首页 > 资讯中心
热点资讯
-
中美竞技的18个关键领域报告分析（二）2025-03-25报告指出，2005年至2020年出现的12个竞技领域（包括软件、半导体、消费互联网、电子商务、消费电子产品、生物制药、工业电子产品、交付技术、视频和音频娱乐、云服务、电动车和信息赋能的商业服务。）展现出巨大的变化率，同时，这些领域在整个市场市值中所占的比重也有显著的增长，表明它们在市场中的影响力不断增强。报告指出，目前存在的12个竞技领域在六个方面与其他行业有着显著的差异：一、 竞技领域在经济利润占据的份额越来越大2005 年，竞技场创造了 550 亿美元，占全球经济总利润的 9%，其他行业创造了 5490 亿美元，约占总额的 90%。而到了 2019 年，竞技场产生的总收入为 2500 亿美元，占全球经济总利润的一半。将 2005 年的经济利润排名与 2019 年和 2020 年的经济利润排名进行比较，除工业电子产品外，所有领域的经济利润排名都有所上升。二、竞技场吸引了大量的创新投资早在2005年竞技场的研发投资份额占比就已位居高位，并且已经保持了15年。据悉，2005 年，美国 62% 的商业研发支出流向了竞技场和竞技场相关行业;到 2020 年，这一数字增加到 65%。在这些领域... 查看更多 -
中美竞技的18个关键领域报告分析（一）2025-03-24商场如战场，古往今来，政治与经济的博弈始终是人类向前发展的一个重要课题。企业若想长期发展，就要紧跟潮流，洞察市场，抓住高增长高活力的发展机会。麦肯锡全球研究院通过对市场现状及未来演变的分析，发现了18个将改变商业格局、重塑全球经济的关键领域，并将这些领域称之为“竞技场”（Arena）。本次的市场调查报告将对麦肯锡全球研究院发布的《未来的主要“竞技场”》进行简要分析。在报告中，麦肯锡全球研究院解释了何为“竞技场”——改变商业格局的行业；具备高增长性和高活力的特性。它们通常在经济增长中占据绝对高地，并且行业内企业的市场份额变动剧烈。报告指出，到2040年，未来的18个竞技场或将重塑全球经济，并产生29万亿至48万亿美元的效益。图：中美竞技的18个关键领域报告的主要内容有：未来将有18个可能重塑全球经济的未来竞技场，预计到2040年将创造29万亿至48万亿美元收入。这些领域涵盖人工智能软件与服务、网络安全、未来空中交通、肥胖及相关疾病药物、机器人技术到非医疗生物技术等。这些未来竞技场到2040年可能产生2万亿至6万亿美元利润，其占全球GDP比重可能从当前的4%增长至10%-16%。经过过去2... 查看更多 -
具身智能发展报告分析（十）2025-03-21报告指出，具身智能使信息和物理世界深度融通，进一步拓展人工智能发展边界，使机器人等物理实体更好地理解世界、更自然地与人类交互和更高效地执行任务。思维智能和行动智能的有机融合将推动人类社会进一步迈向智能化时代，加速通用人工智能的到来。技术创新发展推动具身智能持续进化感知技术的进步：随着传感器技术的发展，如激光雷达、摄像头、超声波传感器等的精度提升和成本下降，使得具身智能系统能够更准确地感知周围环境。这为机器人和其他具身智能设备提供了更加丰富的环境信息，从而增强了它们的理解和交互能力。计算能力的增强：硬件计算能力的不断提升以及云计算、边缘计算等技术的发展，使得处理复杂算法成为可能。这些进步支持了更高层次的数据分析和机器学习模型的应用，有助于提高具身智能系统的决策能力和反应速度。人工智能与机器学习：深度学习、强化学习等AI技术的发展，尤其是针对特定任务的学习算法的进步，极大地提升了具身智能系统的自主学习能力和适应性。通过不断学习和优化，这些系统可以更好地执行复杂的任务，并在不同的环境中表现出更高的灵活性。软件和算法的创新：除了硬件的进步，软件和算法的创新也为具身智能的发展提供了动力。例如，模... 查看更多 -
具身智能发展报告分析（九）2025-03-21具身智能的发展不仅面临技术层面的挑战，还需应对实际应用中的难题。在产品层面，其形态设计与内部硬件架构直接影响行动能力的极限。要使具身智能在现实世界中顺利落地，机器人产品需具备合理的构型、高兼容性、丰富的接口、良好的运动性能以及高度的可靠性。 首先，打造通用且高性能的具身本体是核心难题。在产品研发过程中，需同时考虑计算芯片的算力与成本、通信总线的传输效率以及能耗等关键因素。例如，在长时间运行的环境中，电池续航至关重要；在对实时性和稳定性要求极高的场景，云端通信的高效性与本体侧芯片的推理能力尤为关键。此外，执行精细操作的任务场景要求机器人具备更强的灵活性和自适应能力，而在野外等复杂环境中，本体需具备出色的抗冲击与抗摔性能。实现这些目标，不仅需要深入理解应用需求，还必须在执行可靠性、任务效率与成本控制之间找到最佳平衡。 其次，软硬件系统的深度融合也是一大挑战。尽管具身智能的基础模型在多模态处理和泛化能力上不断提升，其行动能力仍高度依赖复杂的功能控制算法。动作控制算法与硬件架构紧密相连，产品内部的系统设计直接决定了行动能力的上限。例如，波士顿动力的Spot四足机器人凭借先进的动作控制算法，可在... 查看更多 -
具身智能发展报告分析（八）2025-03-20具身智能被视为通向通用人工智能的重要途径。然而，在感知与认知、学习与迁移、计算能力、多任务协同、安全保障、隐私维护以及人机互动等多个方面，仍面临诸多挑战。技术挑战感知与认知方面多模态感知融合困难：人类通过多种感官协同感知世界，而具身智能系统中的视觉、听觉、触觉等传感器数据格式和特征不同，要实现像人类一样的全模态感知融合，需要开发复杂的算法来处理和整合这些多源异构数据，以形成对环境的统一、准确理解。环境理解与语义解析不足：具身智能需要理解所处环境中的各种物体、场景和事件的语义信息，例如识别物体的功能、理解场景的用途以及预测事件的发展。目前的算法在复杂环境下对语义信息的解析能力有限，难以达到人类水平的理解深度和广度。学习与泛化方面数据获取与标注难题：具身智能系统需要大量的数据来训练模型，但真实数据的采集成本高昂，且难以涵盖所有可能的场景和情况。同时，数据标注也需要耗费大量的人力和时间，如何高效地获取和标注高质量的数据是一个关键挑战。样本不均衡问题：在实际应用中，具身智能可能会遇到某些场景或任务的数据量很少，而其他场景或任务的数据量较多，这会导致模型在训练时对少数类样本的学习不足，从而影响其... 查看更多 -
具身智能发展报告分析（七）2025-03-20具身智能除了在工业领域以及物流运输领域体现出应用前景外，在家庭服务领域也发挥着重要作用。具身智能在家庭服务领域的应用，有望彻底解放人类双手，实现全方位的智能家务管理。当前，家庭服务机器人已经从最初的扫地机器人升级为具备地面清洁、物品搬运以及基础家务处理能力的多功能设备。展望未来，具身智能的通用型机器人将具备类人化感知，能够使用传统工具，在复杂、多变的环境中自主执行任务，成为类似汽车般普及的全场景家庭助手，广泛应用于家务、康复等领域。例如，1X公司正与OpenAI紧密合作，共同研发类人机器人EVE，使其具备对人类日常工作环境的理解能力，并通过交互学习、自我修正与数据积累，逐步胜任居家和办公场景下的智能助理角色。随着具身智能技术的不断进步，家庭服务机器人正从单一的清洁工具演变为集深度清洁、基础家务及餐饮服务于一体的多功能助手，真正成为人类生活中的智能化、贴心帮手。除了基础的家政清洁服务以外，具身智能机器人还能够通过语音、表情和肢体动作与家庭成员进行自然交互，为老人和儿童提供情感支持和陪伴。例如，一些机器人可以陪老人聊天、陪孩子玩耍，缓解孤独感。日本的家庭陪伴机器人LOVOT就是主打情感陪伴... 查看更多
登录
注册
短信登录
注册
快速注册
账号登录
注册
快速注册
对比栏