白皮书不仅是一份产业图谱,更是一份信心宣言。它记录着技术的跬步千里,剖析着行业的起伏脉络,更昭示着一个更具效率、更富温度的医疗未来。国家骨科与运动康复临床医学研究中心管理中心主任 张浩近年来,医疗科技领域的变革浪潮中,关节手术机器人无疑是最耀眼的灯塔之一。从材料学的突破、生物力学的深化研究,到人工智能与机器人技术的深度融合,数智化医疗正在重塑外科手术的边界。这一变革不仅是技术的跃迁,更是医疗理念的革新从“经验驱动”迈向“数据驱动”,从“个体化探索”转向“标准化实践”。产业蓬勃:技术与市场的双重共振 全球范围内,关节手术机器人行业已形成“产学研医”协同创新的生态格局。以Intuitive Surgical、Stryker、Zimmer Biomet为代表的国际巨头持续引领技术前沿,而国内企业如元化智能、纳通医疗等亦在核心算法、精密机械臂、导航系统等领域实现突破,逐步打破进口垄断。产业链上下游的协同效应日益显著:高精度传感器、智能控制模块供应商为硬件奠定基础;AI算法团队与临床专家合作优化决策模型;医疗机构通过真实世界数据、临床研究反哺技术迭代。与此同时,政策红利为行业注入强劲动能国家药监局创新医疗器械“绿色通道”加速产品上市,医保支付试点逐步覆盖机器人辅助手术,资本市场对医疗科技企业的青睐更是为研发提供了充足“燃料”。攻坚克难:技术周期中的沉淀与突破 任何颠覆性技术的成熟都需经历“萌芽狂热低谷复苏成熟”的周期律,关节手术机器人亦不例外。同时,技术周期与经济周期的结构性错位会让行业形势更加难以预测。行业早期,高昂的成本、复杂的操作流程、有限的临床验证数据曾让部分医疗机构望而却步;技术层面,机械臂的力控精度、多模态影像的实时融合、人机协作的安全性等问题一度成为瓶颈。然而,这些现实的挑战恰恰是技术深化的契机。近年来,随着5G网络的低延迟传输、边缘计算能力的提升,手术机器人的远程协作与实时响应能力大幅增强;深度学习算法的优化使术前规划从“经验依赖、人工思考”升级为“数据驱动、数智赋能”;模块化设计理念的普及则降低了设备的维护成本与学习门槛。更值得关注的是,行业已从单一技术竞争转向“生态构建”头部企业已经更加积极参与到国家临床医学研究中心等全国性智PREAMBLE序 言数字化与智能化的深度融合为关节外科带来了新的变革,人工智能技术的广泛推广已成为未来关节领域探索的关键途径,并逐渐与国际水平接轨。展望未来,机器人辅助关节置换手术将极大的提高其精准度和成功率,其中技术原始创新将扮演核心驱动角色。精准化、智能化、微创化、个体化、规范化的关节外科技术正向我们大跨步走来。王坤正西安交通大学医学部关节外科中心主任,主任医师、教授EXPERT PREFACE专家引言“科技立则民族立,科技强则国家强”,中国正迎来科技快速发展的历史性机遇,骨科在这个新时代也应该做好充分的准备。手术机器人的出现,改变了手术范式,它融合了智能导航、智能制造、云端大数据以及智能影像等创新技术,是放大了人的脑、眼、手功能的全流程、全方位、全要素的智能化模式。在科技力量飞速发展的今天,医生已不仅仅是科技创新的应用终端,更应成为创新的起点和发起者,应该和研究界、产业界勠力同心、求新求变,将临床实际需求同前沿技术相结合,共同为医学智能化的发展贡献力量,从而推动我国卫生健康事业的进步!唐佩福中国工程院院士,中国人民解放军总医院骨科医学部主任国家骨科与运动康复临床医学研究中心主任目前,关节手术机器人设备的价格较高,加上医院的收费模式不清晰,导致产业的发展受阻。然而,医院在考虑是否应该采购关节手术机器人时,不应仅关注短期的经济效益,还应看到其对科室发展的长远积极影响。比如提升科室的形象和影响力,帮助年轻医生快速成长等,这些无形的价值虽然难以量化,但对医院的长期发展至关重要。未来,随着社会需求和生产能力的提升,手术机器人应该像医学影像设备(如CT)一样,进一步降低成本,扩大覆盖范围,使更多患者能够享受到科学、规范的高水平治疗。目前,解放军总医院的手术机器人渗透率已经达到了70%-80%,我们相信未来更多医院也将达到这一水平。张浩国家骨科与运动康复临床医学研究中心管理中心主任先进医疗装备的应用是推动临床进步的重要工具。骨关节机器人实现了精准规划、力触觉反馈和精准操控等技术与医生手术经验和技术的工程化融合,使关节手术更加精准、安全、高效,大大降低医生的学习曲线,促进手术的规范化,推动手术的均质化和普惠化。在国家“原始创新”“国产替代”等政策激励下,数智化骨科将会快速发展。关节机器人有巨大的临床刚需、应用情境和市场空间。王松俊国家骨科与运动康复临床医学研究中心执行主任、教授美国机器人辅助手术的普及率已经极高,但国内发展仍处于早期阶段,未来仍有极大的发展空间。关节手术机器人的核心临床价值在于缩短年轻医生的学习曲线,过去五到八年才能培养出一名关节外科医生,但是借助机器人,年轻医生一般只需要8-10台手术就可以上手。此外,机器人辅助手术还能提升手术的稳定性及均质性。但手术机器人只能作为辅助工具,临床医生的一线经验始终是最重要的,未来,手术机器人的发展还需要更多的临床医生加入进来,不断学习,大胆实践,帮助国内厂商一起去完善产品。柴伟中国人民解放军总医院骨科医学部关节外科主任,主任医师、教授0706骨科关节手术机器人产业发展白皮书虽然2016年我国才进行了首次机器人辅助关节置换手术,但因其假体的精准植入性、医生手术技术的一致性提高和病人术后的功能快速康复而广受好评,虽然在收费方面还有制约,但国家总体政策对机器人辅助手术的未来还是提供了强有力的支持。随着人口老龄化和医生、患者对高精度、高安全性的手术需求不断增加,未来机器人辅助手术市场潜力巨大。马建兵西安交通大学附属红会医院关节病医院院长,主任医师(以下编委按照姓氏笔画排序,不分先后)传统关节置换术的临床疗效已经到达瓶颈期和平台期,应用手术机器人进行手术是突破瓶颈的重要尝试。手术机器人不仅能够提升手术精度,在术中进行实时反馈,还能为医生提供客观量化指标来评估手术质量和水平,帮助医生提高手术质量。国内的关节手术机器人市场这5年才开始发展,其实还处于很早期的发展阶段,未来可能还需要10年左右的时间去验证机器人辅助关节置换的长期价值。孔祥朋中国人民解放军总医院骨科医学部关节外科主治医师现阶段国内骨科关节手术机器人的产品很多,但同质化程度也确实很高。反观国内的供应链和产业链配套,其实比美国做的更好,因此国内骨科手术机器人厂商依然存在极大的发展机会。在关节手术机器人领域,手术规划、机械臂、关节切割、手术微创化等都是当下的研究热点,也一定会做出较大的创新突破。比如对于机械臂而言,在未来需要围绕术式本身进行创新,而不是停留在算法优化上。王豫北京航空航天大学生物与医学工程学院副教授,北航医疗器械研究所副所长国内工程师和医生的创新能力很强,在手术机器人的设计和指导中,国内医生及工程师的参与度仅次于美国,远高于日本和欧洲。当前的国内市场依然存在很多问题需要改善,包括器械采购流程的设计、知识产权保护体系的建设,以及原始创新的推动。要实现国产替代,需要时间的锤炼和国内企业自身的创新实力,未来,要进一步发展关节手术机器人产业,必须要尊重创新、鼓励创新,进一步完善相关政策,行业协会更是要在其中起到规范作用,推动行业良性发展。王田苗北京航空航天大学教授,北航机器人研究所名誉所长,中关村智友研究院院长0908骨科关节手术机器人产业发展白皮书手术机器人给人工关节置换带来的绝不仅仅是精准,或者说,能够按指令进行精确的截骨是对机器人的最基本要求。它带来的是对人工关节置换全新视角和更高维度的重新认识。随着相关技术的不断完善,必将对关节置换现有的理念、植入物设计和手术方式产生深远的影响。通过在精准操作和微创操作、实时评估和及时反馈、可感知和可预知、个性化和均质化、软组织友好和用户友好等方面的有效协同和不断优化,机器人将帮助我们实现更合理的人工关节置换。王卫国中日友好医院骨科关节外科主任,主任医师、教授手术机器人承载着现代医学技术的创新成果,也代表着关节外科发展的方向。尽管目前的机器人存在各种各样的问题,但希望我们能坚守信念,通过医工交叉通力合作,推动技术迭代升级,不断实现新的突破,从而最终成为人类健康的忠实帮手。创新无止境,未来可期!田华北京大学第三医院关节外科主任,主任医师、教授随着人工智能辅助关节机器人在全世界各关节中心广泛应用,近几年我国机器人辅助关节置换理念被越来越多的关节外科医生所接受。骨科关节手术机器人产业发展白皮书的发布,既是对我国关节机器人这一行业发展的总览,高屋建瓴地为我国关节机器人应用现状把脉,总结优势所在和正视不足;也为骨科关节科机器人行业指明了发展方向,不仅为相关的资本和企业发展提供指导纲领,也可以为国家行政部门制定相关政策提供重要参考依据。冯尔宥福建医科大学附属协和医院关节外科行政主任,主任医师、教授1110骨科关节手术机器人产业发展白皮书这本白皮书是关节外科领域从业者与产业相关人士的宝贵资料,对于推动产业高质量发展、造福患者具有深远意义。为推动关节外科手术机器人发展,建议加强技术研发,提升机器人智能化水平,实现精准运动学分析和软组织平衡;建立开放平台,兼容多种假体,满足个性化需求;优化术中配准方式,简化流程,提高手术效率;加强医工合作,培养专业人才,促进技术临床应用;同时,完善政策法规,为产业发展提供有力保障。朱晨中国科学技术大学附属第一医院(安徽省立医院)骨科行政主任,主任医师、教授骨科关节机器人辅助关节置换手术,是AI技术在骨科特别是在关节外科应用最完美的应用和体现,首先应用骨科机器人辅助关节置换可以对手术进行术前规划,对关节置换的每个步骤、细节可以预先了解和预演,特别是复杂的关节置换;其次手术中利用导航指导截骨和磨挫,使手术按照规划设计进行,更加精准,安全。同时机器人辅助关节置换技术还可以更快、更好的培训年轻医生,缩短学习曲线,加快年轻医生的成长。我相信未来机器人辅助关节置换手术可以全面应用和发展。吕松岑哈尔滨医科大学附属第二医院关节外科主任,主任医师、教授随着骨科关节手术的不断演进,机器人技术的融入为提升手术精度、减少人为误差以及改善患者预后带来了变革性的契机。作为一名关节外科医师,我已深切体会到机器人辅助手术蕴含着巨大潜力。关节手术机器人具备的高精度特性,能够实现更为精准的关节置换,特别是在那些对人工操作技巧要求极高的复杂病例中,优势尤为显著。配备的实时成像与先进导航系统,能够依据每位患者独特的解剖结构或运动学特点,量身定制手术方案,进而优化假体的植入,以期获得“原生”的关节。虽然机器人辅助关节置换获得广泛应用,但在资源匮乏的地区,成本依旧是一大障碍。发展模块化或可扩展的机器人系统可以使该技术适配不同医疗环境,从大型教学医院到较小的社区诊所。为推动关节机器人的发展,未来的科研投入应聚焦于整合人工智能与机器学习算法,增强机器人对不同患者病情的适应性和主动思考能力,使其成为关节外科医师的助手与智囊。刘先哲华中科技大学附属协和医院关节骨科副主任,副主任医师、副教授“工欲善其事,必先利其器。”骨科关节手术机器人作为近年来人工关节手术发展的新兴技术,已成为实现骨关节炎个性化、精准化与智能化治疗的重要工具,也是“人工智能 医疗”智慧医院的重要组成部分。然而,骨科关节手术机器人的实际应用仍面临一些挑战:首先,审评与审批过程遭遇新的困难;其次,医院采购存在一定障碍;最后,临床应用中的支付和结算问题亟待解决。为了加速骨科关节手术机器人的临床应用,打通骨科关节手术机器人入院的“最后一公里”。希望能将以手术机器人为代表的高临床价值产品纳入集中采购;可以借鉴国际成功经验,推动骨科关节手术机器人的融资租赁及联合采购模式;同时,应加大对“人工智能 医疗”创新产品的资金扶持力度,设立专项资金支持医疗机构积极试用和首购骨科关节手术机器人等创新产品,从而形成可在“三医联动改革”中推广的经验与政策。我认为,随着市场需求增长、政策支持和全球推广,骨科及关节手术机器人将在骨科领域发挥越来越重要的作用,并不断向智能化、精准化、微创化发展,提供更全面的手术解决方案。关振鹏北京大学首钢医院主任医师、教授、博士生导师传统关节置换术虽然已经相当成熟,但仍然存在较多痛点,包括假体放置角度不准导致的髋关节脱位、膝关节早期失败等等。手术机器人凭借术前基于三维骨骼数据对手术方案进行精准规划、术中基于机械臂辅助对方案进行精准执行,显著提升了假体安放的精准性;同时,机器人在髋关节腿长控制,膝关节软组织平衡方面也带来较好助力。更重要的是,其精准执行可带来极高的手术均质性,这对于青年主刀或低手术量主刀,可在最大程度上避免人为失误。关于未来机器人的发展趋势,我认为短期内“半自动”机器人依然会是主流。目前机器人在手术中的角色属性仍是工具,而不是取代医生。全自动型关节手术机器人仍有大量难题需要攻关,例如软组织的识别与处理等,因此短时间内不太可能发展成为主流。李睿中国人民解放军总医院骨科医学部关节外科副主任医师、副教授1312骨科关节手术机器人产业发展白皮书在科技强国的背景下和创新驱动发展的战略引导下,手术机器人是外科学发展的革命性成果,也是医学技术发展的必经之路。其中,骨科手术机器人的发展具有鲜明的引领和先导作用,不但提高了手术的精准度和安全性,也促进了手术方式的标准化和均质化,尤其是关节手术机器人,彻底改变了临床医生的学习曲线和培养模式,辅助孵育了大量优秀的新生代人才力量。随着AI技术的快速发展和不断迭代,AI的加持将为骨科手术机器人带来新的突破,使其真正成为外科医生的另一双手。肖骏华中科技大学同济医学院附属同济医院骨科主任,主任医师、教授科技发展是行业进步的原始驱动力。骨科在经历了几次科技浪潮的洗礼后,已经成为技术发展较为成熟、亚专业细分趋于末端的临床学科。然而,骨科在多个方面已难以满足人民群众不断增长的医疗需求,仍然有不少患者因骨科疾病致残、丧失劳动力,甚至死亡,因此,骨科从未如此迫切的需要新技术的赋能。在如今此消彼长的国际科技形势下,中国在人工智能、机械制造、高性能材料、图像识别、机械制备、电子电器等领域迎头赶上,逐渐成为科技类别最完善的国家之一。如何将这些成熟的技术进行整合、并应用于骨科临床,应该是每一位骨科医生及相关行业从业者的必修课。在这一次科技发展的大潮下,谁能将不同技术有机整合,谁能将不同技术跨界应用,谁能将不同技术改良创新,谁就能勇立潮头,成为骨科未来十年发展的领军者。手术机器人是诸多新技术整合的产物,是一个从临床问题出发,整合资源,解决临床问题的优秀案例。但必须要认识到,目前应用的手术机器人的研发过程中,从0到1的问题,是由国外骨科从业者解决的。我们自己的骨科机器人,大部分仍然处在模仿阶段。技术模仿可以在使用有限资源的情况下,获得可靠的、可预知的结果,但模仿却永远不会完成超越。如何通过手术机器人的使用、研发、迭代、创新,并最终完成超越,应该是每一个使用骨科机器人的临床医生、工程师、企业的目标。杨佩西安交通大学第二附属医院骨关节外科主任医师、教授手术机器人正深刻改变人工关节手术的方式和理念。目前产业处于发展初期阶段,但在智能化、个性化及精准度上的优势决定了机器人辅助将成为人工关节外科发展的主流趋势。国内丰富的医疗资源、完善的工业体系和成本优势将推动国产手术机器人系统迅速发展和普及运用,有望赶超国际先进水平。建议:发动行业力量,推动政策对智能化创新的支持;加强医工合作技术创新,推动国产机器人系统改进升级;培养智能化相关专业人才;促进国际交流合作。何川上海交通大学附属瑞金医院骨科主任医师数字化、智能化正在深刻的改变着骨科领域,从导航到手术机器人到未来的人工智能决策参与,我们的骨科正沿着这条道路不断的前行。在这个领域,国内外多个科技公司正在全面发力,抢占技术高峰,国内与欧美的差距正不断的缩小。骨科关节手术机器人产业发展白皮书全面梳理了该领域的国内外发展现状,非常全面而详细,是该产业发展不可多得的参考资料。我们期待,在骨科智能化时代来临的时候,中国的骨科医生和国内的产业公司共同发展、融合创新,推动骨科手术机器人从设备到技术都可以站立在世界之巅。吴浩波浙江大学医学院附属第二医院关节外科主任,主任医师、博士生导师全膝和单髁置换虽然都是治疗骨性关节炎,但是手术哲学不一样,带来的痛点也不一样。单髁手术目前最大的挑战是手术技术复杂,对医生的手术经验要求更高。从2019年开始,国内单髁置换手术量正在以每年100%的速度增长,以后会达到与美国相似的水平,占全膝手术量的8%-10%。整体来看,手术机器人的智能化程度还有待提高,未来AI 机器人一定是核心趋势,尤其是在术前规划和术中操作阶段。李海峰中国人民解放军总医院骨科医学部关节外科副主任医师步入21世纪以来,人类医学逐渐进入精准化、个性化、数字化时代。手术机器人的出现,对人工关节置换这类初臻成熟的学科带来了跨越式发展的机遇。围绕手术机器人的基础研究、装备设计和理念更新等都成为各国竞相角逐的领域。实践反复告诉我们,核心技术是买不来、讨不来的,只有创新才能自立、自强,坚定不移走自主创新道路,既是时代对我们的要求,也是我们义不容辞的责任。李慧武上海交通大学医学院附属第九人民医院关节主任,主任医师1514骨科关节手术机器人产业发展白皮书关节手术机器人机械臂设计的难点在于实现控制性和柔顺性的平衡。实时随动和没有延迟是医生使用机械臂时非常看重的因素。除此之外,当前国内外关节手术机器人的智能化程度不足,只能帮助医生做规划和执行,术前方案还是得医生做决策。未来,机器人的智能化程度将进一步提升,改变医生的诊疗思路、诊疗行为和诊疗模式,拓宽医生的视野,最终实现辅助医生决策的目标。张国强中国人民解放军总医院骨科医学部关节外科副主任,主任医师、教授机器人外科技术是当前医工联合创新和智能化外科技术的主方向之一。近五年来,以解放军总医院等医疗机构以及以元化、纳通等为代表的的医用机器人研发企业,通过数个标准的多中心随机对照临床试验,有力地推进了关节外科手术机器人在国内的临床进展,证实了机器人技术不仅在宏观上大幅度改善了传统手术欠缺的下肢力线、假体方位和间隙平衡,实现精准化、个性化手术,并且创新阐明了通过“髓腔稳态”机制降低手术创伤、抑制炎症反应、提升患者术后期舒适度和加速康复的微观机制。更欣慰的是中国的机器人外科技术在力感知、触觉反馈、边界控制等领域走在了国际前列。尽管如此,我们在底层技术和基础设备、医工联合创新模式、政策支持(评审、认证、医保等)仍存在较多的不足或阻力,希望全行业、全社会重视起来,一起努力推动国家科技创新引领新质生产力发展的“人工智能 行动”。张瑗陆军军医大学第二附属医院关节疾病与运动医学中心主任,主任医师、教授、博士生导师近年来,中国骨科关节手术机器人产业发展迅速,已成为全球智能医疗领域的重要参与者。从技术研发到临床应用,从设备制造到市场推广,中国企业和科研机构正在不断缩小与国际先进水平的差距。在政策支持与市场需求双重驱动下,国产骨科手术机器人逐步实现了从仿制到自主创新的飞跃,国产设备以其高性价比和优质性能,获得了越来越多的临床认可。中国产业链的协同能力,以及在人工智能和5G技术领域的领先优势,为骨科手术机器人的进一步普及提供了强有力的支撑。但与此同时,我们不能不看到国产关节手术机器人系统在某些核心技术、底层算法和关键部件上依然无法做到完全独立自主创新,依然面临随时被“卡脖子”的窘境。技术层面上,医学影像数字化、精密导航设备和机械臂控制技术三大领域的技术创新水平直接决定了国内关节手术机器人竞争力水平,需要协调研发企业、临床专家和高等院校共同携手争取理论与技术上的创新和突破。全面打通研发-临床-产业间壁垒是中国骨科关节手术机器人产业发展的题中之义。为了实现国家先进医疗设备独立自主、将先进医疗科技普惠广大患者,需要以解决临床问题为导向驱动研发创新,在创造临床价值的基础上实现产业化运营,同时实现产业化收入反哺研发创新。在这一过程中国家政策层面更大力度的支持对于关节手术机器人发展是至关重要的,尤其是在指引产业方向和鼓励临床及工程协同创新方面。此外,面对本土医疗环境的现实需求,需要医企协作逐步搭建骨科关节机器人的标准化操作体系、持续完善机器人技术临床专业技能的教育培训机制、普及先进医疗设备的临床使用场景、拓展先进医疗技术下沉,为中国广大患者提供更优质更先进的医疗服务,进而为全球智能医疗产业注入“中国力量”。张先龙上海市第六人民医院国家骨科医学中心上海交通大学医学院附属第六人民医院骨科关节外科学科带头人、主任医师、教授机器人辅助手术是一种新兴的手术技术,虽然还在不断完善的过程中,但仍然具有良好的现实效果和应用前景。机器人虽然能够帮助年轻医生避免一些传统手术可能存在的风险,但也具有其独有的并发症,因此仍然要求术者对传统手术方式具备足够的知识储备和临床操作经验。对于一名关节外科医生来说,机器人是我们成功实施手术的好帮手,是实现手术规划的忠实伙伴。机器人辅助手术并不是简单地操作(Operate)机器人,而是与机器人合作(Co-operate)完成手术。张卓中国人民解放军总医院骨科医学部关节外科副主任医师、副教授关节手术机器人是目前所有骨科手术机器人类型中使用最多,研发最为成熟,累积数据最多,且使用前景最为旷阔的智能化手术工具。在本白皮书中,已对目前关节手术机器人的国内外使用情况、机器人的类型及相关产品、性能特点做了详细的阐述,同时对国家相关的政策也做了深刻的解读。随着我国人口老龄化的加剧,终末期关节疾病的发病率将在今后大量增长,关节置换手术作为治疗终末期关节疾病最有效的手段,也必将持续增加。关节手术机器人在临床中投入使用已有近30年的历史,随着科技的不断发展,机器人系统在精准度、安全性及可重复性方面取得了长足的进步,目前已经可以作为常规手术方式为患者进行假体精准植入,使更多的患者因科技的进步而获益。由于我国在此领域起步较欧美国家晚,因此全球范围内关节机器人仍然是欧美的产品占据主导地位。欧美国家在产品的软硬件设计,核心技术方面与国内同类型产品相比均处于领先地位,同时其精准性、科学性也更为先进。我国目前有数十家公司及研发机构从事关节手术机器人的研发及生产,并在近几年发展迅速,尤其是软件设计及精度方面与进口机器人之间的差距明显缩小。我们也欣喜地看到,已经有国产机器人进入西方国家开展了临床应用。相信随着研发的不断深入及相关资源的不断投入,国产机器人有望在近几年迎来更加迅猛的发展。尽管近几年关节手术机器人在我国的装机量及手术量不断增长,但是与欧美国家相比,手术量及渗透率依然存在明显差距;并且由于成本较高,目前在国内的大量推广仍存在一定的困难。目前国内外相关产品均存在体积较大,术前准备工作繁琐,且均需要在患者肢体安装光学追踪设备,增加了手术相关并发症的风险,同时额外的CT检查也增加了患者的放射线暴露。因此,此类产品在今后的研发及升级应向集成优化减小机身设计、更加无创的配准及术中跟踪方式,以及在软件中增加相关模块,将更多的临床关键参数纳入软件中;并将既往手术的大数据分析及大模型纳入至系统算法,增强机器人系统的智能化,使其在临床中提供更多的帮助。临床医生也将在今后的产品研发中具有更高的参与度,将关节手术机器人打造为更加贴近外科医生使用习惯的高效智能化手术工具。毫无疑问,该白皮书的问世,对当前国内外关节手术机器人的现状与特点做了阶段性总结与展望,将对广大医务工作者、机器人行业从业者以及对机器人手术感兴趣的人士产生积极的指导作用。张海宁青岛大学附属医院骨科医院副院长,关节外科主任,主任医师、教授1716骨科关节手术机器人产业发展白皮书虽然已经给临床实践带来了巨大改变,机器人骨科手术仍处于“婴儿期”,当前的骨科手术机器人与相应术式仍未臻完善。骨科关节手术机器人产业发展白皮书的编撰和出版正当其时。手术机器人在骨科的运动要义并不在于使原来的术式做得更“经典、更精确”。而是在于借由机器人的赋能能力,使术者可以将手术参数变量化与多变量化,使现有术式“解析化”,加深术者对术式的认识,突破原有术式的局限,使原有术式离开经验型阶段而进入解析型阶段。周一新北京积水潭医院矫形骨科行政主任,主任医师、教授关节机器人是医学与工学结合的经典产品之一,它改变传统手术凭借医生经验进行判断,将术前规划及手术操作以数据化、直观和形象的方式展现,提高了手术的精确性和安全性,成为手术医生“第三只手”。同时缩短医生的培养周期,有助于提升不同地区和不同医院的医生手术同质化。随着人工智能和机器学习的发展,为机器人提供了更强大的自主决策和学习能力,将其变得更加智能化和自主性,将能够做出更加智能的决策,应对更加复杂和多样化任务。我们相信,关节手术机器人将走出大的医学中心,逐步在地市医院和专科医院普及。周宗科四川大学华西医院骨科主任,关节外科主任,主任医师、教授人工智能和机器人产品应该要做到“赋能”临床水平,而不是现在水平的“平替”。我认为基于人工智能的个性化手术方案和匹配3D打印的个性化假体会是手术机器人的未来。原始创新是推动“国产化进程”的核心。海外市场对于知识产权的保护更为敏感,骨科关节机器人的创新也更多元,各大厂商都在尝试探索不同的技术路径和方法,而国内创新的同质化情况比较严重。未来,国家层面需要进一步鼓励原始创新和国产替代,让国内厂商真正实现创新引领。孟庆虎加拿大工程院院士,南方科技大学电子与电气工程系主任,讲席教授作为一名相对年轻的关节外科医生,机器人辅助手术对我帮助很大,可以快速将专家们的经验化知识具象化,快速上手独立完成手术。关节手术机器人的价值不局限于临床效果的提升,更在于推动整个产业链的创新和进步。当前,国内关节手术机器人产业发展的主要瓶颈在于相关配套体系不够完善,如相对传统的手术理念和方式、模式化的假体设计,以及相对滞后的关节评分体系。现有的国际评分体系主要关注患者的基本生活需求,没能充分体现机器人在恢复患者高运动功能方面的优势,这种评价体系的局限性也在一定程度上制约了关节手术机器人在市场上的价值认可。南少奎中国人民解放军总医院骨科医学部关节外科副主任医师1918骨科关节手术机器人产业发展白皮书医学的进步不仅仅依赖于医学本身的发展,还与工学、理学以及它们之间交叉的学科紧密相关。在这些学科紧密合作背景下,手术机器人极大的提高了手术精准度和安全性,推动了医疗技术的创新和医学研究的进步。以机器人为代表的人工智能新技术将在未来临床工作中发挥越来越重要的作用。这不仅能提高医疗服务的质量和效率,还能为患者提供更好的治疗体验。未来,人工智能等新技术将在个性化手术方案、智能器械、风险预测、远程康复、大数据分析和国际协作等方面大有可为。钱文伟北京协和医院骨科主任医师、教授、博士生导师近十余年来,世界范围内,机器人辅助骨科手术迅速发展,特别是在关节外科领域的使用更加突飞猛进。2023年美国的数据报告机器人辅助髋膝关节置换分别超过3万例和11万例。随着我国创新驱动发展战略的进一步实施,国内骨科机器人市场及临床应用双双进入高速发展的新时代,国产机器人的研发不断进步,临床应用病例不断增加,目前国内研发的厂家多达20余家,使用的医院近百家,仅使用Mako机器人辅助髋膝关节置换的数量于2024年10月底已突破2万例。这些数据背后隐射出的是我国巨大的临床需求和市场空间。因此产、学、研三方需要密切配合,积极创新,针对临床痛点,研发出真正具有独立自主知识产权的质优、价廉、使用方便的机器人产品。翁习生北京协和医学院外科学系主任,骨科主任医师、长聘教授在医疗技术迅猛发展的当下,关节手术机器人技术已成为关节外科手术智能化转型的重要里程碑。其在截骨精确度与软组织平衡方面大大补足了传统关节置换的缺点。关节手术机器人通过其精确的术前规划和术中软组织预平衡,优化了术后力线、肢体长度、Offset、假体位置等,并显著减少了手术中对软组织的侵扰,这不仅加速了患者术后功能的恢复,也提高了假体潜在寿命。在可以预见的未来,人工智能大模型赋能加速,关节手术机器人会更多的从单纯的执行走向智能规划和决策,从而做到真正意义上的关节手术智能化。关节手术机器人的应用不仅预示着手术安全与疗效的新纪元,更是推动未来医疗创新的关键动力。黄伟重庆医科大学附属第一医院骨科主任,主任医师、教授随着科技的迅猛进步,骨科手术正经历一场深刻的智能化变革。作为这一变革的核心力量,骨科关节机器人技术不仅显著提升了手术的精确度和安全性,还大幅改善了患者的术后康复质量和生活品质。本白皮书由国内外骨科领域的权威专家共同编写,旨在全面解析关节手术机器人的最新进展和技术原理,探讨其在临床应用中的优势与挑战,并展望未来发展方向。通过详实的数据和丰富的案例研究,本书深入阐述了关节手术机器人如何实现个性化手术规划、精准导航以及实时反馈控制,为医生提供了强有力的支持工具。我们坚信,这项创新技术将彻底改变传统骨科手术模式,开启精准医疗的新纪元,为广大患者带来更优质的医疗服务。同时,我们也希望通过此白皮书,促进业界同仁之间的交流与合作,共同推动骨科手术机器人技术的持续发展和广泛应用。胡懿合浙江大学医学院附属第一医院骨科主任,主任医师、教授新型机构、智能感知、安全交互是未来手术机器人研究的热点方向。在手术机器人的产业发展上,应实现技术价值与经济价值的良性循环,进一步推动核心部件的国产化,增加人才队伍的有效供给,完善相关收费和定价政策。段星光北京理工大学教授,智能机器人研究所副所长2120骨科关节手术机器人产业发展白皮书经过半个多世纪的发展,人工关节置换已成为一个成功的手术,但仍然称不上完美。毫无疑问,机器人辅助人工关节置换在个性化、精准度、稳定性方面全面超越即便是最优秀的临床医生。然而,这尚不足以彻底改变人工关节置换的临床结果。我认为,机器人辅助技术、3D打印、人工智能这三项技术的深度融合,必将会对人工关节置换的理论体系、假体设计、精准植入、微创化产生深远的影响和深刻的变革。蔡宏北京大学第三医院骨科副主任,主任医师、副教授毫无疑问,在可预见的未来,人工智能和机器人将会在医学应用方面占主角,具体到骨科手术方面也不例外。机器如何深度学习医生的智慧和经验,使其在人机互动中更智慧,防止犯错,并价格便宜容易操作,尤其在基层医院能广泛应用,这应该是现阶段我们骨科机器人的目标。曹力新疆医科大学第一附属医院骨科中心主任,主任医师、教授近年来手术机器人在临床上的应用也得到了迅猛地发展,其中机器人辅助的人工关节置换系统为术者提供了强大的术前规划和智能操作系统,实现了精确的力线控制和精准的假体安放,有效提高了手术效果。另外也为年轻术者缩短了学习曲线,使他们在短期内手术技能很快媲美经验丰富的老专家。但目前市场上关节置换机器人辅助系统尚未完全成熟,例如僵直髋膝或者巨大骨缺损的翻修手术就需要开发新的注册模式,软组织平衡的压力感应设备尚处于初步阶段。我相信随着技术的不断进步和人工智能、大数据等的飞速发展,关节置换手术机器人技术会逐渐成熟,产业也会逐渐发展壮大。国内的骨科同道们需要进一步总结我国关节置换手术机器人的应用经验和体会,与国内机器人生产商一起找不足补短板,尽快与国外的生产商并跑或者领跑,造福患者。曹永平北京大学第一医院骨科主任,主任医师、教授随着科技的飞速进步,骨科手术领域正经历着前所未有的变革。在这场技术革新浪潮中,骨科关节机器人作为一项新兴的技术手段,不仅为复杂的关节手术带来了更高的精度和安全性,也标志着中国医疗器械行业在自主创新道路上迈出了坚实的步伐。对于每一位致力于骨科事业的专业人士而言,本书无疑是一本不可或缺的参考指南,它将激励更多的从业者投身于这一充满潜力的研究领域,共同推动中国乃至全球骨科诊疗水平的新跨越。谢杰浙江大学医学院附属第一医院骨科副主任,关节外科主任,浙江大学“临床百人”特聘研究员CONTENT目 录2322骨科关节手术机器人产业发展白皮书主编 00 编委会 00 研究团队蛋壳研究院 00 特邀编委 00特别鸣谢(排名不分先后)01 序言 02专家引言 06 前言 机器人辅助骨科关节置换术是必然趋势 29 1.骨科关节手术机器人概述 34 1.1 骨科手术机器人 34 1.1.1 核心构成:控制系统、定位导航系统和机械臂 34 1.1.2 主要类型:脊柱、创伤骨科和关节手术机器人 35 1.2 骨科关节手术机器人 36 1.2.1 工作原理 36 1.2.2 三大术式 36 1.2.3 不同分类 37 1.3 发展历程 40 1.4 行业环境 46 1.4.1 国家政策方面 46 1.4.2 卫生经济方面 50 1.4.3 社会趋势方面 51 1.4.4 技术因素方面52 2.骨科关节手术机器人的竞争态势与商业前景 55 2.1 市场驱动因素 56 2.1.1 产品价值:海外市场已通过大量数据验证产品可行性 56 2.1.2 患者基数:亟待解决手术量激增与医生短缺的矛盾 58 2.1.3 发展阶段:渗透率仍有极大提升空间 59 2.1.4 创新研究:国内相关领域研究热度处于全球前列 59 2.2 投融资现状 61 2.2.1 手术机器人:2021年全球一级市场迎来历史融资高峰 61 2.2.2 骨科手术机器人:深受资本青睐,是手术机器人领域中融资事件最多的赛道 62 2.2.3 骨科关节手术机器人:融资火热,当前多数企业已进入B轮商业化验证阶段 63 2.3 市场规模及未来空间 64 2.3.1 短期市场预测:未来五年关节手术机器人市场规模突破10亿元 64 2.3.2 理想市场空间:市场仍处早期发展阶段,未来空间有望突破百亿元 66 2.4 竞争格局及演变趋势 69 2.4.1 产品获批进展:MAKO率先入局,近年来国内产品加速获批 69 2.4.2 海内外对比:装机量及销售额上,海外企业暂时领跑 70 2.4.3 演进趋势:国家政策加持,国产替代趋势可期71 3.骨科关节手术机器人创新趋势洞察 73 3.1 核心技术创新 74 3.1.1“大脑”术前规划 74 3.1.2“眼睛”定位导航 78 3.1.3“手臂”机械臂 82 3.2 企业发展模式创新 95 3.2.1 资源驱动型企业发展案例 95 3.2.2 技术驱动型企业发展案例 99 3.3 骨科关节手术机器人 102 2524骨科关节手术机器人产业发展白皮书CONTENT图表目录图 1:三类手术机器人的核心临床价值 30 图 2:全球/国内手术机器人企业数量对比(左);四类机器人国产企业数量对比(右)31 表 1:2023年全球医疗器械投融资Top10 31 图 3:2023年中国医疗器械细分赛道融资排行榜(前五)32 图1-1:机器人辅助骨科关节置换术示意图 34 图1-2:从左到右依次为,脊柱手术机器人(鑫君特ORTHBOT);创伤骨科手术机器人(HoloSight知见);关节手术机器人(元化智能锟铻)35 图1-3:关节手术机器人辅助下的关节置换术流程 36 表1-1:开放式和封闭式机器人对比 37 表1-2:影像依赖型和非影像依赖型机器人对比 38 图1-4:三类关节手术机器人 39 表1-3:全自动型、半自动型、被动型机器人对比 39 图1-5:关节手术机器人的早期构想图 41 图1-6:全球首台全自动型骨科关节手术机器人ROBODOC(左);全自动型CASPAR机器人系统(右)41 图1-7:史赛克MAKO RIO机器人系统(左);施乐辉NAVIO机器人系统(右)43 图1-8:从左到右依次为,捷迈邦美ROSA机器人系统;施乐辉CORI机器人系统;强生VELYS机器人系统 43 图1-9:国际和国内关节手术机器人发展历程 44 图1-10:国内已获批拿证关节手术机器人产品布局(截至2024年8月)46 表1-4:医疗机器人产业相关国家支持政策(部分)47 表1-5:部分省市地区机器人辅助关节置换术的收费标准及医保报销政策 49 图1-11:关节手术机器人利好/利空的政策/因素总结 50 图1-12:2012年2022年全国医疗卫生总支出(单位:万亿元)(左);2012年2022年中国人均医疗服务支出(单元:元)(右)51 图1-13:2002年2021年MAKO在不同目标市场国/地区申请的专利数量及时间分布 53 3.3.1 海内外机器人企业及产品的发展各具特色 102 3.3.2 国内产品及技术创新趋势 106 3.3.3 国内企业商业模式发展趋势 113 4.骨科关节手术机器人未来的挑战与期待 1174.1 国内关节手术机器人的发展挑战 118 4.1.1 底层技术及产品研发面临的挑战 118 4.1.2 产品审评审批面临的挑战 121 4.1.3 产品市场推广面临的挑战 121 4.2 未来关节手术机器人的发展建议 122 4.2.1 建设融合创新生态,支撑新质生产力加快发展 122 4.2.2 完善审评审批流程,鼓励并保护原始创新 126 4.2.3 强化市场教育,加速市场推广127 结语 133 附录1 投融资事件明细 135 附录2 术语对照表 138 国家骨科与运动康复临床医学研究中心执行主任王松俊:从0到1构建骨科融合创新生态 140 2726骨科关节手术机器人产业发展白皮书图3-6:元化智能光学导航方案(左);NDI与元化智能光学导航方案的参数对比(右)80 图3-7:艾目易自研光学导航系统 81 表3-1:艾目易OP-M632和OP-M631近红外光学定位系统参数对比 81 图3-8:艾瑞麦迪自研光学导航系统 81 图3-9:KUKA LBR Med 轻型机械臂 82 图3-10:采用KUKA七轴机械臂的龙慧TRex-RS关节手术机器人(左)及ARTHROBOT手术机器人(右)83 图3-11:MAKO线缆机械臂 83 图3-12:URe系列协作式医疗机械臂 84 图3-13:搭配UR六轴机械臂的天智航天玑骨科手术机器人系统 84 图3-14:珞石医用机械臂xMate ER3 Pro-Med及其在关节置换术中的应用 85 图3-15:思灵Diana 7 Med医用机械臂 86 图3-16:关节手术机器人按照机械臂类型分类图谱 87 图3-17:ROSA手术机器人机械臂(左);微创鸿鹄骨科手术机器人机械臂(右)88 图3-18:HURWA和华手术机器人刀臂一体型机械臂 88 图3-19:CORI手术机器人配备的手持式机械手钻(左);春立长江INS关节手术机器人配备的手持式手术工具(右)89 图3-20:Corin Group BalanceBot软组织平衡器测量界面 91 图3-21:柳叶刀Lancet-KBAS软组织平衡张力定量评估系统界面 92 图3-22:世界首例远程操控MAKO手术机器人全髋关节置换术在三亚成功实施(左:孔祥朋;中:柴伟;右:王俊良)92 图3-23:爱康医疗3D打印假体流程 93 图3-24:myMako app通过 Apple Vision Pro扩展了医生在术前规划和医学影像上的体验 94 图3-25:海内外关节手术机器人创新企业类型 95 图3-26:MAKO手术机器人 96 图3-27:史赛克MAKO手术机器人系统发展历程 96 图3-28:iBot手术机器人 97 图3-29:爱康医疗关节手术导航及机器人系统发展历程 98 图3-30:TMINI微型机器人 99 图1-14:MAKO与国内关节手术机器人专利数量对比 53 表2-1:关节手术机器人在海内外临床指南/专家共识中的提及情况 56 图2-1:THA患者基数 58 图2-2:全膝关节置换术患者基数 58 图2-3:美国关节手术机器人渗透率变化 59 图2-4:骨科手术机器人出版物数量及国家分布情况 60表2-2:骨科手术机器人相关出版物数量最多的前11个国家出版情况 60 图2-5:骨科关节手术机器人国内专利申请及授权情况 61 图2-6:2017年2023年全球及中国手术机器人行业一级市场融资规模 62 图2-7:2019年2021年中国手术机器人一级市场融资领域分布情况 63 图2-8:2017年2023年中国医疗机器人与骨科关节手术机器人一级市场事件数 63 图2-9:2017年2023年中国骨科关节手术机器人市场融资轮次分布 64 图2-10:海外成熟市场关节手术机器人三大板块市场规模比例 65 图2-11:20182028F 国内关节手术机器人市场规模 65 图2-12:20182028F 国内关节手术机器人新增装机量与存量装机量 66 图2-13:20122022 国内DR设备降价幅度与国产替代趋势之间的关系 66 图2-14:20182028F 国内关节手术机器人未来市场规模的价格敏感度分析 67 表2-3:2022年和2023年可实施骨科关节置换术的医院数量 68 图2-15:理想状态下手术机器人辅助关节置换术的渗透率 68 图2-16:国内市场中主要参与企业及其产品竞争情况 69 图2-17:2023年国内装机量(左)和销售额(右)占比 71 图2-18:2010年2020年中国医学影像设备国产化率的变化 71 图3-1:长木谷关节置换术模拟软件AIJOINT 75 图3-2:AIJOINT系统操作流程 76 图3-3:MAKO Total Hip 4.0软件升级新功能 77 图3-4:myMako App在iPhone上的术前规划界面示意图(左);myMako在Apple Vision Pro上的术前规划界面示意图(右)77 图3-5:NDI Optotrak3020三目光学跟踪系统(左);NDI Polaris双目光学跟踪系统(右)79 2928骨科关节手术机器人产业发展白皮书图3-31:Think Surgical关节手术机器人系统发展历程 100 图3-32:锟铻全骨科手术机器人 101 图3-33:元化智能锟铻手术机器人系统发展历程 101 表3-2:海外厂商在骨科机器人领域收并购事件 103 表3-3:解放军总医院在骨科关节手术机器人领域做的贡献 104 图3-34:FundamentalVR手术模拟软件 107 图3-35:TMINI超小型骨科手术机器人 108 图3-36:龙慧手术机器人“双体式”设计(左)及“无线缆”设计(右)108 图3-37:NABRAI智能手术室系统 109 图3-38:天玑全骨科手术机器人平台 110 图3-39:捷迈邦美Persona OsseoTi龙骨胫骨假体 111 图3-40:捷迈邦美Vivacit-E材料(左);施乐辉JOURNEY II ROX全膝解决方案(右)111 图3-41:医疗机器人的自动化分级 112 图3-42:直觉外科经常性收入占比 114 图4-1:直觉外科专利布局数量(项)118 图4-2:AOANJRR关节置换年度报告(20212023)120 图4-3:医研企合作模型 123 图4-4:国人骨骼数据库及转化应用平台 124 图4-5:NCRC真实世界数据平台 125 图4-6:“MAKO大师谈”活动主题 128 图4-7:纳通关节机器人培训班 128 图4-8:中国医师协会智能骨科手术机器人专项能力培训班 129 图4-9:NCRC在线教育平台(左);NCRC技术经理人培训(右)129 图4-10:国家临床中心科技志愿服务活动现场 130 表:2017年2023年中国骨科关节手术机器人一级市场融资事件明细 135 机器人辅助骨科关节置换术是必然趋势在当今医疗技术迅猛发展的背景下,关节手术机器人的应用无疑是医疗领域的一大突破。这种先进的技术不仅能够提高手术的精准度和安全性,还能显著降低患者的恢复期。随着技术的不断进步和临床应用的深入,开展关节外科手术采用机器人辅助技术已经成为必然趋势。首先,随着科技的发展,特别是在人工智能、计算机视觉以及算法优化等方面取得了重大进展,使得手术机器人越来越能够满足关节外科手术的高精度需求。其次,临床实践显示,机器人辅助关节外科手术具有明显的优势。与传统手术相比,机器人手术能够更精准地定位骨骼结构,减少手术风险,缩短患者康复时间,其临床价值明显。另外关节外科手术标准化程度较高,也适合机器人的推广使用。再者,从政策层面看,国家对医疗器械和医疗科技的支持力度不断加大,为手术机器人的发展提供了良好的外部环境。同时,随着医保支付体系的改善和医疗资源的优化配置,基层医院也有能力开展高质量的手术服务,从而提升整个医疗行业的服务质量和效率。总之,随着技术的不断进步和临床经验的积累,关节手术机器人的应用已经迎来了一个恰到好处的时机。通过不断的技术创新,结合政策支持和市场需求,我们有理由相信,手术机器人将为关节外科手术带来更加高效、安全和人性化的解决方案。1.临床价值显著,适合推广普及外科手术机器人是一种集临床医学、生物力学、机械学、计算机科学和微电子学等多学科于一体的新型医疗器械,通过清晰的成像系统和灵活的机械臂,以微创的手术形式协助医生实施复杂的外科手术。目前,手术机器人已逐步应用于泌尿外科、骨科、普外科及神经外科等多个科室。手术机器人是一种革命性的医疗技术,其核心价值在于协助医生突破人手的极限,达到复杂手术简单化、简单手术标准化的目的。同时,手术机器人也颠覆了传统外科手术的旧模式,激发了市场创新热情,极大推动了行业的发展。自上世纪90年代以来,腔镜手术机器人领域的代表企业直觉外科公司,已在全球范围内部署了超过8,000台外科手术机器人系统,累计完成了超过1,400万台手术,将传统外科手术推向一个全新高度。凭借其先进的技术和卓越的商业能力,直觉外科公司一跃成为了行业标杆,旗下的达芬奇手术机器人以其优异的市场表现也使得该领域备受关注。相比较为成熟的腔镜外科机器人而言,骨科手术机器人集“眼”“脑”“手”于一体,通过智能导航、精准定位等优势,显著降低了对术者操作技能的要求。在医疗资源下沉和手术均质化方向,骨科手术机器人在基层医院和偏远地区等医疗资源相对匮乏的地方更加容易实现广泛覆盖,更具发展推广价值。就安装量而言,达芬奇手术机器人在过去20年间总共安装超过8,000台。截止2023年2月,MAKO手术机器人在全球范围内的装机量已达到1,500余台,完成了超百万例的手术。以美国为例,其关节手FOREWORD前 言3130骨科关节手术机器人产业发展白皮书术机器人在各大医院的渗透率已达到15 %,可见关节手术机器人的临床价值与产品力影响力巨大。就骨科手术机器人而言,在“脊柱”、“创伤骨科”和“关节”三个亚专科中,脊柱手术机器人目前仅能参与椎弓根螺钉置入等环节,应用尚不够广泛;而创伤骨科疾病种类多、差异较大,也没有实现大范围推广应用;关节置换术标准化程度最高,适合较大范围机器人辅助手术推广使用。对于关节置换术而言,机器人辅助技术的临床价值较大。一,手术机器人作为先进的辅助工具,不仅可以在术前就呈现手术规划,也可以帮助术者在术中精准操作,控制手术变异、减少手工手术误差;二,缩短医生学习曲线,尤其对年轻医生较为友好,提升整体治疗效果;三,量化医生的经验及手术质量和结果,形成良性循环;最后,还可协助医生解决复杂病例,甚至协助完成关节翻修手术,以期提升远期手术效果。2.企业数量位居全球首位,未来发展可期根据海外研究分析显示,目前全球范围内已有超过188家手术机器人公司,其中中国有超过57家,占比达到30%,位居全球首位。相比于海外市场相对稳定的市场格局,国内手术机器人企业正处于快速发展阶段,尚未出现绝对龙头企业或者产品,这使得国内市场成为培育新品机器人的“沃土”。在细分领域中,与腔镜机器人、骨科脊柱及创伤类机器人对比,目前在关节手术机器人领域里,国内已有产品获批的国产企业数量及整体国产企业数量较多,产品较为成熟,且在市场推广方面潜力较大。3.临床需求巨大,国家政策利好,资本市场重点关注我国人口基数庞大,膝骨关节炎、股骨头坏死等疾患的发病率高,而且人工关节置换起步晚,使得我国近年来人工关节置换的数量快速增长。随着老龄化进程的加快,国内临床需求也将显著增加。同时,国内传统关节置换手术量每年已经超过百万例,但2023年我国机器人辅助关节置换术渗透率仅为1.4%左右,与美国市场的15%至20%相比,仍有极大增长空间。政策方面,据不完全统计,自2015年起,国家已在手术机器人相关领域发布一系列重磅政策,在审批、设备配置、医保、创新和支付等方面给予大量支持。资本市场方面,在全球医疗器械投融资板块中,手术机器人仍是最受关注的赛道,国内市场上,手术机器人四年内融资事件过百起,在医疗器械融资事件数量排行榜上位列第一,融资额排行榜上位居第二。图1:三类手术机器人的核心临床价值数据来源:蛋壳研究院手术机器人骨科手术机器人骨科关节手术机器人复杂手术简单化,简单手术标准化;颠覆式创新方向,激发创新热情,推动行业发展集“眼”“脑”“手”为一体;真正推动医疗资源下沉,实现手术匀质化发展标准化程度最高,最易普及机器人术式;可被验证的临床价值图2:全球/国内手术机器人企业数量对比(左);四类机器人国产企业数量对比(右)数据来源:公开资料,蛋壳研究院整理59310824腔镜手术机器人骨科脊柱手术机器人骨科创伤手术机器人骨科关节手术机器人在研企业数量获批企业数量中国,57其他国家,131表1:2023年中国医疗器械细分赛道融资排行榜资Top10脑机接口系统开发DNA合成定制产品生产细胞培养设备研发手术机器人研发医疗机器人研发2023-08-072023-04-182023-04-032023-09-202023-04-192.82.82.571.651.5Neuralink生工生物Wilson WolfCMR SurgicalNoah Medical12345排序企业金额(单位:亿美元)非影像依赖型机器人事件时间骨科关节手术机器人概述本章从骨科手术机器人出发,逐渐深入到骨科关节手术机器人,对关节手术机器人的工作原理、术式及分类方式进行了阐述,在此基础上,分析了关节手术机器人在海内外的发展历程,并对国内关节手术机器人发展的宏观环境进行了分析,以期为行业相关人员了解关节手术机器人产业概况提供参考,并为后文的洞察和分析提供支撑。01数据来源:数屿医械2624171413手术机器人分子诊断心血管耗材其他有源手术器械物理治疗器械按融资事件数按融资事件数36.331.726.621.020.3心血管耗材手术机器人医美耗材非血管植/介入类分子诊断按融资总额(亿元)按融资总额图3:2023年中国医疗器械细分赛道融资排行榜(前五)数据来源:动脉橙慢性疼痛治疗设备硏发手术机器人开发聚合物新材料研发、生产早期癌症检测技术开发医用健康电器研发生产2023-04-152023-04-232023-07-212023-09-282023-04-171.51.51.41.41.2Saluda MedicalDistalmotion拓烯科技Harbinger HealthPaulo Bear678910排序企业金额(单位:亿美元)非影像依赖型机器人事件时间32骨科关节手术机器人产业发展白皮书1.1.2 主要类型:脊柱、创伤骨科和关节手术机器人根据临床应用场景,骨科手术机器人主要分为脊柱、创伤骨科和关节手术机器人。其中,关节手术机器人发展最为成熟,率先实现商业化应用,使用范围最广;而脊柱和创伤骨科手术机器人的发展相对缓慢,应用范围较为有限。脊柱手术机器人主要用于椎弓根螺钉置入,可以提高植入精度、减少血管神经损伤和医患辐射等。目前,其应用范围扩展至病理活检、椎体成形术和局部封闭术等,具有高精准度、低辐射剂量、减少医源性损伤和降低手术风险等优势。创伤骨科手术机器人在精确定位、辅助复位和骨折固定等方面提供辅助,可以提高手术准确性、促进患者快速恢复。同时,它也有效降低医护人员在术中遭受大剂量X线辐射的可能。目前,创伤手术机器人在处理复杂创伤手术中价值较大2关节手术机器人主要解决传统手术中人为主观经验和操作失误带来的问题,如力线不良、假体不匹配等。通过术前规划和术中机械臂操作,它能提高手术精准度,减少操作误差,改善手术结果,降低并发症风险,提高手术安全性和成功率。作为骨科手术中标准化程度最高的类型,关节外科较为适合推广机器人辅助手术3。1.1.1 核心构成:控制系统、定位导航系统和机械臂广义上,骨科手术机器人是一种运用智能技术辅助医生进行骨科手术的先进设备。根据所集成的设备和技术不同,骨科手术机器人可分为多种类型,包括:计算机控制系统、可视化智能辅助系统、机械臂等。狭义上,骨科手术机器人是同时集成“大脑”、“眼睛”和“手臂”的复杂系统,并配备一系列辅助工具。骨科手术机器人需配备计算机控制系统(称之为“大脑”),主要负责术前的详细规划。其利用手术模拟算法、图像算法和深度学习算法等技术,帮助医生制定最优的手术方案。也需要配备定位导航系统(称之为“眼睛”),即用于3D可视化和实时追踪,为手术过程提供精确的导航和定位,确保医生能在极高的精度下操作1。另外,还需要配备机械臂装置(称之为“手臂”),其具有高灵活性、高定位精度等特点,帮助医生进行精准截骨或磨钻,从而减少人手带来的震颤和误差。这些不同设备能够适应各种手术需求和环境,不仅限于手术操作,还包括其他医疗辅助功能,从而提高手术的安全性和效果。通过术前规划、术中实时导航,以及高自由度机械臂的精准操作,骨科手术机器人帮助医生解决了传统手术中“看不清”、“拿不稳”和“做不准”等问题。作为新型的高值医疗器械,骨科手术机器人在推动骨科手术向微创化、精准化和智能化方向发展上发挥着日益重要的作用,具有高安全性和广阔的应用前景。图1-1:机器人辅助骨科关节置换术示意图数据来源:公开资料3534骨科关节手术机器人产业发展白皮书1.1 骨科手术机器人图1-2:从左到右依次为,脊柱手术机器人(鑫君特ORTHBOT);创伤骨科手术机器人(HoloSight知见);关节手术机器人(元化智能锟铻)数据来源:公开信息,蛋壳研究院整理1.2.1 工作原理作为医生“眼”“脑”“手”的延伸,骨科关节手术机器人突破了人类生理极限。通过核心算法控制系统、光学导航系统和力反馈等关键技术,它辅助医生完成术前规划、设备注册匹配、术中实时导航、机械臂运行控制和术后评估等功能。1.2 骨科关节手术机器人UKA)。目前,我国THA和TKA的患者基数较大,手术量较多;而UKA因创伤小等优势,近年来发展迅速。THA主要用于治疗严重髋关节疾病等引起的疼痛和功能障碍,如骨性关节炎、类风湿性关节炎和髋关节发育异常等。该手术以减轻疼痛、恢复关节功能为目的。传统手工手术操作常常导致髋臼假体位置不良等问题,影响患者预后。关节手术机器人能精确测量髋臼和股骨头的尺寸和位置,协助医生制定最佳手术方案,减少人为误差。目前,我国每年THA手术量约60-70万例,预计未来仍将持续增长。TKA适用于严重的膝关节疾病,如骨性关节炎、类风湿性关节炎、膝关节发育异常等。尽管不断进步,但传统手工手术技术仍然存在假体定位精确度不足、下肢对线困难等挑战。通过术前扫描以获取患者膝部精确解剖结构图像,及术中机械臂进行高精度骨切除和假体植入,机器人辅助手术能有效解决以上问题,提高手术精度,减少创伤,帮助医生更有效地进行软组织平衡,患者术后功能恢复更快、疼痛更少、效果更佳,假体使用寿命延长。目前,我国TKA年手术量与THA相当,约60-70万例。随着人口老龄化和年轻群体运动损伤风险增加,TKA预计将成为关节外科手术量最多的领域。UKA主要用于治疗膝关节单间室疾病。相比TKA,UKA能保留前后交叉韧带、切除的骨质更少,因此创伤小、恢复快,但对假体精准放置要求更高。传统UKA手术高度依靠医生的经验和技能来确定截骨的位置和角度,这可能导致假体放置不精准及关节力线恢复不佳等问题,进而影响术后疗效及假体使用寿命。研究显示,常规UKA假体植入的不准确率高达30%4。关节手术机器人通过高精度的实时测量和高精度操作,有助于提高假体定位的准确性,避免假体周围骨折或软组织激惹等。通过机器人辅助下的间隙平衡,医生可以通过调整假体位置,获得膝关节全活动范围内的软组织平衡,患者术后疼痛更轻、恢复更快、满意度及其假体生存率更高。目前,我国UKA年手术量不到10万例,但预计未来增速将迅速上升。1.2.3 不同分类1.2.3.1 根据各种假体的兼容性,可分为开放式和封闭式机器人开放式机器人具有高度兼容性,可与多家厂商的假体配合使用。这使医生能够根据患者情况和手术需求选择最合适的假体,从而提高手术成功率和患者满意度。大多数国内机器人厂商为开放式,以适应国内医生现有的手术习惯。然而,这种系统要求假体厂商的数据开源,且盈利模式相对单一。封闭式机器人仅适配单一制造商的特定假体。大多数国外机器人厂商采用封闭式系统,仅适配自家假体,形成“机器人设备 假体植入”的多元化盈利模式。表1-1:开放式和封闭式机器人对比兼容性 兼容多家厂商、多种型号假体仅兼容特定厂商的特定系列假体特征开放式机器人封闭式机器人具体而言,骨科关节手术机器人辅助下的手术流程主要包含四大环节。(1)术前规划:术前进行电子计算机断层扫描(Computed Tomography,CT)扫描或磁共振成像(Magnetic Resonance Imaging,MRI)检查,获取患者关节的详细三维图像。这些高清图像数据导入手术规划软件,通过快速建模为医生提供精确及全方位的视角,用于为患者设计个性化手术方案,确定人工关节的最佳尺寸、位置和方向角度,以及截骨的最佳路径。(2)配准:光学定位导航系统通过识别患者身上预设的标记点,精确校准患者骨关节在空间中的位置,确保机械臂按照医生的术前规划进行精准移动,为接下来的手术执行做好准备。(3)手术执行:在医生操作交互界面和实时监控下,机械臂对患者的骨骼进行精确切割和钻孔等操作。(4)假体植入:机械臂完成截骨等骨床准备工作后,医生根据术前规划选择适合大小的人工关节植入到相应区域。机器人辅助技术能确保假体关节在空间定位和角度上精确配合,提高手术操作效率与成功率。图1-3:关节手术机器人辅助下的关节置换术流程数据来源:公开资料通过快速建模为医生提供全方位视角,用于制定患者手术方案。术前规划01精确校准患者骨关节在空间中的位置,确保接下来机械臂的精准移动。配准02在医生操作与监控下,机械臂对患者骨骼进行精确切割和钻孔等操作。手术执行03辅助医生进行假体植入,确保假体关节在空间定位和角度上精确配合。假体植入041.2.2 三大术式关节手术机器人主要应用于三种手术:全髋关节置换术(Total Hip Arthroplasty,THA)、全膝关节置换术(Total Knee Arthroplasty,TKA)和膝关节单髁置换术(Unicondylar Knee Arthroplasty,3736骨科关节手术机器人产业发展白皮书2.3.3 根据人机交互模式,可分为全自动型、半自动型和被动型机器人全自动型系统最先被运用到关节手术机器人中,但随着技术发展、手术复杂性和安全性要求,及医生对手术控制需求的变化,如今以半自动型机器人为主流。全自动型/主动操作型机器人(The Active System)可以独立自主完成截骨等手术任务,医生无需直接操作器械,主要承担监督和干预的角色。遇到紧急情况时,医生不能修改手术操作,只能使用紧急关机开关停止手术。这种系统以ROBODOC和CASPAR为代表,两者均在技术稳定性和安全性方面受到挑战。目前仍在市的只有T-solution One全自动膝关节置换术机器人。由于关节置换术中的复杂性及对软组织的处理需要人为把关,全自动机器人在这些方面技术尚未成熟,应用范围受限,但仍是未来值得探索的方向。半自动型/主动约束型机器人(The Semi-active System)是目前较为成熟且应用较为广泛的关节手术机器人。通过术前与外科医生的互动设定操作界限,医生可以控制带有触觉反馈系统的机械臂,在预先设定的参数范围内操作,以实现高精度的手术执行。以ACROBOT和MAKO为典型产品代表,其优势在于能够结合医生的经验判断和机械臂的精准执行能力,实现更高精度的手术效果。被动型/被动操作型机器人(The Passive System)要求在医生的直接和连续控制下进行部分手术操作。在整个手术过程中,机器人会向医生提供详细信息,如截骨或磨锉的准确性,并提供定量反馈以监控操作进度。这种系统要求医生精确操纵机器人进行手术操作,对医生的技术要求较高。图1-4:三类关节手术机器人数据来源:公开资料3938骨科关节手术机器人产业发展白皮书数据来源:公开资料,蛋壳研究院整理灵活性成本定制化 较高,适应多种手术需求和假体类型较高,支持多种假体和手术入路易于定制开发,满足特定临床需求较低,固定使用特定假体和手术流程相对较低,系统较为单一封闭定制化困难,难以满足特定需求特征开放式机器人封闭式机器人1.2.3.2 根据影像模式,可分为影像依赖型和非影像依赖型机器人影像依赖型机器人,以史赛克(Stryker)公司的MAKO手术机器人及大多数国产关节手术机器人为代表,需要通过术前CT扫描获取患者的高精度影像数据,用于构建患者病患关节的三维模型。这些数据在手术中用于导航和定位,有助于医生优化手术路径,提高假体植入的精确度。非影像依赖型机器人,以施乐辉(Smith&Nephew)公司的CORI(NAVIO升级版)手术机器人为例,无需术前CT扫描,而是依靠机器人系统的机械定位和术中实时采集的数据进行手术导航。这种方式可以减少术前准备时间,并避免了患者的辐射暴露。表1-2:影像依赖型和非影像依赖型机器人对比术前准备适用范围患者辐射暴露支持技术 需要术前CT扫描,构建三维模型以制定手术方案适用于精度要求高的常规及复杂病例较高,依赖术前CT等扫描依赖高质量影像设备及图像分割等解析软件数据来源:公开资料,蛋壳研究院整理无需术前CT等影像学检查适用于常规病例、无法进行CT扫描或对辐射敏感的患者无辐射暴露,不使用辐射影像依赖机器人的实时数据分析能力和动态反馈系统特征影像依赖型机器人非影像依赖型机器人表1-3:全自动型、半自动型、被动型机器人对比特征全自动型机器人非影像依赖型机器人被动型机器人系统自主完成手术,医生可以不做介入医生通过操作机械臂进行手术,系统提供操作约束医生徒手操作,系统仅提供定位、导航等辅助作用操作方式数据来源:公开资料,蛋壳研究院整理特征全自动型机器人非影像依赖型机器人被动型机器人较低,系统执行所有手术步骤中等,医生与系统协同操作较高,医生需对所有手术步骤有高度掌控能力操作复杂度较低,系统故障时医生只能紧急停机较高,医生主导操作,可及时发现并纠正系统可能的错误中等,医生全程控制,但人为失误可能导致问题安全性较低,系统基于预设程序运行,应对突发情况能力有限较高,医生可根据实际情况调整系统操作策略较高,医生可随时根据手术进展调整策略灵活性最短,医生仅需掌握基本操作和监控较短,需要熟悉人机协作较长,严重依赖医生的专业技能和临床经验学习曲线骨科关节手术机器人的历史可追溯至20世纪80年代,至今已有三十余年的发展历程。从技术发展进程来看,大致可分为技术萌芽期(1980年2000年)、技术发展期(2001年2018年)和技术趋于成熟期(2019年至今)三个阶段。早期的关节手术机器人源于工业机器人,采用全自动型自主操作模式。随后,技术发展趋向半自动型,将智能辅助与医生的自主控制相结合。经过不断改进、创新和发展,近年来关节手术机器人产品不断推陈出新,朝着小型化、智能化、自动化方向演进。1.3.1 技术萌芽期(1980年2000年)早期的关节手术机器人基于工业机器人平台开发,主要依赖自主操作模式。研究人员利用骨骼与金属材料相似的刚性特征,将计算机辅助设计(Computer Aided Design,CAD)和计算机辅助制造(Com-puter Aided Manufacturing,CAM)技术引入手术机器人领域,相较于传统人工手术,可以提高手术的操作精度。但这种模式在临床应用中暴露出诸多问题,最终导致该类产品逐步被市场淘汰。20世纪80年代中期,工业机器人开始被尝试应用于骨科领域,早期仅仅作为精确定位手术工具或引导切割的工具。1985年,IBM公司的托马斯沃森研究中心提出关节手术机器人的构思。1986年,该中心与加州大学戴维斯分校合作成立Integrated Surgical Systems公司,研发出全球第一台全自动型骨科手术机器人ROBODOC。并于1986年至1987年,进行了可行性研究。1987年到1989年在加州大学戴维斯分校进行体外实验。1989年至1991年进行犬类手术临床研究。1992年ROBODOC机器人获得FDA批准,并 1988年,英国帝国理工大学开始研发机器人辅助TKA。1994年,该大学的Davies等人提出了“主动约束(Active Constraint)”概念,并于1998年基于此理念研发出首款半自动型ACROBOT机器人系统,其操作精度高达0.4mm。作为基于图像的封闭式半自动型系统,ACROBOT采用基于力反馈的主动限制技术,能够根据机器人末端执行器的所处区域调控其运动状态。这使外科医生能够直接操控机械臂,安全且精准地切割受影响的膝骨,以完成假体的精确安装。ACROBOT定位为手术助手,既能在医生手动控制下按计划操作,又能限制医生手部抖动和机器人的动作范围,实现了医生直接控制与机器精准辅助相结合的人机协作模式,这一创新概念为后续机器人系统的开发提供了技术储备和设计思路。1999年,德国Orto Maquet公司成功研发出与ROBODOC功能类似的全自动型CASPAR机器人系统。该系统采用Stabubli RX90 工业机器人,用于THA、TKA 中的骨磨削。该系统能依据手术规划自主完成骨骼成形。2000年3月27日,德国Kassel骨科医院成功进行了首例CASPAR机器人辅助全膝关节置换术。1.3 发展历程在加州萨克拉门托的萨特总医院实施了首例机器人辅助髋关节置换术,开创了机器人辅助骨科手术的新纪元。该机器人能够根据术前3D影像重建的模型进行精确导航,结合配套的机械臂末端工具,自主完成骨骼切割、假体定位和植入等操作。ROBODOC机器人于1994年正式在欧洲开始临床应用于THA,2000年开始应用于TKA。图1-5:关节手术机器人的早期构想图数据来源:公开资料图1-6:全球首台全自动型骨科关节手术机器人ROBODOC(左);全自动型CASPAR机器人系统(右)数据来源:公开资料4140骨科关节手术机器人产业发展白皮书截至2000年代早中期,欧美市场有159个正在开发的外科机器人系统或项目。其中,有30款骨科手术机器人系统。其中15个系统用于关节置换术(4个髋关节置换术、8个膝关节置换术、3个髋膝关节置换术都有覆盖),7个用于脊柱手术,3个用于创伤骨科手术,还有5个是其他应用。然而,实际的临床手术不仅要求机械动作的精确度,更依赖医生对复杂生理状况的实时判断与应对,这就要求机器人系统与医生之间实现更深度的互动与协作。由于安全性、手术效率、准备时间及伦理等问题,其中大量手术机器人在市场上经历挫折,实现商业化的仅有ACROBOT、ROBODOC、PI GALILEO NAV和CASPAR四款关节手术机器人。最终,仅仅ROBODOC机器人得以保留并被改进,其余关节手术机器人均退出市场。这一结果凸显了单一依赖工业机器人特性的机器人尚不符合临床需求,无法获得广泛认可。1.3.2 技术发展期(2001年2018年)半自动型机器人成为关节手术机器人研发的主流方向,基于ACROBOT在主动约束和触觉交互方面的创新,为MAKO、ROSA等产品的诞生奠定基础,重新确立医生在手术中的主导地位。随着全自动型机器人的缺陷逐渐显现,为确保患者的安全及医生对机器人的主动控制能力,半自动型机器人在这一时期出现并不断完善,逐渐取代了部分全自动型机器人。2004年,美国MAKO Surgical公司开始研发可以辅助膝关节单髁置换术的机器人系统,并于2005年推出一款由触觉引导的机器人RIO系统。2006年6月,佛罗里达HSS医院的Martin Roche医生完成第一例MAKO机器人辅助膝关节单髁置换术,并取得成功。这一年,该款机器人系统辅助膝关节单髁置换术也获得了FDA批准,并成功上市。随后,MAKO Surgical公司在2013年被全球骨科巨头公司史赛克收购。史赛克在技术和应用上对MAKO手术机器人进行了优化和创新,进一步优化了人机交互体验,并配备六自由度机械臂,采用柔顺性控制策略和丝传动结构,能更自然、流畅地跟随医生操作意图。2004年,美国卡内基梅隆大学和西宾夕法尼亚州医院联合开发NAVIO PFS(Precision Freehand Sculptor)机器人。2012年,该机器人由Blue Belt Technologies公司推出,为封闭式半自动型设计,并获FDA批准。该系统无需术前拍CT就能进行手术规划和导航,并采用小型化的手持式设备。2014年,该机器人被施乐辉收购,主要用于UKA。2016年,Blue Belt Technologies公司被施乐辉收购,并于2017年将适应范围扩展到TKA。关节手术机器人演变为稳定外科医生双手的工具,并被赋予“触觉”功能,进一步恢复了医生在手术中对机器人的主导地位。图1-7:史赛克MAKO RIO机器人系统(左);施乐辉NAVIO机器人系统(右)数据来源:公开资料图1-8:从左到右依次为,捷迈邦美ROSA机器人系统;施乐辉CORI机器人系统;强生VELYS机器人系统数据来源:公开资料1.3.3 技术趋于成熟期(2019年至今)海外骨科领域的龙头企业纷纷通过收购进入关节手术机器人市场,推动了产品的不断创新和多样化发展。这些产品正朝着智能化和小型化的方向演进。骨科关节手术机器人市场迎来了技术和应用的爆发期,市场上涌现出大量创新的关节手术机器人系统。2019年,捷迈邦美(Zimmer Biomet)旗下法国Medtech公司的ROSA手术机器人获批用于TKA。该系统创新推出影像依赖和无影像依赖两种操作模式。2024年2月,该机器人开始用于机器人辅助肩关节置换术,并获得美国FDA的批准,成为全球第一款用于肩关节的手术机器人。2020年,在NAVIO机器人系统的基础上,施乐辉公司推出升级后的二代产品CORI机器人系统,进一步优化了设备的便携性和操作界面友好性。2024年,该机器人将使用范围扩展到了膝翻修和THA,并升级为全球第一款采用AI辅助的张力平衡的先进系统。2021年,强生收购的DePuy Synthes公司的VELYS机器人系统获得FDA批准,用于关节置换术。该系统集成了人工智能与机器视觉技术,标志着关节手术机器人的技术正朝着更高效、智能和个性化的方向快速发展,为精准微创医疗的未来铺平了道路。4342骨科关节手术机器人产业发展白皮书与海外市场相比,我国关节手术机器人产业起步较晚,大多国内企业于此阶段开始进入本领域。但近年来进步明显,大量产品获批,市场竞争日趋激烈。由于早期技术积累和市场准备不足,中国骨科关节手术机器人产业的发展相对滞后。2014年,MAKO手术机器人获我国国家药监局批准,并于2016年开始进行UKA临床试验,标志着我国首次实施机器人辅助关节置换术。2018年,MAKO获批THA,并正式在华上市。在2016年至2018年期间,中国仅有1台关节手术机器人投入商业化临床使用。然而,此后数量快速增长:2019年增至9台,2020年达到17台,2021年更是翻倍至34台。与此同时,机器人辅助关节置换术的例数也在持续增加,从2016年的1例增至2020年的243例,再到2021年的970例。2022年1月,由北京和华瑞博研发的国产关节手术机器人获批用于TKA。随后,在2022年至2023年间,众多国产骨科关节手术机器人相继进入市场。截至2024年8月,国内已有15家企业的关节手术机器人产品获批拿证,另有4家企业的产品正在研发中。由此可见,中国关节手术机器人产业的竞争格局日益激烈。4544骨科关节手术机器人产业发展白皮书图1-9:国际和国内关节手术机器人发展历程基于工业机器人开发,以全自动型为主1986年,美国研发出全球第一台全自动型骨科手术机器人ROBODOC1998年,英国研发出全球首款半自动型机器人ACROBOT1997年,德国研发出全自动型机器人CASPAR(1980年代2000年)技术萌芽期半自动型为研发主流,恢复医生主导地位2005年,美国MAKO Surgical公司研发出MAKO机器人,并于2006年获FDA批准用于UKA2012年,NAVIO机器人获批FDA,而后在2014年被施乐辉收购,用于UKA,并于2017年拓展到TKA应用(2001年2018年)技术发展期1980s1990s2000s各具创新,朝着小型化、智能化、自动化方向演进2019年,捷迈邦美收购的ROSA机器人获FDA批准用于TKA2020年,施乐辉推出二代机器人CORI,同年CORIN Group收购的OMNIBotics机器人获批2021年,强生收购的VELYS机器人获批(2019年至今)技术趋于成熟期2010s2020s数据来源:公开资料,蛋壳研究院整理MAKO入华,引领中国关节手术机器人产业开端2014年,MAKO机器人获批NMPA2016年,MAKO开启UKA临床试验,标志我国首次实施机器人辅助关节置换手术2018年,MAKO获批THA,并正式在华上市(2014年2021年)产业起步期百花齐放,竞争格局激烈2022年1月,和华HURWA作为第一台国产关节机器人获批用于TKA同年3月起,一系列国产关节手术机器人(如键嘉ARTHROBOT、元化锟铻、微创鸿鹄)相继获批NMPA(2022年至今)高速发展期表1-4:医疗机器人产业相关国家支持政策(部分)发布时间政策名称发布机构主要内容关于促进骨科手术智能辅助技术临床应用和合理收费的函国家医保局按手术机械臂辅助操作(骨科)新增价格项目,单独立项,同样采取设备附加费 专用耗材打包方式收费。总体把握是产品功能越强,临床效果越好,上浮比例越高。2023年11月关于有序推动工业通信业企业复工复产的指导意见工信部加大生物医药、智能健康管理设备、高端医疗器械、医疗机器人、公共卫生智能监测检测系统等大健康产业投入力度。2020年2月关于进一步完善预约诊疗制度加强智慧医院建设的通知卫健委推广手术机器人、手术导航定位等智能医疗设备研制与应用,推动疾病诊断、诊疗、康复和照护等智能辅助系统应用,提高医疗服务效率。2022年1月十四五医疗装备产业发展规划工信部攻关智能手术机器人,加快突破快速图像配准、高精度定位、智能人机交互、多自由度精准控制等关键技术。2021年12月“机器人 ”应用行动实施方案十七部门加快推进机器人应用拓展,开展“机器人 ”应用行动,其中包括医疗机器人。2023年1月关于推动公立医院高质量发展的意见国务院办公厅推动手术机器人等智能医疗设备和智能辅助诊疗系统的研发与应用。2021年6月促进新一代人工智能产业发展三年行动计划(20182020年)工信部重点发展三维成像定位、智能精准安全操控、人机协作接口等关键技术,支持手术机器人操作系统研发,推动手术机器人在临床医疗中的应用。2017年12月关于推动先进制造业和现代服务业深度融合发展的实施意见发改委、工信部提出重点发展手术机器人、医学影像、远程诊疗等高端医疗设备。2019年11月关于促进互联网 医疗健康发展的意见国务院办公厅支持研发医疗健康相关的人工智能技术、医用机器人等。2018年4月高端医疗器械和药品关键技术产业化实施方案(20182020年)发改委推动骨科手术机器人等产品的升级换代和质量性能提升。2017年12月医疗装备产业发展规划(2021-2025)工信部推进手术机器人在重大疾病治疗中的规范应用。2021年2月4746骨科关节手术机器人产业发展白皮书图1-10:国内已获批拿证关节手术机器人产品布局(截至2024年8月)数据来源:蛋壳研究院MAKOMAKOMAKO 黄河长江ROSACORI和华和华锟铻锟铻鸿鹄鸿鹄ARTHROBOTARTHROBOTRobPathRobPathTiRobot Recon膝关节单髁iBotiBot20182021202220232024单髁UKA全髋THA全膝TKA锟铻ARTHROBOT髋关节ROPA1.4.1 国家政策方面近年来,国家通过持续出台一系列战略性宏观政策,不断提升对手术机器人产业的重视,并推动其迅速发展。从2015年中国制造2025到2023年“机器人 ”应用行动实施方案,国家每年都有相关新政策出台,促进手术机器人的研发和应用。其中,2021年的医疗装备产业发展规划(2021-2025)和关于推动公立医院高质量发展的意见强调推进智能手术机器人技术,加快图像配准、高精度定位、智能人机交互等关键技术的突破。2022年的关于进一步完善预约诊疗制度加强智慧医院建设的通知提出推广手术机器人,提高医疗服务效率。2023年1月,“机器人 ”应用行动实施方案进一步明确了医疗机器人等应用场景,增强政策实效性。此外,国家鼓励国产医疗器械企业技术创新,加快国产化进程,减少对进口高端医疗设备的依赖。国家从政策层面对手术机器人产业给予前所未有的支持,规范与驱动并行,逐步深化和扩展机器人技术在医疗领域的应用。1.4 行业环境DRG/DIP支付方式强调按病种付费,促使医院在设备选择上更注重性价比和长期效益,从而更倾向于采购高效、精准的手术机器人,降低运营成本,提高医疗效率。此外,2023年3月4日,国家医保局发布对十三届全国人大五次会议第3298号建议的答复,其中针对代表提出的进一步完善医保DRGs支付体系关于医疗新技术问题,国家医保局明确表示将进一步支持创新医疗器械豁免DRG。但与此同时,公立医院预算缩减,根据卫健委发布的国家卫生健康委2023年部门预算,2023年国家卫健委公立医院预算数为473,967.03万元,比2022年执行数减少了194,097.74万元,降幅达29.05%。且公立医院负债率较高,根据中国卫生健康统计年鉴(2022年卷)显示,2021年公立医院总负债额约2.33万亿元,资产负债率为41.9%,直逼“负债率50%”的警戒线,这对公立医院采购千万级价格的关节手术机器人增加难度。关节手术机器人在部分地区(例如北京和江西)已纳入医保,显著降低了患者负担,但全国范围内仍缺乏统一的收费标准(开机费、耗材费和服务费等),成为其商业化发展缓慢的主要原因。北京出台的医保政策最为利好,通过明晰的收费标准及力度较大的报销比例,促进了关节手术机器人在北京的应用。2021年8月23日,北京市医保局发布关于规范调整物理治疗类等医疗服务价格项目的通知,将“机器人辅助骨科手术”纳入医保,报销范围同时全面覆盖了脊柱、创伤、关节这三大类骨科手术,不限制机器人厂商。关节手术机器人的辅助费用被分拆和定价,其中机器人“开机费”定为8,000元,列入甲类目录全部报销;而手术配套的一次性机器人专用器械耗材费用被列入乙类目录,报销比例为70%。湖南省规范了关节手术机器人的收费行为,但未纳入医保,推广作用有限。2022年9月23日,湖南省医保局发布关于规范手术机器人辅助操作系统使用和收费行为的通知,将机器人辅助作为手术价格项目的“加收项”进行打包收费,按照手术项目的基准价格进行一定比例加收,但暂不纳入医保基金支付范围。江西省对关节手术机器人的耗材进行部分报销,一定程度上减轻了患者的经济负担。2023年3月,江西省医保局发布江西省医保医用耗材支付管理目录(2023试行版),将骨科手术机器人配套耗材纳入乙类支付范围,相关耗材单次收费33,800元,骨科导航相关耗材单次收费9,252元,以乙类医保支付类别进行支付,患者自费8%。然而,除上述省市外,全国大部分地区尚未出台骨科手术机器人相关收费标准和医保报销政策。这对厂商而言,商业模式尚不明朗;对医院而言,收费和盈利模式模糊,成为目前该产业发展的主要瓶颈。表1-5:部分省市地区机器人辅助关节置换术的收费标准及医保报销政策省份发文机构通知名称主要内容江西省医疗保障局发布日期2023年3月16日报销范围骨科手术机器人所用耗材江西省医保医用耗材支付管理目录(2023试行版)骨科手术机器人相关耗材单次收费33,800元,骨科导航相关耗材单次收费9,252元,以乙类医保支付类别进行支付,患者自费8%江西4948骨科关节手术机器人产业发展白皮书国家通过支付能力、支付方式和采购流程的政策支持,促进手术机器人入院,但实际落地仍有困难,且公立医院预算收紧、采购流程放缓。在医院的支付能力方面,2024年3月7日,国务院发布关于推动大规模设备更新和消费品以旧换新行动方案的通知,提出加大财政政策支持力度,为骨科手术机器人的购置、使用和维护提供财政补贴和税收减免,降低医疗机构成本负担;并引导金融机构加强对设备更新的支持,为设备的采购和使用提供更便利的融资条件,此举有望加速骨科手术机器人的商业化落地和医院装机。在医院的采购流程方面,2023年3月3日,国家卫健委发布了大型医用设备配置许可管理目录(2023年),规定3,000万元以下的医用设备不再需要配置证。关节手术机器人目前在国内的售价约为1,000万2,000万,此政策有助于简化采购流程。2021年11月19日,国家医保局发布DRG/DIP支付方式改革三年行动计划,明确到2024年底,全国所有统筹地区将完成DRG/DIP付费方式改革。数据来源:公开资料,蛋壳研究院整理发布时间政策名称发布机构主要内容增强制造业核心竞争力三年行动计划(20182020年)发改委加快发展先进制造业,支持和推动高端医疗器械和药品关键技术产业化实施,具体到医疗器械领域,有4大类27小类医疗器械产业化项目获得重点支持。其中,手术机器人属于重点支持的高端治疗设备。2017年11月中国制造2025国务院鼓励新一代信息技术、高端装备、新材料、生物医药等战略重点发展,引导社会各类资源集聚,推动优势和战略性产业快速发展。其中,针对高性能医疗器械领域,重点发展影像设备、医用机器人等高性能诊疗设备等。2015年5月关于促进医药产业健康发展的指导意见国务院鼓励国产医疗器械企业加强技术创新,提高核心竞争力,明确提出发展医用机器人等高端医疗器械,实现进口替代,加快医疗器械转型升级。2016年3月战略性新兴产业重点产品和服务指导目录(2016版)发改委明确认定骨科手术辅助机器人及其配套微创手术器械为战略新兴产业重点产品。2017年1月国家标准化体系建设发展规划(20162020年)国务院办公厅要求开展生物医学工程、医用机器人等诊疗设备等领域的标准化工作。2016年1月机器人产业发展规划(2016-2020)工信部、发改委、财政部开展手术机器人在三甲医院智能手术中心的试点示范。2016年4月关于组织创建骨科手术机器人应用中心的通知工信部、卫健委号召国内各大医院引进骨科手术机器人。2017年5月5150骨科关节手术机器人产业发展白皮书事业发展统计公报数据显示,2022年全国卫生总费用约为84,846.7亿元,同比2021年增长了12.2%,占GDP的比重为7.0%。具体来看,在卫生总费用中,政府卫生支出23,916.4亿元,占28.2%,社会卫生支出占44.8%,个人卫生支出占27%,为关节手术机器人等高端医疗设备的开发和应用提供了坚实的经济基础。与此同时,随着居民收入水平上升,生活品质提高,居民对自身健康的重视程度加强,因此会将更高比例的收入用于负担更高技术水平的医疗服务5。2022年我国人均医疗服务支出约为6,010元,较2021年的5,348.1元,同比增长12.3%。患者对术后运动能力恢复及假体耐用性的期望提高,对关节置换术的质量要求更加严格。关节手术机器人凭借其标准化操作流程、对手术结果的优化和缩短术后恢复时间的优势,为患者提供了更为精准和安全的治疗方案,其微创和智能化特点更好地满足了时代需求。此外,国家在医疗健康领域的政策支持和投资增加,强化了医疗服务的基础设施建设和技术水平,为关节手术机器人的推广应用提供了有力保障。1.4.3 社会趋势方面从患者基数来看,中国老龄化人口增长,年轻群体患病率上升,临床需求显著增加。国家统计局数据显示,截至2023年,我国60岁及以上老龄人口达29,697万人,占全国总人口的21.1%,较去年增长了1,693万,增长率6%,中国已迈入中度老龄社会。中国骨关节炎诊疗指南(2021年版)显示,我国40岁以上人群的原发性骨关节炎的总体患病率已高达46.3%6。随着人口老龄化程度的不断加剧,骨关节炎的患病率呈现上升趋势,临床需求更加迫切。同时,年轻人因运动不当及外伤导致的骨关节炎病例增多,影响关节置换术呈现低龄化的趋势,随着技术的成熟和人工关节耐用性的提升,关节置换术的适宜年龄已经从60岁提前到了50岁。关节假体集采推动手术量迅速上升,而关节手术机器人有潜力成为医院长期收入的新增长点。自2021年9月首次人工关节集采后,人工髋关节平均价格从3.5万元下降至约7,000元,人工膝关节的平均数据来源:中国卫生健康统计年鉴,蛋壳研究院整理图1-12:2012年2022年全国医疗卫生总支出(单位:万亿元)(左);2012年2022年中国人均医疗服务支出(单元:元)(右)图1-11:关节手术机器人利好/利空的政策/因素总结数据来源:公开资料,蛋壳研究院v整理vs利好政策/因素利空政策/因素,一系列国家级宏观政策出台,将医疗机器人纳入战略性重点发展对象,鼓励国产化创新3,000万元以下的医用设备不再需要配置证,鼓励医疗机构大规模设备以旧换新支持创新医疗器械豁免DRG公立医院设备租赁模式在中国逐步发展和完善部分省市(北京、湖南、江西)优先试点,推出手术机器人收费标公立医院负债率高,采购设备阻力增大公立医院预算下跌全国大部分省市收费标准不清晰1.4.2 卫生经济方面卫生总支出及人均医疗服务支出攀升,以及消费者对高质量医疗服务需求的增加,共同推动了关节手术机器人的应用和发展。随着经济的持续增长和人民生活水平的提高,健康意识的增强和对更先进医疗技术的追求促使卫生总支出占GDP的比例不断攀升。国家卫健委发布的2022年我国卫生健康省份发文机构通知名称主要内容湖南省医疗保障局发布日期2022年9月23日报销范围不适用关于规范手术机器人辅助操作系统使用和收费行为的通知手术机器人统一作为手术价格项目的“加收项”进行收费,按照手术项目的基准价格进行一定比例加收手术机器人辅助操作系统加收费用暂不纳入医保基金支付范围湖南北京北京市医疗保障局2021年8月25日骨科手术机器人的术前规划和术中操作、所用耗材京医保发202123号关于规范调整物理治疗类等医疗服务价格项目的通知机器人辅助骨科手术,收费8,000元,按甲类100%报销机器人辅助骨科手术的配套耗材由医疗单位自主定价,按乙类医保支付类别(可部分报销),报销比例为70%数据来源:公开资料,蛋壳研究院整理5352骨科关节手术机器人产业发展白皮书相比于MAKO强大且全面的专利体系,国内企业在专利数量和技术壁垒的构建上相对落后,影响了国内企业的长期发展和国际竞争力。数据来源:公开资料图1-13:2002年2021年MAKO在不同目标市场国/地区申请的专利数量及时间分布数据来源:公开资料,蛋壳研究院整理图1-14:MAKO与国内关节手术机器人专利数量对比1,500 国内关节手术机器人平均专利数量MAKO全球专利数量100 价格从3.2万元下降至约5,000元,平均降幅高达82%。显著的价格下降使得更多国内患者能够负担得起关节置换术。此外,集采导致假体和手术耗材价格下降,医院和医生收入减少,因此提升长期高价值的收入成为关键。由于收入决定因素从耗材价格转变为诊疗能力和技术水平,预计医生学习新技术的动力增加。引入医疗机器人成为一个可行方案,不仅能提高手术效率和质量,还能帮助医院开展复杂手术,提升学术影响力,培养年轻医生,从而在长期内帮助医院获得更多收入,弥补集采带来的短期损失。对标欧美成熟市场,国内关节手术机器人渗透率明显偏低,未来具备较大增长潜力。根据文献分析及测算,美国近两年关节手术机器人渗透率约为15%至20%,并呈现持续上升趋势。2023年,美国关节置换手术总量超过125万例,其中关节手术机器人辅助手术量超过25万例,渗透率约为20%;预计到2032年,这一比例将提升至40%以上。相较之下,根据蛋壳研究院测算,2023年中国关节手术机器人渗透率仅约为1.4%,参考欧美发展经验,未来增长空间巨大。1.4.4 技术因素方面国产关节手术机器人在协作式机械臂和光学定位导航等硬件技术方面严重依赖进口,但在图像分割等软件技术上已取得显著进展,人才储备丰富。目前,国内市场上大多数关节手术机器人使用德国KUKA机械臂和加拿大NDI导航系统。其中,具有力感知和力反馈功能的机械臂由于核心元器件如高性能电机、减速器和传感器等的限制,进口依赖度较高。在从国外采购硬件的基础上,国内厂商通过软件和算法的创新,对机械臂进行二次开发,形成自家产品独有的亮点,提升其定位截骨的精确性和操作使用上的顺滑性。国际先进技术的引入和广泛应用也加速了本土厂商自主研发机械臂。以微创机器人、元化为代表的部分国内企业迅速提升自身研发能力和技术水平,并结合本地化需求进行改进和创新,逐步或已经推出具有自主知识产权的机械臂,有望在未来几年内打破国外主导的局面。在图像分割、三维重建以及手术路径规划等软件技术方面,国产关节手术机器人表现优异,与国外的发展水平并驾齐驱。一方面是国内AI和算法底层技术产业的快速发展,带动了相关技术在这一领域的应用。另一方面,大量国内外高校和科研机构培养了众多高素质的软件人才,为我国关节手术机器人产业的长远发展提供了坚实的人才基础。国内关节手术机器人厂商已积累了一定的知识产权和创新技术,但在专利布局方面仍逊于海外企业,技术壁垒尚未形成。以MAKO手术机器人为例,作为目前全球范围内商业化最成功的关节手术机器人代表,MAKO在美国及全球的专利申请已超过1,500项,并在多个目标市场进行了大量专利布局。MAKO通过与科研院所、合作公司、科学家等多方合作,共同研发并申请专利,其专利覆盖了关节手术机器人技术的各个细节和方面。骨科关节手术机器人的竞争态势与商业前景本章从驱动骨科关节手术机器人市场规模增长的核心因素出发,从定量角度对骨科关节手术机器人市场的投融资情况、市场规模情况及竞争格局情况进行了统计和分析,并对国内未来的市场规模和竞争态势进行了推演和测算,以期从市场发展角度为行业相关人员拟定发展策略、把握投资机遇提供参考。02参考文献1Reddy,K.,Gharde,P.,Tayade,H.,Patil,M.,Reddy,L.S.,&Surya,D.(2023).Advancements in Robotic Surgery:A Comprehensive Overview of Current Utilizations and Upcoming Frontiers.Cureus,15(12),e50415.https:/doi.org/10.7759/cureus.504152Stauffer,T.P.,Kim,B.I.,Grant,C.,Adams,S.B.,&Anastasio,A.T.(2023).Robotic Technology in Foot and Ankle Surgery:A Comprehensive Review.Sensors,23(2),686.https:/doi.org/10.3390/s230206863李明,黄迪超,李海洋,张勇,吴志军,罗建宁&Chen Hong.(2019).骨科机器人导航手术的研究进展.(eds.)2019楚天骨科高峰论坛暨第二十六届中国中西医结合骨伤科学术年会论文集(pp.8-9).浙江省宁波市第六医院创伤骨科;doi:10.26914/kihy.2019.018591.4Yao,J.,&Ding,H.(2017).Zhongguo xiu fu chong jian wai ke za zhi=Zhongguo xiufu chongjian waike zazhi=Chinese journal of reparative and reconstructive surgery,31(1),110115.https:/-doi.org/10.7507/1002-1892.2016090285许光建,许坤&卢倩倩.(2021).预期寿命延长促进经济增长了吗基于全球121个经济体的实证分析.经济理论与经济管理(03),97-112.6中华骨科杂志2021年9月第41卷第18期 Chin J Orthop,September 2021,Vol.41,No.1854骨科关节手术机器人产业发展白皮书5756骨科关节手术机器人产业发展白皮书2.1.1 产品价值:海外市场已通过大量数据验证产品可行性近年来,骨科关节手术机器人在海内外的临床实践指南以及髋膝关节置换术操作规范中均被多次提及。在AAOS(American Academy of Orthopaedic Surgeons,美国骨科医师学会)最新发布的膝骨关节炎手术管理循证临床实践指南(2023版)中,机器人辅助全膝关节置换术及机器人辅助膝关节单髁置换术均获得了二星推荐。国内,机器人辅助关节置换术的临床指南及专家共识虽还不够成熟,但自2022年开始,各类官方文件相继出台,均在不断推动关节手术机器人的发展。2022年,髋膝关节置换术操作规范(2022版)首次将“机器人辅助关节置换术”列为推荐使用对象;2023年,由国家卫生健康委科学技术研究所主办,以四川大学华西医院为牵头单位开展的国产关节手术机器人临床应用的安全性与有效性评价重大项目正式启动,该项目将基于锟铻全骨科手术机器人开展大规模、真实世界、系统的研究,意在对国产关节手术机器人在临床应用中的安全性和有效性进行全面评估,为该技术的全面、科学、规范化应用提供依据;2024年,骨科人工智能与精准医疗应用技术指南团体标准也正式启动,成为在骨科领域极具里程碑意义的举措,在未来将大力推动骨科人工智能与精准医疗应用技术指南的应用,促进骨科领域手术机器人的商业化应用和普及。除此之外,人工智能骨科手术术前三维模拟软件卫生经济学评价报告正式发布,首次将人工智能骨科手术模拟软件的成本效益进行了全面、系统地分析,采用了短期和长期相结合的模型进行评估,为骨科医生和患者提供了更精准、高效的手术规划和治疗方案。表2-1:关节手术机器人在海内外临床指南/专家共识中的提及情况2023AAOS临床实践指南:膝关节骨关节炎的外科治疗(概要)机器人辅助全膝关节置换术2星(满分4星)AAOS美国骨科医师学会 2023AAOS临床实践指南:膝关节骨关节炎的外科治疗(概要)机器人辅助膝关节单髁置换术2星(满分4星)AAOS美国骨科医师学会 髋膝关节置换术操作规范(2022版)几乎所有可行传统髋膝关节置换的手术均可使用机器人辅助完成。关节置换机器人有助于精准植入假体、辅助软组织平衡、改善关节运动学等,有助于进一步提高手术质量和安全,故建议有条件时使用。建议有条件时使用国家卫生健康委办公厅发布作者或组织文件名称内容推荐指数国产关节手术机器人临床应用的安全性与有效性评价正式启动基于锟铻全骨科手术机器人开展大规模、真实世界、系统的研究,对国产关节手术机器人在临床应用中的安全性和有效性进行全面评估/国家卫生健康委科学技术研究所主办,四川大学华西医院为牵头单位骨科人工智能与精准医疗应用技术指南团体标准旨在推动骨科人工智能与精准医疗应用技术指南的制定和实施,进一步促进骨科领域的科技创新和产业发展。/中华医学会医学工程学分会主任委员钱英教授、中华医学会骨科学分会候任主任委员兼关节外科学组组长、西安交通大学第二附属医院关节外科中心王坤正教授与专家们共同发起作者或组织文件名称内容推荐指数数据来源:公开资料,蛋壳研究院整理海外已开展大量临床应用,在一定程度上已证实骨科关节手术机器人的临床价值。美国关节置换登记系统(AJRR)是目前国际上植入患者例数最多最全的登记系统,到2022年,该系统收集数据已达到10年。在AJRR2023年发布的人工关节报告中提到,目前机器人在TKA中的使用在过去6年已经增加了6倍,初次THA中使用机器人辅助的占比为6%,初次TKA术中使用占比达到了13.4%。在临床数据的支撑上,目前全球范围内仍缺少大范围长期的数据支撑,但已有一定数量的文献证实骨科关节手术机器人的临床价值。如在THA领域,2023年9月,张帅等人回顾性收集2018年8月至2022年10月解放军总医院第四医学中心骨科432例(549髋)机器人辅助初次全髋关节置换术患者数据,发现通过机器人辅助全髋关节置换术术前计划可被精准执行,相对于前倾角2010、外展角4010的安全区,可获得准确、可重复的髋臼杯位置,提高髋臼杯位于安全区的概率,在恢复髋关节旋转中心和下肢长度方面获得满意的结果1。TKA领域,现有文献中有大量证据支持使用机器人辅助全髋关节置换术来改善假体安放及对位对线。在一项前瞻性队列研究中,Kayani等证明了机器人辅助全髋关节置换术术后早期功能结果得到改善,住院时间缩短2。计算机导航技术早在2000年即被报道运用于UKA,可使术中假体定位更加精确3。Jung等对52例患者行UKA(29例传统UKA、23例史赛克导航系统微创UKA),结果显示导航组比传统组假体植入精度明显提高,特别是在假体矢状轴方向上的测量数据更具优势3。除此之外,Vishal Kumar等人在2021年底的荟萃分析中证实,机器人辅助系统可实现高度精确的植入,并显著减少肢体长度差异4。陈鑫等人发现,经过几十年的发展,现有的机器人辅助系统在提高关节稳定性、降低脱位率、改善下肢不等长、降低翻修风险等方面取得了很大的进步,可以显著提高髋、膝置换术的精准性,让外科医生以更快的速度、更友好的学习曲线掌握关键技能,使手术更加微创、精细、准确,术后效果更好,患者满意度更高5。2.1 市场驱动因素5958骨科关节手术机器人产业发展白皮书图2-1:THA患者基数数据来源:公开资料,蛋壳研究院整理图2-2:全膝关节置换术患者基数数据来源:公开资料,蛋壳研究院整理髋膝关节置换术手术量激增与医生短缺的矛盾亟待解决。随着关节假体集采的展开与疫情的放开,髋膝关节置换手术量得到进一步提升,但因手术的复杂性、医疗资源的不均衡,以及基层医院医生手术能力的薄弱,导致目前实际实施的手术量远小于手术需求。而关节手术机器人降低学习曲线,提升手术质量的优势,正好是解决需求增长与医生紧缺之间矛盾的关键。2.1.3 发展阶段:渗透率仍有极大提升空间根据灼识咨询测算,2021年美国关节手术机器人手术量约为25万台,2023年美国关节手术机器人渗透率在15 %之间,且在未来仍有进一步提升的趋势,到2032年,渗透率预计提升至40%以上。而在国内市场,目前机器人辅助手术的渗透率仍不足2%,随着性价比更高的国产产品陆续上市,机器人产品有望下沉到基层医院市场,国内市场渗透率将得到显著提升。2.1.4 创新研究:国内相关领域研究热度处于全球前列全球范围内骨科机器人研究热度逐年上升,中国位列第一。通过对Web of Science核心合集数据库的摘要进行搜索,纳入1993年至2022年的436篇出版物1 进行分析,可以看到,从骨科手术机器人的全球出版趋势上来看,自1993年开始,出版物呈现逐年上升趋势,尤其是在2017年之后,出版物数量快速上升。另外,从国家层面上来看,自1993年至2022年11月,共有31个国家对骨科手术机器人领域的出版物产生了贡献,其中中国贡献最多(n=128),其次是美国(n=114)、英国(n=68)和德国(n=44)。其中中国起步较晚,大约在2012年才开始出现一些研究,但在2018年开展骨科手术机器人的临床应用后,中国的出版物数量也出现了明显上升,研究热度持续高涨。图2-3:美国关节手术机器人渗透率变化数据来源:公开资料,蛋壳研究院整理2.1.2 患者基数:亟待解决手术量激增与医生短缺的矛盾国内接受THA的患者基数庞大,且在未来仍将快速上升:我国接受髋关节置换术的患者群体主要包括骨关节炎、股骨头坏死、风湿性关节炎及65岁以上人群的股骨颈骨折。具体来说,THA适用于各种原因引起的终末期髋关节疾患,具体包括:1)原发性或继发性髋关节骨关节炎;2)股骨头缺血性坏死;3)类风湿性关节炎累及髋关节;4)强直性脊柱炎累及髋关节;5)髋部创伤骨折的老龄患者;6)骨关节肿瘤;7)血友病性关节炎等多种疾患。其中,股骨头缺血性坏死、终末期髋关节骨关节炎及累及髋关节的风湿性关节炎是其中最大的三类适应症。截至2022年,中国约有1.4亿骨关节疾病患者,到2026年预计该人数将达到1.5亿人左右。根据Global Health Data Exchange(GHDx)、中华医学杂志相关研究、中国循证医学杂志以及国家统计局相关数据,随着老龄化加速,骨关节炎患者病程时间的延长,相关患者数量将迅速上升,到2032年,终末期髋骨关节炎患者将达到203万人,股骨头坏死患者人数达到1296万人,风湿性关节炎且病情累及髋关节的患者将达到351万人。TKA主要用于治疗终末期膝骨关节炎、风湿性关节炎等各类膝关节终末期病变的患者;UKA主要用于治疗病变局限在单间室的膝骨关节炎病人。我国接受TKA以及UKA的患者人群中,病因主要包括膝骨关节炎和累及膝关节的风湿性关节炎。类似地,根据GHDx相关数据、中国循证医学杂志的相关研究,随着老龄化加速,骨关节炎患者病程时间的延长,到2032年,我国患者人数预计将达到3840万人,风湿性关节炎累及膝关节患者人数也将达到561万人。1出版物包括临床研究、评论、荟萃分析、临床试验、指南、动物研究、尸体试验和相关技术研究,形式主要为文章、评论和在线出版物等,不包括会议论文集、书籍章节和编辑材料。6160骨科关节手术机器人产业发展白皮书图2-4:骨科手术机器人出版物数量及国家分布情况数据来源:公开文献,蛋壳研究院整理1 1011023635 525374910484157151831455084780 10 20 30 40 50 60 70 80 90 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022出版物的数量出版年份国内三家机构名列全球发刊榜首,研究热点从技术转移至患者本身。从发刊机构上来看,伦敦大学学院、伦敦帝国理工学院、纽约特种外科医院、北京积水潭医院、中国人民解放军总医院和北京航空航天大学成为目前全球范围内的六所顶尖机构,分别来自美国、英国及中国地区。另外,从纳入研究的1,598个关键词中,整体出版物研究热点从手术机器人技术的研究逐渐过渡到机器人辅助手术应用及患者结果的研究,越来越多的研究开始关注患者的治疗结果,特别是患者预后、生存率以及机器人辅助手术本身的临床价值,这对推动关节手术机器人在临床上的应用具有重大意义。聚焦到骨科关节手术机器人市场,自2005年开始,国内相关企业及科研机构每年申请的专利数量就开始呈现持续上升趋势,并在2021年达到顶峰。当年,专利申请数量达到1,800个,授权占比接近60%。相关专利申请数量的快速上升也在一定程度上体现了企业及研究机构的创新热情。2.2.1 手术机器人:2021年全球一级市场迎来历史融资高峰近五年来,全球手术机器人产业在一级市场中的融资呈现出明显的趋势变化,并在2021年迎来了融资高峰。自2017年以来,全球手术机器人产业总融资额在7年间达到约81.62亿美元。其中,2021年全球医疗健康领域的融资激增,手术机器人领域也因此创下了历史新高,融资总额达到27.98亿美元,同比增长了336%。然而,2022年开始融资活动受疫情的进展而进入冷静期,融资规模回落,但整体仍保持2021年高峰期前水平。聚焦国内市场,作为医疗健康领域最具创新价值的细分领域之一,政策“东风”持续吹向手术机器人行业。国内手术机器人行业同样在2021年迎来期间内行业融资热度高峰,总融资额达到12.54亿美元,同比增长了349%。究其原因,医保方面,上海、北京率先在2021年将手2.2 投融资现状图2-5:骨科关节手术机器人国内专利申请及授权情况数据来源:智慧芽,蛋壳研究院整理表2-2:骨科手术机器人相关出版物数量最多的前11个国家出版情况国家H指数出版物总引用次数推荐指数数据来源:6,蛋壳研究院整理1中国1289157.1516272414520.6423.9717.1875615416302353114684422美国英国德国澳大利亚23456法国2031715.8597比利时1431922.798韩国1455139.3610891011瑞士意大利日本11101011062120126.21076466362骨科关节手术机器人产业发展白皮书图2-6:2017年2023年全球及中国手术机器人行业一级市场融资规模数据来源:动脉橙数据库,蛋壳研究院整理绘制术机器人纳入医保报销范围中。其中,2021年4月,上海将使用“达芬奇手术机器人”进行前列腺癌根治术、肾部分切除术、子宫全切术和直肠癌根治术纳入医保报销范围;2021年8月,北京将“机器人辅助骨科手术”(医保甲类)作为辅助操作获得政府定价,并与“一次性机器人专用器械”共同纳入北京医保支付目录。这些举措无疑提升了手术机器人的临床渗透率,也提振了市场资本的信心。但近两年随着国内整体医疗资本市场遇冷,手术机器人公司也受到影响,也因为商业化能力受到资本质疑,融资规模有所回落。此外,一级市场中,中国手术机器人行业的投融资规模在全球市场中占据重要地位。整体来看,2017年2023年,国内总融资额达到约41.27亿美元,占据全球总投融资规模约50%的份额。近年来,国内多家创新公司涌现,手术机器人行业的发展进入早期爆发期,且领域内已出现微创机器人、天智航等上市公司,还有多家知名公司已经进入产品商业化和IPO申报阶段,因此资本关注度高。元级融资数量不断增长,例如创新企业嘉思特医疗,2019年8月实现1亿元A轮融资;创新企业元化智能,2021年3月完成2亿元A轮融资等。可见资本对该领域的成长预期非常高,后续随着资本的不断关注和注入,行业将迎来广阔的发展前景。2.2.2 骨科手术机器人:深受资本青睐,是手术机器人领域中融资事件最多的赛道骨科手术机器人起步相对较早,近年来随着产品性能优化和市场推广与用户教育,院端及患者对骨科手术机器人的认知程度迅速提高,目前市场上已出现多款上市产品。据统计,截至2024年1月,我国已有数十家骨科手术机器人企业崭露头角,累计有38款骨科手术机器人获批(国产品牌27款,进口品牌11款),除此之外,近年来骨科机器人手术陆续在部分省市纳入医保收费目录,医保支付保障提高了患者的可及性,推动了骨科手术机器人的临床推广与应用。资本市场上则表现为资本高度关注,2019年2021年,骨科手术机器人的一级市场融资数量占手术机器人的42%,远超于手术机器人领域的其他各细分赛道。且随着2020年天智航在科创板上市,进一步提振了资方信心,骨科手术机器人一级市场中亿2.2.3 骨科关节手术机器人:融资火热,当前多数企业已进入B轮商业化验证阶段2020年2021年间,骨科关节手术机器人投融资火热,且在2021年达到融资峰值。2017年2023年间,骨科关节手术机器人行业投融资事件共计43条。其中,2020年开始,我国骨科关节手术机器人行业的投融资热度迎来高峰期,并在2021年达到峰值,实现了14起投融资事件。此外,骨科关节手术机器人这一细分领域与医疗机器人行业投融资数量变化趋势整体走势大致相同,只是2022年2023年两年间,关节手术机器人融资活跃度相比其他细分领域更低,这可能是因为大多数关节手术机器人企业已在2020年2021年间通过快速融资进入B轮,2022年后,大多企业已经进入产品商业化验证阶段。数据来源:动脉橙数据库图2-7:2019年2021年中国手术机器人一级市场融资领域分布情况图2-8:2017年2023年中国医疗机器人与骨科关节手术机器人一级市场事件数数据来源:动脉橙数据库,蛋壳研究院整理绘制图2-9:2017年2023年中国骨科关节手术机器人市场融资轮次分布6564骨科关节手术机器人产业发展白皮书资本更倾向于早中期投资,多数公司已进入B轮,处于产品商业化验证阶段。通过对目前关节手术机器人企业在一级市场的融资情况进行统计分析,我们发现,2017年2023年间资本更倾向于早中期投资,且大部分公司当前融资轮次已进入B轮。具体来看,2017年2023年,手术机器人种子轮融资事件数为1次,天使轮融资事件数为7次,A轮(含pre-A轮等)融资事件数为13次,B轮(含pre-B轮等)融资事件数为12次,C轮(含pre-C轮等)融资事件数为2次,D轮(含pre-D轮等)融资事件数为1次,其他融资事件数为7次。目前在骨科关节手术机器人领域,多数公司已快速实现产品注册,但还需要努力度过市场化阶段。后续待整体行业探索出稳定且可持续的商业模式,将有望获得资本的进一步关注。经蛋壳研究院测算,2023年,国内关节手术机器人整体新增装机量在45台左右,机器人辅助关节手术量超1.5万台,整体市场规模在3.2亿元左右(出厂价核算)。未来五年,在手术机器人不降价的情况下,我们预估关节手术机器人市场将保持较为平稳的增长态势,到2028年,整体市场规模或将突破10亿元(出厂价核算)。就具体领域而言,现阶段国内关节手术机器人市场规模仍以设备本身为主,待市场发展更为成熟后,耗材类市场规模占比将稳步上升,而服务类市场也将逐渐成熟。2.3.1 短期市场预测:未来五年关节手术机器人市场规模突破10亿元骨科关节手术机器人的市场规模包括设备、耗材及服务三大板块的市场规模。设备市场规模取决于每年新增装机量及关节手术机器人产品价格,耗材市场规模则取决于机器人辅助骨科关节置换术的数量及耗材价格,服务的市场规模相对清晰,按照MAKO在国际市场上的服务收费比例,我们预估待市场成熟后,每年的维保服务费用可占到设备价格的8%左右。在白皮书调研过程中,蛋壳研究院通过线上访谈与实地走访的形式,与数十家国内外代表企业进行了深入沟通,以期对关节手术机器人市场发展现状及未来趋势做出最合理的分析与预判。图2-10:海外成熟市场关节手术机器人三大板块市场规模比例数据来源:公开数据,蛋壳研究院测算 图2-11:20182028F 国内关节手术机器人市场规模 数据来源:蛋壳研究院测算 2.3 市场规模及未来空间数据来源:动脉橙数据库6766骨科关节手术机器人产业发展白皮书结合国内关节手术机器人成本价及研发投入情况,对于关节手术机器人的未来市场空间,我们给到以下4种情况下的敏感度分析测算。具体来说,1)在不降价的情况下,未来五年机器人辅助关节手术量将达到9万台左右,机器人渗透率可达到6%;2)在整体机器人降价10%的情况下,未来五年机器人辅助关节手术量将达到12万台左右,机器人渗透率可达到8%;3)在整体机器人降价20%的情况下,未来五年机器人辅助关节手术量将达到15万台左右,机器人渗透率可达到10%;4)在整体机器人降价30%的情况下,未来五年机器人辅助关节手术量将达到21万台左右,机器人渗透率可达到14%。数据来源:蛋壳研究院测算图2-14:20182028F 国内关节手术机器人未来市场规模的价格敏感度分析降价幅度2028年机器人辅助关节手术量(万台)2028年机器人辅助手术渗透率2028年市场规模(万元)2023年-2028年CAGR注:CAGR(The compound annual growth rate,复合增长率)不降价降价10%降价20%降价30215216%80,820145,629 177,264 240,534 285AP%2.3.2 理想市场空间:市场仍处早期发展阶段,未来空间有望突破百亿元经调研分析发现,随着国内公立医院预算吃紧,采购管控趋严,未来国内关节手术机器人的市场空间将与产品价格变化息息相关。在创新医疗设备的起步发展阶段,厂商往往考虑到过往的研发投入及中间销售环节的费用,对产品定价较高。对标国内DR(Digital Radiography,数字X线摄影)市场的发展历史,经过10年的发展,国产DR设备逐渐取代进口设备的市场份额,且随着市场发展成熟,进口DR设备的出厂价降价幅度达到50%左右,而国产DR设备的降价幅度也达到15%左右。同时,美国近两年来关节手术机器人的渗透率(15 %)可作为中国未来短期内市场预测的参考。就装机量而言,2023年,国内新增装机量仍以史赛克代表产品MAKO为主,占比超过50%,与此同时,国内多家企业在2022及2023年期间密集拿证,2024年下半年,更多国产产品将陆续上市。未来五年,我们预计国产产品装机量将会迎来更显著的上升,到2028年,海内外新增装机量或将持平,国内关节手术机器人存量或将接近500台。图2-12:20182028F 国内关节手术机器人新增装机量与存量装机量数据来源:蛋壳研究院测算图2-13:2012-2022国内DR设备降价幅度与国产替代趋势之间的关系数据来源:蛋壳研究院测算2018201920202021202220232024F2025F2026F2027F2028F设备市场规模(万元)耗材市场规模(万元)服务市场规模(万元)国内关节手术机器人市场规模(亿元)2028 年市场预期降价幅度11亿CAGR 28GR 96亿CAGR 35亿CAGR 41$亿CAGR 50%-30%-20%-15%维持现有价格6968骨科关节手术机器人产业发展白皮书表2-3:2022年和2023年可实施骨科关节置换术的医院数量2022年医院数量2032年医院数量数据来源:键嘉医疗招股书大骨科中心(年手术量超过1,000台/家)普通骨科中心(年关节手术量5001,000台/家)普通医院(年关节手术量小于500台/家)5729391,7791,5452,9034,4882.4.1 产品获批进展:MAKO率先入局,近年来国内产品加速获批2022年开始,国内企业产品加速获批。在参与到中国关节手术机器人市场竞争的企业中,海外企业主要为史赛克、捷迈邦美、施乐辉,国内企业则包括微创机器人、键嘉医疗、元化智能、和华瑞博、天智航、柳叶刀、长木谷等。其中,史赛克旗下MAKO手术机器人在国内上市时间最早,产品力突出,占据当前国内市场主要地位;据不完全统计,目前参与市场竞争的国内企业数量达到19家,其中15家均已有相关产品获得NMPA的上市批准,其余4家公司产品在研进度也在不断加快。就产品获批而言,MAKO于2014年就进入国内市场,2018年便在临床上正式投入使用,近年来术式不断拓展,目前已经形成了THA、TKA、UKA三合一的术式布局,截至2024年6月,MAKO在国内也实现了超过30台的累计装机量;而国内企业最早于2022年才开始出现获批产品,虽发展迅速,近两年来12家公司已累计推出十余款上市产品,但由于起步较晚,医生对于国产品牌的认可度还需时间建立,导致目前国内产品装机量增长较慢。此外,仍在研发过程中的产品数量也较多,相信不久后会有更多国产企业获批,进一步丰富国内关节手术机器人产品布局。2.4 竞争格局及演变趋势图2-15:理想状态下手术机器人辅助关节置换术的渗透率数据来源:蛋壳研究院测算从更长期的视角来看,关节手术机器人在未来势必会普及到基层医院市场,充分赋能基层医院医生,提升手术质量。我们尝试设定以下参数,对未来关节手术机器人的市场空间进行估算:1)在机器人手术渗透率上,参考美国市场的50%渗透率(截至2020年底,在美国已经开展机器人辅助骨科关节置换术的科室中,机器人辅助关节置换术占总体关节置换手术量的比例接近50%);2)在机器人设备的渗透率上,假设未来国内医疗机构市场可实现90%覆盖;3)设备折旧率按7年计算;4)设备价格按下降20%计算;5)耗材类价格按每台手术4,000元计算。以此作为依据进行估算,在理想状态下未来国内关节手术机器人的市场空间将接近130亿元。图2-16:国内市场中主要参与企业及其产品竞争情况图2-17:2023年国内装机量(左)和销售额(右)占比数据来源:蛋壳研究院测算图2-18:2010年2020年中国医学影像设备国产化率的变化数据来源:wind,蛋壳研究院整理绘制7170骨科关节手术机器人产业发展白皮书2.4.2 海内外对比:装机量及销售额上,海外企业暂时领跑2023年,国产品牌的新增装机量已基本与海外品牌新增装机量持平,但在销售额上,仍由史赛克MAKO占据主导地位。具体而言,截至2023年底,3家海外企业与10家国内企业共推出15款商业化产品,在新增装机量上,MAKO一家独大,占据主导地位。整体而言,海内外品牌在2023年新增装机量上基本持平,但在累计装机量上仍存在一定差距;销售额上,海外厂商因售价较高,依然具有更大的领先优势,目前仍占据超过六成的市场份额,在2023年实现了约1.4亿元的销售额。2.4.3 演进趋势:国家政策加持,国产替代趋势可期在市场需求及政策红利的双轮驱动下,骨科关节手术机器人国产率将进一步提升,预计到2028年,国产产品累计装机量将与进口装机量基本持平。MAKO虽因强大的产品力及先发优势在国内迅速抢占了一部分市场份额,但近年来,因其较高的定价(入院价格2,000万以上)和封闭式系统的设计(史赛克假体在国内的占比不到10%)让其在进一步推广上受到了一定阻碍。国产品牌目前几乎都是使用开放式系统,给到医生和患者更多的选择空间,且更具亲和力的价格也符合院方财政缩紧的趋势,更能受到院方的青睐。除此之外,在国家持续发文支持“国产替代”的大背景下,国产设备也成了各大医院的首选。随着国产产品进一步的优化、市场教育的普及,以及整个国内市场收费模式的统一,未来国产骨科关节手术机器人的市场份额有望进一步扩大,到2028年,我们预计进口与国产产品的新增装机量或将持平。与手术机器人类似的医疗影像设备也经历了这一过程。同样作为高技术壁垒、高单价的医疗设备,核医学设备、MR和CT等行业在2010年左右也曾由进口品牌占据90%以上的市场份额,但近年来,伴随国产医疗设备整体研发水平的进步,产品核心技术被逐步攻克、国产产品品质与口碑崛起,进口替代趋势愈发明显,这些行业已经在10年间逐步实现与国际品牌比肩并跑的目标。数据来源:蛋壳研究院统计骨科关节手术机器人创新趋势洞察在全面把握关节手术机器人产业现状与市场发展特征的基础上,本章将重点探讨关节手术机器人的创新发展历程及未来趋势。具体而言,本章将深入剖析产品的核心技术创新与企业的发展模式创新。此外,本章还将总结海内外关节手术机器人产品与企业的差异化特征,探讨产品技术发展路径与商业模式演进方向,以期引发业界深入探讨,为读者提供有益启示。03参考文献1张帅,刘成,孔祥朋,等.机器人辅助全髋关节置换术的临床疗效J.中华骨科杂志,2023,43(17):1137-1145.DOI:10.3760/121113-20230323-001582Kayani,B.,Konan,S.,Tahmassebi,J.,Pietrzak,J.R.T.,&Haddad,F.S.(2018).Robotic-arm assisted total knee arthroplasty is associated with improved early functional recovery and reduced time to hospital discharge compared with conventional jig-based total knee arthroplasty.The Bone&Joint Journal,100-B(7),930-937.https:/doi.org/10.1302/0301-620X.100B7.BJJ-2017-1449.R13Yao,J.,&Ding,H.(2017).Zhongguo xiu fu chong jian wai ke za zhi=Zhongguo xiufu chongjian waike zazhi=Chinese journal of reparative and reconstructive surgery,31(1),110115.https:/-doi.org/10.7507/1002-1892.2016090284Vishal Kumar,Sandeep Patel,Vishnu Baburaj,Rajesh Kumar Rajnish,Sameer Aggarwal,Does robotic-assisted surgery improve outcomes of total hip arthroplasty compared to manual technique?A systematic review and meta-analysis,Postgraduate Medical Journal,Volume 99,Issue 1171,May 2023,Pages 375383,https:/doi.org/10.1136/postgradmedj-2021-1411355Chen,X.,Deng,S.,Sun,M.L.,&He,R.(2022).Robotic arm-assisted arthroplasty:The latest devel-opments.Chinese journal of traumatology=Zhonghua chuang shang za zhi,25(3),125131.https:/-doi.org/10.1016/j.cjtee.2021.09.0016Guo,X.,Wang,D.,Li,J.et al.Global research status and trends in orthopaedic surgical robotics:a bibliometric and visualisation analysis study.J Robotic Surg 17,17431756(2023).https:/-doi.org/10.1007/s11701-023-01579-x 72骨科关节手术机器人产业发展白皮书3.1.1“大脑”术前规划术前规划作为关节手术机器人的“大脑”,能帮助医生在手术前就清晰地了解患者的解剖结构,充分发挥医生的主动性和灵巧性,并为患者制定个性化的手术方案。在关节手术机器人中,术前规划是指利用患者的影像学资料,如CT或MRI获取详细的解剖学数据,结合3D建模技术,为患者构建精确的骨骼三维模型。基于此,医生结合自身经验和专业知识,为患者选择最适合的假体并模拟植入过程,从而制定个性化的手术方案。术前规划打破了传统外科手术“先打开、再看见、后实施手术”的流程,使医生能在术前扩展视觉范围,实现“先看见、再最小创伤打开、后精确实施手术”的技术路线。3.1.1.1 术前规划技术的发展历程关节手术机器人的术前规划技术经历了从传统二维规划到现代AI辅助三维规划的转变。精度和智能化程度的提升显著增强了术前规划的准确性,为精准重建和减少术后并发症提供了有力支持。传统术前规划:X线二维模板测量法传统手术规划主要采用透明模板对照关节X线胶片或通过影像阅片软件进行直接测量。这种方法操作简便、辐射剂量小且成本低,因而被广泛使用。然而,由于精度不足和误差较大,容易造成规划偏差,影响手术效果。这种规划方式的简便性与成本效益是其被广泛使用的主要原因。但是,它存在一些不容忽视的局限性:测量时放大倍数的不精确性、所能提供的手术规划信息量有限,以及测量过程中的高误差率。这些因素可能导致所选取的假体型号及其角度方向并非最佳选择。手术过程中,这些测量误差可能被进一步放大,从而对术后恢复产生不利影响1。因此,尽管传统的X线胶片二维规划在过去被广泛采用,但随着患者和医生对关节置换术精度和效果要求的提高,它已不能满足关节精准重建的需求。现代术前规划:AI计算机辅助三维规划基于G-NET神经网络技术的创新发展,人工智能(AI)技术在精准重建和智能化规划方面取得了重大突破。这项技术从根本上解决了骨科传统术前规划效率低下和精确度不足的问题,显著提升了手术的精确度与效率,减少术中及术后并发症。AI技术利用海量数据库,对CT扫描图像进行精准的自动化分割,迅速识别髋关节的关键解剖位置,并通过三维建模技术准确测量关键参数。基于这些数据,AI能够智能化地推荐适宜的假体类型,并为假体的最优植入位置及角度提供科学规划2。这一技术的进步不仅优化了手术方案,还为骨科医生提供了一种高精度的假体选择工具,确保假体与患者骨骼之间的最佳适配,从而为患者带来更好的手术效果和更长的假体使用寿命。3.1.1.2 可继续改进的方向目前国内市场上的关节手术机器人普遍采用AI辅助三维规划技术,但仍存在部分产品术前规划耗时较长、AI智能化水平不足且需人工二次调整等问题。现有术前规划系统在处理高精度CT扫描数据时,虽能实现智能分割等步骤,但部分产品的术前规划系统仍需人工进行三维重建,整体流程较为繁琐和耗时。此外,由于患者情况各异,且缺乏足够样本的大数据模型,AI生成的初步术前规划方案仍需医生手动调整以确保最佳效果,无法完全取代医生的决策过程。这不仅增加了医生的工作负担,也延长了手术准备时间。因此,未来术前规划的发展方向应集中于提高AI系统的自动化水平、扩大数据库和样本量等方面,充分发挥AI的智能化和快速学习能力,减少对人工干预的依赖,缩短术前规划时间。此外,个性化运动学分析和功能重建也是未来术前规划优化的重要方向。目前的AI系统主要关注假体型号和位置的匹配,而对患者个体的运动学特征和功能需求考虑不足。未来的AI系统应能结合患者的生理特征和预期功能,提供更加个性化的手术规划方案,从而提高手术效果和患者的术后满意度。3.1.1.3 国内外创新案例长木谷关节置换术模拟软件AIJOINT北京长木谷医疗科技有限公司自主研发的AIJOINT关节置换术模拟软件于2023年10月24日获得国家药品监督管理局批准,成为获得国内人工智能辅助骨科治疗类创新医疗器械三类注册证的产品。AIJOINT的主要功能模块包括:三维重建显像、基于深度学习的骨骼分割、骨骼髓腔中心线提取、基于深度学习的识别和测量,以及假体模板匹配。该软件运用人工智能与机器深度学习技术,将顶尖关节外科专家的经验转化为标准算法,显著提高了术前规划的精准性和效率。此外,AIJOINT还结合3D打印技术提供手术导板,进一步提升了术中假体安放的精确度。图3-1:长木谷关节置换术模拟软件AIJOINT数据来源:企业官网3.1 核心技术创新7574骨科关节手术机器人产业发展白皮书图3-3:MAKO Total Hip 4.0软件升级新功能数据来源:史赛克官网图3-4:myMako App在iPhone上的术前规划界面示意图(左);myMako在Apple Vision Pro上的术前规划界面示意图(右)数据来源:公开资料相较于传统的X线胶片二维规划,长木谷的AI术前规划软件在临床应用中展现出显著优势。该软件不仅能够精准预测和规划假体型号,还能缩短手术时间并减少术中出血量。南京医科大学第二附属医院的临床试验结果表明,AI术前规划软件在髋臼杯型号的三维规划准确率高达90%,而X线胶片仅为57%;在股骨柄型号的三维规划准确率方面,AI软件达83%,X线胶片则为53%。这些数据充分证明了AI术前规划软件在假体型号预测能力上显著优于传统方法,尤其在髋臼侧的提升更为显著。此外,使用AI术前规划软件的患者术后双下肢长度差值小于X线胶片规划组,有效降低了术后不等长及相关并发症的发生率,提高了患者满意度。根据术后46个月的随访和Harris评分,采用AI规划的患者表现出更好的髋关节功能,有利于术后下地活动和康复训练3。在使用流程方面,AIJOINT系统操作简便,能在三维视图下自动实现假体与患者的精准匹配,自主完成对假体型号和安放位置的精确定位。首先,医生需要将患者的CT扫描数据转换为DICOM格式并导入软件,然后通过软件的智能规划模块进行术前诊断和手术规划。在实际手术过程中,医生可根据AIJOINT提供的详细手术计划操作,以实现最佳手术效果3。站姿和仰卧姿势的骨盆倾斜度变化,并根据脊柱骨盆功能障碍相关需求进行调整。此外,MAKO Total Hip 4.0还能对患者进行特定的动态虚拟运动范围评估,以评估运动学冲突,帮助检测潜在的撞击风险。此外,史赛克也在研发与MAKO手术机器人系统配套的myMako应用程序,该程序适用于iPhone手机,便于医生随时随地进行个性化的术前规划。通过这款应用,医生可以根据患者的个体情况,在移动设备上进行定制化的术前规划,包括利用患者的影像数据创建3D模型,并在模型中规划和模拟手术方案。在Apple Vision Pro上使用时,myMako将为外科医生提供患者MAKO手术计划的实时可视化功能,并在进一步审查过程中呈现身临其境的视觉体验。7776骨科关节手术机器人产业发展白皮书图3-2:AIJOINT系统操作流程数据来源:公开资料,蛋壳研究院整理MAKO髋关节术前规划软件4.0(MAKO Total Hip 4.0 软件)MAKO Total Hip 4.0 软件将患者在不同运动姿态下的骨盆倾斜变化纳入术前规划,从而更全面地考虑假体的位置,并评估潜在的撞击风险。该软件基于CT的3D建模和新的规划功能,通过特定方法和基于区域的骨盆配准来增强用户体验。新功能允许外科医生在规划患者的假体位置时,考虑患者坐姿、3.1.2“眼睛”定位导航手术导航跟踪系统是在手术过程中跟踪手术器械位置,并将其在患者的影像资料上显示出来,使医生能够明确手术器械相对于患者解剖结构的具体位置,从而使外科手术更加精确、快速和安全。手术导航依托空间定位技术、术中配准与手术工具实时跟踪技术,以及针对特定手术专门开发的导航软件来实现其功能4。3.1.2.1 跟踪系统的发展历程图像引导手术导航系统主要分为电磁和光学两种跟踪系统。电磁导航最早被研发,而光学导航目前应用最为广泛。现今,关节手术机器人的手术导航系统普遍使用红外线双目光学导航仪。电磁跟踪系统以头戴式设备为载体的电磁跟踪系统最早问世,具有自动配准和移动补偿功能。然而,电磁场的干扰、昂贵的设备费用及有限的使用场景最终导致其应用减少。GE Medical公司生产的InstaTrak是最早研发并广泛使用的头戴式手术导航系统。该系统是一个具有电磁发射器的头戴式设备,患者在术前CT扫描期间和手术期间佩戴。头戴式设备中的电磁发射器与手术器械内的接收器进行感应,基于电磁场的变化计算手术器械尖端相对于头戴式设备基准点的距离,从而确定手术器械尖端的位置。该系统具有自动配准功能,计算机软件可将头戴式设备中包含的基准标记点与存储的术前CT或MRI影像的基准点同步。然而,由于易受金属物体干扰而影响精度、患者需购买头戴式设备,且佩戴设备后可能因多种原因而发生病变等问题,电磁跟踪系统逐渐被光学跟踪所取代。光学导航系统光学导航是利用光学成像技术和计算机图像处理技术来辅助医生进行精确手术操作的先进医疗设备,具有高精度定位、实时导航、微创操作等特点。光学导航系统通常包括一个或多个摄像机、标记物(如反光球)以及计算机处理单元。通过将特定几何形状的标记物点阵固定在患者身上,这些设备共同工作并捕捉标记物反射或发出的光线,计算其空间坐标,实现对手术器械或工具的空间位置和姿态的实时监控。系统实时显示手术区域的解剖结构和病变部位,为医生提供精确的导航信息,具有高精度和实时性的特点。相较于电磁导航,患者无需佩戴头戴式设备,省去了购买相关设备的花费。最常用的传感系统是红外线视觉跟踪系统,包括被动式红外线反射示踪和主动式红外线发射示踪两种。另一个重要组件是光学传感相机,可接收传感系统示踪器的红外线信号,捕捉示踪器的空间位置5。3.1.2.2 可继续改进的方向光学定位系统的主要缺点是要求发射器、接收器到患者和仪器之间的视线无遮挡;此外,患者在术中不能有明显移动,否则需要医生重新配准。在导航手术中,示踪器和光学相机之间的空间易被手术人员遮挡,造成无法及时确定术中手术器械的位置,导致反复调整的次数和时间增加,手术时间延长。导航软件提供的术中图像是由计算机合成的高度精确的虚拟图像,并非术中的实时图像,术者应根据术野内部解剖标志进行复核。3.1.2.3 国内外创新案例NDI Polaris光学定位跟踪系统NDI作为光学导航系统的世界级领军企业,不仅率先推出了Optotrak3020光学跟踪系统,还开发了目前应用最广泛的Polaris光学定位跟踪系统。最早广泛使用的光学跟踪系统是加拿大Northern Digital Inc.(NDI)公司生产的Optotrak3020。该系统的位置传感器由三个CCD相机组成,每个CCD的输出对应一个独立处理器,用于提取跟踪目标在该相机视角下的位置。系统还包含第四个处理器,根据各个独立处理器的数据,计算红外发光二极管(Infrared Red-light Emitting Diode,IRED)的位置,从而实现多个信号源的快速、准确跟踪定位。然而,由于该设备成本高昂且体积较大,限制了其在手术室的应用。随后,NDI推出了Polaris光学定位跟踪系统。该系统的工作原理是利用传感器外围环形排列的发光二极管发出闪烁的红外光,红外光经跟踪探针上的后向反射球反射后,由发射单元上的传感器检测,从而计算出探针的实时位置。元化智能光学导航方案以元化智能为代表的国内手术机器人公司自主研发了全新的导航方案,通过提高精度和刷新率等技术,打破了国外同类品牌的垄断局面。该系统的主要特点是高刷新率,即导航仪每秒能够追踪的运动次数。无论是手术器械的运动变化还是患者的腿部抖动,都能被精准捕捉。元化导航系统的刷新率达到335赫兹,相较于市场常用的NDI系统60赫兹的刷新率有显著提升,能帮助医生实现更加复杂和精细的手术操作。图3-5:NDI Optotrak3020三目光学跟踪系统(左);NDI Polaris双目光学跟踪系统(右)数据来源:公开资料7978骨科关节手术机器人产业发展白皮书艾瑞麦迪瑞瞳光学定位系统国内另一家专注于自研光学导航的公司艾瑞麦迪自2016年成立以来发展迅速。其研发团队源于北京理工大学光电学院,在光学导航领域颇有建树。艾瑞麦迪自主研发的“瑞瞳”光学定位传感器系统基于FPGA技术平台构建,实现了亚毫米级高精度、大范围、多目标的实时定位传感。凭借独特的技术优势,“瑞瞳”系统不仅实现了进口替代和国产化的技术突破,还为国内厂商提供了性价比高的核心部件。传统光学导航系统在使用前需要医生花费1520分钟进行手动划点配准等工作。相比之下,艾瑞麦迪最新研发的瑞瞳PRO系统同时实现了亚毫米级精准定位与6秒以内的非接触式无标配准。这不仅解决了术中真实位姿缺失的问题,还实现了动态导航,能够辅助医生进行实时决策调整。图3-6:元化智能光学导航方案(左);NDI与元化智能光学导航方案的参数对比(右)NDI特征元化导航系统数据来源:公开资料,蛋壳研究院整理精度刷新率标记物数量定位范围0.120.15HMS60赫兹25个0.95m2.4m0.1HMS335赫兹基本无限制0.7m2.8m8180骨科关节手术机器人产业发展白皮书国内创新光学导航科技公司广州艾目易AimPosition OP-M630光学定位系统近年来,除手术机器人创业公司外,国内还涌现出一批与高校合作的创新科技公司,专注于光学定位系统的自主研发,并取得显著成效。成立于2017年的广州艾目易科技有限公司致力于医疗技术、人工智能和机器人技术的产品开发与系统集成。该公司于2019年研发出近红外光学定位系统,并于2022年与华南理工大学共同成立“手术机器人联合实验室”,组建科研团队,深化手术机器人关键技术研究合作。针对骨科领域,艾目易推出了基于FPGA技术平台构建的OP-M630光学定位系统,包含OP-M631和OP-M632两个型号。每款产品均配备光学导航硬件设备及软件开发套件。光学导航设备采用双目立体视觉技术进行跟踪和定位:通过双摄像机从不同角度获取标记物的两幅数字图像,并基于视差原理重建标记物的三维坐标信息,从而精确定位被测物的位置。软件开发套件包括支持二次开发的API及示例软件“ToolBox”,集成了标记点的标记物跟踪、双目图像采集、工具识别、工具校准、工具尖端注册等常用功能。同时,它还提供各开发环境下成熟的API接口,便于医生使用。其中,OP-M632将刷新率提高至300赫兹,而OP-M631的追踪精度可达0.08毫米,分别满足医生对高帧率和高精度的不同需求。图3-7:艾目易自研光学导航系统表3-1:艾目易OP-M631和OP-M632近红外光学定位系统参数对比数据来源:企业官网OP-M631(高精度)特征OP-M632(高频率)精度刷新率标记物数量定位范围0.08HMS96赫兹50个0.5m1.6m0.12HMS300赫兹50个0.5m1.6m图3-8:艾瑞麦迪自研光学导航系统数据来源:企业官网3.1.3“手臂”机械臂脱胎于工业机械臂的医用机械臂,作为一种高科技医疗设备,如今被广泛应用于外科手术。在关节置换术中,机械臂能够避免人手抖动造成的误差,提高手术操作的精度和灵活性。广义上的机械臂包括机械臂本身的硬件设备和软件的二次开发。国内大多数关节手术机器人厂商通过向第三方机械臂技术厂商购买硬件设备,再对软件算法进行更新,以实现细节技术上的创新,使不同关节手术机器人系统中搭载的机械臂各具特色。3.1.3.1 机械臂关节手术机器人通常搭载串联式多自由度机械臂,通过人机协作模式拓展医生的操作能力。结合定位导航系统,有助于医生更精确地进行组织定位和机械操作。目前,最广泛使用的是六轴或七轴机械臂,由多个驱动关节通过机械臂本体依次串联,末端可实现空间多自由度运动。机械臂的主要部件包括伺服电机、谐波减速机、传感器和力控制器等。全球使用最广泛的机械臂品牌有KUKA、MAKO和UR。此外,一批国产机械臂厂商也逐渐崛起,如珞石、思灵和艾利特等。3.1.3.1.1 KUKA LBR(Lightweight Robot)Med医用机械臂德国KUKA公司开发的高灵敏度、轻量化协作式KUKA LBRMed七轴医用机械臂,是目前国产关节手术机器人中应用最广泛的机械臂。2017年,KUKA工业轻型机械臂LBR Med经医疗需求改装后,成为通过“IECEECB体系”认证的可集成医疗产品机器人组件。这款专为医疗领域设计的机械臂基于LBR iiwa(Intelligent Industrial Work Assistant)七轴轻型机器人技术开发,涵盖7kg和14kg两种负载级。每个关节均装有传感器,能感知环境并执行复杂任务,具有高度灵活性。它可集成到关节手术机器人系统中,协助医生完成截骨等任务。该机器人具备人机协作功能,能在医生指导下安全工作。3.1.3.1.2 MAKO线缆机械臂MAKO线缆机械臂集成了WAM丝传动、Transparent Dynamics柔性驱动及动态追踪等先进技术,为医生提供流畅操作体验,提升手术舒适度与控制感。WAM丝传动技术利用细长丝绳传递运动,相比传统刚性连接杆,具有更高灵活性和更轻质量,使机械臂能在狭窄复杂空间自如操作。结合Transparent Dynamics柔性驱动技术,通过实时反馈和先进算法,大幅提升机器人运动的平滑性与精确度,使术者直观感知机器人动态行为。此外,MAKO配备动态追踪和智能辅助截骨技术,集成高速磨钻、摆锯和动力手钻,确保切割的高精度和重复性。这些功能有助于医生进行更加微创精细的截骨操作,减少对周围软组织的损伤,显著提高患者手术安全性和术后恢复能力。图3-9:KUKA LBR Med轻型机械臂数据来源:企业官网图3-10:采用KUKA七轴机械臂的龙慧TRex-RS关节手术机器人(左)及ARTHROBOT手术机器人(右)数据来源:企业官网8382骨科关节手术机器人产业发展白皮书图3-11:MAKO线缆机械臂数据来源:公开资料图3-12:UR e系列协作式医疗机械臂数据来源:企业官网图3-13:搭配UR六轴机械臂的天智航天玑骨科手术机器人系统数据来源:企业官网3.1.3.1.3 Universal Robots(UR)e系列医疗机械臂丹麦优傲机器人公司研发的6轴协作式e系列医疗机械臂于2009年问世,率先被天智航应用于其骨科机器人产品中。作为突破传统机器人防护围栏限制的协作机器人,UR协作式医疗机械臂配备了定制停止时间和碰撞检测等安全机制,确保其在手术操作中的安全性。该机械臂还配备单相交流电源兼容性和直观的用户界面,便于关节手术机器人厂商进行相应配置并集成到机器人系统中。此外,UR机械臂具有轻量化和节省空间的特点,并提供一系列末端执行器和软件,可满足各种配置和应用需求。天智航在其“天玑”骨科手术机器人系统中采用了6自由度的UR机械臂,具有360度示踪、声光提示、方向控制以及专利十字截骨导槽等特点。机械臂头端的360度主动示踪功能保证系统定位精度在亚毫米范围内,且使用过程中无需重复校验和校准。机械臂头端设有四个方向按键,系统配备声光提示。在截骨过程中,医生无需抬头看屏幕,只需专注于患者解剖位置,通过灯光和声音即可判断机械臂执行情况,使术者更专注于手术本身。同时,医生可随时通过四个按键手动调整方向。天玑机械臂拥有自主研发的独立六刀截骨技术。在手术过程中,医生可根据术区暴露情况,利用机械臂头端控制功能和主被动执行功能,自由选择截骨顺序,机械臂会自动执行截骨平面的引导。通过专利十字截骨导槽,机械臂可通过最优路径规划快速到达所有截骨面。3.1.3.1.4 其他国产机械臂珞石xMate ER3 Pro-Med医用机械臂珞石自主研发的协作式xMate ER3 Pro-Med医疗机械臂专为关节置换术设计,具有轻便省力、灵活开放等特点。2023年,珞石的医疗机械臂系列通过了国际电工委员会的IEC60601医疗认证,成为国内首家、全球第二家获得该认证的机器人企业。xMate ER3 Pro-Med具有丰富的医疗二次开发接口,兼容光学定位模块及各类型手术导航系统。它采用了全新的力位控制技术和无控制柜的一体化轻量设计,可实现更高刚度的虚拟墙和更轻便省力的拖动使用体验。该设备提供可自由定制的高刚度动态虚拟墙,其范围能实时刷新,确保手术工具在设定区域内工作,从而助力医生安全高效地完成关节置换术。在安全性方面,xMate ER3 Pro-Med具备底层硬件高级别安全规划,采用双编码器及摩擦片式抱闸方式,使人机协同更加安全。此外,其新一代力位统一控制技术架构具有高带宽动态力控交互性能,支持刚度实时调整。思灵Diana Med医用机械臂北京思灵机器人科技公司自主研发的Diana Med医用机械臂采用七自由度设计,其关节内置高精度扭矩传感器,使其在手术过程中表现出极高的稳定性和反应速度。该机械臂能够在毫秒级别做出反应,从而协助医生完成精密的手术操作。Diana Med不仅具备高精度和高灵敏度,还通过人工智能算法和自主规划的运动路径及范围,进一步提升了手术的安全性和效率。这使得Diana Med能够更好地适应复杂的医疗环境,满足医生对智能化程度、稳定性和灵敏度的极高要求。图3-14:珞石医用机械臂xMate ER3 Pro-Med及其在关节置换术中的应用数据来源:企业官网8584骨科关节手术机器人产业发展白皮书3.1.3.2.1 截骨导板搭配截骨导板使用的机械臂能够帮助医生无需更换末端工具即可完成定位截骨,减少传统髓内及外定位器械的使用,更符合医生传统习惯。然而,这种方式仍需要医生手动截骨,智能化程度有限。精确的导板引导能够帮助医生控制截骨位置和角度,确保假体植入的吻合度高,恢复生理力线,并在截骨后引导复位,从而提高截骨精度、减少误差。此外,无需更换工具即可完成定位截骨,提高了手术效率。截骨导板能够减少传统髓内及外定位器械的使用,降低手术创伤和并发症的发生率。但与此同时,这种手动方式仍高度依赖于医生的经验和技术水平。拥有截骨导板型机械臂的关节手术机器人以国外捷迈邦美的ROSA手术机器人和国内微创机器人的鸿鹄骨科手术机器人为代表。ROSA手术机器人的机械臂保留截骨导板,使手术过程更符合医生的传统操作习惯。通过利用截骨导板进行定位引导,该系统将截骨厚度误差精确控制在1毫米以内,角度误差控制在0.4度左右,有助于减少术中的骨削过度和意外损伤,更好地矫正下肢力线,提高手术效果。微创机器人鸿鹄骨科手术机器人自主研发的机械臂采用一体化截骨导板的操作方式,集成了多种股骨和胫骨平台的处理功能。该系统实现了基于术前规划的精准截骨定位,能快速辅助医生完成截骨,提高手术效率。3.1.3.1.5 可优化方向未来机械臂的优化方向会朝着增强感知能力、扩展应用场景、改进控制系统以及适应多种手术场景的方向升级更新。具体而言,一方面研发人员将进一步提升机器人的感知能力,使其能够更准确地识别和响应复杂环境中的变化;另一方面,将开发更多适用于不同医疗场景的应用程序,扩大其在医疗领域的应用范围。同时,优化现有的控制系统,提高其稳定性和响应速度,以应对更加复杂的操作需求。此外,通过引入更多的学习算法和人工智能技术,使机器人能够自主学习和适应新的任务和环境。3.1.3.2 执行终端根据机械臂的形态和不同执行终端,我们将关节手术机器人的机械臂分为截骨导板型、刀臂一体型和手持便携式。截骨导板型更符合医生对传统截骨工具的使用习惯,刀臂一体型更加自动化和智能化,手持便携式占地面积小、便于医生操作,各具特点和优势。8786骨科关节手术机器人产业发展白皮书图3-15:思灵Diana 7 Med医用机械臂数据来源:企业官网 数据来源:蛋壳研究院整理图3-16:关节手术机器人按照机械臂类型分类图谱截骨导板型ROSA鸿鹄ARTHROBOTTiRobot Recon RobPath刀臂一体型 MAKOHURWA锟铻纳通SovajoROPAplasty宽岳TRex-RSiBotEPS手持式/便携式长江INSCORIVELYSTMINI3.1.3.2.3 机械手钻技术第二代机械手钻式骨科手术机器人系统CORI是施乐辉在第一代NAVIO系统基础上的升级版,在使用体验和切割技术等方面进行了显著提升。CORI配备的高转速智能机械手钻外形设计更符合人体工学,能够提供两倍切割体积,切除速度提高了29%,大幅提升了磨骨的精准性和高效性。该系统可与传统截骨导板联合应用,增加了截骨选择的灵活性。3D术中成像与机器人精密铣削工具的结合,使得在对目标骨面进行截骨的同时能够对韧带软组织形成保护。此外,CORI机械手钻能够根据手术计划实时控制截骨量,达到亚毫米级的截骨精度,避免了传统摆锯震动带来的误差,确保截骨操作与手术方案一致,使手术结果更加可控,同时减少了过度磨骨的风险。在国产关节手术机器人中,使用机械手钻式的代表是春立医疗的长江、黄河INS手术机器人系列。该系列机器人由美国内布拉斯加大学哈尼海德尔教授实验室与西安交通大学第二附属医院王坤正教授联合春立医疗共同开发。它配备了手持式手术工具,可以有效避免机械臂卡顿和震颤的问题。这种机器人具有自动定位截骨功能,能够避免传统手术中采用髓内定位工具可能对患者髓腔造成的损伤,从而减少软组织和骨组织损伤,降低患者创伤,加快术后关节功能康复。在手术过程中,无需更换截骨工具,不仅能实现亚毫米级的精准截骨操作,而且当偏离规划路径时,机器人会立即停止操作。与传统截骨相比,这种方法可缩短25%至35%的截骨时间。3.1.3.3 其他机械臂技术3.1.3.3.1 力感知与力反馈力感知是检测和获取力信息的过程,而力反馈是将这些信息实时传递给操作者并据此调整操作的过程。两者都是机械臂最基础且最重要的底层技术,在手术中发挥着关键作用。力感知主要通过传感器检测机械臂或手术工具所受的力,使医生能实时了解当前的操作状态。在手术中,力感知包括受力感知和触觉柔顺感知两个方面,具有外体感知和本体感知两种途径。外体感知通常在手术工具末端集成基于电阻、光纤等的力学传感器;本体感知则在手术机器人位于病人体外的驱动关节处安装传感器,通过力学模型推导手术工具的受力情况。图3-19:CORI手术机器人配备的手持式机械手钻(左)春立长江INS关节手术机器人配备的手持式手术工具(右)数据来源:企业官网3.1.3.2.2 刀臂一体刀臂一体型机械臂是指在机械臂末端集成电动截骨刀具或磨钻,无需额外辅助工具即可进行截骨操作,使机械臂能够流畅、便捷地完成任务。这种机械臂能实现自动对刀、锁定截骨平面以及精准控制截骨量和角度。以髋关节置换术为例,术中磨锉时,机械臂可自动搜索并移动至髋臼窝球心处的指定位置,根据预设的运动指令序列完成旋转磨锉操作。通过集成自动化、数字化的机械臂技术和智能控制系统,实现了高精度、高效率的截骨工作,提升了手术安全性和患者术后恢复效果。和华瑞博的关节手术机器人是典型的刀臂一体化设计,可实现自动对刀。它采用医用七轴机械臂,满足全部截骨位置需求,无需换刀,能锁定截骨平面,对截骨量和角度进行精准控制,轻推刀柄即可完成截骨。在此过程中,术者无需做出位置判断,只需触发机械臂运动即可完成操作,系统精度在1.5毫米以内。临床数据显示,与经验丰富的三甲医院主任医师相比,机器人组的截骨精度更高、角度更准确,下肢力线纠正合格率更高。图3-17:ROSA手术机器人机械臂(左);微创鸿鹄骨科手术机器人机械臂(右)数据来源:公开资料图3-18:HURWA和华手术机器人刀臂一体型机械臂数据来源:企业官网8988骨科关节手术机器人产业发展白皮书力反馈是将检测到的力信息实时传输给操作者,以调整其操作方式,确保手术的安全性和精确性。虽然医生通常有视觉反馈,但可能缺乏对精细操作的定量感知。为避免过度施力对人体组织造成损伤,力传感技术提供机器人的直观和实时反馈,旨在增强手术过程中的机器人辅助功能。通过主机械手感应位于机械手末端手术器械的力,并将这些信息传递给医生,使医生能够实时感知并调整操作,从而避免过度施力导致的组织损伤。此外,力反馈还可用于调节机械臂的工作状态,根据施力状态进行相应的调整6。3.1.3.3.2 触觉反馈触觉反馈是通过机械臂末端的传感器,将接触物体时感受到的力和压力传递给医生。这种反馈通常包括振动或压力信号,帮助医生感知器械与组织之间的接触情况。在关节置换术中,触觉反馈技术能够促进机械臂与医生进行更轻松、准确的互动,模拟机械臂作为人手延伸的感觉7。除视觉反馈外,医生还能通过触觉传感器获得感官上的反馈(如顺应性、硬度、质地等),从而更准确地判断组织状态并做出精准操作,如截骨或磨锉骨面,确保假体的正确安放,进一步提升手术的真实感和准确性。3.1.3.3.3 边界控制边界控制技术,又称主动约束技术,是半自动关节手术机器人的主要代表技术。通过限制医生手的抖动以及机械臂运动的范围,该技术提高了手术的安全性和精确性。ACROBOT关节手术机器人首次应用这一技术,为医生提供了一个物理“安全区域”。当手术工具接近预定边界时,系统会提供阻力,防止工具超出规划区域,确保手术切割的精确性。MAKO公司延续并改进了这一技术,申请了AccuS-top技术专利。MAKO机械臂具备精确控制和边界限制能力,使外科医生在进行机器人辅助手术时能感受到物理“边界”或“停止点”。当机器人手臂达到预定切割区域边界时,AccuStop技术提供即时物理反馈,防止医生超出该区域,有助于按计划执行胫骨和股骨截骨,减少截骨量。这种触觉反馈帮助外科医生更精确地进行手术操作,从而实现更精确的切割和植入,减少对周围组织的潜在伤害。不仅大型机械臂使用这种技术,施乐辉NAVIO机器人的手持机械臂也采用类似技术,预设边界可防止过度切除,而机器人工具会调整毛刺速度并缩回毛刺尖端以防止错误。3.1.3.3.4 悬停悬停是关节手术机器人机械臂执行手术过程中的重要功能,它允许机械臂在医生指定的位置精确停留,以确保手术的高精度和稳定性。机械臂的悬停主要受伺服电机的动态特性、传感器信号的反馈以及移动控制算法等因素影响。伺服电机负载过大或速度过快可能导致过载和额外的时间延迟。传感器的反馈信号强度会随距离增加而减弱,导致控制器接收到的信息不准确。移动控制算法决定了机械臂的运动模型。在实际手术操作中,机械臂系统面临非线性加速度的影响以及来自外部的多种干扰,如负载变化和摩擦等因素,这些均会影响机械臂的灵活操控能力和控制精确度8。因此,优化机械臂的移动控制算法,将复杂的非线性因素等外部条件纳入考虑,对提高精度至关重要9。3.1.3.3.5 张力感知张力感知系统通过精确测量和调整软组织张力,能够在全膝关节置换术中克服传统人为测量和判断带来的误差,显著提高手术精度和安全性,进而改善患者术后恢复效果。相比之下,传统全膝关节置换术中软组织张力的调整主要依赖医生的经验和手感,容易受到个体差异、经验水平以及实时情况的影响,从而产生一定误差。张力感知系统主要通过高精度检测来准确测量和控制材料在受负载作用时的弯曲度,实现对张力的精确感知。这种系统能够有效减少传统经验判断中的误差,如迟滞性、重复性和线性误差等。在传统方法中,这些误差往往难以避免,而张力感知系统可将其控制在极小范围内(小于测量值的0.05%)。张力感知系统凭借高精度检测和自动调节机制,有效解决了传统经验判断中的多种误差和不稳定问题,大幅提高了张力控制的精确度和稳定性。Corin Group BalanceBot软组织平衡器BalanceBot软组织平衡器是为膝关节手术患者提供个性化软组织动态平衡的辅助系统,可与OMNIBotics关节手术机器人集成使用。通过实时测量和调整膝关节中的韧带张力和骨对齐情况,BalanceBot能在整个关节运动范围内获取软组织和韧带的反馈信息,并利用这些数据优化假体位置,帮助医生进行更精准的手术操作,实现更加平衡的全膝关节置换。2019年6月12日,BalanceBot完成第3,000例临床应用,标志着该技术达到重要里程碑。截至2020年3月,其临床应用已超过5,000例,进一步证明了其在临床中的有效性和可靠性。柳叶刀Lancet-KBAS软组织平衡张力定量评估系统柳叶刀与南京鼓楼医院共同研发的Lancet-KBAS软组织平衡张力定量评估系统是一种创新医疗器械,旨在通过精确量化膝关节韧带张力来实现软组织平衡。该系统集成了智能压力监测、计算与传感装置,通过无线传输方式将术中实时采集并计算的膝关节韧带屈伸活动张力值反馈至微型处理器并实时显示。相较于传统的光学定位软组织平衡评估方法,Lancet-KBAS系统能将医生的临床手感精确量化,使评估更加科学。这种精确化的评估方法不仅提高了手术准确性,还减少了对传统光学定位方法的依赖,从而提升了手术的安全性和效率。图3-20:Corin Group BalanceBot软组织平衡器测量界面数据来源:公开资料9190骨科关节手术机器人产业发展白皮书9392骨科关节手术机器人产业发展白皮书图3-21:柳叶刀Lancet-KBAS软组织平衡张力定量评估系统界面数据来源:公开资料图3-22:世界首例远程操控MAKO手术机器人全髋关节置换术在三亚成功实施(左:孔祥朋;中:柴伟;右:王俊良)数据来源:公开资料3.1.3.4 其他3.1.3.4.1 5G远程手术基于5G通信技术的远程医疗方式与关节手术机器人相结合,可为分级诊疗政策提供技术支持,为偏远地区及医疗资源匮乏地区患者提供更优质的医疗服务。我国5G技术的高速发展持续推动国产关节手术机器人在远程医疗上的应用和突破,成为医生的“千里眼”和“直达手”。其传输快、延迟低、成本低的特性使手术过程中的图像和声音能实时、高清地同步传输。在使用5G远程结合关节手术机器人进行关节置换术时,通常有资深指导医生和操作医生。术前,指导医生通过5G网络进行远程会诊,评估患者并制定术前规划,同时在手术室安装调试关节手术机器人系统和5G远程通讯网络。术中,指导医生通过5G网络观察操作医生的实时操作,操作医生根据指导医生的实时反馈调整操作,及时应对突发情况。术后,指导医生可通过5G网络对患者的术后恢复情况进行远程监控和随访。2019年7月,北京解放军总医院与三亚解放军总医院海南医院在中国移动5G网络支持下实现三方互连,共同为一名三亚患者成功实施了世界首例MAKO手术机器人远程操控全髋关节置换术。术前,北京指导团队和三亚手术团队通过MAKO手术机器人实时调整并确认患者手术方案。术中,北京指导团队全程查看、监测、远程操作和调整,与三亚手术团队密切配合,顺利完成手术。2019年9月,微创鸿鹄骨科手术机器人完成国产手术机器人5G远程关节置换术。上海交通大学医学院附属第九人民医院骨科李慧武教授团队在微创机器人总部,通过5G网络平台为广东惠州市第一人民医院和云南昆明解放军联勤保障部队920医院的两名女性患者指导全膝关节置换术。专家团队远程研判假体摆位、实时调整术中计划,骨科手术机器人接收李慧武远程指令后,精准移动至截骨位置、进行截骨并安装假体。上海、昆明、惠州三地通过5G远程技术实现互联互通。此类5G远程关节置换术突破地域限制,将优质医疗资源下沉至偏远地区,提高当地医疗服务水平,实现优质医疗资源共享。3.1.3.4.2 3D打印3D打印假体能与关节手术机器人系统相结合,根据患者的个体解剖结构定制关节假体,实现个性化设计与植入。3D打印技术可精确进行三维建模和假体设计,并结合新型生物材料,进一步提升治疗效率,提高假体的适应性和稳定性。面对日益增长的个性化、定制化高质量医疗需求,机器人与3D打印技术的结合将发挥更大作用。国内大型假体厂商如爱康医疗、纳通的3D打印关节假体陆续获得国家药品监督管理局批准,未来有望与关节手术机器人系统深度整合。爱康医疗于2015年获得3D打印髋关节系统的三类注册证;2021年,其金属3D打印全膝关节假体获得三类医疗器械注册证;2023年,“金属3D打印胫骨平台系统”获批;2023年11月,纳通的3D打印膝关节假体获批,采用个性化设计,其关节曲面仿生设计能够重建正常股髌关节运动功能,在各截骨面上实现良好覆盖,有效解决了不匹配和过度覆盖问题。图3-23:爱康医疗3D打印假体流程数据来源:企业官网3.1.3.4.3 扩展现实技术(Extended Reality,XR)XR技术包括虚拟现实(Virtual Reality,VR)、增强现实(Augmented Reality,AR)和混合现实(Mixed Reality,MR)。这些技术与关节手术机器人协同使用,有助于提升医生的临床教育与培训质量,优化术前规划和术中操作,并指导患者进行更科学的康复训练。XR技术对新手医生的培训尤为有益,可通过VR机器人培训和模拟课程等形式,为医生提供仿真手术环境,提高其手术技能和操作熟练度,同时将培训场景从手术室内扩展到手术室外10。此外,XR技术能提供更直观的手术视图和更详细的术前规划,帮助医生更好地理解和执行手术步骤,并提供更丰富的视觉反馈,从而提高手术精度和效率。史赛克为MAKO手术机器人开发的myMako应用程序与采用MR技术的Apple Vision Pro兼容。医生可在术前以3D、直观且动态的方式查看患者的手术计划,这改变了医生对术前规划和术中体验的思考方式。患者及家属可通过佩戴Apple Vision Pro或在iPhone上登录myMako应用程序,获得更优质的全程医疗体验。在术前,患者可以通过该平台获取丰富的教育资源,了解手术过程、风险和术后康复计划;在术中,患者家属可实时追踪手术进度;在术后,患者可查看个性化的康复指导和计划,加快康复进程,尽早恢复正常活动。图3-24:myMako app通过Apple Vision Pro扩展了医生在术前规划和医学影像上的体验数据来源:企业官网海内外关节手术机器人的创新企业主要分为两类:一是技术驱动型企业,通常由科学家或医生背景的创始人创立,依靠大量融资推动发展;二是资源驱动型企业,这类企业往往拥有一定的市场和渠道资源,资金储备更为充足。他们通过收购机器人企业进行二次开发,或自建团队研发制造,以完善自身产品线。这两类企业各有不同的发展路径和成功经验,值得业界学习和借鉴。3.2.1 资源驱动型企业发展案例3.2.1.1 史赛克史赛克旗下的明星产品“MAKO”无疑是全球范围内商业化最成功的关节手术机器人。截至2023年2月,MAKO在全球范围内的手术总量已超过100万例,装机量达到约1,500台。自2016年MAKO在中国开展单髁关节置换临床试验以来,关节手术机器人正式进入国内医生视野。其在国内的手术量从2021年8月的3,000例迅速增至2022年9月底的6,000例。图3-25:海内外关节手术机器人创新企业类型数据来源:蛋壳研究院3.2 企业发展模式创新9594骨科关节手术机器人产业发展白皮书图3-26:MAKO手术机器人数据来源:企业官网图3-27:史赛克MAKO手术机器人系统发展历程数据来源:企业官网,公开资料2015年,推出第三代MAKO智能骨科机器人系统,成功将Accolade及Trident系类假体结合在全髋关节置换应用。2016年,成功实施Triathlon全膝关节置换手术。2010年,全髋关节置换适应症获批上市2006年,第一代半主动式封闭平台MAKO骨科机器人于美国佛罗里达州诞生,并成功实施了首例单髁膝关节置换手术。2013年,史赛克公司以近17亿美金收购MAKO Surgical。完成收购后,史赛克将MAKO关节机器人与自己已有的关节植入物产品进行了有机结合,让两者之间形成协同机制。2018年,MAKO成功在国内获批上市,2021及2023年,在全膝及单髁适应症先后获批后,MAKO首次实现“一键置换”全髋关节、全膝关节、单髁关节三大项目。1)发展历程:研发、收并购与商业化MAKO由美国MAKO Surgical公司于2004年开始研发,并在2006年获FDA批准用于UKA。而后,MAKO经历了约7年的发展期,进程相对缓慢。2013年,MAKO Surgical公司被史赛克收购,MAKO的发展也步入快车道。史赛克利用其在骨科领域的专业知识和资源,对MAKO系统进行了全面的技术优化和临床应用创新,显著加速了MAKO的产品升级和市场拓展。2018年,MAKO在国内正式获批全髋关节置换术应用,成功开拓中国市场。2020年9月,MAKO Total Hip 4.0在美国获批。2023年,MAKO UKA在中国获批,实现全髋关节、全膝关节、单髁关节三大术式的“一键置换”。2023年8月,MAKO Total Knee 2.0正式发布。该系统在原有基础上进行了多项技术优化,包括改进的人机交互界面设计以提高手术操作的直观性、可定制的工作流程以适应不同术者的临床需求,以及引入了数字张力控制器,使外科医生能在TKA过程中评估膝关节稳定性,无需使用额外器械设备。2024年,MAKO在AAOS大会上推出适用于Apple Vision Pro和iPhone的myMako应用程序,使医生在院内外都能够随时且沉浸式查看患者的手术计划。2)企业发展核心亮点与成功经验强强联手:史赛克公司完成对MAKO Surgical公司的收购后,通过二次开发与技术融合,将MAKO手术机器人与其现有的关节假体产品相整合,为外科医生提供一个高度集成的关节置换术解决方案。持续积累临床数据:MAKO已积累丰富的临床数据,证明了使用MAKO手术机器人后患者、术者及医疗系统三方的临床获益。持续创新,突破产品技术边界:MAKO在关节手术机器人领域开创多项突破性技术,如WAM丝传动技术、Transparent Dynamics柔性驱动技术、AccuStop技术等,不断推动产品的持续进步。在美国市场成功探索出“设备 耗材”的商业模式:通过提供低于市场利率的贷款,减轻医院购买MAKO的经济负担,迅速实现市场推广。坚持高质量医生教育和培训,打造标准化培训体系:在国内已成立多个MAKO智慧机器人培训中心,并在全球范围内统一培训跟台及维修人员,确保产品应用的安全性与稳定性。3.2.1.2 爱康医疗爱康医疗是中国关节假体领域的领军企业,市场份额位居前列。该公司也是全球率先将3D打印技术商业化并应用于关节置换、脊柱和创伤骨科修复等假体的企业之一。公司拥有多个先进技术平台,其中包括3D打印精确构建技术平台(3D Accurate Constructive Technology)、Supravit真空等离子喷涂技术平台、导航/机器人智能技术平台(VTS/iBot)以及医工交互个性化定制平台(Innovative Custom Ortho-pedic Solution)。图3-28:iBot手术机器人数据来源:企业官网9796骨科关节手术机器人产业发展白皮书1)发展历程:研发、收并购与商业化爱康医疗成立于2003年,是一家国际化骨科产业集团,专注于骨科技术研究、创新产品开发、规模化制造和专业化营销。2016年,公司在江苏省常州市投建骨科手术工具智能制造基地天衍医疗器材有限公司。2017年,公司在香港联交所主板上市,总部设于北京市昌平区。2023年,爱康医疗成立了北京爱康宜诚医疗器材有限公司,巩固了其在国内骨关节领域的地位。随后,公司相继收购了拥有50年发展历史的英国骨科关节公司JRI,以及美敦力旗下的北京理贝尔生物工程研究所有限公司,进一步增强了在骨科关节领域的技术实力和行业地位。2019年,爱康医疗成立全资子公司北京壹点灵动科技有限公司,正式进入数字骨科领域。公司以关节置换可视化智能辅助系统(Visual Treatment Solution,VTS)为基础,结合导航及3D打印技术,成功研发并推出了自主品牌的关节手术机器人系统iBot,从而拓展了公司的产品线。段骨和胸腰椎假体,以及髋关节手术机器人等产品。爱康医疗在3D打印技术方面的积累和优势将为其关节手术机器人产品的未来发展提供重要支持。3.2.2 技术驱动型企业发展案例3.2.2.1 THINK SURGICALROBODOC最初由美国Integrated Surgical Systems公司研发,是获得FDA认证的全球首款全自动关节手术机器人,具有重要的里程碑意义。随后,Integrated Surgical Systems公司被Curexo Technol-ogy公司收购,并更名为Think Surgical。后来,该公司又推出了极具代表性的TMINI微型机器人,并在美国首次尝试了开放式系统,在不同于MAKO的发展路径上取得了成功。1)发展历程:研发、收并购与商业化ROBODOC于1986年由IBM的Thomas J.Watson研究中心和加州大学戴维斯分校的研究人员共同研制,成为世界上第一款关节手术机器人。2007年,ROBODOC被出售给韩国Curexo Technology公司。通过与该公司的合作,ROBODOC得以在美国三大医院完成临床研究并进入下一阶段的技术开发。2014年,Curexo Technology公司正式更名为Think Surgical,致力于开发和商业化用于关节置换的先进计算机辅助系统。图3-30:TMINI微型机器人数据来源:企业官网2)企业发展核心亮点与成功经验关节假体领域的优势地位:爱康医疗作为中国关节假体领域的领先企业,在国内市场占有率居于头部,全球髋关节市场占有率位列前十。公司产品应用于全球40多个国家和地区的7500余家医疗机构,公司在中国北京、上海和英国设有研发中心,并在北京昌平、江苏常州、英国谢菲尔德建立制造基地,服务于全球客户。丰富的关节假体研发和制造经验为公司在关节手术机器人领域的发展奠定了技术、人才和渠道优势。深度医工结合:自2014年起,爱康医疗逐步布局数字骨科业务,建立了3DACT医工交叉平台。公司与北京大学第三医院开展为期五年的战略合作,并与该院骨科关节外科田华教授团队密切合作,共同研发出VTS。这一成果赋能了关节手术机器人iBot的研发进程。持续打造创新引领、技术与市场结合的研发体系:2023年,公司获得国家药品监督管理局批准的18个新三类医疗器械注册证,涵盖3D打印膝关节假体、3D打印二代椎间融合器、3D打印匹配式长图3-29:爱康医疗关节手术导航及机器人系统发展历程数据来源:企业官网,公开资料2022年,VTS系统获得NMPA批准上市,成为首款国产骨科手术导航系统。随后,与北京积水潭医院展开深度合作,共建3D打印联合实验室。2018年,全资收购英国拥有50年发展 历 史 的 骨 科 关 节 公 司 J R I Orthopaedics Limited。2014年,爱康医疗成立3D ACT医工交叉平台,实现由影像到假体一站式解决方案,提供术前规划、模型打印、个性化植入物定制、手术导板等个性化服务。2019年,成立全资子公司北京壹点灵动科技,标志着爱康集团向数字骨科领域迈进,2020年全资收购国际骨科巨头美敦力旗下的北京理贝尔生物工程研究所有限公司。2023年11月,髋关节手术机器人iBot-HIP NMPA获批,2024年4月,膝关节手术机器人iBot-KNEE NMPA获批。9998骨科关节手术机器人产业发展白皮书1)发展历程:研发、收并购与商业化元化智能自2018年底成立以来,仅用三年时间就完成了从研发、临床测试到审批上市的全过程。凭借强劲的创新研发实力,2022年8月,元化智能全资子公司骨圣元化机器人(深圳)有限公司成为工业和信息化部、国家药品监督管理局组织的国家级人工智能医疗器械创新任务智能辅助治疗设备方向的十家揭榜单位之一,并于2024年8月成为揭榜优胜单位。同时,元化智能还荣获国家骨科与运动康复临床医学研究中心的“产业创新基地”授牌。此后两年,锟铻陆续获批THA及UKA两大术式,成为“三位一体”的全骨科手术机器人。图3-32:锟铻全骨科手术机器人数据来源:企业官网2)企业发展核心亮点与成功经验资本加持,创新研发步伐不停:2022年4月,获得NSERC联盟(加拿大政府国家资助机构)和MEDTEQ (泛加拿大医疗技术研究创新联盟)的3年资助,用于开发机器人手术人工智能;2022年10月,获得韩国KDB Investment Global Healthcare的1亿美元投资,加速多款新品商业化;2023年6月,再次获得David Dvorak(Black Lake Expeditions,LLC董事长)的500万美元投资。创新性开创开放式平台,形成差异化竞争优势:自2022年起,与LINK、Maxx Orthopedics、捷迈邦美等多家假体厂商合作,完善植入模块专有数据库ID-HUB,为使用TMINI系统的外科医生提供更多选择,实现个性化和精确手术。多方深度合作提升研发水平:2022年12月,与英国数字健康公司Definition Health联合开发基于网络的互联护理解决方案,优化THINK Surgical的机器人技术在关节置换术中的规划体验;随后与英国剑桥研发咨询公司Sagentia Innovation合作设计TMINI机器人手柄,结合双方技术专长,创新设计便于外科医生和工作人员在手术室工作流程中轻松集成。3.2.2.2 元化智能2022年,元化智能研发的锟铻成为进入NMPA创新医疗器械(绿色通道)特别审查程序并获准上市的开放式假体适应证数据全膝关节置换术机器人系统。元化智能预计将实现手术机器人核心零部件完全国产化,利于规避受制于上游国际企业的潜在风险。2024年8月,随着单髁应用的获批,锟铻成为三位一体的骨科手术机器人产品。迄今为止,锟铻全骨科手术机器人已在全国范围内完成2,000多例髋膝关节置换临床手术。根据其优效性的临床试验结果显示,与顶级医院顶级医师的手工组相比,锟铻在力线恢复和假体植入准确率等方面体现出显著优势,验证了其远超人工操作的精准性。图3-31:Think Surgical关节手术机器人系统发展历程数据来源:企业官网,公开资料2023年5月,TMINI 微型机器人系统获得FDA批准。TMINI系统包括一个无线机器人手柄,可协助外科医生进行全膝关节置换术。2015年10月,TSolution One获得FDA认证,可用于全髋关节置换术和髋臼杯置入术。1986年,ROBODOC问世;2007年,被卖给Curexo医疗公司;2008年,ROBODOC获得FDA认证,可用于全髋关节置换术;2014年,Curexo正式改名为Think Surgical。2020年,第二代TSolution One机器人系统获得FDA认证,适用于全膝关节置换术。2024年7月,Think surgical旗下的TMINI 1.1微型机器人系统获得FDA认证。TMINI 1.1 系统软件提供了大量新功能,支持新的TMINI PRO工作流程,使外科医生能够在整个全膝关节置换术过程中做出选择。101100骨科关节手术机器人产业发展白皮书图3-33:元化智能锟铻手术机器人系统发展历程数据来源:企业官网,公开资料2)企业发展核心亮点与成功经验坚持自主知识产权的原始创新:元化智能专注于自主研发光学导航仪和骨科专用手术机械臂,掌握全产业链技术实力。2024年9月,公司荣获国家级专精特新“小巨人”企业称号。子公司骨圣元化机器人(深圳)有限公司入围国家级人工智能医疗器械创新任务揭榜单位,其旗下产品锟铻成为国内“三位一体”机器人。持续积累临床证据,验证产品价值:元化智能启动了国产关节手术机器人临床应用的安全性与有效性评价重大项目。该项目将基于锟铻全骨科手术机器人开展大规模、真实世界、系统性的研究,旨在全面评估国产关节手术机器人在临床应用中的安全性和有效性,为该技术的全面、科学、规范化应用提供依据。同时,锟铻也完成了产品“优效性”临床试验,验证了其技术的可靠性和先进性。与各大医院深耕合作:公司与包括中国人民解放军总医院、四川大学华西医院、中南大学湘雅二医院、上海交通大学医学院附属瑞金医院、香港威尔斯亲王医院在内的九家医院合作,共同建设“锟铻全骨科手术机器人临床培训中心”,培养了覆盖全国各级城市医院的临床操作者。3.3.1 海内外机器人企业及产品的发展各具特色3.3.1.1 企业发展上的差异海外企业在收并购方面表现更为积极,通过投资并购不断发展壮大。自2013年史赛克通过收购MAKO正式步入关节手术机器人市场以来,多家跨国巨头也开始通过收并购拓展骨科手术机器人赛道。纵观史赛克的发展历程,自成立以来,该公司已完成了70余次收购。史赛克始终围绕其核心业务,通过并购吸收外部技术、丰富业务组合,最终形成了医疗手术、骨科业务以及神经脊柱三大业务板块,并成功在这些细分领域确立了领先地位。从2016年至2019年,施乐辉、捷迈邦美、美敦力、强生等行业领军企业多次出手,通过收购机器人公司获得核心技术,从而在骨科手术机器人领域取得快速发展。2023年,我们观察到Alphatec Holdings和Globus Medical仍在持续收购相关公司,或拓展或壮大自身的骨科手术机器人业务。骨科手术机器人赛道并非特例,收并购已成为海外医疗器械巨头在长期发展过程中的重要策略。表3-2:海外厂商在骨科机器人领域收并购事件史赛克斥资17亿美元收购以色列外科手术机器人公司MAKO Surgical。完成收购后,史赛克将MAKO关节手术机器人与自身已有的关节假体产品进行有机结合,形成协同效应,最终使其骨科业务重现辉煌。2013年史赛克Alphatec Holdings斥资5,500万美元(约合人民币3.8亿元)收购与Remi机器人导航平台相关的所有资产。未来,REMI系统将与Alphatec的其他技术结合,为外科医生在整个脊柱手术过程中提供更全面的指导。2023年Alphatec Holdings全球领先的骨科手术机器人公司Globus Medical宣布同意以31亿美元(约合人民币211亿元)的全股票交易收购脊柱领域领军企业NuVasive,旨在打造“世界领先的肌肉骨骼技术公司”。2023年Globus Medical施乐辉收购骨科机器人公司Blue Belt Technologies。2017年,公司宣布推出NAVIO手持式机器人辅助全膝关节置换术应用。2016年施乐辉捷迈邦美以1.32亿美元收购法国手术机器人公司Medtech,获得ROSA Brain和ROSA Spine机器人辅助手术平台的所有权。2016年捷迈邦美强生医疗通过法国子公司Apsis S.A.S.宣布收购Orthotaxy公司,获得VELYS平台技术,用于研发膝关节手术机器人,并计划将Orthotaxy的技术应用扩展至其他骨科手术领域。年份企业事件2018年强生美敦力宣布以17亿美元收购以色列医疗设备公司Mazor Robotics及其机器人辅助手术平台。该公司主要产品包括Mazor X制导系统和Renaissance机器人辅助脊柱手术设备。2018年美敦力强生以34亿美元现金对价,外加最高可达23.5亿美元的里程碑付款,收购手术机器人公司Auris Health。这项交易将与此前收购Orthotaxy的交易形成互补。2019年强生数据来源:公开资料,蛋壳研究院整理3.3 行业创新方向与趋势预判103102骨科关节手术机器人产业发展白皮书国内企业在发展过程中高度依赖医疗、研究、政府、企业和资本多方协同,共同推动行业进步。在医院端,中国人民解放军总医院骨科医学部作为国内核心代表,在关节手术机器人领域持续探索,在临床研究、临床应用(如新产品国内首例手术、利用手术机器人处理复杂病例)、自主研发、行业培训及市场教育等方面做出了突出贡献。具体而言,自2018年4月首次实施MAKO机器人辅助全髋置换术以来,截至2021年,历经三年的临床应用,中国人民解放军总医院第一医学中心(原解放军总医院)和第四医学中心(原304医院)已累计完成逾500例MAKO机器人辅助全髋关节置换术,处于全国领先水平。在自主研发方面,中国人民解放军总医院成功研制人工智能全膝关节置换术三维规划系统。在行业培训及市场教育方面,该院举办多场关节手术机器人辅助手术临床培训班,推动行业发展。在研究机构端,由院士、国家级高层次人才、教授和副教授等组成的高素质教学科研队伍参与并组建了北京航空航天大学机器人研究所、哈尔滨工业大学机器人研究所、深圳市人工智能与机器人研究院等研究机构,在理论研究、技术开发和前沿创新上为国产替代提供了强有力的支持。在政府端,自2015年起,国家持续出台一系列政策,不断提升对手术机器人产业的重视程度,推动其快速发展。地方层面,北京、江西、湖南等地率先推动关节手术机器人收费标准化,加速企业市场化进程。在资本端,包括深圳市创新投资集团有限公司、红杉资本、上海复星医药(集团)股份有限公司、百度风投、招银国际资本管理(深圳)有限公司、上海张江创业投资有限公司等在内的多家投资机构积极参与,扶持创新企业成长。105104骨科关节手术机器人产业发展白皮书表3-3:解放军总医院在骨科关节手术机器人领域做的贡献9月4日上午,中国人民解放军总医院(解放军总医院)成功完成国内首批骨科手术机器人MAKOplasty的安装和调试,标志着该院关节外科手术正式进入机器人时代,为患者带来更多福音。2016年新产品国内首批临床骨科医学部大胆创新、积极探索,通过5G技术连线北京-海南三亚,完成世界首例远程机器人辅助全髋关节置换术,为远程操控关节置换术积累宝贵经验。2019年世界首例远程手术中国人民解放军总医院骨科医学部牵头,联合多家医疗机构,凝聚临床专家经验与智慧,成功研制人工智能全膝关节置换术三维规划系统。2020年自主研发产品中国人民解放军总医院完成华北地区首例机器人辅助全髋关节置换术,以及全国首例机器人辅助直接前入路全髋关节置换术。2018年新产品国内首例临床时间事件核心意义为促进机器人关节置换术全国推广,国家骨科与运动康复临床医学研究中心、解放军总医院骨科医学部组织开展髋关节手术机器人学习班。2021年行业培训&市场教育解放军总医院骨科医学部关节外科举行MAKO手术机器人全膝关节置换开台仪式,标志机器人辅助全膝关节置换正式进入国内临床应用阶段。2021年新产品国内首例临床解放军总医院骨科医学部关节外科首期“和华手术机器人临床培训班”暨“和华手术机器人临床培训中心”成立。关节外科定期举办“和华手术机器人临床培训班”,为骨科智能化人才提供学习交流平台,服务临床,服务患者。2023年行业培训&市场教育中国人民解放军总医院与施乐辉骨科医疗联合举办“CORI骨科智能机器人巡讲”,张国强教授团队完成大陆地区首例“CORI手持式机器人辅助人工全膝关节置换术”。2023年新产品国内首例临床解放军总医院骨科医学部柴伟教授团队在锟铻全骨科手术机器人辅助下,成功为一名髋关节融合无法脱位患者实施臼外注册并完成手术。2024年使用机器人辅助完成复杂病例在柴伟主任带领下,解放军总医院率先将机器人辅助关节置换技术引入日间手术模式,为一名60岁男性患者施行国产机器人辅助右膝单髁置换,住院时长不足40小时。2024年技术引领由解放军总医院骨科医学部牵头主办的“骨科人工智能国际临床培训中心揭牌仪式”圆满举行,由解放军总医院骨科医学部参与并指导研发的中国AI 三维骨科手术模拟软件(长木谷),将成为骨科人工智能国际临床培训中心重要的技术支撑。数据来源:公开资料,蛋壳研究院整理2024年行业培训&市场教育解放军总医院柴伟主任团队成员李海峰主任使用微创鸿鹄骨科手术机器人完成严重骨折后内固定的TKA。2023年使用机器人辅助完成复杂病例通过线下学习班和线上手术直播,为期三天培训国产髋膝一体机骨科手术机器人系统锟铻全骨科手术机器人的操作方法。2023年行业培训&市场教育时间事件核心意义图3-34:FundamentalVR手术模拟软件数据来源:公开资料3.3.1.2 产品创新上的差异国内外关节手术机器人产品在创新方面各有侧重,各具特色。总体而言,国内关节手术机器人在术前规划、智能化程度及产品的升级迭代速度上具有明显优势。相比之下,海外关节手术机器人在产品设计、硬件技术和导航系统方面起步更早、产业化发展更为成熟,具有较强的市场影响力。国内关节手术机器人在术前规划方面效率更高、智能化程度更高,且能根据国内临床医生的反馈迅速响应,进行产品迭代和更新。通过先进的影像处理和三维建模技术,国内产品能精确模拟并规划手术过程,在几分钟到半小时内完成规划方案的生成,大大节省了术前准备时间。在人工智能技术的应用上,国内企业研发的基于深度学习的术前规划软件,能够通过机器学习和大数据分析,从大量手术案例中不断学习和优化,从而提高手术的精确度,并制定更加精准的个性化治疗方案。例如,长木谷的术前AI规划软件从智能重建到生成规划图案,整个过程仅需5至10分钟,其准确性已经过国内学者的初步验证11。此外,由于国内关节手术机器人市场竞争激烈,国内厂商倾向于先推出产品,再进行优化升级。他们会在产品推出后,收集临床医生的使用反馈,以几个月为周期对产品进行更新,这种快速迭代能力使得国内产品在更新换代和适应性方面更具竞争力。海外关节手术机器人在机械臂硬件技术和光学导航系统领域起步更早,在产业化发展上拥有明显的领先和垄断地位。在机械臂硬件技术方面,以KUKA和UR为代表的海外行业龙头企业投入大量资源进行研发,经过多年的积累和创新,这些机械臂不仅在精度、稳定性和耐用性方面达到极高标准,而且在实际医疗场景应用中也表现出卓越性能。NDI导航系统不仅产品性能优异,能够完全满足骨科手术所需精度,还能实时提供精确的手术引导和反馈,确保手术的安全性和准确性,同时其产业化发展也已相当成熟。3.3.2 国内产品及技术创新趋势3.3.2.1 智能化和人机交互全面化目前,手术机器人在术前准备阶段仍较为繁琐,且在手术过程中,系统死机或机械臂卡顿的情况时有发生。此外,部分手术机器人因导航系统的限制,对术者的站位和操作方式造成一定约束。整个手术过程中仍需厂商技术人员实时参与,表明其智能化程度尚有提升空间。因此,未来研究重点将聚焦于产品的进一步智能化和人机交互的全面优化。随着智能化水平的逐步提高,多感知信息融合、人工智能辅助决策、自适应学习能力、模块化与定制化设计,以及精确控制与反馈机制等方面将成为实现全面人机交互的关键方向。多感知信息融合:基于先进的传感器技术、医学图像信息技术和虚拟现实技术,医生在手术过程中将能够获取更全面的临床手术视觉、力觉和触觉信息,从而增强对手术的把控能力。例如,英国虚拟现实医疗初创企业FundamentalVR开发了一款可在VR头显上运行的外科手术模拟软件。这是世界前列可扩展的医学模拟平台,通过整合数据、人工智能和多模态学习,将虚拟现实与触觉技术相结合。该公司的专利HapticVR技术通过模拟手术动作的物理触感,为用户提供真实手术的视觉、听觉和触觉体验,使术者能够接受如骨科关节和脊柱手术等领域的高质量培训。AI辅助决策:人工智能将用于实时分析手术数据,辅助外科医生决策。例如,AI可以帮助识别组织类型、预测手术风险、建议最佳操作路径等。自适应学习能力:手术机器人将具备自适应学习能力,能根据外科医生的操作习惯和术中情况实时调整策略。这种自适应系统可提高手术效率并降低学习成本,使不同水平的外科医生都能高效使用机器人。模块化与可定制机器人:未来的手术机器人可能更加模块化和可定制,以适应不同类型的手术需求。外科医生可根据具体手术类型选择和配置机器人模块,从而提高手术的灵活性和效果。精确控制与反馈:提供精确的力反馈是手术机器人技术发展的重要方向。通过触觉反馈,外科医生可感受到操作中的细微变化,从而提高手术精确性。随着运动控制算法的发展,手术机器人将能实现更高精度的运动,满足微创手术和复杂操作的需求。3.3.2.2 小型化和便携化受达芬奇手术机器人的影响,手术机器人的产品形态长期以来相对固定。传统的“三件套”主控台、导航仪和机械臂成为各大机器人厂商的标准配置。骨科关节手术机器人领域也不例外,尽管出现了以CORI和春立医疗为代表的手持式机械臂,但与传统手术机器人相比,其整体功能仍存在一定差异。龙慧Longwell机器人推出的“双体式”设计在一定程度上节省了手术室空间,但总体而言,2-3个台车的体积依然较大,在实际应用中仍面临一些限制,如移动性差、临床使用场景受限、术者站位受约束以及需要跟台人员全程协助等。手术机器人的小型化、便捷化和轻量化将成为未来值得探索的方向之一,与之相关的高端智能手术室也将成为发展趋势。小型化:未来研究方向可包括开发结构更为紧凑、小巧、模块化的新型机械臂,或整合台车功能以节省手术空间。2024年6月26日,Surgical Robotics Technology公布了年度手术机器人行业重量级奖项。其中,THINK Surgical公司旗下的无线手持式超小型骨科手术机器人TMINI获得了突破性创新技术奖。TMINI的核心是一个由外科医生手持的机械臂,用于辅助全膝关节置换术。基于CT图像的术前3D手术规划,TMINI能够在术中自动补偿外科医生的手部运动,沿着精确定义的平面定位骨针,将切割导向器连接到骨针上,从而实现精确的骨切除。107106骨科关节手术机器人产业发展白皮书便捷化:便捷化包括手术装台拆台的便捷化和流程的简化。相关企业已在此方面进行创新,如龙慧医疗采用无线数据传输模式,省去了电缆安装拆卸时间,每次可节省约10分钟。国产企业在术前规划方面也有显著改进,目前平均仅需5分钟即可快速识别基于骨性结构病变的CT图像,准确定位解剖位点、匹配关节假体型号,降低术后并发症发生率,协助骨科医生迅速制定精确手术路径,提高手术效率。未来还有进一步优化空间,如减少跟台人员、实现术前注册配准智能化、简化手术流程等。重装智能化高端手术室。根据中国智慧手术室发展与实践白皮书,“智慧手术室”以手术行为为核心,以提升手术质量并增加运营效益为主要目标,以先进的信息化、数字化、智能化、自动化技术作为主要手段,而建设的现代化手术室。智能化骨科手术室不仅要实现信息同步,全面整合患者术前、术中和术后医疗数据,使医生可直接调用病人资料(包括医嘱、影像和术前评估等),还需优化空间利用,如“机械臂上墙”、“导航上天”等。未来有望整合AR/VR等传感技术,提升医生在术前规划和医学影像方面的体验。目前,纳通的NABRAI智能手术室系统通过数字化技术,初步实现了手术室的信息化、智能化和数字化。该系统基于自主研发的IOR-OS智能开放式信息平台,整合术前规划系统、关节手术机器人和便携式DOR-compact等设备,全面整合患者术前、术中和术后的医学影像数据,辅助医生高效制定和精准执行手术方案。同时,手术室内各种设备和器械通过纳通自主研发的开放式平台系统实现自动管理,减轻医护人员工作负担,降低人为因素影响。图3-37:NABRAI智能手术室系统数据来源:公开资料3.3.2.3 集成化与多功能化手术机器人的“专科化”是未来发展的重要趋势之一。针对不同科室的临床需求,应当进行差异化的产品设计。在骨科领域,由于硬组织和刚性结构的特点相对统一,机器人产品的集成化与多功能化可能成为发展方向之一。2021年,美敦力发布了SURGICAL SYNERGY智能骨科一体化方案,将脊柱内固定系统、专用导航工具、脊柱导航和手术机器人平台、可视化动力磨钻、超声骨刀以及神经监测设备等整合到脊柱手术流程中。通过标准化的手术流程,协同整合脊柱手术中使用的假体、工具、智能设备及各类能量与动力系统,从而提高手术的智能化水平。在关节手术领域,史赛克、元化智能和键嘉医疗均已推出“三合一”机器人,全面覆盖全髋、全膝及单髁三个术式,实现了关节手术机器人的集成化。2023年10月,天智航第三代骨科手术导航定位系统的适用范围得到扩展,成为在同一台手术机器人上实现脊柱、关节、创伤骨科三大领域骨科手术全覆盖的产品。2024年8月,该产品进一步获得CE认证。这些发展标志着“一机多术式”的正式实现。手术机器人已经打通了关节置换、脊柱外科和创伤骨科三大细分领域,术者只需更换工具盒和相关软件即可在一台手术机器人上实现多种功能。全骨科手术机器人的出现不仅验证了这一技术趋势的可行性,还有望促进医疗资源下沉,解决基层医疗机构对产品使用效率低下和成本偏高的担忧,使更多基层医生能够使用机器人产品,为更多患者带来希望。图3-35:TMINI超小型骨科手术机器人数据来源:公开资料图3-36:龙慧手术机器人“双体式”设计(左)及“无线缆”设计(右)数据来源:企业资料109108骨科关节手术机器人产业发展白皮书3.3.2.4 假体定制化传统的TKA因术前规划和假体植入精度难以保障,患者术后满意度较低(约15 %不满意)。近年来,手术机器人的兴起提高了全膝关节置换术的精准度。然而,现有机器人技术主要聚焦于解剖学手术规划和骨端切削,缺乏对软组织平衡和下肢对线的评估,难以满足个性化需求。也有观点认为,机器人辅助关节置换术在临床研究中难以观察到显著改善,可能源于关节假体本身形成的“天花板效应”。随着手术机器人的普及,为机器人定制的关节假体将成为趋势。假体定制化的核心发展方向将体现在两个方面:一是利用3D打印技术对手术机器人使用的假体进行定制化设计,二是假体材料的迭代更新。目前,国内外均有学者和企业在这两个方面做相关尝试。利用3D打印个性化定制假体:越来越多假体厂商开始深耕3D打印领域。3D打印技术与机器人辅助系统相结合,可根据患者个体解剖结构定制假体,最大限度贴合骨面,减少骨量丢失。这将显著提高假体的适应性和稳定性,降低并发症风险并提高手术成功率。例如,捷迈邦美利用OsseoTi多孔金属技术,将解剖数据与3D打印技术相结合,通过模仿松质骨结构生产非骨水泥多孔金属假体,以降低胫骨松动风险并实现最佳骨覆盖效果。此外,2024年6月,Arthroplasty期刊发表了北京积水潭医院矫形骨科周一新教授团队的研究。该团队介绍了一种机器人辅助定制假体进行差异化TKA的手术技术。手术过程中,团队引入智能工具“求解器(Solver)”,实现对患者软组织弹性行为的标定,从而进行量化分析的精准治疗。早期临床结果总体令人满意。整体而言,个性化假体结合机器人辅助手术技术能够为患者提供良好的软组织平衡和股骨-胫骨运动学,同时维持中立位力线,并展现较好的早期临床疗效。图3-38:天玑全骨科手术机器人平台数据来源:企业官网假体材料的迭代更新:金属合金(如钴合金、钛合金)、有机高分子(如超高分子聚乙烯和高交联聚乙烯)及陶瓷材料一直以来都是关节假体的核心材料。随着技术进步,传统的钴铬假体正逐步被新材料和陶瓷取代,以减少或消除体内钴离子的释放。未来,假体材料及设计的创新将主要朝着提高稳定性、改善耐磨性、简化固定方式以及扩大运动范围的方向发展。海内外公司在假体材料上的创新层出不穷。Medacta公司采用SensiTiN,一种类陶瓷氮化钛涂层,减少膝关节假体释放的金属离子,成为治疗金属过敏患者的首选。除此之外,新型材料的设计还用于改善假体的使用寿命,如捷迈邦美的Vivacit-E(维生素E基高交联聚乙烯)可以提高假体的机械强度、耐磨性和氧化稳定性,延长使用寿命。另外,施乐辉的JOURNEY II ROX全膝关节解决方案结合钛基假体和钛表面涂层,融合Journey II的运动功能、Oxinium氧化锆合金的生物相容性优势,以及Conceloc高级多孔钛技术,为外科医生提供先进的关节面材料和解剖设计,实现高效且长期稳定的非骨水泥型膝关节胫骨固定。国内方面,上海九院与东方钽业合作的“高品质钽金属植入体增材制造及其医学应用”项目聚焦于生物活性钽金属的全产业链研发。多孔钽作为新型骨科植入材料,具有互连的内部结构、高孔隙率、低弹性模量及高表面摩擦系数,展现出优异的骨融合能力、仿生性及诱导骨和血管快速生长的特性。目前,该团队已开发了一系列钽金属促进骨活性的骨科医疗器械,包括钽涂层3D打印个性化骨盆重建假体和膝关节假体,并已开展临床试验。图3-39:捷迈邦美Persona OsseoTi龙骨胫骨假体数据来源:公开资料图3-40:捷迈邦美Vivacit-E材料(左);施乐辉JOURNEY II ROX全膝解决方案(右)数据来源:公开资料111110骨科关节手术机器人产业发展白皮书3.3.3 国内企业商业模式发展趋势3.3.3.1 两大企业类型或将坚持两种发展路径资源驱动型企业或将借助耗材优势打造封闭式系统,并探索个性化定制假体的机遇。海外关节手术机器人企业多为骨科耗材巨头,封闭式系统在国际市场占据主导地位。相比之下,国内市场以开放式系统为主,但参与市场竞争的国内骨科耗材龙头企业,如纳通、微创机器人、春立医疗及爱康医疗,均在关节手术机器人设计中优先适配自有品牌假体。在未来发展上,各大厂商正不断研发多样化关节假体,尤其注重3D打印及个性化定制技术,与关节手术机器人协同发展。纳通医疗通过其芬兰子公司miniFactory布局3D打印技术,致力于开发高性能超聚物3D打印零部件系统,提供全套设备和技术解决方案。2023年11月,纳通生物科技的“增材制造匹配式人工膝关节假体”获批,对推动粉末床激光增材制造技术在国内膝关节假体制造领域的市场化发展具有重要意义。微创骨科自2020年6月起与徐永清教授团队合作,通过患者解剖数据重建、个性化腕关节方案设计、医工交互及3D打印技术与传统加工方式的结合,为患者定制不同假体。2023年6月,微创骨科两款创新产品锆铌合金股骨头及越帆固定平台单髁系统获批上市,分别适用于全髋关节和单髁关节置换。同时,微创骨科利用其在海外市场积累的骨科耗材渠道资源和差异化结构设计,为关节手术机器人的国际化拓展提供了有力支持。春立医疗持续创新关节主业,提供更丰富、更适合国人的产品系列,巩固其在国内关节假体领域的领先地位。公司在3D打印人工关节假体领域取得突破,并成为国内首家获批维生素E高交联聚乙烯髋、膝产品的厂商。爱康医疗自2015年8月获得国内3D打印髋关节系统的NMPA注册证以来,已获得11个金属3D打印注册证,开创了脊柱、髋关节盆骨、膝关节翻修等国内3D打印产品的先河,填补了国内骨科金属3D打印多个领域的空白。2023年2月,爱康医疗的“金属3D打印胫骨平台系统”获得上市许可,实现了3D打印金属假体在国内初次全膝关节置换领域的突破,标志着国产金属3D打印膝关节假体时代的到来。技术驱动型企业将坚持开放式系统,以加速拓展市场应用。纵观海外市场,除Think Surgical旗下的TMINI采用开放式系统,与多家假体厂商合作建立植入模块专有数据库外,其他厂商均采用封闭式系统。考虑到国内市场特征,几乎每家医院使用的假体均来自多个品牌或厂商,集中采购将进一步强化这一趋势,因此开放式系统可能更适合国内市场发展。从MAKO在国内的推广经验来看,除了价格因素,史赛克关节假体在国内市场占有率相对较低,封闭式系统在一定程度上也限制了MAKO的快速推广。因此,我们预测纯机器人创新企业未来将继续采用开放式系统,为医院和患者提供更多选择,同时与海外产品形成差异化竞争优势,从而加速市场拓展。3.3.3.2 核心收费模式逐渐清晰,服务类收费占比将得到提升关节手术机器人的商业模式可参考达芬奇及MAKO的海外发展经验。作为最早实现商业化的手术机器人领军企业,直觉外科的成功经验值得关节手术机器人企业学习和借鉴。在直觉外科二十多年的发展历程中,除了完善的专利布局和持续的技术迭代外,公司也探索出了一套“完备”的商业模式。这种“系统 耗材 维保服务”的商业模式常被称为“剃须刀 刀片”模式。具体而言,厂商首先在医院铺设设备以获得系统收入,随后的收入则主要来源于与设备配套的耗材及服务。为了增加医院使用粘性并提升装机量,直觉外科不断降低耗材价格、延长耗材使用寿命。2013年,公司推出设备租赁模3.3.2.5 全自动/半自主的讨论2017年,YANG等学者12提出了医疗机器人自动化程度的分级概念,从0级到5级,机器人的角色逐步从“机器人辅助”(Robot-assisted)演变为“机器人执行”(Robot-performed)。具体而言,在1至4级自动化阶段,手术机器人仍然扮演工具的角色,医生是主要决策者。而在5级自动化状态下,手术机器人实现了“完全自动化”,无需医生监管,这引发了对机器人技术潜在伦理问题的深入思考。目前,绝大多数手术机器人仍处于0至1级自动化水平,其中骨科关节手术机器人是典型的1级自动化阶段代表。关节手术机器人未来是否会进一步提升自动化程度,朝着条件自动化乃至完全自动化的方向发展,一直是业界广泛探讨的热点话题。值得注意的是,未来技术发展速度可能超过监管、伦理和法律的完善进程。手术机器人在发展和应用过程中的风险及安全管理对其未来发展至关重要。随着自主机器(如自动驾驶汽车)的逐步普及,预计医疗应用中机器人的自动化程度及风险接受度也将逐步提高。事实上,早在20世纪90年代,海外厂商Curexo Technology(Think Surgical的前身)就尝试过主动性关节手术机器人,但最终因系统故障、手术时间延长和并发症增多等问题而失败。值得一提的是,ROBODOC的自动化程度仅达到3级,未能实现更高水平的自动化。无论未来关节手术机器人是继续以“半自主”模式为主流,还是演变为“全自动”模式,其智能化程度必将显著提高。同时,伦理学规范、卫生经济学和医学社会学等相关议题也将持续引发讨论。智能化技术的发展方向应当是“协助医生”而非“取代医生”。机器人有望突破人脑极限,人机深度合作无疑将成为未来趋势。图3-41:医疗机器人的自动化分级数据来源:参考文献4级3级5级2级高度自动化自主规划自主批准自主操控断续监管1级0级任务自动化人为规划批准部分自主操控无自动化完全遵循操纵指令完全自动化自主规划自主批准自主操控无需监管条件自动化自主规划人为批准自主操控持续监管机器人辅助被动辅助人为持续操控113112骨科关节手术机器人产业发展白皮书115114骨科关节手术机器人产业发展白皮书式,将部分大额订单转化为合同模式,以此降低医院的采购门槛。据财报显示,医疗机构每年支付8万至19万美元的培训服务费用后,即可通过租赁方式获得达芬奇手术机器人。虽然耗材采购频率有所降低,但公司经常性收入(包括耗材、服务及租赁收入)占比仍在逐年上升。截止2023年底,这一板块收入已达83%,成为公司营收的核心来源。同样,史赛克的MAKO也采用了“系统 耗材 维保服务”的商业模式。以美国为例,MAKO手术机器人售价约为125万美元。此外,医院每年还需支付10万美元的服务费。在手术方面,每台手术的一次性耗材费用约为1,000美元,患者还需额外支付5,500美元的假体费用。聚焦到国内的关节手术机器人企业,由于商业化推广刚刚起步,收费模式暂不明确。目前,厂商的核心收入仍来自单纯的设备销售。未来,随着市场逐渐成熟,机器人普及率进一步提高,“设备 耗材 维保服务”或将成为企业的核心收费模式,且随着市场的不断发展,服务类收费在总收入中的占比有望进一步提升。图3-42:直觉外科经常性收入占比数据来源:直觉外科2023年年报71u 16年2021 年2023年参考文献1张杭,贺强,刘青,何云利,王弢,冯哲.&何森.(2023).人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析.中国组织工程研究(29),4620-4627.2Chen,X.,Deng,S.,Sun,M.L.,&He,R.(2022).Robotic arm-assisted arthroplasty:The latest devel-opments.Chinese journal of traumatology=Zhonghua chuang shang za zhi,25(3),125131.https:/-doi.org/10.1016/j.cjtee.2021.09.0013闵美鹏,吴进,URBA RAFI,张文杰,高嘉,王云华.&范磊.(2024).全髋关节置换前人工智能(AI)规划的作用与意义.中国组织工程研究(09),1372-1377.4田和强,吴冬梅,王继虎,杜志江&孙立宁.(2011).基于电磁定位的手术导航探针可视化与实时跟踪技术.机器人(01),59-65.5李明,黄迪超,李海洋,张勇,吴志军,罗建宁&Chen Hong.(2019).骨科机器人导航手术的研究进展.(eds.)2019楚天骨科高峰论坛暨第二十六届中国中西医结合骨伤科学术年会论文集(pp.8-9).浙江省宁波市第六医院创伤骨科;doi:10.26914/kihy.2019.018591.6Shi,H.,Zhang,B.,Mei,X.,&Song,Q.(2021).Realization of Force Detection and Feedback Control for Slave Manipulator of Master/Slave Surgical Robot.Sensors,21(22),7489.https:/-doi.org/10.3390/s212274897Tarassoli,P.(2019).Robotic Assisted Fracture Surgery(Doctoral dissertation,University of Bristol).8Carlsson,M.(2015).Automatic robotic gripping claw.9Anwaar,H.非线性机械臂位置跟踪控制的研究.(Doctoral dissertation,北京科技大学).10Schmidt,M.W.,Kppinger,K.F.,Fan,C.,Kowalewski,K.F.,Schmidt,L.P.,Vey,J.,Proctor,T.,Probst,P.,Bintintan,V.V.,Mller-Stich,B.P.,&Nickel,F.(2021).Virtual reality simulation in robot-assisted surgery:meta-analysis of skill transfer and predictability of skill.BJS open,5(2),zraa066.11 张凯,郭卓涛,马桥桥,查国春&郭开今.(2024).人工智能三维规划系统在全髋关节置换中的准确性及其影响因素.中国组织工程研究(12),1863-1868.12 Guang-Zhong Yang et al.,Medical roboticsRegulatory,ethical,and legal considerations for increasing levels of autonomy.Sci.Robot.2,eaam8638(2017).DOI:10.1126/scirobotics.aam8638注:经常性收入(recurring revenue)包括耗材、服务及租赁收入;而非经常性收入(nonrecurring revenue)主要为设备一次性收入。骨科关节手术机器人未来的挑战与期待前文分别从产业概况、发展环境、市场规模、竞争格局、技术创新方向和趋势方面对国内骨科关节手术机器人行业进行了全面而深入的剖析,那么国内关节手术机器人目前面临的发展挑战有哪些?政府、医院、研究机构、企业及资本方又该如何发力,推动行业的进步?本章将从国内关节手术机器人的发展挑战和发展建议两个方面进行深度解读。044.1.1 底层技术及产品研发面临的挑战4.1.1.1 底层技术研发面临的挑战知识产权保护意识薄弱,基础研究投入不足。美国在手术机器人领域拥有强大的专利保护体系,数据显示,美国是全球手术机器人技术的主要来源国,其专利申请量占全球总申请量的72.86%;全球范围内最早实现商业化的手术机器人厂商直觉外科,其成功因素之一就是进行了完善的专利布局,且在20年专利保护期间筑起了强大的护城河。而在国内,知识产权保护意识相对欠缺,厂商进行原始创新的动力不足;除此之外,我国在基础研究的投入上相比发达国家依然存在较大差距,2023年,我国基础研究经费投入为2,212亿元,仅占研发经费总支出的6.65%,远低于全球发达国家平均15%的水平。尽管中国知识产权保护上已经初见成效,但在知识产权的转化、应用和保护上还有所欠缺,制约了原始创新和核心技术的发展。核心部件仍依赖进口,厂商原始创新动力有限。手术机器人具有极高的技术门槛,不仅对技术的创新性要求突出,对底层工艺技术、精密制造能力、产品的稳定性、安全性和可靠性也有极高的要求。对于一款具有竞争力的关节手术机器人产品而言,除了机械臂、传感器等硬件技术外,软件算法是能够真正将医生的经验融入产品的核心要素。在硬件技术的底层研发上,机械臂的高精度协同控制算法、零配件选型和构型设计,以及光学跟踪相机在长期使用中的精度和稳定性要求均具有较高的研发难度,且需要产品在临床上持续试验。但就国内的发展现状而言,90%以上的关节手术机器人产品在机械臂和光学导航上仍依赖进口,商业化推广困难及投融资遇冷也在很大程度上弱化了厂商进行原始创新的动力,这也造成了国内市场的同质化竞争和内卷加重。而软件算法的开发则需要不断在临床应用中持续打磨,临床的应用推广受到限制也在一定程度上影响了算法的迭代更新。复合型人才储备仍有不足,厂商研发创新遇到挑战。手术机器人产品的多学科交叉性,在医疗器械领域构筑起极高的技术壁垒。也正是这种多学科的要求,让手术机器人厂商对复合型人才提出了更高的要求。手术机器人研发者通常以工科为主导,但同时要贯通医学知识,在软件算法的开发上,更是需要IT背景与医疗器械领域的复合人才,目前国内的人才储备相对有限,创新企业在招聘过程中也时常遇到困难。4.1.1.2 产品临床研究及创新迭代面临的挑战医工交叉力度有限,协同创新力度较弱。根据全球创新指数(Global Innovation Index,GII)以及全球医疗卫生机构自然指数排名(Nature Index Annual Tables 2022)相关数据,我国整体科研水平位于世界领先水平。同时,GII数据也证实,2023年中国拥有世界上最多的创新学者集群,创新科研能力在全球排名第12位。然而,值得关注的是,虽然我国科研能力突出,但在科研成果转化方面仍面临较大的挑战,与美国、日本、德国等发达国家相比存在一定的差距。世界经济论坛(World Economic Forum)的数据显示,我国产学研合作的失败率高达30P%,创新联盟的平均生命周期仅为3年左右,科技成果的转化率约为30%(发达国家为60%至70%),转化效率及可持续性相对偏低。关节手术机器人的原始创新和迭代极度依赖医生和患者的临床反馈,只有在大量的临床试验中不断积累经验和数据,才能生产出真正满足临床需求的关节手术机器人产品。国内关节手术机器人产业的医工交叉及协同创新力度不足,主要体现在:1)开展临床研究的医院数量不足,目前,关节手术机器人在国内的应用仍处于起步阶段,依然有大量医生对产品认知度有限,协助厂商开展临床研究的意愿度不高;2)开展临床应用的地点主要集中在三级医院,基层医院因手术量小,主刀医生缺乏相关手术经验,参与度不高;3)厂商进行原始创新的动力不足,也导致其开展大规模临床试验的程度不够。数据共享互通平台尚未建立,产品迭代优化效率不足。相对于海外健全的关节置换术数据登记系统,国内在关节置换领域暂无相关的数据统计,这极大程度上削弱了医生和厂商对于市场现状和患者情况的认知,不利于在临床实践中提升和维持关节置换术患者的满意度。除此之外,国内医院系统对于数据安全和隐私的保护也限制了机器人厂商对于医学数据的利用,目前国内医院的临床数据均为数据孤岛,并不能直接用于产品研发,不利于机器人产品的技术迭代升级。图4-1:直觉外科专利布局数量(项)专栏1:直觉外科完善的专利布局直觉外科于1992年左右开始申请第一批专利,2005年(第二代达芬奇上市前一年)后专利布局数量逐步增加。直觉外科利用其近乎完善的专利布局,在20年专利保护期间筑起了强大的护城河,帮助保持极高市占率长达20年之久。在专利布局内容上,机械臂、末端执行器、适配器、输入装置、控制系统等均被考虑在内。患者平台是专利布局重点,其中主要涉及手术器械的工具设计和改进,提升与机械臂的适配度从而增强安全性等;医生平台的专利布局主要包括改进手柄、踏板的设置从而提高灵活性、舒适性及安全性,提升触觉反馈从而增强操作的精准性,及通过传感或图像等手段实现对手术工具位置的传感、跟踪、反馈,实现手术器械尖端的定向、对准等。数据来源:GreyB4.1 国内关节手术机器人的发展挑战119118骨科关节手术机器人产业发展白皮书图4-2:AOANJRR关节置换年度报告(2021-2023)专栏2:全球关节置换登记系统建设情况全球范围内已有多个国家建立起关节置换登记系统,按建立时间顺序,依次为瑞典(1977),芬兰(1980),挪威(1987),丹麦(1995),新西兰(1998),澳大利亚(1999),加拿大(2000),英国(2003),美国(2012)。以澳大利亚为例,澳大利亚骨科协会全国关节置换登记处(AOANJRR)是澳大利亚骨科协会(AOA)的一项重要举措。AOANJRR于1998年建立,并从1999年9月1日开始收集关节置换相关数据,2002年,系统扩展到全澳洲所有关节置换数据的收集。自1999年以来,AOANJRR已经记录了近150万例关节置换术,这些数据对于改进手术实践和提高患者生活质量具有重要意义。此外,AOANJRR还发现某些髋关节假体系统在临床应用中存在较高的术后早期失败率,这一发现对医疗设备的选择和使用提供了重要参考。例如,使用高交联聚乙烯内衬的髋关节置换术取得了长期、良好的临床结果,这表明材料选择对手术成功率有显著影响。总体而言,AOANJRR通过长时间对关节置换术数据进行收集分析,为医疗研究和政策制定提供了宝贵的信息支持,目前已经成为澳大利亚医疗体系中的一个关键组成部分。数据来源:AOANJRR评价体系尚未建立,长期临床效果有待考证。目前国内置换效果的评分系统主要采用KSS(膝关节评分系统)、WOMAC(西方国家关节炎患者健康调查问卷)和SF一36(健康调查简表)等系统。早在2017年,就有文献通过回归分析证实KSS评分和WOMAC评分值与患者的主观满意度相关性较差,核心原因在于国人对膝关节功能的要求更多的在于屈膝下蹲等动作,对疼痛的耐受较好,类似因素影响了KSS和WOMAC评分与患者主观满意度的一致性1。随着患者对于生活质量要求的提高,越来越多的患者对术后恢复的要求更高,甚至希望能恢复运动,这也是手术机器人在未来可以带来的核心临床价值,而手术评价体系的不健全让患者生存质量得不到最精确的反馈,限制了手术机器人的推广和应用。除此之外,机器人辅助关节置换术在假体安放的精确性方面虽然已有相对确定的共识,但多个研究表明,机器人辅助技术的手术时间较传统技术明显延长,且由于机器人设备复杂,对手术室的要求更高,且容易给患者带来医源性损伤。目前仍缺乏中长期的随访结果证实手术机器人的临床价值,未来,仍需更多的临床研究来证实手术机器人在常规临床诊疗中的安全性和有效性。121120骨科关节手术机器人产业发展白皮书4.1.2 产品审评审批面临的挑战尚未严格区分“优效性”和“非劣性”临床试验,削弱企业创新积极性。临床试验的比较类型包括优效性检验、等效性检验、非劣效性检验。优效性检验的目的是确证试验器械的疗效/安全性优于对照器械/标准治疗方法/安慰对照,且其差异大于预先设定的优效界值,即差异有临床实际意义。等效性试验的目的是确证试验器械的疗效/安全性与对照器械的差异不超过预先设定的等效区间,即差异在临床可接受的范围内。非劣效性检验的目的是确证试验器械的疗效/安全性如果低于对照器械,其差异小于预先设定的非劣效界值,即差异在临床可接受范围内。对于采取了优效性检验的关节手术机器人产品,在产品获批速度和注册证类型上并没有与采取“等效性”和“非劣性”临床检验的产品做出区分,导致国内产品同质化现象严重,进而引发在市场推广上的低效“内卷”,创新企业的创新积极性也受到极大影响。药监局未给到企业明确的“机器人”标签,在一定程度上阻碍了产品推广进程。目前获得国家药监局批准的关节手术机器人产品名称仍以“导航定位系统”和“导航系统”为主,尚未给到带有“机器人”字样的批复,而FDA和CE在产品注册证上均给到了“robotic”字样,这在一定程度上阻碍了关节手术机器人的市场教育,相对临床技术的进步来说,国内监管的发展相对缓慢。4.1.3 产品市场推广面临的挑战公立医院预算吃紧,对大型设备采购监管严苛。一方面,国家卫健委发布了国家卫生健康委2023年部门预算,卫生健康支出公立医院预算数又再一次被缩减,据数据显示,2023年国家卫健委公立医院预算数为473,967.03万元,比2022年执行数减少了194,097.74万元,降低了29.05%。另一方面,根据最新发布的中国卫生健康统计年鉴(2022年卷),2021年公立医院总负债额约2.33万亿元,资产负债率为41.9%,直逼“负债率50%”的警戒线。在国家绩效考核指引执行的大背景下,全国公立医院的预算势必会持续缩紧,严禁举债配置,除此之外,大型设备作为院内灰色营销、腐败频发的重灾区,监管也将更为严苛。采购流程冗长,医院付费动力不足。医院对大型设备的采购流程相对复杂,通常需12年时间才能完成确认,企业在销售过程中需支付大量的时间及人力成本,进一步增加了企业运转压力。另外,从院端视角来说,关节手术机器人价格高昂,投入回报比暂不清晰。国内关节手术机器人的收费结构尚未标准化,对标海外市场,未来的收费模式将主要包括设备费,耗材费及售后服务费三个部分。除了向机器人厂商支付一次性设备费用外,医院还需单独购买手术耗材,并按年支付维修及服务费用。而由于产业正处于起步阶段,患者端支付费用暂未明确,国内目前仅有北京、江西、湖南等地明确了费用,其他省市收费标准并不清晰。这也让医院端无法评估采购设备后的投入产出比,导致付费动力有所不足。以我国目前的医疗付费体制,单从经济收益上计算,需要机器人较大幅度降价,同时提高使用收费标准,才具有经济效益上的吸引力。市场认知有限,基层医生及患者教育仍需加强。目前,关节手术机器人的使用仍停留在三甲医院,基层医生在产品认知及使用技巧上仍有待加强。关节手术机器人的核心临床价值在于手术的均质化,只有让基层医院的骨科医生使用了机器人辅助关节置换术,缩短了学习曲线,提升了临床效果,才能让关节手术机器人发挥出最大的临床价值。另外,从患者角度来看,虽然部分患者对关节手术机器人有一定认知,但相较于传统治疗方法,骨科手术机器人治疗成本高,若患者的价格敏感性较高,则难以接受使用机器人辅助手术。只有当患者清楚手术机器人带来的实际手术效果,才能实现在患者端的普及。产品收费模式不清晰,市场热度冷却,国产替代举步维艰。就前文所述,目前关节手术机器人尚未在全国范围内形成统一的收费模式,且在产品的性价比上仍存在较大的争议,这导致关节手术机器人产业的发展一度陷入僵局。2022年以来,全球及国内的投融资总额下滑近50%,国内新增装机量不及预期,部分企业IPO进程受阻,更多的机器人创新企业融资遇冷,企业在生存上已经遇到严峻的考验。除此之外,由于海外企业已在国内建立起先发优势,国内企业在此基础上拓展市场也变得相对困难。4.2.1 建设融合创新生态,支撑新质生产力加快发展4.2.1.1 加强协同创新力度上世纪70年代,美国为应对军事、经济及科技发展上的诸多挑战,在1980年发布了科技成果权属改革中最为重要的成果拜杜法案。拜杜法案通过赋予大学和非营利研究机构专利申请权和专利权,激发了科研人员的创新动力,避免了人才流失和专利权闲置的问题,不仅提高了技术转移效率,还促进了产学研合作。近年来,我国对于医疗、科研、企业合作重视度有所提高,推出了多条鼓励政策,包括财政支持、人才引进、专项设立等,从国家到地方政府支持政策体系正在逐步完善,一定程度上调动了跨界合作的积极性,实现第一阶段的合作促成。在国家的推动下,各地区均在积极建设协同创新转化平台及孵化器。其中,国家骨科与运动康复临床医学研究中心(以下简称“国家临床中心”)是由国家科技部、卫健委、军委后勤保障部和国家药监局于2019年5月正式批复建设的,也是我国骨科与运动康复领域唯一的临床医学研究中心,承担着“科技创新、成果转化、产业推动”的使命,致力于开展医学创新研究,引领行业科技创新、促进科研成果转化、推动民族产业发展。在科研成果转化上,国家临床中心目前正在建立多层次、广辐射的全国协同创新网络体系,统筹推进区域科技创新中心建设,依托专家资源、体系资源,组建专业化的科研攻关团队,集聚创新链资源,从临床需求、产业研发及应用推广出发,助力产业自主创新,突破发展壁垒。4.2 未来关节手术机器人的发展建议123122骨科关节手术机器人产业发展白皮书图4-3:医研企合作模型数据来源:蛋壳研究院具体而言,国家临床中心自主研发并搭建了电子数据采集系统,搭载智能招募、远程监查及智能随访模块,实现数智一体化协同模式,可实现安全、稳定地与全国100 HIS系统对接,极大提高临床试验的效率和质量,为临床试验提供了强大的数字化保障。与此同时,国家临床中心按照“中心分中心/特色中心核心单位网络单位”的层级体系进行管理,整合医疗资源,协同创新成果转化,推动包括关节手术机器人核心零部件在内的骨科技术装备的国产替代。目前,在骨科关节手术机器人领域,国家临床中心已经协助推动了全流程智能数字骨科手术导航系统、智能全骨科机器人以及智慧骨科手术室系统生态的建设。除此之外,要真正推动原始创新,还需从国家层面真正重视“基础科学”,强化基础研究系统布局,长期稳定支持一批创新基地、优势团队和重点方向,增强原始创新能力。具体来说,可考虑1)系统部署基础研究与应用基础研究,设置相关研发转化课题,提升医生、企业及高校的原创积极性;2)支持高校和科研院所培养医疗机器人的专业技术和复合型高端人才,推进新工科建设,鼓励校企联合开展产学合作协同育人项目,共建现代医疗机器人产业学院,推行订单培养、现代学徒制等模式,培养产业发展急需人才;3)设立“关节手术机器人”科研成果转化试点基地,加速创新步伐。4.2.1.2 完善科研数据平台大数据和人工智能的发展为临床实践和科学研究提供了巨大潜能。在骨科领域,大数据的潜在利用价值极高,对大数据进行挖掘和分析,有助于提升骨科医师和科研人员的诊疗水平和科研能力,基于证据的自动化决策,识别并发症或其他结局的危险因素2,同时辅助创新企业识别患者及医生需求,迭代优化产品。因此,建立完善的科研数据平台对于关节手术机器人领域的临床研究、产品创新和迭代优化极为关键。在骨科关节领域,亟须建立的数据平台包括关节置换登记系统、国人骨骼数据库以及真实世界研究数据平台等,为骨科大数据研究奠定基础,促进我国骨科与运动康复领域临床研究的规范化、均质化。图4-4:国人骨骼数据库及转化应用平台专栏3:国人骨骼数据库及转化应用平台平台特色:涵盖国人骨骼模型数据库,拥有4,858例患者、26,066块骨骼的数据体量。是目前已知同类数据库中最大、最全的数据体量。技术应用:集成U-Net、CPD、Powercrust、BCPD等智能算法,实现高精度的模型重建和均模型的批量化解剖参数生成。输出解剖参数数据库,直接指导产业端的骨科内植物器械研发。研发产品:胀内侧支撑髓内钉,髋臼解剖锁定钢板,肱骨近端内侧支撑钢板,胫骨平台解剖钢板,桡骨钢板等。理念前景:发挥国家级应用支撑型科研平台作用,已向产业科研项目免费开放使用;赋能我国骨科医疗器械的自主创新研发,加速推动国产替代进程。数据来源:国家骨科与运动康复临床医学研究中心国家临床中心成立至今,不断完善真实世界研究平台、国人骨骼数据平台、国家临床中心GCP平台,填补骨科全国性基础科技设施空白,赋能医疗器械自主创新与产品研发。其中,骨骼数据库及转化应用平台主要用于解决我国骨科内植物研发中存在的“数据体量小、解剖不匹配、形态的地域和种族覆盖性差”等问题,为我国智能化骨科内植物的高效研发与应用提供共性理论与关键技术支撑;NCRC真实世界数据平台由国家临床中心和国家人口健康科学数据中心联合开发,是面向研究、决策、监管、注册、审议的基础支撑数据平台,目前已建成严重肢体损伤、胫骨平台骨折、髋部骨折等17项专病数据库,已录入82,401例真实数据,并吸纳127家医院参与,实现数据平台试运营,及100 医院数据共享。125124骨科关节手术机器人产业发展白皮书图4-5:NCRC真实世界数据平台专栏4:NCRC真实世界数据平台职能使命:制定国家及团体标准(数据交换标准HL7临床文档架构骨科疾病诊疗数据集系列标准);解决信息收集、存储、发布、交换等应用的歧义障碍,保证数据交换、统计和安全共享的开展。建设成果:已建成严重肢体损伤、胫骨平台骨折、髋部骨折等17项专病数据库;已录入82,401例真实数据;已吸纳127家医院参与,400 人参与平台软件测试;已实现数据平台试运营,100 医院实现数据共享。数据来源:国家骨科与运动康复临床医学研究中心4.2.1.3 设立关节手术机器人创新研发专项基金科技计划(专项、基金等)是政府支持科技创新活动的重要方式。要推动骨科关节手术机器人领域的原始创新和基础研发,还需设立一批围绕该领域的专项基金,鼓励企业、高校及医生围绕特定领域开展创新性研究,培养一批基础科研人才和团队。只有把资源投向最具创新活力的一线科研人员,才能真正完成底层技术(机械臂、光学导航)的国产替代。国家临床中心与江苏省中以产业技术研究院共同设立了以临床应用为导向的“医疗创新基金”,用于开展以临床应用为导向的医疗器械研发及医疗器械改进研究,资助金额共计1,000万元。目前,征集课题近300项,遴选后77个课题获得资助,覆盖全国26个省份,在行业内引起巨大反响,一大批具有产业转化潜力的科研课题进入中心的创新平台,并获得全流程的支持。2023年开展的第二期创新基金以科技成果转化和推动产业发展为重心,以统筹建立骨科临床医学研究体系为方向,以实现科技创新、产业促进和社会发展三大价值为宗旨,以参与国家临床中心牵头重大课题攻关和子领域课题申报为形式,聚焦于骨科、运动和康复领域基础科研平台建设、新型材料和智能技术(人工智能、3D打印、医学机器人、导航等),推进行业基础设施完善和基础标准规则健全。除此之外,天智航也依托北京市、海淀区、科创企业共同出资的北京市自然科学基金海淀原始创新联合基金,设立了“智慧骨科”专项,以联合基金的形式搭建医工协同创新平台。随后,通过联合基金,引导专家切实解决企业发展面临的难点、痛点,从而推动行业创新发展。立“医学伦理审查互认联盟”的工作,旨在推动大规模多中心临床研究项目的开展,提高临床研究效率,构建合作共同发展体系,实现优质资源共享,推动骨科与运动康复专业的健康发展。获批伦理联盟的成员单位由国家临床中心统一授牌,具有优先参加国家临床中心组织的临床研究项目资格。该联盟首批成员单位达81家,是全国范围内单批次规模最大的伦理联盟,目前成员已扩展至94家。3)在审评审批上,加快审评政策更新速度,促进审评政策与技术发展同步。中国乃至全世界都存在监管过度或不恰当、过程过于复杂的问题,这在某种程度上严重阻碍了临床研究特别是临床试验的发展。在“手术机器人”领域的注册审批制度上,有关部门应及时更新相关产品分类,规范产品名称,优化审评审批机制,鼓励企业进行“优效性”临床试验,在审评审批结果上,对于“优效性”“等效性”“非劣性”临床试验结果做出区分,激发企业/机构创新热情。4.2.3 强化市场教育,加速市场推广4.2.3.1 完善科普推广及医学教育体系手术的均质化、精准性是关节手术机器人的核心临床价值,其未来广阔的市场空间也一定存在于基层市场。因此,手术机器人厂商亟需加强基层医院的发展,通过教育培训的方式提升广大基层医生对机器人的认知度,并提升基层医生进行机器人辅助关节置换术的水平,从而带动基层医院购买关节手术机器人的意愿,进而让更多更广泛的基层患者受益。目前,海内外头部厂商及第三方机构已经在逐渐开展关节手术机器人的推广活动,总的来说,有以下几种类型:1)由企业端发起的产品培训和经验交流:最先将关节手术机器人带进国内的史赛克,已经面对医生团体连续举办了包括“MAKO大师谈”“MAKO智慧机器人授证学习班”“关节手术机器人技术国际学术沙龙”在内的多场市场教育活动,持续推动市场教育和技术下沉。通过手术演示和经验分享,讲解并演示MAKO机器人手术操作流程以及相关手术技巧,充分展现机器人手术的优越性,推动数字化技术在骨科领域的普及。如纳通智能外科致力于通过和全国顶级医院专家教授合作举办关节手术机器人培训班,为青年医生搭建手术机器人实操和交流平台,帮助更多的关节外科医生近距离观摩学习手术机器人辅助关节置换术技术,提升关节外科手术治疗水平同质化、规范化、科学化,积极践行“智通未来,赋能医患”的医疗理念,助力“机器人 ”在医疗领域的全面应用,推进中国医疗向着“智能化”方向迈进。4.2.2 完善审评审批流程,鼓励并保护原始创新4.2.2.1 健全知识产权保护体系尽管中国知识产权体系建设已见成效,但与建成创新型国家、将创新作为驱动国家发展动力的目标仍存在差距,特别是与技术、产业发达的国家或地区相比,中国在知识产权运用和核心技术的产出等方面仍存在较大差距,也面临着诸多挑战。据统计,相对美国而言,中国的专利侵权赔偿总额总体偏低,大量适用导致知识产权人的利益实际上难以被填平,严重挫伤了专利权人的积极性,而由于赔偿数额较低,侵权人仍能通过侵权而获利,这使得原有制度实施起不到预防专利侵权的作用,违背了侵权救济制度的初衷。在项目组调研访谈过程中,多位关节手术机器人创新企业创始人均提及,在国内市场中,相关创新的知识产权及专利得不到应有的保护,企业在原始创新中的投入得不到应有的回报,因此也削弱了大多企业继续创新的积极性。美国是世界上知识产权保护制度最完善的国家。根据美国之前公布的一组数据,医疗器械行业已经成为医疗健康行业知识产权维权的核心战场,它的诉讼量远超中成药、生物药等其他子行业。从国家层面,应该进一步完善国内专利侵权赔偿制度,提升赔偿额度,保证专利权人的权利;另外,从创新企业层面来看,需尽早寻求专利来保护核心技术,除常用的“发明专利”“实用新型专利”外,“外观设计专利”也值得考虑。由于医疗器械的创新在初始概念和最终产品之间会发生多次变化,因此,创新者和企业还需随着设计的改进提交多次专利申请,最大程度上对核心技术进行保护。4.2.2.2 优化临床研究和审评审批体系临床研究是发展创新医疗器械产业的关键能力,也是整个医疗健康创新生态系统最为重要的环节。能否迅速提升临床研究能力,决定了中国是否能够把握住医药创新产业来之不易的机会窗口。结合项目执行过程中的调研访谈,我们认为,在临床研究体系上,国内仍存在较大的优化空间,具体而言:1)在顶层设计上,应积极推动临床研究平台建设,加大临床研究项目资助。截至2024年,中国在常见病、多发病的20个领域已经建成50个国家临床医学研究中心,在生物医药领域建成75家国家重点实验室3。具体而言,在骨科与运动康复领域,依托于中国人民解放军总医院的国家骨科与运动康复临床医学研究中心是目前唯一的国家级临床医学研究中心,在关节手术机器人的临床研究与创新推动上起到了关键性作用。同时,还应设立临床研究基金,加大关节手术机器人相关的临床研究项目资助,尤其是涉及原始创新的研究项目,要给予更多关注。目前,北京、上海、广州等经济发达区域都设立了临床研究相关项目资助专项,但大多数省、自治区、直辖市尚未给予足够重视。未来,可考虑采用院内基金、政府基金及社会基金相结合的方式,促进临床医学发展。2)在监管体系上,应持续完善伦理审查机制,加速监管和伦理审批。在伦理审批上,应持续建立健全伦理委员会成员培训和认证体系,鼓励各伦理委员会参与行业公认的认证。2023年,国家卫生健康委员会、教育部、科学技术部、国家中医药管理局四部委联合印发了涉及人的生命科学和医学研究伦理审查办法,提出了兼顾伦理规范和创新发展的审查要求与不同机构主体落实备案管理(即分级备案制度),并首次提出有条件地免除伦理审查等内容。同年,为适应当前生命科学与医学相关研究的发展和伦理审查的管理要求,提升医学伦理审查工作效率,国家骨科与运动康复临床医学研究中心启动了建127126骨科关节手术机器人产业发展白皮书3)由临床研究中心发起的系统性教育活动:推动医学适宜技术在基层落地,促进全国医疗水平均质化、优质化发展,是国家临床中心的主要职责之一。面向骨科领域的医学工作者,自2020年起,国家骨科与运动康复临床医学研究中心将“科技志愿服务”与“科学普及工作”“医疗教育培训”等工作进行创造性融合,已在全国多地组织了十四场“科技志愿服务行智慧骨科专项能力提升”活动(截止至2024年12月)。通过理论授课、手术示教、查房义诊等形式,推动行业诊疗技术的进步和各医院学科品牌建设的发展,总共覆盖300万人次。同时,搭建了国内骨科与运动康复领域最大的网络教育平台,已上线精品课程1,400余部,完成骨科与运动康复行业1,420万人次继续教育。面向患者群体,国家临床中心研发了NCRC科普讲堂小程序,覆盖全国二十五个省份(自治区、直辖市),服务患者1,680万 。科普资源库涵盖创伤、关节、脊柱等,8个专科,40 种疾病,600 部视频。面向体系单位,国家临床中心开展了“智慧骨科培训基地项目”,旨在推动智能手术规划、智能全息导航、智能手术机器人等智慧骨科技术在全国医疗单位的临床研究和转化应用;促进优秀智慧骨科人才梯队培养;助力医院学科高质量、品牌化发展;进而推动全国智慧骨科领域的科技创新。此外,面向科研成果转化,国家临床中心承担了中国国际科学技术协会-生物医药领域技术经理人人才培养体系构建工作,以“制定评价标准、建设培训体系、出版学习教材、实训评价体系”为核心目标,目前已经完成了专委会的建设和启动会,并实现了首批技术经理人的评价,完成撰写并筹备发布生物医药技术经理人能力评价规范团体标准。2)由学协会与企业共同发起的产品操作规范培训:由中国医师协会、中国医师协会骨科医师分会主办,元化智能承办的智能骨科手术机器人专项能力培训班也是重要的市场教育活动之一。培训是在锟铻骨科手术机器人的辅助下,进行全膝关节置换术、全髋关节置换术的设备操作规范流程学习以及假骨实操练习,将陆续在北京、成都、上海、广州等城市开展32场面授培训,为众多骨科医师送上“知识盛宴”,从而推进骨科技术的发展和人才培养,强化技术规范,逐步推进我国智能骨科临床应用水平。图4-6:“MAKO大师谈”活动主题信息来源:公开资料图4-7:纳通关节机器人培训班信息来源:公开资料129128骨科关节手术机器人产业发展白皮书图4-8:中国医师协会智能骨科手术机器人专项能力培训班信息来源:公开资料图4-9:NCRC在线教育平台(左);NCRC技术经理人培训(右)信息来源:公开资料备租赁试点的工作方案,该方案提出,在卫生健康领域开展医疗设备租赁工作,实施范围包括省级财政拨款(补助)购置的CT、MRI、DR等医疗设备。目前已在第一医院和南方医科大学第五附属医院进行试点,计划于2024年在广东省的所有医疗卫生机构全面实施医疗设备租赁政策。在广东省之后,苏州等地也明确表示将会结合当地实际情况探索大型医疗设备租赁模式,引导租赁企业参与试点。在公立医院

    发布时间2025-02-08 76页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 来觅研究院:2024年四季度机器人投融市场报告(24页).pdf

    来觅研究院行业赛道研究机器人2024年四季度投融市场报告目录撰稿来觅研究院梁秋兰设计来觅数据设计团队2025-02-07发布本报告是机器人2024年四季度投融市场报告行业概要1.1 机器人季度概览41.2 Q4行业相关政策51.3 Q4时间线61.4 赛道图谱8投融动态2.1 Q4投融动态112.2 活跃投资者132.3 Q4关键融资事件14行业趋势3.1 减速器16代表企业4.1 智同科技204.2 瀚晟传动22行业概览机器人季度概览Q4行业相关政策Q4时间线赛道图谱来觅研究院4/24机器人四季度概览下游行业的增长为机器人的需求增长提供支撑。国家统计局显示,2024年,中国工业机器人产量约55.6万套,同比增长14.2%,服务机器人产量约1,051.9万套,同比上升34.3%。2024年,规模以上工业增加值同比增长5.8%,制造业同比增长6.1%,其中装备制造业增加值增长7.7%,高技术制造业增加值增长8.9%。这表明经济保持平稳发展,同时制造业不断向高端化、智能化的方向发展,这为工业机器人和服务业机器人的需求增长提供了有力支撑。多家企业纷纷布局机器人产业。国内方面,此前大型互联网企业百度、腾讯、阿里、小米、字节、美团等已通过不同渠道表示入局机器人产业,如腾讯通过投资乐聚机器人、优必选等企业参与机器人产业,小米则直接从事机器人的研发。华为也在2024年11月宣布华为(深圳)全球具身智能产业创新中心正式运营,并与16家人工智能企业签署战略合作。海外方面,此前特斯拉率先研发人形机器人,英伟达、OpenAI等厂商纷纷跟进,如英伟达、微软、OpenAI等企业通过投资人形机器人创企Figure布局机器人产业。谷歌DeepMind在2024年12月宣布携手Apptronik,针对动态现实环境的复杂作业挑战,共同研发新一代人形机器人。人形机器人商业化进程加速。智元机器人、宇树科技、乐聚、优必选、Figure、Agility等国内外机器人企业已陆续开始出货或加速出货。例如,智元机器人临港工厂截至 2024年12 月底,量产工厂总计下线超过 900 台机器人;Figure的CEO在X平台宣布,Figur02机器人正式交付客户并创收。此外,据中信证券,2024年全球人形机器人出货数量将超过2,000台,人形机器人也即将迎来商业化元年。数据来源:国家统计局,来觅数据整理2023-2024年中国机器人产量(万套)6.2 4.4 3.8 4.0 4.0 3.4 3.3 3.6 3.3 3.6 4.2 7.6 5.1 5.0 5.2 5.3 4.6 4.8 5.4 5.1 5.4 7.1 75.6 70.0 70.6 69.7 66.3 58.2 70.7 108.4 82.6 72.6 73.8 99.6 95.9 97.3 91.2 84.7 87.9 98.9 109.9 87.1 94.1 91.9 0204060801001201402023年1-2月2023-032023-042023-052023-062023-072023-082023-092023-102023-112023-122024年1-2月2024-032024-042024-052024-062024-072024-082024-092024-102024-112024-12工业机器人服务机器人来觅研究院5/24Q4行业相关政策发布时间印发单位文件名称相关内容2024-12-06安徽省工业和信息化厅安徽省人形机器人产业发展行动计划(2024-2027)提出到2027年,围绕“23456”目标体系,初步构建安徽省人形机器人创新体系和产业生态,形成产业化能力;到2023年,建成国内具有重要影响力的人形机器人产业发展高地。重点打造合肥、芜湖两个产业先导区;建设人形机器人省级创新平台、中试验证平台、招引孵化平台等三大平台,并打造不少于4种型号具有国内代表性的人形机器人整机2024-12-04重庆市经济和信息化委员会等七部门重庆市支持具身智能机器人产业创新发展若干政策措施围绕“存算一体”芯片、高性能末端执行器、直线电驱动关节、新型传感器、机器人操作系统等研发方向部署市级科技创新重大重点项目,推动核心技术攻关。同时,通过“揭榜挂帅”方式重点攻关具身大模型生态体系相关技术,并形成一批产业化成果,榜单支持总额不超过1,000万元2024-12-02四川天府新区四川天府新区直管区关于促进人工智能与机器人产业高质量发展的若干政策提出要支持建设产业服务平台、研发核心算法、行业大模型研发应用、研制核心智能硬件,对企业给予资金奖励,如直管区依法经营依法纳税的人工智能与机器人研制企业及用户企业单个项目,最高可补贴1,000万元2024-11-30杭州市政府办公厅杭州市人形机器人产业发展规划(20242029年)从15个方面提出重点任务举措,以“最优本体 最强大脑”为重点,加快构建人形机器人整机研发、设计、制造、应用的一体化创新体系和全产业链生态。到2027年,产业创新体系初步建成,支撑人形机器人发展的基础设施基本健全;到2029年,产业规模实现跨越式增长,全产业链生态体系和产业集群基本成型2024-11-27南京市政府办公厅南京市促进机器人产业高质量发展行动计划(20242026年)总体目标是到2026年,南京市机器人产业总体发展水平居全国前列;自主工业机器人在行业内继续保持领先优势;经营主体加速集聚,产业竞争力更加提升;“机器人 ”创新示范应用取得显著成效,成为国内标杆2024-10-28重庆市经济和信息化委员会等八部门重庆市“机器人 ”应用行动计划(20242027年)指出要加快构建“33618”现代制造业集群体系,培育壮大智能制造装备产业集群,推动机器人产业高质量发展,推进机器人典型应用开发,推广“机器人 ”应用创新实践数据来源:公开资料,来觅数据整理来觅研究院6/24Q4时间线数据来源:来觅数据整理10月16日 融资11月18日 融资银河通用机器人宣布完成5亿元战略融资,投资方包括上海人工智能产业基金、北京机器人产业基金、深创投等,同时老股东IDG资本、经纬创投、蓝驰创投等继续追加投资。据来觅PEVC数据,银河通用机器人自成立以来共获得5轮融资,累计融资金额达13亿元星动纪元宣布完成近3亿元Pre-A融资,本轮融资由清流资本、元璟资本、阿里巴巴联合领投,策源资本跟投,老股东联想创投、世纪金源等持续加码。据悉,本轮所募集资金将主要用于加速星动纪元具身智能技术的原生性突破性研发以及通用人形机器人的商业化进程11月11日 融资江苏省战略性新兴产业母基金首批专项基金对首个直投项目南京埃斯顿酷卓科技有限公司完成投资协议签署,总融资1.3亿元。埃斯顿酷卓是国产工业机器人龙头埃斯顿的孵化企业,团队具有协作机器人的产品化经验和具身智能机器人核心零部件的技术,其机器人产品已实现销售12月16日 产业智元机器人宣布正式启动通用机器人商用量产,这标志着其从初创阶段迈向产业化。当前智元机器人在上海的工厂下线超过900台机器人,涵盖双足机器人和轮式机器人,已超过此前其对2024年的出货量预计(约300台),显示出市场对该产品的需求较为强烈来觅研究院7/24Q4时间线数据来源:来觅数据整理12月16日 产业12月24日 产业众擎机器人宣布推出人形机器人PM01,同时正式开启发售进程,价格为8.8万元起。参数方面,众擎PM01身高1.38米,体重约40kg,共有24个自由度,移动速度为2m/s,具有机械步态和拟人自然步态两种行走模式四川具身人形机器人科技有限公司正式发布商业化人形机器人人原型机“天行者一号”,这也是四川首台全尺寸、直立行走商业化人形机器人,其核心零部件与本体均在成都本地制造,其核心零部件的本地化率超90月23日 IPO越疆科技在香港交易所主板挂牌上市,成为“中国协作机器人第一股”。越疆科技已推出27款协作机器人型号,应用于汽车、3C电子等多个行业。按2023年出货量计,越疆科技在全球协作机器人行业中排名第二,在中国所有协作机器人公司中排名第一,全球市场份额为13.0月25日 融资魔法原子宣布完成1.5亿元天使轮融资,本轮融资由追创创投领投,翼朴基金跟投。据悉,所募集资金将主要用于魔法原子的人才招募、具身智能技术研发、人形机器人整机量产与商业化落地。魔法原子成立于2024年,主要从事通用机器人和具身智能技术研发与落地的相关业务来觅研究院8/24赛道图谱数据来源:来觅数据悟控机器人优艾智合来觅研究院9/24赛道图谱数据来源:来觅数据投融动态Q4投融动态活跃投资者Q4关键融资事件来觅研究院11/24Q4投融动态数据来源:来觅数据2024Q4中国机器人投融情况(融资金额&融资案例数)2024Q4中国机器人融资轮次分布数据来源:来觅数据01020304050051015202530融资金额(亿元)融资案例数(起)服务机器人特种机器人工业机器人医疗机器人无人机机器人零部件特种机器人软件及集成方案天使轮,46.1%A 轮,31.5%B 轮,11.2%C 轮,4.5%D 轮,1.1%战略融资,5.6%天使轮,23.8%A 轮,57.9%B 轮,8.0%C 轮,0.3%D 轮,1.5%战略融资,8.5%融资案例占比融资金额占比机器人四季度融资案例和金额同环比均有上升。据来觅PEVC数据,2024年四季度机器人领域合计发生融资案例89起(不含未公开事件),环比上升15.6%,同比上升53.4%;合计涉及融资金额64.7亿元(仅统计已披露的融资案例金额),环比上升43.1%,同比上升155.3%。整体看,2024年四季度机器人领域的融资案例数量与融资金额同环比均有上升,融资保持较高热度。服务机器人、工业机器人、医疗机器人备受市场关注。在融资案例数方面,2024年四季度服务机器人获投次数最多,共26起,其中人形机器人15起,人形机器人可模拟人类行为和执行复杂任务的能力,被广泛应用于医疗、教育、娱乐、家庭服务等多个领域,加之人形机器人的感知能力、自主导航能力、人机交互能力等不断提升,市场需求也随之增加。其次为工业机器人,获投次数为18起,其中搬运机器人有7起。在融资金额方面,2024年四季度服务机器人融资金额最多,共36.7亿元,主要是受宝时得超2.5亿美元A轮融资、银河通用机器人5亿元战略融资的影响,且共有12起亿元及以上融资案例;其次为医疗机器人,共10.6亿元,主要受联影智能10亿元A轮融资的影响。机器人四季度融资轮次有所前移。在融资轮次方面,机器人领域的早期融资案例(种子轮至A轮)占比由2024年三季度的61.0%上升至四季度的77.5%,早期轮次仍是主导。在融资金额方面,机器人领域的早期融资金额占比由2024年三季度的29.1%大幅上升至四季度的81.7%,中后期(B轮至D轮)融资金额占比由2024年三季度的66.0%下降至四三季度的9.8%,以早期为主,主要是受宝时得超2.5亿美元A轮融资、星动纪元近3亿元Pre-A 轮融资等的影响,且早期轮次共有17起亿元及以上融资案例。来觅研究院12/24Q4投融动态机器人2024年融资案例数与融资金额均有所上升。据来觅PEVC数据,2024年机器人领域合计发生融资案例288起,涉及融资金额190.6亿元(仅统计已披露的融资案例金额),融资案例数同比上升31.5%,融资金额同比上升35.6%,表明机器人赛道仍持续火热,市场需求旺盛,投资者对该领域的前景充满信心。此外,2024年服务机器人的融资金额为98.3亿元,同比上升201.7%,主要原因在于大额融资案例较多,亿元及以上融资案例合计32起。其中人形机器人在2024年的热度不断提升,出现多起大额融资事件,如傅利叶智能的近8亿元E轮融资、银河通用机器人5亿元战略融资等,显著提升服务机器人细分领域的融资金额。早期项目仍是机器人四季度融资的主要构成。从融资金额区间分布看,2024年四季度在1亿元及以下的比例最高,合计占比为85.9%,其中500万元至1千万元(含1千万)与5千万至1亿元(含1亿)的投资事件占比最多。整体看,2024年四季度机器人的投融资仍以较早期为主。机器人2024年四季度前五地区融资集中度仍较高。融资案例方面,据来觅PEVC数据,2024年四季度融资案例数前五的地域是广东、江苏、上海、北京和浙江,合计81起,占比达91.0%,集中度较2024年三季度上升5.3个百分点,集中度有所增加。融资金额方面,2024年四季度融资金额前五的地域是江苏、北京、上海、广东和浙江,合计62.3亿元,占比达96.3%,集中度较2024年三季度下降2.8个百分点,但仍保持较高集中度。这5个地区的经济较为发达,拥有较为完善的产业链和技术优势,吸引到更多的投资,同时这些地区政府对机器人行业的支持力度相对较大,提供了良好的政策环境和基础设施,进一步促进机器人企业的地区集聚。2018-2024年中国机器人投融情况(亿元,起)2024Q3-2024Q4中国机器人投资事件融资区间分布(起)数据来源:来觅数据02613116111716333310亿以上5亿-10亿(含)1亿-5亿(含)5000万-1亿(含)1000万-5000万(含)500万-1000万(含)500万及以下2024Q42024Q3数据来源:来觅数据010020030001002003002018201920202021202220232024服务机器人工业机器人机器人零部件软件及集成方案特种机器人无人机医疗机器人案例数来觅研究院13/24活跃投资者数据来源:来觅数据投资机构2024Q4投资次数所投细分赛道经纬创投4服务机器人毅达资本4服务机器人、工业机器人、医疗机器人PNP中国3服务机器人、机器人零部件北京国管3服务机器人、工业机器人蓝驰创投3服务机器人、工业机器人、机器人零部件金雨茂物3工业机器人、特种机器人、无人机联想创投3服务机器人、机器人零部件同创伟业3服务机器人、工业机器人、机器人零部件投资机构2024Q投资次数所投细分赛道国香资本2服务机器人深创投2服务机器人雅瑞资本2服务机器人、机器人零部件中关村协同创新基金2特种机器人IDG资本2服务机器人金鼎资本2服务机器人洪泰基金2服务机器人、机器人零部件从活跃投资者分布来看,2024年四季度共有123家机构投资机器人相关项目,投资次数2次及以上的机构共15家,其中投资次数为3次及以上的机构有8家。细分领域方面,服务机器人、工业机器人细分领域最受青睐,分别获得67次、27次投资。服务机器人中,人形机器人细分赛道获得最多投资,合计为51次。来觅研究院14/24Q4关键投融资事件数据来源:来觅数据项目企业来觅行业来觅赛道融资日期融资金额融资轮次投资方宝时得机器人割草机器人2024-12-30超2.5亿美元A 轮苏州资管、星航资本等联影智能医疗设备诊断机器人2024-12-3010亿人民币A 轮联影医疗、国发创投等魔法原子机器人人形机器人2024-12-251.5亿人民币天使轮追创创投、苏州民投万勋科技机器人爬壁机器人2024-12-16近2亿人民币A2 轮元钛基金等小雨智造机器人工业机器人2024-12-10近1亿人民币A 轮北京国管等穹彻智能算法服务商人形机器人2024-12-05数亿人民币Pre-A 轮红杉中国、小苗朗程等航景创新无人机无人机2024-12-013亿人民币B 轮北京国管、元航资本等银河通用机器人机器人人形机器人2024-11-185亿人民币战略融资北京国管、深创投等戴盟机器人机器人人形机器人2024-11-18近1亿人民币天使 轮联想创投、招银国际资本等航天飞鹏无人机无人机2024-11-16数亿人民币Pre-B 轮国发创投、鲲鹏资本等埃斯顿酷卓机器人人形机器人2024-11-131.3亿人民币Pre-A 轮国投招商、南京创新投集团月泉仿生机器人人形机器人2024-11-05近1亿人民币Pre-A 轮洪泰基金、长兴基金等白鲸航线无人机无人机2024-10-211.2亿人民币A 轮常州高新投、招商局创投等星动纪元机器人人形机器人2024-10-16近3亿人民币Pre-A 轮阿里创投、元璟资本等卓益得机器人人形机器人2024-10-141亿人民币A 轮未披露行业趋势减速器来觅研究院16/24减速器减速器又称减速机,是一种常用的机械装置,通常用于将输入轴的高转速转换为输出轴的低转速,同时增加输出扭矩。减速器主要通过齿轮、蜗杆、行星齿轮等传动机构来实现这一功能。按照构架和传动原理的不同,减速器可分为通用减速器、专用减速器、精密减速器,其中精密减速器具有体积小、重量轻、精度高、使用寿命长、稳定性高等特点,可对机械传动实现精准控制,主要应用于机器人等高端制造领域。其中,精密减速器按应用场景的不同,主要可分为精密行星减速器、谐波减速器、RV减速器。按照传动精度看,三种精密减速器由高到低的排序为精密行星减速器谐波减速器RV减速器。在各类机器人中,精密减速器是重要的零部件之一,主要起到以下作用:(1)提高精度:将电机的旋转运动转换成所需的速度和力矩,同时大幅减少运动中的误差,提高机器人的操作精度;(2)增大扭矩:通过减速器,将电机输出的转速降低,同时增大输出扭矩,使机器人可执行更重的负载任务;(3)提高响应速度:精密减速器可快速响应控制信号,实现快速启动和停止,提高机器人的动态性能和灵活性;(4)提高稳定性:精密减速器减少运动过程中的震动和冲击,提高机器人的运行稳定性;(5)减少体积和重量:精密减速器设计紧凑,在提供足够扭矩的同时,保持相对较小的体积和重量,有助于减轻机器人整体重量。数据来源:科峰智能招股书,来觅数据整理精密减速器的分类及特点分类结构特点优点缺点应用领域精密行星减速器体积较小,主要包括行星轮、太阳轮和内齿圈。精密行星减速器单级传动比在10以内,且减速级数一般不超过3级扭矩大、精度可高达1以内、单级传动效率高达97%、质量轻、寿命可长达2万小时、免保养单级传动比范围小移动机器人、新能源设备、高端机床、智能交通等行业的精密传动装置谐波减速器主要包括波发生器、柔轮与刚轮。减速器工作时,波发生器发生可控变形,同时依靠柔轮、刚轮的啮合传递动力传动精度高,重量和体积小,运转平稳、传动比大传递扭矩相对较小,传动效率低、使用寿命有限机器人中负载较小的小臂、腕部和手部等关节、航空航天、精密加工设备和医疗设备领域RV减速器主要包括两级传动装置,分别为渐开线行星齿轮传动和摆线针轮行星传动传动比范围广至31-171,传动效率高达85%-92%,传动平稳性高,承载能力强,刚性和耐过载冲击性能好,传动精度高结构复杂、制造难度大、成本高机器人中负载较重的机座、大臂、肩部等大关节来觅研究院17/24减速器减速器是机器人成本的重要构成。减速器是机器人的核心零部件,其在成本构成中占重要份额。在工业机器人方面,据OFweek显示,2021年减速器占成本构成的比例为35%。在人形机器人方面,以特斯拉Optimus为例,谐波减速器的成本位居Top4行列,占比约为13%。从公开资料看,各人形机器人厂商会采用不同的减速器方案,整体看谐波减速器、行星减速器是当前人形机器人中主要的减速器类型。在谐波减速器方面,全球谐波减速器市场集中度较高,仍以海外厂商为主,但国产市占率不断提高。据科峰智能招股书显示,2021年全球谐波减速器市场中,哈默纳科(日本)市占率约82.0%,而绿的谐波(中国)仅约占7.0%。在国内谐波减速器市场,2021年哈默纳科、绿的谐波、来福谐波(中国)市占率分别为35.5%、24.7%、7.7%。随着国产谐波减速器厂商在技术方面不断突破,研发出的产品在性能和稳定性等方面已达到国际领先水平,加之国产机器人的需求增加,谐波减速器国产化率正不断提升,而哈默纳科、新宝/尼得科传动在中国的市占率持续下降。在精密行星减速器方面,全球精密行星减速器市场相对分散,日本、德国等国家的精密行星减速器处于行业领先地位,但国内厂商的研发实力和品牌影响力也在不断提升。从全球角度看,据QY Research显示,2022年精密行星减速器前五的厂商分别为新宝/尼得科传动(日本)、纽卡特(德国)、威腾斯坦(德国)、精锐科技(中国台湾)、科峰智能(中国),市场份额合计占比为47.4%,而在2023年,前五厂商的市场份额合计为43.8%,集中度略有下降。2022年精密行星减速器市场份额2021年谐波减速器市场份额哈默纳科,82.0%绿的谐波,7.0%其他,11.0%哈默纳科,35.5%绿的谐波,24.7%来福谐波,7.7%新宝/尼得科传动,7.4%大族精密传动,4.5%德福机器人,4.2%其他,16.0%全球市场中国市场数据来源:科峰智能招股书,来觅数据整理新宝/尼得科传动,12.9%纽卡特,10.9%威腾斯坦,10.7%精锐科技,7.5%科峰智能,5.4%其他,52.6%新宝/尼得科传动,20.4%科峰智能,11.7%纽氏达特,9.4%精锐科技,7.1%利茗,5.3%其他,46.1%全球市场中国市场数据来源:QY Research,科峰智能招股书,来觅数据整理来觅研究院18/24减速器减速器将随机器人需求量的增加而增加。各类机器人的需求增加,将推动减速器的市场增长。以人形机器人为例,在2022年特斯拉AI Day上,马斯克称特斯拉人形机器人Optimus有望在3-5年内交付,生产规模可达数百万台。基于此,在中性情形下,假设到2030年,人形机器人出货量达100万台。在谐波减速器方面,假设单台人形机器人身体谐波减速器需求为14个(基于Optimus方案),单价在2030年下降至600元,则对应的谐波减速器市场空间为84亿元。在精密行星减速器方面,假设单台人形机器人对精密行星减速器需求为4个(双腿各1个 髋部2个),单价在2030年下降至300元,则对应的谐波减速器市场空间为12亿元。在此情形下,人形机器人预计将可为精密减速器带来近百亿的市场空间。人形机器人的产业化加速,有望为减速器领域打开广阔的市场增量空间,技术实力不断增强与品牌影响力持续提升的国产减速器厂商将随之迎来新的发展机遇。机器人相关减速器的关注度有望进一步提升。近一年来,获得融资的减速器企业已成立5年及以上,主要原因在于减速器是技术密集型行业,在材料、加工工艺、加工设备等方面存在较高技术壁垒,需要较长时间的技术积累和市场验证,先进入者具备先发优势,初创企业难以快速获得市场认可和投资。此外,现阶段,人形机器人受市场关注度高,而人形机器人相关技术不断突破,应用领域正持续拓宽,量产时点渐行渐近,减速器将随着人形机器人的量产迎来更广阔的机会,有望吸引更多机构关注。数据来源:来觅数据整理融资方融资时间融资轮次融资金额投资方越格智能2024-10-22战略融资3,000万人民币通力智能装备(杭州)有限公司三凯机电2024-10-21A 轮超1亿人民币达晨财智、浙江金控等瀚晟传动2024-10-14A 轮近1亿人民币洪泰基金、蓝驰创投等巨蟹智能2024-07-09天使轮数千万人民币南京创新投集团等智同科技2024-01-18E 轮数千万人民币中车资本、冀财基金等纽氏达特2024-01-11A 轮数亿人民币国投招商、诺华资本等爱磁科技2024-01-08战略融资未披露美的资本2024年以来减速器领域主要融资案例全球人形机器人精密减速器市场规模测算2025E2030E人形机器人出货量(万台)5100谐波减速器单价(元)1000600单台机器人谐波减速器数量(个)1414亿元784精密行星减速器单价(元)600300单台机器人精密行星减速器数量(个)44亿元1.212数据来源:公开资料,来觅数据代表企业智同科技瀚晟传动来觅研究院20/24智同科技北京智同精密传动科技有限责任公司至今总融资次数5次,已披露总融资金额 超2.3 亿人民币智同科技成立于2015年,是一家机器人传动系统解决方案提供商,面向机器人及其他制造商提供标准化减速器产品,同时提供机器人用高精密减速器的研发、定制与升级服务,其产品可广泛应用于工业机器人、精密机床、工程装备等领域。智同科技在技术创新和市场竞争力方面具有较强的实力,已被认定为专精特新小巨人企业、高新技术企业、科技型中小企业。企业介绍成立时间:2015-09-07行业赛道:行星减速器注册地址:北京市北京经济技术开发区(通州)经海五路1号院29号楼11层4-101-1101办公地址:亦庄开发区经海三路瑞森国际产业园D101智同科技的董事长是陈绍龙,具有多年的投资经验,在收购深耕行星减速器30余年的企业后开启在减速器行业的创业。智同科技的首席科学家是张跃明,是哈尔滨工业大学硕士、清华大学博士、北京工业大学博士后,现为北京工业大学教授、博士生导师,也是国内知名机器人减速器专家。核心团队E轮,2024-01-18,数千万人民币投资方:中车资本、冀财基金、哇牛资本等D轮,2023-03-13,数亿人民币投资方:亦庄国投、沿海基金、慧眼资本等C轮,2022-03-16,数亿人民币投资方:亦庄国投、沿海基金、京城控股等B轮,2021-10-19,数千万人民币投资方:北京芯创科技一期创业投资中心(有限合伙)A轮,2021-04-30,近1,000万人民币投资方:北京经开区科技直投基金来觅研究院21/24智同科技展望自2015年以来,智同科技累计投入超8亿元用于研究开发及生产工业机器人关节用高精密CRV减速器、新型精密行星减速器。现阶段,智同科技已建立5.5万平方米研发生产场地,拥有300余台(套)各类加工设备。得益于深厚的技术积累,智同科技在产品更新方面保持较高的频率,现已推出40余款减速器产品,覆盖从6公斤桌面机器人到500公斤重载机器人的广泛应用。同时,智同科技的研发和生产能力也达到国际化标准,具备年产15台机器人减速器的产能。智同科技的减速器产品具有高精度、高刚度、轻量化等特点,已被新松机器人、埃斯顿机器人、汇川机器人、藦卡机器人等多家知名机器人企业认可。此外,智同科技的产品不断拓展,从CRV减速器发展到准双曲面齿轮传动模组,其下游客户也从工业机器人向服务机器人、类人形机器人、外骨骼机器人、机床及其他精密设备延申,这也为其长远发展提供了多元化的市场机遇。受技术创新、政策环境支持、市场需求增长、产业链完善等因素驱动,机器人的市场规模在持续增加。例如,在工业机器人方面,据中商产业研究院显示,2023年中国工业机器人市场规模为665.9亿元,2024年预计为726.42亿元。在人形机器人方面,高盛预测,2024年全球人形机器人市场规模约3亿美元,2035年将达378亿美元。在工业机器人、人形机器人等各类机器人的快速发展的背景下,智同科技凭借自身的技术实力和产品创能力,有望在机器人减速器领域占据重要地位。来觅研究院22/24瀚晟传动宁波瀚晟传动技术有限公司至今总融资次数2次,已披露总融资金额 超1.1 亿人民币瀚晟传动成立于2017年,是一家致力传动技术产品的开发、制造及销售的企业。现阶段,瀚晟传动的主要产品为机器人关节减速器,其减速器主要基于MRG传动技术和FG传动技术研发,目前主要应用于工业机器人、协作机器人和人形机器人。瀚晟传动自成立以来获得多项荣誉和资质,包括宁波市团队精英和“3315资本引才”双A类奖项,以及高新技术企业、专精特新企业等认定。企业介绍成立时间:2017-11-14行业赛道:减速器注册地址:浙江省宁波高新区新梅路518号6号厂房办公地址:浙江省宁波高新区新梅路518号6号厂房瀚晟传动的创始人兼董事长是范正富,毕业于哈尔滨工业大学工程机械系和美国俄克拉荷马大学机械工程系,曾在多家企业担任高级工程师、公司总经理、董事长等职务。瀚晟传动的联合创始人兼CEO是金秋,先后毕业于长春光学精密机械学院光学物理系、中国科学院长春光机所、美国芝加哥大学等知名院校,曾在多家知名企业担任高管,拥有丰富的管理经验。核心团队A 轮,2024-10-04,近1亿人民币投资方:洪泰基金、蓝驰创投、松禾资本等A轮,2018-11-01,数千万人民币投资方:蓝驰创投、云启资本、极星资本等来觅研究院23/24瀚晟传动展望瀚晟传动自主研发的FG和MRG传动技术,是继行星、摆线、谐波传动技术以来又一重大技术创新,成功打破国外技术封锁。基于FG和MRG传动技术,瀚晟传动的减速器具有体积小、输出扭矩大、使用寿命长、噪音低等特点。据测试,瀚晟传动的减速器在可靠性、稳定性、寿命等方面已达到行业领先水平,相较知名企业的RV减速器,瀚晟传动的减速器刚性是RV同型号的1.5倍,精度寿命超过1.5倍;相较同体积谐波减速器,瀚晟传动的减速器在刚性和承载能力超过其2倍,且无需使用特殊进口材料。瀚晟传动已申请10余项发明专利,其中5项技术申请了国际PCT发明专利。现阶段,瀚晟传动已开发出M、D、C、A、K、S、P七大系列产品、型号共40余款,精密制造设备投入超过1亿元人民币,同时具备年产8-10万台(套)的产能规模。瀚晟传动的产品经受市场验证,其现有客户包括部分国内头部机器人厂商如新松机器人、藦卡机器人等。瀚晟传动表示,其发展方向并不局限于国内市场,计划将产品反向输出到国外,包括日本等技术先进国家,这也显示了其对自身技术实力的信心。在技术不断进步与市场需求逐步增加的背景下,人形机器人等各类机器人在工业、服务、医疗等多个领域的应用范围不断拓展,其市场规模保持快速增长,而减速器是机器人核心零部件之一,因此,瀚晟传动有望迎来巨大的机遇。未来,预计瀚晟传动凭借先进的技术实力、丰富的产品类型和全球化的市场布局,将可在减速器这个细分市场中占据更大份额。版权及免责申明本报告为来觅数据制作,其版权系来觅数据所有,未经来觅数据许可或授权,任何单位或人士禁止转载、引用、刊登、发表、修改或翻译本报告内容,及其他以作商用的行为。许可或授权下的引用、转载时须注明出处为来觅数据。任何未经授权使用本报告的相关商业行为都将违反中华人民共和国著作权法和其他法律法规以及有关国际公约的规定,来觅数据将保留追究其相关法律责任的权利。本报告基于来觅数据认为可信的公开资料或实地调研资料,我们力求报告内容的客观、公正,但对本报告中所载的信息、观点及数据的准确性、可靠性、时效性及完整性不作任何明确或隐含的保证,亦不负相关法律责任。受研究方法和数据获取资源的限制,本报告全部内容仅供参考之用,对任何人的投资、商业决策、法律等操作均不构成任何建议。在任何情况下,对由于参考本报告造成的任何影响和后果,来觅数据均不承担任何责任。个人版手机APP(机构客服)(个人用户)微信公众号(扫码关注)机构版SaaS平台来觅研究院

    发布时间2025-02-08 24页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 华为:2025大模型训练性能瓶颈定位流程案例(15页).pdf

    MindStudio7.0.0大模型训练性能瓶颈定位流程案例大模型训练性能瓶颈定位流程案例文档版本文档版本01发布日期发布日期2025-01-13华为技术有限公司华为技术有限公司 版权所有版权所有 华为技术有限公司华为技术有限公司 2025。保留一切权利。保留一切权利。非经本公司书面许可,任何单位和个人不得擅自摘抄、复制本文档内容的部分或全部,并不得以任何形式传播。商标声明商标声明和其他华为商标均为华为技术有限公司的商标。本文档提及的其他所有商标或注册商标,由各自的所有人拥有。注意注意您购买的产品、服务或特性等应受华为公司商业合同和条款的约束,本文档中描述的全部或部分产品、服务或特性可能不在您的购买或使用范围之内。除非合同另有约定,华为公司对本文档内容不做任何明示或暗示的声明或保证。由于产品版本升级或其他原因,本文档内容会不定期进行更新。除非另有约定,本文档仅作为使用指导,本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。文档版本 01(2025-01-13)版权所有 华为技术有限公司i 安全声明安全声明 产品生命周期政策产品生命周期政策华为公司对产品生命周期的规定以“产品生命周期终止政策”为准,该政策的详细内容请参见如下网址:https:/ 漏洞处理流程漏洞处理流程华为公司对产品漏洞管理的规定以“漏洞处理流程”为准,该流程的详细内容请参见如下网址:https:/ 华为初始证书权责说明华为初始证书权责说明华为公司对随设备出厂的初始数字证书,发布了“华为设备初始数字证书权责说明”,该说明的详细内容请参见如下网址:https:/ 华为企业业务最终用户许可协议华为企业业务最终用户许可协议(EULA)本最终用户许可协议是最终用户(个人、公司或其他任何实体)与华为公司就华为软件的使用所缔结的协议。最终用户对华为软件的使用受本协议约束,该协议的详细内容请参见如下网址:https:/ 产品资料生命周期策略产品资料生命周期策略华为公司针对随产品版本发布的售后客户资料(产品资料),发布了“产品资料生命周期策略”,该策略的详细内容请参见如下网址:https:/ 文档版本 01(2025-01-13)版权所有 华为技术有限公司ii目目 录录1 常见性能问题场景常见性能问题场景.12 问题定位方法问题定位方法.22.1 性能问题定位流程.22.2 Ascend PyTorch Profiler 采集性能数据.32.3 Mindstudio Insight 定位.43 性能调优案例性能调优案例.93.1 案例描述.93.2 MindStudio Insight 分析定位.93.3 mstt advisor 辅助定位.11MindStudio大模型训练性能瓶颈定位流程案例目 录文档版本 01(2025-01-13)版权所有 华为技术有限公司iii1 常见性能问题场景常见性能问题场景大模型从外部设备迁移到昇腾设备,并在昇腾设备上训练的过程中,可能会出现性能问题。常见的两大性能问题场景是开箱性能优化开箱性能优化场景和性能长跑劣化性能长跑劣化场景。开箱性能优化开箱性能优化:主要是用户在昇腾平台使用模型时,发现性能差,直接进行性能层面的优化。性能长跑劣化性能长跑劣化:一般是用户在训练过程中,由于不可预知的引入,导致模型出现了一些性能劣化的问题,需要定位性能劣化的原因,并解决问题。图图 1-1 场景介绍MindStudio大模型训练性能瓶颈定位流程案例1 常见性能问题场景文档版本 01(2025-01-13)版权所有 华为技术有限公司12 问题定位方法问题定位方法性能问题定位流程Ascend PyTorch Profiler采集性能数据Mindstudio Insight定位2.1 性能问题定位流程性能问题定位流程大模型训练的基本性能调优流程如下:图图 2-1 基本性能调优流性能调优最重要的就是对症下药,先定界问题,再对问题进行针对性优化。1.首先进行性能数据采集,可以使用Ascend PyTorch Profiler提供的接口进行数据采集和解析;2.接下来,使用MindStudio Insight可视化工具定界性能问题,定界结果通常分为计算、调度、通信三个方向的问题;MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司23.除此之外,用户还可以直接使用mstt中的Advisor工具辅助定位问题,Advisor工具通过内置的案例集,自动对性能数据进行分析,并输出性能调优建议;4.最后,用户可以针对不同问题使用对应的调优手段进行调优,每次调优后重跑训重跑训练练,采集性能数据采集性能数据,使用MindStudio Insight可视化工具查看调优手段是否产生效果。重复这个过程,直到解决性能问题。2.2 Ascend PyTorch Profiler 采集性能数据采集性能数据Ascend PyTorch Profiler是大模型在Ascend PyTorch框架下训练过程中提供的一套采集性能数据的API接口,能够采集到框架侧、CANN侧和device侧的原始性能数据,并完成解析。在训练脚本(如train_*.py文件)内插入torch_npu.profiler相关采集、解析的配置和参数,再启动训练,即可采集性能数据。Ascend PyTorch Profiler详细介绍请参见性能调优工具指南性能调优工具指南。示例代码如下:import torchimport torch_npu#Profiler采集、解析的前置配置参数experimental_config=torch_npu.profiler._ExperimentalConfig(export_type=torch_npu.profiler.ExportType.Text,profiler_level=torch_npu.profiler.ProfilerLevel.Level0,msprof_tx=False,aic_metrics=torch_npu.profiler.AiCMetrics.AiCoreNone,l2_cache=False,op_attr=False,data_simplification=False,record_op_args=False,gc_detect_threshold=None)#大模型训练的次数steps=7with torch_npu.profiler.profile(activities=torch_npu.profiler.ProfilerActivity.CPU,torch_npu.profiler.ProfilerActivity.NPU ,schedule=torch_npu.profiler.schedule(wait=0,warmup=0,active=2,repeat=2,skip_first=1),on_trace_ready=torch_npu.profiler.tensorboard_trace_handler(./result),record_shapes=False,profile_memory=False,with_stack=False,with_modules=False,with_flops=False,experimental_config=experimental_config)as prof:for step in range(steps):#模型训练 train_one_step(step,steps,train_loader,model,optimizer,criterion)#调用step方法进行采集、解析数据 prof.step()采集生成的文件结构如下所示:localhost.localdomain_139247_20240628101435_ascend_pt profiler_info.json profiler_metadata.json ASCEND_PROFILER_OUTPUT communication.json communication_matrix.json data_preprocess.csv kernel_details.csv l2_cache.csv memory_record.csvMindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司3 npu_module_mem.csv operator_details.csv operator_memory.csv step_trace_time.csv op_statistic.csv api_statistic.csv trace_view.json FRAMEWORK PROF_000001_20230628101435646_FKFLNPEPPRRCFCBA analyze device_*host mindstudio_profiler_log mindstudio_profiler_output2.3 Mindstudio Insight 定位定位MindStudio Insight提供了丰富的调优分析手段,可视化呈现真实软硬件运行数据,多维度分析性能数位,定位性能瓶颈点,支持百卡、千卡及以上规模的可视化集群性能分析。可以根据MindStudio Insight 用户指南用户指南中的“基础操作 导入数据导入数据”,在MindStudio Insight中导入上一步采集的性能数据,根据下述流程使用可视化能力分析性能数据。概览界面总览数据情况概览界面总览数据情况可以通过概览页了解每个模块的具体内容。详细介绍请参见MindStudio Insight 用用户指南户指南中的“系统调优 概览(概览(Summary)”。1.在“并行策略分析”模块,提供TP、PP、DP等不同并行策略分析视角:a.点击复选框选择并行策略,通过方框标注识别并行分组。b.选择不同的“数据类型”会展示对应的热力图,根据热力图找到存在性能问题的通信域,越偏向红色表示性能越差。图图 2-2 并行策略分析2.在计算/通信概览部分展示所选通信域下每张卡的计算、通信、空闲时间占比情况,并提供专家建议。如下图,由于391卡通信未覆盖时间显著小于其他卡,那么可以初步推断该集群中通信时间存在一些问题,专家建议也给了相应的提示。MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司4图图 2-3 计算/通信概览各图例相关数据指标的含义如下:图例含义总计算时间昇腾设备上的内核时间总和。纯计算时间纯计算时间=总计算时间 通信时间(被覆盖)。通信时间(被覆盖)被覆盖的通信时长,即计算和通信同时进行的时长。通信时间(未被覆盖)未被覆盖的通信时长,即纯通信时长。空闲时间未进行计算或通信的时长。不同的指标现象可以定界不同的性能问题:计算问题计算问题:通常表现为通信域中总计算时间占比的极大值和极小值差异过大。如果某些计算卡的计算时间明显超出了正常范围,那很可能意味着这张卡承担了过于繁重的计算任务,比如要处理的数据量过大,或者模型计算的复杂程度过高,也有可能是卡本身的性能受到了限制。调度问题调度问题:通常表现为通信域中空闲时间占比的极大值和极小值差异过大。如果计算卡的空闲时间过长,那就说明存在Host侧至Device侧的下发异常,这同样会对集群的性能造成不利影响。通信问题通信问题:如果通信时间(未被覆盖)过长,那就表明计算和通信之间的协同出现了问题,可能对应多种情况。也许是通信协议不够优化,又或者是网络带宽不稳定,导致通信无法和计算良好配合。计算问题计算问题当数据指标现象指示为计算问题时,可以直接查看异常卡的算子数据,并与正常卡进行比较。此时可以使用MindStudio Insight的卡间性能比对功能,根据MindStudioInsight 用户指南用户指南中的“系统调优 算子(Operator)使用说明使用说明”,设置两卡进入比对模式,并在算子界面查看结果。下图是一个存在计算问题的例子,可以看到在算子数量相等的前提下,MatMul类算子平均耗时明显增多,造成了两张单卡的计算时间差异。MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司5图图 2-4 计算算子类型根据经验,MatMul类算子很可能在特定shape下劣化,可以将分组方式切换到“计算算子名称和输入shape”,并根据总耗时排序,进一步定位在哪些shape下MatMul类算子的劣化最为严重。定位到算子问题后,可以找相关算子开发人员进一步确认问题原因。图图 2-5 计算算子名称和输入 shape调度问题调度问题当数据指标现象指示为调度问题时,需要到时间线界面将异常卡和正常卡进行比较,进一步定位出现问题的算子,可以根据MindStudio Insight 用户指南用户指南中的“系统调优 时间线(时间线(Timeline)”了解界面详情。进入时间线界面,选择HostToDevice连线类型,HostToDevice展示了CANN层算子到AscendHardware的算子的下发执行关系和CANN层算子到HCCL通信算子的下发执行关系,用于定位调度问题。HostToDevice的连线通常有两种形态,倾斜和竖直。下图是一个存在调度问题的案例,如果HostToDevice连线如左侧所示,是倾斜的,说明此时间段调度任务安排合理,昇腾设备是满负荷执行计算和通信任务的。如果HostToDevice连线如右侧所示,是竖直的,说明昇腾设备此时快速执行完了CPU下发的任务,未满负荷进行计算和通信任务,这一般表示存在调度问题。此时,可以通过增大batch size、绑核、融合算子替换等方法进行调优。MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司6图图 2-6 调度问题通信问题通信问题当数据指标现象指示为通信问题时,需要进入通信界面进一步分析。通信界面用于展示集群中全网链路性能以及所有节点的通信性能,通过集群通信与计算重叠时间的分析可以找出集群训练中的慢主机或慢节点。通常,我们会根据关键指标通信矩阵、通信时长来分析性能问题。通信矩阵通信矩阵图图 2-7 通信矩阵上图是MindStudio Insight通信矩阵可视化界面,可以获取各个通信域下,卡间的带宽、传输大小、链路方式和传输时长情况等信息。1.可以先查看传输大小,分析在这个集合通信中,每张卡的传输量是否存在差异,是否有分配不均的情况。2.其次,再查看传输时长和带宽情况,如果不同卡间的传输时长和带宽数值异常或者差异过大,那都意味着通信域中存在异常链路。通信时长通信时长通信时长是指计算卡之间进行通信所花费的时间。导致通信耗时过长的因素很多,比如通信协议配置错误、传输数据量过大等等,只有找到这些通信耗时过长的链路并妥善解决问题,才能让数据在计算卡之间更加顺畅地传输,进而提高集群的整体性能。MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司7用户选择具体通信域后,即可在通信时长界面中查看通信域中各个计算卡的耗时汇总情况,以及每个通信算子的时序图和通信时长的分布图,从而快速获得通信算子的相对位置关系以及详细通信数据。图图 2-8 通信耗时分析上图是一份性能数据中某一个通信域内的通信耗时分析。从通信时长数据中,我们发现4卡的同步时间最长,0卡的同步时间最短,且同步时间差距较为明显。同步时间较长一般意味着这张卡在等待其它卡,而同步时间较短一般意味着其它卡在等待这张卡,据此可以初步定界出4卡是快卡,0卡是慢卡。MindStudio大模型训练性能瓶颈定位流程案例2 问题定位方法文档版本 01(2025-01-13)版权所有 华为技术有限公司83 性能调优案例性能调优案例案例描述MindStudio Insight分析定位mstt advisor辅助定位3.1 案例描述案例描述某多模态模型在训练时突然出现性能大幅度劣化问题,我们将根据上述介绍的流程进行性能调优。使用Ascend PyTorch Profiler采集大模型训练过程中的性能数据,此案例集群共有16张卡。3.2 MindStudio Insight 分析定位分析定位MindStudio Insight 加载全部数据,进行问题定位。1.概览界面分析:该通信域内各卡的通信时间占比也较高,总体计算时间(纯计算时间 通信重叠时间)只占了总耗时的1/3,可以定界为通信问题。图图 3-1 概览界面2.切换通信界面:发现存在大量卡间不同步现象(框中红色部分),这说明很多算子在长时间的等待,挑选了一张最明显的慢卡(第12卡)分析详细原因。MindStudio大模型训练性能瓶颈定位流程案例3 性能调优案例文档版本 01(2025-01-13)版权所有 华为技术有限公司9图图 3-2 通信界面3.切换流水图界面:明显看出12卡存在大段的Free(空闲时间),同时,AscendCL侧有大量的事件在占用资源。根据经验,这很可能是由于该卡内存占用过高,新申请数据时需要内存重整,从而导致存在较长空闲时间。我们可以使用exportPYTORCH_NPU_ALLOC_CONF=“expandable_segments:True”解决内存碎片问题,提高内存利用率。在完成调试后解决该性能问题。图图 3-3 流水图界面MindStudio大模型训练性能瓶颈定位流程案例3 性能调优案例文档版本 01(2025-01-13)版权所有 华为技术有限公司10图图 3-4 流水图界面3.3 mstt advisor 辅助定位辅助定位此案例还可以使用advisor辅助定位。执行msprof-analyze advisor all-d./profiling命令,获得专家建议保存的文件路径。其中./profiling为性能数据所在路径。图图 3-5 advisor 输出打开html文件,得到红框中的建议,与我们分析结论一致,同样可以解决性能问题。图图 3-6 advisor 专家建议MindStudio大模型训练性能瓶颈定位流程案例3 性能调优案例文档版本 01(2025-01-13)版权所有 华为技术有限公司11

    发布时间2025-02-08 15页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 清华大学:2025年DeepSeek从入门到精通(104页).pdf

    DeepSeek:从入门到精通DeepSeek:从入门到精通新媒沈阳 团队:余梦珑博士后清华大学新闻与传播学院 新媒体研究中心元宇宙文化实验室 DeepseekDeepseek是什么?是什么?DeepseekDeepseek能够做什么?能够做什么?如何使用如何使用DeepseekDeepseek?DeepSeekDeepSeek是什么?是什么?AI 国产国产 免费免费 开源开源 强大强大DeepSeek是一家专注通用人工智能(AGI)的中国科技公司,主攻大模型研发与应用。DeepSeek-R1是其开源的推理模型,擅长处理复杂任务且可免费商用。Deepseek可以做什么?可以做什么?直接面向用户或者支持开发者,提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景,支持联网搜索与深度思考模式,同时支持文件上传,能够扫描读取各类文件及图片中的文字内容。文本生成文本生成表格、列表生成(如日程安排、菜谱)代码注释、文档撰写结构化生成结构化生成文章/故事/诗歌写作营销文案、广告语生成社交媒体内容(如推文、帖子)剧本或对话设计文本创作文本创作长文本摘要(论文、报告)文本简化(降低复杂度)多语言翻译与本地化摘要与改写摘要与改写020201010303文本文本生成生成自然语言理解与分析自然语言理解与分析知识推理知识推理知识推理逻辑问题解答(数学、常识推理)因果分析(事件关联性)语义分析语义分析语义解析情感分析(评论、反馈)意图识别(客服对话、用户查询)实体提取(人名、地点、事件)文本分类文本分类文本分类主题标签生成(如新闻分类)垃圾内容检测编程与代码相关编程与代码相关代码调试代码调试错误分析与修复建议代码性能优化提示技术文档处理技术文档处理API文档生成代码库解释与示例生成代码生成代码生成根据需求生成代码片段(Python、JavaScript)自动补全与注释生成常规绘图常规绘图如何使用如何使用DeepSeek?https:/如何从入门到如何从入门到精通?精通?当人人都会用AI时,你如何用得更好更出彩?推理模型推理模型例如:DeepSeek-R1,GPT-o3在逻辑推理、数学推理和实时问题解决方面表现突出。推理大模型:推理大模型:推理大模型是指能够在传统的大语言模型基础上,强化推理、逻辑分析和决策能力的模型。它们通常具备额外的技术,比如强化学习、神经符号推理、元学习等,来增强其推理和问题解决能力。非推理大模型:非推理大模型:适用于大多数任务,非推理大模型一般侧重于语言生成、上下文理解和自然语言处理,而不强调深度推理能力。此类模型通常通过对大量文本数据的训练,掌握语言规律并能够生成合适的内容,但缺乏像推理模型那样复杂的推理和决策能力。维度推理模型通用模型优势领域数学推导、逻辑分析、代码生成、复杂问题拆解文本生成、创意写作、多轮对话、开放性问答劣势领域发散性任务(如诗歌创作)需要严格逻辑链的任务(如数学证明)性能本质专精于逻辑密度高的任务擅长多样性高的任务强弱判断并非全面更强,仅在其训练目标领域显著优于通用模型通用场景更灵活,但专项任务需依赖提示语补偿能力例如:GPT-3、GPT-4(OpenAI),BERT(Google),主要用于语言生成、语言理解、文本分类、翻译等任务。快思慢想:效能兼顾快思慢想:效能兼顾 全局视野全局视野概率预测(快速反应模型,如概率预测(快速反应模型,如ChatGPT 4oChatGPT 4o)链式推理链式推理(慢速思考模型,如慢速思考模型,如OpenAI o1)OpenAI o1)性能表现响应速度快,算力成本低慢速思考,算力成本高运算原理基于概率预测概率预测,通过大量数据训练来快速预测预测可能的答案基于链式思维链式思维(Chain-of-Thought),逐步推理推理问题的每个步骤来得到答案决策能力依赖预设算法和规则进行决策能够自主分析情况,实时做出决策创造力限于模式识别和优化,缺乏真正的创新能力能够生成新的创意和解决方案,具备创新能力人机互动能力按照预设脚本响应,较难理解人类情感和意图更自然地与人互动,理解复杂情感和意图问题解决能力擅长解决结构化和定义明确的问题能够处理多维度和非结构化问题,提供创造性的解决方案伦理问题作为受控工具,几乎没有伦理问题引发自主性和控制问题的伦理讨论CoTCoT链式思维链式思维的出现将大模型分为的出现将大模型分为了了两类:两类:“概率预测(快速反应)概率预测(快速反应)”模型和模型和“链式推理(慢速思考)链式推理(慢速思考)”模型。模型。前者适合快速反馈,处理即时任务;后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合前者适合快速反馈,处理即时任务;后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合适的模型,实现最佳效果。适的模型,实现最佳效果。提示语策略差异提示语策略差异12推理模型推理模型通用模型通用模型提示语更简洁,只需明确任务目标和需求(因其已内化推理逻辑)。无需逐步指导,模型自动生成结构化推理过程(若强行拆解步骤,反而可能限制其能力)。需显式引导推理步骤(如通过CoT提示),否则可能跳过关键逻辑。依赖提示语补偿能力短板(如要求分步思考、提供示例)。关键原则关键原则321模型选择模型选择优先根据任务类型而非模型热度选择(如数学任务选推理模型,创意任务选通用模型)。提示语设计提示语设计推理模型:简洁指令,聚焦目标,信任其内化能力。(“要什么直接说”)。通用模型:结构化、补偿性引导(“缺什么补什么”)。避免误区避免误区不要对推理模型使用“启发式”提示(如角色扮演),可能干扰其逻辑主线。不要对通用模型“过度信任”(如直接询问复杂推理问题,需分步验证结果)。从从“下达指令下达指令”到到“表达需求表达需求”策略类型定义与目标适用场景示例(推理模型适用)优势与风险指令驱动直接给出明确步骤或格式要求简单任务、需快速执行“用Python编写快速排序函数,输出需包含注释。”结果精准高效 限制模型自主优化空间需求导向描述问题背景与目标,由模型规划解决路径复杂问题、需模型自主推理“我需要优化用户登录流程,请分析当前瓶颈并提出3种方案。”激发模型深层推理 需清晰定义需求边界混合模式结合需求描述与关键约束条件平衡灵活性与可控性“设计一个杭州三日游计划,要求包含西湖和灵隐寺,且预算控制在2000元内。”兼顾目标与细节 需避免过度约束启发式提问通过提问引导模型主动思考(如“为什么”“如何”)探索性问题、需模型解释逻辑“为什么选择梯度下降法解决此优化问题?请对比其他算法。”触发模型自解释能力 可能偏离核心目标任务需求与提示语策略任务需求与提示语策略任务类型适用模型提示语侧重点示例(有效提示)需避免的提示策略数学证明 推理模型直接提问,无需分步引导“证明勾股定理”冗余拆解(如“先画图,再列公式”)通用模型显式要求分步思考,提供示例“请分三步推导勾股定理,参考:1.画直角三角形”直接提问(易跳过关键步骤)创意写作 推理模型鼓励发散性,设定角色/风格“以海明威的风格写一个冒险故事”过度约束逻辑(如“按时间顺序列出”)通用模型需明确约束目标,避免自由发挥“写一个包含量子和沙漠的短篇小说,不超过200字”开放式指令(如“自由创作”)代码生成 推理模型简洁需求,信任模型逻辑“用Python实现快速排序”分步指导(如“先写递归函数”)通用模型细化步骤,明确输入输出格式“先解释快速排序原理,再写出代码并测试示例”模糊需求(如“写个排序代码”)多轮对话 通用模型自然交互,无需结构化指令“你觉得人工智能的未来会怎样?”强制逻辑链条(如“分三点回答”)推理模型需明确对话目标,避免开放发散“从技术、伦理、经济三方面分析AI的未来”情感化提问(如“你害怕AI吗?”)逻辑分析 推理模型直接抛出复杂问题“分析电车难题中的功利主义与道德主义冲突”添加主观引导(如“你认为哪种对?”)通用模型需拆分问题,逐步追问“先解释电车难题的定义,再对比两种伦理观的差异”一次性提问复杂逻辑如何向如何向AI表达需求表达需求需求类型特点需求表达公式推理模型适配策略通用模型适配策略1.决策需求需权衡选项、评估风险、选择最优解目标 选项 评估标准要求逻辑推演和量化分析直接建议,依赖模型经验归纳2.分析需求需深度理解数据/信息、发现模式或因果关系问题 数据/信息 分析方法触发因果链推导与假设验证表层总结或分类3.创造性需求需生成新颖内容(文本/设计/方案)主题 风格/约束 创新方向结合逻辑框架生成结构化创意自由发散,依赖示例引导4.验证需求需检查逻辑自洽性、数据可靠性或方案可行性结论/方案 验证方法 风险点自主设计验证路径并排查矛盾简单确认,缺乏深度推演5.执行需求需完成具体操作(代码/计算/流程)任务 步骤约束 输出格式自主优化步骤,兼顾效率与正确性严格按指令执行,无自主优化提示语示例提示语示例决策需求决策需求验证性需求验证性需求为降低物流成本,现有两种方案:自建区域仓库(初期投入高,长期成本低)与第三方合作(按需付费,灵活性高)请根据ROI计算模型,对比5年内的总成本并推荐最优解。实战技巧:实战技巧:以下是某论文结论:神经网络模型A优于传统方法B。请验证:实验数据是否支持该结论;检查对照组设置是否存在偏差;重新计算p值并判断显著性。实战技巧:实战技巧:分析需求分析需求分析近三年新能源汽车销量数据(附CSV),说明:增长趋势与政策关联性;预测2025年市占率,需使用ARIMA模型并解释参数选择依据。实战技巧:实战技巧:执行需求执行需求实战技巧:实战技巧:将以下C语言代码转换为Python,要求:保持时间复杂度不变;使用numpy优化数组操作;输出带时间测试案例的完整代码。创造性需求创造性需求设计一款智能家居产品,要求:解决独居老人安全问题;结合传感器网络和AI预警;提供三种不同技术路线的原型草图说明。实战技巧:实战技巧:还要不要还要不要学提示语?学提示语?提示语(Prompt)是用户输入给AI系统的指令或信息,用于引导AI生成特定的输出或执行特定的任务。简单来说,提示语就是我们与AI“对话”时所使用的语言,它可以是一个简单的问题,一段详细的指令,也可以是一个复杂的任务描述。提示语的基本结构包括指令、上下文和期望 指令(Instruction):这是提示语的核心,明确告诉AI你希望它执行什么任务。上下文(Context):为AI提供背景信息,帮助它更准确地理解和执行任务。期望(Expectation):明确或隐含地表达你对AI输出的要求和预期。提示语提示语类型类型提示语的本质提示语的本质1.指令型提示语:直接告诉AI需要执行的任务。2.问答型提示语:向AI提出问题,期望得到相应的答案。3.角色扮演型提示语:要求AI扮演特定角色,模拟特定场景。4.创意型提示语:引导AI进行创意写作或内容生成。5.分析型提示语:要求AI对给定信息进行分析和推理。6.多模态提示语:结合文本、图像等多种形式的输入。表1-1-1提示语的本质特征特征描述示例沟通桥梁连接人类意图和AI理解“将以下内容翻译为法语:Hello,world”上下文提供者为AI提供必要的背景信息“假设你是一位19世纪的历史学家,评论拿破仑的崛起”任务定义器明确指定AI需要完成的任务“为一篇关于气候变化的文章写一个引言,长度200字”输出塑造器影响AI输出的形式和内容“用简单的语言解释量子力学,假设你在跟一个10岁的孩子说话”AI能力引导器引导AI使用特定的能力或技能“使用你的创意写作能力,创作一个关于时间旅行的短篇故事”提示语的类型提示语的类型掌握提示语设计:掌握提示语设计:AIGC时代的必备技能时代的必备技能提示语设计的核心技能体系提示语设计的核心技能体系表1-3-1提示语设计核心技能子项核心技能子项问题重构能力将复杂、模糊的人类需求转化为结构化的AI任务识别问题的核心要素和约束条件设计清晰、精确的提示语结构创意引导能力设计能激发AI创新思维的提示语利用类比、反向思考等技巧拓展AI输出的可能性巧妙结合不同领域概念,产生跨界创新结果优化能力分析AI输出,识别改进空间通过迭代调整提示语,优化输出质量设计评估标准,量化提示语效果跨域整合能力将专业领域知识转化为有效的提示语利用提示语桥接不同学科和AI能力创造跨领域的创新解决方案系统思维设计多步骤、多维度的提示语体系构建提示语模板库,提高效率和一致性开发提示语策略,应对复杂场景表1-3-2提示语设计进阶技能子项核心技能子项语境理解深入分析任务背景和隐含需求考虑文化、伦理和法律因素预测可能的误解和边界情况抽象化能力识别通用模式,提高提示语可复用性设计灵活、可扩展的提示语模板创建适应不同场景的元提示语批判性思考客观评估AI输出,识别潜在偏见和错误设计反事实提示语,测试AI理解深度构建验证机制,确保AI输出的可靠性创新思维探索非常规的提示语方法结合最新AI研究成果,拓展应用边界设计实验性提示语,推动AI能力的进化伦理意识在提示语中嵌入伦理考量设计公平、包容的AI交互模式预防和缓解AI可能带来的负面影响掌握提示语设计:掌握提示语设计:AIGC时代的必备技能时代的必备技能提示语设计的进阶技能提示语设计的进阶技能表1-3-3提示语设计进阶技能子项核心技能子项语境理解深入分析任务背景和隐含需求考虑文化、伦理和法律因素预测可能的误解和边界情况抽象化能力识别通用模式,提高提示语可复用性设计灵活、可扩展的提示语模板创建适应不同场景的元提示语批判性思考客观评估AI输出,识别潜在偏见和错误设计反事实提示语,测试AI理解深度构建验证机制,确保AI输出的可靠性创新思维探索非常规的提示语方法结合最新AI研究成果,拓展应用边界设计实验性提示语,推动AI能力的进化伦理意识在提示语中嵌入伦理考量设计公平、包容的AI交互模式预防和缓解AI可能带来的负面影响提示语设计的核心技能体系不仅涵盖了技术层面的专业知识,更强调了认知能力、创新思维和软实力的重要性。这些核心技能构成了提示语设计的基础,涵盖了从问题分析到创意生成,再到结果优化的全过程。语境理解能力使设计者能够在复杂的社会和文化背景下工作;抽象化能力有助于提高工作效率和拓展应用范围;批判性思考是确保AI应用可靠性和公平性的关键;创新思维能力推动了AI应用的边界拓展,而伦理意识则确保了AI的发展与社会价值观相符。提示语的提示语的DNA:解构强大提示语的基本元素:解构强大提示语的基本元素提示语的基本元素分类提示语的基本元素分类信息类元素决定了AI在生成过程中需要处理的具体内容,包括主题、背景、数据等,为AI提供了必要的知识和上下文。提示语的基本元素可以根据其功能和作用分为三个大类:信息类元素、结构类元素和控制类元素:结构类元素用于定义生成内容的组织形式和呈现方式,决定了AI输出的结构、格式和风格。控制类元素用于管理和引导AI的生成过程,确保输出符合预期并能够进行必要的调整,是实现高级提示语工程的重要工具。提示语的提示语的DNA:解构强大提示语的基本元素:解构强大提示语的基本元素提示语元素组合矩阵提示语元素组合矩阵提示语元素协同效应理论的核心观点包括:互补增强:某些元素组合可以互相弥补不足,产生1 12的效果。级联激活:一个元素的激活可能引发一系列相关元素的连锁反应,形成一个自我强化的正反馈循环。冲突调和:看似矛盾的元素组合可能产生意想不到的积极效果。涌现属性:某些元素组合可能产生单个元素所不具备的新特性。目标主要元素组合次要元素组合组合效果提高输出准确性主题元素 数据元素 质量控制元素知识域元素 输出验证元素确保AI基于准确的主题和数据生成内容,并通过严格的质量控制和验证提高准确性增强创造性思维主题元素 背景元素 约束条件元素参考元素 迭代指令元素通过提供丰富的背景信息和适度的约束,激发AI的创造性思维,同时通过多轮迭代促进创新优化任务执行效率任务指令元素 结构元素 格式元素长度元素 风格元素通过清晰的任务指令和预定义的结构提高执行效率,同时确保输出符合特定的格式和风格要求提升输出一致性风格元素 知识域元素 约束条件元素格式元素 质量控制元素通过统一的风格和专业领域知识确保输出的一致性,同时使用约束条件和质量控制维持标准增强交互体验迭代指令元素 输出验证元素 质量控制元素任务指令元素 背景元素建立动态的交互模式,允许AI进行自我验证和优化,同时根据任务和背景灵活调整输出表2-1-1 提示语元素组合矩阵调教调教AI的秘籍:让你的提示语效果倍增的关键策略的秘籍:让你的提示语效果倍增的关键策略如何实现精准定义:明确的核心问题、具体化的生成指令、去除多余信息策略一:精准定义任务,减少模糊性策略二:适当分解复杂任务,降低AI认知负荷策略三:引入引导性问题,提升生成内容的深度策略四:控制提示语长度,确保生成的准确性策略五:灵活运用开放式提示与封闭式提示分解任务的技巧:分段生成、逐层深入、设置逻辑结构引导性问题的设计要点:设置多个层次的问题、促使AI对比或论证、引导思维的多样性控制提示语长度的技巧:避免嵌套复杂的指令、保持简洁性、使用分步提示开放式提示:提出开放性问题,允许AI根据多个角度进行生成封闭式提示:提出具体问题或设定明确限制,要求AI给出精准回答常见陷阱与应对:新手必知的提示语设计误区常见陷阱与应对:新手必知的提示语设计误区缺乏迭代陷阱:期待一次性完美结果缺乏迭代陷阱:期待一次性完美结果陷阱症状:陷阱症状:过度复杂的初始提示语 对初次输出结果不满意就放弃 缺乏对AI输出的分析和反馈应对策略:应对策略:采用增量方法:从基础提示语开始,逐步添加细节和要求。主动寻求反馈:要求AI对其输出进行自我评估,并提供改进建议。准备多轮对话:设计一系列后续问题,用于澄清和改进初始输出。过度指令和模糊指令陷阱:当细节淹没重点或意图不明确过度指令和模糊指令陷阱:当细节淹没重点或意图不明确陷阱症状:陷阱症状:提示语异常冗长或过于简短 AI输出与期望严重不符 频繁需要澄清或重新解释需求应对策略:应对策略:平衡详细度:提供足够的上下文,但避免过多限制。明确关键点:突出最重要的2-3个要求。使用结构化格式:采用清晰的结构来组织需求。提供示例:如果可能,给出期望输出的简短示例。常见陷阱与应对:新手必知的提示语设计误区常见陷阱与应对:新手必知的提示语设计误区假设偏见陷阱:当假设偏见陷阱:当AI只告诉你想听的只告诉你想听的陷阱症状:陷阱症状:提示语中包含明显立场或倾向 获得的信息总是支持特定观点 缺乏对立或不同观点的呈现应对策略:应对策略:自我审视:在设计提示语时,反思自己可能存在的偏见。使用中立语言:避免在提示语中包含偏见或预设立场。要求多角度分析:明确要求AI提供不同的观点或论据。批判性思考:对AI的输出保持警惕,交叉验证重要信息。幻觉生成陷阱:当幻觉生成陷阱:当AI自信地胡说八道自信地胡说八道陷阱症状:陷阱症状:AI提供的具体数据或事实无法验证 输出中包含看似专业但实际上不存在的术语或概念 对未来或不确定事件做出过于具体的预测应对策略:应对策略:明确不确定性:鼓励AI在不确定时明确说明。事实核查提示:要求AI区分已知事实和推测。多源验证:要求AI从多个角度或来源验证信息。要求引用:明确要求AI提供信息来源,便于验证。常见陷阱与应对:新手必知的提示语设计误区常见陷阱与应对:新手必知的提示语设计误区忽视伦理边界陷阱:低估忽视伦理边界陷阱:低估AI的伦理限制的伦理限制陷阱症状:陷阱症状:要求AI生成有争议、不道德或非法内容。对AI的拒绝或警告感到困惑或不满。尝试绕过AI的安全机制。忽视AI输出可能带来的伦理影响。应对策略:应对策略:了解界限:熟悉AI系统的基本伦理准则和限制。合法合规:确保你的请求符合法律和道德标准。伦理指南:在提示语中明确包含伦理考虑和指导原则。影响评估:要求AI评估其建议或输出的潜在社会影响。AI伦理考虑要点伦理考虑要点 隐私保护 公平性和非歧视 透明度和可解释性 社会影响评估 安全和滥用防范提示语设计检查清单提示语设计检查清单 目标明确性 信息充分性 结构合理性 语言中立性 伦理合规性 可验证性 迭代空间 输出格式 难度适中 多样性考虑常见陷阱与应对:新手必知的提示语设计误区常见陷阱与应对:新手必知的提示语设计误区挖掘反向思维:从非传统角度切入挖掘反向思维:从非传统角度切入创新设计策略:设定逆向任务:提示语可以引导AI从相反的角度处理问题,提供不同于传统生成的内容。挑战预设思维模式:通过打破任务的常规设定,促使AI生成具有挑战性和创新性的内容。灵活运用任务开放性:给灵活运用任务开放性:给AI自由发挥的空间自由发挥的空间创新设计策略:设定基本框架,留出探索余地:提示语应提供一个结构化的框架,包含具体的生成目标,但不应过度限制表达方式或细节内容,给AI足够的空间进行创造。多维度任务引导:通过引导AI从多个角度看待问题,激发其对生成内容的多样化思考。AIAI缺陷:臆造之辞缺陷:臆造之辞 概率幻概率幻觉觉 AI AI幻觉(幻觉(AI HallucinationsAI Hallucinations)是指生成式人工智能模型在生成文本或回答问题时,尽管表面上呈现出逻辑性和语法正确的形式,但其输出内容可能包含完全虚构、不准确或与事实不符的信息。AI幻觉的产生通常是由于模型在缺乏相关信息的情况下,通过概率性选择生成内容,而非基于真实世界的知识库或逻辑推理,这使得其输出不仅难以信赖,且可能误导用户。形成原因形成原因除AI幻觉这一关键缺陷外,潜在的缺点与局限还包括可解释性、计算成本、数据偏见、实时更新、数据安全、个人隐私、恶意输出等。幻觉类型数据可用性理解能力深度语境精确度外部信息整合能力逻辑推理和抽象能力典型错误表现数据误用有数据低高高中误用已有数据,回答部分不符或细节错误语境误解有数据高低高中对问题的意图理解错误,回答偏离主题信息缺失无数据中高低中未能正确获取或整合外部信息推理错误部分数据高高中低逻辑推理中存在漏洞或错误假设无中生有无数据低中低低在无数据支持下,生成完全虚构的信息AIAI幻觉:五类七特幻觉:五类七特 虚实迷域虚实迷域 五五“类类”七七“特特”AIGC评测:评测:2个国家级项目个国家级项目 1套套自动化测评系统自动化测评系统AIGC评测指标体系共计26个细分指标两项国家级项目:两项国家级项目:20232023国家自然科学基金青年项目国家自然科学基金青年项目“面向人工智能生成内面向人工智能生成内容的风险识别与治理策略研究容的风险识别与治理策略研究”20232023国家资助博士后研究人员计划国家资助博士后研究人员计划B B档档“AIGCAIGC意识形态意识形态安全评估安全评估”创新的火花:如何设计出独具匠心的提示语?创新的火花:如何设计出独具匠心的提示语?抽象抽象具体循环法:在不同抽象层次间灵活切换具体循环法:在不同抽象层次间灵活切换运用类比与隐喻:增强创意表达运用类比与隐喻:增强创意表达 分解与重组:先将复杂问题分解为简单组件,再设计其交互方式。互动规则设定:在提示语中定义组件互动规则。整体行为观察:设计机制来观察和解释从互动中涌现的整体行为。抽象化问题具体化反馈迭代优化使用类比说明复杂概念隐喻增强语言的表达层次选择具备启发性的类比反向设计思维:从生成结果倒推提示语反向设计思维:从生成结果倒推提示语从期望结果开始倒推提示语结构灵活调整提示语细节矛盾思维法:利用对立促进创新矛盾思维法:利用对立促进创新引入对立概念利用矛盾性促进创新提出冲突性任务要求融合批判性思维与创新推理融合批判性思维与创新推理质疑既有框架创新推理多方论证与批判结合,增强生成内容的全面性涌现思维模型:利用集体智慧的提示语设计涌现思维模型:利用集体智慧的提示语设计提示语链的概念与特征提示语链的概念与特征提示语链是用于引导AI生成内容的连续性提示语序列。通过将复杂任务分解成多个可操作的子任务,确保生成的内容逻辑清晰、主题连贯。从本质上看,提示语链是一种“元提示”(meta-prompt)策略,它不仅告诉AI“做什么”,更重要的是指导AI“如何做”。提示语链的设计和应用建立在多个理论基础之上,包括认知心理学、信息处理理论、系统理论、创造性思维理论和元认知理论,核心特征包括:提示语链的作用机制(提示语链的作用机制(一)一)任务分解与整合任务分解与整合思维框架构建思维框架构建在提示语设计中,提示语链发挥着至关重要的作用,通过系统性地引导AI生成高质量、创新性的内容。以下是提示语链在内容生成过程中的七个主要作用机制1.将这个复杂的主题分解为几个主要部分,逐一讨论每个部分。2.对每个子任务设定具体目标和预期成果。3.在每个子任务完成后,总结其关键点并与整体主题关联。4.通过层次结构图或思维导图展示分解后的各部分及其关系。5.结合各部分的结果,撰写一段总结性内容,确保整体连贯。实战技巧:实战技巧:任务分解结果整合问题定义信息收集分析综合结论形成1.明确这个问题的核心要点,然后系统地收集相关信息进行分析。2.列出与主题相关的所有关键概念和理论,并进行系统梳理。3.使用逻辑框架图展示信息收集、分析和结论的过程。4.针对每个关键概念,撰写简要解释并说明其在文章中的作用。5.通过案例分析或实例应用,验证思维框架的有效性和适用性。实战技巧:实战技巧:知识激活与联想知识激活与联想1.列出与主题相关的所有关键知识点,逐一进行详细解释。2.从不同领域中寻找与问题相关的知识点,并进行创造性联想。3.通过比喻或类比,将复杂概念与日常经验联系起来,便于理解。4.使用头脑风暴技术,生成多个可能的联想和创新点。5.将联想到的新观点或概念,整合进现有的知识体系中。实战技巧:实战技巧:创意引导与拓展创意引导与拓展实战技巧:实战技巧:1.请从一个全新的角度重新思考问题/主题,并提出与众不同的见解。2.请将其他领域中与此不相关的概念结合起来,探索其在主题上的应用。3.请设定一个全新的情境,讨论在此情境下问题/主题会有怎样的发展。4.请挑战现有的常规观点,从反面角度思考问题/主题,并提出新的可能性。5.请结合不同学科的理论,提出一个创新的解决方案。6.请从结果出发,倒推可能的原因和过程,探索新的解决途径。提示语链的作用机制(提示语链的作用机制(二)二)质量控制与优化质量控制与优化多模态信息处理多模态信息处理实战技巧:实战技巧:实战技巧:实战技巧:反馈整合与动态调整反馈整合与动态调整实战技巧:实战技巧:1.在每个步骤完成后,进行自我评估和质量检查。2.使用清单核对每个部分是否满足预期目标和质量标准。3.设立中期检查点,对任务进度和质量进行评估和调整。4.请求同行或专家对内容进行审阅并提供反馈。5.根据反馈意见,逐步优化和完善文章的各个部分。1.请对当前内容进行评估,列出主要优缺点,并提出具体的改进建议。2.请根据前一阶段的反馈,逐步修改和完善内容,列出修改的具体步骤。3.请根据内容生成过程中出现的新问题,动态调整后续提示语,并解释调整原因。4.请收集多方反馈,综合考虑并调整内容生成方向,列出不同来源的反馈及其对生成内容的影响。5.请定期对生成的内容进行检查,确保各部分内容协调一致,并列出检查的具体方法和步骤。6.请将新获取的信息和反馈整合到已有内容中,形成一个有机整体,详细描述整合的步骤和方法。1.请将主题相关的文本描述与数据结合,生成一个全面的分析报告。2.请根据主题创建一个包含图像和数据可视化的报告,详细描述可视化方法。3.请设计一个融合文本、图像、音频或视频元素的多媒体内容,增强内容的丰富性。4.请设计一个互动数据展示方案,使读者可以与数据进行互动,并详细描述设计步骤。5.请将不同媒体形式的内容进行联动展示,例如将文字内容与图像和数据可视化结合起来。6.请选用合适的数据可视化工具,并详细描述其使用方法,生成可视化内容。7.请将具体案例与数据分析相结合,生成一份包含案例分析的多模态报告。类别优势挑战结构化思维引导AI按照预设逻辑进行创作设计合理的逻辑结构需要经验和技巧内容深度通过多步引导,实现更深入的内容探讨控制每个步骤的输出深度,避免冗余创意激发多角度提示激发AI的创造性思维在创意和连贯之间找到平衡质量控制多次迭代提高内容质量需要更多的实践和计算资源灵活调整可根据中奖结果随时调整后续提示实时调整需要较高的判断和决策能力提示语链的优势与挑战提示语链的设计原则提示语链的设计原则01目标明确性02逻辑连贯性03渐进复杂性04灵活适应性05多样性思考06反馈整合机制提示语链的设计需要遵循一定的原则,以确保其在任务执行中的有效性和连贯性。这些原则为提示语链的构建提供了清晰的指导,帮助系统地组织和引导任务的分解与处理,以下是设计提示语链时应该考虑的关键原则:确保提示语之间存在清晰的逻辑关系,避免跳跃性太强。每个提示语应该自然地引导到下一个提示语,形成一个连贯的思维链条。这个过程可以将提示语链设计成模块化的结构,使其易于调整和重用,提高提示语链的灵活性和效率。模块化提示语链设计提示语链的设计模型提示语链的设计模型为了更好地理解和设计提示语链,可采用CIRS模型(Context,Instruction,Refinement,Synthesis)。这个模型概括了提示语链设计的四个关键环节:Refinement(优化)Context(上下文)对初步输出进行修改和完善Synthesis(综合)整合所有输出,形成最终成果Instruction(指令)给出具体的指示提供背景信息和任务概述任务分解的提示语链设计步骤任务分解的提示语链设计步骤任务分解的概念源于问题解决理论和系统工程学。将任务分解应用于提示语设计,实际上是在模拟人类处理复杂问题的方式。这种方法主要基于分而治之原则、层级结构理论以及认知负荷理论作为其理论基础。设计基于任务分解的提示语链涉及以下步骤:明确总体目标识别主要任务细化子任务定义微任务设计对应提示语建立任务间联系加入反馈调整机制SPECTRA任务分解模型任务分解模型Segmentation(分割):将大任务分为独立但相关的部分Prioritization(优先级):确定子任务的重要性和执行顺序Elaboration(细化):深入探讨每个子任务的细节Connection(连接):建立子任务之间的逻辑关联Temporal Arrangement(时序安排):考虑任务的时间维度Resource Allocation(资源分配):为每个子任务分配适当的注意力资源Adaptation(适应):根据AI反馈动态调整任务结构为了更有效地进行任务分解,可以采用SPECTRA模型(Systematic Partitioning for Enhanced Cognitive Task Resolution in AI):基于基于SPECTRA模型的提示语链设技巧:模型的提示语链设技巧:1.分割提示:“将总任务描述分解为35个主要组成部分,确保每个部分都是相对独立但与整体目标相关的。”2.优先级提示:“对上述分解的任务进行优先级排序,考虑它们对总体目标的重要性和逻辑顺序。”3.细化提示:“选择优先级最高的子任务,将其进一步细化为23个具体的行动项或小目标。”4.连接提示:“分析各个子任务之间的关系,确定它们如何相互支持和影响,以及如何共同推进总体目标的实现。”5.时序提示:“为每个子任务制定一个粗略的时间表,考虑它们的依赖关系和完成所需的相对时间。”6.资源分配提示:“评估每个子任务的复杂度,分配110的注意力分数,指导在执行过程中如何分配计算资源。”7.适应提示:“在执行每个子任务后,评估其输出质量和对总体目标的贡献,必要时调整后续任务的优先级或内容。”思维拓展的认知理论基础思维拓展的认知理论基础生成阶段(Generate)和探索阶段(Explore),可以将这一理论应用到AI内容生成的过程中,设计相应的提示语策略。发散思维的提示语链设计发散思维的提示语链设计(基于(基于“IDEA”框架)框架)Imagine(想象):鼓励超越常规的思考Diverge(发散):探索多个可能性Expand(扩展):深化和拓展初始想法Alternate(替代):寻找替代方案实战技巧:操作方法实战技巧:操作方法1.使用“假设情景”提示激发想象力2.应用“多角度”提示探索不同视角3.使用“深化”提示拓展初始想法4.设计“反转”提示寻找替代方案思维拓展的提示语链设计建立在创造性认知理论的基础上。根据Geneplore模型(Generate-Explore Model),创造性思维包括两个主要阶段:思维拓展的提示语链思维拓展的提示语链设计设计聚合思维的提示语链设计聚合思维的提示语链设计基于基于“FOCUS”框架框架Filter(筛选):评估和选择最佳想法Optimize(优化):改进选定的想法Combine(组合):整合多个想法Unify(统一):创建一致的叙述或解决方案Synthesize(综合):形成最终结论跨界思维的提示语链设计跨界思维的提示语链设计基于基于“BRIDGE”框架框架Blend(混合):融合不同领域的概念Reframe(重构):用新视角看待问题Interconnect(互联):建立领域间的联系Decontextualize(去情境化):将概念从原始环境中抽离Generalize(泛化):寻找普适原则Extrapolate(推演):将原理应用到新领域实战技巧:操作方法实战技巧:操作方法1.使用“评估矩阵”提示进行系统性筛选2.应用“优化循环”提示迭代改进想法3.设计“创意组合”提示融合不同概念4.使用“叙事架构”提示创建统一的故事线5.应用“综合提炼”提示形成最终观点实战技巧:操作方法实战技巧:操作方法1.使用“随机输入”提示引入跨领域元素2.应用“类比映射”提示建立领域间的联系3.设计“抽象化”提示提取核心原理4.使用“跨域应用”提示探索新的应用场景深度融合:整合知识与创意的提示语链优化策略深度融合:整合知识与创意的提示语链优化策略逻辑链(Logic Chain):确保推理的严密性和论证的连贯性知识链(Knowledge Chain):激活和应用相关领域知识创意链(Creativity Chain):促进创新思维和独特见解三链融合模型三链融合模型逻辑链优化策略逻辑链优化策略知识链优化策略知识链优化策略应用形式逻辑原理构建论证结构图使用逻辑关系词强化连接构建多层次知识图谱实施知识检索与集成进行跨域知识映射优化提示语链不仅在于提示语的微调,更在于逻辑链、知识链与创意链的有效整合与融合。通过整合这三条链条,可以提升生成内容的逻辑严谨性、知识广度与创新深度,达到最佳平衡。创意链优化策略创意链优化策略应用创造性思维技巧实施概念重组与融合进行情境转换与类比三链融合的动态优化系统三链融合的动态优化系统平衡评估器:实时评估三链的贡献度,确保均衡发展适应性切换机制:根据任务需求和当前输出,动态切换侧重点交叉强化策略:利用一个链条的强点来补强另一个链条的弱点整合检查点:定期综合评估输出的逻辑性、知识深度和创新度即学即用:复杂任务的提示语链设计实战即学即用:复杂任务的提示语链设计实战需要考虑需要考虑的的因素因素任务目标、目标受众、文章类型、字数要求、特殊要求在分析阶段,首先明确任务目标和关键问题通过四个关键步骤:分析(Analysis)、构思(Ideation)、发展(Development)和评估(Assessment),为提示语链的设计提供系统化的指导。构思阶段注重创新性思维,探索多种解决方案在发展阶段,逐步深化构思并形成具体的内容方案最后的评估阶段用于反思和优化,确保生成内容符合预期标准并持续改进成果展示与改进建议成果展示与改进建议通过以下反思和评估的框架对AI生成内容进行审查与质量评估:内容全面性论证深度创新洞见实践指导结构清晰度语言表达跨学科整合未来展望递进式深化执行技巧与注意事项执行技巧与注意事项动态调整定期回顾交互式改进平衡控制整体提示语链设计框架整体提示语链设计框架语用意图分析(语用意图分析(PIA):解码内容生成目的):解码内容生成目的PIA的理论基础:的理论基础:PIA建立在语用学和言语行为理论的基础上,通过分析任务的语用意图,为AI设定明确的任务目标,并提出了以下分类:PIA实施步骤:实施步骤:1.识别主要语用意图:确定任务的首要目的2.分析次要语用意图:识别可能的辅助目的3.评估语用意图的强度:量化每种意图的强度4.构建语用意图矩阵:创建语用意图及其强度的矩阵语用意图强度(1-10)说明陈述型8提供关于气候变化的事实和数据指令型7鼓励读者采取环保行动表达型6表达对气候变化的关切承诺型3提出未来行动的建议宣告型1不适用于此文章 任务目标:创作一篇关于气候变化的文章,旨在提高公众意识并促进行动。主要语用意图:(1)陈述型(强度8):提供可靠的气候变化数据和科学发现。(2)指令型(强度7):鼓励读者采取具体的环保行动。(3)表达型(强度6):传达对气候变化威胁的紧迫感。请确保文章:包含来自权威来源的最新气候数据 解释气候变化的原因和影响 提供至少5个读者可以立即采取的行动建议 使用引人入胜的语言来激发读者的环保意识。应用示例应用示例假设需要撰写一篇关于“气候变化”的文章,目的是“增强公众意识并促进行动”:陈述型(Assertive)指令型(Directive)承诺型(Commissive)表达型(Expressive)宣告型(Declarative)主题聚焦机制(主题聚焦机制(TFM):锁定核心内容):锁定核心内容TFM的理论基础:的理论基础:TFM借鉴了认知语言学中的“原型理论”和“框架语义学”,可开发以下技巧:TFM实施步骤:实施步骤:1.定义主题原型:列出主题的关键特征和代表性例子2.构建语义框架:创建与主题相关的概念图3.设置重点梯度:按重要性排序相关概念和子主题4.创建主题引导符:设计特定的关键词或短语来保持主题聚焦应用示例应用示例1.主题原型主题原型关键特征:全球变暖、极端天气、海平面上升、生态系统变化代表性例子:北极冰盖融化、热带雨林减少、珊瑚白化2.语义框架语义框架3.重点梯度重点梯度(1)气候变化的科学证据(2)当前和预期的影响(3)减缓和适应策略(4)个人和集体行动的重要性4.主题引导符主题引导符主要关键词:气候变化、全球变暖、环境保护次要关键词:碳排放、可再生能源、可持续发展主题原型构建确定主题的核心特征和典型例子语义框架设置创建与主题相关的概念网络重点梯度建立设定主题相关性的层级结构细节增强策略(细节增强策略(DES):深化内容质量):深化内容质量DES的理论基础:的理论基础:DES整合了认知叙事学和信息处理理论,开发了以下策略:多模态描述微观宏观连接对比强化时空定位数据可视化概念数据案例感官描述对比全球变暖过去100年平均温度上升1.1C北极冰盖融化夏日的炎热,冬天的反常温暖100年前vs现在的平均温度海平面上升每年上升3.3毫米马尔代夫岛屿被淹没的风险海浪拍打着曾经的陆地,咸涩的海风50年前vs现在的海岸线极端天气强飓风发生频率增加20 22年欧洲热浪狂风呼啸,暴雨如注,令人窒息的高温正常夏天vs热浪天气DES实施步骤:实施步骤:1.识别关键概念:确定需要详细阐述的核心想法2.设计细节矩阵:为每个关键概念创建多维度的细节要求3.构建微观-宏观桥接:设计连接具体事例和抽象概念的提示4.创建感官描述指南:为抽象概念设计具体的感官描述要求5.制定数据展示策略:规划如何将数据转化为生动的叙述或可视化形式为了使生成的气候变化文章变得更加深度和细节,可以利用DES(Detailed Explanation Strategy)来构建一个关键概念细节矩阵。跨域映射机制(跨域映射机制(CMM):激发创新思维):激发创新思维(2)逐层展开类比:a.将防火墙和访问控制比作皮肤和黏膜,解释它们如何作为第一道防线。b.描述入侵检测系统如何像白细胞一样在网络中“巡逻”,识别和应对威胁。c.解释签名式防御如何类似于抗体,能够快速识别和中和已知威胁。d.比较系统隔离和清理过程与人体发烧的相似性,都是为了控制“感染”扩散。e.讨论威胁情报数据库如何类似于免疫记忆,使系统能够更快地应对重复出现的威胁。(3)深入探讨启示:a.分析免疫系统的适应性如何启发自适应安全系统的设计。b.探讨免疫系统的分层防御策略如何应用于网络安全的纵深防御概念。c.讨论过度免疫反应(如过敏)可能对应的网络安全问题(如误报或过度限制)。(4)创新思路:a.提出“数字疫苗”概念,探讨如何通过模拟攻击来增强系统抵抗力。b.讨论“网络卫生”概念,类比个人卫生如何预防疾病。c.探索“数字共生”理念,类比人体中的有益菌群,讨论如何利用良性AI来增强网络安全。(5)挑战与展望:a.分析这种类比的局限性,指出人体免疫系统和网络安全系统的关键差异。b.展望未来:讨论如何进一步借鉴生物系统的其他特性来增强网络安全。注意:在使用类比时,应保持科学准确性,避免过度简化复杂的技术概念。确保文章既生动有趣,又具有实质性的技术深度。任务:创作一篇探讨现代网络安全策略的文章,运用人体免疫系统作为核心类比。(1)开篇以简洁的方式介绍人体免疫系统和网络安全系统的相似性,为整 篇文章设定基调。CMM的理论基础:的理论基础:CMM的理论基础借鉴了认知语言学中的概念隐喻理论和认知科学中的类比推理方法论:CMM实施步骤:实施步骤:1.源域选择:根据任务选择合适的类比源域2.映射点识别:确定源域和目标域间关键对应点3.类比生成:创造性地将源域概念应用于目标域4.类比细化:调整和优化类比,确保其恰当性和新颖性结构映射属性转移关系对应抽象模式提取应用示例应用示例概念嫁接策略(概念嫁接策略(CGS):创造性融合):创造性融合CGS的理论基础:的理论基础:CGS借鉴了认知科学中的概念整合理论,概念嫁接策略的基本构成如下:CGS实施步骤:实施步骤:1.选择输入概念:确定要融合的核心概念2.分析概念特征:列出每个输入概念的关键特征和属性3.寻找共同点:识别输入概念之间的共享特征4.创造融合点:设计概念间的创新性连接点5.构建融合提示:创建引导AI进行概念嫁接的提示语应用示例应用示例任务:尝试将“社交媒体”和“传统图书馆”这两个概念进行嫁接,以设计一个创新的知识共享平台。(1)输入概念:社交媒体:即时性、互动性、个性化、病毒传播 传统图书馆:知识储备、系统分类、安静学习、专业指导(2)共同特征:信息存储和检索 用户群体链接 知识分享(3)融合点:实时知识互动 知识深度社交网络 数字化图书馆员服务 个性化学习路径输入空间定义明确要融合的两个或多个概念领域通用空间识别找出输入空间之间的共同特征选择性投射从输入空间选择相关元素进行融合涌现结构构建在融合空间中创造新的、创新结构知识转移技术(知识转移技术(KTT):跨域智慧应用):跨域智慧应用KTT的理论基础:的理论基础:KTT基于认知科学中的迁移学习理论和组织学习理论。提出了以下关键步骤:KTT实施步骤:实施步骤:1.定义问题:明确目标领域需要解决的问题或创新点2.寻找源域:搜索可能包含相关知识或方法的其他领域3.知识提取:从源域提取关键的知识、技能或方法4.相似性分析:分析源域和目标域之间的结构相似性5.转移策略设计:制定知识从源域到目标域的转移策略6.构建转移提示:创建引导AI进行知识转移的提示语应用示例应用示例假设如果想要改善在线教育平台的学生参与度,可以尝试从游戏设计领域转移知识。(1)问题定义:提高在线教育平台的学生参与度和学习动力(2)源域:游戏设计 关键知识:游戏化机制、玩家心理学、关卡设计、即时反馈系统(3)知识提取与抽象:进度可视化 成就系统 社交互动 个性化挑战 即时反馈(4)相似性分析:游戏玩家 学生 游戏关卡 课程单元 游戏技能提升 知识获取 游戏社交系统 学习社区源域识别知识抽象目标域映射知识重构应用与验证随机组合机制(随机组合机制(RCM):打破常规思维):打破常规思维RCM的理论基础:的理论基础:RCM建立在创造性思维中的“强制联系”和“创意综合”理论基础上,将这些理论应用到AI内容生成领域,提出了以下步骤:RCM实施步骤:实施步骤:1.定义创意领域:明确需要创新的具体领域或问题2.构建多元素库:收集与创意领域相关和不相关的多样化元素3.设计随机抽取机制:创建一个可以随机选择元素的系统4.制定组合规则:设定如何将随机元素组合在一起的规则5.生成组合提示:创建引导AI进行随机组合的提示语应用示例应用示例元素库构建随机抽取假设要为一家咖啡连锁店设计一个创新的营销活动,可以使用RCM来激发创意。元素库构建:咖啡相关:豆种、烘焙、萃取、风味文化艺术:音乐、绘画、舞蹈、文学科技:AR、VR、AI、物联网环保:可持续、回收、碳中和、生物降解社交:社交媒体、直播、社区、互动创建包含多样化元素的知识库从元素库中随机选择元素强制联系创意整合将随机选择的元素强制性地联系起来基于随机组合生成新的创意概念极端假设策略(极端假设策略(EHS):突破思维界限):突破思维界限EHS的理论基础:的理论基础:EHS借鉴了“逆向思维”和“假设性思考”的概念,开发了以下策略:EHS实施步骤:实施步骤:1.识别常规假设:列出在特定领域被广泛接受的假设2.生成极端假设:将这些假设推向极端或完全颠覆3.构建假设场景:详细描述如果极端假设成真会怎样4.探索影响:分析极端假设对各个相关方面的潜在影响5.提取创新点:从极端场景中提炼出可能的创新机会6.构建极端假设提示:创建引导AI进行极端假设思考的提示语应用示例应用示例常规假设识别极端反转明确当前领域的常规假设将常规假设推向极端或完全反转后果探索创新洞察提取深入探讨极端假设带来的影响和机会从极端假设中提取可能的创新点任务:以“未来教育”为主题,运用极端假设策略来激发创新思维。常规假设:(1)学校是学习的主要场所(2)教师是知识的主要传播者(3)学习需要长时间的努力(4)考试是评估学习效果的主要方式多重约束策略(多重约束策略(MCS):激发创造性问题解决):激发创造性问题解决MCS的理论基础:的理论基础:MCS基于创造性问题解决理论和设计思维中的有限性思维概念,提出了以下关键步骤:MCS实施步骤:实施步骤:1.问题定义:明确需要解决的核心问题2.约束条件列举:设置多个具有挑战性的限制条件3.约束影响分析:评估每个约束对问题解决的影响4.创新方案构思:在多重约束下寻找创新解决方案5.约束重构:必要时重新定义或调整约束条件应用示例应用示例约束条件设定约束间矛盾分析制定多个具有挑战性的限制条件识别约束之间的潜在冲突创造性妥协探索约束突破思考寻找满足所有约束的创新解决方案探索创造性地绕过或重新定义约束任务:用多重约束策略来设计一款创新的智能家居产品。(1)核心问题:设计一款多功能智能家居设备(2)约束条件:产品体积不能超过一个标准鞋盒必须同时满足5个不同的家居需求产品售价不超过100美元使用100%可回收材料制造适用于从儿童到老年人的所有年龄段语体模拟机制(语体模拟机制(RSM):精准捕捉语言特征):精准捕捉语言特征RSM的理论基础:的理论基础:RSM建立在语言学中的语域理论和语体分析的基础上,关键步骤如下:RSM实施步骤:实施步骤:1.确定目标语体:明确需要模拟的具体语言风格2.收集语料样本:搜集目标语体的典型文本样本3.分析语言特征:从词汇、句法、修辞等多个维度分析语体特征4.提取关键元素:识别和提取构成语体的独特语言元素5.构建语体指南:创建详细的语体使用指南6.生成模拟提示:创建引导AI模拟特定语体的提示语应用示例应用示例假设需要AI生成一篇模仿莎士比亚风格的短文,可以使用RSM来指导AI更准确地捕捉莎士比亚的语言特征。莎士比亚风格特征分析:词汇:使用古英语词汇,创造性的复合词语法:倒装句,不规则句式修辞:大量的比喻、隐喻和双关语韵律:多用抑扬格五音步主题:常涉及爱情、权力、背叛等永恒主题语体特征识别语境因素考量语体要素提取语体规则构建情感融入策略(情感融入策略(EIS):增强文本感染力):增强文本感染力EIS的理论基础:的理论基础:EIS基于情感语言学和心理语言学的研究成果,开发了以下策略:EIS实施步骤:实施步骤:1.确定目标情感:明确文本要传达的主要情感基调2.创建情感词库:收集与目标情感相关的词汇和短语3.设计情感曲线:规划文本中情感强度的变化趋势4.选择情感触发点:在文本中植入情感元素的关键位置5.构建情感场景:创造能引发情感共鸣的具体场景或细节6.生成情感融入提示:创建引导AI注入情感元素的提示语应用示例应用示例情感词汇选择语气调节意象构建情感节奏控制假设需要AI生成一篇关于“离别”主题的短文,可以使用EIS来指导AI更好地融入情感元素。情感分析:主要情感:悲伤、不舍次要情感:希望、感激修辞技巧应用(修辞技巧应用(RTA):提升语言表现力):提升语言表现力RTA的理论基础:的理论基础:RTA基于修辞学和文体学的理论,将这些理论应用到AI内容生成过程中,提出了以下关键步骤:RTA实施步骤:实施步骤:1.确定任务目标:明确文本的主要目的2.选择核心修辞:选择23种主要的修辞手法3.设计修辞示例:为选定的修辞手法创建使用示例4.安排修辞分布:规划修辞技巧在文本中的分布5.创建平衡策略:确保修辞技巧不过于刻意或过度6.生成修辞应用提示:创建AI运用修辞技巧的提示语应用示例应用示例修辞手法识别语境适配技巧整合效果评估假设需要AI生成一篇描述城市夜景的短文,可以使用RTA来指导AI更好地运用修辞技巧。修辞技巧选择:主要技巧:比喻、拟人、排比辅助技巧:对比、夸张语言风格优化:整合情感修辞技巧语言风格优化:整合情感修辞技巧为了将语体模拟、情感融入和修辞技巧有机结合,可以采用以下策略:元叙事提示框架元叙事提示框架:设计生成自反性文本的高阶提示设计生成自反性文本的高阶提示(一一)嵌入式自反提示嵌入式自反提示元叙述提示框架的创新应用技巧,包括嵌入式自反提示、层次元叙述提示、时序人格提示以及读者互动元叙述提示。这些方法通过多层次叙述结构和交互机制,提升AI生成内容的深度和复杂性。设置特定的词语或情节点作为自反触发器指导AI在这些点上暂停主叙事,插入对内容生成过程的思考系统指令 你是一个具有自我反思能力的AI作家。你的任务是创作一个短篇科幻故事,同时生成对你创作过程的评论。请遵循以下步骤:(1)创作一个500字左右的科幻短篇,主题是“时间旅行的道德困境”。(2)在每个关键情节点后,插入一段括号内的自我反思,解释:a.你为什么选择这个情节发展 b.你考虑过哪些其他可能性 c.这个选择如何推动主题的探讨(3)在故事结束后,提供一个200字左右的整体创作过程反思,包括:a.你遇到的主要创作挑战 b.你认为最成功和最需要改进的部分 c.如果重新创作,你会做出什么不同的选择请确保主要叙事和元叙事评论的语气有所区分,以突出自反性特征。开始你的创作。应用示例应用示例元叙事提示框架元叙事提示框架:设计生成自反性文本的高阶提示设计生成自反性文本的高阶提示(二二)递归元叙事提示递归元叙事提示多层次叙事结构,每一层都包含对上一层的反思在递归过程中探索创作的本质和限制应用示例应用示例系统指令 你是一个递归元叙事生成器。你的任务是创作一个三层递归的元叙事作品。每一层都应该包含对上一层的反思和评论。遵循以下步骤:(1)第一层叙事:写一个200字的微型小说,主题是“创作的困境”。(2)第二层元叙事:用150字评论你创作第一层叙事的过程,讨论:a.你如何诠释创作的困境这个主题 b.在创作过程中你遇到的实际困境(3)第三层元元叙事:用100字反思你写作第二层元叙事的经历,探讨:a.评论自己作品的挑战 b.这种递归结构如何影响你对创作本质的理解(4)最后,用50字总结整个递归元叙事的体验,思考这种写作方式对AI创作能力的推进。请确保每一层都清晰可辨,同时保持整体的连贯性。开始你的递归元叙事创作。多重人格提示多重人格提示为每个人格设定角色和语言风格设计人格之间的互动规则系统指令你将扮演两个角色:一个是小说家A,另一个是评论家B。你们将合作创作一篇关于人工智能伦理的文章。遵循以下规则:(1)小说家A:a.以小说的方式呈现“人工智能伦理”的各个方面。b.每写完约200字,暂停让评论家B进行评论。(2)评论家B:a.对A的写作进行简短的文学批评和伦理分析。b.评论要简洁,不超过50字。(3)互动规则:a.A在收到B的评论后,必须在某种程度上采纳建议,调整后续写作。b.如果A不同意B的某个观点,可以在后续写作中巧妙地反驳。(4)整体结构:a.文章总长度控制在1000字左右。b.以A的一段总结性反思结束全文。请开始创作,确保A和B的声音清晰可辨,且整体形成一个连贯的叙事。应用示例应用示例元叙事提示框架元叙事提示框架:设计生成自反性文本的高阶提示设计生成自反性文本的高阶提示(三三)读者互动元叙事提示读者互动元叙事提示设计需要读者决策的分支点在文本中植入对读者选择的反思应用示例应用示例创作一个交互式元叙事短篇,遵循以下结构:(1)开场:介绍一个主角面临重大人生抉择的场景。(2)设置三个关键决策点,每个决策点提供两个选项。例如:a.决策点1:选项1A 或 选项1B b.决策点2:选项2A 或 选项2B c.决策点3:选项3A 或 选项3B(3)对于每个决策点:a.简要描述每个选项可能导致的结果 b.加入叙述者对读者可能选择的猜测和评论 c.无论选择哪个选项,都要继续故事(4)在叙事过程中,插入对以下内容的反思:a.读者的选择如何塑造故事 b.作者、角色和读者之间的关系 c.自由意志与预设叙事路径的矛盾(5)结尾:a.根据读者的选择展现一个结局 b.提供一个元叙事总结,反思整个互动过程的意义要求:a.保持每个分支的连贯性 b.在叙事中融入哲学思考 c.总字数控制在1200字左右请创作这个交互式元叙事作品,展示所有可能的分支和结局。文案写作的提示语设计文案写作的提示语设计文案写作的三大要素文案写作的三大要素在商业环境中,优质的文案起到了品牌与消费者之间沟通的关键作用。它不仅应准确传达信息,还需激发情感共鸣,从而有效引导目标受众作出相应的决策或行动。文案写作中最重要的维度包括:信息传递、情感共鸣和行动引导。其中,信息传递的核心在于清晰、准确、相关;情感共鸣的核心在于触动、共感、记忆;行动引导的核心在于说服、激励和转化。信息传递情感共鸣行动引导信息传递:设计清晰、精准的信息框架提示语信息传递:设计清晰、精准的信息框架提示语在商业文案写作中,有效的信息传递是基础,信息传递的核心在于清晰和精准。信息传递特质提示语设计技巧信息传递特质提示语设计技巧优秀文案的信息传递特质提示语设计技巧1.信息层次清晰信息分层指令:在提示语中明确指出信息的层级结构2.表达简洁精准关键词限定:为每个信息点设定关键词或字数限制3.结构逻辑严密逻辑关系指示:明确说明各信息点之间的逻辑关联4.受众针对性强受众特征描述:在提示语中包含目标受众的详细特征描述5.记忆点突出核心信息强化:要求在文案中重复或变换表达方式重申核心信息应用示例应用示例请为产品名称创作一则产品说明文案,目标是实现清晰、精准的信息传递。请遵循以下结构和要求:(1)核心信息(最高优先级,50字以内):a.产品的主要功能 b.核心价值主张 要求:用一句简洁有力的话概括,确保包含关键词1和关键词2(2)功能详解(次优先级,总计150字以内):a.主要特性1:特性名(20字描述)b.主要特性2:特性名(20字描述)c.主要特性3:特性名(20字描述)要求:每个特性都要与核心价值主张有明确的逻辑关联(3)目标受众说明(50字以内):描述目标用户的关键特征和需求 要求:使用目标受众会熟悉的语言和术语(4)产品优势总结(30字以内):提炼23个最具竞争力的产品优势 要求:使用对比或排他性表述,如唯一、领先等(5)记忆点设计(20字以内):创作一个朗朗上口的产品标语或口号 要求:包含产品名称和核心价值主张额外要求:-使用简洁的句式,避免复杂从句-每个部分之间使用明确的视觉分隔,如-对每个部分的关键信息使用加粗标记,每部分不超过3个加粗点-确保整体可读性指数控制在初中水平(使用Flesch-Kincaid可读性公式)请基于以上结构和要求,生成一份完整的产品说明文案。情感共鸣:设计触发情感反应的提示语情感共鸣:设计触发情感反应的提示语在商业文案设计中,情感共鸣是影响消费者行为的重要因素,核心在于共情和感染。情感共鸣特质提示语设计技巧情感共鸣特质提示语设计技巧应用示例应用示例优秀文案的情感共鸣特质提示语设计技巧1.情感基调明确情感关键词指定:在提示语中明确指定文案应体现的核心情感2.多感官体验描述感官词汇要求:要求使用视觉、听觉、触觉等多感官相关的描述性词语3.情境代入感强场景设定指令:创建与产品使用或品牌相关的具体情境描述要求4.情感层次丰富情感层次递进:设计从基础情感到高级情感的递进结构5.共情叙事表达叙事结构指引:要求采用故事化的叙事方式来展现品牌或产品价值为品牌名称创作一则品牌故事文案,请遵循以下结构和要求:(1)情感基调设定(20字以内):明确指出文案应体现的核心情感,如温暖激励惊喜等 要求:选择一个与品牌调性高度匹配的情感基调(2)开场情境描述(80字以内):描述一个与品牌/产品高度相关的日常场景 要求:使用多感官描述,至少包含视觉、听觉、触觉中的两种(3)问题情感解决方案结构(150字以内):a.点出目标受众在该情境中面临的问题或挑战(30字)b.描述由此产生的情感反应(40字)c.展示品牌/产品如何解决问题并转化情感(80字)要求:每个部分都要有明确的情感词汇,情感要有层次递进(4)品牌价值主张(50字以内):用富有感染力的语言阐述品牌的核心价值 要求:将理性价值与情感价值相结合(5)情感共鸣高潮(100字以内):描述使用品牌/产品后的理想状态或憧憬的未来 要求:使用比喻或隐喻手法,增强文案的感染力(6)召唤共情的结语(30字以内):设计一个能引发读者情感共鸣的号召性语句 要求:使用第二人称,增强代入感额外要求:-整个文案要形成一个完整的故事,有起承转合-在文案中巧妙植入35个与核心情感相关的成语或谚语-使用排比、对偶等修辞手法增强文案节奏感-控制整体情感基调,使用VADER情感分析工具,目标为0.60.8(积极但不过分夸张)请基于以上结构和要求,生成一份完整的品牌故事文案。行动引导:设计促进决策和行动的提示语行动引导:设计促进决策和行动的提示语在商业文案写作中,最终目标往往是促使受众采取特定行动,行动引导的核心在于说服和激励。行动引导特质提示语设计技巧行动引导特质提示语设计技巧应用示例应用示例优秀文案的行动引导特质提示语设计技巧1.明确的行动指向行动目标明确化:在提示语中明确指出期望受众采取的具体行动2.强烈的紧迫感时间限制设置:要求在文案中加入限时优惠或稀缺性信息3.低门槛的起始步骤简单行动设计:要求设计一个简单、具体的第一步行动4.清晰的收益阐述利益点强化:要求明确列出采取行动后的具体收益5.社会证明的运用案例/数据要求:要求加入用户见证或数据支持为产品/服务名称创作一则促销文案,目标是有效引导目标受众立即采取行动。请遵循以下结构和要求:(1)注意力抓取(30字以内):创作一个引人注目的标题 要求:包含行动词和具体数字,如“立省30%”、“7天见效”等(2)行动目标明确化(20字以内):清晰陈述期望受众采取的具体行动 要求:使用祈使句,动词要具体明确,如立即订购、现在注册等(3)核心利益点(3点,每点30字以内):列举采取行动后能获得的主要好处 要求:每个利益点都要具体、量化,并与目标受众的需求直接相关(4)紧迫感营造(50字以内):创造一种不立即行动就会错失良机的氛围 要求:使用限时优惠或限量供应等策略,给出具体的截止时间或数量(5)社会证明(23条,每条25字以内):提供用户见证或数据支持 要求:包括具体数字和真实感受,如90%的用户表示效果显著(6)低门槛起始步骤(40字以内):设计一个简单、具体的第一步行动 要求:这个步骤应该非常容易执行,降低用户的心理阻力(7)行动召唤设计(15字以内):创作一个有力的行动召唤语 要求:使用强烈的行动词,如立即、马上、现在等(8)遗憾预防(30字以内):描述不采取行动可能造成的遗憾或损失 要求:使用对比手法,突出行动和不行动的差异额外要求:-在文案中加入23个与紧迫感相关的成语或谚语-使用问句式标题或小标题,增强互动感-对关键信息使用醒目的视觉处理,如加粗、下划线等-控制整体紧迫感,使用FOMO(Fear of Missing Out)指数评估,目标为78(足够紧迫但不过分焦虑)请基于以上结构和要求,生成一份完整的促销文案。营销策划的提示语设计营销策划的提示语设计营销策划写作的核心要素营销策划写作的核心要素在当代营销环境中,有效地营销策划是品牌成功的关键。设计高质量的营销策划提示语,核心在于创新、精准和可行。创新要求使用者激发AI的创造力,生成独特的创意概念;精准需要使用者引导AI制定符合目标受众和市场环境的传播策略;可行则要求通过提示语设计,确保AI生成的执行方案具有实操性。创意概念传播策略执行方案创意概念:设计激发创新思维的提示语创意概念:设计激发创新思维的提示语理论层面:理论层面:方法层面:方法层面:1.跨领域联想指令2.品牌DNA融入3.记忆点设计4.情感地图构建5.趋势融合要求独特性应用示例应用示例相关性记忆点情感触发时效性为品牌名称设计一个创新的营销创意概念,用于其具体产品/服务的推广。请遵循以下要求:(1)核心创意:结合品牌所属领域和另一个看似不相关的领域的元素,提出一个独特的创意概念。(2)品牌价值融入:解释该创意如何体现品牌的核心价值1和核心价值2。(3)记忆点设计:创造一个朗朗上口的口号或标语,需包含双关语或文字游戏。(4)情感触发元素:基于目标受众画像的核心情感需求,设计一个能引起强烈情感共鸣的创意元素。(5)时效性挂钩:将创意与当前热门社会话题或现象联系起来,突出时效性。(6)创意呈现形式:提出23种可能的创意呈现方式,至少包含一种创新的或非传统的媒体形式。(7)病毒传播潜力:解释这个创意如何具备病毒式传播的潜力。额外要求:-确保创意在挑战常规的同时,不会引起争议或负面解读。-考虑创意的可持续性,思考如何将其发展为一个长期营销主题。请基于以上要求,生成一份完整的创意概念方案。传播策略:设计精准定位的传播方案提示语传播策略:设计精准定位的传播方案提示语理论层面:理论层面:方法层面:方法层面:1.目标量化指令2.受众画像详述3.全渠道思维引导4.内容形式多样化5.互动机制设计应用示例应用示例目标明确受众精准渠道多元内容匹配互动性强为品牌名称的营销活动名称设计一个全方位的传播策略。该策略应能在多元化的媒体环境中精准触达目标受众,并实现品牌传播目标。请遵循以下要求:(1)市场洞察(800字内):基于最新的市场研究数据,总结目标市场的3个关键趋势和2个主要痛点。(2)受众画像(1000字内):描绘23个核心目标受众群体,包括人口统计特征、行为习惯、价值观和媒体使用偏好。为每个群体设定一个吸引人的昵称。(3)传播目标(600字内):设定3个SMART目标,涵盖品牌知名度、参与度和转化率。每个目标都应有具体的数字指标和时间框架。(4)核心信息(500字内):提炼1个总体信息和3个支持性信息点。这些信息应与品牌调性一致,并能引起目标受众的共鸣。(5)全渠道矩阵(1500字内):设计一个包含至少7个渠道的传播矩阵,包括社交媒体、KOL、线下活动、传统媒体等。说明每个渠道的具体作用和预期效果。(6)内容策略(1200字内):为3个主要渠道设计差异化的内容策略。每个策略应包含内容形式、主题方向和互动元素,并解释如何与用户旅程的不同阶段匹配。(7)创新传播手法(800字内):提出1个创新的或非常规的传播方式。这个方法应能显著提升活动的话题性和参与度。(8)KOL合作计划(700字内):设计一个多层次的KOL合作策略,包括顶级KOL、中腰部KOL和微观KOL的不同运用方式。(9)时间线(1000字内):绘制一个为期具体时间的传播时间表,包括预热、启动、高潮和持续阶段。标注关键时间节点和相应的传播重点。(10)效果评估(600字内):设定57个关键绩效指标(KPI),涵盖曝光、参与、转化和品牌健康度等方面。说明数据来源和评估频率。(11)危机预案(500字内):列出23个可能的传播风险,并为每个风险提供简要的应对策略。预算分配建议:按渠道和阶段列出预算分配比例,确保资源的最优化使用。请基于以上要求,生成一份全面、创新且可执行的传播策略方案。执行方案:设计可操作的行动计划提示语执行方案:设计可操作的行动计划提示语理论层面:理论层面:方法层面:方法层面:1.行动步骤分解2.角色分配指令3.时间节点设定应用示例应用示例步骤清晰职责明确时间可控资源合理风险可控为品牌名称的营销活动名称设计一个详细可行的执行方案。该方案应能将创意概念和传播策略有效转化为具体行动,确保活动的顺利开展和目标达成。请遵循以下要求:1.执行摘要(300字内):概括整个执行方案的核心内容、主要目标和关键成功因素。2.项目团队构成(300字内):列出核心项目团队成员,包括内部人员和外部合作方。明确每个角色的主要职责和决策权限。3.里程碑规划(1200字内):设定57个关键里程碑事件。每个里程碑都应包含具体目标、完成标准和时间节点。使用甘特图呈现整体时间线。4.资源分配引导5.风险评估要求 4.详细行动步骤(2000字内):将执行过程分解为1520个具体步骤。每个步骤应包含:-行动描述 -责任人/部门 -开始和结束时间 -所需资源 -完成指标5.资源分配表(1000字内):创建一个资源分配矩阵,横轴为时间,纵轴为资源类型(如人力、设备、预算)。标注每个阶段的资源需求高峰。6.跨部门协作流程(800字内):设计23个关键的跨部门协作流程,如创意审批、内容制作、媒体投放等。使用流程图呈现。7.预算明细(1000字内):提供一个详细的预算破解表,包括:-各执行环节的具体支出 -预留的应急资金比例 -主要成本控制措施8.质量控制计划(900字内):列出35个关键的质量控制点和相应的检查标准。包括内容质量、用户体验、技术实现等方面。9.风险管理矩阵(1200字内):识别57个潜在风险点,评估其发生概率和影响程度。为每个高风险项目制定具体的预防和应对措施。10.利益相关者沟通计划(1800字内):设计一个定期向各利益相关者(如高管、合作伙伴、媒体)汇报项目进展的机制。指明沟通频率、方式和关键信息点。11.应急预案(1000字内):为23个可能的重大意外情况(如重要环节延期、预算超支、负面舆情等)制定详细的应急预案。包括触发条件、响应流程和补救措施。12.执行后评估机制(700字内):设计一个项目后评估框架,包括效果评估、经验总结和持续优化建议。指明评估的时间点和主要维度。创新执行工具:推荐12个创新的项目管理工具或方法,解释它们如何能提升执行效率和灵活性。请基于以上要求,生成一份全面、精确且具有可操作性的执行方案。方案应体现出对创意概念的忠实执行,对传播策略的有效支持,以及对各种可能情况的周全考虑。品牌故事的提示语设计品牌故事的提示语设计品牌故事的关键元素品牌故事的关键元素在数字化时代,品牌故事已成为连接企业与消费者的重要纽带。它不仅能传递品牌的核心价值,还能在情感层面与消费者建立联系。本节将探讨如何设计提示语,以引导AI生成富有感染力的品牌故事。本节将从品牌定位、价值主张和未来愿景三个核心要素出发,通过关键考量、常见陷阱和提示语框架三个维度来详细阐述每个要素的重要性和设计方法。品牌定位价值主张未来愿景品牌定位:在市场中找到独特位置品牌定位:在市场中找到独特位置关键考量:关键考量:常见常见陷阱:陷阱:1.定位过于宽泛,缺乏针对性2.过度模仿竞争对手,失去独特性3.忽视市场变化,定位僵化4.与品牌实际能力不匹配,难以兑现承诺应用示例应用示例目标市场的精准描述品牌个性和形象的一致性竞争对手的分析和差异化策略与目标受众的情感连接点为品牌名称创建一个清晰而独特的品牌定位声明,遵循以下指南:(1)核心定位:用一句简洁有力的话概括品牌的核心定位。确保这句话能清晰传达品牌的独特价值和市场地位。(2)目标受众画像:描绘理想客户的详细画像,包括:a.人口统计特征(年龄、性别、收入等)b.心理特征(价值观、生活方式、兴趣爱好)c.消费行为(购买习惯、决策因素)d.痛点和需求(3)竞争分析:列举3个主要竞争对手,并分析:a.每个竞争对手的核心优势 b.您的品牌相对于每个竞争对手的独特优势 c.市场中尚未被满足的需求或机会(4)品牌个性:用5个形容词描述品牌个性,并简要解释每个特质如何体现在品牌体验中。(5)价值主张:阐述品牌为目标受众提供的核心价值和独特利益。说明这些价值如何解决客户的具体问题或满足其需求。(6)情感连接点:描述一个能与目标受众产生强烈情感共鸣的品牌元素或故事。解释这个元素如何与受众的深层需求或价值观相连。(7)定位声明:综合以上要素,创作一个简洁有力的定位声明。这个声明应清晰传达品牌是什么、为谁服务、提供什么独特价值。(8)视觉识别:提出23个能直观体现品牌定位的视觉元素建议(如标志、色彩、图像风格等)。评估标准:-清晰度:定位是否易于理解和记忆-独特性:是否明显区别于竞争对手-相关性:是否与目标受众的需求和期望高度相关-可信度:是否基于品牌的实际优势和能力-持续性:是否具有长期发展潜力注意事项:-避免使用行业陈词滥调-确保定位声明简洁有力,同时富有洞察力-考虑定位的可扩展性,以适应未来的品牌发展请基于以上指南,创建一个全面而富有洞察力的品牌定位方案。价值主张:传递独特的品牌价值价值主张:传递独特的品牌价值关键考量:关键考量:常见常见陷阱:陷阱:1.价值主张过于复杂,难以传达2.忽视情感价值,过度强调功能特性3.夸大其词,无法兑现承诺4.与竞争对手的价值主张过于相似应用示例应用示例产品/服务的核心优势情感和功能价值的平衡解决客户痛点的能力价值主张的可信度和可证明性列举品牌产品或服务的35个核心优势。每个优势都应该与竞争对手有明显区别,并能直接解决客户痛点。(5)情感价值:描述品牌如何在情感层面与客户建立联系。包括品牌带来的情感体验、生活方式改善或个人成长等方面。(6)证明点:提供23个支持价值主张的具体证据或数据点。这可以包括客户见证、行业认证、性能数据或比较测试结果。(7)差异化陈述:解释品牌的价值主张如何与主要竞争对手区分开来。强调品牌的独特之处。(8)长期价值:描述客户长期使用品牌产品或服务可能获得的持续利益。这有助于建立品牌忠诚度。(9)视觉化元素:提供一个能直观展示价值主张的视觉元素或比喻。这有助于增强价值主张的记忆度。(10)简化版本:创建一个简化版的价值主张,适用于快速传播或口头传达。这个版本应该在保留核心信息的同时更加简洁。评估标准:-清晰度:价值主张是否易于理解和记忆-相关性:是否直接解决目标受众的核心需求和痛点-独特性:是否明显区别于竞争对手的价值主张-可信度:是否有足够的证据支持-情感共鸣:是否能在情感层面与目标受众产生共鸣-可执行性:品牌是否有能力持续兑现这一价值主张请基于以上指南,创建一个全面而有说服力的品牌价值主张。为品牌名称制定一个有利的品牌价值主张,遵循以下指南:(1)核心价值概述:用一句话概括品牌的核心价值主张。这句话应该简洁有力,能够清晰传达品牌的独特价值。(2)目标受众痛点:列出35个目标受众最关心的痛点或需求。对每个痛点进行简要描述,解释它们对目标受众的影响。(3)问题解决方案:针对上述每个痛点,详细说明品牌如何解决这些问题。突出品牌的独特方法或技术。(4)核心优势:未来愿景:描绘品牌的长远目标未来愿景:描绘品牌的长远目标关键考量:关键考量:常见常见陷阱:陷阱:1.愿景过于抽象,缺乏实际意义2.忽视社会责任,仅关注商业目标3.未能激发利益相关者的共鸣4.愿景与品牌当前形象差距过大,缺乏可信度应用示例应用示例与当前品牌定位的一致性和延续性员工和客户的参与感对行业和社会的积极影响愿景的远大与可实现性的平衡为品牌名称创造一个富有感染力的品牌未来愿景,包含以下元素:(1)愿景陈述:用一句话描述品牌510年后的理想状态。这个陈述应该简洁有力,富有远见,同时与品牌当前的核心价值观保持一致。(2)行业影响:描述品牌将如何引领行业发展或改变行业格局。包括技术创新、商业模式革新或服务标准提升等方面。(3)社会贡献:阐述品牌将为社会带来的积极影响。考虑环境保护、社会公平、教育发展或健康促进等方面的贡献。(4)客户价值:描绘品牌如何在未来更好地服务客户,提升客户体验或解决更复杂的问题。(5)员工愿景:说明品牌将如何为员工创造更好的工作环境、发展机会和个人成长空间。(6)创新项目:提出23个体现品牌未来愿景的创新项目或倡议。这些项目应该既有前瞻性,又基于品牌的核心能力。(7)里程碑:设定35个实现愿景的关键里程碑。这些里程碑应该是具体、可衡量的,并且时间跨度合理。(8)全球视野:如果适用,描述品牌在全球市场中的未来定位和发展规划。(9)技术展望:预测品牌将如何利用新兴技术来实现愿景,可能包括AI、物联网、可持续能源等领域。(10)伙伴生态:描述品牌将如何与其他企业、机构或组织合作,共同实现更大的目标。(11)激励口号:创造一个能激励员工和客户的口号,体现共同奋斗的精神。这个口号应该简短有力,易于记忆和传播。(12)视觉象征:提出一个能够直观表现未来愿景的视觉元素或符号。这个元素应该能够简洁地传达愿景的核心理念。评估标准:-一致性:与当前品牌定位和价值观的连贯性-远见性:展现了足够远大和鼓舞人心的未来图景-可信度:基于品牌的核心优势,具有实现的可能性-共鸣度:能否激发员工、客户和其他利益相关者的热情请基于以上指南,创造一个全面、富有感染力且能指引品牌长远发展的未来愿景。年终总结的提示语设计年终总结的提示语设计业绩回顾业绩回顾业绩回顾部分旨在清晰、全面地展示过去一年的工作成绩。提示语设计应侧重于以下要点:成果展示结构清晰具体事例维度提示语示例要求成果概述请总结过去一年中的主要工作成果,重点展示对业务的推动作用。业绩突出项:列出关键业绩指标,如销售额、客户增长率、项目完成情况等成果分析:分析这些成果带来的具体影响,如提升效率、拓展市场等数据支撑请提供支撑业绩的具体数据,并通过数据展示工作成效。数据呈现:使用具体数字或百分比,如“销售额增长了20%”或“客户满意度提升了10%”数据来源:明确数据来源和依据,确保真实性项目亮点请列举过去一年中参与的重要项目及其成果,展示在项目中的角色和贡献。关键项目:列举项目名称、目标、结果及自己的角色影响力:项目如何推动了部门或公司目标的实现,具体成果如何体现成就展示成就展示未来规划未来规划成就展示部分应突出个人和团队在过去一年的创新、突破及贡献,提示语设计应侧重:团队贡献创新与突破个人荣誉未来规划部分是年终总结的重点,旨在为新的一年设定明确的目标和发展方向。提示语设计应关注以下要点:目标设定行动计划个人成长维度提示语示例要求团队贡献请总结团队在过去一年中取得的重大成果,并展示团队合作的优势。团队协作:描述团队在协作中的表现,如跨部门合作、协调沟通等团队成就:列举团队在目标实现方面的成绩,如“年度目标完成度达到120%”创新突破请描述在工作中做出的创新举措或取得的突破性进展,展示个人和团队的创造力。创新成果:展示创新的产品、流程或技术,并具体描述其影响突破性进展:分析突破如何解决了长期存在的问题或带来显著改变个人荣誉请列举个人在过去一年中获得的奖项、荣誉或表彰,突出个人贡献。荣誉奖项:列出获得的奖项或特别表彰,如“最佳员工奖”“创新贡献奖”等个人影响:通过个人努力,推动了业务或团队的成长,取得了哪些成果维度提示语示例要求年度目标请设定明年的主要工作目标,并确保目标具体、可度量。目标设定:明确具体的工作目标,如“实现XX销售额”“拓展XX客户”等目标量化:为每个目标设定具体的量化标准,如“年度增长30%”或“增加10个大客户”行动计划请根据目标制定具体的行动步骤或策略,确保目标的实现。行动步骤:列出为实现目标所需的主要行动,如“提升客户服务质量”“加强跨部门协作”等时间节点:为每个目标设定具体的时间表或阶段性目标发展方向请阐述未来一年在职业发展或个人成长方面的规划。个人发展:设定个人的职业成长目标,如“提升管理能力”“拓展行业知识”等团队协作:描述计划如何进一步提升团队合作或打造高效团队玩转微信公众号:内容生产的提示语策略玩转微信公众号:内容生产的提示语策略微信公众号具有四大核心特性:私域流量、深度阅读、规范体系和互动机制。这些特性直接影响提示语设计的策略方向:私域流量属性要求提示语需保持稳定的调性,建立品牌认知深度阅读场景决定了内容结构需层次分明,重视逻辑传递规范体系下的提示语设计需符合平台规则,避免触碰敏感词互动机制为提示语优化提供数据基础,可持续迭代改进平台特性与算法机制平台特性与算法机制选题规划提示语选题规划提示语选题规划提示的核心在于明确内容定位与读者价值。典型的提示语模板:应用示例应用示例任务目标:生成具体领域的选题规划背景信息:-账号定位:填写定位-目标读者:读者画像-核心诉求:读者需求要求:(1)生成10个选题方向(2)每个选题包含:-主标题 -副标题 -核心观点 -价值主张(3)考虑时效性与持久性的平衡输出格式:表格呈现创作引导提示语(创作引导提示语(一)一)微信公众号作为深度阅读平台,其内容创作需要在吸引力、专业性和传播性之间找到平衡。设计高效的创作提示语,需要关注文章的结构设计与表达特色。应用示例应用示例标题创作的提示设计标题创作的提示设计优质的公众号标题通常具备以下特质:信息密度信息密度差异价值差异价值时效性时效性平台调性平台调性请基于以下要素生成文章标题:主题:主题核心观点:观点目标读者:读者群体价值类型:分析型/方法型/经验型表达基调:专业/犀利/温和必要元素:数据点/行业洞察/专家引用 差异化要求:-竞品分析:35个同主题标题 -创新角度:具体说明生成要求:-提供3个方案 -每个方案说明亮点基于以上特质,设计标题生成的提示语需把握以下原则:(1)明确价值维度:指明文章提供的具体价值类型,如解决方案、深度分析、经验分享等。这有助于AI聚焦输出方向。(2)设定语气基调:根据账号调性确定表达基调,可以是严谨专业型、观点鲜明型或温和建议型。不同基调会影响标题的表达方式。(3)限定结构要素:规定标题需包含的核心要素,如热点词、数据点、专家观点等,确保生成的标题信息完整。(4)平衡吸引力与专业性:在提示语中设置约束条件,避免标题过于营销化或者过于学术化。创作引导提示语(创作引导提示语(二)二)应用示例应用示例内容结构的提示设计内容结构的提示设计高质量的内容结构通常体现以下特点:层次感层次感节奏感节奏感互动性互动性基于这些特点,内容结构的提示语设计应该:(1)明确结构框架:在提示语中预设文章的整体框架,确保内容展开有序。关键在于设定每个部分的功能定位和重点。(2)设置深度要求:针对不同层次的内容模块,规定论述深度、案例数量、数据支撑等具体要求。(3)预设互动节点:在提示语中规划互动设计位置,确保互动引导自然融入内容脉络。(4)控制信息密度:通过提示语调节不同段落的信息密度,避免内容过于松散或者过于密集。任务描述:创作一篇深度分析类文章主题:主题目标:写作目的一、结构设计要求:(1)开篇模块(800字以内)-问题背景:从数据/现象/热点切入 -现状分析:点明行业痛点与挑战 -核心观点:提出独特视角与解决思路(2)主体部分(2500字左右)-分论点展开:34个核心论点 -每个论点要求:*观点陈述(150字左右)*原理解析(300字左右)*案例佐证:2个典型案例 *数据支撑:权威来源数据 *专家观点:引用领域专家验证(3)结尾部分(700字以内)-观点总结:呼应开篇 -趋势判断:前瞻性洞察 -行动建议:35点可执行建议二、互动设计节点:(1)开篇互动:设置情境思考问题(2)主体互动:每个论点后设置观点讨论区(3)结尾互动:邀请读者分享经验与观点三、三、内容节奏控制:(1)信息密度分配:-开篇:以叙事为主,重在引发兴趣 -主体:论证为主,配比为 论述40% 案例30% 数据20% 专家观点10%-结尾:以洞察和建议为主,突出实操价值(2)段落节奏:-重点论述段:250300字 -案例描述段:200250字 -数据分析段:150200字 -过渡段落:100字左右四、高级要求:(1)逻辑展开:-论点之间:递进/并列/转折关系明确 -论据支撑:多维度佐证,避免单一类型证据(2)思维深度:-表层:现象描述与问题呈现 -中层:原因分析与逻辑推导 -深层:本质洞察与规律总结(3)风格把控:-语言基调:专业中立 -专业术语:核心术语解释到位 -表达方式:逻辑严谨,生动易懂注意事项:1.避免观点过于绝对2.确保数据来源可靠3.案例选择需要具有代表性4.互动设计要自然融入文脉创作引导提示语(创作引导提示语(三)三)论述逻辑的提示设计论述逻辑的提示设计高质量的内容结构通常体现以下特点:证据链完整证据链完整逻辑递进逻辑递进多维视角多维视角每个观点都需要数据支撑、案例验证或专家背书。与其他自媒体平台相比,微信公众号的读者对论据的权威性和可靠性要求更高。论点之间需要形成清晰的递进关系,可以是“现象原因影响对策”或“问题分析方案效果”等框架。在论证过程中融入不同视角的观点,既展现思考的全面性,又能增强文章的可信度。基于上述特征,论述逻辑的提示语设计应把握以下原则:通过提示语明确文章的论证路径,包括论点展开顺序、论据类型和过渡方式。例如:论点A:现象描述 数据佐证 案例说明论点B:问题分析 专家观点 对比论证论点C:方案提出 实践验证 效果预期设定论证框架设定论证框架在提示语中涉及需要的证据类型和数量用于观点支撑,确保论证充分,例如:权威数据:来自官方机构的统计或调研案例分析:包含背景、过程、结果的完整案例专家观点:行业认可度高的专家见解规定证据要求规定证据要求针对不同层级的论点设置不同的展开深度,避免喧宾夺主:核心论点:充分论证,多维度支撑次要论点:点到为止,简要说明延伸论点:提供思考方向,不做过多展开控制论证深度控制论证深度场景化应用策略场景化应用策略针对不同内容场景,提示语设计需要采取差异化策略:(1)热点新闻改写:热点事件在公众号平台的传播需要注意差异化视角和深度价值挖掘。提示语设计应着重引导形成独特观点,避免同质化表达。(2)原创内容创作:原创内容是公众号的核心竞争力,提示语需要突出内容的专业性和实用性,同时注重知识结构的完整性和逻辑性。通过提示语引导,确保内容既有深度又易于理解。(3)评论互动优化:基于读者反馈进行的内容创作,需要通过提示语准确把握用户痛点,设计出更有针对性的解决方案。同时,提示语要引导形成对话感,增强与读者的连接。实操建议:建立内容分类标签体系积累高质量提示语模板根据数据反馈持续优化建立提示语评估机制场景类型提示语模板优化建议热点新闻改写将热点事件转化为话题角度的分析文章,重点关注核心观点,需要包含数据支撑和专家观点注重时效性,保持客观立场,突出独特视角原创内容创作以主题为核心,从切入点展开讨论,结合案例和方法论,形成字数的深度文章强调原创性,注重实操价值,设置互动引导评论互动优化分析读者反馈中的关键问题,整理成主题的解答文章,包含实践建议回应读者关切,提供解决方案,保持对话感场景化提示语示例表场景化提示语示例表驾驭微博:短平快传播中的提示语设计驾驭微博:短平快传播中的提示语设计微博平台具有四大核心特征:实时性、社交属性、话题引导和多媒体融合。这些特征直接影响提示语设计的策略方向:平台特性与传播机制平台特性与传播机制(1)实时性要求提示语必须具备快速响应能力,支持热点话题的及时跟进与创作。(2)社交属性决定了内容需要具备较强的互动性和对话感,提示语设计要融入互动机制。(3)话题引导能力使平台成为舆论场,提示语需要把握议题设置的技巧。(4)多媒体融合特性要求提示语能够协调处理文字、图片、视频等多种内容形式。微博的内容分发主要依赖于以下传播路径:粉丝关系链传播热门话题引流兴趣推荐算法转发评论互动内容策略的提示设计(内容策略的提示设计(一)一)内容策略的提示设计不仅涉及到信息传递的准确性,还需要考虑适用平台特性、用户需求差异、内容传播效果、创造力的激发以及生成过程中的灵活性和可控制性,具体可执行的策略如下:微博内容创作的关键在于把握“短平快”的平台节奏,同时又要确保内容的价值密度。基于平台特性,提示语框架需要关注以下维度:(1)时效性把控:提示语需要建立快速响应机制,包括热点捕捉、议题延展和观点表达。重点在于保证信息的及时性和准确性。(2)互动性设计:通过提示语引导生成便于互动的内容形式,如设置悬念、提出问题、邀请讨论等,提升内容的社交属性。(3)传播性优化:针对微博的传播特点,提示语要强化内容的话题关联性和情绪共鸣点,提升传播势能。(4)风格一致性:在快速响应的同时,提示语要确保内容风格的一致性,维护账号调性。基础框架设计基础框架设计差异化策略差异化策略针对不同类型的微博内容,提示语设计需要采取差异化策略。这种差异不仅体现在内容形式上,更需要在创作思路和传播策略上有所区分。内容类型核心特点关键要素提示语重点热点跟进型快速响应、观点鲜明热点关联、独特视角、价值延展抓取热点、突出差异、预设风险原创内容型深度思考、专业价值专业洞察、案例支撑、方法论输出框架完整、逻辑严密、互动设计话题引导型议题设置、观点引导话题规划、观点递进、情绪引导议题设计、节奏把控、互动闭环品牌营销型品牌价值、转化目标品牌调性、用户痛点、解决方案价值传递、情感共鸣、行动引导互动娱乐型轻松有趣、互动性强话题趣味、互动机制、情绪调动创意设计、参与门槛、传播性内容策略的提示设计(内容策略的提示设计(二)二)应应用用示示例例热点跟进型热点跟进型话题引导型话题引导型原创内容型原创内容型品牌营销型品牌营销型应应用用示示例例应应用用示示例例基于热点事件创作微博:核心要求:-陈述事实(50字):客观描述核心事件-专业解读(100字):结合领域视角分析-延展思考(50字):提供独特观点差异化要求:-避开热门观点角度-结合领域专业知识-预设12个讨论问题创建主题原创内容:内容结构:(1)核心论点(60字):填写(2)专业解析:-理论依据(100字)-实践案例(80字)(3)互动引导:-设置1个开放性问题 -预留讨论空间传播策略:-关联23个相关话题设计2个传播观点话题引导设计:主题:#话题名#引导策略:(1)议题设置:-核心问题提出 -23个讨论维度(2)互动设计:-投票/提问形式 -观点引导方向情绪基调:保持开放性和包容性品牌内容创作指南:营销目标:目标设定内容策略:(1)品 牌 元 素 植 入(占 比2的价值整合力整合力 提示工程:设计高效指令 对话管理:控制交互方向 任务分解:优化问题结构 质量控制:把控输出质量核心观点:主导AI交互过程,确保输出符合预期引导力引导力培养“AI思维”:理解不同AI的能力边界和最佳应用场景发展“整合力”:将AI能力与人类洞察有机结合提升“引导力”:能够准确地引导AI完成任务强化“判断力”:对AI输出的准确性和适用性做出评估 真伪辨识:评估内容可靠性 价值评估:判断应用价值 风险预测:预见潜在风险 情境适配:评估场景适用性核心观点:保持独立思考,做AI输出的把关者判断力判断力AIAI进阶使用进阶使用1324构建个人提示词体系设计层次化提示结构创新性组合不同领域提示词提示词是撬动提示词是撬动AI的杠杆的杠杆好的提示词体系是独特竞争力好的提示词体系是独特竞争力AIAI思维思维设计人机协作流程建立反馈优化循环 创造领域专属方法流程决定上限,细节决定效果流程决定上限,细节决定效果创新工作流才能带来突破性进展创新工作流才能带来突破性进展工作流程的创新工作流程的创新跨领域知识整合AI与专业知识融合构建创新生态系统整合是创新的源泉整合是创新的源泉跨界思维才能激发新可能跨界思维才能激发新可能深度整合的思维深度整合的思维从从使用者使用者到到创新者创新者的进阶之路的进阶之路发展个人方法论创造专属工具组合形成难复制优势与众不同才是真正的竞争力与众不同才是真正的竞争力打造个人特色是制胜关键打造个人特色是制胜关键个人特色的打造个人特色的打造人机共生质量影响因素分析:人人机共生质量影响因素分析:人vs机器机器生成质量的关键影响生成质量的关键影响输入质量:70%人的影响基础能力:80%机器的影响迭代优化:90%人的影响提示词的准确性和完整性需求描述的清晰度AI模型的能力边界训练数据的质量反馈的精准度优化的方向把控1.1.提示工程(决定性)提示工程(决定性)清晰的目标定义 准确的约束条件 结构化的需求描述 2.2.质量控制质量控制 结果评估 方向调整 标准制定 3.3.创意引导创意引导 创意输入 风格定义人的关键影响路径人的关键影响路径1.1.基础生成能力基础生成能力 模型性能 训练质量 算法优化 2.2.理解准确度理解准确度 语义理解 上下文把握 3.3.一致性保证一致性保证 输出稳定性 质量基线结论:对生成质量的影响,人的主导作用更大(约占65%)原因:提示工程的质量和迭代优化的精准度是决定最终输出质量的关键机器的关键影响路径机器的关键影响路径AI进阶使用进阶使用1.1.知识唤醒知识唤醒AI辅助头脑风暴2.2.知识整合知识整合AI辅助关联分析3.3.提示构建提示构建形成结构化提示让AI列出关键概念清单通过AI提问激发思考用AI拓展思维维度知识唤醒阶段知识唤醒阶段知识整合阶段知识整合阶段AI协助建立知识关联发现知识应用场景形成系统化观点提示构建阶段提示构建阶段整合关键信息要素构建清晰的结构设定具体的约束AI辅助知识生成进化辅助知识生成进化1.1.知识获取增强知识获取增强概念图谱构建 AI辅助绘制知识地图 识别知识关联和缺口深度学习对话 主题式探讨 多角度理解知识验证 概念准确性验证 理解深度测试跨领域关联 建立知识连接 发现创新点系统化重构 构建知识体系 形成新框架情境化应用 场景模拟 实践验证观点生成 新观点构建 创新性验证方法创新 解决方案设计 方法论构建价值创造 实践应用 价值验证2.2.知识整合升级知识整合升级3.3.知识创新突破知识创新突破循环提升策略:1.每循环设定明确的知识提升目标 3.定期进行知识整合和创新尝试2.通过AI辅助,持续深化理解和应用 4.建立个人知识管理系统实践实践路径路径关于关于“知识唤醒知识唤醒”的第一性问题的第一性问题认知主体认知主体(人)知识系统知识系统(结构化储备)AIAI辅助层辅助层(工具与触发)基本原理基本原理1.知识源于认知主体的主动建构2.知识系统是有机整体3.AI作为外部辅助系统作用机制作用机制1.认知触发:创造认知失衡2.系统激活:唤醒知识网络3.整体重构:形成新的认知结构实践路径实践路径1.问题激发知识唤醒2.关联建立系统整合3.提示构建知识生成1.什么是知识?什么是知识?已有的认知积累过往的经验总结潜在的思维模式隐性的行为模式2.为什么需要为什么需要“唤醒唤醒”?知识存在但未被充分调用经验存在但未被有效链接洞察存在但未被清晰表达本质:知识唤醒是认知主体在AI辅助下的主动建构过程目标:通过认知触发-系统激活-整体重构,实现知识的深度调动和创新生成1.1.知识的基本属性知识的基本属性沉淀性:知识是经验的累积关联性:知识是网络化的情境性:知识嵌入具体场景涌现性:新知识从连接中产生2.2.唤醒的核心机制唤醒的核心机制认知激活:打破固有思维模式经验映射:连接具体实践场景创造性重组:产生新的知识连接3.3.AIAI辅助的三重角色辅助的三重角色认知催化剂:提供新视角知识连接器:建立关联网络创新助推器:促进知识重组情感唤醒1.基础情态激发 惊异感 好奇心 探索欲2.AI辅助角色 发现认知盲点 提供反常视角 创造思维碰撞经验唤醒1.情境构建 场景还原 多维模拟 经验链接2.默会知识激活 实践回溯 技能映射 隐性知识显现关联唤醒1.知识网络 跨域联系 类比推理 整体观照2.创造性连接 新旧知识融合 跨学科整合 突破性联想知识唤醒的核心:通过情感-经验-关联的螺旋式上升,实现知识的深度调动与创新生成AI使用层次与突破路径使用层次与突破路径基础使用层单一任务/简单提示词/被动应用进阶使用层任务组合/结构化提示词/主动优化创新使用层流程再造/提示词艺术/创造性应用突破路径:突破路径:1.建立提示词体系2.设计协作流程3.发展创新方法4.打造个人特色独特工作流方法创新领域整合知识库知识库 知识唤醒框架知识唤醒框架人的具身知识库人的具身知识库感知层面感知层面 直接经验体验 现场感知记忆 身体化技能情境层面情境层面 场景化记忆 实践经验 情境智慧AI的形式知识库AI的形式知识库数据层面数据层面 文本信息 逻辑规则 形式化知识模式层面模式层面 统计规律 关联模式 抽象概念知识唤醒桥接机制知识唤醒桥接机制1.具身经验激活1.具身经验激活 场景回溯:通过AI提问触发具体经验回忆 感知唤醒:引导关注身体感觉和情境感受2.形式化转换2.形式化转换 经验描述:将具身体验转化为清晰表达 结构化:建立经验与概念的连接3.AI增强整合3.AI增强整合 知识扩充:补充相关形式知识 模式识别:发现更深层的联系最终输出:融合具身性的高质量内容最终输出:融合具身性的高质量内容将人的具身经验与AI的形式知识有机结合,产生既有深度又有温度的内容AI使用层次与突破路径使用层次与突破路径基础使用层单一任务/简单提示词/被动应用进阶使用层任务组合/结构化提示词/主动优化创新使用层流程再造/提示词艺术/创造性应用独特工作流方法创新领域整合突破路径:突破路径:1.建立提示词体系2.设计协作流程3.发展创新方法4.打造个人特色感谢聆听!

    发布时间2025-02-07 104页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • MarketUP:2025年B2B市场人DeepSeek AI提示词手册(27页).pdf

    第一阶段:零基础入门(初识DeepSeek)第一阶段:零基础入门(初识DeepSeek)核心认知访问方式与ChatGPT的比较如何与DeepSeek高效沟通第二阶段:B2B营销工作流中的技巧第二阶段:B2B营销工作流中的技巧团队部门任务管理选题研究与头脑风暴市场分析与研究内容营销与创作市场推广与广告策略技术询问与优化建议复盘咨询与问题解决第三阶段:B2B营销场景的进阶应用第三阶段:B2B营销场景的进阶应用问卷调研跨语言与业务出海支持企业活动与品牌建设客户管理与关系短视频营销小红书营销客户方案撰写第四阶段:针对不同B2B行业的精通实战第四阶段:针对不同B2B行业的精通实战IT行业B2B营销 AI指示词框架工业制造行业B2B营销 AI指示词框架医疗制药行业B2B营销 AI指示词框架咨询服务行业B2B营销 AI指示词框架金融财经行业B2B营销 AI指示词框架第阶段:零基础(初识DeepSeek)核认知DeepSeek=智能助 知识库 动化具适场景:问答、写作、编程、数据分析、语翻译等智能平:相当于ChatGPTo1的平核优势:本化强,对中然语的处理相当厉害,也不科学上免费,还开源,可拓展性很强访问式端:直接访问官(需安装)移动端:持程序/APP避免服务器繁忙等问题:推荐使360纳搜索(App端)、已接DeepSeekR1模型的秘塔AI搜索、硅基流动平台来使DeepSeek。相ChatGPT,与Deepseek沟通,可以省去很多开场指词,如“你是xx份”,直接描述你的问题内容。PS:其实只是复制段提词是最容易的件事,难就难在你怎么描述清楚这些提词后的内容把碰到的问题总结清楚把的真实需求描述清楚把产品的现实情况梳理清楚定义清楚每次的任务和标第阶段:B2B营销作流中的技巧可选择AI模型:DeepseekR1复制参考以下具体提词 【输】1.团队部任务管理OKR标请根据下的业务向,帮我起草份简明的OKR标草案:输业务向团队KPI请编写份团队绩效考核案,明确指标、周期和奖励机制:输团队职能和指标绩效管理针对现有的绩效管理制度,请提出3条可的改进建议:输前的绩效管理制度项评估请从标、资源、时间三个为以下管理项做可性评估:输要评估的项任务拆解请按照标拆解出关键任务列表并时间顺序呈现:输需要拆解的任务险管理请针对拆解后的各项任务,识别潜在险或障碍,并提出预防或应对措施:输任务列表纵览规划请为这项任务规划3-5个程碑节点,并说明每个节点的验收标准:输需要规划的任务2.选题研究与头脑暴思路拓展针对以下问题,请提出5个富有创意的思考度,帮助拓展思路:输问题创新案请提供5条新思路或新案,帮助解决以下运营难题:输前的困境/难题复制迁移请从其他业或领域寻找2-3个成功案例,说明如何将其创新做法迁移到当前问题或产品中:输当前的问题/产品逆向思考请逆向思考,让标或项故意失败可能的原因或策略是什么?从中提炼可避免的关键因素:输标/项低成本创意假设资源极为有限,尝试提出3种低成本或零预算的创意策略,并说明其可性:输项背景3.市场分析与研究业分析报告成份深的B2B业分析报告,聚焦特定业的市场趋势,包含最新统计数据、SWOT分析和未来预测:输特定业市场现象解析分析当前B2B市场中采购者决策过程的变化,特别是数字化转型如何影响买家的购买路径:输市场现象远程作影响探讨B2B业中,远程作模式对客关系维护和销售周期的影响及其应对策略:输业背景市场数据查询查询2021年B2BSaaS市场在亚太地区的增率及其主要驱动因素:输市场数据电商务趋势提供过去五年B2B电商务平台的全球交易量统计数据和增趋势:输时间范围技术采纳周期检索最新的B2B市场技术采纳周期(TechnologyAdoptionLifeCycle)的业报告和关键数据:输业报告客购买为分析并提供B2B企业客购买为的统计数据,包括平均交易规模和购买频率:输客数据4.内容营销与创作内容营销计划为B2B市场制定份全的内容营销计划,通过质量的博客章、书和络研讨会,增强品牌在标业的权威性和影响:输标业书撰写开发份B2B书,深分析业问题,并提供创新的解决案,包括案例研究和实施指南:输业问题品牌故事续写继续下的故事:在202X年,家传统制造商次采增强现实(AR)技术来展其产品。在次业会议的交流环节,营销经理偶然听到了个关于利智能预测客购买为的案例博客章创作创作篇博客章,主题为B2B内容营销的五趋势,提供实际案例和数据分析持:输主题营销案例研究成份B2B营销案例研究,聚焦于如何通过社交媒体提品牌知名度和参与度:输案例背景5.市场推与告策略爆款标题创作根据提供的章内容,创作5个能够有效提章点击率的互联爆款标题,符合互联读者的关注点和兴趣:输章内容告语成根据产品的特性和标群体,快速成五个简洁、富有吸引的告号:输产品特性营销策略较评估B2B内容营销策略与交易营销策略在不同业和购买阶段的有效性及其ROI(ReturnonInvestment):输业和阶段邮件营销与LinkedIn营销较B2B市场中电邮件营销和LinkedIn领英营销在触达潜在企业客和培养客关系的效果:输较对象6.技术询问与优化建议技术采纳建议随着云计算的普及,我们的B2B客正在考虑迁移到云基础设施。如何帮助他们评估不同云服务提供商的优劣?营销动化具我们正在评估引营销动化具来优化我们的营销流程。您有什么建议来帮助我们选择最适合我们需求的解决案?技术趋势预测预测数据技术在B2B营销中的未来发展,特别是在个性化营销和客洞察的应:输技术趋势AI在销售中的应分析智能在B2B销售过程中的整合趋势,包括聊天机器、预测分析和动化推荐系统的影响:输AI应场景SEO优化策略为B2B营销站制定套SEO优化策略,专注于提升业相关关键词的排名,包括关键词研究、内容优化和技术SEO调整:输业关键词7.复盘咨询与问题解决问题解决案我正在重新设计公司的营销部布局,如何有效规划空间以提团队协作效率和创造?协作具使员过度依赖点对点沟通,作为管理者应该如何引导他们更有效地使协作具以提作效率?CRM系统优化我们的CRM系统在处理量数据时响应缓慢,有什么可能的优化案吗?产品演技巧我在准备B2B产品演时感到紧张,有没有有效的克服紧张和提演技巧的法?问题分析根据下的描述,请分析问题成因并提供份简单的诊断报告:输需要分析的问题问题成因分析请从技术、市场、三个度分别分析这个问题的成因与影响:输需要分析的问题失败案例提炼请从以下失败案例中提炼3个主要教训,并给出避免类似问题的建议:输失败案例第三阶段:B2B营销场景的进阶应相流程,关注不同场景中的使。1.问卷调研问卷设计根据本次调研标,请设计10道问题的问卷,并简述每道题的的:输本次调研标问卷优化请对以下问卷草稿提出改进建议,优化可读性和排版,以提升受访者填写体验:输问卷草稿数据分析基于本次问卷调查结果,总结5条最关键发现,并提出相应的改进建议:输问卷调查结果2.跨语与业务出海持多语演讲稿准备我们需要为即将到来的国际会议准备份多语的演讲稿,包括英语、西班语和中,请提供翻译服务:输演讲稿内容法语翻译请帮助我将这份B2B市场分析报告翻译成法语,以满我们在法国的潜在客的需求:输报告内容德语SEO关键词为了提我们站的国际搜索排名,请提供适合德语市场的SEO关键词列表:输标市场本市场SEO建议我需要针对本市场的SEO优化建议,包括关键词选择和本地化内容策略:输标市场3.企业活动与品牌建设业交流活动策划为B2B企业策划次业交流活动或企业内部培训活动,旨在加强业内的联系和提升员的专业技能:输活动标品牌故事撰写撰写篇品牌故事,展我们B2B公司如何通过创新解决案帮助客克服业挑战:输品牌背景品牌故事续写构思并续写个品牌故事,讲述我们的B2B服务如何与个知名企业合作,实现其业务标:输合作背景4.客管理与关系客关系管理策略制定套向B2B企业的客关系管理策略,专注于提升客忠诚度,包括定制化的奖励机制和双向客反馈循环系统:输客管理标客反馈机制为B2B企业构建个综合的客反馈机制,系统化地收集、分析并应来企业客的宝贵意,以优化产品和服务:输客反馈需求ROI优化策略我们希望提升B2B营销活动的ROI(ReturnonInvestment),有哪些数据驱动的策略推荐?:输ROI优化标市场定位建议对激烈的市场竞争,我们的B2B产品需要重新定位,您有什么建议来帮助我们区分竞争对并吸引标客?:输市场竞争情况5.短视频营销视频内容创作针对标B2B客,设计短视频内容,突出产品价值、业趋势或客成功案例:输视频主题视频平台选择根据标客群体,选择适合的短视频平台(如LinkedIn、YouTube、TikTok等),并制定投放策略:输标平台视频格与形式根据标客需求,设计视频格(如教育性、故事性、产品演性),并规划视频脚本和剪辑流程:输视频格视频投放优化制定短视频的投放策略,包括投放时间、投放渠道、预算分配和效果评估指标:输投放标视频效果评估设计短视频的效果评估案,包括点击率、转化率、品牌曝光量等关键指标:输评估标6.红书营销内容策划针对标B2B客,策划适合红书的内容主题,结合业趋势或客痛点:输内容主题内容创作根据红书偏好,创作质量的内容,包括图、视频或互动内容,突出产品价值和业权威性:输内容类型KOL合作寻找与标业相关的KOL(KeyOpinionLeaders),邀请其参与内容合作或推荐:输KOL信息内容种草针对标客,设计红书格的内容种草案例,展产品功能和使场景:输种草案例互动策略设计与红书互动的策略,包括评论回复、抽奖活动或专题讨论:输互动策略7.客案撰写解决案设计针对标客需求,设计份详细的解决案报告,包括产品功能、实施步骤和预期效果:输客需求案定制化根据客业和具体场景,定制化解决案,突出其独特性和适性:输客业案实施步骤详细说明解决案的实施步骤,包括项计划、资源分配和时间节点:输实施步骤案例分析提供成功案例,展解决案在其他客中的应效果和价值:输案例背景案优化建议针对客反馈,提出解决案的优化建议,提升案的实性和客满意度:输客反馈第四阶段:针对不同B2B业的精通实战涵盖核场景、策略向和内容成逻辑,帮助效输出针对性内容。框架从多个度展开,包括市场调研、品牌建设、数字营销、销售转化、技术展、客关系管理等。1、IT业B2B营销AI指词框架1.市场调研与标客定位核场景分析业趋势、市场规模和增潜。确定标客的分布业、规模和痛点。识别竞争对的优势和市场空。策略向业趋势分析:结合Gartner、IDC等权威报告,分析B2BIT业的技术趋势(如云计算、智能、数据)。标客画像:基于产品特性,定义标客的业(如制造业、融、医疗)、规模(如中企业、型企业)和痛点(如数据孤岛、效率低下)。竞争对分析:列出主要竞争对的产品功能、定价策略和市场定位,并找出差异化机会。内容成逻辑指词例:分析2023年中国B2BIT业的市场规模和增趋势。为我们的产品设计个标客画像,包括业、规模和痛点。列出主要竞争对的产品功能,并分析他们的优劣势。2.品牌建设与传播核场景提升品牌知名度和专业形象。通过内容营销和技术传播吸引标客。建与业媒体和KOL的合作关系。策略向品牌定位:突出技术领先性、性价或客上服务。内容营销:通过技术博客、案例研究、书等形式传递专业知识。媒体合作:与业垂直媒体(如IT之家、CSDN)、技术论坛和社交媒体(如LinkedIn)建合作关系。内容成逻辑指词例:设计篇技术博客,主题为如何通过产品名称实现企业数字化转型。撰写份书,分析产品名称在业中的应场景和价值。推荐适合B2BIT业的媒体平台,并设计合作案。3.数字营销与渠道管理核场景提升线上获客效率。优化搜索引擎排名和社交媒体传播。管理多渠道营销活动。策略向搜索引擎优化(SEO):优化官关键词,提升在B2BIT业的搜索排名。社交媒体营销:在LinkedIn、Twitter等平台上发布专业内容,吸引标客关注。电邮件营销:设计针对潜在客的邮件模板,内容包括产品介绍、案例研究和优惠信息。内容成逻辑指词例:设计个SEO策略,提升我们在B2BIT业的搜索排名。为LinkedIn撰写篇关于产品名称的技术章,并附带链接。设计封针对潜在客的电邮件模板,内容包括产品介绍和优惠信息。4.销售转化与客关系管理核场景提销售转化率。提供技术持和服务,提升客满意度。建期的客关系。策略向销售漏优化:从线索收集到最终成交的全流程优化。技术持与服务:提供724时技术持,解决客问题。客成功案例分享:整理成功案例,作为销售话术和宣传素材。内容成逻辑指词例:设计个销售漏模型,并提供每个阶段的优化建议。整理个成功的客案例,并将其转化为销售话术。设计份客满意度调查问卷,并分析结果以改进服务。5.技术解决案与产品展核场景展产品的技术优势和应场景。提供定制化的技术解决案。通过演稿和技术档吸引客。策略向技术案设计:根据客需求,提供定制化的技术解决案。产品演稿:设计简洁有的产品演稿,突出技术亮点和使场景。技术档编写:编写详细的技术说明书和操作册,帮助客快速上。内容成逻辑指词例:为某业(如融)设计个技术解决案,并成份提案模板。设计份产品演稿,突出产品名称的核功能和应场景。编写份技术说明书,详细解释产品名称的功能和使法。6.客关系与服务体验核场景提升客满意度和忠诚度。建期的合作关系。收集客反馈并优化产品和服务。策略向客忠诚度计划:设计积分兑换、专属折扣等激励机制。售后服务承诺:提供724时技术持和定期回访服务。客反馈收集:通过调查问卷和访谈收集客意,并优化产品和服务。内容成逻辑指词例:设计个客忠诚度计划,提升客的复购率。撰写份售后服务承诺书,突出我们的服务优势和客保障。设计份客满意度调查问卷,并分析结果以改进服务。7.创新与差异化竞争核场景推动技术创新,提升产品竞争。打造差异化的营销策略。预测业趋势并制定应对策略。策略向技术创新:结合AI、数据等前沿技术,提升产品的功能和性能。差异化营销:通过独特的技术亮点和服务模式,在竞争中脱颖出。未来趋势预测:分析B2BIT业的未来趋势,并制定相应的营销策略。内容成逻辑指词例:分析未来两年内B2BIT业的技术趋势,并提出应对策略。设计个创新的营销活动,吸引标客的关注并提升品牌知名度。撰写份对分析报告,突出我们在B2BIT业的差异化竞争优势。8.数据驱动的营销决策核场景基于数据优化营销活动效果。分析客为和市场趋势,制定科学的营销策略。策略向营销数据分析:分析过去三个的营销数据,总结哪些渠道和活动效果最好,并提出优化建议。客为分析:通过分析客的访问记录和购买为,识别他们的偏好和需求。ROI评估模型:为营销活动设计个ROI评估模型,并提供提升ROI的建议。内容成逻辑指词例:根据过去三个的营销数据,分析哪些渠道和活动效果最好,并提出优化建议。设计个ROI评估模型,并提供提升ROI的建议。2、业制造业B2B营销AI指词框架标受众与场景分析AI指词例:1.基于业设备制造企业的典型客画像(业、规模、决策链),成针对采购经理、技术程师和管层的差异化价值主张案。2.分析某精密零部件产品的核应场景,列出下游客在采购决策中的5痛点,并成对应解决案话术模板。3.根据制造业客从需求识别到采购决策的6个周期,设计分阶段的培育内容策略(技术书案例研究ROI计算具)。核内容成向1.技术型内容开发AI指词例:以某动化产线为例,撰写技术书纲,重点对传统艺与智能制造的效率数据,要求包含图表说明框架。将某材料参数表转化为客可理解的业应场景清单,突出耐久性提升对客产成本的影响。2.客成功案例AI指词例:基于客访谈记录(附件),成符合制造业采购决策逻辑的案例研究结构:业挑战定制化案量化结果(故障率下降23%)。将某重设备合作项转化为短视频脚本框架,重点呈现交付周期缩短和售后响应体系。3.业洞察输出AI指词例:分析全球供应链重构对汽零部件采购模式的影响,成10条针对采购总监的社交媒体洞察案。基于最新业4.0趋势报告,制作制造业数字化转型成熟度评估具(问卷 评分逻辑)。渠道优化策略AI指词例:1.官SEO:提取某业机器产品的20组尾关键词(包含地域 业 问题词),成技术问答内容框架。2.客运营:设计制造业管访谈系列内容纲,每期聚焦个供应链韧性实践案例,包含业痛点拆解模块。3.邮件营销:针对三个未跟进的潜在客,撰写再激活邮件模板,突出业基准数据对和免费产能诊断服务。销售具持AI指词例:开发定制化报价计算器交互逻辑:输产量/精度要求/能耗限制参数,动成配置案对表。创建业品常技术异议应对册框架,包括材料认证标准、交付周期保障、定制化服务流程等模块。数据驱动优化AI指词例:1.分析官访客为数据(附件),识别跳出率的内容缺陷,给出制造业客关注度提升的3个修改向。2.根据历史询盘转化数据,建客质量评分模型框架(包含企业规模、需求明确度、预算匹配度等维度)。业专属注意事项提要点:要求AI避免消费级营销话术,强化程思维表达(如MTBF(平均故障时间)代替产品寿命)强调合规性内容审核(业认证标准、数据披露准确性)保持技术深度与可读性平衡:复杂参数需附带应场景解释使例:作为业阀制造商营销总监,我需要针对化业客设计定向培育内容。请基于客采购决策流程:技术验证供应商审核商务谈判,成包含技术档、认证资料包、标杆案例的三阶段内容计划表,重点突出防腐蚀性能测试数据和紧急交付能说明。通过结构化AI指词,可系统提升制造业营销内容的专业性、场景匹配度和转化效率。建议结合企业具体数据持续优化提词颗粒度。3、医疗制药业B2B营销AI指词框架1.市场调研与标客定位核场景分析医疗制药业的市场趋势、客需求和竞争格局。确定标客的业分布、规模和痛点(如研发效率、数据安全、法规合规)。策略向业趋势分析:关注医疗制药业的数字化需求(如AI辅助药物研发、远程医疗、电处)。标客画像:定义标客的类型(如制药企业、医疗机构、CRO公司)及其痛点(如数据隐私、研发效率低)。竞争对分析:分析主要竞争对的产品功能、市场定位和优势。内容成逻辑指词例:分析2023年中国医疗制药业的市场规模和增趋势。为我们的产品设计个标客画像,包括客类型(如型制药企业、中型CRO公司)和痛点(如数据隐私、研发效率低)。列出主要竞争对的产品功能,并分析他们在医疗制药业的优势和劣势。2.品牌建设与传播核场景提升品牌在医疗制药业的专业形象,建信任感。通过内容营销和技术传播吸引标客。策略向品牌定位:突出技术领先性、性价或客上服务。内容营销:通过技术博客、案例研究、书等形式传递专业知识,强调数据安全和合规性。媒体合作:与业垂直媒体(如健康界、丁园)、技术论坛和社交媒体(如LinkedIn)建合作关系。内容成逻辑指词例:撰写篇技术博客,主题为如何通过产品名称实现药物研发的效管理。设计份书,分析产品名称在医疗制药业的应场景和价值。推荐适合医疗制药业的媒体平台,并设计合作案。3.数字营销与渠道管理核场景提升线上获客效率。优化搜索引擎排名和社交媒体传播。策略向搜索引擎优化(SEO):优化官关键词,提升在医疗制药业的搜索排名。社交媒体营销:在LinkedIn、微信等平台上发布专业内容,吸引客标关注。电邮件营销:设计针对潜在客的邮件模板,内容包括产品介绍、案例研究和优惠信息。内容成逻辑指词例:设计个SEO策略,提升我们在医疗制药业的搜索排名。为微信公众号撰写篇关于产品名称在远程医疗中的应的章。设计封针对医疗制药业客的电邮件模板,内容包括产品介绍和优惠信息。4.销售转化与客关系管理核场景提医疗制药业客的销售转化率。提供技术持和服务,提升客满意度。策略向漏销售优化:从线索收集到最终成交的全流程优化。技术持与服务:提供724时技术持,解决客问题。客成功案例分享:整理成功案例,作为销售话术和宣传素材。内容成逻辑指词例:设计个销售漏模型,并提供每个阶段的优化建议。整理个成功的医疗制药业客案例,并将其转化为销售话术。设计份客满意度调查问卷,并分析结果以改进服务。5.技术解决案与产品展核场景展产品的技术优势和应场景。提供定制化的技术解决案。策略向技术案设计:根据客需求,提供定制化的技术解决案(如AI辅助药物研发、电处管理)。产品演稿:设计简洁有的产品演稿,突出技术亮点和使场景。技术档编写:编写详细的技术说明书和操作册,帮助客快速上。内容成逻辑指词例:为某制药企业设计个技术解决案,展产品名称如何帮助其实现药物研发的效管理。设计份产品演稿,突出产品名称在远程医疗中的应场景。编写份技术说明书,详细解释产品名称的功能和使法。6.客关系与服务体验核场景提升客满意度和忠诚度。建期的合作关系。策略向客忠诚度计划:设计积分兑换、专属折扣等激励机制。售后服务承诺:提供724时技术持和定期回访服务。客反馈收集:通过调查问卷和访谈收集客意,并优化产品和服务。内容成逻辑指词例:设计个客忠诚度计划,提升客的复购率。撰写份售后服务承诺书,突出我们的服务优势和客保障。设计份客满意度调查问卷,并分析结果以改进服务。7.创新与差异化竞争核场景推动技术创新,提升产品竞争。打造差异化的营销策略。策略向技术创新:结合AI、数据等前沿技术,提升产品的功能和性能(如智能预测临床试验结果)。差异化营销:通过独特的技术亮点和服务模式,在竞争中脱颖出。未来趋势预测:分析医疗制药业的未来趋势,并制定相应的营销策略。内容成逻辑指词例:分析未来两年内医疗制药业的技术趋势,并提出应对策略。设计个创新的营销活动,吸引医疗制药业的关注并提升品牌知名度。撰写份对分析报告,突出我们在医疗制药业的差异化竞争优势。8.数据驱动的营销决策核场景基于数据优化营销活动效果。分析客为和市场趋势,制定科学的营销策略。策略向营销数据分析:分析过去三个的营销数据,总结哪些渠道和活动效果最好,并提出优化建议。客为分析:通过分析客的访问记录和购买为,识别他们的偏好和需求。ROI评估模型:为营销活动设计个ROI评估模型,并提供提升ROI的建议。内容成逻辑指词例:根据过去三个的营销数据,分析哪些渠道和活动效果最好,并提出优化建议。设计个ROI评估模型,并提供提升ROI的建议。4、咨询服务业B2B营销AI指词框架1.市场调研与标客定位核场景分析咨询服务业的市场趋势、客需求和竞争格局。确定标客的业分布、规模和痛点(如战略调整、管理优化、数字化转型)。策略向业趋势分析:关注咨询服务业的数字化需求(如AI辅助咨询、远程协作具)。标客画像:定义标客的类型(如中型企业、初创公司)及其痛点(如战略调整困难、管理效率低)。竞争对分析:分析主要竞争对的服务内容、市场定位和优势。内容成逻辑指词例:分析2023年咨询服务业的市场规模和增趋势。为我们的服务设计个标客画像,包括客类型(如中型企业、初创公司)和痛点(如战略调整困难、管理效率低)。列出主要竞争对的服务内容,并分析他们在咨询服务业的优势和劣势。2.品牌建设与传播核场景提升品牌在咨询服务业的专业形象,建信任感。通过内容营销和技术传播吸引标客。策略向品牌定位:突出专业性、定制化服务或业经验(如专注于科技、融、医疗等领域)。内容营销:通过案例研究、书、业报告等形式传递专业知识,强调服务的独特价值。媒体合作:与业垂直媒体(如Forbes、HarvardBusinessReview)、技术论坛和社交媒体(如LinkedIn)建合作关系。内容成逻辑指词例:撰写篇案例研究,主题为如何通过我们的咨询服务帮助企业实现数字化转型。设计份书,分析我们的服务在咨询服务业的应场景和价值。推荐适合咨询服务业的媒体平台,并设计合作案。3.数字营销与渠道管理核场景提升线上获客效率。优化搜索引擎排名和社交媒体传播。策略向搜索引擎优化(SEO):优化官关键词,提升在咨询服务业的搜索排名。社交媒体营销:在LinkedIn、微信等平台上发布专业内容,吸引标客关注。电邮件营销:设计针对潜在客的邮件模板,内容包括服务介绍、案例研究和优惠信息。内容成逻辑指词例:设计个SEO策略,提升我们在咨询服务业的搜索排名。为微信公众号撰写篇关于如何通过咨询服务实现企业战略调整的章。设计封针对咨询服务业客的电邮件模板,内容包括服务介绍和优惠信息。4.销售转化与客关系管理核场景提咨询服务业客的销售转化率。提供技术持和服务,提升客满意度。策略向销售漏优化:从线索收集到最终成交的全流程优化。技术持与服务:提供724时技术持,解决客问题。客成功案例分享:整理成功案例,作为销售话术和宣传素材。内容成逻辑指词例:设计个销售漏模型,并提供每个阶段的优化建议。整理个成功的咨询服务业客案例,并将其转化为销售话术。设计份客满意度调查问卷,并分析结果以改进服务。5.技术解决案与产品展核场景展服务的技术优势和应场景。提供定制化的技术解决案。策略向技术案设计:根据客需求,提供定制化的技术解决案(如AI辅助咨询、远程协作具)。产品演稿:设计简洁有的产品演稿,突出技术亮点和使场景。技术档编写:编写详细的技术说明书和操作册,帮助客快速上。内容成逻辑指词例:为某企业提供个技术解决案,展我们的服务如何帮助其实现数字化转型。设计份产品演稿,突出我们的服务在远程协作中的应场景。编写份技术说明书,详细解释我们的服务的功能和使法。6.客关系与服务体验核场景提升客满意度和忠诚度。建期的合作关系。策略向客忠诚度计划:设计积分兑换、专属折扣等激励机制。售后服务承诺:提供724时技术持和定期回访服务。客反馈收集:通过调查问卷和访谈收集客意,并优化产品和服务。内容成逻辑指词例:设计个客忠诚度计划,提升客的复购率。撰写份售后服务承诺书,突出我们的服务优势和客保障。设计份客满意度调查问卷,并分析结果以改进服务。7.创新与差异化竞争核场景推动技术创新,提升服务竞争。打造差异化的营销策略。策略向技术创新:结合AI、数据等前沿技术,提升服务的效率和精准度(如智能数据分析具)。差异化营销:通过独特的服务亮点和服务模式,在竞争中脱颖出。未来趋势预测:分析咨询服务业的未来趋势,并制定相应的营销策略。内容成逻辑指词例:未来分析两年内咨询服务业的技术趋势,并提出应对策略。设计个创新的营销活动,吸引咨询服务业的关注并提升品牌知名度。撰写份对分析报告,突出我们在咨询服务业的差异化竞争优势。8.数据驱动的营销决策核场景基于数据优化营销活动效果。分析客为和市场趋势,制定科学的营销策略。策略向营销数据分析:分析过去三个的营销数据,总结哪些渠道和活动效果最好,并提出优化建议。客为分析:通过分析客的访问记录和购买为,识别他们的偏好和需求。ROI评估模型:为营销活动设计个ROI评估模型,并提供提升ROI的建议。内容成逻辑指词例:根据过去三个的营销数据,分析哪些渠道和活动效果最好,并提出优化建议。设计个ROI评估模型,并提供提升ROI的建议。5、融财经业B2B营销AI指词框架1.市场调研与标客定位核场景分析融业的市场趋势、客需求和格局竞争。确定标客的业分布、规模和痛点(如险管理、合规性、数字化转型)。策略向业趋势分析:关注业的融需求数字化(如AI辅助投资、区块链付、智能控)。-*标客画像*:定义标客的类型(银、如证券公司保险公司、融科技初创企业及其痛点)(如数据隐私、性合规要求)。竞争对分析:分析主要竞争对的产品功能、定位和市场优势内容成逻辑词指例:分析2023年中国融业的市场规模和增趋势。我们的为产品设计个标画像,包括客客类型(如银型、融科技初创企业)和痛点(如数据隐私、合规性要求)。列出主要竞争对的产品功能,并分析他们在融业的优势劣势。”2.品牌建设与传播核场景提升品牌在融业的专业形象,建信任感。通过内容营销和技术传播吸引标客。策略向品牌定位:突出技术领先性、安全性或业经验(如银、专注于证券保险领域或)。内容营销:通过技术博客、案例研究、书等形式传递专业知识,强调数据安全合规和。性媒体合作:与业垂直媒体(如财新、彭博社)、技术论坛和社交媒体(如LinkedIn)建合作关系。内容成逻辑指词例:撰写篇技术博客主题,为如何通过产品名称实现智能控管理。设计份书,分析名称产品在融业的应场景和价值。推荐适合融业的媒体平台,并设计合作案。3.数字营销与渠道管理核场景提升线上获客效率。优化搜索引擎排名和社交媒体传播。策略向搜索引擎优化(SEO):优化官关键词,提升在融业的搜索排名。社交媒体营销:在LinkedIn、微信等平台上发布专业内容,吸引标客关注。电邮件营销:设计针对潜在客的邮件模板,内容包括产品介绍、案例研究和优惠信息。内容成逻辑指词例:设计个SEO策略,提升我们在融业的搜索排名。为微信公众号撰写篇关于如何通过产品名称实现区块链付的章。设计封针对融业客的电邮件模板,内容包括产品介绍和优惠信息。4.销售转化与客关系管理核场景提融业客的销售转化率。提供技术持和服务,提升客满意度。策略向销售漏优化:从线索收集到最终成交的全流程优化。技术持与服务:提供724时技术持,解决客问题。客成功案例分享:整理成功案例,作为销售话术和宣传素材。内容成逻辑指词例:设计个销售漏模型,并提供每个阶段的优化建议。整理个成功的融业客案例,并将其转化为销售话术。设计份客满意度调查问卷,并分析结果以改进服务。5.技术解决案与产品展核场景展产品的技术优势和应场景。提供定制化的技术解决案。策略向技术案设计:根据客需求,提供定制化的技术解决案(如AI辅助投资、智能控系统)。产品演稿:设计简洁有的产品演稿,突出技术亮点和使场景。技术档编写:编写详细的技术说明书和操作册,帮助客快速上。内容成逻辑指词例:为某银设计个技术解决案,展产品名称如何帮助其实现智能控管理。设计份产品演稿,突出产品名称在区块链付中的应场景。编写份技术说明书,详细解释产品名称的功能和使法。6.客关系与服务体验核场景提升客满意度和忠诚度。建期的合作关系。策略向客忠诚度计划:设计积分兑换、专属折扣等激励。机制售后服务承诺:提供724时技术持和定期回访服务。客反馈收集:通过调查问卷和访谈收集客意,并优化产品和服务。内容成逻辑指词例:设计个客忠诚度计划,提升客的复购率。撰写份售后服务承诺书,突出我们的服务优势和客保障。设计份客满意度调查问卷分析结果,并以改进服务。7.创新与差异化竞争核场景推动技术创新,提升产品竞争。打造差异化的营销策略。策略向技术创新:结合AI、数据等前沿技术,提升产品的功能和性能(如智能预测市场波动)。差异化营销:通过独特的技术亮点和服务模式,在竞争中脱颖出。未来趋势预测:分析融业的未来趋势,并制定相应的营销策略。内容成逻辑指词例:分析未来两年内融业的技术趋势,并提出应对策略。设计个创新的营销活动,吸引融业的关注并提升品牌知名度。撰写份对分析报告,突出我们在融业的差异化竞争优势。8.数据驱动的营销决策核场景基于数据优化营销活动效果。分析客为和市场趋势,制定科学的营销策略。策略向营销数据分析:分析过去三个的营销数据,总结哪些渠道和活动效果最好,并提出优化建议。客为分析:通过分析客的访问记录和购买为,识别他们的偏好和需求。ROI评估模型:为营销活动设计个ROI评估模型,并提供提升ROI的建议。内容成逻辑指词例:根据过去三个的营销数据,分析哪些渠道和活动效果最好,并提出优化建议。设计个ROI评估模型,并提供提升ROI的建议。

    发布时间2025-02-07 27页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 新加坡经济发展局:2024新加坡引领未来智造指南(34页).pdf

    新加坡 引领未来智造免责声明感谢阅读 新加坡引领未来智造。本指南的内容系原始文本内容,未经任何修改,但是,新加坡经济发展局对本指南内容不做出任何形式的担保。在法律允许的最大范围内,新加坡经济发展局(EDB)未就下述事务做出任何保证且在此排除针对下述事务的保证:本指南内容的准确性、正确性、可靠性、通用性、及时性、非侵权性、所有权、适销性或符合特定目的性;本指南提供的内容或与之相关的任何功能无间断或无错误,或其缺陷将得到纠正,或本指南和服务器无任何病毒和/或其他有害元素。新加坡经济发展局(EDB)也不对因直接或间接使用本指南而造成的任何损害或损失负责,包括但不限于因信任本指南所载内容或从本指南获取的内容而遭受的任何损害或损失。本指南的内容不构成财务或其他专业建议。如需财务或其他专业建议,应寻求合格专业人员的服务。新加坡经济发展局(EDB)保留随时更新或修改本指南的权利。新加坡经济发展局(EDB)还保留所有相关的权利,以在任何时候无需说明原因,拒绝或限制任何特定用户访问本指南,或阻止从特定互联网地址访问本指南。新加坡经济发展局(EDB)不对任何链接站点的内容或链接站点中包含的任何链接负责。本指南中的超文本链接仅为方便用户进行相关访问,包含此类链接并不表明新加坡经济发展局(EDB)认可相关网站的内容。新加坡经济发展局2024版权所有。保留所有权利。未经新加坡经济发展局(EDB)事先书面同意,不得以任何形式复制本文件或其任何部分。i新加坡引领未来智造目录推动新加坡的制造业愿景凭借世界一流的制造业生态系统,推动全球影响力促进未来工厂的创新加速向东南亚及其他地区的扩张在新加坡开启您的先进制造之旅8富有活力的技术和解决方案提供商网络10强大的创新型研究社区12面向未来的劳动力,为转型做好准备世界领先的制造业中心4为何投资新加坡制造业?2覆盖广泛的领先制造商网络 6为何选择工业4.0?15新加坡:全球制造业灯塔16在适合的环境下实现数字化转型17数字化转型工具20加强制造业在东南亚地区的发展24从新加坡出发30在新加坡扩大规模31双赢:新加坡 1模式26东南亚制造联盟281新加坡引领未来智造新加坡是领先的工业中心,拥有充满活力的制造业环境,能够可靠且稳定地帮助制造商实现高效运营和创新。在工业4.0(i4.0)大环境的影响下,全球制造商都希望引领行业趋势,而新加坡得以成为首选目的地的原因主要包括以下几点:为何投资新加坡制造业?其中包括国家首屈一指的先进制造业中心裕廊创新区(Jurong Innovation District,简称JID),和新加坡首个智慧区域榜鹅数字园区(Punggol Digital District,简称PDD),以及六个专门从事高附加值和知识密集型活动的工业园区。新加坡拥有4000多家科技初创公司,以及220家加速器和孵化器。在新加坡先进的工业和城市基础设施的支持下,制造商可以利用新加坡丰富的合作伙伴生态系统,其中包括领先的技术和解决方案提供商,以及世界一流的研究机构和高等院校(简称IHL),实现数字化转型。政府和行业参与者通过先进制造业的技能创前程(SkillsFuture)系列计划和工业4.0人力资本等计划,不断提升本地劳动力的技能。新加坡位于东南亚(简称SEA)中心地带,确保制造商能利用区域合作伙伴关系,如新加坡 1模式和东南亚制造联盟,提升供应链韧性。1 TheGlobalE(2020年)。高科技产品出口国家/地区排名。引用自https:/ 32平方公里,让新加坡得以跻身全球十大化学品出口国行列1995制定研究、创新和企业(Research,Innovation and Enterprise,简称RIE)2025计划,以提高新加坡的研究能力,创记录地计划投入250亿新币,其中有33亿新币用于先进制造和工程的研发(简称R&D)2020针对先进制造与贸易集群的五大领域,推出全新的行业转型地图,以培养人才,同时推动行业创新和可持续发展2022公布工业发展约章,开启政府、企业和工业的三方合作,以协同制定有利于制造商和工人的亲经济政策1965推出“制造业的未来”(Future of Manufacturing,简称FoM)计划,将制造商与研究机构、高等院校和主要行业合作伙伴相互连接,以支持采用工业4.0技术 2015宣布“制造业2030”十年计划,以吸引前沿投资,同时帮助新加坡建立强大的人才渠道,目标是让国家的制造业部门实现50%增长20214新加坡引领未来智造推动新加坡的制造业愿景凭借世界一流的 制造业生态系统,推动全球影响力5覆盖广泛的领先制造商网络美光(Micron)和赢创(Evonik)等不同工业领域的领先公司,都已在新加坡创建下一代制造工厂,以期利用当地生态系统中的专业知识实现增长。随着新加坡在全国范围内重点采用工业4.0,总部设在这一城市国家的全球制造商可通过获取和开发尖端科技来实现其制造战略,从而更好地应对行业转型。这让新加坡得以成为全球最大的高价值商品(如药品、机械和设备)出口国之一。与此同时,这些全球制造商的存在促进了新加坡公共和私营行业参与者之间的合作,有利于刺激整个行业的增长,并提升当地制造业基地在价值链中的地位。通过智能制造推动增长新加坡美光公司(Micron Singapore)美光(Micron)自1998年起就将总部设在新加坡,新加坡的创新能力能够支持美光(Micron)采用人工智能(artificial intelligence,简称AI)等工业4.0技术解决制造和业务问题。结果:过去六年里,该公司实施了一系列智能制造举措,以获取、分享和应用行业同行的见解。2018年,美光(Micron)扩建了其在新加坡最大、最先进的NAND制造工厂。500,000平方英尺1,500旨在促进向3D NAND技术节点的过渡的洁净室空间先进制造业新增的高技能工作岗位18%劳动生产率提升20%新产品上市时间加快15%能源节省量1236新加坡引领未来智造凭借世界一流的制造业生态系统,推动全球影响力通过合作加速创新赢创(Evonik)这是一家市场领先的特种化学品公司,通过扩大与新加坡私营和公共机构的研发合作,保持其在行业的前沿地位。为保持地位,赢创需要进一步扩大其对3D打印应用领域定制聚合物材料和增材制造的投资组合,这也是其重点研发领域之一。此外,通过流程创新与数字化方面的研发,他们的研究活动不断得到提升。赢创(Evonik)将创新作为其增长战略的核心部分,于2018年在新加坡开设了赢创亚洲研究中心,以推动增材制造、生命科学和功能性表面的研究活动。赢创(Evonik)的研究能力因以下两大因素而得到进一步提升:接触新加坡顶尖科学院校的 高水平研究人员地方政府机构提供支持,创造出灵活且敏捷的创新环境DR.CLAUS RETTIG赢创工业集团(EVONIK INDUSTRIES)亚太区总裁兼扩大执行董事会成员赢创(Evonik)对亚太地区的关注与日俱增,并已将其亚太总部设在新加坡。新加坡的创新生态系统成熟发达且互通互联,可支持我们彻底改革先进制造业,尤其是在生命科学和先进材料领域,进而为满足全球未来需求打造可持续解决方案。”“7新加坡引领未来智造凭借世界一流的制造业生态系统,推动全球影响力新加坡拥有众多技术和解决方案提供商,制造商可随时与行业参与者(无论是跨国公司(multinational corporations,简称MNC)还是中小型企业(medium-sized enterprises,简称SME)建立联系,以开发新的业务能力和实现世界级运营。得益于在新加坡设立基地,欧姆龙(OMRON)、EDP Renewables(亚太地区)和Nanofilm等公司能够轻松为本地及区域内的客户提供定制化解决方案,从而帮助公司通过数字化转型提高生产力和产量。因此,新加坡丰富的合作伙伴生态系统可为全球制造商提供所需的专业知识和资源,帮助其完善制造流程并再新产品试运营后出口到全球其他地方。整合工业4.0以满足全球需求欧姆龙(OMRON)欧姆龙(OMRON)已提供出多种解决方案来促进科技进步、解决劳动力短缺问题并通过与客户协作创造提高了多个行业的生产力。欧姆龙(OMRON)的愿景是利用创新自动化,让人们、行业和世界的未来变得丰富多彩,这是一种在制造现场解决社会问题的制造业创新概念。超越人类能力的自动化:从新的全球视角出发,最大限度提高现场生产力人与机器的高级协作:允许人机协作的全新生产现场数字化工程转型:通过数字化三实理念无缝整合生产现场DON TENG总经理欧姆龙(亚太区)私人投资有限公司欧姆龙(OMRON)紧跟制造业的发展,力争处于创新最前沿,通过制定动态解决方案满足不断变化的现场需求。我们的使命是为制造流程提供解决方案,不仅要满足需求,还要兼具前所未有的灵活性和适应性。”“凭借世界一流的制造业生态系统,推动全球影响力富有活力的技术和 解决方案提供商网络8新加坡引领未来智造为多行业提供深科技纳米技术解决方案EDP Renewables(亚太地区)Nanofilm推动向碳中和过渡 作为新加坡领先的太阳能解决方案提供商,EDP Renewables(亚太地区)正在帮助为各类运营单位(从新加坡的住宅到分布于全球的科技公司)提供可持续的绿色供电。EDP Renewables已准备在亚洲启动多个可再生能源项目,其全球总安装容量超过15吉瓦,并且有能力向全球企业出口此类能源,以支持制造运营。2021年,该公司在新加坡开设了一个太阳能农场,是全球最大的海上浮动太阳能农场之一:Nanofilm公司是一家深科技公司,其纳米技术处于行业前沿,专门从事最先进的真空镀膜设备的发明、设计和制造。该公司提供全球真空镀膜、纳米制造和氢燃料电池解决方案,以可持续方式满足市场的复杂需求。Nanofilm公司始终致力于研发、生产以及推动该领域的进步。公司总部设在新加坡,在中国、欧洲、日本和越南等全球其他地区也设有分支机构。30,000个浮体13,312块太阳能电池板6,000,000千瓦时的能源年产量40个逆变器3,000全球员工数165,000平方米全球建筑面积10亿每年涂层的零件数7涂层中心数9新加坡引领未来智造凭借世界一流的制造业生态系统,推动全球影响力作为亚太地区最具创新力的国家,新加坡在先进制造业创新方面始终走在前列,例如,新加坡南洋理工大学(NTU)、新加坡科技设计大学(Singapore University of Technology and Design,简称SUTD)和新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)等当地学府和机构在半导体和生物科技等领域的研究位居全球前列。国际制造商不仅可以利用新加坡世界级的研究能力,还可以利用政府计划和平台,如国家机器人计划(National Robotics Programme)和国家增材制造创新集群(National Additive Manufacturing Innovation Cluster),以促进创新和加速商业化进程。为提供更全面的支持,本地开发的工业智能指数(Smart Industry Readiness Index,简称SIRI)包括一套框架和工具,将帮助制造商开启、扩展和维持其工业4.0之旅。此外,为配合政府的研究、创新和企业(Research,Innovation and Enterprise,简称RIE)计划,已在新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)的新加坡制造科技研究院(Singapore Institute of Manufacturing Technology,简称SIMTech)和先进再制造与科技中心(Advanced Remanufacturing and Technology Centre,简称ARTC)内建立模型工厂,目的是通过与行业合作伙伴的合作,将研究成果转化为现实。国家增材制造创新集群(National Additive Manufacturing Innovation Cluster,简称NAMIC)这一国家平台由新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)牵头,获得新加坡总理公署下属的国家研究基金会以及贸易和工业部(Ministry of Trade and Industry,简称MTI)的支持,其目标是:促进对增材制造技术的使用,同时减少应用障碍通过支持现有企业建立新的邻接关系和 发展新业务,培育和发展增材制造生态系统将研究结果转化为相关行业的商业可行成果参与的组织数启动的项目数获批资助的项目数于新加坡高等院校或 研究所内建立的中心数凭借世界一流的制造业生态系统,推动全球影响力强大的创新型 研究社区3000420300810新加坡引领未来智造国家机器人计划(National Robotics Programme,简称NRP)先进再制造与科技中心(Advanced Remanufacturing and Technology Centre,简称ARTC)这一国家计划由多机构共同参与,通过资助机器人研发项目和促进私公合作伙伴关系,支持机器人技术和解决方案的端到端开发,以加速新加坡各地对这些技术的转化和采用。支持单位:根据机器人特定领域(Robotics Domain Specific,简称RDS)资金计划,与先进再制造与科技中心(Advanced Remanufacturing and Technology Centre,简称ARTC)由新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)和新加坡南洋理工大学合作领导,旨在提供平台,帮助将研究结果转化为先进制造业的行业应用。2021年,本地制造软件公司Arcstone与新加坡科技研究局(Agency for Science,Technology and Research,简 称 A*S T A R)合 作,在 先 进再制造与科技中心(Advanced Remanufacturing and Technology Centre,简称ARTC)开设了数字制造联合实验室。该实验室在三年内总投资1800万新元,旨在将Arcstone现有的解决方案转化为下一代制造执行系统套件,以帮助优化生产流程。913个公共机构和办公室家研究所和高等院校郭忠文教授DAVID LOW博士国家机器人计划(NATIONAL ROBOTICS PROGRAMME,简称NRP)首席执行官先进再制造与科技中心(ADVANCED REMANUFACTURING AND TECHNOLOGY CENTRE,简称ARTC)首席执行官我们向往充满活力和创新力的机器人生态系统,不仅能够提供解决方案以支持“智慧国”计划,还能将新加坡建设为学习、研究、开发和应用机器人解决方案的全球卓越中心。”这对新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)来说是天赐良机,通过我们的研究网络接触到行业人才,并与之合作,从而发现和解决重要问题。这将有助于进一步提高新加坡的创新商数,帮助我们共同向先进经济体转型。”“16家不同领域的公司合作,包括医疗保健、建筑环境和 环境服务等领域95位成员1555个已交付的行业资助项目2与20多个行业和公共部门研究伙伴合作推出模型工厂,以学习、测试和共同开发工业4.0技术311新加坡引领未来智造凭借世界一流的制造业生态系统,推动全球影响力 面向未来的劳动力,为转型做好准备作为全球第二大人才吸引地,新加坡拥有技能娴熟且适应性强的劳动力,为制造业提供强大的人才储备。机器人和软件工程师、操作员以及技术人员都是重要人才,可帮助制造商加速数字化转型,同时还能优化生产效率,从而更好地满足全球需求。劳工代表和行业合作伙伴同样与政府紧密合作,共同制定计划,以确保本地劳动力掌握满足工业4.0需求的最新技能。新加坡精深技能发展局(SkillsFuture Singapore)工业4.0人力资本计划(Industry 4.0 Human Capital Initiative,简称IHCI)这一政府平台提供课程和培训,帮助员工实现终身学习和持续提升技能。由新加坡劳动力发展局和新加坡商业联合会共同推出,旨在加强人力资源策略以过渡至工业4.0,该计划帮助各公司制定和执行提升员工技能的路线图,以补充现有计划。相比2019年,2021年技能培训方面的投资金额增长40%为期八周的工业4.0人力资本计划(Industry 4.0 Human Capital Initiative,简称IHCI)实践启动计划,在可控且低风险的环境中 开始工业4.0转型 新课程,涵盖先进制造、网络安全和技术支持服务等8大领域 各企业可享受资金资助,本地注册和总部位于新加坡的中小企业可获得额外补贴 自2020年启动以来,已协助多达90家公司进行工业4.0整合,使运营流程 得到显著改善,包括周期时间缩短和收入增长 12亿新元400凭借世界一流的制造业生态系统,推动全球影响力12新加坡引领未来智造全球人才培育计划东盟领导者计划该计划由新加坡企业发展局发起,通过为企业建立高技能、面向全球的人才储备渠道,帮助企业扩大业务。该计划帮助地区商业领导者和高层管理人员与该地区的其他方建立联系,深入了解东南亚市场,以进一步拓展业务。新加坡企业发展局、行业协会和高等院校合作伙伴共同努力,为符合条件的新加坡企业提供 实习和管理助理学员将学习解决复杂问题的文化智力(Cultural Intelligence,简称CQ)技能,并有机会接触政府、企业和 民间社会部门的领导并建立联系 通过该计划,企业可以接触到有前途的青年人才,并获得 高达70%的资金支持重点关注数字增长、气候行动和未来工作等主题,这些同样是 制造业日益关注的问题13新加坡引领未来智造凭借世界一流的制造业生态系统,推动全球影响力促进未来工厂的创新14为何选择工业4.0?过去数十年里,随着科技进步和全球化发展,全球制造业早已发生显著改变。受新加坡工业4.0势头的推动,制造商逐步将自动化、高级分析和数据管理系统等尖端解决方案纳入其生产线,以提升生产力和实现增长。新加坡位于这一变革的最前沿,通过促进采用最佳实践和加速联合创新,为制造商开启工业4.0之旅提供有力跳板。SCOTT MAGUIRE先生新加坡为世界一流的工程和供应链人才提供便捷通道。新加坡拥有众多优秀人才,致力研究人工智能、机器学习、机器人技术、流体动力学和视觉系统,以实现硬件、电子产品和软件的完美整合。得益于新加坡人才库,我们足不出新加坡,就能研发数字化电机、互联机器、超音速吹风机和视觉系统机器人产品。”“戴森前首席运营官15新加坡引领未来智造全球灯塔网络由世界经济论坛(World Economic Forum,简称WEF)于2018年启动,旨在评定工业4.0技术的领先采用者,以展示其成功的转型之旅。这些被称为“灯塔”的制造基地,已大规模应用先进科技来改变工厂、价值链和业务模式,产生了重大的财务和运营影响。新加坡有四大制造基地被评为“灯塔”,分别为安捷伦科技(Agilent Technologies)、美光(Micron)、惠普(HP)和英飞凌(Infineon)。因此,就制造基地而言,新加坡在东南亚位居第一,在全球排名第五。新加坡的“灯塔”企业可为寻求迈入工业4.0的制造商提供指引,即通过提供专业知识和操作技能,帮助企业应对数字化转型的复杂性,从而塑造制造业的未来。安捷伦科技(Agilent Technologies)以简化复杂仪器的高科技制造为目标,满足不断增长的客户需求利用人工智能和机器人自动化解决方案,消除专业化人力带来的瓶颈这给公司带来诸多好处:第四次工业 革命的领导者30%周期缩减60%生产率提高80%产量增加25%总制造成本降低促进未来工厂的创新新加坡:全球制造业灯塔16新加坡引领未来智造新加坡大力投资战略性基础设施和培育强大的合作伙伴生态系统,确保制造商能够使用工业4.0技术实施数字化转型计划,同时通过跨国公司和中小企业的交叉合作促进创新。新加坡的下一代工业园区能够轻松接入协同创新生态系统、研发设施和强大的人才库,提供大量建立合作关系的机会。支持数字化转型的现有设施01促进未来工厂的创新在适合的环境下 实现数字化转型17新加坡引领未来智造榜鹅数字园区(Punggol Digital District,简称PDD)公顷土地620强大的人才池 33,000个预期岗位2020年吸引的新投资95,0004.2亿新元榜鹅数字园区(Punggol Digital District,简称PDD)计划自2024年起逐步开放,这是新加坡首个科技驱动型智能商业园区,旨在提供世界一流的基础设施和前沿科技,以促进创新。研发与本地顶尖研究机构合作,如新加坡科技研究局(Agency for Science,Technology and Research,简称A*STAR)的先进再制造与科技中心(Advanced Remanufacturing and Technology Centre,简称ARTC),采用行业现有解决方案,将研究结果转化为实际应用。科技提供商利用裕廊创新区(Jurong Innovation District,简称J I D)的自动化、机器人和物联网(Internet of Things,简称IoT)科技提供商生态系统,包括沙迪克新加坡科技中心(Sodick Singapore Techno Centre)和牧野增材制造卓越中心(Makinos Additive Manufacturing Centre of Excellence),提供有助于升级制造业价值链的数字化解决方案。开放数字平台(Open Digital Platform,简称ODP)开放数字平台(Open Digital Platform,简称ODP)借助集成的运营系统,确保榜鹅数字园区(Punggol Digital District,简称PDD)的制造商可轻松获取整个区域的数据,以提高运营效率。数字孪生根据实时信息创建区域虚拟版本,为公司进行产品试验和测试提供无风险但逼真的模拟环境。未来工厂学习现代汽车集团(Hyundai Motor Group)和盛裕集团园区(Surbana Jurong Campus)等先进制造业中先锋企业如何完美实施工业4.0最佳实践。人才与培训从邻近教育机构(如南洋理工大学)获得强大的高技能人才渠道,以促进研发和创新。11234234以下是榜鹅数字园区(PUNGGOL DIGITAL DISTRICT,简称PDD)帮助制造商加速创新的方式:裕廊创新区(Jurong Innovation District,简称JID)作为亚洲领先的工业4.0中心,裕廊创新区(Jurong Innovation District,简称JID)旨在打造先进制造生态系统,从而使企业能够在同一地进行试产和新产品测试,以及启动生产和分销。人才获取毗邻新加坡理工大学(Singapore Institute of Technology,简称SIT),企业可轻松与不同学科的未来人才和专业领域专家建立联系,促进研发。1充满活力的创新生态体系毗邻波士顿动力公司(Boston Dynamics)和台达电子国际(新加坡)(Delta Electronics International(Singapore)等世界领先科技公司,以及政府机构和行业协会,将有助于推动研究的协同效应,从而促进合作。21218新加坡引领未来智造新加坡充满活力的创业环境得到了促进跨公司合作的创新催化剂和聚合器网络的支持。通过这些平台,让寻求创新解决方案以应对业务挑战的制造业跨国公司(MNC)可以与灵活且精通尖端科技研发的初创公司建立联系。壳牌(Shell)和Zuno宝洁公司(Procter&Gamble,简称P&G)和MyrLabs为解决全球制造商面临的行业挑战,本地科技初创公司Zuno开发出能兼容不同无线传感器协议从而支持手动控制的集成式智能传感器原型。消费品制造商宝洁公司(Procter&Gamble,简称P&G)之前在寻求一种解决方案,可帮助其在远距离和工业环境中跟踪资产,以保持其在快消和能源领域的竞争力。为解决这一问题,新加坡初创公司MyrLabs开发出一系列硬件设备,以方便实时资产跟踪,这些设备可在室内实验室和多种外部场地使用。合作解决问题借由本地初创企业赋能全球制造业02促成此类合作伙伴关系的知名平台包括SGInnovate的开放式创新论坛、新加坡资讯通信媒体发展管理局(Infocomm Media Development Authority,简称IMDA)的开放式创新平台、新加坡国立大学创业园(NUS Enterprise)的BLOCK71以及影响力创新合作伙伴(Innovation Partner for Impact,简称IPI)的创新市场。同时,这些合作又能打造解决方案,确保制造商能直击工业4.0的痛点,如视觉质量检查、无线监控以及增强工业物联网系统安全性。该解决方案根据全球能源巨头壳牌(Shell)的业务需求量身定制,确保该公司能够集中管理其无线传感器网络,并进行实时监控,以提高流程可见性。促进未来工厂的创新19新加坡引领未来智造全球高层行业对话(Global Executive Industry Talks,简称GETIT)会组织多次网络研讨会,以便制造业领导者讨论行业挑战,以及推动数字化转型、效率和可持续的最新科技和解决方案。国际工业转型中心(International Centre for Industrial Transformation,简称INCIT)是一家独立的非营利环境、社会和治理(Environmental,Social,and Governance,简称ESG)机构,倡导工业4.0转型。为提高全球制造业的弹性和生产力,国际工业转型中心(International Centre for Industrial Transformation,简称INCIT)与公共和私营部门的制造业相关组织合作,以推进数字化转型工作项环境、社会和治理改进措施已成功实施7,300名合作伙伴264名评估员已接受相关培训540全球首个对数字化成熟度的独立评估体系,包括一整套框架和工具,确保制造商顺利开启、扩展和维持其制造业转型之旅。思想领导力平台,为制造业的优秀人才提供与同行专家交流的舞台。通过全球高层行业对话(Global Executive Industry Talks,简称GETIT),行业专家可以分享自己对全球挑战与行业解决方案的最新见解,促进对先进制造业转型的讨论。工业智能指数(Smart Industry Readiness Index,简称SIRI)这是全球协作解决问题的平台,旨在帮助创新者与寻找解决方案应对业务挑战的制造商建立联系,从而加速全球工业4.0创新,实现数字化和可持续增长。ManuVate全球高层行业对话(Global Executive Industry Talks,简称GETIT)01030402国际工业转型中心(International Centre for Industrial Transformation,简称INCIT)国际工业转型中心(International Centre for Industrial Transformation,简称INCIT)提供多种框架和工具,帮助制造商实现向工业4.0的飞跃:数字化转型工具该平台提供可量化的独立框架,用来评估可持续性的成熟度以及环境、社会和治理(Environmental,Social,and Governance,简称ESG)报告的透明度,从而帮助制造商更好地将可持续性整合到工业4.0之旅中。消费者可持续性行业准备指数(Consumer Sustainability Industry Readiness Index,简称COSIRI)为Viesmann和Ball Corporation等制造商提供可见且透明的可持续性绩效基准,方便与其他公司进行对比。一个推动制造商监测可持续性进度的平台。消费者可持续性行业准备指数(Consumer Sustainability Industry Readiness Index,简称COSIRI)已在50多个国家/地区创建该中心20新加坡引领未来智造推动新加坡的制造业愿景促进未来工厂的创新希望实施自身工业4.0转型计划的制造商可以利用国际工业转型中心(International Centre for Industrial Transformation,简称INCIT)的工业智能指数(Smart Industry Readiness Index,简称SIRI)来制定和执行计划。详细了解工业智能指数(Smart Industry Readiness Index,简称SIRI)如何加速您的数字化转型。工业智能指数流程运营垂直整合水平整合整合的产品生命周期车间企业工厂设施1.2.3.4.7.10.5.8.11.6.9.12.供应链产品生命周期科技公司内和公司间协作战略和管理劳动力和学习发展领导力15.16.13.14.人才准备结构和管理组织自动化连通性智能工业智能指数(Smart Industry Readiness Index,简称SIRI)通过评估流程帮助制造商深入了解其运营中的弱点和差距。让各公司通过实施解决方案解决当前问题并将生产力提升转化为业务价值,从而在采用工业4.0时制定有针对性的战略。工业智能指数(Smart Industry Readiness Index,简称SIRI)是全球首个衡量工业4.0转型成熟度的指标,可评估制造商工厂设施的准备情况,帮助制造商有条不紊的系统化规划其数字化转型路线图。该指数包含一套结构化框架和工具,以便制造商可以将其工厂设施与已完成官方工业智能指数(Smart Industry Readiness Index,简称SIRI)评估(Official SIRI Assessment,简称OSA)的其他制造工厂设施进行量化对比。工业智能指数(Smart Industry Readiness Index,简称SIRI)是与认证公司TV SD合作创建,并经由学术和行业专家咨询小组验证,旨在为所有公司提供简单而全面的工具,无论其行业、规模或地理位置如何。下载2022年制造业转型见解报告工业智能指数(Smart Industry Readiness Index,简称SIRI)数字化转型工具21新加坡引领未来智造该制药公司以工业智能指数(Smart Industry Readiness Index,简称SIRI)框架为蓝图,利用智能分析优化库存,降低商品成本。武田(Takeda)当谈论路线图时,大家的看法都不尽相同;设定水平和关联研究需要一些时间,而工业智能指数(Smart Industry Readiness Index,简称SIRI)框架为此提供了一种极其可信且可行的方法并且帮助组织实现,这在转型之旅中至关重要。VIGHNESH BALAN武田公司全球供应链总监倍加福(Pepperl Fuchs)德国工业科技公司倍加福(Pepperl Fuchs),专门从事传感器技术和电气防爆保护业务,为找到实现工厂设施现代化的方法,已在其新加坡制造基地进行官方工业智能指数评估(Official SIRI Assessment,简称OSA)。基于从工业智能指数(Smart Industry Readiness Index,简称SIRI)获得的见解,该公司决定对其车间流程实施数字化,使工作流总数从10个减少到6个。慧与(HP Enterprise)慧与(HP Enterprise)将工业智能指数(Smart Industry Readiness Index,简称SIRI)的见解作为指导框架,将自动化、数据分析和物联网整合到其智能工厂,不仅提高了性能,同时还可确保运营不间断。制造成本降低20%效率提升70%被世界经济论坛(World Economic Forum,简称WEF)评为灯塔企业方法:在数字科技领域的战略性投资15%效率水平提升两大产品部门的 生产效率提升5-10%(光电和超声波传感器)促进未来工厂的创新600家制造商,遍布30个国家/地区,自2019年推出就已完成官方工业 智能指数(Smart Industry Readiness Index,简称SIRI)评估工业智能指数(Smart Industry Readiness Index,简称SIRI)对实现数字化转型的影响 22新加坡引领未来智造加速向东南亚及其他地区的扩张23利用东南亚的制造能力利用充满活力的增长市场134%全球第4大2022年,制造业他国直接投资占比,价值约666亿新元经济体(到2030年)6270亿新元工业4.0开始后,预期的生产力投资收益整合区域计划,提升物流连通性和效率到2030年东南亚中产阶级人口占比,购买力显著提升促进制造业 在东南亚地区的发展东南亚(Southeast Asia,简称SEA)是通往中国、印度、澳大利亚和日本等亚太地区主要市场的陆上和海上连接枢纽。在东南亚运营的公司能够深入挖掘该地区快速增长的消费市场,并从该地区年轻且技能熟练的劳动力、现代化的基础设施以及支持工业4.0转型的多样化能力中获益。在面对全球气候波动时,这些公司通过构建供应链韧性和提高运营效率来应对。为何选择 东南亚?作为新兴的制造业强国,加上中产阶级人口数量的增长,东南亚为 全球制造商提供巨大的增长机会。加速向东南亚及其他地区的扩张65%6.64亿东南亚总人口数,其中一半以上人口的年龄小于35岁24新加坡引领未来智造东南亚的主要商业枢纽均位于新加坡三小时飞行航程内。该地区具有强大的空中和海上连通能力,使得公司可以轻松进入邻近市场进行扩张,同时确保货物和资源从制造基地顺利运输到终端市场。东南亚提供多种工业4.0解决方案,确保制造商能够轻松且经济高效地进行整合。Auk Industries等区域工业解决方案公司,提供“即插即用”的物联网(Internet of Things,简称IOT)系统,确保制造商能够轻松获取机器统计数据和运营数据。东南亚已经崛起为一个蓬勃发展的物流中心,通过提供具有成本竞争力的物流解决方案,确保制造商能够在全球经济显著增长的地区实现供应链多元化。随着消费的增加,该地区正在积极提升其预测能力,以实现更高效的供应链管理。下面介绍全球制造商如何通过向东南亚扩张而获益:了解新加坡开放的贸易经济如何惠及您的业务。探索新加坡企业发展局的自由贸易协定或关税查找工具0103全球市场连通性借助东南亚的数字化准备增强灵活性02领先的物流枢纽东南亚各国/地区高度重视高等教育、研究和创新,稳定输出具备数字技能的高等教育毕业生,为技术驱动的劳动力市场提供了强有力的支持。年轻且不断壮大的劳动力队伍进一步推动了这一目标,预计到2030年,这类劳动力的数量将增加4000万。04高技能劳动力通过加强东南亚国家联盟(Association of Southeast Asian Nations,简称ASEAN)内部的经济合作,以及与主要经济集团签署自由贸易协定,这些紧密联系得到进一步加强。东南亚国家联盟(Association of Southeast Asian Nations,简称ASEAN)积极参与区域全面经济伙伴关系协定(Regional Comprehensive Economic Partnership,简称RCEP),该协定作为全球最大的自由贸易协议,覆盖了全球30%的GDP,为参与国家/地区提供了一个广泛而深入的经济联系网络。在该地区,许多制造商也已开始使用进行数字化转型,他们会使用产品、原材料和物流的实时跟踪系统,优化供应链 管理。作为东南亚的战略要地,新加坡为包括威富公司(VF Corporation)在内的制造商提供了理想的基地,以便监控其在区域乃至全球的供应链运作。有三分之二的物流公司选择新加坡作为其区域运营的管理基地。尤其是新加坡,其在高水平技能和人才影响力方面位列全球第一。在计算机零部件、医药、科学仪器、电气机械等专业领域,新加坡同样具有强大的科学和工程研发能力。加速向东南亚及其他地区的扩张25新加坡引领未来智造双赢:新加坡 1模式新加坡亲商的环境,加上其毗邻成本竞争力强、基础设施质量高的制造地点,使其成为制造商在东南亚构建供应链和提升运营灵活性的理想选择。新加坡的新加坡 1模式正是利用这一优势,帮助企业将新加坡的商业优势与其邻近生产基地马来西亚柔佛以及印度尼西亚巴淡岛、民丹岛和加里门岛(Batam,Bintan and Karimun,简称BBK)的制造能力结合起来,为东南亚打造了一套全面而综合的战略布局。定制化的端到端设施和科技解决方案,以及可根据企业制造需求量身定做随需随用的工业园区柔佛、巴淡岛、民丹岛和加里门岛(Batam,Bintan and Karimun,简称BBK)的租金和公用事业成本较低,此外,还拥有科技、工程和企业职能等专业技能方面的受教育人才库强大的合作伙伴生态系统,增强业务弹性和创新能力获取多样化的供应链服务:保持生产成本具有竞争力:利用高质量基础设施:借助新加坡 1模式,制造商可以:加速向东南亚及其他地区的扩张26新加坡引领未来智造.加里门岛新加坡柔佛巴淡岛民丹岛铭板(Meiban)是一家本地合约制造商,在新加坡和马来西亚柔佛设有15家工厂,为客户的设计、工程和制造需求提供支持。在新加坡和马来西亚的制造基地,铭板(Meiban)整合了工业4.0智能工厂技术,确保公司能以最小停机时间实现无缝运营,同时,通过提供见解改进流程。铭板集团(Meiban Group)精密塑料解决方案提供商向阳科技(Sunningdale),其总部位于新加坡,在新加坡、马来西亚柔佛和槟城以及印度尼西亚巴淡岛均设有制造工厂,每个工厂都满足不同的垂直行业和需求。向阳科技(Sunningdale)的创新和科技中心,即集团在新加坡的研发分支,携手行业领先的跨国公司,为全球项目开发端到端工程解决方案。向阳科技(Sunningdale Tech)由于新加坡在东盟生态系统中的优越位置,因此该电子元件公司将其区域总部设立在新加坡。可作为该公司制造业务在周边地区的补充,例如在巴淡岛的智能工厂,最近因使用工业4.0科技而被指定为灯塔工厂。施耐德电气(Schneider Electric)新加坡引领未来智造27柔佛到新加坡仅1小时车程。巴淡岛、民丹岛和加里门岛(Batam,Bintan and Karimun,简称BBK)到新加坡渡轮仅需45分钟,比从法兰克福到柏林还快。东南亚 制造联盟东南亚制造联盟(Southeast Asia Manufacturing Alliance,简称SMA)是新加坡经济发展局(EDB)与私营企业战略合作伙伴建立的合作伙伴关系,旨在帮助企业将新加坡作为门户,利用东南亚不同地点的互补优势,充分发挥该地区制造业的潜力。在东南亚制造联盟(Southeast Asia Manufacturing Alliance,简称SMA)内,在新加坡设立并拓展业务的制造商,若在联盟的其他地区启动新的工业项目,便能享受到差异化优势,这将对于其区域扩张大有帮助。28符合条件的企业可以向参与组织申请不同等级的福利。针对在新加坡进行的符合条件的研发和创新活动,提供高达150万新元的资助。物流服务的差异化定价免费的商业服务,如开办企业咨询、供应商识别和匹配服务,以及简化的设立流程支持在新加坡进行符合条件的创新和工业4.0试点实施项目新加坡经济发展局(EDB):凯德集团(CapitaLand)、格兰特投资(Gallant Venture)和胜科发展(Sembcorp Development)等战略合作伙伴将提供以下福利:加速向东南亚及其他地区的扩张28新加坡引领未来智造在新加坡开启您的 先进制造之旅29从新加坡出发我们明白,在新的国家/地区开设公司会面临独特的挑战。但在新加坡,一切将变得简单。渴望利用我们的制造业生态系统实现增长?我们在此列出部分关键资源。地点寻找可满足您运营需求的合适地点,无论是生产工厂、研发中心还是企业办公室。人才招聘经验丰富且具备先进制造领域技能和专业知识的本地和国际专业人士。新加坡裕廊集团(JTC)负责开发超过8,000公顷的工业用地和600万平方米的现有设施。凯德集团(CapitaLand)在新加坡管理着120多个办公空间开发项目,包括工业建筑、商业和科技园建筑以及物流仓库。丰树集团(Mapletree)在新加坡管理着85处物业,包括数据中心、高科技楼宇、商业园区建筑、多层工厂、多层/坡道式建筑和轻工业建筑。方便雇主发布职位空缺信息,同时根据技能和能力,促成雇主与本地求职者的在线职位匹配。所有打算在新加坡工作的外国人,在开始工作前必须获得有效的工作准证,通常称为工作签证。雇主必须确保雇员在受雇期间持有适合且有效的工作准证。如需了解有关新加坡不同工作准证的更多信息,请访问新加坡人力部网站。人力资源咨询公司,为化工、工业、金融、生命科学和科技领域以及职能职位提供招聘服务劳动力解决方案提供商,满足亚太新兴市场日益增长的劳动力就业需求与雇主合作,满足其招聘、培训和职位重新设计的需求新加坡裕廊集团凯德集团(CapitaLand)丰树工业信托(Mapletree Industrial Trust)MyCareersFuture雇佣全球人才HRnetGroupPERSOLKELLY就业与就业能力学院(Employment and Employability Institude,简称e2i)如需联系本地高等院校,以招聘应届毕业生进行培训或与这些机构合作进行研发活动,请查阅新加坡经济发展局(EDB)实用链接列表,也可查看我们的高等院校、基础设施和公用事业服务提供商指南,以便获取更多信息。如需了解有关新加坡不同行业和职位的员工应获薪酬的信息,请参考Morgan McKinley 2023新加坡薪资指南。与高等院校合作薪酬基准对比进一步了解如何在新加坡轻松启动和运营您的业务。查看新加坡经济发展局(EDB)的新加坡出海指南30新加坡引领未来智造先进工业消费者生活方式产品医疗技术(生命科学与基因组学)通信与网络工业设备提供全价值链的电子制造服务和科技解决方案,包括新产品引进、采购和制造到履约和逆向物流。获得ISO9001和ISO13485认证。Venture Corporation 政府支持从新加坡支持制造业企业和活动的政府倡议中获益。国家平台,支持企业向创新和高价值制造业转型。该平台提供一系列补助金,用于资助下一代增材制造科技研发项目,从而扩大其商业规模。国家计划,促进行业参与者与本地研究机构和高等院校之间的合作,为制造商开发机器人产品和解决方案税收豁免,适用对象:在新加坡进行大规模制造活动、产生实质性经济效益的合规公司,例如将更为先进的制造科技、技能或专业知识引进新加坡。税收优惠,适用对象:在新加坡进行高附加值的制造项目、产生实质性经济效益的合规公司,例如在新加坡创设运营或扩大此类现有运营。如果您想了解您的企业可受益的其他政府计划,请参考新加坡政府提供的补助金、计划和项目的综合列表国家增材制造创新集群(National Additive Manufacturing Innovation Cluster,简称NAMIC)国家机器人计划(National Robotics Programme,简称NRP)先锋产业(制造业)激励措施(Pioneer Industries(Manufacturing),简称PC(M))制造业发展和扩张激励措施(Development and Expansion Incentive for Manufacturing,简称DEI(Mfg))政府资助和支持计划制造业战略合作伙伴 接触新加坡本土服务提供商并与之合作,以创新解决方案、改善运营或外包制造流程。新加坡的合作伙伴、供应商和合约制造商生态系统丰富且多样,您可以借助合作伙伴关系实现您在制造业领域的远大抱负。下面列举一部分:航空航天汽车半导体设备先进工业汽车先进工业医疗技术汽车商业设备 清洁技术 消费电子产品医疗技术汽车清洁技术 消费电子产品医疗技术 半导体汽车商业电子产品消费电子产品医疗技术提供精密机械加工等制造服务以及热处理、涂层等二次加工。其他服务包括为航空航天和半导体等多个行业的全球客户提供新产品引进和大规模生产。获得AS9100和ISO9001认证。提供金属注射成型(Metal Injection Moulding,简称MIM)、精密模具制造、洁净室注塑成型、精密机械加工、3D金属打印和医疗设备组装服务。获得ISO9001、ISO13485、ISO14001和IATF16949认证。提供模具制造、设计和工程服务、塑料注塑成型、二次加工、自动化和装配服务,以及电子制造服务(electronic manufacturing services,简称EMS)获得ISO9001、ISO13485、ISO14001和ISO22301认证。专门提供多种涂层解决方案。主要能力包括表面溶液纳米技术应用以及结合纳米制造和涂层技术,支持涂层设备、清洁线和自动化系统定制化。专门制造精密工程塑料部件并提供一站式塑料解决方案。主要能力包括产品和模具设计、模具制造、注塑成型、7级和8级洁净室成型和装配、二次加工和精密装配。获得ISO9001和ISO13485认证。Accuron Technologies LtdAMT Pte.Ltd Meiban Corp Holdings Nanofilm向阳科技(Sunningdale Tech)是否有兴趣在新加坡加速发展您的制造业务?扫描二维码获取更多资讯,并与我们取得联系。在新加坡扩大规模对于希望在新加坡实现转型的制造商,以下一些必要资源可帮助您快速起航。31新加坡引领未来智造

    发布时间2025-02-07 34页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • AI、AR眼镜行业系列报告(一):新一代计算交互平台百镜大战风起云涌-250205(24页).pdf

    请仔细阅读在本报告尾部的重要法律声明 Table_Title 新一代计算交互平台,百镜大战风起云涌 Table_Title2 AI/AR 眼镜系列报告(一)R Raybanayban M Metae.

    发布时间2025-02-07 24页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 2025国产机器人行业发展现状、市场格局、空间测算及零部件梳理报告(58页).pdf

    2 0 2 5 年深度行业分析研究报告目录一:产业提速,差异化渐显二:商业化飞轮模型下,看好三大类厂商布局三:空间测算及零部件梳理产业提速,差异化渐显产业在加速:宏观层面,政策频出,推动产业加速发展 .

    发布时间2025-02-07 58页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • DeepSeek 15天指导手册——从入门到精通(24页).pdf

    DeepSeek15天指导册从到精通第章:准备篇(30分钟上)1.1三分钟创建你的AI伙伴步骤详解:1.访问官:在浏览器输(就像打开微信样简单)2.注册账号:点击右上笑脸图标选择邮箱/机注册(建议使常邮箱)3.验证份:查看收件箱找到验证邮件点击蓝确认按钮(找不到?检查垃圾箱)4.次登录:输密码时建议使写字 数字组合(例如:Deep2024seek)避坑指南:如果遇到验证码不显,尝试刷新或切换浏览器注册后建议即绑定机号,便找回账号1.2认识你的AI控制台核界全解析:!控制台标注图(此处应有意图)1.对话输框:像发微信样打字,但记得按Enter发送(不是微信的发送按钮)2.历史记录栏:左侧列表显所有对话,可右键重命名对话便查找(例如改为毕业论辅助)3.功能具栏:格式按钮:插代码块、表格、公式的快捷键记忆库:点击星标保存重要信息(相当于AI的记事本)设置:调整响应速度/创意程度(新建议保持默认)实时演练:1.输你好,请做我介绍观察响应2.尝试点击代码块图标,输请Python打印爱图案3.将当前对话重命名为测试练习第章:基础对话篇(像交朋友样学交流)2.1有效提问的五个法则法则:明确需求错误例:帮我写点东西正确姿势:我需要封求职邮件,应聘新媒体运营岗位,强调3年公众号运营经验法则:提供背景错误例:分析这个数据正确姿势:这是家奶茶店过去三个的销售数据,请分析周末和作的销量差异(附CSV数据)法则三:指定格式错误例:给个营销案正确姿势:请表格形式列出三种情节咖啡店促销案,包含成本预估和预期效果法则四:控制度错误例:详细说明正确姿势:请200字以内解释区块链技术,让完全不懂技术的能听懂法则五:及时纠正当回答不满意时,可以:这个案成本太,请提供预算控制在500元以内的版本请更正式的语重写第段2.2新必学的10个魔法指令基础指令集:1./续写:当回答中断时动继续成2./简化:将复杂内容转换成话3./例:要求展实际案例(特别是写代码时)4./步骤:让AI分步骤指导操作流程5./检查:帮你发现档中的错误场景演练:1.输/步骤如何机拍摄美照,观察分步指导2.输请解释量计算,然后/简化,对前后差异第三章:效率跃篇(件处理与复杂任务)3.1五分钟学会档分析操作流程:1.点击回形针图标上传件(持PDF/Word/TXT)2.输具体指令:总结这份年报的三个核要点提取合同中的责任条款制成表格3.进阶技巧:对分析:对档A和档B的市场策略差异数据提取:从实验报告中整理所有温度数据避坑指南:超过50的档建议先拆分处理扫描版PDF需确保字可复制3.2让AI帮你写代码万能模板:【语】Python【功能】动下载图【要求】-处理SSL证书错误-显下载进度条-保存到指定件夹123456执策略:1.先让AI成代码2.要求添加注释说明3.请求逐解释关键代码段4.遇到报错直接粘贴错误信息好的,我们即展开场景实战篇的完整内容,采保姆级教学 多场景覆盖模式:第四章:场景实战篇解决真实世界问题4.1学术论全流程辅助(从开题到答辩)阶段:开题攻坚操作流程:1.找研究向输:我是机械程专业本科,请推荐5个适合毕设的智能机器相关课题,要求:具有创新性但不过于前沿需要仿真实验实物制作附相关参考献查找关键词2.优化题例对话:你:基于深度学习的机械臂抓取系统研究AI:建议改为基于改进YOLOv5的未知物体适应抓取系统研究,创新点更明确3.献速览上传10篇PDF献后输:请表格对各献的研究法,按创新点/局限/可借鉴处三列整理阶段:正写作核技巧:法描述:输请将这段实验步骤改写成学术被动语态:我们先CAD画了模型,然后导ANSYS做学分析数据可视化:提供Excel数据后输请建议三种适合展温度变化曲线的图表类型,并说明选择理由降重技巧:对指定段落使指令/学术化改写保持原意但调整句式结构阶段三:格式调整实战例:请检查我的论格式是否符合以下要求:1.三级标题1.1.1格式2.参考献1需要补充DOI号3.所有图添加居中的图1-编号4.距调整为1.5倍12345阶段四:仅做本辅助查重降重体化查重预检指令:分析以下段落:粘贴本 1.预测查重率及危段(标红显)2.识别潜在引缺失(推荐3篇相关献)3.给出改写建议(同义替换/结构调整)1234例输出:原句:机器学习需要量数据持 改写案:当代AI模型的训练过程,往往依赖于海量样本的持续输(Wang et al.,2022)123期刊匹配引擎匹配指令:基于我的研究:-领域:智能辅助教育 -创新点:动态知识点图谱构建 -数据量:10万 样本 推荐:1.3个冲刺期刊(IF 3-5)2.2个保底期刊(录率40%)3.1个新兴开源期刊(APC免费)要求:-附最新影响因和审稿周期 -标注格式要求差异(参考献/图表规范)1234567891011辅助必备:实时监控指令:追踪研究关键词的最新预印本,每周成简报 发现与我法论相似的已发表论,对优劣势 123避坑指南警惕该领域最新研究显等模糊表述,学术内容引要明确,内容要严谨。涉及敏感数据应使假设我们有某型号机床的振动频率数据代替真实信息答辩PPT成后务必检查动画逻辑4.2媒体运营从0到1爆款内容产线标题成术:基础版:请成10个关于时间管理的红书标题,要求:使emoji符号包含数字量化突出痛点解决进阶版:将Python教程改写成吸引学的抖案标题,要求:使悬念结构不超过15字带热话题标签内容创作模板:【类型】科普类短视频脚本【主题】量计算机原理【要求】1.冰箱整理物做类解释量特 2.每30秒设置个悬念转折 3.结尾引导点赞话术123456排版优化技巧:输将这段字改造成适合微信公众号的排版:每段不超过3每段不超过3关键句加emoji添加间隔符号如-重要数据绿字体标注数据分析实战上传后台数据截图后输:分析粉丝活跃时间段,建议下周最佳发稿时刻表,24时制展峰时段4.3智能学习规划系统定制专属学习案步骤演:1.输背景:我需要三个内雅思达到7分,当前平5.5,每天可学习3时2.成计划:请按周制定备考案,包含:每各科时间分配必备资料清单阶段测时间点3.动态调整:本周听正确率仅60%,请重新调整下周听训练计划知识点攻克策略概念理解:输三句话解释蒙特卡洛模拟,第句类活场景,第句技术定义,第三句应案例错题分析:上传错题照后输请解析错误根源,并推荐3道同类强化练习题记忆强化:将这些医学名词成记忆诀,每句7个字押韵学习监督系统【监督模式开启】11.每周晚8点提醒我提交学习总结2.每次刷机超过30分钟发送警语3.完成阶段标后成奖励案234避坑指南论场景:慎帮我写献综述等宽泛指令,应改为请对A学者和B学者在XX理论上的分歧媒体场景:避免直接发布AI成的时事评论,需核实事实学习场景:当AI建议每天背200个单词时,应追问如何科学分配复习周期第五章:进化篇解锁专业级产5.1构建你的私知识库Step1:数据准备法则适场景:法律从业者整理判例库医建疾病诊疗册电商运营积累产品知识操作流程:1.创建结构化档模板例:【知识单元】糖尿病饮管理【核要点】-每碳化合物摄量 130g-推荐材:荞、西蓝花、鳕【禁忌清单】12345 GI果:荔枝/眼/蕉 加品:蜜饯/罐头/腿肠【常问题】Q:可以喝糖可乐吗?A:建议每周不超过2罐,注意.6789102.件格式转换纸质资料机扫描王APP导出为可编辑PDF微信聊天记录使腾讯档导出为TXT3.数据清洗技巧输指令:请删除档中的重复段落,并按概念定义-操作步骤-注意事项结构重组内容Step2:知识库训练实战端操作:1.进知识库板点击新建知识库2.拖拽上传件(持PDF/Word/Markdown)3.设置调关键词:当问题包含治疗案或药指南时优先调该库API开发者模式:from deepseek import KnowledgeBasekb=KnowledgeBase(api_key=your_key)kb.create(name=管疾病库,documents=heart_disease.pdf,treatment_guide.docx,description=三甲医院内部诊疗标准,access_level=private)123456789Step3:调与优化对话中激活:我的知识库管疾病 患者男性58岁,压160/95,有吸烟史,请推荐预案12持续优化策略:每使知识体检指令:找出知识库中过时的药品名称,对2024版国家药典添加纠错机制:当指出知识库错误时动成修订单5.2动化作流搭建(解放双的终极案)场景:报动成系统配置步骤:1.数据源接钉钉/企业微信导出当作志销售系统获取CRM数据2.AI处理链/创建动化流程名称:销售报成触发条件:每天18:00执动作:1.读取CRM今订单数据2.对昨数据计算增率3.成三段式报:-关键指标 -异常预警 -明建议4.发送邮件12345678910113.异常处理机制设置关键词监控:当报中出现下降异常时,动抄送技术总监场景:智能客服中台Zapier联动例:1.当官表单收到新咨询触发DeepSeekAPI2.AI分析客需求分类为售后/报价/技术3.根据类别:简单问题直接回复解决案复杂问题成单派发对应部关键指令:/设置动回复模板当问题包含怎么退货,运费谁付时,回复:感谢咨询!我们的退换货政策是:1.7天内理由退货(标签未撕)2.质量问题免运费(附照证明)需要帮助请回复转接客服1234565.3跨语由切换实战(商务谈判/献翻译)模式:精准翻译模式商务场景:/开启专业翻译模式【源语】中【标语】商务英语【特殊要求】-保留敬语格式(Dear/Honored)-额保留两位数-使ICC国际商会术语1234567输:关于FOB上海条款,我建议分批装运以降低险输出:RegardingtheFOBShanghaiterms,weproposepartialshipmentstomitigaterisksasperIncoterms2020rules.模式:学术润模式论翻译技巧:1.上传参考献:请模仿这篇Nature论的词格翻译我的摘要2.术语致性检查:确保纳材料统译为nanomaterials3.格式保留:图表标题翻译后保持Figure1-格式模式三:化适配模式本地化案例:输:向印度客解释质量第的企业化AI建议:替换案例:塔塔集团质量标准代替华为经验调整表达:将追求完美改为持续改进的承诺宗教注意:避免使相关喻避坑指南知识库陷阱:避免直接上传机密合同,应使某品牌采购协议替代真实名称动化险:涉及财务审批的流程必须保留确认环节第六章如何利我提我学习能场景1:学习加速器1.1论精读秘籍三阶速读法1.预判提问(5分钟)输指令:请200字概括论标题的核创新点,已知.但.因此.结构表述,并列出3个值得深挖的疑问2.图表解析(关键突破)带图提问:解释Figure3的实验设计逻辑,箭头图表变量关系,并标注作者可能省略的控制变量3.批判思考(防被带节奏)进阶指令:找出该研究法的3个潜在局限,并提供2篇2023年后发表的反向证据论DOI贴:遇到公式按Alt 标拖动选择,直接问请学数学知识解释这个公式的含义1.2错题攻克流线四步提分法1.错因诊断拍照/输题后问:分析我在这道何题中的思维误区,认知理学中的【确认偏差】概念解释2.变式训练成指令:基于该题知识点成3道难度递增的变式题,附加解题路线图提(不直接给答案)3.记忆强化记忆卡指令:把解题关键步骤转化为顺溜,要求押韵且包含辅助线相似等术语4.监控报告进度查询:统计我过去周在三函数板块的错题类型分布,饼状图呈现并标注突破优先级 避坑:避免直接问答案,改给我提不是答案触发引导模式1.3会议纪要命30秒整理术1.录转重点(需上传录件)指令:提取关键决策:【决议事项】【责任】【时间节点】三栏表格呈现,红标注有争议的内容2.动清单追问:把会议内容转化为SMART原则任务清单,标注需要跨部协作的事项3.可视化呈现阶指令:将项时间线转化为特图代码(Mermaid语法格式),标注关键依赖节点贴:输开启时间戳模式可动标注每个议题讨论时(因篇幅限制,此处展部分内容,可以向ai提问,或得更多场景应)1.4创建个知识库三步构建法1.信息抓取指令:实时监控AI对话,动提取以下内容到知识库:我重复使3次以上的指令被标记重要的解决案修改超过2次的输出内容2.智能标签分类指令:为知识库添加多维度标签:#常指令#合同模板#技术难题#已验证案3.主动推送触发机制:当我讨论增时,动显知识库中相关案例和过往成功案效果:新员1周内即可调团队沉淀的300 优质指令场景2:学会我校正与复盘模块1:输出校准三板斧问题:答案太官不够接地修正流程:1.输开启模式禁专业术语2.追加举个菜市场妈能懂的例3.最后检查是否有超过20字的句精简案例修正:原句:采深度学习算法优化特征提取修正后:就像智能筛快速挑出的模块2:敏感内容过滤器防封号指南险类型检指令修正案医疗建议检查当前内容是否符合互联诊疗管理办法添加以上建议不能替代专业医诊断投资理财红标注涉及收益承诺的表述替换为历史数据展政治相关开启中模式重写以下内容添加多观点平衡以下是为您深度展开的编程教练篇与创作进阶篇完整内容,包含可直接复制的指令模板、避坑指南和实战案例:场景3:零基础代码模块1:代码调试5分钟精准排错三步终结BUG法步骤1:错误信息翻译指令模板:【错误诊断模式】1我遇到编程语报错:粘贴错误信息 请:1.能懂的话解释问题本质 2.标注可能引发该错误的3个常场景 3.给出最可能的修复案(标)和其他备选案 23456案例:报错:Python的IndexError:list index out of range 话解释:就像试图从只有5个座位的电影院票根上找第6排的座位 频场景:循环条件错误/动态删减列表/索引计算失误 修复案:在访问前添加if len(your_list)index:条件判断 1234步骤2:上下分析进阶指令:结合上下代码段:粘贴相关代码 请:1.箭头图画出变量值变化轨迹 2.在可疑号旁标注并说明原因 3.输出修改后的代码差异对(绿 /红-标注)123456步骤3:防御性编程防复发指令:针对这个错误类型:1.设计3个单元测试例(含边界条件)2.成代码段:动检测同类错误的防护性代码 3.推荐2个相关调试具(VS Code插件/Python库)1234贴:遇到复杂错误时,追加指令厨房做饭的喻解释这个问题快速理解本质模块2:动化脚本从需求到代码痛开发四阶法案例需求:动备份指定件夹到百度盘,每周凌晨执,保留最近3个版本阶段1:需求结构化指令:将需求拆解为技术要素:1.件操作模块(增量备份/版本控制)2.盘API对接 3.定时任务配置 4.异常处理(络中断/存储不)输出技术选型建议表(含优缺点对)123456阶段2:代码成分步指令:Python实现以下功能:1.遍历指定件夹,成MD5校验件 2.调百度盘API上传(需处理OAuth2.认证)3.添加志记录(时间/操作/结果)4.APScheduler设置每周定时任务 要求:-每段代码添加中注释 -分离配置件和核逻辑 -输出.env件模板 123456789阶段3:测试优化验证指令:为上述代码设计测试案:1.模拟断环境下的重试机制 122.测试不同版本保留策略 3.内存泄漏检测法 成测试例的伪代码 345阶段4:交付档指令模板:成册:1.安装依赖的pip命令清单 2.配置件修改图(红框标注必填项)3.常问题排障流程图 4.服务监控案(Prometheus指标设计)12345 避坑指南:遇到API调问题,使指令成带错误处理的API调代码模板需要跨平台兼容时追加确保代码在Windows/MacOS/Linux均可运模块3:技术试精准打击考点备战体系构建考点预测指令:根据标公司近3年经和我的技术栈:Java/Python/Go.输出:1.频考点TOP10(按出现频率排序)2.对应LeetCode题号(标注原题/变式题)3.系统设计重点领域(附学习路线图)12345输出例:阿巴巴Java岗频考点:1.并发编程(80%出现)-必刷题:LeetCode 1114/1188 -重点:线程池参数优化实战 2.JVM调优(65%)-实战案例:GC志分析图谱 .1234567板编程模拟实战流程:1.成题:给我道中等难度的叉树题,要求:-包含递归和递归两种解法 -设置2个易错测试例 -附带时间复杂度分析要点 12342.模拟试:现在开始试模拟:1.请伪代码描述思路(计时10分钟)2.我会指出3个潜在bug,请现场修复 3.最后给出优化建议(空间换时间策略)12343.智能反馈:根据我的代码:粘贴代码 请:1.按评分标准给出ABC等级 2.标注代码亮点(如优雅的边界处理)3.指出可能扣分的坏味道(如魔法数字)12345加分神器:成10个频追问问题:1如果数据量扩1000倍,如何优化?这个算法在分布式环境怎么适配?23场景3:说辅助模块1:说创作物关系管理三维建模法步骤1:档案成指令模板:成说模板:姓名:核欲望:关键秘密:关系络:-盟友(表/真实)-对(直接/潜在)-情感羁绊(爱/恨/亏)例填充:悬疑说配 123456789输出例:药店板王德发 核欲望:掩盖肇事逃逸真相 关键秘密:私藏受害者记本 关系络:-表盟友:办案警员(定期提供假线索)-真实对:记者(暗中调查案件)123456步骤2:关系可视化指令:基于以下物列表:粘贴信息 1.Mermaid语法成关系图(区分实线/虚线/不同颜箭头)2.标注3个潜在冲突爆发点 3.成时间轴:关键事件对关系的影响 1234导出具:复制代码到Markdown编辑器实时渲染使Draw.io导成专业图表步骤3:剧情冲突检测指令:分析当前章节:粘贴本 1.找出物为的盾点(与其档案不符)2.建议3个增强戏剧性的改写向 3.成2个让读者惊呼的伏笔埋设案 1234 避坑指南:避免脸谱化:追加指令给反派添加3个合理化动机防剧情漏洞:使时间线冲突检测指令模块2:视频脚本情绪流量密码爆款公式拆解结构模板:0-15s 反常识开头:你知道吗?90%的刷式都是错的!16-30s 权威背书:北腔博验证的3个标准动作 31-45s 视觉演:错误/正确对(2倍速快剪 效)46-60s 动召唤:点击左下领取刷查表 1234情绪曲线优化指令流程:1.原始脚本分析:分析以下案的情绪波动:粘贴案 输出:-情绪值曲线图(紧张/有趣/感动)-潮点间隔时间统计 -建议优化的3个节奏卡点 1234562.峰值设计:在以下时间点插情绪钩:00:18 加震惊事件(数据反差)00:42 添加共情故事(证)01:05 设置悬念问题(互动提问)12343.分镜强化:将产品优势段落转化为分镜表:|时|画|台词|效|-|-|-|-|3s|机摔落慢镜头|每天承受100次.|玻璃碎裂声|1234

    发布时间2025-02-06 24页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • Microsoft:2025面向决策者的负责任AI指南:智能应用最佳做法(18页).pdf

    面向决策者的负责任 AI 指南智能应用的最佳实践目录引言满足打造负责任 AI 的需求 3第 1 章负责任地使用 AI 所面临的障碍 4第 2 章如何运用八条指南 6第 3 章在智能应用中实现负责任 AI 的八条指南 7 第 1 至 3 条指南:评估和准备 8 第 4 至 6 条指南:设计、构建和记录 12 第 7 至 8 条指南:验证和支持 15结语 183面向决策者的负责任 AI 指南引言满足打造负责任 AI 的需求AI 为许多组织带来了机遇,让他们能够实现智能应用的创新或现代化,并实现了前所未有的效率提升、个性化和见解。借助 AI、机器学习和数据分析,智能应用有望改变企业为客户创造和提供价值的方式。但是,组织需要确保他们对采用 AI 的渴望不会掩盖以合乎道德的方式使用 AI 的责任。当组织开始实施智能应用战略时,你必须警惕创新对社会、环境和声誉的影响。负责任地使用 AI 需要谨慎寻找平衡点。在数据驱动型智能可以重新定义行业和用户体验的时代,这种平衡至关重要。你必须能够使用 AI 功能,同时避免可能造成伤害的行动。对于许多组织来说,实现这种平衡存在几个障碍。IDC 的一项调查发现,对于未来 12 个月,“大约三分之一的受访者认为,组织更愿意从供应商处购买 AI 软件,或将内部支持与供应商提供的 AI 软件用于特定用例或应用程序领域。”1这种偏好表明,制定 AI 成功战略是大势所趋。4面向决策者的负责任 AI 指南采用 AI 实现智能应用创新所面临的障碍障碍描述缓解措施复杂性创建智能应用需要用到机器学习和生成式 AI 等复杂技术。需要思考的问题包括:技术人才的稀缺、将这些技术与现有系统集成的挑战、保护相关高质量数据的需求以及了解 AI 的广泛功能和局限性的最佳方式。使用集成的完全托管工具和服务,简化复杂的 AI 和数据分析流程。对未知的恐惧一些组织面临潜在客户的质疑,并对 AI 和劳动力问题持有负面看法。此外,他们还担心,对 AI 的大量投资可能无法保证用户的接受度,尤其是当一些在新技术应用之旅中进展缓慢的用户可能会怀疑 AI 功能的有效性和准确性时。与值得信赖的技术供应商合作,采取可行步骤来研究和了解 AI 应用程序及其对人类的潜在影响。合规性和安全性 风险人们对数据安全、隐私和保护存在顾虑,在医疗保健和金融服务等受监管行业尤其如此。此外,伴随对可解释 AI 的需求、对负责任 AI 实践的遵循以及由于难以追踪 AI 决策过程而带来的合规问题,风险层出不穷。使用具有内置安全性和合规性的云原生工具和服务,确保数据、应用和 AI 系统在生产和部署的每个层级得到保护。5面向决策者的负责任 AI 指南对于许多组织而言,应对这些挑战将是一种全新的体验。尽管集成 AI 存在潜在风险,但大多数高管认为它所带来的收益值得组织积极把握这一机遇。克服这些认知风险的关键是实施指南,这样,你就能够以负责任的方式使用 AI,同时了解智能应用的潜在影响。使用 AI 进行创新的好处 借助与众不同的智能应用和服务快速 进入市场 构建和部署解决方案和数字化 体验,取得长期业务成果,并将组织打造为行业领导者。提高效率,同时减少技术债务 设法优化资源并避免不必要的成本。吸引并赋能开发人才 为技能水平各异的团队提供用于快速构建的工具。负责任 AI 原则这些是 Microsoft 确定的对 AI 开发和使用至关重要的六项原则。1 公平性 AI 系统应公平对待所有人。2 安全可靠 AI 系统应可靠、安全地运行。3 隐私和安全性 AI 系统应保障安全并且尊重隐私。4 包容性 AI 系统应赋予每个人权力并让人们参与进来。5 透明性 AI 系统应该是可以理解的。6 问责制 人们应该对 AI 系统负责。“68%的高管认为,生成式 AI 带来的好处大于风险,而只有 5%的人认为风险大于好处。”2-Gartner6面向决策者的负责任 AI 指南如何运用 八条指南总之,负责任 AI 的主旨就是推动组织内的文化转变。要真正实现负责任 AI,组织需要做出包括领导力、治理、流程和人才等方面在内的各种变革。本电子书概述的八条指南侧重于智能应用开发和交付流程,目的是提供一种正式的方法来预测和降低 AI 系统的风险。由于每个用例具有自身独特的背景和一系列不同的挑战,因此本指南不可用作检查清单,也未规定具体的设计选择。此外,组织必须从瞬息万变的监管环境的角度来看待智能应用开发。因此,不应将这些指南视为实现法规或法律遵从性的工具。团队应始终与内部相关部门紧密合作,以确保所创建的 AI 应用遵守司法管辖区内的所有适用法律和法规,在此基础上进行应用的开发、使用或营销。这些指南将帮助你在绩效、组织目标和价值观之间实现更深入的协同。在整个应用开发生命周期中,领导者应牢记组织的价值观和 AI 伦理原则,只要组织已正式制定这些内容就应认真实行。当然,出现需要智能应用团队做出主观判断的问题是不可避免的。在这种情况下,你应该依靠价值观和原则来指导自己的思路。你还应该从组织内外寻求不同的观点,以获得所有利益相关者提供的意见。“由于风险成本与 AI 的崛起有关,评估这些风险以及让各级员工参与制定和实施控制措施的能力将带来新的竞争优势。”3-McKinsey这些指南根据应用开发生命周期的关键阶段编排结构,同时认识到智能应用开发通常会循环往复这些阶段:1 评估和准备 2 设计、构建和记录 3 验证和支持7面向决策者的负责任 AI 指南在智能应用中实现负责任 AI 的八条指南负责任 AI 确保以尊重人类价值观、权利和尊严的方式设计、开发和部署应用。负责任 AI 还有助于防范或减少 AI 的潜在危害,如偏见、歧视、侵犯隐私或恶意操纵。通过负责任 AI 指南构建应用并实现其现代化这八条指南可以帮助应用开发团队将负责任 AI 原则融入流程之中。查看下表,了解这些指南如何与上述负责任 AI 原则相辅相成。阶段指南措施评估和准备 1 评估价值2 创建团队评估应用开发价值,同时考虑组织价值观和业务目标。组建能够呈现多元视角的团队,并在团队中明确规定角色和职责。设计、构建和记录3 分析影响4 发现风险5 降低风险6 人为控制根据领域专家和可能受影响的群体的意见评估应用的潜在影响。评估数据和系统结果,以确保包容性并发现潜在风险。设计有助于降低对社会和环境的潜在负面影响的 AI 应用。整合可实现人为控制并确保问责制的功能。验证和支持7 验证8 传达验证智能应用的性能以确保可靠性和安全性,并测试有无计划外故障以及 AI 应用特有的可预见的滥用。向最终用户传达设计选择、性能、局限性和安全风险。8面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持应用指南每一条指南都附带一系列问题,可帮助你的团队参与到负责任 AI 中。这些问题可促进批判性思维,帮助团队主动发现风险。虽然某些问题对不同应用的适用程度并不完全相同,但它们均具备广泛的适用性。这些问题并非涵盖所有方面,但反映的最佳实践源于 Microsoft 和 Boston Consulting Group 在开发和提供负责任 AI 应用时获得的经验。文中包含多个图示性用例,用于演示智能应用开发如何使用这些问题来提供负责任的解决方案。在应用开发的所有阶段(例如评估和准备)中,你应定期将应用开发团队召集在一起讨论相关问题,并审查以前的答案。如果团队无法充分回答某个问题,则团队应花一些时间制定具体的行动计划。应用开发团队应将这些最佳实践作为起点来开展讨论和制定规划。第 1 至 3 条指南评估和准备第 1 条指南:评估价值措施:评估应用开发价值,同时考虑组织价值观和业务目标。需要提出的问题:拟议智能应用的主要用例和好处是什么?哪些用途明显超出范围?此智能应用的预期业务成果是什么?如何评估业务影响?智能应用运营及其输出在业务决策中的使用可能对核心组织价值观有怎样的影响?“通过在开发过程中尽早设计和测试人类与 AI 系统的交互(甚至在团队进行工程投资之前),可以帮助避免代价高昂的故障和重新设计。”4-Microsoft Research9面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持第 2 条指南:创建团队措施:组建能够呈现多元视角的团队,并在团队中明确规定角色和职责。需要提出的问题:你的团队是否为多元化(例如性别、年龄、种族)、多领域并且涵盖各种职能专业知识的团队?你缺少哪些视角或专业知识?如何从各种来源(包括位于团队或组织之外的来源)引入这些视角或专业知识?团队是否结构合理,以便领域专家能够影响相关的设计选择?评估并准备场景:自动执行贷款审批决策智能应用用例金融机构希望实现贷款申请审批流程的自动化,以提高效率并接触新的客户群。由于智能应用有可能影响个人的经济利益和生活质量,智能应用领导者将会立刻认识到他们必须谨慎行事。第 3 条指南:分析影响措施:根据领域专家和可能受影响的群体的意见评估应用的潜在影响。需要提出的问题:此应用有哪些可预见的故障模式?哪些边缘场景可能导致失败和伤害?可预见的应用故障、滥用或恶意攻击会对社会和环境产生什么影响?应用潜在的计划外用途有哪些?哪些外部中小型企业或团体可以为做出明智的设计选择提供意见,从而降低对直接或间接受智能应用影响的个人造成负面社会影响和伤害的风险?10面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持应用第 1 条指南:评估智能应用开发价值,同时考虑组织价值观和业务目标在组建团队之前,智能应用领导者会与数据科学家和用户研究人员讨论潜在的方法。在通过白板进行一小时的讨论之后,得出以下评估结论:应将用例设计为能够针对接受审查的贷款,预测申请人在贷款有效期内的收入潜力,从而预测还款的可能性。应使用三个 KPI 来度量业务影响:相对于历史基准的违约率、贷款总量的增加程度以及批准/拒绝决策的速度。历史数据可能会反映种族、性别或其他偏见。探索性数据分析需要包括对数据集组成内容进行偏见评估的步骤,以便实施适当的缓解措施。种族、性别和其他受保护类别的代理变量可能会加剧偏见并影响结果,从而违背公司在公平性和法律方面的价值观,这会带来极大的风险。智能应用团队必须主动介入这些主题。应用第 2 条指南:组建能够呈现多元视角的团队,并在团队中明确规定角色和职责智能应用领导者根据初始评估组建团队。团队中应包括:多名拥有将公平性工具应用于机器学习模型的相关经验的数据科学家。一位拥有平等信用机会法(Equal Credit Opportunity Act)领域专业知识的律师,以确保团队充分了解监管环境。拥有丰富经验的两名贷款专员,指导各种客户完成申请流程。这将促进团队设计能够增强贷款专员的决策能力,并实时集成贷款专员反馈的智能应用。一位熟知以下事实的智能应用领导者:系统将处理敏感的个人身份信息(PII),因此系统安全和隐私至关重要。领导者必须获得批准,才能聘请具有网络安全和 AI 专业知识的外部顾问,用以在团队组建过程中就最佳系统体系结构、数据存储和隐私差异性提供指导。一位用户研究人员,以便确保从构思到最终智能应用,全程以客户需求为先,从而使客户的了解和满意度与业务目标相互协调。一位可提高智能应用在不同用户群中的可用性和可访问性的设计人员。一支成员具备各种背景和生活经验的多元化团队。11面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持应用第 3 条指南:根据领域专家和可能受影响的群体的意见评估智能应用的潜在影响在初步讨论期间,贷款专员分享他们与金融机构的现有客户群互动的经验。当贷款专员详细介绍多年来与各种客户的互动时,希望智能应用领导者意识到,AI 可能会吸引新的客户群体,这些群体的需求和期望可能与历史数据中记录的需求和期望不同。团队聘请了一位经济学家,对于银行业务拓展会触及的人群,这位经济学家具有相关的银行往来关系专业知识。团队还与供应商合作,针对新客户群体中的潜在借款人部署调查,以便更好地了解更优质的信贷渠道可能会给收入潜力带来怎样的影响(以基于或不基于历史数据中反复出现的群体的方式),从而了解还款的可能性。贷款专员注意到,即使有了新的客户群,有一件事可能始终不变,那就是贷款申请遭到拒绝是一种令人不快,甚至可能痛苦的体验。应该由技术娴熟且经验丰富的专业人员以更恭敬的方式给出拒绝的结果。基于此见解,智能应用团队决定,所有拒绝决策都将由贷款专员传达给申请人。聚焦智能应用用例:金融服务和医疗保健智能应用在金融服务和医疗保健等行业中具有广泛的用例,在这些行业中,需要以高度合乎道德的方式处理个人信息和敏感信息,同时兼顾隐私标准和法规遵从性。金融机构:AI 算法可实时分析大量的交易数据,准确检测异常和欺诈活动,从而帮助识别表明存在欺诈的可疑交易和模式。保险公司:通过分析历史索赔数据、客户档案和外部数据源,AI 算法可以将可疑索赔标记出来进行调查,从而帮助保险公司减少保险欺诈造成的损失。医疗保健欺诈检测:AI 模型可以分析病历、计费数据和索赔历史记录,从而识别违规行为以及计费欺诈、处方欺诈和医疗保健身份盗窃等行为。12面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持第 4 至 6 条指南设计、构建和记录第 4 条指南:发现风险措施:评估数据和系统结果以确保包容性并最大限度地降低损害公平性的风险。需要提出的问题:你将使用哪些公平性指标(例如统计平等性、均等几率)、测试和运输标准?智能应用团队将如何验证训练数据(包括通过 API 收集的数据),如何获取可能受系统输出影响的不同群体和人员类型?智能应用团队将如何衡量在各种可能受影响的群体或交叉群体中,AI 应用的成果是否满足选定的目的(即避免目标泄露)、公平性指标、测试和运输标准?智能应用团队将如何确保在部署后仍然遵守公平性指标、测试和标准?第 5 条指南:降低风险措施:设计有助于降低对社会和环境的潜在负面影响的 AI 应用。需要提出的问题:假设可能产生负面影响(例如,系统故障、计划外使用、滥用、攻击或正常使用的副作用)。哪些设计流程(例如,以人为本的设计)和选择可以减少、缓解或控制这些影响?哪些设计选择将有助于最大限度地降低智能应用输出和相关决策对环境的不利影响?哪些设计选择对于确保合法和透明的数据收集以及尊重用户隐私至关重要?13面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持第 6 条指南:人为控制措施:整合可实现人为控制并确保问责制的功能。需要提出的问题:团队如何设计智能应用以增强人工决策能力、简化任务或提高人工的工作效率?哪些决策或职能需要将人工监督作为 AI 应用的关键组成部分?哪些机制(例如可解释性)可支持最终用户更好地了解系统,以实现持续的审计、监控和人工干预?用户可以利用哪些智能应用功能来自定义 AI 性能?智能应用将利用哪些渠道来收集实时反馈?哪些智能应用功能将确保为残疾人提供包容性体验?在零售、电子商务、旅游和酒店业中的智能应用用例中,需要包容性和透明度的应用程序广泛存在。智能零售在零售环境中使用互联智能应用,通过跟踪库存水平、向购物者提供基于位置的优惠以及提供精简付款流程的自助结账系统来改善购物体验。电子商务平台智能应用支持可扩展的事务处理和库存管理,从而确保在线购物体验顺畅高效。旅行和酒店业航空公司、酒店和预订平台可以使用智能应用进行大规模事务处理,完成预订、票务和支付处理。14面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持设计、构建和记录场景:零售需求预测智能应用用例一家时装零售连锁店希望借助 AI 来改变其店内库存管理。该公司希望利用历史销售数据来优化商店持有的库存量,以便最大限度地提高每平方英尺的销售额。智能应用领导者阐明了业务目标并组建了一支团队,现在将工作重点转移到设计、构建和记录工作阶段上。应用第 4 条指南:评估数据和系统结果以最大限度地降低损害公平性的风险智能应用领导者将团队召集在一起,围绕公平性展开讨论。设计不当的智能应用可能会导致客户群中不同群体之间发生服务差异,这就违背了公司的价值观。在对潜在的挑战集思广益后,团队中的数据科学家指出,零售连锁店的客户反馈在大城市地区的社区之间存在很大差异。似乎一些位置相对于另一些位置缺货更为常见,导致在客户准备购买时商店无法提供某些产品。基于上述看法,团队就下列方法达成一致:团队决定根据历史数据中报告的缺货情况检查是否存在服务水平差异。团队可以通过交叉引用结果和普查数据,以评估报告的缺货情况是否与某些社区或人群相关。为了防止在特定位置发生不可接受的低服务水平,智能应用团队为每个位置的每个 SKU 建立最低库存水平,以确保达到最低服务水平,从而避免缺货对某些人群相比其他人群带来更大的影响。应用第 5 条指南:设计有助于降低对社会和环境的潜在负面影响的 AI 应用团队的可持发展专家询问小组,系统使用是否可能产生某些二次环境影响。优化库存水平可以最大限度地提高商店级别的利润,但更小、更频繁的库存补货将依赖于更广的空运和陆运货物交通。在国家/地区级别,货物交通的环境影响可能很大。此外,由于商店需要退回大量的多余库存,因此优化的库存水平可能会产生额外的货物交通。智能应用团队利用内部物流数据构建了一项功能,用以强化库存水平与商店和区域级别的运输排放之间的权衡。15面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持应用第 6 条指南:整合相关功能以实现人为控制以人为本的设计领域的专家注意到,零售商经常从一线员工(尤其是商店经理)那里了解新趋势。历史数据的预测能力有限,无法有效地发现趋势。通过对库存系统启用人为控制并增强商店经理的决策能力,商店可以进行动态调整,以适应不断变化的消费者偏好。基于进一步的探索,团队决定:设计一种反馈机制,商店经理可以利用该机制来指明特定位置的新兴趋势和最新受欢迎的产品,从而在全国范围内汇集见解,以帮助发现趋势并相应地调整库存水平。第 7 至 8 条指南:验证和支持第 7 条指南:验证措施:验证智能应用的性能以确保可靠性和安全性,并测试有无计划外故障以及智能应用特有的可预见的滥用。需要提出的问题:团队将如何根据商定的业务 KPI 和指标、测试和标准来验证 AI 应用的性能?团队将如何根据技术标准和基准验证 AI 应用的性能?在哪些目标环境和条件下,此智能应用可以正常安全地运行?如何在日常工作场景和边缘使用场景下测试和评估系统能否安全和有效的运行(例如出现故障但不影响运行)?用于持续监控业务、技术和公平性绩效的机制是什么?需要采取哪些措施来检测和防止模型偏移,以确保机器学习模型不会随着时间的推移而劣化?第 8 条指南:传达措施:向最终用户传达设计选择、性能、局限性和安全风险。需要提出的问题:智能应用团队应向最终用户提供哪些信息和说明,以实现安全可靠的使用?智能应用团队将如何确保最终用户了解智能应用的主要用例、基本假设和限制?如何传达系统的输出以便有助于最终用户了解系统工作方式?16面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持验证和支持场景:制造业的预测 交货时间智能应用用例一家工业品制造商在接收从供应商购买的零件时遭遇反复延迟,这导致制造计划中断,最终导致向客户交货延迟。该制造商希望开发智能应用,以根据历史数据来预测从供应商处采购的零件的交货时间,从而保护重要的关系。通过向采购经理提供可能会发生延迟的早期预警,这将使采购经理能够主动与供应商接触,并调整制造计划,以避免错过交货截止日期。应用第 7 条指南:验证虽然此智能应用预期将对运营和客户关系产生积极影响,但交货时间估计错误也可能导致采购经理需要做更多额外工作,进一步损害供应商关系,并对利润产生负面影响。此外,由于组装是一个劳动密集型过程,需要在不同阶段具备专业技能和安全认证,因此对制造计划进行调整可能会使工厂员工面临风险。团队领导者召集应用开发团队,提出了一系列问题,目的是就验证应用性能的方法和应对计划外故障的稳健能力达成一致。会议最后就以下问题达成共识:根据供应商承诺的历史日期测试系统的输出,以确定模型能否及早发现可能出现延迟的发货,从而避免实际发生延迟。输入各种运营场景,包括不同的供应商和部件类型以及边缘场景(例如,在历史数据中找不到的零件和供应商)。对于需要调整制造计划的每个测试场景,制定相关工作计划,由工厂车间领导验证可行性和安全性。在讨论运营场景期间,一位团队数据科学家指出,与持续发生的 COVID-19 疫情相关的多种因素(例如某些州的卡车运输能力有限和经济停工)不会在历史数据中记录,但可能会影响交货时间。为了获取这些见解,智能应用团队将 COVID 案例量集成到供应商附近的地理位置,以此来了解疫情对制造商的潜在影响。通过与工厂车间领导沟通,团队了解了近期如何更改调度才能最大限度地减少感染 COVID-19 的风险。因此,他们得出结论,制造计划的任何改变都必须与新的计划策略保持一致。17面向决策者的负责任 AI 指南评估和准备设计、构建和记录验证和支持应用第 8 条指南:传达团队的用户体验领导推动智能应用团队考虑如何以最优方式改善采购经理当前的决策流程。团队就以下步骤取得一致:计算置信区间和估计的交货时间,使采购经理能够负责任地利用系统输出。设计仪表板,通过预测的延迟对特定产品的组件进行排序,将最终用户的注意力集中在确定关键产品的优先级上,并尽早与存在问题的供应商接洽。确保系统不会自动向客户更新交货日期,这是计划经理自己应持续执行的任务。构建额外的供应商级别(而不是组件级别)仪表板,使公司能够与一直难以按时交付零件的供应商进行战略接触。根据建议的更改制定工作计划草案,以支持采购经理做出与制造计划调整相关的决策。工厂车间领导必须签署修订后的工作计划,以确保遵守工人安全标准。团队提前确定智能应用的最终用户并与之进行接触后,开展多次会议和培训,以确保有效地使用这些功能。此外,还将设计关于工具的模块化培训,以便整合到采购经理未来的入职培训计划中。智能应用可用于提高制造业、农业和供应链物流的效率,但在涉及机械和运输的行业中,智能应用还必须纳入严格的安全和问责措施才能保护工人的福祉。工业物联网互联智能应用适用于远程监控机械和设备、提高效率、预测性维护和资产跟踪。供应链和物流大规模事务处理可实现采购订单、库存管理、运输事务和货物跟踪的高效处理。农业智能应用(如土壤湿度传感器、气象站和自动化灌溉系统)有助于优化作物智能生产并减少农业资源浪费。18面向决策者的负责任 AI 指南结语业务领导者可以成为组织文化转型的变革推动者。他们还可以在推动和促进复杂的(有时甚至是错综复杂的)对话中发挥重要作用,而这是负责任地开发智能应用必须要做到的。在此类情况下,应该让团队成员能够轻松地提出敏感问题,并确定专业知识和经验方面的差距。此外,他们必须对用于创新新应用或实现现有应用现代化的工具和系统感到满意和放心。AI 支持的应用将改变企业为客户提供服务、发现和处理信息以及提供个性化体验的方式。在发布智能应用战略时,始终将负责任 AI 放在核心位置,这样就不会存在因意外后果而掩盖创新想法的风险。能够改变创新、发现和服务 方式的智能应用场景 使用聊天机器人和虚拟助手在任何渠道中提供帮助 使用智能搜索引擎实时查找信息 实时检测可疑行为以减少欺诈 使用 AI 支持的推荐引擎实现个性化互动 通过趋势分析和市场研究保持领先 通过语音和语音识别提供更多的沟通选项 通过竞争情报和市场监控预测消费者需求 让客户使用 AI 支持的自助选项自行解决问题 通过自动生成报告提升决策能力使用受信任的云技术和高级分析,将 AI 注入应用。探索 Azure Innovate联系销售团队了解有关 Microsoft 负责任 AI 方法的更多信息1 IDC,IDC Forecasts Revenue for Artificial Intelligence Software Will Reach$307 Billion Worldwide in 2027,文档编号 US51345023,2023 年 10 月。2 Gartner 新闻稿,Gartner Poll Finds 45%of Executives Say ChatGPT Has Prompted an Increase in AI Investment,2023 年 5 月 3 日。https:/ GARTNER 是 Gartner,Inc.和/或其关联公司在美国和国际上的注册商标和服务标志,并已获准在本文中使用。保留所有权利。3 Confronting AI risks,McKinsey4 推动以人为本的 AI:负责任 AI 研究的最新进展-Microsoft Research2024 Microsoft Corporation.保留所有权利。本文档按“原样”提供。文中信息和表达的观点(包括 URL 和对其他 Internet 网站的引用)有可能会发生更改,恕不另行通知。使用风险需自行承担。本文档未赋予你对任何 Microsoft 产品中任何知识产权的任何法律权利。你可以出于内部参考目的复制和使用本文档。

    发布时间2025-02-06 18页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 人形机器人行业深度之五:国内机器人行业深度量产元年百家争鸣-250205(64页).pdf

    1国内机器人行业深度:量产元年,百家争鸣-人形机器人深度之五请务必阅读正文之后的免责声明部分证券分析师:曾朵红、阮巧燕、谢哲栋;研究助理:许钧赫执业证书编号:S0600516080001、S0600517120002、S0600523060001、S0600123070121联系邮箱:联系电话:021-601997982025年2月5日证券研究报告2摘要产业明显提速,差异化渐显,短期工业场景有望率先落地,长期空间广阔。1)产业在加速:产业政策密集出台,产业联盟&基金纷纷成立,融资数量大幅增长,推动产业形成“资金技术产品”闭环。2)差异化渐显:国内机器人在上下肢、视觉等硬件方案及模型路线等软件层面存在差异化且仍未收敛。3)短期爆发在即,长期空间广阔:应用环节较为明确为汽车、3C行业,有望率先起量,逐步延伸至其他制造业及搬运、零售等服务业,有望于2030年走进家庭。据测算,预计2030/2035年机器人新增需求达136/1163万台。随大脑逐步完善及场景拓宽,关节数增加,线性关节逐步渗透,灵巧手收敛至五指方案,我们测算2035年大批量生产后,单体执行器价值量约4万元,旋转/线性执行器市场空间达2154/2735亿元。初创机器人企业:背景多元,量产在即,潜力无限。我们梳理了智元、宇树、优必选、乐聚、普渡、傅利叶、银河通用、众擎、星动纪元、千寻智能共10家企业,初创企业机制较为灵活,创始团队在某一领域(运动控制为主)背景深厚,2024年头部企业均发布最新机型,具备双足机器人的开发能力,并与车企等制造企业试点近半年,小批量测试阶段有望结束,25年开启量产销售,多家企业预计2025年全年销售超千台。我们认为:1)智元、宇树、优必选、乐聚进度较为领先,在全栈式布局、硬件性能&成本控制、场景应用、股东背景等领域具备优势;2)银河通用、星动纪元、众擎、千寻智能则在大模型、运动控制算法等细分方向较为领先;3)普渡、傅利叶由原本配送/康复机器人拓展,硬件&量产能力优秀。互联网&整车企业:多元形式入局,推动产业加速。1)互联网企业:多以投资&大模型&自研方式入局,关注软件端的大模型高于关注硬件,从“大脑”方面发力。目前国内互联网企业多集中于语言模型,也纷纷推出自研多模态大模型,也在往具身智能大模型方向发展,但与海外龙头企业仍有一定差距。其中,华为布局较为多样,模型端盘古大模型较为领先,志在让人形机器人成为鸿蒙生态系统重要部分,车端场景&制造资源协同,共同赋能国产人形机器人,投资端注资极目机器人,加大投入。2)整车企业:人形机器人在“感知 决策 执行”层面与智能驾驶均具备共同性,同时车企在应用端也是天然的落地场所,目前在智能驾驶投入层面华为于研发人员&算力规模均国内第一,有望于人形机器人领域延续领先地位。投资建议:机器人当前类比2014年电动车,即将量产,开启10年产业大周期,国内外共振,强烈看好板块!1)特斯拉链:首推确定性龙头Tier1【三花智控】【拓普集团】,Tier2【鸣志电器】【绿的谐波】【双环传动】,关注【北特科技】【浙江荣泰】【五洲新春】【震裕科技】【斯菱股份】【大业股份】等;2)华为链:推荐【雷赛智能】【赛力斯】,关注【兆威机电】【蓝黛科技】【富临精工】【禾川科技】【豪能股份】【科力尔】【埃夫特】【拓斯达】等。3)英伟达链:推荐【伟创电气】【科达利】等。4)宇树科技链:关注【长盛轴承】【卧龙电驱】【奥比中光】【曼恩斯特】。风险提示:人形机器人推广不及预期,特斯拉人形机器人量产进展不及预期,产业链降本不及预期,行业关键技术突破不及预期,竞争加剧等。目录一:产业提速,差异化渐显二:商业化飞轮模型下,看好三大类厂商布局投资建议与风险提示三:空间测算及零部件梳理产业提速,差异化渐显5产业在加速:宏观层面,政策频出,推动产业加速发展数据来源:各部门官网,东吴证券研究所 政策密集出台,中央地方齐发力,共同推进人形机器人产业加速发展。2023年11月,工信部发布人形机器人创新发展指导意见,明确提出人形机器人有望成为继计算机、智能手机、新能源汽车之后的又一颠覆性产品,并将其定位为重要的经济增长新引擎。随后各地相关行动方案&发展规划纷纷出台,且在时间节点上明确,计划于近年分别打造当地的人形机器人产业集群生态,推动产业逐步成熟。图:国内人形机器人相关政策梳理6产业在加速:中观层面,产业联盟&投资基金纷纷成立数据来源:机器人技术与应用,东吴证券研究所 人形机器人产业联盟&基金纷纷成立,集群效应有望逐步凸显。23年末以来,全国&各地区人形机器人产业联盟纷纷成立,为行业发展注入强大动力。其中,牵头方既有地方政府,也有头部企业,以北京人形机器人产业联盟为例,其于2024年4月正式成立,汇集了包括机器人本体企业、核心零部件企业、高校及科研院所等在内的78家成员单位,联盟通过搭建共享技术平台、推动标准规范发展、建立产业链数据库等举措,促进技术创新与应用落地,加速实验室到市场的转化。同时,产业基金同步密集成立且规模可观,推动产业形成“资金技术产品”闭环。图:国内人形机器人重点产业联盟地区地区联盟名称联盟名称时间时间全国人形机器人场景应用联盟2024年7月全国人形机器人生态联合体2024年3月CMR产业联盟人形机器人创新联合体2023年12月北京国际(雄安)机器人产业联盟2024年12月北京人形机器人产业联盟2024年4月长三角长三角人形机器人联盟2024年6月珠三角智能制造人形机器人产业生态联盟2024年10月人形机器人场景应用联盟2024年7月广州人形机器人产业研究2024年1月西南四川省人形机器人创新联合体2024年4月成都人形机器人创新中心2024年4月地区地区基金名称基金名称投资规模投资规模成立时间成立时间京津冀北京机器人产业发展投资基金100亿元2024年1月唐山机器人产业投资基金50亿元2023年11月河南省机器人产业基金20亿元2023年8月长三角新昌机器人产业园配套基金20亿元2024年6月上海人工智能母基金100亿元2024年6月吴中区机器人产业基金100亿元2024年6月珠三角粤科智能机器人基金30亿元2024年4月东莞清水湾二期创业投资基金未披露2022年8月7产业在加速:微观层面,初创企业春笋涌现,融资风起数据来源:中国机器人网,东吴证券研究所 初创企业春笋涌现,融资数量大幅增长。一方面,目前初创企业因其创始团队大多具备运动控制、大模型研发等背景,方向多集中于机器人整机方向。另一方面,24年初创企业陆续走出A轮融资,相关投资数量明显增多但总金额略有下降,主要系23年明星项目效应明显(如智元、宇树等多于23年完成大额融资)。图:国内人形机器人融资汇总图:国内人形机器人相关融资梳理0102030405060融资总金额(亿元)投资公司数量投资方出手次数202420238差异化在显现:三类下游、三种形态数据来源:GGII,东吴证券研究所 国内机器人大多瞄准三类下游进行布局,产品形态由非人形到类人形逐步拓展至双足人形。人形机器人可以更高效完成工厂场景下自动化设备难以胜任的部分高精度、重复性工作,实现工业生产的完全自动化,同时工厂场景相对规范化,相对易于模型训练。业内认为人形机器人将率先在工业场景被大批量应用。但最终随着模型能力提升、泛化能力的提高,C端应用将为人形机器人打开更加广阔的空间。因此,根据自身愿景与能力的不同,当前国内机器人企业分别瞄准三类下游工业、家庭、泛通用(即工业&家庭)。因此,国内机器人厂商的发展也经历了从非人形到类人形,再到双足人形的演变过程,其中非人形与类人形通过对上肢&下肢进行成熟方案嫁接,能够快速适应工业场景的迭代,但随着对运动能力和智能化要求的提高,双足人形机器人成为了各厂商的“最终方案”。图:国内人形机器人相关政策梳理图:国内人形机器人相关政策梳理人形机器人类人形机器人非人形机器人9差异化在显现:上肢&下肢&视觉均存在差异化方案数据来源:人形机器人场景应用联盟,东吴证券研究所 上肢方案差异化:当前行业量产需求迫切,但受制于灵巧手的技术难度较高,且在部分工业场景中存在灵活度冗余,众多厂商在其工业机器人产品中直接使用机械夹爪方案,同时在部分精细操作或康养领域,三指灵巧手方案也在同步推广。下肢方案差异化:部分厂商认为在大多数场景中,上肢是决定机器人功能的关键,下肢的通过性要求较低,因此在下肢选择更加成熟且稳定性更强的轮式或履带方案。视觉方案差异化:特斯拉使用纯视觉方案,但是多数国内企业选择多传感器方案(RGB摄像机 毫米波雷达 激光雷达)。图:手部方案差异化:五指(左)、三指&夹爪(右)图:下身方案差异化:双足(左)、轮式(右)图:视觉方案差异化:纯视觉(左)、多传感器(右)10差异化在显现:模型路线&数据获取方式仍未收敛数据来源:焉知人形机器人,东吴证券研究所 模型路线上:与智能驾驶不同,人形机器人“大脑”选择端到端还是分层决策目前仍有较大争议短期看,仅在工厂场景中应用,分层决策因其任务拆解特性更能胜任,而端到端方式在通用泛化能力上具备优势(需要大量数据积累)。数据获取路线上:部分厂商持续追求高质量数据,因此需要动作捕捉,但是效率低。而另一部分企业大量使用仿真环境下的虚拟数据,模型迭代快,但模型与硬件的融合程度相对较弱。模型创新:如FAV和BEV,在智能驾驶中BEV广泛应用,但是机器人的遮挡对计算演进阻碍较大,因此智元机器人首次推出了FAV,允许根据场景灵活重置锚定视角。图:端到端(左),分层决策(右)指令输入算法黑盒动作输出指令输入要做什么怎么做具体动作动作输出图:Free Anchor View(上),Birds-Eye-View(下)图:动作捕捉(上),仿真环境(下)商业化飞轮模型下,看好三大类厂商布局12打造机器人商业化飞轮模型,看好三类企业布局数据来源:东吴证券研究所绘制 机器人商业化飞轮模型:机器人的智能化能力提高需求借助海量场景的持续训练,而商业化的前提是大批量制造下的质量把控与降本。因此,机器人行业商业化形成了“大量制造场景打磨快速迭代”的飞轮模型。因此,我们认为互联网企业、车企、初创机器人公司有望引领行业发展。初创企业机制灵活与创始团队背景占优。通常情况下机器人企业的创始团队在某一领域(运动控制为主)有技术领先,同时机制灵活可以有效激励团队,保持产品的快速迭代。互联网企业软件能力是核心。当前国内互联网公司多在语言模型有所布局,未来有望拓展到具身智能模型,掌握智能化提升的关键能力。车企制造为主,软件为辅。汽车工厂是人形机器人最有可能率先大批量应用的场景,同时车企的规模化降本能力突出。此外,智能驾驶与人形机器人被认为是具身智能的两个终端应用,在技术底层上具备一定的共同性。表:核心三大类厂商布局机器人互联网企业车企初创企业大量制造大量制造场景打磨场景打磨快速迭代快速迭代表:机器人商业化的飞轮模型 24年国内人形机器人百家争鸣,未来20年产业大趋势确立。优必选、宇树、乐聚、智元、傅里叶等国内机器人厂商于2024年均发布了最新机型,头部企业基本全部具备双足机器人的开发能力,并且在尺寸、自由度、负载等参数上均实现跨越式进步。13初创机器人企业:24年迎发布大年,百家争鸣图:国内代表性人形机器人进展及特点数据来源:各公司官网,东吴证券研究所机器人机器人PUDU D9PUDU D9G1G1Walker S1Walker S1夸父-MY夸父-MYGR-2GR-2远征A2远征A2远征A2-W远征A2-W远征A2-Max远征A2-MaxSTAR1STAR1SE01SE01G1G1厂商厂商普渡普渡宇树宇树优必选优必选乐聚乐聚傅里叶傅里叶星动纪元星动纪元众擎众擎银河通用银河通用发布时间发布时间2024年2024年2024年10月2024年2024年2024年2024年2024年参数参数身高165厘米,体重55kg,自由度42,移动速度2m/s,配备两个7自由度机械臂,能够携带超过20公斤负载身高约127cm、体重约35kg,拥有 2343个关节电机,关节最大扭矩 120Nm,移动速度3.3m/s身高 172cm、体重 76kg、负载行走 15kg、最大扭矩250Nm身高约147cm,体重约46kg,全身关节自由度超40个,行走速度达5km/h,可连续跳跃,跳跃高度超20cm身高175cm,体重65kg,53个自由度,行走速度5km/h,单臂运动负载达3kg,续航2h,最大关节峰值扭矩超380N.m身高169cm,体重69kg,最大行走速度1m/s,单手负重1kg身高165cm,体重225kg,单臂负载5kg,最大行走速度1.5m/s,主动自由度22身高175cm,体重85kg,最大行走速度1m/s,主动自由度53,双臂负载40kg,峰值扭矩450Nm身高171cm,体重65kg,自由度55,奔跑速度6m/s,最大扭矩400Nm,最大负载能力160kg身高170cm,重约55kg,32个自由度,2m/s行走速度身高173cm,体重85kg,臂展190cm,轮式底盘产品特点产品特点能执行复杂的操作,如在复杂环境中移动、避开障碍、攀爬斜坡、进行地面清洁等可以单脚跳、360旋转跳、上下楼梯、在平地上提速奔跑装配、转运、检测、维护等工序国内首款可跳跃、可适应多地行走的开源鸿蒙人形机器人运用在导览咨询、学术科研、医疗康复等应用场景交互服务机器人,语言识别高达96%的准确率,人脸唤醒率高达99%柔性智造机器人,具备双臂协作与全域可达、高效部署与柔性作业、模型进化与持续演进、多模感知与安全无忧、持久作业与极简维护等五大亮点重载特种机器人,配备19自由度工业级视触觉灵巧手,可实现灵巧作业硬件模块化设计,机器人本体构造支持完全复用一体化谐波关节模组,真正解决机器人的自然步态难题轮式底盘配合双臂操作,泛化操作成功率达95%进展进展尚未正式上市,但已经开启预售定价9.9万元,已商业化量产已进入比亚迪工厂、极氪智慧工厂实训,预计2025年Q2规模化交付基本实现国产化,已经落地首条量产产线小批量量产小批量量产2025年预计生产1000台商业化验证示意图示意图2024 年预估发货量将达到 300 台左右,其中双足 200 台左右,轮式 100 台左右,远征A2-Max产品研发阶段智元智元2024年 创始团队均具备相关背景,预计工业场景率先落地,25年为商业化元年。从创始团队角度看,各家多具备清华大学、上海交大、浙江大学、哈工大等理工强校背景,且屡次获得美团、腾讯、高瓴创投及其他产业基金等众多明星投资方的加持,背景深厚。同时,国内头部机器人企业与车企等制造企业试点已近半年,小批量测试阶段有望结束,25年开启量产销售,其中多家企业预计2025年全年销售超千台。由于下游客户测试&研究需求旺盛,我们预计伴随国内企业订单交付,25年全年国内人形机器人销量有望近万台。14图:国内代表性人形机器人进展及特点初创机器人企业:创始团队背景深厚,量产元年,初步商业化企业优必选智元机器人众擎机器人宇树科技普渡机器人傅利叶乐聚机器人银河通用星动纪元投资方腾讯、启明创投、亦庄国际等高瓴创投、奇绩创坛、鼎晖投资、临港新片区基金、BV百度风投、经纬创投、比亚迪等商汤国香资本、合肥滨湖金投、弘晖基金等美团、深创投、经纬创投、中关村科学城、北京机器人产业基金、红杉中国等长盈鑫投资、腾讯、美团、红杉中国、深圳投控、大湾区资金等浦东创投、张江科投、国鑫投资等深创投、腾讯、洪泰基金等美团、北汽产投、上汽恒旭、上海人工智能产业基金、北京机器人产业基金、启明创投、经纬创投等联想创投,世纪金源、金鼎资本创始团队背景创世团队原就职于优铠机械,生产高端建材工业自动化生产线设备,2012年创业成立优必选,CTO熊友军为华中科技大学机械设计及理论工学博士,其他成员多位毕业于华中科技大学创始人彭志辉毕业于电子科技大学,2020年通过华为“天才少年”计划加入华为负责昇腾AI芯片;联合创始人闫维新为上海交大博士生导师、上海人工智能研究院首席科学家创始人赵同阳16年进入机器人行业,先后创立终极进化科技、智擎新创和Dogtix(多够机器人),后为小鹏旗下机器人团队“鹏行智能”的创始人,创始团队多为来自鹏行智能创始人王兴兴毕业于浙江理工大学,读研期间获得上海机器人设计大赛二等奖,毕业后就职于大疆,后辞职创业创始人张涛及其团队毕业于HKUST、CUHK、HKU、THU等高校,具备多年机器人研发及创业经历,曾在大疆、华为、腾讯、阿里巴巴等公司工作,创业前曾主导过无人驾驶汽车、扫地机器人、服务机器人等产品创始人顾捷毕业于上海交大机械系,毕业后在美国国家仪器公司担任工程师,08年创业开发大型康复机器人。核心团队均拥有国际头部半导体企业超过20年从业经历创始人本硕博连读于哈工大,连续多年获得全国机器人大赛冠亚军,团队成员多位毕业于哈工大机器人队创始人王鹤14年本科毕业于清华大学电子系,21年获得斯坦福博士学位,后回到北京大学任职,22年在北京智源人工智能研究院建立具身智能研究中心;联合创始人姚腾洲硕士毕业于北京航空航天大学机器人研究所,曾就职于ABB上海机器人研发中心创始人陈建宇本科毕业于清华大学,后直博于UCB,师从美国工程院院士、机电控制先驱Masayoshi Tomizuka教授,回国后为清华大学交叉信息研究院助理教授、博士生导师。团队成员来自清华大学、北京大学、哈工大、UCB、NUS等代表产品Walker S远征系列PM01、SE01H1/G1PUDU D7GR系列KUAVOGalbot G1STAR1应用领域工业工业商业工业、商业/商业、工业/当前商业化进展已经与东风柳汽、一汽大众、比亚迪等十余家企业达成合作;宣称获得了车厂超500台订单已经量产超千台,发货将近700台,建设全球第二家人形机器人量产工厂已开启预售;双足机器人SA01销量已超百台已售出超400台,教育科研市场为主;在吉利、蔚来车厂测试/人形机器人GR-1交付量超过100台;在上汽通用工厂测试已量产超百台,主要为教育、科研市场;与蔚来、江苏亨通、中国一汽、华为等合作将Galbot G1投入到无人药店、商超等场景试点;在奔驰、极氪工厂测试/2025年目标/计划预计2025年会有1000-2000台人形机器人订单,未来会有更多汽车工厂预计3C电子公司进行合作接洽计划在2025年对外扩大销售,全年销售3000-5000台计划在2025年完善具身智能板块,并转向商业化,实现全系列机器人年产销1000台以上/PUDU D7机器人预计将在2025年实现全面商业化落地/数据来源:各公司官网,东吴证券研究所15智元机器人:“天才少年”的热爱与梦想,开始即全栈L4自动驾驶阶段序号序号融资阶段融资阶段融资时间融资时间资本方资本方1天使轮2023年3月6日 奇绩创坛、高瓴创投2A轮2023年3月31日高瓴创投、鼎晖投资、高榕资本、临港新片区基金3A 轮2023年4月27日 BV百度风投、经纬创投、司南园科4A 轮2023年8月20日 比亚迪、沃赋创投、蓝驰创投5A 轮2023年12月13日中科创星、三花控股、基石资本、银杏谷资本、长飞光纤/长飞基金、C Capital、立景创新、道禾长期投资、鼎晖百孚、高瓴资本投资,老股东高瓴创投、蓝驰创投、鼎晖投资、临港新片区基金继续投资6A 轮2024年3月12日 M31资本、红杉中国、尚颀资本/上汽投资7A 轮未披露未披露8A 轮2024年9月3日慕华创投、软通动力、LCVPF HoldcoLimited、慕华资本及中科创星(老股东)“天才少年”的热爱与梦想,创始团队背景突出。创始人彭志辉在2020年通过“天才少年计划”加入华为,在昇腾计算产品线任人工智能边缘计算专家,参与自研昇腾NPU芯片体系的全栈开发。2023年离职,与上海交大教授闫维新共同创业成立智元机器人。在具体分工上,闫维新主要负责机器人的“身体”,彭志辉则负责机器人的“大脑”。资本热捧,资方多元,开始即全栈。2023年2月以来,智元机器人已融资了8轮,融资速度惊人,估值已超过70亿元,并预计2025年年初启动B轮融资。同时,投资人背景丰富,包括投资机构、地方国资、产业资本等。此外,公司软件、硬件、大脑、小脑、云系统等都做,同时不考虑代工组装,直接在上海临港建厂投产,开始即全栈。图:智元机器人融资历程图:智元机器人上海临港工厂数据来源:智元机器人官网,东吴证券研究所16夹爪控制G1基础自动化人工编排感知执行G2通用原子技能任务编排大模型抓取位姿估计机械臂控制G3端到端操作技能认知推理规划大模型抓放递APIG4端到端操作大模型认知推理规划大模型通用操作大模型promptG5AGI感知决策执行端到端大模型 迅速推出产品线,累计下线破千台。2023年,公司成立半年后即推出远征A1,2024年8月发布远征和灵犀系列五款新品,同时AimRT和灵犀X1。截至2025年1月,公司通用机器人累计下线突破1000台。多板块布局,打造生态圈。公司目前业务板块包括,人形机器人整机(远征系列)、数据采集服务(AIDEA提供了数采本体、遥操设备、数据平台三方面的行业解决方案)和数据开源(灵犀系列)。同时,智元还定义了 G1 至 G5 的具身智能技术演进路线。G1主要针对特定场景;G2面向更多场景任务,具有一定的泛化能力;G3 从原先的算法驱动转变为数据驱动;G4 引入了仿真数据和世界模型;G5 致力于从感知到执行,具备高度的自主性和适应性。目前智元处于G2和G3阶段,已在G2路线取得阶段性突破,实现了UniPose、UniGrasp、UniPlug的通用原子模型,G3路线上也形成了全流程具身数据方案AIDEA。智元机器人:“天才少年”的热爱与梦想,开始即全栈图:智元机器人产品图谱图:智元提出G1到G5演进路线数据来源:智元机器人官网,腾讯网,东吴证券研究所 四足机器狗起家,全球市占率领先,成本低&硬件强。2016年,王兴兴用200万天使资金成立宇树科技,开始四足机器人的研发,在2017年发布首款商业化四足机器人Laikago,应用端的需求反馈促进了四足机器人的创新与研发,2021年1.6万元的Go1一年出货近千台,到2023年Go2价格降至1万元以下,宇树机器狗的销售份额占到全球机器狗市场60%以上,居于行业主导地位。在机器狗的数据积累与成本控制经验下,宇树在23年发布通用人形机器人H1,一年后,第二代G1实现售价9.9万起,显现出“成本低 硬件强”的双重优势。八年九轮融资,炼成独角兽。从2017年开始,宇树已经经历9轮融资,估值达到80亿人民币。在24年2月的融资中,宇树科技获得了约10亿元的B2轮融资,是24年国内单笔融资数额最大的机器人公司,宇树科技成为行业的“独角兽”。17宇树科技:八年炼成独角兽,核心部件自研L4自动驾驶阶段2016201720212023公 司 于 杭州成立推出电驱四足机器人Laikago,价格极具竞争力发布伴随仿生机 器 人 G o 1发布通用人形机器人H1,工业/消费四足机器人UnitreeB2/UnitreeGo22024发布人形机器人UnitreeG1,亮相2024世界机器人大会图:宇树科技发展历程图表:宇树科技融资情况表序号融资阶段融资时间融资金额资本方1种子轮2017年1月1日200万人民币个人投资2天使轮2018年5月23日未披露深圳安创科技投资、宁波梅山保税港变量投资3Pre-A轮2019年12月18日数千万人民币红杉中国种子基金领投,德迅投资跟投4Pre-A 轮2020年5月21日未披露红杉中国种子基金领投,祥峰投资中国基金、初心资本跟投5A轮2021年7月29日约千万美元顺为资本领投6B轮2022年4月20日数亿元人民币敦鸿资产、经纬创投、顺为资本、容亿投资、深创投、海克斯康软件技术(青岛)有限公司7股权融资2022年8月23日未披露中国互联网投资基金8B 轮2024年2月2日约10亿元人民币中国互联网投资基金、敦鸿资产、金石投资、深创投中小企业发展基金(新疆)有限合伙企业、容亿投资、上海米达投资管理有限公司、钧石创投、美团、深创投、源码资本、博睿智联9C轮2024年9月24日数亿元人民币北京机器人产业投资基金等机构领投,美团龙珠、中关村科学城、琥珀资本、上海科创基金、红杉中国、中信证券、祥峰投资中国基金等参与投资数据来源:宇树科技官网,东吴证券研究所 核心部件自研,大模型与英伟达合作。在核心零部件上,自主研发电机、减速器、控制器、激光雷达、双目相机等机器人的关键核心零部件,使得宇树对产品的性能和质量有更高的掌控权,可以根据自身需求进行优化设计和生产,保证了产品的稳定性和可靠性。公司通用人形机器人H1,工业级四足机器人UnitreeB2以及第二代人形机器人G1,使用与英伟达合作的大模型,利用其通用AI优势为机器人赋能。软硬件能力再升级:2025年1月16日,宇树公布的新升级的G1,软硬件能力进一步提升。G1的行走和奔跑姿态更接近人类,配备了先进的三指灵巧手Dex3-1,同时由机器人世界模型UnifoLM驱动,使G1更加适应复杂的工业化场景应用。L4自动驾驶阶段产品名称发布时间产品特点及应用场景Laikago2017年9月首款商业化四足机器人,面向科研领域。Aliengo2019年可实现后空翻的四足机器人,适用于高校、研究所及企业。A12020年1月教育版四足机器人,体积小、售价低,面向教育市场。Go12021年6月面向消费市场的四足机器人,具备良好的人机交互和复杂动力。B12022年6月工业级四足机器人,应用于电力巡检、消防救援等场景。Go22023年7月12日消费级四足机器人,起售价低于1万元,配备4D激光雷达,形。H12023年8月16日首款通用人形机器人,具备自主避障、定位导航功能。B22023年11月3日工业级四足机器人,具备更强的负载能力和复杂环境适应性。B2-W2024年12月23日B2的升级版,具备轮足功能,可上山下水、载人移动。G12024年5月14日第二代人形机器人,售价9.9万元起,具备23个自由度,续航。G1功能升级2025年1月16日G1人形机器人在仿生和灵动性方面全面升级,实现柔顺行奔跑。图:宇树科技机器狗&机器人示意图表:宇树科技产品发布历程宇树科技:八年炼成独角兽,核心部件自研18数据来源:宇树科技官网,东吴证券研究所 2008年,周剑带领团队自主研发伺服舵机与人形机器人,2012年成立优必选。最初公司聚焦于小型人形机器人领域,并于2014年成果开发并生产小型人形机器人Alpha,2018年推出第一代Walker人形机器人,并不断进行迭代升级。覆盖领域丰富,产品矩阵完善。优必选围绕机器人搭建了丰富的产品矩阵,覆盖教育、物流、康养、消费等多个领域,形成了“硬件 软件 服务 内容”的一站式智能服务生态圈。在人形机器人方面,推出了Alpha系列智能教育小型人形机器人,以及Walker系列大型人形机器人,主要用于工业场景的Walker S系列已经进入多家车企进行实训。优必选:国产机器人先行者,应用场景丰富L4自动驾驶阶段2012201420212018优必选成立,研发小型人形机器人AlphaAlpha1S量产 并 销 售20162024开始研发大型人 形 机 器 人第一代大型人形 机 器 人W a l k e r全 新 一 代WalkerX工业人形机器人WalkerS1产品名称WalkerWalker XWalker SWalker S1Walker S LiteAlpha MiniAlpha 1E发布时间2019年2021年2024年10月2023年2018年2018年主要用途工业场景 商业服务 家庭服务工业场景智能教育图片示例图:优必选发展历程图:优必选产品演进历程19数据来源:优必选官网,东吴证券研究所 10月发布Walker S1,工业场景新突破。2024年10月,优必选发布全新一代工业人形机器人Walker S1,搭载首创语义VSLAM导航,支持通向任务的多模态规划大模型,及学习型全身运动控制,进一步优化了工业场景应用。Walker S1已经进入多个企业进行实训:在比亚迪,已初步完成第一阶段实训工作;在吉利进入领克工厂进行第三阶段实训;在富士康深圳龙华工厂,已完成物流场景的搬运任务。并且,优必选与东风柳汽、吉利汽车、一汽红旗、顺丰等多家企业建立了合作关系,推动人形机器人在不同行业的应用。2024年,Walker S1已收到车厂超过500台的意向订单。未来,优必选计划在3-5年内重点突破3-5个行业,并且通过18-24个月的生产线实训逐步实现人形机器人的量产。L4自动驾驶阶段优必选:国产机器人先行者,应用场景丰富图:优必选Walker S1在工业场景应用20数据来源:优必选官网,东吴证券研究所乐聚:华为赋能,从编程教育到具身智能 哈工大博士团队创立,技术基础深厚。乐聚由哈工大博士冷晓琨及其师弟在2016年创立,涵盖硬件、控制算法、人工智能算法等领域。现已搭建起集机器人核心零部件、自稳定双足步态算法、机器人操作系统等核心技术,双足、轮式、履带机器人等领先产品,教育、医疗运输、特种场景服务多产业一体的服务生态。由编程教育到具身智能,形成完善的产品矩阵:早期乐聚面向教育市场,核心产品包括K3阶段AI编程硬件载体Cube、编程教育机器人Aelos系列、家庭陪伴机器人Pando、AI展示及ROS平台应用机器人Roban。在早期双足编程教育机器人的基础上,乐聚自主研发了“夸父”系列高动态人形机器人,2023年推出系列首款KUAVO 3.0,次年推出KUAVO-MY。“夸父”系列机器人具备多地形行走和跳跃能力,并搭载开源鸿蒙系统,标志着乐聚在智能服务机器人领域的重大突破。20162023公司成立,第一代仿人机器人Aelos系列上市Aelos Smart版发布发布高动态全尺寸人形机器人KUAVO 3.02024发布面向特种领域的人形机器人KUAVO-MY搭载盘古大模型的夸父人形机器人亮相华为开发者大会Aelos高校版发布202120222017201820192020平昌冬奥会“北京八分钟”家庭版Pando上市中型双足仿人机器人Roban上市;智能积木套件Cube上市腾讯、深创投A轮融资,Aelos教育版上市Aelos Smart版发布图:乐聚机器人发展历程图:乐聚人形机器人产品图谱21数据来源:乐聚官网,东吴证券研究所 与华为等企业合作大模型:2024年6月,乐聚的“夸父”机器人搭载盘古大模型,在华为开发者大会上亮相。同年12月,与华为云在深圳共同成立具身智能产业创新中心,技术、业务与战略深度合作。此外,乐聚与北京通院合作,推进基于Model-Based的强化学习运动控制技术,成功在极寒气候下应用于长距离跑步测试。赋能车企与科研,产能扩充促量产。乐聚积极推动产学研合作,正将全尺寸人形机器人的批量交付于各大车企与科研院所,推动人形机器人在不同领域的产业化和商业化。近一年来,乐聚全尺寸人形机器人在工业制造、商业服务、科研教育3大场景完成批量交付。目前乐聚处于产能爬坡阶段,于2024年12月26日启动了江苏省内首条人形机器人生产线,计划年产200台。2025年,公司预计将产能提升至200台,并朝着年产300至500台的目标稳步推进。此外,25年1月21日,乐聚与国家地方共建人形机器人创新中心签署合作协议,共建具身智能训练场。图:搭载盘古大模型,“夸父”机器人亮相华为开发者大会图:乐聚第100台人形机器人交付仪式乐聚:华为赋能,从编程教育到具身智能22数据来源:乐聚官网,东吴证券研究所普渡机器人:首提R2X架构,开启通用机器人新时代L4自动驾驶阶段 商业服务机器人起家,出货量全球第一。普渡于2016年成立,以餐饮配送机器人起步。2017即发布第一款产品“欢乐送”并进入全球市场。2017-2022陆续发布多款商业服务机器人,并通过与海底捞、呷脯呷脯的合作拓展市场。截至2023年底,累计出货量超70,000台,出货量国内居首,以23%份额占据全球商用服务机器人收入第一。提出R2X概念,打造专用、类人形、人形三类机器人的完整产品布局。2024年1月24日,普渡首次提出了Robot-to-Everything架构,实现万物互联,全场景的智能生态。普渡开发了初代类人形机器PUDU D7,五指灵巧手PUDU DH11以及首款全尺寸双足人形机器人PUDU D9,率先完成了专用、类人形、人形三类机器人的完整产品布局。图:普渡机器人发展历程2016201920212022公司成立,以餐饮配 送 机 器 人 起 步与海底捞、呷脯呷脯达成合作首个工厂在东莞松山湖建立并投产发布高峰期配送机器人全自动配送机器人A1四足配送机器人D12024提出R2X概念,发布工业配送机器人类人形机器人、五指灵巧手、双足机器人图:普渡产品矩阵23数据来源:普渡机器人官网,东吴证券研究所 医疗康复机器人龙头,拓展至通用人形机器人。傅利叶智能成立于2015年,开始时专注于医疗康复机器人的开发,在16、17年分别推出上肢与下肢康复机器人。得益于无框电机的发展,傅利叶在19年建立人形机器人项目,并在23年正式发布通用人形机器人GR-1,实现了从康复机器人到人形机器人的转变。目前,傅利叶形成了“康复机器人 伽利略系统 人形机器人(GR-1 GR-2)”的产品体系。执行器自主研发,场景覆盖多元。在人形机器人方面,由傅利叶自主研发的高性能执行器FSA集电机、驱动器、减速器及编码器于一体,保证了GR-1的运动灵活度与控制精准性。GR-1在迎宾接待、科研教育、工业制造与医疗康复多个领域进行应用:在中国建设银行训练,在上汽通用汽车工厂实测,借助康复领域的经验进行康复助手试练等。基于GR-1在实际落地中搜集的应用数据与客户反馈,24年9月发布的GR-2在硬件设计、开发框架、商业化等关键环节带来重要提升,主要体现在搭载的新一代12自由度灵巧手与FSA2.0提供的强劲运动控制。傅利叶智能:医疗康复机器人龙头,横向拓展通用人形L4自动驾驶阶段2015201620232019傅利叶智能正 式 成 立第一代上肢康复 机 器 人20172024第一代下肢康复机器人X1人形机器人项 目 立 项通用人形机器人GR-1、伽利 略 系 统发 布 新 一 代通 用 人 形 机器 人 G R-224数据来源:傅利叶智能官网,东吴证券研究所银河通用:软硬件全面布局,自研大模型加持L4自动驾驶阶段 软硬件全面布局,三层级大模型系统。软件层面,2023年5月成立至今,银河通用已推出空间智能大模型Open6DOR、基于视频的端到端大模型NaVid、抓取大模型 GraspVLA、操作大模型SAGE等通用大模型。硬件层面,为解决Sim2Real差距,银河通用开发了深度传感器仿真器。创始人王鹤在2024年4月的中国生成式AI大会上,进一步确立了包含硬件层、技能层和顶层大模型的“三层级大模型系统”。依托软硬件基础,G1为集大成者:银河通用2024年6月推出首代具身大模型机器人G1,其在NVIDIA CES 2025 发布会重磅登场,托举起英伟达的新一代显卡产品 RTX5090。产学研结合,药店&车企有望批量应用。2024年5月成立北大-银河通用具身智能联合实验室,依托北大与银河通用的优势联合研发。同年9月,银河通用与美团买药合作,在24 小时无人值守下,G1在美团买药展位完成了补货、取货任务。目前G1已与奔驰、极氪等车企合作,在天窗转运、拆跺、料箱转运中自主规划纠错,提升整个生产装配效率。图:银河通用三层及大模型系统图:G1在药店及车企工作25数据来源:银河通用官网,东吴证券研究所 创业经验丰富,小鹏背景的资深机器人团队。公司成立于2023年,团队90%以上为技术研发人员。创始人赵同阳2016年起,先后创办了三家机器人公司,并于2020年与小鹏合资成立了鹏行智能,主导研发人形机器人PX5。李海雷具备机械设计的深厚背景,徐喆则在步态算法和运动控制拥有丰富经验。公司于2024年完成天使轮及天使 轮共计近亿元的融资,并于24年7至12月先后推出了面向科研教育的首款双足机器人SA01、工业全尺寸人形机器人SE01和全开放通用具身智能体PM01。极致性价比:全栈自研、开源算法与自然步态。众擎通过全栈自研核心部件,成功实现了大规模降本,SA01/SE01/PM01分别仅售3.85/15/8.8万元。开源方面,SA01采用了全开源的运动控制算法方案,而PM01则开放基础操作代码,并支持x86与Orin平台的训练与部署代码。步态方面,SE01采取自研一体化谐波关节模组、强化学习和模仿学习相结合的运控方案和首创的端到端神经网络,步态非常自然。众擎机器人:背景资深,步态自然2012201620172020物联网创业,创办深圳安信可科技公司,为后续机器人创业筹备资金进入机器人行业,创立终极进化科技研究四足机器人。创立智擎新创多够被小鹏收购,与小鹏合资成立鹏行智能,担任总经理主导研发人PX520247-12月先后推出了 SA01、SE01和PM01。2018创立多够机器人,推出售价不及波士顿动力机器狗十分之一的四足机器狗2023从鹏行智能离职,与李海雷、徐喆等共同创立众擎机器人图:赵同阳创业历史图:SE01深圳街口散步,自然步态爆红海内外26数据来源:众擎机器人官网,东吴证券研究所 历时一年,打造“人形机器人 灵巧手”矩阵。星动纪元成立于2023年8月,由清华大学交叉信息研究院孵化;在之前小星的技术积累下,24年8月星动纪元发布首款产品级人形机器人星动STAR1与灵巧手XHAND1;2024年12月,星动纪元推出了端到端原生机器人大模型ERA-42,展示了与自研五指灵巧手星动XHAND1结合后的灵巧操作能力,“人形机器人 自研灵巧手”成为星动纪元的产品特色。端到端方案领先,泛化能力优秀。星动纪元在24年12月公布的ERA-42是国内首个真正意义上的端到端原生机器人大模型,比肩世界领先水平。该原生大模型具备端到端原生架构,强大的模型泛化能力以及规模化能力,是真正的具身大模型,与自研五指灵巧手星动XHAND1结合后,能够完成超过100种复杂灵巧的操作任务,体现星动纪元对通用智能体的理解与技术突破。星动纪元:打造“人形机器人 灵巧手”矩阵L4自动驾驶阶段产品名称星动STAR1星动XHAND1星动M1星动W1发布时间2024年8月2024年8月尚未发布尚未发布特点通用人形机器人全自驱灵巧手人形机器人操作平台轮式人形机器人示意图图:星动纪元产品矩阵图:星动纪元ERA-42端到端模型27数据来源:星动纪元官网,东吴证券研究所千寻智能:行业新秀,创始团队商业化经验丰富 行业新秀,创始团队具备丰富商业化经验。千寻智能创立于2024年2月,仅半年就完成了种子轮、近2亿元的天使轮,由柏睿资本独家注资。技术路线上,千寻智能采用了与伯克利系类似的端到端架构和类似GPT训练路线。并在成立半年多后,成功实现了业内顶尖的灵巧手操作。此外,创始团队在硬件领域还有上百个场景,数万台机器人的商业化落地经验。构建高通用大脑,算法效率突出。为解决机器人泛化性弱、交互性有限的普遍问题,千寻智能运用视觉语言模型ViLa和部件约束模型CoPa,构建了高泛化、高通用机器人大脑。为了突破数据短缺难关,高阳提出目前全球样本效率最高EfficientZero和EfficientZero v2,通过提高样本效率,从模型底层解决数据短缺问题。在模仿学习方面,高阳则提出了Efficientlmitate算法,相比斯坦福的VMAIL算法,效率提升了六倍,可帮助机器人在实操过程中举一反三。通过对物流、餐饮、康养等80多个场景的调研,千寻智能形成了一套独特且有效的商业化逻辑。公司预计在2025年实现首个商用场景闭环,并快速推进市场化落地。同时,千寻智能将借助柏睿资本及其背后产投资源,开展小规模出货,为量产做准备,计划在2025年交付数百台具身智能产品。图:千寻智能采用端到端神经网络架构图:千寻智能灵巧手演示图28数据来源:千寻智能官网,东吴证券研究所29互联网企业:投资&大模型&自研,从“大脑”开始数据来源:机器人大讲堂、东吴证券研究所 互联网企业转变进入方向,多以“投资 大模型”的方式从“大脑”方面布局人形机器人:人形机器人领域前景广阔,2024年风口再起,虽然阿里、百度、腾讯等诸多互联网企业都开始尝试入局人形机器人,互联网企业的入局方式偏向于保守,很少有亲自下场制造人形机器人本体,更多的是采用投资企业或基于本身数据优势进行大模型研发的方式入局,关注软件端的大模型高于关注硬件,从“大脑”方面发力。表:主要互联网企业布局人形机器人方式企业百度华为阿里腾讯字节美团小米入局方式 投资 大模型 投资 大模型投资 大模型投资 自研大模型投资自研模型名称文心盘古 夸父通义千问混元、GPTsGR-2具身大模型、豆包、云雀N.A.N.A.合作企业优必选16家企业有鹿机器人N.A.N.A.N.A.N.A.投资企业智元机器人、星海图等乐聚、达闼、极目等逐际动力、月之暗面、MiniMax、百川智能等乐聚机器人、优必选等未来机器人、大寰机器人等宇树科技、银河通用等宇树科技、追觅科技等自研产品N.A.N.A.N.A.RoboticsX机器人实验室N.A.N.A.CyberOne30互联网企业:模型逐步拓展,当前差距尚存数据来源:机器人大讲堂、东吴证券研究所 互联网企业多集中在通用大模型,与真正的具身智能大模型尚存差距。目前,国内的互联网大厂纷纷推出自研多模态大模型,例如百度的文心、阿里的通义,腾讯的混元等。但当前的多模态大模型无法驱动“本体”直接感知外部真实环境,并进行相应的任务决策与执行,更多的是依赖外部模块输入对外部的感知。目前,国内的互联网企业也在往真正的具身智能大模型方面发展,其中运用昇腾亲和的 Transformer 架构-创新的 新架构的华为盘古大模型较为先进。另外,字节最新发布的GR-2机器人大模型聚焦机器人领域,可以无缝地将预训练阶段的知识转移到微调阶段,并且还考虑了多视角数据处理和全身控制算法,初步具备世界大模型的能力。表:主要互联网企业布局人形机器人方式企业企业百度百度阿里阿里腾讯腾讯华为华为字节字节大模型大模型文心通义混元盘古豆包GR-2模型类别模型类别通用大模型通用大模型通用大模型通用大模型通用大模型机器人大模型体系构造体系构造基础大模型-任务大模型-行业大模型统一底座层-通用模型层-行业模型层基础模型-专属模型基础大模型-行业大模型-场景大模型多个核心模型包括与训练和微调组成部分组成部分1)NLP大模型(文心一言、PLATO-XL等);2)CV大模型(VIMER-StructTexT、VIMER-UFO等);3)跨模态大模型(ERNIE-Layout、ERNIE-ViLG 2.0等);4)生物计算大模型(HelixGEM-2、HelixFold等);5)行业大模型1)大规模视觉语言模型通义千问-VL模型;2)语音识别大模型Paraformer系列;3)舞动人像模型animate-anyone;4)文生视频大模型wanx2.1-t2v-plus;5)语音合成模型cosyvoice-v1;6)意图理解大模型tongyi-intent-detect-v3等1)基础模型主要包括混元文本生成模型、混元多模态模型、混元生图模等;2)专属模型主要包括混元角色扮演专属模型等1)基础大模型包括盘古自然语言大模型、多模态大模型、视觉大模型、预测大模型、科学计算大模型;2)行业大模型包括矿山、政务、气象、汽车等大模型;3)场景大模型包括报告解读、智能测试、车辆辅助设计等包括:1)通用语言大模型;2)视觉理解模型;3)视频生成模型;4)语音识别模型;5)文生图模型;6)同声传译模型等十几种模型预训练:让模型掌握视频生成能力,从而为后续的动作预测和策略学习打下基础;微调:1)使用机器人轨迹数据进行训练,同时优化视频生成和动作预测能力;2)处理多视角数据,并生成笛卡尔空间中的动作轨迹;3)全身控制(WBC)算法,结合轨迹优化进行运动跟踪应用场景应用场景应用搜索、智能办公、互联网产品如多模态答案生成等检索问答、智能客服、智能对话、物流质检等文本创作、润色、会议总结、个性化学习助手等会议助手、以文生图片财务异常检测、AI辅助设计等智能座舱、智能终端、在线教育、社交娱乐、智能客服、营销提效等工业自动化、物流、家庭服务等领域机器人场机器人场景运用景运用多模态处理和自然语言理解,机器人更好与用户交互语言处理和任务执行,用于机器人的对话系统和任务执行,使其能够更智能地与用户交互训练成本较低、训练速度快,提升工作效率和用户体验对各类生产数据进行自动整合分析,从而对机器人进行快速的任务分配和动态任务调整,成为大型工业产线中的“神经中枢”内部50 业务场景实践验证,每日千亿级tokens大使用量持续打磨,提供多模态能力例如在工业环境中,GR-2能够高效完成端到端的物体拣选任务31华为:人形机器人成为鸿蒙生态系统重要部分数据来源:华为云、机器人ROBOT俱乐部,东吴证券研究所整理 始于2017年,持续发力,志在让人形机器人成为构建鸿蒙生态系统重要部分。在机器人领域,华为在2017年与爱丁堡大学、软银签订协议围绕AI 机器人开展研发。22年初步探索机器人领域,23年投8.7亿成立子公司极目机器人、24年12月大幅为极目注资到38.9亿,但业务探索或不限于极目。从几个角度观察华为或在人形布局上加速:1)政府端,最近1年内已与深圳、重庆、四川等政府设立开展机器人或AI相关创新中心平台,极目注册地在东莞且23年拿下60万平米产业园用地。如果从与智能车角度,还与上海政府合作紧密;2)供应商端,25年11月和16家企业签署合作备忘录,包括整机厂商乐聚、拓斯达等,零部件厂商兆威、禾川等。技术&资源共同赋能国产人形机器人:1)真正“智能”:华为的盘古大模型和鸿蒙生态使得人形机器人真正“智能”,赋予了其更高级的自然语言处理和图像识别能力,提高在复杂环境下理解与执行能力;2)华为云:可以让使用者更好操纵人形机器人,同时还能够帮助人形机器人系统升级以及隐私存储等;3)产业链协同:人形机器人的量产设计众多零部件与上下游的合作,华为在产业链协同方面经验丰富,可以迅速组织产业链优势产能,实现人形机器人量产。日期事件2022年4月首次涉及机器人,与达闼签署合作协议联合开展机器人应用技术攻关2023年6月投资8.7亿(注册资本)成立极目机器人2024年3月乐聚机器人搭载盘古大模型亮相24年华为HDC大会,实现小样本下的泛化操作2024年6月华为开发者大会发布盘古大模型5.0,全面赋能人形机器人、自动驾驶等领域2024年6月在成都设立首个跨省级创新中心平台华为(西南)数字机器人创新中心。由四川产业基金联合郫都区政府、华为共同打造2024年10月重庆印发重庆“机器人 ”应用行动计 划(2024-2027 年)2024年10月华为有密切合作关系的江淮汽车,也和与清华联合孵化团队零次方推出人形机器人。2024年11月华为(深圳)全球具身智能产业创新中心宣布正式运营,并与16家企业签署了合作备忘录,包括乐聚机器人、拓斯达、兆威机电等2024年12月华为全资子公司极目机器人注册资本由8.7亿增至38.9亿表:华为在机器人方面的公开行动32华为:人形机器人成为鸿蒙生态系统重要部分数据来源:人形机器人洞察研究、中软国际教育官网、爱企查,东吴证券研究所整理 具身智能中心落地运营,与16家企业签订合作备忘录。2023年3月,华为、前海、宝安三方在华为中国合作伙伴大会上签订合作协议。2024年9月,合作三方又在上海完成了创新中心的启动程序。2024年11月,华为全球具身智能产业创新中心正式运营,该中心旨在联合企业协同创新,搭建高水平创新平台,提供一站式产品技术交易服务,助力全球具身智能产业链的集散与升级。同时,华为全球具身智能产业创新中心还与包括乐聚机器人、兆威机电、拓斯达、中坚科技、埃夫特、禾川人形机器人在内的16家企业签订合作企业合作备忘录,其中合作企业涵盖人形机器人产业上下游。表:华为具身智能16家备忘录企业布局33字节:聚焦“大脑”研发,GR-2大模型开启具身智能新阶段数据来源:机器人大讲堂,火山引擎,东吴证券研究所 字节在机器人领域的探索开始于2020年,依托互联网企业数据优势开发大模型。2021年底,字节的机器人团队只有十余人,2022年之后开始逐渐增加投入。2023年,字节推出了云雀大模型并同步上线“豆包”,成立Flow部门专注于大模型的研发。2024年是人形机器人赛道大热的一年,字节也发布了GR-2具身大模型,并与中科创达成立“联合大模型实验室”,共同探讨大模型的应用。同时,基于豆包的AI问诊机器人在北大医院正式落地。采取聚焦战略,加大人工智能研发投入。字节在采取聚焦战略后,从大模型开始几乎清退削减所有与核心业务无关的业务线,抽调大量高管人才掌舵人工智能领域,机器人团队开始隶属于AI Lab。同时,向英伟达新增超过10亿美元GPU订单,加大人工智能领域的投入,吸引了大量人形机器人初创企业共谋火山引擎生态。图:中科创达与火山引擎成立联合实验室图:字节布局机器人领域重要时间节点2020202120232024开始探索机器人赛道团队规模10人云雀大模型 上线“豆包”GR-2具身大模型发布;与中科创达成立“联合大模型实验室;北大医院落地基于”豆包“的 问 诊 机 器 人34字节:聚焦“大脑”研发,GR-2大模型开启具身智能新阶段数据来源:IT之家,东吴证券研究所 GR-2具身大模型亮点在于“机器人婴儿期”学习阶段,模仿人类成长学习复杂任务:它的训练包括预训练和微调两个过程,在预训练阶段“观看”多达3800万个来自各类公开数据集的互联网视频以及500亿个tokens,涵盖家庭、户外、办公室等多种日常场景,具备学习多种操作任务和在多种环境中泛化的潜能。在微调阶段,团队使用机器人轨迹微调了视频生成和动作预测,展现出卓越的多任务学习能力,在超过100个任务中实现了平均成功率97.7%。图:GR-2大模型图:GR-2对超过100个物体进行端到端的集装箱拾取35百度:大模型 投资,争做人形机器人“卖铲人”数据来源:Apollp官网,Paddle官网,人立黄昏,晚点LatePost,东吴证券研究所图:百度布局机器人领域重要时间节点2013201520232019成立深度学习研究院人工智能语音助手(DuerOS)20162024全 自动 无 人 驾驶Apollo,深度学习框架Paddle开源生成式AI文心大模型1.0文 心 大模型4.0文心一言上线;AI原生操作系统DuerOSX图:Paddle开源学习框架基本情况 十年AI路,少有的AI全栈式布局企业:百度的AI之路最早可以追溯到2011年,百度成立硅谷办公室,2013年硅谷办公室改名为百度美国研究院,同年在中国建立了深度学习研究院。其后的2015-2016年期间,百度进入AI技术产品化和商业化阶段,陆续发布人工智能语音助手DuerOS,全自动无人驾驶Apollo,以及深度学习框架飞桨Paddle正式开源。从2018年昆仑AI芯片以及2019年文心大模型正式发布开始,百度成为国内少有的同时具备人工智能“芯片、框架、模型以及应用”四层能力的企业。人形机器人领域大热,百度试图走“英伟达”的路线,以自有大模型入局,主攻机器人“大脑”,为开发者们提供开发工具与仿真平台,成为人形机器人行业的“卖铲人”。36百度:大模型 投资,争做人形机器人“卖铲人”数据来源:中国机器人网、百度文心大模型官网、东吴证券研究所 强强联合优必选,共同探讨“大模型 人形机器人”应用:百度作为国产大模型领导者,开发的文心大模型具备跨模态、跨语言的深度语义理解与生成能力。机器人本体是具身智能的最佳载体,百度选择与优必选强强联手。目前,优必选人形机器人Walker S通过百度智能云千帆AppBuilder平台接入百度文心大模型进行任务调度应用开发,在已有多模态感知与控制能力上获得了更加高级的意图理解能力和细粒度规划能力,能够确保在受到干扰的情况下仍然能够顺利实施分拣。图:百度文心大模型图:Walker S执行柔软物体操作任务图:Walker S完成物体干扰分拣任务文心CV大模型文心NLP大模型文心行业大模型文心生物计算大模型文心跨模态大模型文心AI全景应用图:文心大模型AI全景应用37阿里:自研 投资,通义落地工业机器人数据来源:维科网,CSND,东吴证券研究所 阿里2014年开始布局机器人领域,是中国最积极的互联网巨头。阿里在机器人领域的首次投资是2014年的聊天机器人“小i”,现在已经是常见的在线客服。2016年,阿里和软银、富士康合作,开始将“软银和法国 Aldebaran Robotics 研发的“人形机器人”Pepper 引入中国,在宝安机场、国家电网营业厅等场所投入使用。2017年开始,阿里开始步入自研阶段,陆续成立消费机器人公司“天猫精灵”,发布物流机器人“小蛮驴”,其后步入自研大模型阶段,2022年发布“通义”大模型,2023年发布语言大模型“通义千问”,2024年发布开源大模型通义千问Qwen2,同年,阿里首投人形机器人企业逐际动力,在人形机器人领域以“自研 投资”的方式逐步推进。图:人形机器人Pepper图:阿里布局机器人领域重要时间节点2014201920232021投资聊天机器人“小 i机 器 人”消费机器人公司 天 猫 精 灵20202024物流机器人“小 蛮 驴”“通 义”大模型语 言 大 模型“通 义千问”通义千问Q w e n 2大 模 型38阿里:自研 投资,通义落地工业机器人数据来源:阿里巴巴官网,东吴证券研究所 通义千问大语言模型接入工业机器人,Qwen2开源大模型达成超千万商业订单。阿里作为国内较早布局大模型和生成式AI的科技公司,在2023年4月发布首个自主研发的语言大模型“通义千问”,目前已经成功运用在工业机器人。新发布的Qwen2大模型系列涵盖5个尺寸的预训练和指令微调模型,并持续开源,发布至今已经累计下载量超过4000万,全球衍生模型数量高达5万,达成一笔超千万的商业订单。投资聚焦于大模型企业,首投人形机器人企业逐际动力并成为第二大股东。阿里今年来一直布局投资AI大模型创业企业,包括月之暗面、MiniMax、智谱AI、零一万物以及百川智能等国内主要大模型创业企业,几乎头部项目全覆盖。在人形机器人的布局中,阿里现在也开始强调实际的落地性和盈利性,开始投资人形机器人企业。2024年5月,阿里旗下投资平台“杭州灏月”增股逐际动力,阿里成为其除创始团队外的第二大股东。图:Qwen 2大模型全方位测评结果图:部分投资的大模型公司以及人形机器人企业逐际动力39腾讯:Robotics X五代机发布,聚焦康养领域数据来源:腾讯云、高工机器人、东吴证券研究所整理 自研入局,腾讯成立Robotics X实验室入局具身智能领域。腾讯Robotics X实验室成立于2018年,从成立之后到2020年的两年时间中,虽然发布了平衡自行车,但是一直处于技术摸索混沌期,直到2020年才确定好“系统中心、控制中心、感知中心与智能决策中心”四条发展主线。此后,Robotics X陆续发布空翻两轮机器人 Ollie、四足机器狗 Max、IDC 运维机器人等。2023年,Robotics X发布灵巧手TRX-Hand,2024年发布首个人形机器人“小五”,聚焦康养赛道,是机器人与人居环境二合一赛道上的里程碑式成果,但目前暂未进行试点及商业化。齐头并进,投资多家机器人和大模型企业。早在2017年,腾讯便投资了乐聚机器人,2018年参投了优必选并成为第一大股东,其后还参与了宇树科技多轮融资以及星动纪元的Pre-A轮融资。同时,仅在2023-2024年两年,腾讯一口气投资了包括智谱AI,百川智能、月之暗面等7家企业在内的大模型公司,广泛布局机器人整机&大模型领域。图:腾讯布局机器人领域重要时间节点图:腾讯Robotics X与Nature签约仪式2018201920232021Robotics X实验室成立团队扩张到40人,发布平衡自行车20202024发 布四 足 机 器狗 Jamoca和自平衡轮 式机器 人发布可“空翻”的两轮机器人Ollie灵 巧 手T R X-H a n d康养双足机器人“小 五”40小米:自研人形机器人Cyber One,融入自有生态数据来源:Robot猎场备忘录、东吴证券研究所 与多数互联网企业不同,小米选择自研人形机器人:2022年,小米发布搭载小米自研人工智能的全栈人形仿生机器人Cyber One,被认为是小米进军人形机器人产业的里程碑产品。Cyber One暂时不会量产,而是选择积极融入小米自有制造系统当中。2024年6月,北京小米机器人技术有限公司乔迁只北京亦庄小米工厂,并宣布Cyber One在小米自有制造产线上的分阶段落地,预示着Cyber One正式转向特斯拉机器人“Optimus”工业制造路线。除此之外,小米还研制出了高性能仿生四足机器狗Cyber dog和Cyber Dog2,不过机器狗和Cyber One一样,暂时都没有量产。图:Cyber One和Cyber Dog2图:小米布局机器人领域重要时间节点2018202120222023成立小米人形机器人实验室第一代四足机器人C y b e rD o g人 形 机 器 人Cyber One成立北京小米机器人公司;发布CyberDog22024牵头2023年国家重点研发计划“智能机器人”重点转向一“机器人自动化产线快速重构技术项目”41美团:坚持科技企业底色永不变数据来源:美团、互联网头条、机器人大讲堂、雷锋网、极客公园、东吴证券研究所 重金投资人形机器人企业,全面布局整机&大模型。美团早在2016年便开始了对机器人业务的探索,成立了W项目组研发无人配送,2017年成立自动配送部,2022年成立机器人研究院,2023年收购大模型公司“光年之外”。虽然美团的主营业务与机器人领域关联度不大,但美团一直关注机器人领域的投资,近年来投资了包括立镖机器人、未来机器人、九识智能、非夕机器人、银河通用机器人、宇树科技等机器人企业。2024年,美团重资人形机器人企业宇树科技,成为其第二大股东。图:美团无人车和无人机图:美团机器人研究院成立图:美团布局机器人领域重要时间节点2016201720222023成立W项目组成立自动车配送部深 圳 市 美团 机 器 人研究院机器人子公司成立 收购大模型公司“光 年 之 外”2024成为宇树科技第二大股东42车企横向对比:各大车企跨界角逐人形机器人数据来源:电子发烧网、人形机器人发布、中国证券报、量子位、厦门无界AI、东吴证券研究所 2024年各大车企在人形机器人领域火热布局:广汽发布第三代具身智能机器人Go Mate,小鹏发布人形机器人Iron,小米之前发布的Cyber One,奇瑞的Mornine等。目前车企在机器人领域的布局主要有三个主要方式:投资(如吉利等)、自研(小鹏、小米、广汽等)和合作开发(奇瑞等)。跨界角逐是必然,车企具有天然优势。人形机器人与汽车自动驾驶本质类似,都是“感知 决策 执行”,因此车企的许多技术可以直接复用到人形机器人上。在决策层,AI芯片与智能驾驶芯片有共同性,如小鹏发布的Iron机器人芯片便是用的自研图灵芯片。同时车企在电机、传感器、动力电池等供应链快速复用。在应用端,车企的自有工厂是人形机器人落地的天然场所。表:各大主要车企横向对比表43车企横向对比:华为领衔,头部企业优势突出数据来源:新渠道观察、智能车参考、东吴证券研究所 华为领衔,头部企业优势突出。基于智能驾驶与大模型在底层算法层面具备一定的共同性,我们选取智能驾驶人员投入及目前云端算力的规模作为核心指标,对主流车企进行横向比较:头部车企的投入规模较高,与第二梯队差距较大,其中华为领衔,在研发人员&算力规模方面均为国内第一。表:各大主要车企智能驾驶研发人员投入(单位:人)010002000300040005000600070008000华为23年12月比亚迪24年1月小鹏24年1月极氪24年2月蔚来23年11月小米24年4月理想24年5月024681012华为24年12月小米24年11月理想24年11月小鹏34年7月长城24年4月表:各大主要车企云端算力规模比较(单位:Eflops)44小鹏:惊艳亮相,人形机器人Iron宣告小鹏回归大众视野数据来源:人形机器人产业通、东吴证券研究所 新一代人形机器人Iron对标特斯拉“Optimus”。2020年,小鹏在机器人赛道开始迈步,收购四足机器人企业“多够机器人”,成立“鹏行智能”,正式布局机器人赛道。2023年发布双足机器人PX5。2024年,小鹏再次发布新一代人形机器人Iron。Iron人形机器人:Iron几乎将PX5的软硬件重新设计,以真人1:1的比例打造,身高达到178厘米,体重70公斤;身体构造上,拥有62个全身主动自由度和15个手部可动自由度;“大脑”采用了小鹏自研的图灵AI芯片,拥有高达3000T的算力,具备强大的数据处理和学习能力,能够像人一样进行思考、记忆,并自主控制手脚活动;Iron还融合了AI鹰眼视觉系统,实现了720无死角的环境感知能力;结合端到端大模型和强化学习算法,Iron在行走和避障方面展现出了类似汽车驾驶的精准与稳健。目前,Iron机器人已在小鹏汽车的广州工厂投入实训,主要参与小鹏P7 车型的生产流程。图:小鹏人形机器人PX5图:小鹏人形机器人Iron45广汽:第三代具身智能机器人GoMate发布数据来源:中国机器人网、广汽研究院、东吴证券研究所 第三代产品发布,核心零部件自主研发。2024年12月,广汽发布第三代具身智能机器人GoMate,其核心零部件完全自主研发。早在2022年,广汽便已立项AI机器人,并于2024年陆续发布了第二代和第三代具身智能机器人。其中,第二代具身智能机器人采用可变轮足设计,搭配灵巧手,采用“远程操控 AI末端自主”的模式。不到一个月后,公司便发布第三代具身智能机器人GoMate。软硬件全面升级,25年有望实现零部件批量生产。GoMate采用了微型低压伺服驱动器,驱控一体化设计关节模组,还加入了广汽自研视觉自动算法,还配备了多种传感器以及云端多模态大模型,使其能够更好的感知周边环境,迅速响应人类的语音指令。此外,GoMate采用模仿学习和强化学习等方法提升自主操作能力,可模仿人类进行倒茶、整理衣服、搬运物品等精细任务操作。广汽计划2025年实现自研零部件批量生产,并将在主机厂车间生产线和产业园区开展整机示范应用。图:第二代具身智能机器人图:第三代具身智能机器人GoMate46比亚迪:投资 自研入局,押注人形机器人数据来源:优必选科技、东吴证券研究所 押注人形机器人,保持新能源汽车领域竞争优势。身为国内车企龙头之一的比亚迪,旗下事业部众多,工厂遍布全球、产线&型号丰富,尽管自有汽车产线自动化率也已经高达95%以上,但仍需大量装配、检测工人,可以预见对机器人的需求量相当大。其一直对机器人行业多有关注,先后投资优必选、智元机器人等人形机器人企业。2025年,比亚迪十五事业部公布内部代号“尧舜禹”的人形机器人项目,标志公司正式涉足这一前沿领域。比亚迪与优必选合作由来已久,不断深入。1)投资:在优必选创业初期,比亚迪便进行天使投资800万元,随后又多轮投资;2)业务协同:优必选的智能云平台商用服务机器人Cruzr采用比亚迪电池技术和电机技术,此外优必选Walker S1已进入比亚迪工厂实训。图:Walker S1在比亚迪工厂搬东西图:优必选工业机器人Walker S147奇瑞:人形机器人Mornine发布,正式进军人形机器人赛道数据来源:中国机器人网、东吴证券研究所 合作开发,Mornine正式发布。2024年5月,奇瑞联手AI公司Aimoga共同研发的人形机器人Mornine正式发布。Mornine采用仿生设计,有着仿人硅胶面孔和模拟人类面部肌肉动作能力的设计,同时还配有五指灵巧手,进一步提升形象逼真度。奇瑞对机器人的规划主要分三个阶段:第一步Mornine主要去到门店充当导购,可以通过语音或屏幕界面提供详细的产品信息和建议;第二阶段,奇瑞将进一步完善人形机器人的动作丰富度,提升人形机器人的行走及移动导航能力,改善目前Mornine动作僵硬且只能小范围移动的不足;第三步则是围绕各种场景,例如儿童看护、做家务等,使得Mornine成长为全面的家庭助理。图:Mornine在发布会现场 成立公司,赛力斯开始布局人形机器人。2023年12月29日,赛力斯成立重庆赛力斯凤凰智创科技有限公司,由财政局控股公司作为凤凰智创的最大股东。此外,2024年9月14日公司还申请注册了ROBOREX商标,并在10月12日拿到了受理通知书。团队人才招募,打造具身智能团队。赛力斯在公开平台上发布了和具身智能相关的招聘信息,截至2024年11月共有岗位5个,且仍在招募中。赛力斯:布局刚刚开始,打造具身智能专业团队图:凤凰智创股权结构(截至2024年12月31日)图:赛力斯在BOSS直聘等平台公开招聘重庆赛力斯凤凰智创科技有限公司重庆赛力斯新能源汽车设计院重庆科学城投资控股有限公司成都赛力斯科技有限公司重庆赛新企业管理咨询合伙企业40.91.00%8.35.74%数据来源:爱企查、BOSS直聘、东吴证券研究所49其他车企:渐次入局,人形机器人成为新热土数据来源:车东西、人形机器人洞察研究、东吴证券研究所 多家车企看好人形机器人:1)理想:2024年12月,理想CEO表示,理想汽车100%会做人形机器人,一年一百亿的研发费用半数投在人工智能;2)长安汽车:将人形机器人纳入战略布局,明确计划未来五年内在人形机器人领域投资超500亿,2026年前推出飞行汽车产品,2027年前发布人形机器人产品;3)上汽集团:上汽创投参与人形机器人本体企业智元机器人的A3轮战略融资,以投资机器人企业的形式切入人形机器人领域;除此之外,宁德时代、东风等十几家国内车企都开始渐次入局,人形机器人正在成为备受车企追逐的新热土。图:理想汽车CEO李想接受采访时坚定会做人形机器人图:2024 广州车展长安汽车人形机器人商业计划空间测算及零部件梳理应用场景:多环节替代,长期经济性凸显 需求迫切,大批量应用临界点已至。近半年国内车企开放众多工位测试人形机器人,机器替人需求迫切,但当前机器人功能仍处于快速迭代阶段,车企多采用多个机器人替代1个工位(工厂中的生产单元,对应1位或多位工人)的方案,后续随着机器人功能提升有望实现1:1替代。机器人开发周期一般为612个月,24年下半年各大车企加快验证,目前大批量应用条件已基本具备,临界点已至。以比亚迪工厂为例,人形机器人可用于外观检测、底盘装配、物流搬运等自动化设备仍无法全部完成且重复率较高的生产环节,初期按照5%的渗透率(搬运较为简单,因此为10%),3台机器人对应1个工位,对应自用需求8万台,若长期提高到28%渗透率,1台机器人即可替代1个工位,对应需求14万台。长期来看,人形机器人降本空间大,经济性凸显:放量初期按照一台机器人成本40万算,3台替代一个工位,回本周期7年。但若成本下降至12万元,1台替代一个工位,回本周期降至0.7年,经济性凸显。图:人形机器人自用量预测(以比亚迪为例进行测算)图:人形机器人在车企中应用的经济性测算项目金额工厂人工成本(万元)18短期机器人成本(万元)40远期机器人成本(万元)12短期3台机器人替代1个工人一个工位成本(万元)120回本周期(年)7远期1台机器人替代1个工人一个工位成本(万元)12回本周期(年)0.7工人机器人替代比例3台机器人替代1个工人所需机器人机器人替代比例1台机器人替代1个工人(万人)(万台)(万台)外观检测105%1.630%3底盘装配165%2.425%4物料搬运510%1.660%3其他214%2.520%4合计5215851数据来源:东吴证券研究所测算国内机器人空间测算图:国内人形机器人及执行器市场空间测算 从节奏上看,目前自动化程度较高,头部企业较为集中,应用环节较为明确的汽车、3C有望率先起量。52数据来源:国家统计局,东吴证券研究所中国2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E2035E汽车制造业汽车制造产业就业人员(万)558561564566569572575578581584587其中:外观检测112112113113114114115116116117117人形机器人渗透率0.1%0.2%0.6%2.0%5.0.0 .00.0B.0U.0p.0%人形机器人替代率(台/工位)3.02.92.72.21.71.31.21.01.01.01.0其中:底盘装配167168169170171172173173174175176人形机器人渗透率0.1%0.2%0.5%1.2%3.0%5.0%8.0.0 .0).0.0%人形机器人替代率(台/工位)4.03.83.02.41.91.51.31.21.21.21.2其中:物料搬运5656565757575858585859人形机器人渗透率0.1%0.6%2.0%6.0.0 .05.0P.0e.0u.0.0%人形机器人替代率(台/工位)4.0 3.0 2.7 2.3 1.8 1.5 1.2 1.0 1.0 1.0 1.0 其中:其他223 224 226 226 228 229 230 231 232 234 235 人形机器人渗透率0.1%0.2%0.5%1.0%2.5%4.0%9.0.00.0B.0U.0%人形机器人替代率(台/工位)4.03.83.62.92.01.71.41.41.41.41.4人形机器人需求(万)1412244463991392243033933C制造业计算机、通信和其他电子设备制造业就业人员(万)10481,0581,0691,0801,0911,1011,1121,1241,1351,1461,158其中:精密装配105 106 107 108 109 110 111 112 114 115 116 人形机器人渗透率0.0%0.0%0.1%0.3%1.0%3.0%7.0.0%.06.0H.0%人形机器人替代率(台/工位)4 4 4 4 3 3 3 3 2 2 2 其中:模具精密加工84 85 86 86 87 88 89 90 91 92 93 人形机器人渗透率0.0%0.0%0.1%0.3%1.0%3.0%7.0.0.00.0E.0%人形机器人替代率(台/工位)44432211111其中:物料搬运126 127 128 130 131 132 133 135 136 138 139 人形机器人渗透率0.0%0.1%0.3%0.8%2.0%6.0.0 .01.0C.0.0%人形机器人替代率(台/工位)4 4 4 4 3 3 3 2 2 2 2 其中:质量检测与维护157 159 160 162 164 165 167 169 170 172 174 人形机器人渗透率0.0%0.0%0.1%0.3%1.0%3.0%7.0.0%.08.0P.0%人形机器人替代率(台/工位)44432211111其中:其他576 582 588 594 600 606 612 618 624 630 637 人形机器人渗透率0.0%0.0%0.1%0.2%0.5%1.5%3.0%8.0.0%.05.0%人形机器人替代率(台/工位)4.0 4.0 3.0 3.0 2.7 2.4 2.1 1.8 1.5 1.3 1.1 人形机器人需求(万)015112570126234365508666服务业货摊、无店铺及其他零售就业人员(万)315340367397429463500540583630680人形机器人渗透率0.0%0.1%0.3%1.5%3.0%7.0.0%.05.0G.0X.0%装卸搬运和仓储业就业人员(万)143150158166174183192201211222233人形机器人渗透率0.0%0.0%0.1%1.5%5.0.0 .00.0.0R.0e.0%餐饮配送及外卖送餐服务就业人员(万)2731364147525763697684人形机器人渗透率0.0%0.0%0.0%0.7%2.0%5.0%9.0.0 .00.0B.0%合计人形机器人需求1518449118934457789112451640中国人形机器人新增需求(万)1.24.112.925.947.398.0154.2233.6313.6354.2394.6-增速247!807WQ4%人形机器人执行器单价(万元)86444333333中国人形机器人执行器市场空间(亿元)9235197167329518769101210861150-增速1433sWH2%7%6%国内机器人空间测算图:国内人形机器人及执行器市场空间测算国内机器人执行器空间测算:目前人形机器人的研发和市场布局主要瞄准汽车、3C、搬运、配送等应用场景,后续也将在能源开采,综合零售等工商业领域应用并进一步走进家庭。我们预计2030/2035年机器人新增需求将达到136/1163万台。53数据来源:国家统计局,东吴证券研究所中国2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E2035E制造业汽车制造产业就业人员(万)558561564566569572575578581584587人形机器人渗透率0.2%0.7%2.1%4.3%7.7.0.1$.18.5Q.9f.9%人形机器人需求(万)141224446399139224303393计算机、通信和其他电子设备制造业就业人员(万)10481,0581,0691,0801,0911,1011,1121,1241,1351,1461,158人形机器人渗透率0.0%0.1%0.4%1.0%2.3%6.3.4 .82.2D.3W.5%人形机器人需求(万)015112570126234365508666通用设备制造业796800804808812816820824828833837人形机器人渗透率0.0%0.0%0.0%0.2%0.5%2.0%5.0.0.0!.0(.0%人形机器人需求(万)00024164182124175234专用设备制造业615618621624627631634637640643646人形机器人渗透率0.0%0.0%0.0%0.1%0.2%0.5%1.5%4.0.0.0%.0%人形机器人需求(万)000113102564109162电气机械和器材制造业813817821825829834838842846850855人形机器人渗透率0.0%0.0%0.0%0.1%0.2%0.5%1.0%3.0%6.0.0 .0%人形机器人需求(万)00012482551102171煤炭开采和洗选业277278280281283284285287288290291人形机器人渗透率0.0%0.0%0.1%0.2%0.5%0.9%1.9%5.0.0.0!.0%人形机器人需求(万)000113514294361服务业货摊、无店铺及其他零售就业人员(万)315340367397429463500540583630680人形机器人渗透率0.0%0.1%0.3%1.5%3.0%7.0.0%.05.0G.0X.0%人形机器人需求(万)0016133275135204296394装卸搬运和仓储业就业人员(万)143150158166174183192201211222233人形机器人渗透率0.0%0.0%0.1%1.5%5.0.0 .00.0.0R.0e.0%人形机器人需求(万)0002922386084115151餐饮配送及外卖送餐服务就业人员(万)2731364147525763697684人形机器人渗透率0.0%0.0%0.0%0.7%2.0%5.0%9.0.0 .00.0B.0%人形机器人需求(万)00001359142335汽车、摩托车、零部件和燃料及其他动力销售327329330332334335337339340342344人形机器人渗透率0.0%0.0%0.1%0.5%1.3%1.9%2.4%3.0%3.5%4.5%5.2%人形机器人需求(万)000257810121518综合零售343345346348350352353355357359361人形机器人渗透率0.0%0.0%0.2%0.8%2.0%2.5%3.0%3.5%4.5%5.2%8.0%人形机器人需求(万)0013791112161929医药及医疗器材专门零售226227228229231232233234235236238人形机器人渗透率0.0%0.0%0.2%0.8%1.9%2.4%3.0%3.5%4.5%5.2%8.0%人形机器人需求(万)00024678111219其他工商业领域人形机器人(万)00345614294366104中国城镇家庭数(户)3440034434344693450334538345723460734642346763471134746人形机器人渗透率0.00%0.00%0.00%0.00%0.01%0.03%0.10%0.40%1.20%2.25%3.65%人形机器人需求(万)0000310351394167811268人形机器人存量需求152256118245470900161725123625人形机器人替代需求0000211294564134184人形机器人需求合计152256120256499945168126463809中国人形机器人新增需求(万)1.24.117.033.464.5135.8243.1446.4735.8965.31162.9-增速247171ye1 %人形机器人执行器单价(万元)9.88.97.97.26.35.25.04.64.54.44.2中国人形机器人执行器市场空间(亿元)123613324140471112052060332742724889-增速2120gviqa(T执行器:成本质量控制是核心,模组外采&部件自制趋势初现数据来源:东吴证券研究所绘制“性能优异”“成本低廉”“快速响应”“供应稳定”是执行器环节的四大核心竞争力。系统性降本能力,即做到大规模生产下的成本质量控制是国内执行器环节的核心,目前多数机器人企业规模较小,并不具备规模化能力。下游对模组整体采购比例提升,远期看执行器环节有望实现零部件全自制。当前机器人企业重点迭代运动控制及模型能力,对硬件的制造、集成投入不足,因此对关节模组的整体采购需求增加。此外,当前机器人仍处于功能实现阶段,对于零部件的选择更加侧重性能,因此部分核心零部件(如丝杠、减速器)仍需要外采。但长期看,零部件自制一方面可以提升零部件的适配性,同时还可以增厚执行器企业利润,头部企业也正通过自购设备&合资公司等方式进行研发,最终实现零部件全自制。图:执行器环节核心壁垒性能优异成本低廉供应稳定快速响应大规模下成本质量控制前期快速迭代保持领先后期稳定供应保证安全核心部件单独采购模组整体采购部分零部件外采零部件全自制图:供应关系演进示意图55减速器:谐波减速器是关节的最佳方案,国产份额逐步提升数据来源:人形机器人研究院,东吴证券研究所 谐波减速器为人形机器人旋转执行器的最优方案。减速器是连接动力源和执行机构的中间机构,具有匹配转速和传递转矩的作用。谐波减速器负载小、精度高、结构紧凑,在工业机器人领域用于小负载六轴、小负载SCARA及协作机器人,在人形机器人中主要应用于小臂、大臂等上肢旋转关节。柔轮和钢轮的制造是核心,国产厂商份额逐步提升。谐波减速器由柔轮、钢轮及波发生器组成,关键指标为减速比、平均负载转矩最大值、寿命、精度、强度等,其中柔轮和钢轮的制造难点在于材料选择、加工工艺及对热处理/齿形精度的控制。哈默纳克此前全球份额超80%,但国内绿地、来福份额逐步突破,23年日哈默纳克和新宝在国内已下降至45%。图:国内人形机器人相关政策梳理图:2023年国内谐波减速器竞争格局39%9%7%7$%哈默纳科绿的谐波来福谐波同川科技日本新宝其他谐波减速器谐波减速器行星减速器行星减速器产品特点产品特点结构紧凑、体积小、质量轻、传动比范围大体积小、高刚度、高精密、低传动、抗冲击能力强传统应用场传统应用场景景小负载六轴/SCARA机器人小臂、腕部或手部、协作机器人直角坐标机器人、四足机器人、小型仿人机器人手指关节人形机器人人形机器人应用部位应用部位小臂、大臂等上肢旋转关节下肢旋转关节单价(元)单价(元)1000-1500300-50056丝杠:国内大规模应用暂未成风,T降本后有望带动方案升级数据来源:各公司公告,东吴证券研究所 滚柱丝杠是人形机器人线性执行器的最佳方案。人形机器人向更加拟人化的方向演进时,双足、双臂需采用连杆结构,连杆末端采用“电机 丝杠”结构,能够满足刚性、载荷、运动精度和连续性要求。丝杠采用滚柱丝杠和T型丝杠(不用滚珠因其负载能力稍弱)。工艺及设备共同形成滚柱丝杠壁垒,人形机器人规模化后有望带动国产方案升级。滚柱丝杆难点在于精度的控制。从工艺角度看,热处理(影响寿命)、精磨(影响精度)、装配(影响一致性)是核心;其次,对设备的精度要求极高,精磨设备交货周期需1-2年。当前,滚柱丝杠仅用于航空等高端领域应用,特斯拉量产带动降本后有望带动国产机器人方案升级,线性执行器渗透率有望逐步提升。图:滚柱丝杠成本测算公司介绍有滚珠丝杠技术积累厂商新剑传动22年公司行星滚柱丝杠电动缸产线系列产品批量生产,已建成 350 万套的批量化生产能力。25年1月年产100万台人形机器人行星滚柱丝杠产业化项目奠基完成。秦川机床1)子公司汉川机床可生产精度为2-3级别的滚珠丝杠,下游应用领域为汽车、机床。公司现有滚珠丝杠产能达10万件,主要应用于电动车领域,计划投资2亿,再扩产28万件。2)公司拥有螺纹磨床生产能力,可提供设备。鼎智科技公司布局小尺寸滚珠丝杠和滚柱丝杠,最小直径3mm,产品精度与寿命等方面要求高,23年底推出;行星滚柱丝杠国内企业较少布局,公司已完成零部件研发并送样客户,成套行星滚柱丝杠在研发阶段。拥有高精度进口磨床厂商贝斯特公司已投资3.5亿进口高精度机床设备,用于生产应用于工业母机的高端滚珠丝杠,23H2设备到位。公司已完成滚柱丝杠研发,并送样。恒立液压公司拟投资15亿建设滚珠丝杠,并采用进口的高精度机床设备,24年设备将陆续到位,主要用于生产高端滚珠丝杠。锁定潜在大客户北特科技公司主业为汽车零部件,已完成行星滚柱丝杠配件研发及送样。由于公司缺乏进口高精度磨床,故预计部分环节需代加工完成。五洲新春公司主要配合滚柱丝杠厂商做前道粗加工。项目未成熟成熟后成本成本土地厂房(万)400240精磨设备(万/台)1,000400其他设备(万)800320生产效率(套/天)1.58.0折旧(元/套)4,115324能源成本(元/套)8015人工成本(元/套)584110其他成本(元/套)5025原材料(元/套)400167单个重量kg22单价(万/吨)105良率50%合计成本(元/套)10,459711图:国内主要的滚柱丝杠参与者及特点57灵巧手:远期空间广阔,短期方案仍未收敛数据来源:各公司官网,东吴证券研究所 灵巧手对提高机器人柔性意义重大,是人形机器人手部的最终方案,但方案目前仍未收敛。灵巧手作为末端执行器,是机器人与环境相互作用的最后环节与执行部件,对提高机器人的柔性和易用性有着极为重要的作用,其性能的优劣在很大程度上决定了整个机器人的工作性能。目前有三种主流的传动方式,其中连杆传动精度较高,是目前的主流方向,但因其对电机要求较高且相对笨重,各家也在积极研发蜗轮蜗杆、腱绳方案,目前仍未收敛。多家企业纷纷推出灵巧手产品,目前还处于功能验证阶段。相对于关节模组已经相对成熟,灵巧手目前仍处于研发及功能验证阶段,目前最新推出的产品多为12自由度,后续有望随着材料、方案逐步成熟,自由度预计将进一步增加,灵活度提升。图:三种主要的灵巧手传动方式公司名称公司类型灵巧手系列自由度星动纪元本体星动XHAND112主动傅利叶灵巧手12傲意科技零部件ROHAND11(6主动)速腾聚创Papert2.020兆威机电ZWHand17因时机器人RH56DFX系列12(6主动)传动方式特点缺点腱传动一般具有很高的抗拉强度和很轻的重量,容易实现多自由度和远距离动力传输腱的刚度有限,影响位置精度;控制时需要预紧力,易产生摩擦;容易产生力矩和运动的耦合,整体抓取控制的难度和复杂度较大连杆传动刚度好、出力大、负载能力强、加工制造容易、易获得较高的精度结构冗杂,笨重,柔性不足,抗冲击性能较弱,对手内空间配置要求较高齿轮/蜗轮蜗杆传动各手指动作相互独立,驱动更加灵活,但是手指的闭合时间较长连杆的缺点外,还容易出现故障图:国内部分灵巧手参与者及自由度参数58国内机器人零部件单价测算数据来源:东吴证券研究所测算 国内人形机器人成本拆分及趋势判断:1)单体关节数目随自由度(方案升级、双足比例提升等)提升而增加;2)早期以旋转关节为主,线性关节逐步成熟后渗透率提升;3)灵巧手方案逐步收敛至五指灵巧手。我们测算2035年大批量生产后,单个机器人执行器价值量约4万元。图:国内人形机器人成本拆分中国2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E2035E中国人形机器人新增需求(万)141733641362434467369651163-增速247171ye1 %人形机器人单价(万元)5039302419151313121111人形机器人产值(亿元)59158516793119420103239565188491102812622-增速1706TQhatW%执行器关节单个机器人关节数(个)2424252526262728293030人形机器人执行器总价(万元)9.88.97.97.26.35.25.04.64.54.44.2其中:旋转关节(个)2424251718161413141515无框力矩电机(元)800720648583496397357321305290275谐波减速器(元)2000180014401152922737664597567539512驱动器(元)300270243219186149134120114109103扭矩传感器(元)500450405365310248223201191181172编码器(元)250225203182155124112100959186旋转关节价值量(元)41003690314126832223177816001440136813001235其中:线性关节(个)00088101315151515无框力矩电机(元)800720648583525472425383364345328行星滚柱丝杠(元)50004000320025602048163813931184112510681015梯形丝杠(元)1000850723614522444377321305289275驱动器(元)400360324292262236213191182173164力传感器(元)500450405365328295266239227216205编码器(元)250225203182164148133120114108103线性关节价值量(元)56174705395433332819239220901829173716501568多指灵巧手其中:三指灵巧手300000% %0%空心杯电机(元)800720648583525472425404384365346行星减速器(元)15013512210998898076726865编码器(元)10090817366595348454341三指灵巧手价值量(元)29502655239021511935174215681487141213421275其中:五指灵巧手10 0Pp0%空心杯电机(元)800720648583525472425404384365346行星减速器(元)15013512210998898076726865编码器(元)10090817366595348454341五指灵巧手价值量(元)118001062095588602774269686271594756495367509959国内机器人零部件空间测算数据来源:国家统计局,东吴证券研究所测算 国内机器人零部件空间测算:长期空间排序来看,行星滚柱丝杠无框力矩电机谐波减速器空心杯电机梯形丝杠行星减速器。图:国内人形机器人零部件空间测算中国2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E2035E中国人形机器人新增需求(万)141733641362434467369651163-增速5310UG8H85$%旋转执行器(亿元)1236133152258386545836141018822154-增速2120iPASi4%线性执行器(亿元)000891453256611224191723902735-增速6333W%无框力矩电机(亿元)272749851502564437169201053-增速212)1wtxpsb)%谐波减速器(亿元)6186165107160226347584780893-增速212$8%7dPASi4%行星滚柱丝杠(亿元)000467014829352882710311180-增速541W%梯形丝杠(亿元)00059204072112140160-增速644W%空心杯电机(亿元)0159205195188316408483-增速2646373i)%行星减速器(亿元)00124101835597791-增速2646373i)%投资建议与风险提示 投资建议:机器人当前类比2014年电动车,即将量产,开启10年产业大周期,强烈看好板块!1)特斯拉链:首推确定性龙头Tier1【三花智控】【拓普集团】,Tier2【鸣志电器】【绿的谐波】【双环传动】,关注【北特科技】【浙江荣泰】【五洲新春】【震裕科技】【斯菱股份】【大业股份】等;2)华为链:推荐【雷赛智能】【赛力斯】,关注【兆威机电】【蓝黛科技】【富临精工】【禾川科技】【豪能股份】【科力尔】【埃夫特】【拓斯达】等。3)英伟达链:推荐【伟创电气】【科达利】等。4)宇树科技链:关注【长盛轴承】【卧龙电驱】【奥比中光】【曼恩斯特】。风险提示:人形机器人推广不及预期,特斯拉人形机器人量产进展不及预期,产业链降本不及预期,行业关键技术突破不及预期,竞争加剧等。投资建议表:可比公司估值表(截至2025年1月27日)61数据来源:Wind,东吴证券研究所2024E2025E2026E2024E2025E2026E002050.SZ三花智控1,14130.5732.438.045.43530256.3买入东吴601689.SH拓普集团1,10765.6730.537.245.63630245.9买入东吴603728.SH鸣志电器26162.321.41.72.01811531289.1买入东吴688017.SH绿的谐波266145.000.71.01.43642581847.7买入东吴002472.SZ双环传动29634.9010.312.715.52923193.5买入东吴002979.SZ雷赛智能10534.212.02.53.15243347.4买入东吴601127.SH赛力斯2,005132.7959.3109.6158.634181315.4买入东吴688698.SH伟创电气10750.802.83.44.13832275.2买入东吴002850.SZ科达利297109.4014.217.220.72117142.7买入东吴003021.SZ兆威机电22493.252.22.73.410482657.1未评级Wind688320.SH禾川科技6744.20-0.50.40.7-1391611004.8未评级Wind300432.SZ富临精工20016.374.310.714.24719144.6未评级Wind603009.SH北特科技16548.600.81.11.7209143999.3未评级Wind603119.SH浙江荣泰9826.902.43.44.64129215.5未评级Wind603667.SH五洲新春15943.461.62.12.59976635.4未评级Wind301550.SZ斯菱股份9585.972.02.32.74841355.6未评级Wind300953.SZ震裕科技141119.993.04.66.64730214.3未评级Wind300718.SZ长盛轴承16254.092.63.24.061514110.3未评级Wind600580.SH卧龙电驱27020.699.411.313.02924212.7未评级Wind301325.SZ曼恩斯特7451.751.32.43.35732232.5未评级Wind评级来源证券代码名称总市值(亿元)股价PB现值归母净利润(亿元)PE 人形机器人推广不及预期风险。人形机器人的推广受到现有技术、用户接受度、具体应用场景需求等多方面的影响,商业化进度具有不确定性,可能对产业链产生不利影响。特斯拉人形机器人量产进展不及预期风险。特斯拉人形机器人的量产对于行业具有引领作用,若其量产时间点继续推后,对于上游供应商将产生不利影响。产业链降本不及预期风险。目前人形机器人方案成本较高,各核心零部件均有较大降本空间,降本进度不及预期将影响下游大规模应用。行业关键技术突破不及预期风险。人形机器人软件、硬件相关关键技术尚在研发当中,需要实现技术突破才能使机器人性能、成本满足需求。市场竞争加剧风险。人形机器人未来商业价值显著,正处于持续投入、激烈竞争阶段,新进入者入局可能使公司面临竞争加剧的风险。风险提示62免责声明免责声明东吴证券股份有限公司经中国证券监督管理委员会批准,已具备证券投资咨询业务资格。本研究报告仅供东吴证券股份有限公司(以下简称“本公司”)的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下,本报告中的信息或所表述的意见并不构成对任何人的投资建议,本公司及作者不对任何人因使用本报告中的内容所导致的任何后果负任何责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。在法律许可的情况下,东吴证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易,还可能为这些公司提供投资银行服务或其他服务。市场有风险,投资需谨慎。本报告是基于本公司分析师认为可靠且已公开的信息,本公司力求但不保证这些信息的准确性和完整性,也不保证文中观点或陈述不会发生任何变更,在不同时期,本公司可发出与本报告所载资料、意见及推测不一致的报告。本报告的版权归本公司所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制和发布。经授权刊载、转发本报告或者摘要的,应当注明出处为东吴证券研究所,并注明本报告发布人和发布日期,提示使用本报告的风险,且不得对本报告进行有悖原意的引用、删节和修改。未经授权或未按要求刊载、转发本报告的,应当承担相应的法律责任。本公司将保留向其追究法律责任的权利。东吴证券投资评级标准东吴证券投资评级标准 投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力相对基准表现的预期(A 股市场基准为沪深 300 指数,香港市场基准为恒生指数,美国市场基准为标普 500 指数,新三板基准指数为三板成指(针对协议转让标的)或三板做市指数(针对做市转让标的),北交所基准指数为北证50指数),具体如下:公司投资评级:买入:预期未来6个月个股涨跌幅相对基准在15%以上;增持:预期未来6个月个股涨跌幅相对基准介于5%与15%之间;中性:预期未来 6个月个股涨跌幅相对基准介于-5%与5%之间;减持:预期未来 6个月个股涨跌幅相对基准介于-15%与-5%之间;卖出:预期未来 6个月个股涨跌幅相对基准在-15%以下。行业投资评级:增持:预期未来6个月内,行业指数相对强于基准5%以上;中性:预期未来6个月内,行业指数相对基准-5%与5%;减持:预期未来6个月内,行业指数相对弱于基准5%以上。我们在此提醒您,不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系,表示投资的相对比重建议。投资者买入或者卖出证券的决定应当充分考虑自身特定状况,如具体投资目的、财务状况以及特定需求等,并完整理解和使用本报告内容,不应视本报告为做出投资决策的唯一因素。东吴证券研究所苏州工业园区星阳街5号邮政编码:215021传真:(0512)62938527东吴证券 财富家园

    发布时间2025-02-06 64页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 电子行业AI+系列专题报告(六):DeepSeek重塑开源大模型生态AI应用爆发持续推升算力需求-250205(42页).pdf

    请务必阅读正文之后的免责声明及其项下所有内容20252025年年0202月月0505日日电子电子AI AI 系列专题报告(六)系列专题报告(六)DeepSeekDeepSeek重塑开源大模型生态,重塑开源大模型生态,AIAI应用爆发持续推升算力需求应用爆发持续推升算力需求行业研究行业研究 行业专题行业专题 电子电子投资评级:优于大市(维持)投资评级:优于大市(维持)证券分析师:胡剑证券分析师:胡慧证券分析师:叶子证券分析师:张大为证券分析师:詹浏洋021-60893306021-608713210755-81982153021-61761072010-S0980521080001S0980521080002S0980522100003S0980524100002S0980524060001证券研究报告证券研究报告|请务必阅读正文之后的免责声明及其项下所有内容DeepSeekDeepSeek重塑开源大模型生态,重塑开源大模型生态,AIAI应用爆发持续推升算力需求应用爆发持续推升算力需求lDeepSeekDeepSeek发展突飞猛进,领跑开源大模型技术与生态,发展突飞猛进,领跑开源大模型技术与生态,DeepSeekDeepSeek模型已成为全球现象级模型。模型已成为全球现象级模型。DeepSeek(深度求索)公司成立于2023年7月,是一家致力于实现通用人工智能(AGI)的创新型科技公司。2024年12月,DeepSeek-V3发布,性能对齐海外领军闭源模型。据官方技术论文披露,V3模型的总训练成本为557.6万美元,对比GPT-4o等模型的训练成本约为1亿美元。2025年1月,DeepSeek-R1发布,性能对标OpenAI-o1正式版。在数学、代码、自然语言推理等任务上,性能比肩OpenAI-o1正式版。2月1日消息,据彭博社报道,DeepSeek的人工智能助手在140个市场下载次数最多的移动应用程序排行榜上名列前茅。国外大型科技公司如微软、英伟达、亚马逊等已先后上线部署支持用户访问DeepSeek-R1模型。2月1日,华为云官方发布消息,硅基流动和华为云团队联合首发并上线基于华为云昇腾云服务的DeepSeekR1/V3推理服务。lDeepSeekDeepSeek通过通过MLAMLA和和DeepSeekMoEDeepSeekMoE实现高效的推理和低成本训练,构建实现高效的推理和低成本训练,构建DualPipeDualPipe算法和混合精度训练优化计算与通信负载;通过算法和混合精度训练优化计算与通信负载;通过(分阶段分阶段)强化学习实现性能突破。强化学习实现性能突破。多头潜在注意力(MLA)通过低秩联合压缩技术,大幅削减了注意力键(keys)和值(values)的存储空间,显著降低了内存需求。DeepSeekMoE架构采用了更为精细粒度的专家设置,能够更加灵活且高效地调配资源,进一步提升了整体的运行效率和表现。DeepSeek模型对跨节点的全对全通信机制进行优化,充分利用InfiniBand和NVLink提供的高带宽。创新性提出了DualPipe算法,通过优化计算与通信的重叠,有效减少了流水线中的空闲时间。采用FP8混合精度训练技术,不仅极大地加快了训练速度,还大幅降低了GPU内存的消耗。DeepSeek-R1-Zero通过强化学习架构创新实现突破性性能,核心技术创新体现在训练效能优化策略、双维度评价体系、结构化训练范式三个维度。DeepSeek-R1采用分阶段强化学习架构演进,包括冷启动阶段、面向推理的强化学习、拒绝采样与监督式微调、全场景强化学习等。lAIAI应用爆发在即,算力需求持续攀升,关注应用爆发在即,算力需求持续攀升,关注ASICASIC及服务器产业链。及服务器产业链。Scaling Law与“涌现”能力是大模型训练遵循的重要法则,随着ChatGPT引领全球AI浪潮,国内外科技公司纷纷发布AI大模型,截至24年7月,全球AI大模型数量约1328个(其中美国位居第一位,占比44%;中国位居第二位,占比36%),模型的迭代加速、竞争加剧。同时,AI模型向多模态全方位转变,AI应用百花齐放,企业主动拥抱AI应用市场。因此,模型数量、模型参数、数据总量的持续增长及AI应用需求推动全球算力爆发式增长。在英伟达GPU随着架构的不断演进及算力的成倍增长,于AI大模型训练中得到广泛运用的同时,为了满足CSP客户更高性能和更好功能的需求,定制化芯片ASIC的需求持续提升,牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级,促使国内外云服务商资本开支持续高速增长,带来AI服务器市场规模大幅提升,预计到26年全球AI服务器出货量将达到237万台,对应2023-2026年CAGR为26%。l重点推荐组合:重点推荐组合:中芯国际、翱捷科技、德明利、工业富联、沪电股份、联想集团、国芯科技、澜起科技、芯原股份、龙芯中科、东山精密、景旺电子。l风险提示:风险提示:宏观AI应用推广不及预期、AI投资规模低于预期、AI服务器渗透率提升低于预期、AI监管政策收紧。请务必阅读正文之后的免责声明及其项下所有内容DeepSeek发展突飞猛进,领跑开源大模型技术与生态0101AI应用爆发在即,算力需求持续攀升,关注ASIC及服务器产业链0202风险提示0303目录目录请务必阅读正文之后的免责声明及其项下所有内容DeepSeekDeepSeek发展突飞猛进,领跑开源大模型技术与生态发展突飞猛进,领跑开源大模型技术与生态请务必阅读正文之后的免责声明及其项下所有内容DeepSeekDeepSeek成立不到两年颠覆开源大模型格局,性能对标海外成立不到两年颠覆开源大模型格局,性能对标海外l DeepSeekDeepSeek(深度求索深度求索)公司成立于2023年5月,是一家致力于实现AGI(Artificial General Intelligence,通用人工智能)的创新型科技公司,专注于开发先进的大语言模型和相关技术。DeepSeek由知名量化资管巨头幻方量化创立,幻方量化创始人梁文峰在量化投资和高性能计算领域具有深厚的背景和丰富的经验。l 20242024年年5 5月,月,DeepSeek-V2DeepSeek-V2发布,成为全球最强开源通用发布,成为全球最强开源通用MoEMoE模型。模型。DeepSeek独创Attention结构MLA(一种新的多头潜在注意力机制)、稀疏结构DeepSeek-MoE在大模型竞技场(LMSYS)位列全球开源模型第一名,依靠创新结构,将推理成本降低近百倍。l 20242024年年1212月,月,DeepSeek-V3DeepSeek-V3发布,性能对齐海外领军闭源模型发布,性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里Qwen2.5-72B、Meta的Llama-3.1-405B等其他开源模型,并逼近GPT-4o、Claude-3.5-Sonnet等顶尖闭源模型。据官方技术论文披露,V3模型的总训练成本为557.6万美元,对比GPT-4o等模型的训练成本约为1亿美元。l 20252025年年1 1月,月,DeepSeek-R1DeepSeek-R1发布,性能对标发布,性能对标OpenAI-o1OpenAI-o1正式版正式版。DeepSeek-R1在后训练阶段大规模使用了强化学习技术,在仅有极少标注数据的情况下,极大提升了模型推理能力。在数学、代码、自然语言推理等任务上,性能比肩OpenAI-o1正式版。同时DeepSeek开源R1推理模型,允许所有人在遵循MIT License的情况下,蒸馏R1训练其他模型。图:图:DeepSeekDeepSeek模型迭代与发展历史沿革模型迭代与发展历史沿革资料来源:DeepSeek官网,国信证券经济研究所整理2023/052023/052023/112023/112024/022024/022024/032024/032024/052024/052024/062024/06DeepSeek(深度求索)成立。DeepSeek Math发布,7B模型逼近GPT-4的数学能力。DeepSeek V2发布,成为全球最强开源通用MoE模型。DeepSeek Coder V2发布,成为全球最强代码开源模型。DeepSeek VL发布,作为自然语言到多模态初探。DeepSeek Coder发布,目前仍是开源代码模型标杆。2024/092024/092024/112024/11DeepSeek-V2.5发布,融合通用与代码能力的全新开源模型。DeepSeek-R1-Lite预览版正式上线,展现了o1没有公开的完整思考过程。2024/12/102024/12/10DeepSeek-V2.5-1210发布,V2系列收官;联网搜索上线官网。2024/12/262024/12/262025/01/202025/01/20DeepSeek-R1发布,性能对标OpenAI-o1正式版。DeepSeek-V3发布,性能对齐海外领军闭源模型。请务必阅读正文之后的免责声明及其项下所有内容DeepSeekDeepSeek模型已成为全球现象级大模型模型已成为全球现象级大模型l DeepSeekDeepSeek下载量占据下载量占据140140多个国家榜首。多个国家榜首。2月1日消息,据彭博社报道,DeepSeek的人工智能助手在140个市场下载次数最多的移动应用程序排行榜上名列前茅,其中印度占据了新用户的最大比例。据Appfigures数据(不包括中国的第三方应用商店),这款推理人工智能聊天机器人于1月26日升至苹果公司应用商店的榜首,此后一直占据全球第一的位置。l 国外大型科技公司已上线部署支持用户访问国外大型科技公司已上线部署支持用户访问DeepSeek-R1DeepSeek-R1模型。模型。1月30日,微软宣布DeepSeek-R1模型已在Azure AI Foundry和GitHub上提供。1月31日,英伟达宣布DeepSeek-R1模型已作为NVIDIA NIM微服务预览版在英伟达面向开发者的网站上发布;同日亚马逊宣布,客户现已可以在Amazon Bedrock和Amazon SageMaker AI中部署DeepSeek-R1模型。l 硅基流动和华为云硅基流动和华为云宣布上线宣布上线DeepSeekR1/V3DeepSeekR1/V3推理服务。推理服务。2月1日,华为云官方发布消息,硅基流动和华为云团队联合首发并上线基于华为云昇腾云服务的DeepSeekR1/V3推理服务。该服务具备以下特点:1)得益于自研推理加速引擎加持,硅基流动和华为云昇腾云服务支持部署的DeepSeek模型可获得持平全球高端GPU部署模型的效果。2)提供稳定的、生产级服务能力,让模型能够在规模生产环境中稳定运行,并满足业务商部署需求。华为云昇腾云服务可以提供澎湃、弹性、充足的算力。资料来源:各公司官网,国信证券经济研究所整理图:微软宣布支持访问图:微软宣布支持访问DeepSeek-R1DeepSeek-R1模型模型图:英伟达图:英伟达宣布支持访问宣布支持访问DeepSeek-R1DeepSeek-R1模型模型图:亚马逊图:亚马逊宣布支持访问宣布支持访问DeepSeek-R1DeepSeek-R1模型模型请务必阅读正文之后的免责声明及其项下所有内容DeepSeek-DeepSeek-V3V3发布,性能对齐海外领军闭源模型发布,性能对齐海外领军闭源模型l 20242024年年1212月月2626日,全新系列模型日,全新系列模型DeepSeek-V3DeepSeek-V3首个版本上线并同步开源。首个版本上线并同步开源。DeepSeek-V3为自研MoE模型,共有671B参数,每个token激活37B,在14.8T token上进行预训练。DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型,并在性能上和世界顶尖的闭源模型GPT-4o及Claude-3.5-Sonnet不分伯仲。l DeepSeek-V3DeepSeek-V3模型模型生成速度提升至生成速度提升至3 3倍。倍。通过算法和工程上的创新,DeepSeek-V3的生成吐字速度从20TPS大幅提高至60TPS,相比V2.5模型实现了3倍的提升,能够为用户带来更加迅速流畅的使用体验。l DeepSeek-V3DeepSeek-V3模型具有更优的模型性能模型具有更优的模型性能/价格比例。价格比例。随着性能更强、速度更快的DeepSeek-V3更新上线,模型API服务定价调整为每百万输入tokens 0.5元(缓存命中)/2元(缓存未命中),每百万输出tokens8元。相比于其他模型性能和定价,该模型具有更优的模型性能/价格比例。资料来源:DeepSeek官网,国信证券经济研究所整理资料来源:DeepSeek官网,国信证券经济研究所整理图:图:DeepSeek-V3DeepSeek-V3等模型执行不同推理任务性能对比等模型执行不同推理任务性能对比图:图:DeepSeek-V3DeepSeek-V3等模型多项评测成绩对比等模型多项评测成绩对比图:图:DeepSeek-V3DeepSeek-V3具有更优的模型性能具有更优的模型性能/价格比例价格比例资料来源:DeepSeek官网,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容DeepSeek-R1DeepSeek-R1发布,性能对标发布,性能对标OpenAIOpenAI-o1o1正式版正式版l 20252025年年1 1月月2020日,日,DeepSeek-R1DeepSeek-R1正式发布,并同步开源模型权重,性能对齐正式发布,并同步开源模型权重,性能对齐OpenAI-o1OpenAI-o1正式版。正式版。DeepSeek-R1在后训练阶段大规模使用了强化学习技术,在仅有极少标注数据的情况下,极大提升了模型推理能力。在数学、代码、自然语言推理等任务上,性能比肩OpenAI-o1正式版。l DeepSeek-R1遵循MIT License,允许用户通过蒸馏技术借助R1训练其他模型;同时上线API,对用户开放思维链输出;DeepSeek官网与App同步更新上线,用户打开“深度思考”模式,即可调用最新版DeepSeek-R1完成各类推理任务。l DeepSeekDeepSeek蒸馏小模型超越蒸馏小模型超越OpenAIo1-miniOpenAIo1-mini。在开源DeepSeek-R1-Zero和DeepSeek-R1两个660B模型的同时,通过DeepSeek-R1的输出,蒸馏了6个小模型开源给社区,其中32B和70B模型在多项能力上实现了对标OpenAIo1-mini的效果。图:图:DeepSeek-R1DeepSeek-R1等模型执行不同推理任务性能对比等模型执行不同推理任务性能对比图:图:DeepSeekDeepSeek蒸馏小模型蒸馏小模型等等执行不同推理任务性能对比执行不同推理任务性能对比资料来源:DeepSeek官网,国信证券经济研究所整理资料来源:DeepSeek官网,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容DeepSeek-DeepSeek-V3V3通过通过MLAMLA和和DeepSeekMoEDeepSeekMoE实现高效的推理和低成本训练实现高效的推理和低成本训练l DeepSeek-V3DeepSeek-V3以以TransformerTransformer框架为基石,创新性地融入多头潜在注意框架为基石,创新性地融入多头潜在注意力力(Multi-head Latent Attention(Multi-head Latent Attention,MLA)MLA)和和DeepSeekMoEDeepSeekMoE架构。架构。这一设计在维持模型高性能的同时,极大地提升了训练与推理的效率。l 多头潜在注意力多头潜在注意力(MLA)(MLA):在传统的注意力机制中,推理期间的键值(Key-Value,即KV)缓存往往占用大量资源。而MLA则另辟蹊径,通过低秩联合压缩技术,大幅削减了注意力键(keys)和值(values)的存储空间。在生成过程中,仅需缓存压缩后的潜在向量,这一举措显著降低了内存需求,但在性能上与标准多头注意力(Multi-head Attention,MHA)相比毫不逊色,有力地保障了模型运行的流畅性。l DeepSeekMoEDeepSeekMoE架构:架构:该架构采用了更为精细粒度的专家设置,还特别将部分专家设定为共享专家。在每一个MoE层中,都由共享专家和路由专家协同构成。其中,共享专家负责处理所有token的输入信息,为模型提供基础的处理支撑;而路由专家则依据每个token与专家之间的亲和度分数(这一分数通过sigmoid函数计算得出,即token-to-expert affinity)来决定是否被激活。这种独特的设计,使得模型在处理不同类型的输入时,能够更加灵活且高效地调配资源,进一步提升了整体的运行效率和表现。图:图:DeepSeek-V3DeepSeek-V3模型技术架构模型技术架构资料来源:DeepSeek-V3技术报告,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容DeepSeek-DeepSeek-V3V3构建构建DualPipeDualPipe算法算法和和混合精度训练混合精度训练优化计算与通信负载优化计算与通信负载l 对跨节点的全对全通信机制进行优化,充分利用对跨节点的全对全通信机制进行优化,充分利用InfiniBandInfiniBand和和NVLinkNVLink提供的高带宽。提供的高带宽。DeepSeek-V3模型在拥有2048个NVIDIA H800 GPU的大规模集群上进行训练,每个节点配置了8个GPU,并通过NVLink与NVSwitch实现内部高速互联;不同节点间的高效通信则依赖于InfiniBand(IB)网络。l 创新性提出了创新性提出了DualPipeDualPipe算法,通过优化计算与通信的重叠,有效减少了流水线中的空闲时间。算法,通过优化计算与通信的重叠,有效减少了流水线中的空闲时间。对于DeepSeek-V3而言,由于跨节点专家并行引入的通信开销导致计算与通信的比例接近1:1,因此提出DualPipe(双向管道并行)算法,采用一种新的双向流水线方法,在独立的前向和后向处理块中实现了计算与通信的重叠,从而加速模型的训练过程并降低了气泡效应。为了确保DualPipe的性能最优,定制设计了高效的跨节点全对全通信核心,包括优化的调度和组合策略,减少用于通信的流式多处理器(SMs)资源占用,并通过调优PTX指令集和自动调整通信数据块大小,显著减少了L2缓存的使用及对其他SMs的干扰。l 采用采用FP8FP8混合精度训练技术,不仅极大地加快了训练速度,还大幅降低了混合精度训练技术,不仅极大地加快了训练速度,还大幅降低了GPUGPU内存的消耗。内存的消耗。基于低精度训练领域的成熟经验,开发人员构建了一个适用于FP8训练的混合精度框架,其中大部分计算密集型任务以FP8精度执行,而关键操作则保持原有精度,以确保数值稳定性和训练效率之间的平衡。结合FP8训练框架,能够将缓存激活值和优化器状态压缩至低精度格式,进一步减少了内存占用和通信负载。图:采用图:采用FP8FP8数据格式的整体混合精度框架数据格式的整体混合精度框架资料来源:DeepSeek-V3技术报告,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容DeepSeek-DeepSeek-R1(-Zero)R1(-Zero)通过通过(分阶段分阶段)强化学习强化学习实现性能突破实现性能突破lDeepSeek-R1-ZeroDeepSeek-R1-Zero:通过强化学习架构创新实现突破性性能:通过强化学习架构创新实现突破性性能。该模型突破性地采用纯强化学习(RL)方法,未经过传统监督式微调(SFT)即达成卓越性能表现,在特定任务基准测试中实现对OpenAI-o1的超越。其核心技术创新体现在三个维度:1 1)训练效能优化策略训练效能优化策略。创新性采用GRPO(群体相对策略优化)算法,该技术继承自DeepSeek-V2的RLHF(人类反馈强化学习)研发成果。与传统方法相比,GRPO通过群体反馈数据分析替代独立评估模型,有效降低计算资源消耗。这种优化策略无需依赖与策略模型规模匹配的独立评估模型,通过动态基线估计显著提升训练效率。2 2)双维度评价体系双维度评价体系。建立“准确性验证 格式规范”的复合奖励机制:前者通过数学符号解析与代码编译测试进行精确度验证,后者要求模型将推理过程严格置于结构化标签内。这种双重设计既保障了技术问题求解的严谨性,又确保了输出内容的可解析性,为自动化评估提供标准化接口。3 3)结构化训练范式结构化训练范式。研发团队设计了标准化指令模板,通过分离推理过程与最终结论的结构化输出要求,既保证了知识表达的清晰度,又保留了内容创作的自主性。该模板仅规范输出框架,避免对具体解题方法或思维路径进行预设性限制。lDeepSeek-R1DeepSeek-R1:分阶段强化学习架构演进:分阶段强化学习架构演进。为克服Zero版本存在的可读性差、语言混淆的问题并提升结果校准能力,该迭代版本采用多阶段强化学习策略:1 1)冷启动冷启动阶段:阶段:通过少量高质量思维链(CoT)示范数据进行模型初始化,有效缓解基础模型在初始训练阶段的波动性。2 2)面向推理的强化学习。)面向推理的强化学习。和DeepSeek-R1-Zero方式相同,但引入了语言一致性奖励,对推理密集型任务进行特别优化。3 3)拒绝采样与监督式微调。)拒绝采样与监督式微调。使用已训练的RL模型来生成新的训练数据,通过构建推理数据和非推理数据提升模型的通用能力。4 4)全场景)全场景强化学习。强化学习。为了同时平衡推理能力和通用能力,将不同类型的奖励机制有机结合,再次进行强化学习。资料来源:DeepSeek-R1技术报告,国信证券经济研究所整理资料来源:DeepSeek-R1技术报告,国信证券经济研究所整理图:图:DeepSeek-R1-ZeroDeepSeek-R1-Zero模型结构化训练模版模型结构化训练模版图:图:DeepSeek-R1-ZeroDeepSeek-R1-Zero训练中针对训练中针对AIMEAIME正确率持续提高正确率持续提高请务必阅读正文之后的免责声明及其项下所有内容采用硬盘缓存技术大幅降低延迟和成本采用硬盘缓存技术大幅降低延迟和成本l DeepSeek APIDeepSeek API以其开创性的硬盘缓存技术,实现了价格的指数级下降。以其开创性的硬盘缓存技术,实现了价格的指数级下降。在大模型API的实际运用场景中,用户输入存在较高比例的重复内容。例如,用户输入的提示词(prompt)常常包含重复引用部分;在多轮对话里,每一轮都需重复输入前几轮的内容。针对这些情况,DeepSeek引入上下文硬盘缓存技术,将预估未来可能复用的内容,缓存至分布式硬盘阵列之中。一旦出现重复输入,重复部分直接从缓存读取,无需重新计算。这一技术不仅有效缩短了服务延迟,还极大地降低了最终的使用成本。1 1)降低服务延迟:)降低服务延迟:对于输入内容长且重复部分多的请求,API服务的首token延迟会大幅降低。以128K输入且大部分内容重复的请求为例,经实际测试,首token延迟从原本的13秒锐减至500毫秒。2 2)削减整体费用:)削减整体费用:最高能够节省90%的费用(前提是针对缓存特性进行优化)。即便不做任何优化,按照过往使用数据统计,用户整体节省的费用也能超过50%。并且,缓存所占用的存储无需额外付费。3 3)保障缓存安全:)保障缓存安全:在设计缓存系统时,DeepSeek已全面考量各类潜在安全问题。每个用户的缓存相互独立,在逻辑层面彼此不可见,从底层架构筑牢用户数据的安全与隐私防线。长时间未使用的缓存会自动清空,不会长期留存,也不会被挪作他用。l DeepSeekDeepSeek可能是全球首家在可能是全球首家在APIAPI服务中大规模应用硬盘缓存的大模型厂商。服务中大规模应用硬盘缓存的大模型厂商。这一成果得益于DeepSeek-V2提出的MLA结构,该结构在提升模型效果的同时,极大地压缩了上下文KVCache的大小,使得存储所需的传输带宽和存储容量大幅降低,进而能够将缓存置于低成本的硬盘之上。图:图:多轮对话场景,下一轮对话会命中上一轮对多轮对话场景,下一轮对话会命中上一轮对话生成的上下文缓存话生成的上下文缓存图:图:数据分析场景,后续具有相同前缀的请求会数据分析场景,后续具有相同前缀的请求会命中上下文缓存命中上下文缓存资料来源:DeepSeek官网,国信证券经济研究所整理表:表:DeepSeek-R1DeepSeek-R1 APIAPI服务定价服务定价图:图:DeepSeek-R1DeepSeek-R1等模型输入输出价格对比等模型输入输出价格对比模型上下文长度最大思维链长度最大输出长度百万tokens输入价格(缓存命中)百万tokens输入价格(缓存未命中)百万tokens输出价格DeepSeek-V364K-8K0.5元2元8元DeepSeek-R164K32K8K1元4元16元注1:表格中所列模型价格以“百万tokens”为单位。Token是模型用来表示自然语言文本的的最小单位,可以是一个词、一个数字或一个标点符号等。公司将根据模型输入和输出的总token数进行计量计费。注2:思维链为DeepSeek-R1模型在给出正式回答之前的思考过程。注3:如未指定max_tokens,默认最大输出长度为4K。可调整该参数以支持更长的输出。注4:表格中展示了DeepSeek-V3模型优惠前的价格。即日起至北京时间2025-02-08 24:00,所有用户均可享受DeepSeek-V3 API的价格优惠。在此之后,模型价格将恢复至原价。DeepSeek-R1不参与优惠。注5:DeepSeek-R1的输出token数包含了思维链和最终答案的所有token,其计价相同。请务必阅读正文之后的免责声明及其项下所有内容AIAI应用爆发在即,算力需求持续攀升,关注应用爆发在即,算力需求持续攀升,关注ASICASIC及服务器产业链及服务器产业链请务必阅读正文之后的免责声明及其项下所有内容Scaling LawScaling Law与与“涌现涌现”能力:大模型训练遵循的重要法则能力:大模型训练遵循的重要法则l ScalScaling Lawing Law:模型效果随模型规模指数增加而线性提高。:模型效果随模型规模指数增加而线性提高。据OpenAI发布的论文Scaling laws for neural language models,模型性能极大依赖训练规模,模型参数、数据集大小以及用于训练的计算量增加可以达到减少模型损失,增加大模型性能的效果。l“涌现涌现”能力:随着训练规模不断增大,大模型将产生质变。能力:随着训练规模不断增大,大模型将产生质变。据Emergent Abilities of Large Language Models,随着模型规模的扩大,语言模型表现出的新的、不可预测的能力。这些新能力在中小模型上线性放大都得不到线性的增长,但在模型规模突破一定阈值时突然出现。“涌现”能力反映了系统行为质的变化,这种变化不能简单地通过观察或分析较小规模模型的性能来预测。图:大模型参数量近年来迅速扩容图:大模型参数量近年来迅速扩容l自1956年计算机专家约翰麦卡锡提出“人工智能”概念以来,在过去的近70年时间里,行业经历了以CNN为代表的传统神经网络模型、以Transformer为代表的全新神经网络模型、以GPT为代表的预训练大模型这三个时代的进阶,在“算力芯片、存储芯片”等硬件技术持续演进的支撑下,伴随模型参数规模超越千亿级,伴随模型参数规模超越千亿级,近年来近年来人人工智能技术得以工智能技术得以“涌现涌现”出更加强大的理解、推理、联想能力。出更加强大的理解、推理、联想能力。资料来源:Jared等Scaling Laws for Neural Language Models,国信证券经济研究所整理资料来源:Jared等著-Scaling Laws for Neural Language Models-Arxiv(2020)-P3,国信证券经济研究所整理图:模型规模图:模型规模的指数提升线性提高模型性能的指数提升线性提高模型性能资料来源:Information is Beautiful,国信证券经济研究所整理GPT 3.5WebGPTClaudeLuminous SupremePanGu-SigmaBard*AlpacaBloombergGPTCerebras-GPTGPT-4GPT4All-LoRAJurassic-2*StableLMDolly 2.0TitanTongyi QianwenHugging ChatBingChat*PaLM2Vicuna-13BFalcon LLMOpenLLMErnie Bot 3.5Claude 2LLaMa2Bichuan 2Claude InstantIDEFICSJais ChatFalcon 180BDeciLMAceGPTRetro48BErnie 4.0FuyuOrca 2GrokMEDITRONYuan 2.0Claude 2.1Grok 1GPT-4 TurboInflection-2SeaLLMMistral-smallQMistral-mediumGemini UltraGemini Pro 1.5MGIEDeepSeekFuyu-heavyGLM-4Qwen 1.5175B530BMistral-largeMM1Inflection-2.5Claude 305001000150020002022/8/272022/12/52023/3/152023/6/232023/10/12024/1/92024/4/18参数量(十亿)图:图:大模型随参数规模增加所体现的大模型随参数规模增加所体现的“涌现涌现”能力能力请务必阅读正文之后的免责声明及其项下所有内容l 海内外科技公司纷纷发布海内外科技公司纷纷发布AIAI大模型,模型的更新迭代和竞争加剧。大模型,模型的更新迭代和竞争加剧。据中国信通院数据,截至2024年7月,全球AI大模型数量约1328个(包含同一企业、同一模型的不同参数版本),其中美国AI大模型数量位居第一位,占比44%,代表性模型包括OpenAI的GPT、Anthropic的Claude、Meta的Llama、Google的Gemini等;中国AI大模型数量位居第二位,占比36%,代表性模型包括阿里的通义千问、腾讯的混元大模型、百度的文心一言、月之暗面的Kimi、字节跳动的豆包等。l 模型参数规模呈现指数级增长,模型性能持续提升。模型参数规模呈现指数级增长,模型性能持续提升。近年来新推出的大语言模型所使用的数据量和参数规模呈现指数级增长,例如GPT-3模型参数约为17501750亿亿,据Semianalysis推测GPT-4参数量达1.81.8万亿万亿;同时,国内目前公布的大模型参数规模也普遍在百亿至千亿级百亿至千亿级别别。性能方面,据Data Learner数据,GPT-4o在MMLU测评中获得88.7分的高分,分数较GPT-3大幅提高;国产模型中阿里的Qwen2.5-72B取得86.1分的高分,在各大模型中亦取得排名相对靠前的位置。资料来源:DataLearner,国信证券研究所整理注:MMLU是一种针对大模型的语言理解能力的测评,用以评测大模型基本的知识覆盖范围和理解能力。资料来源:斯坦福大学人工智能指数报告,国信证券经济研究所整理05010015020020192020202120222023开源限制访问私有表:主流大模型信息对比表:主流大模型信息对比模型名称参数大小(亿)MMLU分数发布者发布时间开源情况GPT-4o未公布88.7OpenAI2024.5.13未开源Claude 3.5 Sonnet未公布88.7Anthropic2024.6.21未开源Claude 3-Opus未公布86.8Anthropic2024.3.4未开源GPT-4未公布86.4OpenAI2023.3.14未开源Qwen2.5-72B72786.1阿里2024.9.18开源Llama3.1-405B405085.2Meta2024.7.23开源Gemini-Ultra未公布83.7谷歌2023.12.7未开源Qwen2.5-32B32083.3阿里2024.9.18开源Gemini 1.5 Pro未公布81.9谷歌2024.2.15未开源GLM4未公布81.5智谱AI2024.1.16未开源Grok-1.5未公布81.3xAI2024.3.29未开源YAYI2-30B30080.5中科闻歌2023.12.22 收费开源Qwen1.5-110B110080.4阿里2024.4.25开源Qwen2.5-14B14079.7阿里2024.9.18开源Llama3-70B70079.5Meta2024.4.18开源Gemini-Pro100079.1谷歌2023.12.7未开源Claude 3-Sonnet未公布79.0 Anthropic2024.3.4未开源DeepSeek-V2-236B236078.5DeepSeek2024.5.6开源Qwen-72B72077.4 阿里2023.11.30开源Yi-1.5-34B34077.1 零一万物2024.5.13开源GPT-3.5175070.0 OpenAI2022.11.30未开源GPT-3175053.9OpenAI2020.5.28未开源图:全球模型数量激增图:全球模型数量激增Scaling LawScaling Law与与“涌现涌现”能力:大模型训练遵循的重要法则能力:大模型训练遵循的重要法则请务必阅读正文之后的免责声明及其项下所有内容AIAI模型已从大语言模型进化为全方位多模态模型,开启模型已从大语言模型进化为全方位多模态模型,开启AIAI应用新纪元应用新纪元l23年3月以来,OpenAI所发布的GPT-4已经具备了多模态理解和多类型内容生成的能力,使得AI真正具备了重塑人机交互模式、全方位赋能人类生活的可能性。l24年12月OpenAI连续进行新品发布,包括具备多模态推理能力的完整版o1模型,正式发布Sora视频模型,开放并升级写作和编程工具Canvas,将ChatGPT与Apple生态深度整合、Siri与Apple Intelligence智能协同,发布了ChatGPT能够进行视频聊天的语音和视觉功能等。l字节跳动自24年5月豆包大模型家族正式发布到12月短短7个月时间,发布了Doubao-pro、Seed-TTS、Seed-ASR、Seed-Music、SeedEdit、视频生成模型、视觉理解模型等多项重磅成果,在语言能力、多模态理解与生成、模型推理、代码生成等方面不断提升。图:生成式图:生成式AIAI市场概览市场概览资料来源:IDC市场概览:生成式AI技术和服务,国信证券经济研究所整理图:中国市场企业生成式图:中国市场企业生成式AIAI应用进度应用进度资料来源:IDC,国信证券经济研究所整理18%B%已经落地生成式AI应用服务并计划增加投入已经落地生成式AI服务还在验证阶段,并未开始新一轮投资正在投资建设生成式AI应用服务已经做了初步测试验证和POC,但还未有正式投资计划请务必阅读正文之后的免责声明及其项下所有内容AIAI赋能下的赋能下的“场景数字化场景数字化”经济效益显著经济效益显著数字化解决方案的潜在价值对应近数字化解决方案的潜在价值对应近2727万亿美元万亿美元。数字化转型是以价值驱动的,其需求来源于企业即通过数字化来解决业务痛点、创造真实价值。根据华为的数据,制造业、金融保险、零售、能源电力等产业的数字化潜在价值均在2万亿美元以上;以作为支柱性工业的制造业为例,多为重资产企业,且流程复杂,需要在制造、运输、管理等多个环节进行数字化应用以实现降本增效,转型诉求强,数字化创造的潜在价值达6万亿美元。图:图:数字化潜在价值数字化潜在价值资料来源:华为数字化转型,从战略到执行,罗兰贝格,国信证券经济研究所整理图:图:制造业企业数字化演进制造业企业数字化演进资料来源:华为加速行业智能化白皮书、数字化转型,从战略到执行,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容随着企业对数据的需求从收集到理解并进行应用过渡,随着企业对数据的需求从收集到理解并进行应用过渡,AIAI是挖掘数据价值的重要工具是挖掘数据价值的重要工具。根据华为的数据,家电行业的大模型-AI质检系统借助AI能力,质检速度提升了数十倍。通过机器视觉AI的方式实现产品外观质量检测的自动化、智能化,系统能够使得检测速度提升10倍以上,缺陷检出率达到98%,进一步提高了质检质量,提高良品率,并且帮助企业节约因质量问题产生的退换货成本。同时,该系统能够帮助企业大幅减少质检工时,降低了人力成本。图:制造业的图:制造业的数字化转变数字化转变资料来源:华为,国信证券经济研究所整理图:图:家电家电AIAI质检应用案例质检应用案例资料来源:华为,国信证券经济研究所整理AIAI赋能下的赋能下的“场景数字化场景数字化”经济效益显著经济效益显著请务必阅读正文之后的免责声明及其项下所有内容AIAI推动全球推动全球ITIT支出增长,生成式支出增长,生成式AIAI市场规模持续提高市场规模持续提高l AIAI技术在企业端部署和应用推动全球技术在企业端部署和应用推动全球ITIT支出的增长。支出的增长。AI技术的发展驱动企业业务自动化、帮助企业优化资源配置并协助数据分析,从而提升业务流程效率,推动企业的智能化转型需求。个性化服务和智能应用带来了新的市场需求,以AIGC为代表的AI应用需要强大的计算能力和数据存储,推动了高性能计算、数据管理以及云计算的相关投资。随着AI应用的增多,企业对网络安全和合规服务的需求也在增加,推动相关领域的IT支出增长。据Gartner预测,企业机构将于2024年加快投资于使用生成式AI,2024年全球IT总支出预计将达到5万亿美元,较2023年增长6.8%;中国IT总支出预计将达到3.9万亿元,较2023年增长6.2%。l AIAI技术将产生巨大的经济影响,其投入产出效益显著。技术将产生巨大的经济影响,其投入产出效益显著。据IDC数据,预计到2030年,人工智能对全球经济的累计影响将达到19.9万亿美元,占到预计2030年全球GDP的3.5%。到2030年,每在AI解决方案和服务上花费1美元,将产生4.6美元的经济效益,包括直接影响和间接影响。l 生成式生成式AIAI市场将成为当前最热门的市场将成为当前最热门的ITIT领域。领域。据IDC数据,24年中国生成式AI市场预计将达到33亿美元,预计到2028年将达到135亿美元,2024-2028年复合增长率将达33.4%,同时生成式AI市场规模占到整体AI市场规模的比例将由16%上升到29%。对于企业来讲,对于生成式AI的支出亦将经历不同阶段的重点,例如2024-2025年,支出主要集中在生成式AI基础设施建设;2025-2026年,支出重点用于推进生成式AI平台与解决方案建设;2027年及以后,支出重点着力于生成式AI服务。资料来源:IDCsWorldwideAIandGenerativeAISpendingGuideV2,2024,国信证券经济研究所整理020406080100120140160202320242025202620272028GenAIserviceGenAIsoftwareGenAIhardware0%5 %00100150200250300350400450500202320242025202620272028GenAIAIGenAI%图:图:2023-20282023-2028年中国生成式年中国生成式AIAI市场市场预测(亿美元)预测(亿美元)图:图:2023-20282023-2028年中国生成式年中国生成式AIAI与整与整体体AIAI市场规模预测(亿美元)市场规模预测(亿美元)图:图:2020-20242020-2024年全球年全球ITIT支出情况支出情况图:图:2020-20242020-2024年中国年中国ITIT支出情况支出情况资料来源:Gartner,国信证券经济研究所整理资料来源:Gartner,国信证券经济研究所整理0%1%2%3%4%5%6%7%8%98,00040,00042,00044,00046,00048,00050,00052,00020202021202220232024全球IT支出(亿美元)YoY0%2%4%6%8,00010,00015,00020,00025,00030,00035,00040,00020202021202220232024中国IT支出(亿元)YoY资料来源:IDCsWorldwideAIandGenerativeAISpendingGuideV2,2024,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容智能算力是构建大模型的重要底座智能算力是构建大模型的重要底座,AIAI算力需求持续攀升算力需求持续攀升l 大模型训练、大模型训练、AIAI应用需求兴起,推动全球算力需求快速增长。应用需求兴起,推动全球算力需求快速增长。全球算力需求飙升主要基于以下原因:1)模型能力提升依赖更大的训练数据量和参数量,对应更高的算力需求;2)AI模型的发展方向转向多模态,训练模型的数据从单一文字数据发展到目前的图片、视频数据,均需要更强的算力处理;3)模型种类多样化(文生图、文生视频)以及新推出的模型数量激增,均推动算力需求的增长,以AIGC为代表的AI应用用户数量爆发,推理侧算力需求快速增长。l 全球数据总量大幅上涨,数据中心算力需求快速增长。全球数据总量大幅上涨,数据中心算力需求快速增长。随着人工智能等新技术发展,海量数据的产生及其计算处理成为数据中心发展关键。据IDC数据,全球数据总量预计由2021年的82.47 ZB上升至2026年的215.99 ZB,对应CAGR达21.24%。其中,大规模张量运算、矩阵运算是人工智能在计算层面的突出需求,高并行度的深度学习算法在视觉、语音和自然语言处理等领域上的广泛应用使得算力需求呈现指数级增长。此外,据IDC数据,中国生成式AI日均Tokens处理规模显著增长,预计中国生成式AI日均Tokens调用量到2024年底将达到每天1.12万亿,是2023年底每天35亿规模的320倍。l 智能算力是构建大模型的重要底座,智能算力是构建大模型的重要底座,以以AIAI服务器为代表的全球智能算力需求激增。服务器为代表的全球智能算力需求激增。算力可分为通用算力、智能算力及超算算力:1)通用算力:由基于CPU的服务器提供算力,主要用于基础通用计算;2)智能算力:由基于GPU、FPGA、ASIC等AI芯片的加速计算平台提供的算力,主要用于人工智能训练和推理计算;3)超算算力:由超级计算机等高性能计算集群提供算力,主要用于尖端科学领域的计算。早期通用算力占整体算力的比重达90%以上,随着人工智能技术的发展,智能算力规模迅速增长。据中据中国信息通信研究院预期,国信息通信研究院预期,20302030年全球智能算力规模将达年全球智能算力规模将达52.5ZFLOPS52.5ZFLOPS。据。据IDCIDC预期,预期,20232023年中国智能算力规模达年中国智能算力规模达414.1EFLOPS414.1EFLOPS,至,至20272027年将达年将达1117.4EFLOPS1117.4EFLOPS。图:中国算力规模及预期(单位:图:中国算力规模及预期(单位:EFLOPSEFLOPS)资料来源:IDC,国信证券经济研究所整理图:图:AIAI大模型所需算力平均每大模型所需算力平均每2 2年增长年增长750750倍倍资料来源:riselab,国信证券经济研究所整理010020030040050060020202021202220232024202520262027EFLOPS通用算力规模(FP32)智能算力规模(FP32)图:图:2021-20262021-2026年全球数据总量及预测年全球数据总量及预测19 !#010015020025020212022E2023E2024E2025E2026E数据总量(ZB)YoY资料来源:IDC,国信证券经济研究所整理图:中国生成式图:中国生成式AIAI日均日均TokensTokens处理规模处理规模资料来源:IDC,国信证券经济研究所整理02,0004,0006,0008,00010,00012,0002023年12月2024年4月2024年6月2024年11月E日均Tokens处理规模(亿)请务必阅读正文之后的免责声明及其项下所有内容AIAI应用智能化推动算力基础设施升级,算力厂商将率先受益应用智能化推动算力基础设施升级,算力厂商将率先受益l AIAI应用智能化应用智能化推动算力基础设施升级。推动算力基础设施升级。伴随着AI应用的智能化,一方面将通过优化智能汽车、智能机器人、智能家居、空间计算终端(MRVRAR)等各类智能物联产品的人机交互体验,加速其市场推广速度;另一方面也将倒逼相应的算力基础设施、终端硬件架构为此做出适应性的升级。l 算力需求催化投资,算力厂商将率先受益。算力需求催化投资,算力厂商将率先受益。根据斯坦福大学人工智能指数报告估算,OpenAI的GPT-4使用了价值约7800万美元的计算资源进行训练,而谷歌的Gemini Ultra耗费了1.9亿美元的计算成本。2024年3月,微软和OpenAI宣布计划投资1000亿美元打造星际之门AI超算,全球算力投资迅速提升,算力厂商将率先受益。图:全球模型训练投入激增图:全球模型训练投入激增资料来源:斯坦福大学人工智能指数报告,国信证券经济研究所整理0.00090.0030.24.36.41.312.478.43.9191.4050100150200250TransformerBERT LargeRoBERTa LargeGPT-3 175B(davinci)Megatron Turing NLG 530BLaMDAPaLMGPT-4LaMDA 270BGemini Ultra投入成本(百万美元)2017201820192020202120222023请务必阅读正文之后的免责声明及其项下所有内容英伟达英伟达CUDACUDA平台及平台及GPUGPU架构快速迭代更新奠定其领先地位架构快速迭代更新奠定其领先地位图:英伟达图:英伟达GPUGPU架构演进历程架构演进历程资料来源:woshipm,国信证券经济研究所整理图:英伟达图:英伟达BlackwellBlackwell架构的架构的技术突破技术突破资料来源:英伟达官网,国信证券经济研究所整理l 英伟达将英伟达将GPUGPU从图形处理器演进为通用计算处理器,从图形处理器演进为通用计算处理器,CUDACUDA降低通用降低通用GPUGPU应用门槛。应用门槛。成立于1993年的英伟达以制造单芯片图形用户界面加速器起家,于1999年发明了图形处理器GPU,从而定义了现代计算机图形学,并确立在该领域的领导地位。2006年公司推出用于通用GPU计算的CUDA平台,是首次可以利用GPU作为C语言编译器的开发环境,使得GPU能够进行图像处理之外的通用计算,英伟达GPU体系结构全面支持通用编程,GPU成为了真正的GPGPU(通用GPU)。l 英伟达英伟达GPUGPU加速计算发展始于加速计算发展始于TeslaTesla架构,其架构约每两年完成迭代更新奠定其领先地位。架构,其架构约每两年完成迭代更新奠定其领先地位。2008年,Tesla架构推出,成为第一代真正开始用于并行运算的GPU架构。2010年,Fermi架构推出,是第一个支持DirectX 11的GPU计算架构,采用台积电40nm制程。2012年的Kepler架构是Fermi的升级版,整体架构保持一致性,采用台积电28nm制程。2014年的Maxwell架构通过优化架构,提供了可观的能耗比提升。2016年,Pascal架构推出,采用台积电16nm制程,支持DirectX 12标准,是首个为深度学习而设计的GPU架构。2017年的Volta架构专注于提高深度学习的性能,采用台积电12nm制程,2018年的Turing架构是全球首款支持实时光线追踪的GPU架构。2020年,Ampere架构推出,采用台积电7nm/三星8nm制程,统一了AI训练和推理,并在光线追踪和DLSS(深度学习超级采样)方面有显著的改进。2022年的Hopper架构采用台积电4nm制程,集成多达800亿个晶体管,主要面向AI及数据中心等构建。2024年3月最新推出的Blackwell架构采用台积电4nm制程,集成了2080亿个晶体管,使用了二代Transformer、Secure AI、5代NVLink等最新技术。请务必阅读正文之后的免责声明及其项下所有内容随着芯片架构不断演进,随着芯片架构不断演进,英伟达英伟达GPUGPU算力成倍增长算力成倍增长B200B100H200 SXMH100 SXMH800 SXMA100 SXMA800 SXML40SL40FP418 PFLOPS14 PFLOPS-INT4-1466 TOPS1448 TOPSFP8/FP69 PFLOPS7 PFLOPS3958 TFLOPS3958 TFLOPS3958 TFLOPS-1466 TFLOPS724 TFLOPSINT89 POPS7 POPS3958 TOPS3958 TOPS3958 TOPS1248 TOPS1248 TOPS1466 TOPS724 TFLOPSFP164.5 PFLOPS3.5 PFLOPS1979 TFLOPS1979 TFLOPS1979 TFLOPS624 TFLOPS624 TFLOPS733 TFLOPS362.1 TFLOPSTF322.2 PFLOPS1.8 PFLOPS989 TFLOPS989 TFLOPS989 TFLOPS312 TFLOPS312 TFLOPS366 TFLOPS191 TFLOPSFP3280 TFLOPS60 TFLOPS67 TFLOPS67 TFLOPS67 TFLOPS19.5 TFLOPS19.5 TFLOPS91.6 TFLOPS90.5 TFLOPSFP6440 TFLOPS30 TFLOPS34 TFLOPS34 TFLOPS1 TFLOPS9.7 TFLOPS9.7 TFLOPS-显存最高192GB最高192GB141GB80GB80GB80GB80GB48GB48GB显存带宽最高8 TB/s最高8 TB/s4.8 TB/s3.35 TB/s3.35 TB/s2039 GB/s2039 GB/s864 GB/s864 GB/s热设计功耗1000W700W最高700W最高700W最高700W400W400W350W300W互联速度NVLink:1.8TB/sPCle 6.0:256GB/sNVLink:1.8TB/sPCle 6.0:256GB/sNVLink:900GB/sPCle 5.0:128GB/sNVLink:900GB/sPCle 5.0:128GB/sNVLink:400GB/sPCle 5.0:128GB/sNVLink:600GB/sPCle 4.0:64GB/sNVLink:400GB/sPCle 4.0:64GB/sPCle 4.0:64GB/sPCle 4.0:64GB/s表:英伟达数据运算表:英伟达数据运算GPU主流产品主流产品性能性能资料来源:英伟达官网,国信证券经济研究所整理l 英伟达英伟达GPUGPU芯片随着架构的不断演进及算力的成倍增长,在大算力需求的芯片随着架构的不断演进及算力的成倍增长,在大算力需求的AIAI大模型训练中得到广泛运用。大模型训练中得到广泛运用。基于Ampere架构的A100 GPU建立在Volta和Turing SM架构中引入的特性之上,并显著提高了性能,与Volta和Turing相比,每平方米的计算马力增加了2倍;Ampere架构还引入了细粒度结构稀疏性,可以使深层神经网络的计算吞吐量翻倍。Hopper架构利用专为加速AI模型训练而设计的Transformer引擎,进一步提升Tensor核心技术。Hopper Tensor核心可应用混合式FP8和FP16精确度,大幅加速Transformer的AI运算;和前一代Ampere相比,Hopper将TF32、FP64、FP16和INT8每秒浮点运算次数提高三倍。Blackwell架构使用了第二代Transformer引擎,将定制的Blackwell Tensor Core技术与NVIDIA TensorRT-LLM和NeMo框架创新相结合,加速大语言模型和专家混合模型的推理和训练;与上一代H100相比,使用Blackwell架构的GB200 NVL72将资源密集型应用程序(例如1.8T参数GPT-MoE)的速度提高了30倍。请务必阅读正文之后的免责声明及其项下所有内容GB200GB200系统强势赋能下一代系统强势赋能下一代AIAI模型,模型,系列新品即将陆续出货系列新品即将陆续出货l 面向生成式面向生成式AIAI时代的全新机架级扩展的时代的全新机架级扩展的DGX SuperPODDGX SuperPOD架构架构基于基于DGX GB200DGX GB200系统,将前所未有赋能下一代系统,将前所未有赋能下一代AIAI模型。模型。GB200是由两个Blackwell B200 GPU和一个Grace CPU组成的AI加速平台,每个B200 GPU含有2080亿个晶体管。相较于H100,GB200的算力提升了6倍;而在处理多模态特定领域任务时,其算力更是达到H100的30倍。GB200 NVL72是一套多节点液冷机架级扩展系统,适用于高度计算密集型的工作负载,它将36个Grace Blackwell超级芯片组合在一起,其中包含通过第五代NVLink相互连接的72个Blackwell GPU和36个Grace CPU。DGX SuperPOD由8个或以上的DGX GB200 NVL72系统构建而成,这些系统通过NVIDIA Quantum InfiniBand网络连接,可扩展到数万个GB200超级芯片,可以用于处理万亿参数模型,能够保证超大规模生成式AI训练和推理工作负载的持续运行。l 预计预计B200B200和和GB200GB200系列在系列在20242024年第四季度和年第四季度和20252025年第一季度之间陆续出货,年第一季度之间陆续出货,B300B300系列将于系列将于20252025年第二季度至第三季度之间陆续出货。年第二季度至第三季度之间陆续出货。据TrendForce数据,英伟达对Blackwell系列芯片的划分更为细致,以向大型云服务商提供符合其能效要求和服务器OEM性价比需求的产品,并根据供应链情况动态调整。预计2025年英伟达将更着力于营收贡献度较高的AI机种,例如积极投入技术和资源在NVL Rack方案,协助服务器系统厂商针对NVL72系统调教或液冷散热等,推动大型云服务厂商从现有NVL36转为扩大导入NVL72。出货占比方面,据TrendForce数据,英伟达高端GPU增长明显,预计2024年出货占比约为50%;预计2025年受Blackwell新平台带动,其高端GPU出货占比将提升至65%以上。TrendForce指出,英伟达近期将其所有Blacwell Ultra产品更名为B300系列,预计B200和GB200系列在2024年第四季度和2025年第一季度之间陆续出货,B300系列将于2025年第二季度至第三季度之间陆续出货。旧名称旧名称新名称新名称主要服务器主要服务器出货单位出货单位HBMHBM类型类型CoWoSCoWoS类型类型B100B100HGXHBM3e 8hi*8(192GB)CoWoS-LB200B200HGXHBM3e 8hi*8(192GB)CoWoS-LB200 UltraB300HGXHBM3e 12hi*8(288GB)CoWoS-LGB200GB200NVL72(main)、NVL36HBM3e 8hi*8(192GB)CoWoS-LGB200 UltraGB300NVL72(main)、NVL36HBM3e 12hi*8(288GB)CoWoS-LB200A UltraB300AHGX、MGXHBM3e 12hi*4(144GB)CoWoS-SGB200A UltraGB300ANVL36、MGXHBM3e 12hi*4(144GB)CoWoS-S资料来源:TrendForce,国信证券经济研究所整理表:英伟达表:英伟达Blackwell系列产品重要规格预测系列产品重要规格预测表:英伟达表:英伟达GB200芯片及性能提升示意图芯片及性能提升示意图资料来源:英伟达官网,国信证券经济研究所整理表:英伟达表:英伟达DGX SuperPODDGX SuperPOD架构架构示意图示意图资料来源:英伟达官网,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容国内外云服务商资本开支快速增长,国内大厂增速明显国内外云服务商资本开支快速增长,国内大厂增速明显l 国内外大型云服务厂商近两年资本开支快速国内外大型云服务厂商近两年资本开支快速增长,增长,算力算力“军备竞赛军备竞赛”愈演愈烈愈演愈烈。国外四大CSP厂商今年前三季度资本开支均已超过200亿美元,亚马逊更是超过500亿美元。中国头部云服务商如腾讯、阿里巴巴等今年前三季度资本开支增长均超过100%。l 国外四大CSP厂商亚马逊、微软、谷歌、Meta在2024年第三季度资本开支分别达到226.2亿、149.23亿、130.61亿、82.58亿美元,同比分别增长81.3%、50.5%、62.1%、26.2%;2024年前三季度累计资本开支分别达551.65亿、397.48亿、382.59亿、228.31亿美元,同比分别增长44.6%、56.1%、80.2%、16.5%。l 国内头部云服务商如腾讯、阿里巴巴在2024年第三季度资本开支分别达到170.94亿、169.77亿元,同比分别增长113.54%、312.86%;2024年前三季度累计资本开支分别达到401.82亿、390.90亿元,同比分别增长145.5%、209.5%。图:阿里巴巴季度资本开支图:阿里巴巴季度资本开支图:腾讯季度资本开支图:腾讯季度资本开支-100%-50%0P00 0%00004060801001201401601801Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24资本开支(亿元)YoY-100%-50%0P00 0%000500406080100120140160180FY4Q20FY1Q21FY2Q21FY3Q21FY4Q21FY1Q22FY2Q22FY3Q22FY4Q22FY1Q23FY2Q23FY3Q23FY4Q23FY1Q24FY2Q24FY3Q24FY4Q24FY1Q25FY2Q25资本开支(亿元)YoY图:亚马逊季度资本开支图:亚马逊季度资本开支资料来源:Wind,国信证券经济研究所整理图:微软季度资本开支图:微软季度资本开支图:谷歌季度资本开支图:谷歌季度资本开支图:图:MetaMeta季度资本开支季度资本开支-50%0P00 001001502002501Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24资本开支(亿美元)YoY0 0Pp0406080100120140160FY3Q20FY4Q20FY1Q21FY2Q21FY3Q21FY4Q21FY1Q22FY2Q22FY3Q22FY4Q22FY1Q23FY2Q23FY3Q23FY4Q23FY1Q24FY2Q24FY3Q24FY4Q24FY1Q25资本开支(亿美元)YoY-60%-40%-20%0 004060801001201401Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24资本开支(亿美元)YoY-40%-20%0 000020304050607080901001Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24资本开支(亿美元)YoY资料来源:Wind,国信证券经济研究所整理资料来源:Wind,国信证券经济研究所整理资料来源:Wind,国信证券经济研究所整理资料来源:Wind,国信证券经济研究所整理资料来源:Wind,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容算力需求爆发式增长,算力需求爆发式增长,AIAI服务器市场规模大幅提升服务器市场规模大幅提升l 受益于智能算力市场的推动,全球受益于智能算力市场的推动,全球AIAI服务器市场规模实现快速增长。服务器市场规模实现快速增长。据TrendForce数据,预计2024年全球AI服务器市场规模为1870亿美金,同比增长69%;从服务器出货量占比来看,预计2024年AI服务器占比为12.2%,同比提升3.4pct。TrendForce预计AI服务器出货量将由2023年的118万台增长至2026年的237万台,对应CAGR为26%。假设单台AI服务器价值量为25万美金,则预计2026年AI服务器市场规模为5922.5亿美金。l 中国中国AIAI服务器市场规模同样将实现快速增长,服务器市场规模同样将实现快速增长,AIAI服务器工作负载将由训练逐步过渡到推理。服务器工作负载将由训练逐步过渡到推理。据IDC数据,2023年中国AI服务器出货量达32.2万台,预计到2027年将达到80.9万台,对应CAGR达25.9%;对应到2023年AI服务器市场规模为60.8亿美元,预计到2027年将达到134亿美元,对应CAGR达21.8%。从工作负载来看,2023年训练服务器占比达58.7%。随着训练模型的完善与成熟,模型和应用产品逐步进入投产模式,处理推理工作负载的人工智能服务器占比将随之攀升,到2027年,用于推理的工作负载将达到72.6%。图:全球图:全球AIAI服务器出货量及预测服务器出货量及预测图:中国图:中国AIAI服务器出货量及预测服务器出货量及预测资料来源:Trendforce,国信证券经济研究所整理资料来源:IDC,国信证券经济研究所整理图:中国图:中国AIAI服务器工作负载占比及预测服务器工作负载占比及预测资料来源:IDC,国信证券经济研究所整理0%5 %05010015020025020222023202420252026AI服务器出货量(万台)YoY0%5 %0502030405060708090202220232024202520262027中国AI服务器出货量(万台)YoY0 0Pp0 232024202520262027推理训练请务必阅读正文之后的免责声明及其项下所有内容政策支持亦将拉动中国政策支持亦将拉动中国AIAI服务器市场规模增长服务器市场规模增长资料来源:中商产业研究院,国信证券经济研究所整理发布日期发布日期发布单位发布单位政策名称政策名称主要内容主要内容2024年1月工信部国家人工智能产业综合标准化体系建设指南(征求意见稿)到2026年,共性关键技术和应用开发类计划项目形成标准成果的比例达到60%以上,标准与产业科技创新的联动水平持续提升。新制定国家标准和行业标准50项以上,推动人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家,标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上,促进人工智能产业全球化发展。2023年4月工信部、中央网信办、国家发改委教育部等关于推进IPv6技术演进和应用创新发展的实施意见推动IPv6与5G、人工智能、云计算等技术的融合创新,支持企业加快应用感知网络、新型IPv6测量等“IPv6 ”创新技术在各类网络环境和业务场景中的应用。2023年2月中共中央、国务院办公厅质量强国建设纲要加快大数据、网络、人工智能等新技术的深度应用,促进现代服务业与先进制造业、现代农业融合发展。2022年12月中共中央、国务院办公厅扩大内需战略规纲要(2022-2035年)加快物联网、工业互联网、卫星互联网、壬兆光网建设,构建全国一体化大数据中心体系,布局建设大数据中心国家枢纽节点,推动人工智能、云计算等广泛、深度应用,促进“云、网、端”资源要素相互融合、智能配置。推动5G、人工智能、大数据等技术。2022年8月科技部关于支持建设新一代人工智能示范应用场景的通知充分发挥人工智能赋能经济社会发展的作用,围绕构建全链条、全过程的人工智能行业应用生态,支持一批基础较好的人工智能应用场景,加强研发上下游配合与新技术集成,打造形成一批可复制、可推广的标杆型示范应用场景。首批支持建设十个示范应用场景。2022年7月科技部、教育部、工业和信息化部、交通运输部等关于加快场景创新以人工智能高水平应用促进经济高场景创新成为人工智能技术升级、产业增长的新路径,场景创新成果持续涌现推动新一代人工智能发展上水平。鼓励在制造、农业、物流、金融、商务、家等重点行业深入挖据人工智能技术应用场景,促进智能经济高端高效发展。2021年5月国家发改委、中央网信办、工信部中央能源局全国一体化大数据中心协同创新体系算力枢纽实施方案引导超大型、大型数据中心集聚发展,构建数据中心集群,推进大规模数据的“云端”分析处理,重点支持对海量规模数据的集中处理,支撑工业互联网、金融证券、灾害预远程医疗、视频通话、人工智能推理等抵近一线、高频实时交互型的业务需求,数据中心端到端单向网络时延原则上在20毫秒范围内。2021年3月中共中央国民经济和社会发展第十四个五年规划和二零三五年远景目标瞄准人工智能等前沿领域,实施一批具有前瞻性、战略性的国家重大科技项目。推动互联网、大数据、人工智能等同各产业深度融合,推动先进制造业集群发展,构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引警,培育新技术、新产品、新业态、新模式。表:中国人工智能行业政策节选表:中国人工智能行业政策节选l 政策支持亦将拉动中国政策支持亦将拉动中国AIAI服务器市场规模增长。服务器市场规模增长。在当前数字经济时代背景下,国家出台多个政策支持AI产业发展,AI服务器行业将保持快速增长。相关企业加速布局以及人工智能应用场景的逐步落地,AI服务器在服务器整体市场中比重提高。中国的企业和研究机构积极进行人工智能服务器的技术研发和创新,包括高性能处理器、大容量内存、高速存储器和高效冷却系统等领域的创新,以满足计算能力和数据处理速度的需求。请务必阅读正文之后的免责声明及其项下所有内容AIAI服务器搭载服务器搭载AIAI芯片仍以芯片仍以GPUGPU为主,英伟达占据绝对的供应地位为主,英伟达占据绝对的供应地位l AIAI服务器搭载服务器搭载AIAI芯片仍以芯片仍以GPUGPU为主,搭载为主,搭载ASICASIC芯片服务器占比有上升趋势。芯片服务器占比有上升趋势。当前主流的AI芯片包括GPU、FPGA、ASIC等,其中GPU是前期较为成熟的芯片架构,属于通用型芯片;ASIC属于为AI特定场景定制的芯片。由于GPU通用型较强、适合大规模并行运算,设计和制造工艺成熟,适用于高级复杂算法和通用性人工智能平台。由于ASIC根据产品的需求进行特定设计和制造的集成电路,能够更有针对性地进行硬件层次的优化,因此具有更高的处理速度和更低的能耗;相比于其他AI芯片,ASIC设计和制造需要大量的资金、较长的研发周期和工程周期。据TrendForce数据,预计2024年搭载GPU的AI服务器占比约为71%,仍占据主导地位。而随着北美云服务商如亚马逊、Meta等,以及国内云服务商如阿里、百度、华为等持续积极扩大自研ASIC方案,使得搭载ASIC服务器占整体AI服务器比重在2024年将提升至26%。l 英伟达仍是搭载英伟达仍是搭载GPUGPU的的AIAI服务器的绝对芯片供应商。服务器的绝对芯片供应商。据TrendForce数据,单看AI服务器搭载GPU的芯片供应商中,英伟达占据绝对的主导地位,2022-2024年市占率均达到85%以上。随着AMD发布Instinct系列AI芯片并在AI服务器方面不断发力,其市占率有望从2022年的5.7%上升至2024年的8.1%。Intel在AI服务器芯片供应商中占比近年保持相对稳定,约占3%左右。图:搭载不同图:搭载不同AIAI芯片的芯片的AIAI服务器占比服务器占比图:图:搭载搭载GPUGPU的的AIAI服务器市场格局服务器市场格局资料来源:Trendforce,国信证券经济研究所整理资料来源:Trendforce,国信证券经济研究所整理表:表:不同技术架构不同技术架构AIAI芯片比较芯片比较AIAI芯片芯片种类种类GPUGPUASICASIC定制化程度定制化程度通用型全定制化算力算力中高价格价格高低优点优点通用型较强、适合大规模并行运算;设计和制造工艺成熟。通过算法固化实现极致的性能和能效、平均性强;功耗低;体积小;量产后成本低。缺点缺点并行运算能力在推理段无法完全发挥。前期投入成本高;研发时间长;技术风险大。应用场景应用场景高级复杂算法和通用性人工智能平台。当客户处在某个特殊场景,可以为其独立设计一套专业智能算法软件。资料来源:亿欧智库,国信证券经济研究所整理0 0Pp0 2220232024E搭载GPU的AI服务器搭载其他AI芯片的AI服务器0 0Pp0 2220232024ENVIDIAAMDIntel请务必阅读正文之后的免责声明及其项下所有内容图:图:ASICASIC在达到在达到4040万片后性价比相对万片后性价比相对FPGAFPGA更高更高资料来源:鲜枣课堂公众号,国信证券经济研究所整理资料来源:Marvell,国信证券经济研究所整理图:数据中心定制加速计算芯片市场规模图:数据中心定制加速计算芯片市场规模l ASIC专用集成电路是应特定用户的要求,或特定电子系统的需要,专门设计、制造的集成电路。根据下图显示,40万片的产量是ASIC和FPGA成本高低的分界线,当产量大于40万片时,ASIC的性价比相对FPGA更高。l 根据Marvell预测,数据中心定制加速芯片2023至2028年市场规模CAGR有望达到45.5%。2023年数据中心ASIC市场规模约66亿美元,占整体数据中心加速计算芯片680亿美元市场的16%。预计到2028年数据中心ASIC市场将达到429亿美元,占整体数据中心加速芯片2020亿美元的25%。相较于GPU,AI ASIC整体复合增速更快,达到45.4%。牧本定律摆向定制化,关注国产牧本定律摆向定制化,关注国产ASICASIC服务商服务商请务必阅读正文之后的免责声明及其项下所有内容图:标准化制造和定制化应用互相更替图:标准化制造和定制化应用互相更替资料来源:土人观芯公众号,国信证券经济研究所整理资料来源:土人观芯公众号,国信证券经济研究所整理图:牧本定律在标准化与定制化之间交替摆动图:牧本定律在标准化与定制化之间交替摆动l 牧本摆动每十年波动一次,有望从标准化摆向定制化牧本摆动每十年波动一次,有望从标准化摆向定制化。1987年,原日立公司总工程师牧本次生提出牧本摆动,揭露半导体产品发展历程总是在“标准化”与“定制化”之间交替摆动,大概每十年波动一次。牧本摆动背后是性能、功耗和开发效率之间的平衡,当算法发展达到平台期,无法通过进一步创新来推动发展时,就需要依赖于扩大规模来维持进步,这时转向ASIC的开发就变得至关重要。然而十年后,当规模扩张遭遇限制,又会重新聚焦于算法的创新,同时伴随半导体制造技术的进步,一些可编程解决方案在性价比上将会重新获得竞争优势。当前为了满足CSP客户更高性能和更好功能的需求,定制化芯片ASIC的需求持续提升,牧本钟摆从标准化逐渐摆向定制化。牧本定律摆向定制化,关注国产牧本定律摆向定制化,关注国产ASICASIC服务商服务商请务必阅读正文之后的免责声明及其项下所有内容图:博通已为两家头部图:博通已为两家头部CSPCSP客户提供客户提供ASICASIC资料来源:Broadcom官网,国信证券经济研究所整理资料来源:Broadcom官网,国信证券经济研究所整理图:图:AIAI芯片集群有望达到芯片集群有望达到100100万张量级万张量级l 在博通2024财年报告中,公司AI业务营收达到约122已美元,同比增长220%。同时,公司预计2027年AI业务可达市场规模为600-900亿美元,客户有望在AI芯片集群中部署100万个芯片,当前公司已开始为三家头部CSP客户提供ASIC。l 国内具备较强芯片定制服务能力的公司,有望在当前定制化ASIC芯片的趋势中收益。例如,翱捷科技基于丰富的设计经验及雄厚的技术积累,曾为全球领先的人工智能平台公司S、登临科技、美国Moffett等数家知名人工智能技术企业提供先进工艺下的人工智能云端推理超大规模芯片定制服务。牧本定律摆向定制化,关注国产牧本定律摆向定制化,关注国产ASICASIC服务商服务商请务必阅读正文之后的免责声明及其项下所有内容-30%-20%-10%0 0P002003004005006007008009001990199119921993199419951996199719981999200020012002200320042005200620072008200920102011201220132014201520162017201820192020202120222023全球PCB产值(亿美元)YoYl 印制电路板(印制电路板(Printed Circuit Board,PCBPrinted Circuit Board,PCB)是指在绝缘基板上,有选择地加工安装孔、连接导线和装配电子元器件的焊盘,以实现电子元器件之间的电气互连的组装板。由于PCB可以实现电路中各元器件之间的电气连接,几乎任何一台电子设备都离不开它,它对电路的电气性能、机械强度和可靠性都起着重要作用,因此被称为因此被称为“电子产品之母电子产品之母”。l 根据Prismark数据,2023年全球PCB总产值同比下滑14.9%,达到695亿美金规模,Prismark预计2024年全球PCB产值将重回增长,达到730.26亿美金,同比增长5%。来源:Prismark,国信证券经济研究所整理 算力需求是算力需求是PCBPCB行业行业的主要增长引擎的主要增长引擎图:全球图:全球PCBPCB产值(亿美元)产值(亿美元)全球台式机兴起欧美是主要的PCB生产国HDI技术逐渐成熟全球功能机、笔记本市场增长迅猛产能向日本转移HDI、Flex、ICS是主要增量 2008年全球金融危机 产业链从日本向亚洲其他地区转移 智能手机爆发云计算、5G、互联网爆发19年疫情经济推动电子产品需求请务必阅读正文之后的免责声明及其项下所有内容算力需求是算力需求是PCBPCB行业的主要增长引擎行业的主要增长引擎资料来源:Prismark,国信证券经济研究所整理 l PCBPCB市场下游应用分布广泛,主要涉及计算机、服务器、消费电子、汽车、工业、医疗、军事航天等领域。市场下游应用分布广泛,主要涉及计算机、服务器、消费电子、汽车、工业、医疗、军事航天等领域。根据Prismark 2023年数据,手机占比最大,约为18.8%;其次是个人计算机和消费电子,占比分别约13.5%和13.1%;服务器/数据存储领域的占比也均达12%左右。此外,2023年汽车的占比有所提升,达到13.2%。预计2023-2028年增速最快的是服务器和存储相关PCB,CAGR达到11%,其次为有线通信,CAGR 6%,然后是汽车,CAGR达到5%。l 从产品种类来看,刚性板的市场规模最大,其中多层板和单双面板的产值占比分别达到36.5%和10.9%;接下来是封装基板,产值占比为21.3%;柔性板和HDI板的产值占比分别为16.9%以及14.4%。图图:20232023年全球年全球PCBPCB分下游应用领域产值占比(分下游应用领域产值占比(%)PC13.5%服务器/数据存储11.8%其他计算机5.3%手机18.8%有线基础设施8.6%无线基础设施4.5%消费电子13.1%汽车13.2%工业4.1%医疗2.1%军事/航天航空5.1%3%2%5%6%4%5%5%4%4%5%0%2%4%6%8%PC服务器/存储其他计算机手机有线通信无线通信消费电子汽车工控医疗军事/航天航空图图:23-2823-28年分应用领域增速预期年分应用领域增速预期图图:20222022年全球年全球PCB细分产品的细分产品的产值产值占比(占比(%)单双面板10.9%多层板36.5%HDI板14.4%封装基板21.3%柔性板16.9%资料来源:Prismark,国信证券经济研究所整理 资料来源:Prismark,国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容算力需求是算力需求是PCBPCB行业的主要增长引擎行业的主要增长引擎l 服务器平台的升级会要求服务器平台的升级会要求PCBPCB板层数增加以及板层数增加以及CCLCCL介电损介电损耗降低。耗降低。PCB在服务器中的应用主要包括加速板、主板、电源背板、硬盘背板、网卡、Riser卡等,特点主要体现在高层数、高纵横比、高密度及高传输速率。l 1)PCB1)PCB板层数增加:板层数增加:随着服务器平台的演进,服务器PCB持续向更高层板发展,对应于PCIe3.0的Purely服务器平台一般使用8-12层的PCB主板;但Whitley搭载的PCIe4.0总线则要求12-16层的PCB层数;而对于未来将要使用PCIe5.0的Eagle Stream平台而言,PCB层数需要达到16-18层以上。根据Prismark数据,18层以上PCB单价约是12-16层价格的3倍。图:服务器升级要求图:服务器升级要求PCBPCB层数增加层数增加英特尔英特尔Purley(Sky Lake)Purley(Cascade Lake)WhitleyEagle StreamCPU制程14nm 14nm 10nm 10nm PCIePCIe3.0PCIe3.0PCIe4.0PCIe5.0内存6DDR46DDR48DDR48DDR5核数28282848传输速率(Gbps)22L范围无变化,但是高层占比会提升最大层数24-2830-34线间距4 mil 3.5 mil材料Mid-Loss到Very-Loss层压板、薄铜电性能要求更高、需要ultra low-loss,extreme,low-loss层压板、极薄型铜请务必阅读正文之后的免责声明及其项下所有内容算力需求是算力需求是PCBPCB行业的主要增长引擎行业的主要增长引擎l HDIHDI在在20202020年、年、20212021年增长强劲,分别同比增长年增长强劲,分别同比增长9.6%9.6%、19.6.6%,20222022年年HDIHDI由于中国智能手机需求下滑,市场下滑由于中国智能手机需求下滑,市场下滑0.4%0.4%。2023年,由于高存货、下游需求疲软、供大于求和市场竞争加剧导致价格下滑,整体市场下滑严重。1Q24,智能手机的HDl板产量较去年有所改善,由于利润率低,供应能力有所萎缩,低端HDI供应紧张,平均售价从2023年的历史低点回升20%以上。1H24,新的应用领域增速迅猛,卫星通信、汽车智能驾驶和中控板,无线通信、AI GPU模组卡、可穿戴设备、AR/VR等推动了高端HDI的需求。l 预计预计HDIHDI市场将从市场将从20232023年的年的105105亿美元增长至亿美元增长至20282028年的年的142142亿美元,亿美元,CAGRCAGR达到达到6.2%6.2%。下游具体的应用占比来看,2023年占比最大的智能机份额从50%下滑到45%,增速最快的是有线和无线基建,其次就是服务器和数据存储,CAGR达到16%。由于高端产品需求增速更快,由于高端产品需求增速更快,3 HDI3 HDI及及以上的产品占比预计将从以上的产品占比预计将从20232023年的年的51Q%提升到提升到54T%。图图:HDIHDI下游应用下游应用图图:HDIHDI分种类的占比分种类的占比0 0Pp0 232028F电脑服务器/存储手机有线通信无线通信消费电子汽车工业医疗军事/航天航空0 00 232028F1 HDI2 HDI3 HDIAny-LayermSAP HDI资料来源:Prismark,国信证券经济研究所整理资料来源:Prismark,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容算力需求是算力需求是PCBPCB行业的主要增长引擎行业的主要增长引擎资料来源:Prismark,国信证券经济研究所整理图:全球图:全球服务器系统及组件服务器系统及组件PCBPCB市场规模市场规模l 根据Prismark数据,2023年全球服务器及相关系统组件的PCB市场规模约为51.77亿美元,预计未来将以9%的增速增长至2028年的79.74亿美元。l 未来五年未来五年AIAI系统、服务器、存储、网络设备等是系统、服务器、存储、网络设备等是PCBPCB需求增长的主要动能。需求增长的主要动能。AI服务器主要涉及3块产品:GPU的基板需要用到20层以上的高多层板,并且使用高速材料;而小型AI加速器模组通常使用HDI来达到高密度互联,通常是4-5阶的HDI;传统的CPU的母板。并且,随着AI服务器升级,GPU主板也将逐步升级为HDI,因此HDI将是未来5年增速最快的PCB,根据Prismark预计,2023-2028年HDI的CAGR将达到16.3%,是增速最快的品类。010002000300040005000600070008000900020232024E2028F普通服务器AI服务器存储设备其他(HDD、SSD等)CAGR9,0002,0003,0004,0005,0006,0007,0008,0009,00020232028F单位:$M普通板4-6多层板8-16多层板18 多层板HDIFPC4.2%7.8.6.3%7.1GR图:服务器图:服务器PCBPCB市场分产品占比市场分产品占比资料来源:Prismark,国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容风险提示风险提示请务必阅读正文之后的免责声明及其项下所有内容风险提示风险提示1 1、宏观、宏观AIAI应用推广不及预期。应用推广不及预期。AI技术在应用推广的过程可能面临各种挑战,比如:(1)AI技术需要更多的时间来研发和调试,而且在应用过程中可能会受到数据质量、资源限制和技术能力等因素的制约;(2)AI技术的实施需要更多的资源和资金支持;(3)市场竞争可能也会影响企业在AI应用推广方面的表现。因此,投资者应审慎评估相关企业的技术实力、资金实力以及管理能力,相关企业的AI应用存在推广进度不及预期的风险。2 2、AIAI投资规模低于预期。投资规模低于预期。尽管AI技术在过去几年中受到广泛关注,但AI相关领域的企业投资回报并不总是符合预期。部分企业在AI领域可能缺乏足够的经验和资源,难以把握市场机会。此外,市场竞争也可能会影响企业的投资力度。因此,存在AI领域投资规模低于预期,导致企业相关业务销售收入不及预期的风险。3 3、AIAI服务器渗透率提升低于预期。服务器渗透率提升低于预期。虽然AI服务器的应用已经较为广泛,但AI服务器渗透率提升的速度存在低于预期的风险,这与企业对AI技术的投资意愿有关,也可能与市场需求和技术进展的速度有关。4 4、AIAI监管政策收紧。监管政策收紧。由于AI技术的快速发展和广泛应用,监管机构可能会加强对AI技术的监管力度。监管机构可能会制定严格的AI技术使用规定,以保障人们的隐私和数据安全,这些监管政策可能会对企业的业务模式和发展战略造成影响。请务必阅读正文之后的免责声明及其项下所有内容免责声明免责声明分析师承诺分析师承诺作者保证报告所采用的数据均来自合规渠道;分析逻辑基于作者的职业理解,通过合理判断并得出结论,力求独立、客观、公正,结论不受任何第三方的授意或影响;作者在过去、现在或未来未就其研究报告所提供的具体建议或所表述的意见直接或间接收取任何报酬,特此声明。重要声明重要声明本报告由国信证券股份有限公司(已具备中国证监会许可的证券投资咨询业务资格)制作;报告版权归国信证券股份有限公司(以下简称“我公司”)所有。本报告仅供我公司客户使用,本公司不会因接收人收到本报告而视其为客户。未经书面许可,任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点,一切须以我公司向客户发布的本报告完整版本为准。本报告基于已公开的资料或信息撰写,但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断,在不同时期,我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态;我公司可能随时补充、更新和修订有关信息及资料,投资者应当自行关注相关更新和修订内容。我公司或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易,还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中意见或建议不一致的投资决策。本报告仅供参考之用,不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下,本报告中的信息和意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险,我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。证券投资咨询业务的说明证券投资咨询业务的说明本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询,是指从事证券投资咨询业务的机构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间接有偿咨询服务的活动:接受投资人或者客户委托,提供证券投资咨询服务;举办有关证券投资咨询的讲座、报告会、分析会等;在报刊上发表证券投资咨询的文章、评论、报告,以及通过电台、电视台等公众传播媒体提供证券投资咨询服务;通过电话、传真、电脑网络等电信设备系统,提供证券投资咨询服务;中国证监会认定的其他形式。发布证券研究报告是证券投资咨询业务的一种基本形式,指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析,形成证券估值、投资评级等投资分析意见,制作证券研究报告,并向客户发布的行为。国信证券投资评级国信证券投资评级投资评级标准投资评级标准类别类别级别级别说明说明报告中投资建议所涉及的评级(如有)分为股票评级和行业评级(另有说明的除外)。评级标准为报告发布日后6到12个月内的相对市场表现,也即报告发布日后的6到12个月内公司股价(或行业指数)相对同期相关证券市场代表性指数的涨跌幅作为基准。A股市场以沪深300指数(000300.SH)作为基准;新三板市场以三板成指(899001.CSI)为基准;香港市场以恒生指数(HSI.HI)作为基准;美国市场以标普500指数(SPX.GI)或纳斯达克指数(IXIC.GI)为基准。股票投资评级股票投资评级优于大市股价表现优于市场代表性指数10%以上中性股价表现介于市场代表性指数10%之间弱于大市股价表现弱于市场代表性指数10%以上无评级股价与市场代表性指数相比无明确观点行业投资评级行业投资评级优于大市行业指数表现优于市场代表性指数10%以上中性行业指数表现介于市场代表性指数10%之间弱于大市行业指数表现弱于市场代表性指数10%以上请务必阅读正文之后的免责声明及其项下所有内容国信证券经济研究所国信证券经济研究所深圳深圳深圳市福田区福华一路125号国信金融大厦36层邮编:518046 总机:0755-82130833上海上海上海浦东民生路1199弄证大五道口广场1号楼12楼邮编:200135北京北京北京西城区金融大街兴盛街6号国信证券9层邮编:100032

    发布时间2025-02-06 42页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • AI人工智能基地:2025DeepSeek爆火详细报告(71页).pdf

    回顾DeepSeek的爆火过程AI人工智能基地2025.2.5向老板报告DeepSeek爆火的系统知识目录01DeepSeek爆火时间线02各国名人对DeepSeek的观点03DeepSeek爆火的原因分析04DeepSeek的创新点05当前大模型存在的问题06当前大模型国家间的竞争格局07全球各大AI公司优劣势分析08未来人工智能的发展预测AI人工智能基地从开源到全球领先的关键节点AI人工智能基地DeepSeek-V2的开源2024年5月,DeepSeek-V2引领价格战第二代模型DeepSeek-V2总参数达2360亿,API定价低至每百万tokens输入1元。价格战DeepSeek的低价策略引发中国AI大模型市场价格战。技术优势DeepSeek-V2在多项评测中表现优异,超越同类开源模型。市场反应DeepSeek的低价策略迅速吸引市场关注。AI人工智能基地DeepSeek-V3的突破DeepSeek-V3总参数大幅提升,训练成本仅为557.6万美元。总参数达6710亿在多项评测中超越Qwen2.5-72B和LLaMA 3.1-405B。性能超越DeepSeek-V3的技术突破为后续发展奠定基础。技术进步开源策略促进技术社区的合作与创新。开源影响2024年12月,DeepSeek-V3参数激增AI人工智能基地DeepSeek-R1的发布2025年1月,DeepSeek-R1性能媲美OpenAI性能与OpenAI相当DeepSeek-R1性能与OpenAI的o1正式版相媲美。APP下载量飙升DeepSeek应用下载量在发布后迅速上升。国际竞争DeepSeek在国际大模型排名中升至第三。风格控制领先在风格控制类模型中与OpenAI并列第一。AI人工智能基地DeepSeek应用的上线2025年1月,DeepSeek应用全球上线01全球用户增长DeepSeek应用在全球和美国的日活跃用户数增长超110%。02苹果商店登顶DeepSeek应用登顶苹果应用商店免费下载排行榜。03国运级评价游戏科学CEO冯骥评价DeepSeek为国运级科技成果。04国际关注DeepSeek的崛起引发国际社会的广泛关注。AI人工智能基地国际排名与评价DeepSeek在全球大模型排名中的表现排名第三DeepSeek-R1在国际大模型排名中升至第三。风格控制第一在风格控制类模型中与OpenAI并列第一。国际认可DeepSeek的技术实力获得国际社会的广泛认可。用户增长DeepSeek应用在全球范围内的用户数快速增长。AI人工智能基地1月24日:国际排名提升全球用户增长显著01DeepSeek-R1基准测试升至全球第三。全球第三02全球和美国的平均日活跃用户增长超110%。用户增长AI人工智能基地截止2月5日:应用商店多日保持登顶全球下载量领先下载榜首DeepSeek登顶苹果中国和美国应用商店。01持续领先根据Appfigures数据,保持全球领先地位。在超过140个国家中排行第一位02AI人工智能基地科技领袖的评价与展望AI人工智能基地马斯克的质疑对硬件配置与资源分配的质疑马斯克质疑DeepSeek的成功是否完全依赖技术突破。技术奇迹质疑暗示AI行业内部资源分配存在不透明性。资源分配不透明对DeepSeek宣称的成本和性能真实性提出疑问。成本与性能质疑怀疑DeepSeek背后有强大算力支持。算力支持AI人工智能基地Sam Altman的赞赏OpenAI对DeepSeek的正面评价01优秀模型OpenAI认为DeepSeek是一个非常好的模型。03竞争态度OpenAI不计划起诉DeepSeek,乐见对手出现。03技术领先OpenAI致力于开发更好的模型,保持技术领先。04模型实力以模型实力引领世界,缩小领先优势。反思OpenAI站在开源的对立面,采用降价和免费策略,加快推出新O3模型上线AI人工智能基地Alexandr Wang的对比中美AI竞赛的新局面性能相当DeepSeek的AI大模型与美国最好模型性能相当。竞争态势美国在AI竞赛中可能失去领先地位。中国追赶中国在AI领域以更便宜、更快的产品迎头赶上。改变一切DeepSeek的发布可能改变中美AI竞争格局。提出加大对中国技术封锁AI人工智能基地Dario Amodei的深入分析对DeepSeek训练细节的质疑质疑DeepSeek宣称的芯片使用数量。芯片使用质疑Claude 3.5 Sonnet领先DeepSeek七个月。训练时间差尊重DeepSeek的训练模型方法。训练方法尊重强调Anthropic在技术上的领先。技术领先性AI人工智能基地马克贝尼奥夫的惊叹突破ChatGPTDeepSeek突破了ChatGPT的技术成就。超级计算机替代不需要英伟达超级计算机即可实现成就。经济高效低成本、高性能模式的积极意义。技术成就感叹DeepSeek的惊人技术成就。低成本高性能的突破AI人工智能基地蒂姆库克的高度评价推动效率的创新1.DeepSeek是推动效率的AI创新。创新推动011.对行业有积极进步的贡献。行业进步021.认可DeepSeek的开源性。开源模型031.推理时间计算效率超高。计算效率04AI人工智能基地马克安德森的惊叹开源模型的厚礼技术突破DeepSeek-R1是最令人惊叹的技术突破之一。开源决定开源模型的决定是送给世界的厚礼。行业影响对AI行业未来有深远影响。技术领先称赞DeepSeek的技术先进性。AI人工智能基地Satya Nadella的认可开源与创新的结合DeepSeek的新模型极为出色。出色模型认可DeepSeek的开源性与创新结合。开源创新AI成本下降是必然趋势。成本下降DeepSeek为行业带来新的启示。行业启示AI人工智能基地唐纳德特朗普的警示对美国产业的警钟01竞争集中强调美国需要集中精力赢得竞争。02高效经济DeepSeek模型高效且经济。03积极发展认为这是一种积极的发展。04产业警示DeepSeek的出现给美国产业敲响了警钟。AI人工智能基地扎克伯格的谨慎态度01 DeepSeek有许多值得学习之处。学习之处02 对AI未来的意义判断为时尚早。未来判断03 DeepSeek技术非常先进。技术先进04 担忧开源模型影响美国科技领先地位。行业担忧对AI未来的观望AI人工智能基地乔恩斯图尔特的夸赞中国AI的命名艺术AI工具对比吐槽美国AI工具,夸赞中国AI。命名艺术中国在AI命名上远超美国。技术领先中国AI技术进步显著。行业调侃调侃AI能抢走另一个AI的饭碗。AI人工智能基地亚历克斯迪马基的见解非巨额投入达到顶尖性能不一定需要巨额投入。硅谷冲击对硅谷烧钱竞赛的冲击。技术路线DeepSeek的技术路线值得借鉴。行业反思引发行业对技术路线的反思。技术路线的新启示AI人工智能基地吉姆范的赞赏DeepSeek是践行OpenAI初心的典范。非美国典范称赞DeepSeek的技术实力。技术实力为行业带来新的启示。行业启示非美国公司践行OpenAI的初心。初心践行AI人工智能基地阿尔文王格雷林的观察美国在AI领域领先优势正在缩小。领先优势缩小各国应采取合作方式发展AI。国际合作DeepSeek的进展显示了技术进步。技术进步强调国际合作的重要性。行业合作AI领域的合作与竞争AI人工智能基地周鸿祎的展望中国大模型技术必有一席之地。技术霸权对抗DeepSeek及其创始人非常低调。公司低调技术能力和未来前景被市场严重低估。市场低估展望中国AI技术的未来发展。行业展望中国AI的崛起AI人工智能基地富凯的积极评价AI模型对芯片市场的影响01高效模型DeepSeek推出高效AI模型。02成本降低有助于降低AI应用成本。03商机增加为阿斯麦带来更多商机。04行业影响对芯片市场有积极影响。AI人工智能基地成功背后的关键因素AI人工智能基地免费使用策略降低用户门槛的关键用户吸引力01免费使用策略迅速吸引了大量用户,尤其是成本敏感群体。市场定位02高性价比策略满足了广泛用户的需求,加速市场渗透。用户增长03用户数量在短时间内实现爆发式增长,市场份额快速提升。竞争优势04相比竞争对手,免费策略形成差异化竞争优势。AI人工智能基地开源架构优势技术开放与成本降低开源架构显著降低硬件成本,提升性价比。硬件成本提供灵活的部署选项,满足不同用户需求。灵活部署开源促进技术开放与共享,加速技术普及。技术共享打破垄断开源打破少数企业对 AI 技术的垄断,推动行业进步。AI人工智能基地技术创新与卓越性能01自然语言处理在自然语言处理方面表现卓越,超越行业标准。02知识理解与生成强大的知识理解与生成能力,获得用户广泛认可。03计算性能计算性能优异,大幅提升模型训练和推理速度。04行业领先技术实力领先,赢得用户和市场的广泛认可。DeepSeek R1 的技术突破AI人工智能基地自媒体与国际环境传播与影响力的提升自媒体传播自媒体平台精准营销,迅速提升品牌知名度。国际竞争契合全球科技发展趋势,注入行业新活力。名人效应科技领袖的关注与认可,提升品牌影响力。市场契合技术与市场定位高度契合,满足各方需求。AI人工智能基地云厂支持01获得微软、亚马逊等云厂支持,拓展服务范围。云服务合作02提供便捷高效的云服务使用体验,提升用户满意度。便捷体验03广泛的云合作扩展了 DeepSeek 的服务版图。服务扩展04用户能够更便捷地使用 DeepSeek 的服务。用户便利拓展服务版图AI人工智能基地硬件兼容性广泛适配多元算力硬件支持支持英伟达、AMD、华为等硬件设备,兼容性强。多元算力满足不同硬件配置用户的需求,适应多元计算环境。用户覆盖广泛兼容性提升用户覆盖面,满足各类用户需求。技术适应性强大的硬件兼容能力,适应不同技术环境。AI人工智能基地努力故事与创始人背景050601020304梁文峰在量化领域的深厚背景提升品牌信任度。创始人背景创始人的励志故事激发社会共鸣,提升品牌知名度。励志故事个人经历提升品牌影响力,增强用户情感连接。品牌提升故事引发广泛共鸣,进一步提升品牌影响力。社会共鸣个人经历与品牌共鸣AI人工智能基地国际环境与名人效应科技竞争中的新星契合全球科技发展,满足先进AI需求。科技竞争科技领袖的关注提升品牌影响力。名人关注AI人工智能基地技术突破与优化策略AI人工智能基地高效训练架构构建“萤火”集群,提升训练效率。专属集群设计MLA,减少缓存,提高推理效率。优化注意力机制提升训练效率的基础AI人工智能基地专家模型架构引入共享专家和细粒度专家分配机制。共享专家1解决负载均衡问题,提高资源利用率。路由算法2提升复杂任务处理能力AI人工智能基地DualPipe算法绕过CUDA限制,提升资源利用效率。精准调控针对带宽差异采取策略,提升性能。带宽差异通信与计算的协同优化AI人工智能基地精细化FP801混合精度大幅减少计算和通信量,降低成本。02MTP提升通过MTP提升训练密度,加速模型收敛。提升训练效率的技术创新AI人工智能基地挑战与限制AI人工智能基地高昂成本硬件与数据的高投入硬件投入训练需海量计算资源,硬件采购成本高。数据成本优质数据获取困难,标注成本高。AI人工智能基地高能耗问题训练与推理的能耗挑战训练消耗大量电量,环境压力大。训练能耗高并发应用下,总能耗相当可观。推理能耗AI人工智能基地可解释性难题复杂内部机制导致决策过程不可解释。内部机制缺乏通用解释方法,限制模型优化。解释方法决策过程的透明性AI人工智能基地数据相关挑战数据质量与偏差问题数据质量 低质量数据误导模型学习。数据偏差 训练数据反映现实世界偏差,影响模型公平性。AI人工智能基地全球AI技术的竞合态势AI人工智能基地美国技术优势科研实力顶尖高校在基础研究方面领先。科技巨头谷歌、微软等提供强大资源支持。科研实力与科技巨头支持AI人工智能基地中国技术追赶产学研结合的快速进步 大模型技术取得显著进步,缩小差距。技术进步 庞大的数据规模支持大模型训练。数据规模AI人工智能基地欧洲技术特点科研底蕴与特定领域优势深厚的科研底蕴支持AI发展。科研底蕴在生物医学等领域具有技术优势。特定领域AI人工智能基地其他国家发展探索与应用的多元化俄罗斯注重国防和安全领域的大模型应用。日韩结合本土优势发展大模型技术。AI人工智能基地企业间的竞争与合作AI人工智能基地Meta的AI布局社交巨头的AI战略Meta旗下平台月活用户达数十亿。用户规模截至2025年2月4日,市值1.78万亿美元。市值LLaMA在自然语言处理上有显著成果。大模型产品AI用于内容推荐、广告投放等领域。AI应用数据丰富,品牌影响力大。优势AI技术深度和专注度不足。劣势AI人工智能基地Google的AI实力用户基础搜索引擎等产品拥有海量用户。市值约2.5万亿美元。大模型产品BERT在自然语言处理方面领先。AI应用广泛应用于搜索、自动驾驶等领域。优势AI研究起步早,技术积累深厚。劣势AI产品整合存在挑战。搜索巨头的AI创新AI人工智能基地微软的AI合作软件巨头的AI战略用户基础Windows、Office等产品用户庞大。市值截至2025年2月4日,市值3.06万亿美元。大模型产品与OpenAI合作,整合GPT系列模型。AI应用AI赋能Office 365、Azure等产品。优势强大的软件和云计算基础。劣势AI技术自研相对较弱。AI人工智能基地OpenAI的创新新兴AI公司的突破用户基础ChatGPT拥有大量全球用户。市值估值超过1500亿美元。大模型产品GPT系列是行业标杆。AI应用拓展到图像生成、语音识别等领域。技术领先,吸引顶尖AI人才。优势劣势商业模式尚在探索。AI人工智能基地字节跳动的AI战略内容平台的AI创新用户规模抖音、今日头条等产品用户数十亿。大模型产品豆包智能助手基于先进语言模型。AI应用广泛应用于内容创作、推荐系统。优势流量优势明显,技术创新能力强。劣势传统AI技术积累不足。AI人工智能基地阿里巴巴的AI应用电商巨头的AI布局用户基础淘宝、天猫等产品用户庞大。市值截至2025年2月4日,总市值1.86万亿港元。大模型产品通义千问在自然语言处理上有表现。AI应用应用于电商、金融、云计算等领域。优势电商和金融数据丰富,云计算能力强。劣势AI产品用户体验有时不够流畅。AI人工智能基地腾讯的AI布局微信、QQ拥有庞大用户群体。用户规模截至2025年2月4日,总市值3.88万亿港元。市值混元大模型在自然语言处理有进展。大模型产品应用于社交、游戏、金融科技等领域。AI应用社交和游戏场景丰富,数据价值高。优势AI技术独立性受质疑。劣势社交与游戏的AI融合AI人工智能基地百度的AI突破搜索巨头的AI创新用户基础1百度搜索、百度地图等产品用户多。市值2截至2025年2月4日,总市值2450.17亿港元。大模型产品3文心一言在自然语言处理有特色。AI应用4涵盖搜索、自动驾驶、智能音箱等领域。优势5自然语言处理技术积累深厚。劣势6AI产品认知度有待提高。AI人工智能基地中美AI公司的优势与劣势分析AI人工智能基地技术创新与研发能力中美AI技术的对比01美国优势技术积累深厚,基础研究强。02中国优势特定场景应用能力强,创新能力突出。03美国劣势资源分散,标准化程度低。04中国劣势技术深度不足,标准化有待提升。AI人工智能基地AI应用领域中美AI应用的对比美国优势应用领域广泛,全球化布局强。01.中国优势短视频、社交等领域商业化能力强。02.某些垂直领域应用薄弱。03.美国劣势中国劣势核心领域仍需加强。04.AI人工智能基地数据资源与用户量01美国优势用户数据丰富,支持大模型训练。02中国优势用户量庞大,数据资源丰富。03美国劣势数据文化局限性。04中国劣势数据主要集中在中文。中美用户数据的对比Amet autem laoreet eirmod voluptua dignissim nonumy.AI人工智能基地用户体验与服务产品体验流畅,传统业务竞争力强。美国优势01特定领域用户体验流畅。中国优势02某些AI应用用户体验不足。美国劣势03通用AI场景表现不如美国。中国劣势04中美用户体验的对比AI人工智能基地AI技术的趋势与前景AI人工智能基地大模型训练与数据更新训练效率训练效率显著提升,更新频率加快。数据更新数据更新准确性提高,反映最新信息。效率与准确性的提升AI人工智能基地驱动模式转变注重市场需求,推动技术应用。产品与销售开源竞争激活市场,加速技术发展。开源生态技术与市场的双驱动AI人工智能基地硬件兼容性提升适配更多硬件设备推理端优先适配各类硬件,满足应用需求。推理端适配训练端逐步兼容更多硬件类型。训练端兼容AI人工智能基地多模态能力拓展语音和图片领域实现优先突破。语音和图片视频生成AI成本降低,推动内容创作。视频生成覆盖更多应用场景AI人工智能基地智能体大爆发各类智能体如雨后春笋般涌现。智能体涌现不同行业的应用不断涌现,形成复杂生态系统。应用生态应用生态的繁荣AI人工智能基地

    发布时间2025-02-05 71页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • IBM:2025将AI融入品牌基因:从产品到生态系统的全面创新研究报告(24页).pdf

    IBM 商业价值研究院|研究洞察将 AI 融入品牌基因 从产品到生态系统的全面创新2一百多年来,IBM 一直致力于提供专业知识来帮助零售和消费品企业赢得市场。IBM 研究人员和咨询人员构建了诸多创新型解决方案,帮助客户通过为消费者提供卓越的品牌和门店体验,与渠道伙伴更有效的合作,更好地实现供需平衡,而变得更加以消费者为中心。IBM 提供全面的行业解决方案组合,包括商品销售规划、供应链管理、全渠道零售和高级分析,旨在帮助客户加快实现价值。我们的业务能力涵盖全球 170 多个国家或地区,可帮助品牌商和零售商预测变化,把握新的商机。如需详细了解我们的零售和消费品行业解决方案,请访问:https:/ 和 https:/ 如何提供帮助1未来一年,零售和消费品行业高管计划将 AI 应用于多个业务领域,全面升级各个环节,从品牌定位到核心运营实现跨越式提升。然而,想成为 AI 驱动的组织,就需要转变传统的思维方式,探索 AI 带来的深层变革,不能仅局限于生产力的提升。未来一年,高管们计划在 13 个业务领域中广泛应用 AI,以助力业务升级与优化。然而,高管们预测仅 31%的员工需要接受再培训或掌握新技能,这远远低估了 AI 转型对员工技能的需求。近 90%的高管表示其组织为 AI 治理建立了明确的组织结构、政策和流程。然而,只有不到 25%的组织全面实施并持续审查 AI 治理工具,这对品牌信任度构成了潜在风险。品牌正从采用 AI 转变为将 AI 融入品牌基因,利用 AI 的独特优势让品牌在竞争中脱颖而出。摘要2消费者已进入 AI 时代,您的品牌是否跟上了步伐?消费者是技术潮流的先锋,而品牌唯有紧随其后,方能保持市场竞争力。如今,AI 已深入日常生活,消费者在日常生活中频繁使用 AI 技术,无论是使用 AI 搜索引擎,还是通过生成式 AI 工具创作内容。IBM 商业价值研究院 2024 年的调研报告显示,近三分之二的客户已体验,或计划尝试使用 AI 技术。1 客户的强烈兴趣促使零售和消费品企业加速 AI 整合,将 AI 融入品牌核心,通过 AI 技术重塑业务流程、提升客户忠诚度以及拓展客户消费潜力,从而建立长期的竞争优势。我们针对 1,500 位全球零售和消费品行业高管开展了一项调研,结果表明受访组织正在加速采用 AI 应用。无论是传统 AI 还是生成式 AI,都已在组织的各个职能领域初步落地。AI 的应用场景涵盖从市场营销、客户服务到供应链管理、采购,再到财务和 IT 运营,全面涉及品牌塑造、业务优化及企业运营管理。展望 2025 年,大多数高管对 AI 寄予厚望,认为 AI 将广泛应用于全业务领域(见图 1)。行业高管指出,AI 支出将持续增长(请参见“观点:AI 支出从 IT 扩展到其他领域”)。高管们还预计,从 2023 年到 2027 年,AI 对业务增长的贡献度将提升 133%。零售和消费品组织正处于 AI 发展的关键时刻。问题是,这些组织是积极转型为 AI 驱动的品牌,还是仅仅依靠临时性的 AI 解决方案来追求短期收益?是时候突破局限了组织不仅要关注效率提升,还需要全面释放 AI 的影响力,从而优化流程效能,构建新型商业模式与生态系统,提升员工与客户的体验和参与感。行业高管预计,从 2023 年到 2027 年,AI 对业务增长的贡献度将提升 133%。计划在未来 12 个月内一定程度或很大程度使用 AI 的组织所占百分比品牌定义领域市场营销与客户体验数字化商务商品管理门店运营产品设计和开发客户服务79v%业务赋能领域供应链运营采购生产和制造可持续发展90%企业运营财务90%人力资源IT 与安全性3图 12025 年,零售与消费品组织将在各领域广泛应用 AI。百分比代表每个职能领域中一组任务的平均答复,基于问题:“您在这项活动中使用 AI 或生成式 AI 的程度如何?”受访者回答“一定程度”或“很大程度”。4本报告将讨论三个核心因素,帮助组织实现深度转型,让 AI 成为决策制定、创新优化与战略实施背后的核心驱动力。第一部分分析了如何兼顾马拉松式的长期发展与冲刺式的短期行动,从而实现从“AI 辅助”到“以 AI 为核心”的转型。第二部分强调了组织需要对员工进行技能培训,帮助其有效使用 AI 技术,适应 AI 转型。第三部分探讨了如何维护消费者信任这一关键议题。报告每一部分都提供了切实可行的行动指南,并通过具体的案例分析,帮助品牌推进 AI 转型。定义传统 AI能够理解、推理、学习和交互的系统。其技术包括机器学习(ML)、推理、规划、调度和优化等。生成式 AI一种机器学习方法。通常采用无监督或自主监督学习模式,能够生成内容或数据,如音频、代码、图像、文本、模拟、3D 模型及视频。生成式 AI 的最新示例包括 GPT-4(语言)、DALL-E(图像)、GitHub Copilot(代码)和 AlphaFold(科学蛋白质折叠)。AI 预算分配模式正经历重大变革。尽管 IT 领域仍是 AI 支出的重要部分,但零售和消费品行业高管们表示,AI 支出的重心正逐步从 IT 扩展到其他领域。AI 不仅仅是一种技术工具,各部门已将其纳入整体业务解决方案,从创意营销工具到门店员工赋能,再到仓储管理系统的优化,不一而足。未来一年,高管预计专门用于 AI 的 IT 预算将增长 19%,而 IT 预算外的 AI 支出增幅则高达 52%。到 2025 年,专门用于 AI 的 IT 支出将占收入的 1.04%,而 IT 预算外的 AI 支出将占收入的 2.28%。两项合计,明年 AI 支出将占收入的 3.32%。这意味着收入为 10 亿美元的企业需投入 3,320 万美元用于 AI。在零售和消费品组织的 13 个职能领域中,最高管理层需要全盘掌握各领域的投资动态,并协同平台和工具,实现企业运作透明化。IT 部门和业务部门必须通力合作,避免资源浪费,并确保与整体业务战略保持一致。观点AI 支出从 IT 扩展到其他领域5只有 54%的高管认为 AI 能够推动其企业的运营模式创新打造经久不衰的智能品牌消费品行业需要平衡长期规划与短期行动。几乎所有行业高管都希望 AI 能够推动产品与服务的创新(89%),以及商业模式的变革(85%)。然而,仅有 54%的行业高管认为 AI 能够推动运营模式的创新。在供应链、制造、分销、财务及合规领域借助 AI 进行运营转型,是打造以 AI 为核心的品牌的关键。这一转型既需长期规划,也需短期行动。从基础的 AI 用例扩展至跨职能的全面协同,从而实现可持续价值。大多数组织仍处于 AI 应用的初级阶段,仅在单一职能领域进行整合。例如,88%的组织在一定程度或很大程度上将 AI 技术应用于需求预测,87%的组织应用于人力资源服务,84%的组织应用于 IT 问题解决,84%的组织应用于促销策划和管理,81%的组织应用于库存和订单管理,80%的组织应用于生产活动优化。这些都是能够对日常运营产生直接影响的速赢项目。然而,企业计划在未来一年内探索更高级的 AI 用例。企业将逐步从单一部门内部使用的有限集成转型为更复杂的多功能、跨部门应用,这需要加强外部协作、系统整合,以及人力介入与监管。以虚拟助手为例(见图 2)。最初,虚拟助手仅限于回答预设的基础问题,如订单状态和发货进度。通过与订单系统进行深度整合,虚拟助手能够检测订单延迟或遗漏,并提供补货选项及店内库存信息。结合客户购物历史数据及生成式 AI 技术,虚拟助手能够实时生成个性化产品推荐和定制内容。Camping World 开发的虚拟助手 Arvee,整合了 Oracle 和 Salesforce 平台,能够快速获取客户信息,高效解决问题。2 第一部分:6高管们计划迅速推进 AI 在企业范围内的复杂用例。在客户服务领域,利用 AI 进行个性化响应与后续服务的企业预计在未来一年内将使用规模提升 236%。此外,在综合业务规划中,企业预计将 AI 使用规模提升 82%;在人才招聘中,将 AI 使用规模提升 300%。我能够实时查询并反馈物流状态和跟踪数据。连接订单管理和库存系统后,我能够为客户提供补货选择及门店自提方案。结合客户信息和购物记录,我能够为客户实时生成个性化产品推荐和定制内容。图 2品牌利用更全面且相关的企业数据,为虚拟助手赋能,以实现高度个性化的客户服务响应。7组织在推进 AI 战略的同时,加速构建 AI 工具与模型集成的平台体系。当前,企业在打造 AI 基础架构时,重点关注数据分析(65%)、创新(64%)及技能学习(62%)等相关平台。以现有平台为基础,扩展更多功能化平台,将实现 AI 跨职能的协同管理,并促进跨部门学习,推动 AI 在全企业范围的扩展。未来三年,高管们计划实现 AI 与业务伙伴的深度整合,将生态平台的使用规模从 52%增长至 89%。以产品合规生态系统为例,通过全流程 AI 合规管理,品牌可以确保产品生命周期的每个环节符合动态监管要求、消费者安全以及可持续发展需求。该生态系统采用先进的业务规则引擎和自动化物料清单生成技术,能够优化产品生命周期管理,确保产品以最少的人工干预快速上市。未来三年,高管们计划实现 AI 与业务伙伴的深度整合,将生态平台的使用规模从 52%增长至 89%。Kroger 采用 AI 技术优化客户取货体验。3多年来,Kroger 始终通过数据与高级分析推动业务创新。数十年来,Kroger 的忠诚度计划基于授权数据,持续为客户提供可信的价值回馈。如今,Kroger 借助机器学习技术,覆盖 1.5 亿客户接触点,为数百万忠实客户提供个性化的优惠方案和沟通体验,累计发放 19 亿张个性化优惠券。近期,Kroger 尝试利用 AI 优化客户体验,尤其是订单取货环节。借助 AI 动态分批处理技术,该系统每秒可分析 20 万个托盘,设计出最优的取货推车方案。该技术能够确定店内最优取货路径,减少了 10%的取货步骤。借助订单动态分批功能,这些工具优化了员工取货路径,帮助 Kroger 大幅缩短高流量门店的取货时长。案例研究8行动指南将 AI 深度整合至运营中,打造长期可持续的品牌竞争力。2024 年 IBM IBV CEO 调研显示,70%的零售和销售品行业 CEO 认为,想在未来的竞争中脱颖而出,需要重塑组织战略蓝图。4 当您调整核心运营战略和流程,以 AI 为核心时,请考虑其长期价值。当 AI 应用不仅仅局限于简单的效率提升,组织需要制定清晰的战略规划,明确 AI 和生成式 AI 如何帮助其在竞争中脱颖而出或弥补不足。同时请牢记,消费者期待组织在追求创新的同时,坚守品牌的核心价值。若企业聚焦于提升客户体验,AI 可以提升个性化服务水平,并优化实体门店的客户体验。若产品创新是企业的核心竞争点,AI 能够优化产品设计、洞察客户偏好,并评估供应商能力,从而加速创意与开发过程。关键在于把握最重要的方向,而非耗费资源尝试所有可能的 AI 用例。成为以 AI 为核心的品牌,需要主动将 IT 与长期业务目标对齐,而不是盲目追求最新技术。例如,组织采用“混合设计”策略,将应用和基础设施与业务需求深度整合,在五年内可实现三倍以上的 ROI(投资回报率)增长。5 消除财务、技术和业务部门间的壁垒,使其能够共同制定 AI 在长期竞争优势中的业务用例。6在 AI 驱动的时代,传统以供应链和产品分销为核心的战略合作模式已无法满足需求。组织需要与技术公司、初创企业及其他非传统伙伴合作,共同开发模型、构建平台和设计工具。IBM IBV 的另一项调研显示,65%的组织正与战略伙伴开展合作或筹划合作,共同为生成式 AI 构建大型语言模型。7 选择合作伙伴时,请关注共同目标和愿景的一致性。选择在集成能力方面有良好实践的合作伙伴,并确保他们在项目早期阶段就能够参与决策与实施。打破常规思维,寻找能够带来新机遇的创新型合作伙伴。根据品牌的重点需求灵活调整 AI 策略。邀请财务、技术和业务团队共同参与决策。探索传统之外的合作伙伴新模式。第二部分9打造增强型员工团队AI 使各个领域(从前端门店到工厂生产线)的工作方式发生转型。然而,高管们低估了员工再培训的必要性。AI 已广泛应用于零售与消费品行业的各个工作环节。几乎所有(96%)的高管表示,其团队在工作中某种程度或很大程度使用了 AI 和生成式 AI。在 AI 等新技术广泛应用的环境下,所有员工都需要接受培训,以充分释放其价值并识别可能威胁品牌的风险。然而,高管们预测仅 31%的员工需要接受再培训或掌握新技能。三年后这一比例也仅增加到 45%,这显然低估了实际需求。无论是提示工程、数据分析等硬技能,还是批判性思维与问题解决等软技能,都是打造增强型员工团队的关键所在。在新时代,AI 不会取代人类,但使用 AI 的人将会取代不使用 AI 的人。8 人才转型需要尽早规划并采取行动,其核心在于长期的培训和教育投入。否则,根据 IBM IBV 一项对 21,000 名员工的调研显示:67%的员工倾向于离职,选择重视并提供新技术培训的企业。9高管们认识到,打造增强型员工团队是大势所趋,而自动化对于规则性任务和重复工作仍不可或缺。未来一年内,在市场、供应链、人力资源及 IT 等 13 个职能领域,高管们倾向于打造增强型员工团队而非单纯依赖自动化来优化活动。(见图 3)行业负责人深知,在品牌的核心领域,人类的直觉、创造力、情感和专业知识不可替代,但 AI 作为一种有力的工具,可以对其进一步增强和补充。以产品设计和开发为例,AI 能够加速创意的生成与构思过程,还能提供直观的可视化效果。同样,运营环节中的数据量庞大,需要人类监督决策,例如在供应规划中,54%的企业计划打造增强型员工团队。AI 能够快速分析、处理海量数据,规划人员能够迅速解决供应短缺问题,并确保不遗漏重要信息。高管们预测仅 31%的员工需要接受再培训或掌握新技能。10图 3零售和消费品行业高管认同自动化的价值,但更倾向于以增强型员工为导向的未来发展模式。14(W%产品设计、开发和产品生命周期管理121X%数字化商务和 B2B 销售品牌定义领域135R%市场营销155P%客户服务212G%门店运营142T%商品/品类管理企业运营126R%财务105T%人力资源9Q%IT业务赋能领域127Q%供应链运营143T%采购8CI%生产和制造115T%可持续发展未来一年,各个领域将被自动化、增强型员工或不受影响的活动百分比不受影响自动化增强型员工百分比代表每个职能领域中一组任务的平均答复,基于问题:“您在这项活动中使用 AI 或生成式 AI 的程度如何?”受访者回答“一定程度”或“很大程度”。计划在未来 12 个月内一定程度或很大程度使用 AI 的组织所占百分比案例研究11品牌的最终目标是实现自动化与增强型员工的平衡共存。以季节性员工管理为例,AI 自动化技术能够简化招聘与排班流程,降低管理负担并有效控制支出。AI 工具可以为管理者提供人员需求的实时洞察,预测需求变化并优化排班计划。在库存管理方面,AI 传感器和摄像设备能够实时跟踪库存状态,并为员工提供决策洞察,帮助减少缺货和积压风险。即使在高度自动化的领域,如客户自助服务,增强型员工也能带来额外优势。未来一年,高管们表示 55%的活动将通过增强型员工完成,而 30%则通过自动化完成。日本零售商通过 AI 赋能员工,实现利润增长并有效减少浪费10 一家日本顶尖零售商正面临食品和消费品浪费这一高成本问题,该问题削弱了其盈利能力。客户的运营团队需要借助数据洞察来制定更科学的定价策略。在企业广泛的产品运营中,价格优化过于依赖人工判断而非数据支持,致使客户预测、库存管理和折扣策略出现较大差异。这种差异导致库存管理失衡、折扣政策混乱,并因食品浪费和销售机会流失造成重大利润损失。企业与 IBM 通力合作,设计了一套 AI 系统,用于价格优化,该系统能够处理海量数据,精准预测客户数量和购买模式,并制定合理的折扣方案和时间安排。目前,该企业的运营团队能够将专业经验与数据分析相结合,以优化其定价策略。价格优化系统设计灵活,能够应对不同的产品类别和销售周期,并覆盖多品类产品。品牌的最终目标是实现自动化与增强型员工的平衡共存。12行动指南打造增强型员工团队,推动品牌向以 AI 为核心方向发展。从基层理货员到办公间里的高管,AI 正在很明确地影响零售和消费品行业的几乎所有从业人员。AI 技术已经嵌入员工日常操作的工具中,如销售预测系统或设计辅助工具。高管们必须确保员工能够充分利用 AI,实现其潜在价值。高管们指出,员工技能再培训由多个部门负责,包括 AI 能力中心(31%)、人力资源(22%)、AI 委员会(18%)和 IT(17%)。这种分散式管理存在隐患,容易引发员工的混乱和不满情绪。人力资源、IT 及业务团队负责人需通力合作,共同设计高效的再培训方案。人力资源部门负责管理转型,熟知企业文化,同时具备战略实施的专业知识;IT 部门提供技术知识,而业务负责人能够直接与员工开展合作,确定 AI 如何在各个业务部门增强劳动力。让联合团队直接向高管层汇报项目进展,同时设立具体的责任机制。如果您认为未来几年仅有三分之一的员工需要接受技能再培训或掌握新技能,那么您显然低估了实际需求。如同对产品需求进行预测一样,您也需要预测员工在转型升级的工作环境中所需的技能。关注的不应仅仅是现有技能,还需要发掘员工的潜力。借助 AI 驱动的人力资源工具,基于员工的技能、特长、性格及个人经历,预测员工的未来表现与贡献。11尽管未来充满不确定性,但通过传递战略蓝图,能够增强员工的信心和方向感。从日常运营到品牌核心领域,AI 引发了员工的焦虑,他们担心被 AI 所取代或缺乏所需技能。与员工积极沟通,向其阐明自动化与增强型员工团队的战略规划,帮助他们了解 AI 如何为其工作带来新机遇并提升效率,从而缓解他们因技术变革产生的焦虑。企业领导者不仅要认真考虑技术投资,更要认真考虑员工如何使用技术并从技术中获益。协调人力资源、IT 与业务部门,共同制定全面的再培训计划。评估并预测员工的发展潜力。描绘并传达未来工作环境的发展蓝图。13维护品牌信任在产品竞争激烈的市场中,AI 可能会提升品牌的信任度,也可能对其造成负面影响。无论是对于消费者还是行业 CEO,信任都至关重要。IBM 2024 年消费者调研报告表明,90%的消费者认为信任是选择品牌的关键因素。12 此外,IBM 2024 年 CEO 调研报告表明,73%的零售与消费品行业 CEO 认为信任对企业成功的作用大于任何单一产品或服务。13然而,AI 也可能对信任度造成负面影响,其风险波及业务伙伴和客户之间的关系。客户对 AI 的态度趋于谨慎,信任度从五年前的 61%下降至如今的 53%。14 在合作伙伴生态系统中,企业需要确保其合作伙伴也采取值得信赖的 AI 技术。零售和消费品行业的高管们认识到,AI 可能带来风险,影响品牌信任度。90%的高管认为误用(如生成误导性信息)是 AI 模型的主要风险,其次是隐私问题(85%)、公平性和偏见(80%)、可解释性(76%)和透明度(73%)。例如,存在偏见的模型可能会导致客户流失。一项消费者调研表明,近三分之二的消费者因 AI 推荐中存在偏见或刻板印象而拒绝使用 AI 推荐。15与此同时,以下风险也阻碍了生成式 AI 的进一步发展。57%的高管指出,数据准确性和偏见问题是生成式 AI 发展的主要障碍之一。此外,55%的高管提及数据隐私和机密性问题,另有 54%的高管对网络安全表示担忧。尽管高管们意识到存在风险,并对此感到担忧,但组织在采用管理风险的工具方面仍面临困难。大多数企业已建立基础治理框架:87%的高管认为其 AI 治理框架清晰明确。然而,仅有不到 25%的企业全面实施了 AI 治理工具,包括评估、监控及管理功能(见图 4)。构建具有透明性和可解释性的解决方案,让消费者理解 AI 工作原理,是赢得消费者对 AI 信任的关键。第三部分90%的高管将 AI 误用视为当前的首要问题。14图 4仅有少数品牌全面实施 AI 治理工具,以支持政策和活动的管理。Figure 4Few brands have robust implementation of tools to help them manage their AI governance policies and activities.实施先进工具90%构建了可解释且易于理解和审计的 AI 模型。24%全面实施了 AI 透明性和可解释性工具的高级部署84%明确了参与 AI 项目的所有利益相关者的角色和责任。11%全面实施了 AI 透明性和可解释性工具77%定期进行风险评估,以识别潜在的安全威胁26%全面实施了 AI 风险和安全工具的高级部署87%建立了明确的 AI 治理组织框架、政策和流程。23%全面实施了 AI 治理框架或政策工具的高级部署AI 治理方法91%评估了伦理影响,分析了 AI 项目对不同利益相关者的影响。16%全面实施了 AI 偏见和公平性工具问:您在多大程度上同意以下关于您组织 AI 治理方法的陈述?百分比表示回复“同意”和“非常同意”的受访者比例。问:贵组织在多大程度上实施了以下工具,以评估、监控和管理相关内容?百分比表示回复“已全面实施并定期更新”的受访者比例。案例研究15百事可乐(PepsiCo)采用结构化方法,确保 AI 技术在扩展过程中始终是负责任、符合伦理的。该企业首先构建了正式的负责任 AI 框架,并组建了专业团队提供支持。专业团队进一步完善政策,制定标准操作规范,推动 AI 原则付诸实践。治理委员会以负责任 AI 原则为标准,评估、验证、审批生成式 AI 用例,分享推广经验,并协助规避风险。企业计划构建一个综合平台,全面管理 AI 模型的输入、输出及相关流程。16尽管法规致力于推动 AI 发展,但因各司法辖区间缺乏统一指南,实施过程变得更加复杂,计划推进也受到阻碍。事实上,近一半(46%)的行业 CEO 表示,过去半年内对法规成为生成式 AI 发展障碍的担忧有所增加。17然而,AI 能够协助企业简化复杂流程。借助自动化的法规监控与分析,AI 可以帮助企业迅速发现问题,并实施整改。未来一年,高管们计划大幅提升 AI/生成式 AI 的应用力度,以有效应对复杂的监管环境,提高合规效率。AI 在产品设计和开发领域的应用将从 53%升至79%,可持续发展领域从 74%增至 88%,在财务及法规监控与报告领域的使用规模将从 66%提高至 94%。利用生成式 AI 简化不同地区的监管管理18一家市值数十亿美元的全球消费品企业运营着农产品行业,因此需要遵循许多复杂的法规,以确保其操作合规。企业投入大量资源来管理不同地区的监管合规,应对不断变化的法规,并将合规性整合到产品开发流程中。为了帮助其产品合规和开发团队减少繁重的手动工作,并腾出更多时间来开展战略性工作,该企业与 IBM 携手合作,开发了一款生成式 AI 赋能的法规助手。该解决方案具有对话式用户界面,为影响全球运营的 1,000 多项法规提供单一可靠信息源。借助该法规助手,产品合规员工能够在数分钟内预测法规意图的影响,总结监管要求,并比较全球范围内的各项法规,其效率显著高于人工处理。AI 工具还让产品开发人员能够在对话过程中分析法规对产品组合的影响、评估解决方案选项以及查询产品规格。到目前为止,该法规助手已证明,生成式 AI 能够快速整理法规数据,推动更紧密的跨境协作,助力整个企业实现成功的监管流程。该工具还有望在未来五年内推动效率提升 8%至 13%,推动生产率提高 10%至 15%,并推动利润增长超过 1.65 亿美元。未来一年,高管计划在产品设计和开发领域将 AI 和生成式 AI 的使用规模从 53%提升至 79%,以更有效地管理监管合规。16行动指南采用值得信赖的 AI,打造个性化品牌。以客户为中心的企业必须将其政策中关于负责任 AI 的原则落到实处。企业应优先确保内部 AI 应用是负责任的、可信的,然后再扩展至面向客户的应用,以免出现信任危机对品牌造成负面影响。通过制定明确的监控指南,确保 AI 系统在透明性和可解释性方面避免歧视性偏差。例如,可以定期检查客户历史购买数据,识别并解决潜在的刻板印象和社会偏见。通过培训加强人机协作,帮助员工识别和管理 AI 中的公平性和偏见问题。确保 AI 开发团队的成员来自不同的背景和经验。构建数据治理框架,强化数据溯源能力,确保数据真实可靠。记录偏见缓解的具体措施,建立针对偏见问题的反馈机制,并持续将反馈用于系统优化。通过 AI 解决方案捕捉法规动态并预测其影响,帮助企业应对全球动态的法规环境。选择能够支持从治理到法规合规全流程管理的 AI 开发工具。积极比较旧法规和新法规,迅速识别影响评估流程中的重点关注领域。使用自动化工具实时更新并优化审计流程。保持开放透明,明确数据收集与 AI 使用情况,以增强客户信任。提供客户退出选项,并以通俗语言解释技术内容,避免过度使用专业术语。主动与业务伙伴探讨 AI 战略与实施计划。向公众证明您对 AI 实践负有责任,同时要求合作伙伴同样对 AI 实践承担责任。优化算法以去除偏见。采用 AI 积极应对复杂的法规合规性问题。对客户和合作伙伴保持开放透明的 AI 使用情况。17作者Dee Waddell消费品,旅游和交通运输行业全球负责人IBM Consulting Dittmar高级合伙人,零售和分销行业负责人IBM C Haller合伙人,消费品行业专家中心负责人IBM ConsultingKarl.H Didaskalou消费品行业专家中心合伙人IBM C Cheung消费品行业全球研究负责人IBM 商业价值研究院 Consulting:Arnab Bag,分销市场混合云转型服务线负责人Rich Berkman,副总裁,全球销售与商务解决方案负责人Amy Blasco,数字化战略合伙人Olga Carames,合伙人兼分销行业客户转型负责人Jon Chambers,合伙人,供应链转型负责人,EMEAGlenn Dittrich,人才与转型高级合伙人Jerry Edmunds,高管顾问,消费品专家中心Shantha Farris,全球数字商务战略与产品负责人Jose Hernandez,全球 SAP 消费品行业负责人Mark Meister,供应链转型合伙人Steve Miszkewycz,全球行业,分销与全球销售Steve Muszak,网络安全合伙人Colm OBrien,全球消费品行业专家中心合伙人Elaine Parr,消费品行业副总裁,EMEAJessica Scott,全球可持续发展服务专家中心负责人IBM 商业价值研究院:Thiago Sartori,数据科学家Hebatalla Nashaat,数据和内容管理负责人Steve Ballou,IBV 研究中心主任Kathleen Martin,高级咨询经理Joanna Wilkins,编辑团队负责人Sara Aboulhosn,创意副总监Angela Finley,设计主管18IBM 商业价值研究院IBM 商业价值研究院(IBM IBV)成立二十年来,凭借 IBM 在商业、技术和社会交叉领域的独特地位,每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动,将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。需要 IBV 最新研究成果,请在 上注册以接收 IBV 的电子邮件通讯。您可以在 Twitter 上关注 IBMIBV,或 通 过 https:/ibm.co/ibv-linkedin 在 LinkedIn 上联系我们。访问 IBM 商业价值研究院中国官网,免费下载研究报告:https:/ IBM,我们积极与客户协作,运用业务洞察和先进的研究方法与技术,帮助他们在瞬息万变的商业环境中保持独特的竞争优势。研究方法IBM 商业价值研究院(IBM IBV)联合牛津经济研究院,在 2024 年第三季度针对来自全球 15 个国家的 1,500 名零售和消费品行业高管开展了一项访谈式调研。调查样本中,50%受访者为零售行业高管,40%为消费品行业高管。受访者需要分别评估一系列不同形式的问题(如多项选择、数字型问题、李克特量表等)。问题内容涉及其组织对企业内部及其生态系统合作伙伴中扩展或计划扩展 AI/生成式 AI 的预期、结果、担忧和困难。为了实现这一目标,IBM 商业价值研究院进行了系列对比分析,分析方法包括成对比较以及使用层次聚类的数据分类,以突出报告中所示的结果差异。所有分析的显著性水平设定为(p 0.05)。关于研究洞察研究洞察致力于为业务主管就公共和私营领域的关键问题提供基于事实的战略洞察。洞察根据对自身主要研究调查的分析结果得出。要了解更多信息,请联系 IBM 商业价值研究院:。19相关报告利用生成式 AI 增强竞争优势整合产品开发、供应链和可持续性 IBM 商业价值研究院,2024 年 6 月 https:/ibm.co/generative-ai-consumer-products The enterprise guide to AI governance:Three trust factors that cant be ignored.IBM Institute for Business Value.October 2024.https:/ibm.co/ai-governance 无处不在的人工智能彻底变革零售业:消费者不会等待 IBM 商业价值研究院,2024 年 1 月 https:/ 1 Niazi,Luq;Joe Dittmar;Karl Haller;Mahesh Dodani,PhD;and Jane Cheung.Revolutionize retail with AI everywhere:Customers wont wait.IBM Institute for Business Value.January 2024.https:/ibm.co/ai-retail2“Driving a reimagined customer experience with an AI-powered virtual assistant.”IBM case study.Accessed November 26,2025.https:/ Bean,Randy.“How Kroger Is Using Data And AI To Drive Innovation In The Grocery Industry.”Forbes.August 26,2024.https:/ ROI remedy:How hybrid by design can improve business returns on your tech investments.IBM Institute for Business Value.October 2024.https:/ibm.co/hybrid-by-design-ROI-remedy5 2024 Global C-suite Series.6 blind spots tech leaders must reveal:How to drive growth in the generative AI era.IBM Institute for Business Value.July 2024.https:/ibm.co/cxo-tech6 Better together:How hybrid by design fuels your ecosystem engine.IBM Institute for Business Value.August 2024.https:/ibm.co/hybrid-by-design-business-ecosystems7 2024 Global C-Suite Series.6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving consumer goods and retail CEOs.8 Goldstein,Jill,Bill Lobig,Cathy Fillare,and Christopher Nowak.Augmented work for an automated,AI-driven world:Boost performance with human-machine partnerships.IBM Institute for Business Value.August 2023.https:/ibm.co/augmented-workforce9 Engaging talent in 2023:Employee expectations and motivations.Webinar.IBM Institute for Business Value.September 2023.10 Based on internal IBM information.11 Goldstein,Jill,Chris Havrilla,Chacko Thomas,and Cathy Fillare.Reimagine human potential in the gen AI era:Revolutionizing work to boost business value.IBM Institute for Business Value.September 2024.https:/ibm.co/human-potential-genai12 Niazi,Luq;Joe Dittmar;Karl Haller;Mahesh Dodani,PhD;and Jane Cheung.Revolutionize retail with AI everywhere:Customers wont wait.IBM Institute for Business Value.January 2024.https:/ibm.co/ai-retail13 2024 Global C-Suite Series.6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving consumer goods and retail CEOs.14 Swant,Marty.“AI Briefing:Falling trust in AI poses a new set of challenges.”Digiday.March 11,2024.https:/ consumers want retailers to make AI more diverse,equitable,and inclusive,according to new Talkdesk research.”Talkdesk press release.January 18,2024.https:/ Based on internal IBM information.17 Varshney,Shobhit.“PepsiCos journey towards responsibly scaling AI.”LinkedIn blog post.June 2,2024.https:/ 2024 Global C-Suite Series.6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo.Unpublished data for 281 fast-moving consumer goods and retail CEOs.Copyright IBM Corporation 2025国际商业机器(中国)有限公司 北京市朝阳区金和东路 20 号院 3 号楼 正大中心南塔 12 层 邮编:100020美国出品|2025 年 1 月IBM、IBM 徽标和 是 International Business Machines Corporation 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下 Web 站点上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表: 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。本文档内的信息“按现状”提供,不附有任何种类的(无论是明示的还是默示的)保证,包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业判断依据。由于使用本出版物对任何企业或个人所造成的损失,IBM 概不负责。本报告中使用的数据可能源自第三方,IBM 并未对其进行独立核实、验证或审查。此类数据的使用结果均为“按现状”提供,IBM 不作出任何明示或默示的声明或保证。115d460037d51479-ZHCN-00扫码关注 IBM 商业价值研究院官网微博微信公众号

    发布时间2025-02-05 24页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 喔图:2024年喔图影像行业智能化发展报告(15页).pdf

    2024年喔图影像行业智能化发展报告2024年喔图影像行业智能化发展报告2024年喔图影像行业智能化发展报告2024年喔图影像行业智能化发展报告导读01未来展望03智能影像多维度活动与AI应用剖析02目录C O N T E N S2024年喔图影像行业智能化发展报告基于喔图数据库2024年1月1日至12月31日,共计5076514场活动数据,对比2023年同期的活动场次、AI 使用率、地区分布、行业领域覆盖以及 AI 工具偏好等关键数据,剖析2024年智能影像行业相对于2023年的发展态势和潜在趋势,旨在为影像行业从业者、投资者、供应商、科研机构等相关方提供有价值的参考和洞察,帮助了解行业现状并把握未来发展方向。、导读本报告所涉及的数据和图文资料,仅可用于内部的参考和交流。如需借鉴使用请联系喔图商务市场部。01 2024年图片直播行业发展迅猛,AI科技增长空间巨大02 全国区域发展不平衡,浙江、广东遥遥领先03 行业偏好明显,“教育实践”和“峰会论坛”活动场次均超百万04 AI技术迭代一日千里,“AI修图”使用占比一骑绝尘05 智能影像市场需求与人才分布呈高度正相关本报告所涉及的数据和图文资料,仅可用于内部的参考和交流。如需借鉴使用请联系喔图商务市场部。、智能影像多维度活动与AI应用剖析2024年图片直播行业发展迅猛,AI科技增长空间巨大012024年图片直播活动总场次为5076514场相比2023年增长60.05%从4月起,每月图片直播场次均超过40万行业吸引力和参与度持续维持在较高水平市场对智能影像相关活动需求旺盛2024年图片直播行业发展迅猛,AI科技增长空间巨大01AI 工具的持续迭代尤为显著,“AI 修图”“AI 挑图”“AI 找图”等功能进一步发展完善,“完美合影”“AI 全身塑型”“多重曝光”“AI 动漫”等新功能也陆续投入使用。2024 年图片直播的AI 的使用率提升到40%,表明企业和用户对 AI 在智能影像中的价值有了更为清晰的认识,其对 AI 技术的应用接受度和依赖程度正逐步加深,也说明AI工具在图片直播中的使用还有很大的上升空间。智能影像领域实现了重大突破未来还需持续关注用户对于 AI 在图片直播中个性化、多样化功能的诉求,进一步拓展图片直播的应用场景,以满足不断增长的市场需求。全国区域发展不平衡,浙江、广东遥遥领先02浙江省、广东省、上海市、北京市、江苏省等地区活动场次排名靠前,这些地区经济发达、众多科技企业云集,还拥有多所一流高校,文化交流频繁,对智能影像的需求旺盛。浙江省以1492862场超过广东省跃居榜首。主要因为杭州拥有强大的数字经济产业为支撑,政府积极推动科技创新,鼓励企业和个人采用智能化技术。广西壮族自治区以124908场名列第8。通过图片直播的方式,将独特的民族风情、传统艺术、历史文化等内容传播给更广泛的受众,促进当地产业发展,也体现了广西在文化创新方面的努力。经济、人文发达地区对智能化拥抱程度较高全国区域发展不平衡,浙江、广东遥遥领先02海南省以 54.63%居于首位。其优越的地理环境使其成为众多国内外游客向往的旅游目的地,也成为仪式庆典、文艺演出和峰会论坛等活动的宠儿。蓝天碧海的自然风光本就出片,再有 AI 工具的加持,图片直播可以为观众呈现出更具张力的画面,并让观众可以在情绪高涨时就拿到精修的照片,体验感绝佳。浙江省和广东省的图片直播场次都在100万以上,其AI功能使用率都在40%以上,超过平均值。这彰显了浙粤两地在图片直播 AI 应用方面的领先优势,未来有望继续引领行业的智能化变革,进一步拓展 AI 功能的应用范围和深度。不同地区 AI 使用率存在明显差异部分地区使用率相对较低,如四川省(29.44%)、湖南省(31.72%),在科技接受程度以及行业发展成熟度上都有很大的发展空间。行业偏好明显,教育实践、峰会论坛活动场次均超百万03行业类型影响活动场次和AI 需求在10余种主要活动场景中,教育实践、峰会论坛、仪式庆典三类活动的场次总和超过总数一半,构成了图片直播的主要市场需求来源。而在不同行业领域的图片直播中,AI技术的应用比例也有差异。峰会论坛(46.50%)、仪式庆典(46.41%)、赛事运动(45.87%)的 AI 使用率较高。这类活动涉及大规模人员参与、多位重要嘉宾莅临,也通常拥有大空间,各参与方对信息的质量和传播速度的要求都很高。由于活动现场的复杂性和实时性要求,用传统影像处理方式难以做到快速响应和精准处理,因此对智能影像技术的需求更为迫切,也更注重利用 AI 提升活动效果和效率。婚礼写真(31.93%)、旅行团建(31.84%)的AI 使用率相对较低,主要是因为主人公对个人在场景中的表现期待值更高。智能影像虽然可以快速完成一些处理,但在满足高度个性化的创意需求方面,还需要人工进一步的干预和调整。AI技术迭代一日千里,“AI修图”使用占比一骑绝尘04AI 工具发展迅猛,强大的生产力降低了成本“AI 修图”以1311590场的使用量和 64.59%的占比成为最受用户欢迎的工具,其次是“AI 找图”(17.06%)和“AI 挑图”(12.78%)。这反映出在智能影像创作过程中,图像后期处理和优化是用户最关注的环节,关系到最终交付结果,用户对 AI 工具在图片处理的需求上也达到了一个新的高度。在“AI修图”的上百种功能参数中,被最高频使用的是“中性灰磨皮”和“智能调色”。用户都很喜爱“中性灰磨皮”能在精准处理皮肤瑕疵的同时,还能很好地保留皮肤肌理;“智能调色”可以准确识别图片的场景、人物及色彩偏差并进行调整,满足不同用户对照片风格化的需求。这些强大且便捷的功能,使用成本却已低至6分/张。若使用一张99元的24h无限畅修券,一场大型活动数千张照片的专业级修图,成本近乎可以忽略不计。AI技术迭代一日千里,“AI修图”使用占比一骑绝尘042024年下半年,多种AI新功能陆续面世,上线即有不俗表现AI多重曝光轻松实现多种曝光效果的融合,创造出富有层次感和艺术感的图像,被称为“索尼福音”自动识别一组合照画面中的不同人物,并实现一键替换表情,让合照中的每个人都有最佳表情AI 完美合影允许用户用一句自然语言描述来搜索文件夹中所有对应图片,极大程度上节省了找寻资料的时间成本AI 智能检索AI 动漫师将照片转化为多种不同的动漫风格,让年会活动等场景变得更有趣 原图AI动漫师AI技术迭代一日千里,“AI修图”使用占比一骑绝尘04视频AI技术开启新时代,仍有百万级提升空间“视频闪传”和“AI视频剪辑”功能已能实现:为300人以上大型活动的每位来宾,现场剪辑多条专属视频,开启了视频AI技术的新时代。2024年使用AI功能的视频数量,对比2023年虽已有数倍增长,但仍有百万级的提升空间。需从技术研发升级、市场精准营销、强化用户合作等多方面协同发力,以加快填补这百万级的空白。智能影像市场需求与人才分布呈高度正相关05寻找影像人才不再难,【喔图派瞬】搭起信任桥梁2024 年智能影像行业成绩斐然,未来前景广阔。随着技术持续进步,AI 应用将更加深入多元。寻找掌握影像科技的专业人才也不再是难事,【喔图派瞬】为影像人才提供了广阔的发展空间,也为摄影师和客户搭建起信任桥梁。从喔图派瞬影像人才地域分布来看,活动场次多、市场需求旺盛的地区,对影像人才的孵化力和吸引力更强,能为人才提供更多实践机会与发展空间,进而促使人才汇聚;反过来,大量专业影像人才的集中,又进一步推动当地智能影像活动的高质量、规模化开展,形成相互促进、协同发展的良性循环。三、未来展望2024 年,是智能影像行业蓬勃发展的一年,市场对图片直播活动的需求愈加旺盛,人才与市场需求也形成了良性的相互促进关系。地区间发展不平衡,反映市场仍有很大的发展潜力。在这一进程中,AI 技术成为关键驱动力,而行业偏好和用户偏好,能促进智能影像技术向更贴合市场诉求的方向不断迭代、填补空白,为用户带来更优质、多元的智能影像体验。未来,随着技术的不断进步和市场需求的进一步释放,智能影像行业将保持增长态势。AI 技术将在图像识别的准确性和深度理解方面取得更大突破,为个性化的影像创作、智能推荐、影像资产管理提供有力支持,为更多领域带来革新。从业者应紧跟时代步伐,勇于创新,积极探索新的应用场景和商业模式,共同推动智能影像行业迈向更高的台阶。喔图-全球领先的智能影像平台

    发布时间2025-02-05 15页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 甲子光年:2025年DeepSeeK开启AI算法变革元年报告(16页).pdf

    2025DeepSeek开启AI算法变革元年出品机构:甲子光年智库研究团队:宋涛、刘瑶、翟惠宇、何伟康、小麦发布时间:2025.021、人工智能的发展已到战略拐点图1:技术革命的周期性示意图第五阶段技术能力产业发展酝酿期构造范式新产品、新产业、新技术体系接连出现并持续更新技术大爆炸第四阶段第三阶段第二阶段新产品、新产业的爆炸性增长和迅速创新新技术体系和新基础设施接连出现并探索商业化范式创新和市场潜力的全面扩张产业范式的颠覆式创新扩张新产品和新产业接近成熟,已经构建独立的技术体系AI所处位置成长期产业化成熟期第一阶段用得上新技术用得好新技术看得到新技术看得懂新技术中国式新技术 经过近七十年的发展,人工智能自出现至今其核心能力一直在提升,到如今已经成为覆盖感知、认知、决策、学习、执行、社会协作能力,未来还会向符合人类情感、伦理与道德观念的智能机器迈进。发展到现在,人工智能的技术能力已经到了一个拐点,即从技术能力驱动向需求应用驱动转型的关键时期。随着技术能力的提升,技术进化引发经济进化,从旧范式抵达新范式。如今人工智能的发展已经处于从第三阶段向第四阶段过渡的时期。人工智能的能力成长历程已经足够长,到了寻找需求的战略拐点。2、算力拐点:DeepSeek的出现,意味着算力效率拐点显现DeepSeek通过优化算法架构,显著提升了算力利用效率,打破了算力至上的传统认知1.E 021.E 041.E 061.E 081.E 101.E 122011201220132014201520162017201820192020202120222023202420252026训练算力(petaFLOPs)AlexNetTransformerBERT-LargeGPT-3 175B(davinci)Megatron-Turing NLG 530BPaLM(540B)GPT-4Gemini UltraGLM-130BBaichuan2-13BBaichuan2-7BLlama 2-70BClaude 2o1GPT-4oDeepSeek-R1-671BDeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-1.5B2、算力拐点:DeepSeek的出现,意味着算力效率拐点显现DeepSeek通过重新设计AI Infra,验证“性价比”训练路径DeepSeekDeepSeek-R1R1少多GPU数量模型效果低高DeepSeekDeepSeek-R1R1的效果示意:更少的GPUGPU(或其他AIAI芯片)带来同样的效果备注:该图仅为示意,不代表实际情况下具体数量与效果的对比*该图为无编码基础分析师通过DeepSeek R1协作利用python编码生成DeepSeek-R1的惊艳之处是通过重新设计训练流程、以少量SFT数据 多轮强化学习的办法,在提高了模型准确性的同时,也显著降低了内存占用和计算开销。DeepSeek-R1提供了一种低成本训练的方法,而不是说只能通过低成本来进行训练。反而通过优化,DeepSeek-R1 可能实现了算力与性能的近似线性关系。每增加一张 GPU,模型推理能力可稳定提升,无需依赖复杂的外部监督机制。这一特性直接验证了“算力即性能”的 Scaling Law,为AI芯片市场及AI Infra市场提供了明确的增量需求逻辑。3、数据拐点:AI基础大模型的参数量迎来拐点2025年发布的大模型,都具有低参数量的特征,为本地化部署到AI终端运行提供了可能2018年6月2018年10月2019年2月2019年7月2020年6月2021年12月2023年2024年图:AI预训练模型的参数规模呈现走势Llama3-400B-InTraining 4万亿新版BERT4810亿GPT-31750亿Facebook94亿GPT-215亿BERT-Large3.4亿StableLM M61750亿2024年之前,最大参数量一直在增长GPT-11.17亿DeepSeek-R1-671B,6710MiniMax-Text-01,4560MiniMax-VL-01,4560DeepSeek-R1-Distill-Qwen-32B,320Phi-4,140DeepSeek-R1-Distill-Qwen-1.5B,152025年1月2025年1月2025年1月2025年1月2025年1月2025年1月2025年发布的大模型开始分化为两极高参数量低参数量4、技术路径的循环:算法创新再次成为新的突破点AI技术创新一直在围绕核心三要素在动态循环,2025年再次进入算法创新阶段图:每年AI技术创新发展的方向围绕三要素迭代展开算力、数据、算法的三角创新体系,在动态循环之中再次进入算法创新阶段。2022年:算法创新为主,ChatGPT发布,引发Transformer架构的风潮迭起2023年:数据创新为主,数据合成、数据标注等成为高质量数据集建设的热点方向2024年:算力创新为主,算力迈向超万卡时代,算力运营商等产业新物种诞生2025年:再次进入算法创新阶段2022年时间2025年2024年2023年AI技术成熟度?算法创新数据创新算力创新算法创新未来核心三要素的创新循环5、算法变革元年:DeepSeek的推理模型开启算法变革的元年R1-zero完全基于RL(强化学习)进行训练,以第三阶段为主,通过自我学习来提高性能图2:DeepSeek聚焦的训练过程核心在第三阶段图1:传统AI基础大模型的训练过程三个阶段都注重第一阶段训练监督策略模型第二阶段训练奖励模型(RM)第三阶段强化学习优化模型数据集中随机抽取问题使用PPO模型生成回答RM模型给出质量分数基于质量分数优化PPO模型参数循环迭代出新模型数据集中随机抽取问题生成多个不同的回答标注答案排名顺序排序结果数据来训练奖励模型RM模型给出高质量回答的分数数据集中随机抽取问题生成多个不同的回答标注高质量答案用标注好的数据来微调模型收集演示数据并训练有监督策略收集比较数据并训练奖励模型采用PPO强化学习算法针对奖励模型来优化策略第一阶段训练监督策略模型第二阶段训练奖励模型(RM)第三阶段强化学习训练模型 GRPO算法对比分析,提升训练效率 冷启动数据建立基础的推理框架 推理导向的强化学习 利用训练得到的检查点来收集新的监督训练数据 全场景强化学习 蒸馏赋予小型模型推理能力收集演示数据并训练有监督策略收集比较数据并训练奖励模型采用GRPO算法,通过对比分析方式针对奖励模型来进行优化核心创新点5、算法变革元年:DeepSeek的推理模型开启算法变革的元年DeepSeek-R1的训练流程:通过RL强化LLM的推理能力 R1-zero完全基于RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能。R1是在 R1-zero 的基础上,通过少量冷启动数据进行微调,提高了输出质量和可读性。DeepSeek-R1的训练过程 除了基于Transformer架构的算法创新之外,非Transformer架构的新算法也成为近期新出现的重点发展方向。一种新架构模型LFM(Liquid Foundation Model),超越了同等规模的Transformer模型如Llama 3.2。它用的是一种液态神经网络(LNN),其计算单元植根于动态系统理论、信号处理和数值线性代数。其小巧便携的特性使得它能够直接部署在手机上进行文档和书籍等分析。因此,甲子光年智库判断,2025年将是算法变革的元年。未来最适合人类使用的大模型,可能会是非Transformer架构的算法模型。6、算法变革的第二条路径:非Transformer架构的算法模型图:LFM架构模型性能超越同等规模的Transformer模型活跃参数数量MMLU-Pro测试分数1B2B3B7B 8B14B27B70B100B102030405060Llama 3.2 1BSmolLM 27BDanube21 8B Phi-2 3BPhi-1.5Gernma2 2.6BLlama3.2 3BPhi-3.5 3.8BLlama3.1 8BMistral 7BMixtral 47B A13BQwen2 57B A14BGemma2 27BLlama3.1 70BJamba1.5 52B A12BRene Cartesia1.3BStable LM 21.6BRWKV6 1.6BRecurrent Gemma2 2.7BLFM 1.3BLFM 3BLFM 40B MoE(A12B)LFMTransformerRNNHybrid6、算法变革的第二条路径:非Transformer架构的算法模型AI终端推动端侧模型和端侧算力需求增加,小参数量模型需求爆发推动算法变革到来中心云终端侧边缘云5GAIAIAI PC智能汽车人形机器人AI手机XR等便携戴设备3 21 31 38 57.0 190.4 338.8 471.2 8.1T.7t.6.3%5.0.0(.08.0 2320242025E2026EAI PCAI 手机AIPC占比AI手机占比AI处理重心正向端侧转移,催生小语言模型的需求爆发图1:AI处理重心向端侧转移图2:2023-2026年中国AIPC出货量及占比(百万台)2024年AI终端已经开始爆发7、算法变革推动AI超级产品蕴生:2024城头变幻大王旗,2025年AI超级应用开始出现,DAU达2161万图:过去13个月中各月AI产品访问量最高的产品数据走势图文心一言文心一言文心一言百度文库百度文库百度文库百度搜索 AI豆包豆包豆包-500050010001500200025001月2月3月4月5月6月7月8月9月10月11月12月25年1月TOP1访问量(M)360AI搜索豆包DeepSeek2161万DAU 2024年的AI超级应用的头把交椅处于不断变动之中。甲子光年智库统计汇总了近13个月中访问量最高的产品访问量数据,发现第一名的AI产品是处于不断变动状态的,可以用一句话来形容,那就是城头变幻大王旗。基本上每个季度的头把交椅都会发生变化。2025年的开年,DeepSeek用短短二十天的时间就实现了DAU2161万的数据,超过了ChatGPT发布之初的数据表现,已经成为AI超级应用。8、算法变革推动AI普惠应用DeepSeek的模型实现AI时代的“小米模式”,实现技术和价格的双重普惠 如果说Transformer的应用标志着基础模型时代的开始(基础模型的庞大规模和应用范围突飞猛进),可以称为AI技术的“iPhone时刻”;那么DeepSeek从建立之初的“价格屠夫”模式就赢得了开发者市场的关注,可以看作是AI时代的“小米模式”。0.40.952.584.234.24.75.220102011201220132014201520162010-2016年 中国智能手机出货量(亿台)小米第一代手机(小米手机1)于2011年8月发布,定价1999元。在出货量增长和价格体系两方面实现重构:高性能 低价格小米1 1代手机相同点DeepSeekDeepSeek R1R1直接挑战了国际品牌(如三星、HTC)的高价策略(3000-4000元)挑战高价策略直接挑战OpenAI的闭源技术模式及OpenAI O1的价格策略(O1正式版需要200美元/月)将高性能智能手机推向大众市场受众群体扩大,普惠开发者让更多中国普通用户使用推型模型,中文语言能力较海外更强,同时具有极强的代码及数学能力小米1 1代手机相同点DeepSeekDeepSeek R1R1带动京东方(屏幕)、舜宇光学(镜头)、比亚迪电子(代工)等本土供应链企业技术升级,降低全行业制造成本成本重构,打破资源垄断训练效率提升与推理成本压缩,带动一系列本土AI infra建立产业生态(如硅基流动与华为云联合提供解决方案)小米通过红米系列覆盖下沉市场,移动互联网应用服务更多样人群推动垂直场景、长尾应用爆发从“科技巨头试验”走向“千行百业刚需”,构建更多元的开发生态短期影响长期影响8、算法变革推动AI普惠应用DeepSeek的“高性价比”有望解锁具身智能的理解与推理 DS不仅在推理模型上实现了突破,在多模态方面也保持了进步,并于近日开源发布了Janus-Pro多模态模型。基于算法工程方面的优化,DS能够实现性价比更高的模型推理能力(价格低、效率高、性能强、可部署在端侧平台),DS有望以强大的推理能力和多模态感知能力,重塑机器人交互与决策,同时通过低成本、高效率的解决方案,加速具身智能的普及与应用。DeepSeek的性价比&效率优势,有望加速具身智能技术发展普及DS Janus-Pro-多模态感知理解的引擎自主决策通过强化学习自主探索,发展出复杂的推理能力实现机器人自主规划任务和解决复杂问题的能力链式思考链式思考能力:帮助机器人在执行任务时分解步骤,进行逻辑推理,从而更可靠地完成目标不针对特定任务,追求通用推理能力适应不同具身场景通用性低成本训练冷启动训练减少了对大量标注数据的依赖,降低数据成本,并解决了R1-zero的可读性问题多模态融合感知图像生成编码器解耦能够有效融合视觉和语言信息,使得机器人可以理解复杂的场景描述和人类指令可生成高质量的图像,对虚拟环境建模、仿真测试等具有重要意义。视觉编码方法解耦,对不同的任务进行优化,例如同时提升感知能力和生成能力缓解多模态理解和生成任务之间的冲突DS R1-推理能力的基石降低训练成本降低推理成本以较低的成本训练出高质量的模型加速研发速度、加速迭代速度、降低开发门槛性能更强的中小模型蒸馏更低的计算成本在真实硬件上运行端侧平台部署、提升反应速率、降低计算能耗低成本和高效率对于实现规模化应用和商业化至关重要8、算法变革推动AI普惠应用推理成本的颠覆性降低,将会推动C端产品的大多数应用场景进入实际落地阶段网站创建直播带货3D交互内容生成聊天机器人数字孪生音乐生成海报设计药物研发商品展示语音识别辅助治疗文本摘要归纳智能助教语音合成视频拍摄与制作数字人文案创作陪护聊天机器人绘画设计搜索引擎翻译办公文本改写/扩写新闻采编编程与代码自动生成游戏内容生成智能客服人像美颜科研学术知识问答金融交易分析师研究报告生成剧本创作图:甲子星空坐标系生成式AI在C端应用场景的商业潜力评估X NPS值Y满意度光年象限星团象限星辰象限星云象限侧重商业落地侧重产品效率提升侧重产品体验待重塑产品备注说明:1.满意度:一个用来衡量个人或组织对特定产品、服务、经验或事件的满意程度的指标。当使用体验大于预期时会获得满意感。2.NPS值:净推荐值,是评估用户口碑的一种方式。评估用户/客户向朋友、其他人推荐公司的产品或服务的可能性的指标。大模型的价格正在快速下降,而开放权重也在加速,并为开发者提供更多选择。OpenAI 的 o1 每输出 100 万令牌收费 60 美元,而 DeepSeek-R1 只需 2.19 美元。这将近 30 倍的价差,让算力成本不再是模型门槛,正在让基础模型层“平民化”。推理成本的颠覆性降低,将会推动C端产品在大多数应用场景得到落地。会让原本因为预算不足、用户意愿不足的一些场景具备商业化落地的可能,这些场景大多都是在星云象限和星团象限内的场景,会推动这些没有商业化落地的场景走向商业化。推动这些场景从星云象限或星团象限向光年象限迈进。9、全球AI科技竞争进入G2时代DeepSeek将成为特朗普制定人工智能政策的重要参考,预示着AI进入G2竞争时代2025年1月23日,刚就任的美国总统特朗普签署了一项行政命令,废除了拜登政府“有害的”人工智能政策,要求一个跨部门小组在6个月内为“人工智能行动计划”(Artificial Intelligence Action Plan)。DeepSeek的出现和美国政商各届的反应将成为特朗普政府制定计划的重要参考。拜登政府关于安全、可靠和可信地开发和使用人工智能的行政命令2023年10月,拜登总统签署了关于安全、可靠和可信地开发和使用人工智能的行政命令,该行政命令的目的是确保AI技术的发展既能促进创新,又能有效地应对技术带来的潜在风险。该行政令也是美国迄今为止最全面的人工智能监管原则,标志着美国政府在定义AI监管和问责制方面的关键一步。主要内容和目标:加强AI安全性和可靠性;保护隐私和数据安全;消除AI中的偏见和歧视;促进AI的可解释性和透明度;确保AI技术的创新和竞争力;跨部门合作与国际合作;AI的国家安全考量;监管和监督机制;社会影响评估。主要特点:该行政令要求AI开发者在公开发布任何可能引发风险的AI系统之前,必须根据国防生产法向政府提交安全测试报告。意在通过政府主导的方式,全面规范人工智能的开发与应用。此外,该行政令明确提出了推动AI安全性和透明性的重要措施。规定了各机构制定测试人工智能系统的标准和指标、人工智能模型的安全测试、责任追究机制、算法透明度要求,并纳入了限制偏见和歧视的条款,体现对隐私和公平的保护的强监管立场。特朗普政府在人工智能领域的计划和对华反制措施(待定)调动企业力量发展人工智能:相比拜登政府坚持通过政府干预进行对人工智能监管,特朗普政府更倾向于依靠企业和资本的力量发展人工智能,特朗普会通过发动和建立“企业家朋友圈”,搭建起从基础层、中间层到应用层的“四梁八柱”。限制对美国人工智能大模型使用:美国政府等相关部门高度怀疑中国大模型“窃取”了美国大模型企业的技术和训练成果。扩大对芯片的出口管制:一方面,扩大对英伟达芯片对华出口限制,英伟达对中国的部分“特供型号”有望加入限制名单;另一方面,加强对新加坡等转运国和部分芯片贸易公司的调查和限制。限制中国大模型应用:来自中国的大模型应用将被加入限制名单,有望被从美国及其盟国的APP Store下架,目前,DeepSeek已经被爱尔兰、意大利等美国的追随国下架,未来可能进一步扩大。智库院长宋涛微信stgg_6406THANKS谢谢北京甲子光年科技服务有限公司是一家科技智库,包含智库、媒体、社群、企业服务版块,立足于中国科技创新前沿阵地,动态跟踪头部科技企业发展和传统产业技术升级案例,致力于推动人工智能、大数据、物联网、云计算、AR/VR交互技术、信息安全、金融科技、大健康等科技创新在产业之中的应用与落地联系咨询合作关注甲子光年公众号

    发布时间2025-02-05 16页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 存储行业专题:AI驱动下的国产企业级SSD机遇-250204(22页).pdf

    请务必阅读正文之后的免责声明及其项下所有内容20252025年年0202月月0404日日存储行业专题存储行业专题AIAI驱动下的国产企业级驱动下的国产企业级SSDSSD机遇机遇行业研究行业研究 行业专题行业专题 电子电子 半导体半导体投资评级:优于大市(维持)投资评级:优于大市(维持)证券分析师:胡剑证券分析师:胡慧证券分析师:叶子证券分析师:张大为证券分析师:詹浏洋021-60893306021-608713210755-81982153021-61761072010-S0980521080001S0980521080002S0980522100003S0980524100002S0980524060001证券研究报告证券研究报告|请务必阅读正文之后的免责声明及其项下所有内容AIAI驱动下的国产企业级驱动下的国产企业级SSDSSD机遇机遇l AI应用兴起全球算力快速增长,数据存储加速升级。随着视频、图像数据越来越多保存下来并用于模型训练,华为预计到2030年,全球每新增1YB数据,用于模型训练的数据量有望增长1000倍至400EB,大模型训练,需要实时访问的热数据增加,传统的热、温、冷三层数据将变为热、温冷两层数据,数据比例有望从 20%:30%:50%到30%:70%,冷数据的价值被激活。l 数据中心热数据占比提升,AI对存储性能、功耗及成本要求提升,数据中心存储介质从传统机械硬盘HDD(磁存储)向企业级固态硬盘SSD(半导体存储)过渡,以Solidigm产品方案为例,10PBAI数据流方案的SSD与HDD相比,固态硬盘数减少5.2 倍,服务器总数减少9倍至15台;整体机架数从9个降至1个,机架占地面积降低9倍;功率密度提高2.7倍;5年能耗支出减少4.4倍,TCO降低40%。根据IDC数据,预计28年全球企业级存储系统中全闪存阵列占比有望超50%;全球企业级SSD出货总容量有望从24年219EB增至28年517.6EB,对应出货量由24年26.2万个增至28年32.4万个,市场容量从24年262亿美金增加至28年324亿美金。l 全球企业级SSD仍以海外厂商为主,国产化打开国内存储器增长机遇。根据IDC数据,23年我国企业级SSD市场为32.8亿美元,其中国内主要供应商为忆联占22%,忆恒创源占2.9%,浪潮占4.1%,大普微占6.4%,互联网厂商采购仍以进口为主。中国企业级固态硬盘用户包括云计算与互联网企业、运营商及金融政企;云计算与互联网企业占总市场约为65%,电信运营商市场份额为13%。其中国内头部云服务商如腾讯、阿里巴巴24年前三季度累计资本开支同比分别增长145.5%、209.5%。未来云计算与互联网企业将是国内企业级固态硬盘的支出主力,对高性能存储需求持续增长。l 投资建议:当前原厂持续减产,NAND价格有望逐步企稳;在此基础上,AI打开SSD增量市场,国产化打开验证窗口,国产企业级SSD迎增量机遇。我们认为国产企业级SSD厂商的竞争要素包含多个维度:在产品技术层面跟进NAND颗粒、主控芯片及模组产品的技术趋势,基于对企业级客户定制化需求的深入理解通过固件算法优化开发出高速、稳定、安全、可靠、低功耗的产品,同时在上游晶圆等供应链方面提供长期稳定的保障。因此具备产品定制化开发、长期稳定供应能力且能在窗口期导入互联网及云计算公司的国产SSD厂商有望受益,建议关注产业链相关公司:德明利、江波龙、佰维存储。请务必阅读正文之后的免责声明及其项下所有内容AIAI驱动下的国产企业级驱动下的国产企业级SSDSSD机遇机遇资料来源:Solidigm,华为,忆恒创源,国信证券经济研究所整理存量替代:热数据比例增加,SSD成本下降,SSD部分替代HDD增量扩容:AI推动数据量增长,数据中心对成本、功耗和空间需求推动SSD渗透,相关资本开支持续增加国产化窗口:数据自主安全可控国产SSD增长机遇主要采购方主要采购方互联网与云计算厂商互联网与云计算厂商运营商、金融等运营商、金融等 上游供应链:晶圆上游供应链:晶圆 主控、固件、封测能力主控、固件、封测能力 定制化开发与服务定制化开发与服务企业级企业级SSDSSD竞争要素竞争要素企业级企业级SSD验证周期长,性能验证周期长,性能要求高,客户黏性强要求高,客户黏性强高速、稳定、安全、可靠、低功耗高速、稳定、安全、可靠、低功耗请务必阅读正文之后的免责声明及其项下所有内容原厂重启减产策略,原厂重启减产策略,NANDNAND价格有望逐步走出跌势价格有望逐步走出跌势l 存储价格存储价格2424年下半年进入承压阶段。年下半年进入承压阶段。2024年上半年存储器市场合约价保持上涨,而到了下半年由于市场需求变化,存储器合约价遇到下行压力,到了第四季度,DRAM出现涨幅收敛,NAND Flash则持续下跌。l 根据TrendForce数据,预计1Q25 DRAM合约价将下跌0%-5%,其中一般型DRAM将下跌8%-13%。预计NAND Flash合约价将下跌10%-15%:其中Wafer跌幅将收敛,企业级SSD订单稳定,预计可缓冲合约价跌势;Client SSD及UFS则因消费性终端产品需求疲软价格将持续下探。l 原厂重启减产策略以稳定价格原厂重启减产策略以稳定价格。2024年四季度至今,NAND原厂纷纷采取减产措施以应对市场需求疲软和价格下跌。三星电子宣布削减西安NAND闪存工厂产量,减产幅度超过10%。SK海力士计划25年上半年削减10%的NAND产量,美光亦计划减产10%。供应商减产背景下,25年下半年进入传统旺季,随市场需求回暖NAND Flash合约价有望触底企稳。图:存储合约价格图:存储合约价格资料来源:DRAMexchange,Wind,国信证券经济研究所整理资料来源:TrendForce,国信证券经济研究所整理图:存储合约价趋势图:存储合约价趋势4Q24E1Q25F4Q24E1Q25FPC DRAMDown 5-10%Down 8-13%eMMC UFSDown 8-13%Down 13-18%Server DRAMUp 0-5%Down 5-10%Enterprise SSDUp 0-5%Down 5-10%Mobile DRAMLPDDR4X:down 13-18%LPDDR5X:down 5-10%LPDDR4X:down 8-13%LPDDR5X:down 3-8%Client SSDDown 5-10%Down 13-18%Graphics DRAMMostly flatGDDR6:down 8-13%GDDR7:down 0-5= NAND WafersDown 20-25%Down 13-18%Consumer DRAMDDR3:down 5-10R4:down 5-10R3:down 3-8R4:down 10-15%Total DRAMConventional DRAM:down 3-8%HBM Blended:up 0-8%Conventional DRAM:down 8-13%HBM Blended:up 0-5%Total NAND FlashDown 3-8%Down 10-15%0.0 1.0 2.0 3.0 4.0 5.0 6.0 2020-11-302021-01-292021-03-312021-05-312021-07-302021-09-302021-11-302022-01-282022-03-312022-05-312022-07-292022-09-302022-11-302023-01-312023-03-312023-05-312023-07-312023-09-282023-11-302024-01-312024-03-292024-05-312024-07-312024-09-302024-11-29合约平均价:DRAM:DDR4 8Gb 1Gx8 2133Mbps(美元)合约平均价:NAND Flash(128Gb 16Gx8 MLC(美元)请务必阅读正文之后的免责声明及其项下所有内容走向智能时代走向智能时代-冷数据价值被激活冷数据价值被激活l AIAI应用兴起全球算力快速增长,数据存储加速升级。应用兴起全球算力快速增长,数据存储加速升级。根据华为预测,到2030年,全球通用存力总量将达到37ZB,相比2020年增长10倍;AI相关存力总量占比63%,相比2020年增长500倍。随着视频、图像数据越来越多保存下来并用于模型训练,华为预计到2030年,全球每新增1YB数据,用于模型训练的数据量有望增长1000倍至400EB,其中需要存储的数据约50ZB及相应的大容量、高性价比、低能耗、高可靠和高扩展的存储介质。图:数据量增长趋势图:数据量增长趋势资料来源:华为数据