企业智能体（Agent）落地应用的核心领域 - 智能体在企业落地可划分为三大核心领域：一是营销销售服务领域，二是企业知识管理与办公提效领域，三是具体业务流程的优化提升领域 [3][7] 各领域落地难度与现状 - 三大领域的落地难度递增，“前面相对是可以产品化，越往后越难” [3][7] - 营销销售服务领域已具备产品化条件，通过前端实时团队即可实现良好应用效果，且已进入普遍性落地阶段 [3][7] - 企业知识管理与办公提效领域需结合更深的企业内部知识及不同行业特性进行定制化 [3][7] - 业务流程优化提升领域的行业差异性最大，落地难度最高 [3][7] - 智能体在营销服务领域是相关公司的重点布局方向，例如智能外呼在反应速度、灵活性方面已可接近人的效果 [3][7] 智能体企业落地面临的关键挑战 - 关键挑战总结为三大核心问题：一是对企业业务规则或SOP的遵循能力，二是准确率要求，三是性价比问题 [3][7] - 解决挑战需技术精进、产品设计与效果实施融合，并关注客户预期管理和落地顺序规划 [3][7] 行业长期发展趋势 - 从信息化、数字化到智能化的叠加深入是长期趋势 [4][8] - 过去以人为中心，现在趋势是人机共生，共同完成任务 [4][8] - 未来可能以“某种绝对真理”为中心，形成人机协同、相互教学，以达成更好的企业业务运作状态 [4][8]

专题：2025科技风云榜 "2025科技风云榜"年度盛典于2026年1月15日在北京举办，今年活动主题为"启新智，赴新程"。 中国工程院资深院士、清华大学化工科学与技术研究院院长金涌发表《新智时代与科技创新》主题演 讲。金涌表示，创新是民族进步的灵魂，是国家兴旺发达的不竭动力，在激烈国际竞争中居于核心地 位。一个国家的综合国力最终取决于创新能力，依赖技术转移不可行。 同时，金涌引用2025年诺贝尔经济学奖三位得主的观点强调，近200年世界经济持续发展的关键在于知 识创新，而非资本与劳动力的简单积累，创新已从外在因素转变为核心内生变量。 针对人工智能快速的发展，他指出，控制论鼻祖维纳曾预判人工智能时代是人机最终对决，霍金也曾警 示不要发展超人类硅基智能，部分学者提议为AI设"不自我改进、不自我繁殖"的红线，但实际难以实 现，唯一出路是提升人类自身的创新能力。 金涌深入分析了人工智能的优势与短板。他表示，AI凭借知识占有、数据处理、强大算力和先进算法 四大要素，在高维度抽象、复杂性问题解决等领域展现出超越人脑的能力，其通过大数据归纳分析得出 规律的表象学研究方法具有重要启发意义。 但金涌也强调，AI存在短板，缺乏 ...

专题：2025科技风云榜 "2025科技风云榜"年度盛典于2026年1月15日在北京举办，今年活动主题为"启新智，赴新程"。 中国工程院资深院士、清华大学化工科学与技术研究院院长金涌发表《新智时代与科技创新》主题演 讲。金涌表示，创新是民族进步的灵魂，是国家兴旺发达的不竭动力，在激烈国际竞争中居于核心地 位。一个国家的综合国力最终取决于创新能力，依赖技术转移不可行。 同时，金涌引用2025年诺贝尔经济学奖三位得主的观点强调，近200年世界经济持续发展的关键在于知 识创新，而非资本与劳动力的简单积累，创新已从外在因素转变为核心内生变量。 责任编辑：李思阳 专题：2025科技风云榜 "2025科技风云榜"年度盛典于2026年1月15日在北京举办，今年活动主题为"启新智，赴新程"。 针对人工智能快速的发展，他指出，控制论鼻祖维纳曾预判人工智能时代是人机最终对决，霍金也曾警 示不要发展超人类硅基智能，部分学者提议为AI设"不自我改进、不自我繁殖"的红线，但实际难以实 现，唯一出路是提升人类自身的创新能力。 金涌深入分析了人工智能的优势与短板。他表示，AI凭借知识占有、数据处理、强大算力和先进算法 四大要素，在高维度抽 ...

专题：2025科技风云榜 "2025科技风云榜"年度盛典于2026年1月15日在北京举办，今年活动主题为"启新智，赴新程"。 中国工程院资深院士、清华大学化工科学与技术研究院院长金涌发表《新智时代与科技创新》主题演 讲。金涌表示，创新是民族进步的灵魂，是国家兴旺发达的不竭动力，在激烈国际竞争中居于核心地 位。一个国家的综合国力最终取决于创新能力，依赖技术转移不可行。 同时，金涌引用2025年诺贝尔经济学奖三位得主的观点强调，近200年世界经济持续发展的关键在于知 识创新，而非资本与劳动力的简单积累，创新已从外在因素转变为核心内生变量。 中国工程院资深院士、清华大学化工科学与技术研究院院长金涌发表《新智时代与科技创新》主题演 讲。金涌表示，创新是民族进步的灵魂，是国家兴旺发达的不竭动力，在激烈国际竞争中居于核心地 位。一个国家的综合国力最终取决于创新能力，依赖技术转移不可行。 针对人工智能快速的发展，他指出，控制论鼻祖维纳曾预判人工智能时代是人机最终对决，霍金也曾警 示不要发展超人类硅基智能，部分学者提议为AI设"不自我改进、不自我繁殖"的红线，但实际难以实 现，唯一出路是提升人类自身的创新能力。 金涌深入分析 ...

行业技术发展 - 人形机器人训练正从“模仿”向“自主”演进 [2] - 训练基于5G-A网络实现毫秒级人机协同 [2] - 通过七大真实场景获取高质量真机数据以破解产业化应用瓶颈 [2] 公司/项目运营 - 在山东青岛设有专门的人形机器人数据采集训练场 [2] - 数据采集员使用VR设备和感应手柄指导机器人进行抓取、搬运、分拣等精细化操作训练 [2] - 训练场为行业持续输送“实训数据”与“技能经验” [2]

文章核心观点 - 智能体（Agent）浪潮正引发SaaS行业的颠覆性变革，其核心是人机交互模式从“人单向操作系统”转变为“人与数字员工协同” [4][9][11] - SaaS行业若不进行智能变革，将被时代颠覆，但SaaS在五年内大概率不会消亡，而是会经历向嵌入式、局部性智能应用的转型 [4][5][14] - 智能体对SaaS业务流程的全面改造是渐进式的，在To B领域相对缓慢，全面升级可能需要2年到5年时间 [3][5][22] - 数据是SaaS厂商在Agent浪潮下的核心资产与生存关键，构建基于私域数据的高价值数据集是形成竞争力的核心 [7][27][30] SaaS行业面临的智能变革与未来形态 - 技术演变导致数字世界入口不断变化：软件时代是操作系统，PC互联网时代是门户与搜索引擎，移动互联网时代是App，云计算时代是SaaS，而智能时代人机交互范式将再次变革 [4][9] - 未来SaaS产品形态将演变：一部分保留传统必要界面，一部分承载业务流程，其余则由一组组专业化智能体构成 [5][14] - 人机协同模式将根本改变：从“人操作界面调用数据”变为“人向智能体下达指令，智能体自主完成工作并交付业务结果” [5][10][11] - 工作负载分配将逐步演化：从当前人类主宰80%、智能体辅助20%，向人类负责10%-20%指令、智能体承担80%-90%工作负载转变，最终实现全面由智能体主宰 [5][11] 智能体驱动的SaaS核心变化 - **技术层面**：真正的智能体具备记忆、任务规划、工具调用、数据应用及动态交付结果的能力，例如从人工静态生成报告变为智能体主动扫描风险并生成动态报告 [12] - **商业模式**：付费模式将从固定订阅转向更多按量、按结果付费，例如百望的智能体已采用按MCP调用次数收费，未来可能出现按业务价值分成等多种模式 [13] - **产品区别**：智能体驱动的SaaS将业务流程从“流程化作业”转向采用A2A（智能体互通协议）与MCP（模型上下文协议）的协同模式 [21] 智能体在SaaS领域的应用落地与挑战 - **应用场景**：在制造业，一个人带着四五个不同角色的智能体可替代原来需要一个项目经理带三四个专业工种团队的工作 [11]；在财税领域，智能体可完成凭证处理、记账、报税等重复手工劳动，释放生产力 [11] - **落地路径**：从实际应用看，渐进式创新更为现实，先在现有业务流程引入智能体以减轻人力、降本增效，再逐渐推展 [5][22] - **主要挑战**：在专业性强的“严肃”行业（如金融、财税），因受监管规定和业务流程SOP约束，变革进程会更慢 [6][22]；智能体面临与公有云发展初期类似的安全顾虑，在国企、金融机构的部署受到较多监管限制 [8][26] - **责任界定**：AI执行任务出错的责任归属问题，在法律和业务落地层面仍需论证 [24] 国内外市场差异与竞争格局 - **资本投入**：中国在大模型、智能体浪潮中获得的全球风投资金非常有限，2024年底数据显示中国大概只有美国的7% [18] - **竞争态势**：国内市场更“卷”，倒逼企业追求极致性价比和技术内核优化，可能卷到毛利率下滑，但也加速了前沿技术的普适化与平权化 [16][18] - **技术生态**：开源成为国内厂商关键突破点，如通义千问、DeepSeek等开源产品在全球获得认可，是中国技术全球化的重要因素 [19] - **企业类型**：颠覆性创新更多来自新一代AI原生企业，它们更激进，想推翻原有作业模式；而传统SaaS巨头（如SAP、Salesforce、微软）多在现有产品中通过插件形式增强能力 [6][25] SaaS厂商的转型战略与核心竞争力 - **核心资产**：数据是SaaS厂商的核心竞争力，例如财税SaaS的核心价值在于掌握的交易级数据 [7][27] - **转型必要性**：中国的SaaS厂商没有一家可以在原地生存，必须贴合自身业务DNA进行转型 [7][26] - **战略路径**：以百望为例，其发展曲线是分层战略：最底层是税控设备，依托其拓展电子发票业务，通过电子发票沉淀数据资产，再基于数据构建智能体护城河 [7][27] - **数据应用**：关键在于将私域数据提炼成高价值数据集，为垂类大模型和场景化智能体提供支撑，例如百望利用发票数据开发汽车经销商监控服务，形成数据驱动的ARR业务 [7][28][30] 智能体对SaaS行业的长远影响 - **行业内卷**：智能体可能加剧市场竞争，导致毛利率下滑，但当竞争使技术变成“白菜价”时，恰恰是千行百业实现全面智能化的时代 [16] - **中外差异**：中国SaaS盈利困难部分因客户偏好本地化部署和定制化开发，智能体化转型不一定能打破此困境，因为智能体本身也面临非标品化挑战 [20] - **未来演进**：人类目前仍在扮演“大脑”指挥官角色，如果“大脑”角色被替代，人类可能进入硅基时代，成为智能体的附属劳动力而非大脑 [21]

ARC-AGI-2基准测试与AI推理能力评估 - ARC-AGI-2基准测试旨在评估AI是否具备AGI所必需的抽象、归纳与迁移推理能力，而非记忆或统计模式匹配[1] - 该基准没有大规模训练集，每道题目都是新任务，因此AI无法通过“刷数据”获得高分，直击大模型依赖数据统计的“软肋”[1][2] - 人类在该基准测试上的平均准确率约为60%[5] Poetiq元系统架构的性能突破 - Poetiq通过其元系统架构，自动构建“会调用模型的系统”，而非训练更大的模型[5] - 其系统Poetiq (GPT-5.2X-High)在ARC-AGI-2上实现了75%的准确率，每问题成本不到8美元[5] - 该系统将GPT-5.2(X-High)的得分从约60%提升至75%，超越前SOTA 15个百分点，且未对基础模型进行任何训练或特定优化[5][6] - 这证明了通过优秀的软件架构，无需堆算力也能大幅提升AI性能[8] 主要AI模型在ARC-AGI-2上的表现对比 - GPT-5.2(X-High)在Poetiq系统加持前，准确率已接近人类平均水平的60%[5] - Gemini 3 Deep Think (Preview)在ARC-AGI-2上的成绩约为46%，明显落后于GPT-5.2系列，且成本相对更高[5] OpenAI提出的“能力过剩”时代 - OpenAI预测行业正进入“能力过剩”阶段，即模型“能够做到的事情”与人们“实际使用AI的方式”之间存在巨大断层[9][10] - 未来AGI的进展将不仅取决于模型突破，更取决于AI的有效使用、融入现实工作生活以及系统将模型能力转化为实际价值的能力[10] - 因此，OpenAI在2026年将重点投入应用层、系统层、人机协同，尤其强调医疗、商业和日常生活场景[10] 人机协同成为AGI发展的关键 - 实现AGI需要模型和人协同发挥作用，不仅要升级模型，更要“教人用AI”[11] - 挑战在于如何将AI真正融入工作流程，而非仅仅购买技术却不改变任何流程[12] - 下一阶段的AI竞争，将是系统、流程与人机协同的竞争，而不仅是模型参数之争[19] 对“能力过剩”现象的分析 - 从Poetiq提升基础模型性能15个百分点来看，大模型存在“未被充分释放的能力”，从该角度看能力已严重过剩[14] - 能力未被充分释放的原因可能包括：模型设计未紧跟用户场景、前沿模型在推理和创新上缺乏根本性突破、以及模型迭代过快导致用户不断弃用已上手的模型[14][15][17] - 尽管GPT-5等大模型在解决复杂跨学科问题上已达到“博士级智能”的专家级基准，但从实际应用效果看，其能力仍未完全发挥[14]

行业核心观点 - AI医疗助手在临床诊断中展现出显著价值，通过人机协同模式为医生赋能，提升诊断准确性与效率，而非取代医生[1][2] AI医疗应用的具体案例与成效 - 在前列腺病理诊断中，AI阅片系统能在几秒内完成上百条细碎组织的切片初步识别与热点定位，大幅提高诊断效率和准确性[1] - 在肺结节筛查中，AI系统能精准识别磨玻璃结节，并在复查中捕捉到结节体积增大19%的细微变化，为临床决策提供关键量化依据[1] - 基于AI的精准分析，医院及时为患者实施胸腔镜下肺段切除术，术后病理证实为微浸润腺癌，早期发现使患者预后良好[1] AI技术的当前局限与医生角色 - AI在实践中存在误判情况，例如将肺部条索灶误判为结节或将正常血管沟误认为骨折线[2] - AI的智能应用离不开医生的最终把关，医生的价值体现在对生命、疾病的洞察及对患者的共情，这些是机器难以学会的[2] - 未来医疗的理想模式是技术为医生赋能，医生为技术“赋魂”的人机协同[2]

空间智能的概念与理论框架 - 空间智能被定义为融合感知、理解、推理和行动于一体的完整认知系统，超越了传统计算机视觉的局限 [2] - 其核心框架由三大支柱构成：作为基础层的三维感知、作为核心层的空间推理以及作为表达层的多模态生成 [2] - 三维感知强调对深度、体积、位置和姿态等空间属性的全面理解，超越了二维图像处理 [3] - 空间推理使系统能够进行物理规律推断和因果关系分析，涉及对空间关系、物理交互和时间演化的深度理解 [3] - 多模态生成赋予系统基于空间理解创造新内容和行为的能力，例如根据一句指示生成三维建筑模型 [3] 技术演进与发展路径 - 空间智能技术遵循从“单一感知”到“整合理解”，最终迈向“创造性交互”的演进路径，类比人类认知发展过程 [4] - 技术发展经历了从二维静态处理，向二点五维、三维，最终向包含动态物理属性的四维表示的演进 [4] - 四维表示整合了时间维度，使系统具备预测和推理能力，例如预测一个球从桌上滚落后的物理行为 [5] - 技术发展特征表现为从静态重建到动态交互的深化，从简单识别到深层次场景理解的跃迁 [5] - 现代空间智能系统的核心突破在于“场景理解”，即理解物体之间的关系、功能和潜在交互方式 [5] 产业发展与投资周期 - 产业投资热潮可置于技术革命发展周期中解读，2016年前后的VR投资热潮被视为“安装期”的典型表现 [6] - 投资周期经历了变化：2010年代初期为VR第一波热潮，2017年至2019年转向AR企业级应用，2020年后因远程协作需求和芯片技术进步进入更成熟阶段 [6] - 投资主体呈现多元化，包括传统风险投资、企业风险投资、政府基金和战略投资者 [6] - 平台布局能催化生态繁荣，形成“平台投资—创业活跃—用户增长—平台升级”的正向循环，即“创新飞轮”效应 [7] - 以苹果Vision Pro为例，其1亿美元的开发者基金和技术实验室网络吸引了开发者并孵化了初创公司，如三维内容平台Polyspatial在6个月内完成2500万美元A轮融资 [7] 商业化模式与应用案例 - 商业模式呈现多样性，例如Matterport采用“硬件补贴+服务订阅”模式以降低空间数字化门槛 [7] - 在医学领域，使用HoloLens进行医学培训的学生错误率降低40%，学习效率提高35% [9] - 在教育领域，芬兰的空间智能课程试点项目显示，学生在空间思维、学科知识理解和创造性问题解决等方面能力有显著提升 [9] - 增强现实（AR）等技术在应用中仍面临设备重量、续航限制、视野范围局限、工作流整合和用户接受度等现实挑战 [9] - 技术普及也带来隐忧，如设备使用引起的不适感、教师培训需求、技术设施差异导致的教育不平等 [9] 人机协同新范式与未来展望 - 人机关系正经历从简单辅助到深度融合的根本性转变，重新定义人类与智能系统的关系 [8] - 前沿研究如麻省理工的Mosaic系统和DeepMind的Project Insight表明，人类与机器可通过优势互补形成能力增强的整体系统 [10] - 人机协同系统的设计核心原则包括意图理解、适应性辅助和自然交互 [10] - 触觉反馈技术和情绪计算的引入，使机器能感知情绪并提供逼真物理反馈，推动协同走向更深层次 [10] - 研究显示约65%的用户在使用人工智能系统初期表现出不恰当的信任水平，技术设计需考虑人类心理和行为特点 [10] - 空间智能被视为人类认知宇宙、理解宇宙乃至与宇宙互动的全新范式，将重塑人类与宇宙的关系 [11]

CES 2026展会概况 - 2026年CES共有4112家企业参展，覆盖150多个国家和地区，净展览面积超过260万平方英尺 [2] - 中国和美国科技公司是展会最大焦点 [2] - 技术从概念转变为可触摸、可体验的实际产品 [2] 深庭纪 (Sentigent Technology) - 公司专注于户外陪伴机器人赛道，通过AI技术让机器人识别跟随主人并陪伴孩子玩耍，提供情绪价值 [4] - 产品采用轮式设计，运动效率高，带腿结构使其能在任何地形户外行走 [9] - 公司选择从C端陪伴场景切入，而非B端或复杂家务，旨在通过捡球、散步等小事建立情感连接和信任，为未来进入家庭完成关键任务铺路 [4][11][15] - 公司名称融合“sentiment”（情感）与“agent”（代理），核心愿景是打造能成为人类伙伴或朋友的机器人AI代理 [15] - 全球化战略计划从美国市场起步，利用其作为全球消费市场标杆的地位建立品牌，再拓展至全球 [22] 新石器无人车 - 公司聚焦B端物流场景，致力于解决物流配送“最后100米”难题 [6] - 已发布新产品新石器X1，构建了行业最完备的RoboVan产品家族，载货空间覆盖0.5至12立方米，匹配城配物流全场景需求 [6] - 公司累计部署超过16000台L4级无人车，车队累计行驶里程近8000万公里 [6][10] - 公司可能是全球最大的自动驾驶公司，仅中国青岛就有1200多辆车运营，使青岛成为全球自动驾驶车辆最多的城市 [10] - 技术路线上，结合视觉动作模型（VLA/VA）与高精度地图，以满足不同场景需求 [13] - 公司相信机器人将先进入人类不愿做或做不了的领域，例如帮助送货员完成最后1公里运输，减轻其在恶劣天气下的工作负担 [6][14] - 全球化进程：2025年进入阿联酋市场，目标在当地达到5000至10000辆车；在欧洲、拉丁美洲有公共道路测试项目；2026年是公司的全球化之年 [18] - 中国企业在该行业占据全球90%以上市场份额 [19] 灵巧智能 - 公司专攻具身智能领域的灵巧手开发与应用，聚焦AI+硬件的“最后一毫米” [8][10] - 灵巧手搭载触觉传感器，拥有20多个自由度，由自有工厂生产以把控供应链和可靠性 [8][10] - 当前灵巧手能连续使用100万次，目标未来达到500万次以上 [10] - 当前价格约1.5万美元，长期目标是将成本降至1.5万人民币甚至1500元人民币 [10] - 公司认为手是智力的关键，灵巧手是让人形机器人能够完成洗碗、叠衣、精密组装等任务的核心 [16][17] - 公司还开发了可穿戴外骨骼，能捕捉65个自由度，用于遥操作机器人和收集真实人类操作数据 [12] - 对2026年行业趋势的判断是“数据之年”，强调收集真实人类操作数据对于训练机器人自主模型至关重要 [12] - 全球化战略：首先在美国市场寻找顶级和高端用户，实现从零到一的应用突破，再通过规模化降低成本，推广至全球 [20][22] 行业趋势与观点 - 物理人工智能（Physical AI）是2026年被看好的重要趋势 [9] - 人形机器人硬件已相对成熟，但软件和数据是当前发展的关键瓶颈 [12] - 未来人机关系是协同与伙伴关系，而非替代；机器人将承担重复性工作，人类负责创造性工作和最终把控 [14][15] - 中美在AI硬件领域有强协同效应：美国擅长从零到一的创新，中国擅长从一到百的规模化、降成本和量产 [18] - 对未来十年的展望：物流领域，城市配送和长途重型卡车运输有望实现全面自动化 [25]；陪伴机器人AI水平可能从“孩童”进化至“成人”甚至超人类水平 [27]；生活将因自动化而更轻松，但革命性变化可能需要二十年或更长时间 [23] - 对未来二十年的愿景：生活实现高度自动化，定制化AI代理普及，人类将更专注于创新和享受生活，健康状况因数字化设备而得到更好管理 [23][24]