点击下方 卡片 ，关注" 大模型之心Tech "公众号 戳我 -> 领取大模型巨卷干货 >> 点击进入→ 大模型技术 交流群 >> 点击进入→ Age nt 技术交流群 本文只做学术分享，如有侵权，联系删文 写在前面 2022年11月， ChatGPT 的横空出世彻底改写了AI发展的轨迹。 如今打开Google Trends，"AI Agents"与"Agentic AI"的搜索曲线自2022年底起便一路飙升，成为继生成式AI 之后最受关注的两大方向。 图 1：谷歌全球搜索趋势图。该图显示，自 2022 年 11 月 ChatGPT 首次推出以来，人们对 "AI Agents"（人工智能 代理）和 "Agentic AI"（智能体人工智能）的关注度持续上升。 但这两个频繁被提及的概念究竟有何区别？为何谷歌要在2025年专门推出A2A协议为其制定标准？ Cornell大学团队近期发表的《AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges》一文，为我们梳理了这一关键演进脉络，更构建了一套完整的理论框架，或许能解答 ...

AI智能体技术演进历程 - ChatGPT于2022年11月发布彻底改写AI发展轨迹 引发AI Agents和Agentic AI搜索热度飙升[2][4] - 早期专家系统如MYCIN(70年代)依赖符号推理和预设规则 缺乏学习能力和环境适应性[10] - 多智能体系统(MAS)和BDI架构(1999年)实现分布式问题解决 但仍受预编程限制[11] - 2023年AutoGPT等框架标志AI Agents落地 结合LLM与外部工具实现多步骤任务自主执行[12] - 2023年底CrewAI等系统推动进入Agentic AI阶段 多专业智能体协同分解复杂目标[12] - 谷歌2025年推出A2A协议 制定五大核心原则解决智能体互操作问题[12] AI Agents核心技术架构 - 定义为LLM和LIM驱动的模块化系统 填补生成式AI"只会说不会做"的空白[13] - 具备三大核心特征：自主性(无需人工干预) 任务特异性(专注单一领域) 反应性(适应动态变化)[16][17] - LLM作为推理决策中枢 承担目标解析 步骤分解和工具调用协调功能[21] - LIM扩展视觉感知能力 例如果园巡检AI实时识别病果和断枝并触发警报[21] - 工具集成通过"调用-结果整合"流程解决LLM知识滞后和幻觉问题[19] - ReAct框架实现推理与行动交替进行 例如ChatGPT网页搜索先判断知识缺口再调用工具[19] - Anthropic的"Computer Use"项目实现目标-行动-观察循环 控制鼠标键盘完成软件测试等任务[18] Agentic AI系统级创新 - 实现从孤立执行到协同决策的范式转变 核心在于多智能体协作解决复杂任务[24][27] - 与AI Agents关键差异体现在：广泛自主性 复杂任务协调 多智能体信息共享和跨环境学习能力[28] - 智能家居案例展示系统级智能：天气预测 能源管理和安防智能体协同实现全局目标[29] - 架构依赖两大支柱：协调层(元智能体负责任务分配和冲突解决) 共享记忆(存储任务进度和上下文)[33][36] - 动态任务分解将高级目标拆分为子任务 分配给专业智能体避免效率低下[33] - 科研助手AutoGen框架实现多智能体分工：检索 总结 整合 写作和引用智能体协同撰写综述[37] - 医疗决策支持系统集成监测 病史 治疗和协调智能体 降低误判风险并减少医生认知负担[38] 应用场景与典型案例 - AI Agents适用于客户服务 邮件筛选 内容推荐和日程管理等标准化任务[41] - Agentic AI在科研 农业 医疗和网络安全等复杂动态环境中展现优势[43] - 果园采摘场景实现多机器人协同：无人机测绘 采摘机器人 运输机器人和路径规划智能体联动[37][43] - 自动化基金申请书撰写通过多智能体协同完成文献分析 合规匹配和格式规范[43] - 企业网络安全事件响应由智能体分别处理威胁分类 合规分析和缓解方案制定[43] - ICU临床决策支持系统同步执行诊断 治疗方案制定和EHR分析 提升医疗安全性[43] 技术挑战与解决方案 - AI Agents存在因果推理缺失 LLM幻觉 知识滞后 提示敏感性和长期规划弱等痛点[50] - Agentic AI新增误差传递 协调瓶颈 涌现行为不可预测和可解释性差等挑战[50] - 十大解决方案包括：RAG提供实时外部知识 ReAct框架强化推理行动循环 因果建模区分相关性[49][52][53] - 共享记忆架构解决信息同步 元智能体协调避免混乱 工具验证机制自动修正错误[53] - 反思机制赋予自我批判能力 监控审计pipeline记录决策日志 治理架构防范安全风险[53] 未来发展方向 - AI Agents进化重点：提升主动推理能力 深化工具集成(结合机器人硬件) 强化因果推理[57] - Agentic AI突破方向：规模化多智能体协作(支持上千智能体) 领域定制化 伦理治理[57] - Absolute Zero框架探索零数据学习 实现自我驱动式的科研假设生成和验证[57] - 终极目标是从自动化工具进化为人类协同伙伴 适应高风险领域共同决策[58] - 需突破因果推理深度化 可解释性透明化和伦理安全体系化三大瓶颈[59]

财务业绩 - 2025年上半年营业收入23.45亿元，同比增长27.35% [2] - 归母净利润4.80亿元，同比增长24.29% [2] - 扣非归母净利润4.75亿元，同比增长64.12% [2] - 实施中期分红方案，每10股派发现金红利5.8元（含税），为近三年最高派息力度 [2] 业务板块表现 - 维修智能终端业务营收15.40亿元，同比增长22.96%，通过汽车诊断数据和智能硬件基座推进业务AI Agents化 [2] - 能源智能中枢业务营收5.24亿元，同比增长40.47%，依托电力电子与AI技术构建端到端智能充电网络解决方案 [2] 技术创新与战略布局 - 发布数智能源充电大模型及自研液冷充电模块，巩固智能充电领域领先地位 [3] - 以AI Agents为核心推动充电产品智能化演进，构建终端入口+平台载体+能源数据驱动的智能服务体系 [3] - 前瞻部署空地一体集群智慧解决方案，通过行业AI大模型和超算中心技术基座打造智能巡检行业大模型 [3] - 通过AI大脑驱动空中/地面机器人集群协同作业，切入低空经济与具身智能领域 [3] 行业定位与发展前景 - 综合实力跃升全球光储充能源管理第一梯队 [2] - AI技术深度融入业务场景，跨越式提升三大业务核心竞争优势 [3] - AI技术拉动持续收费的新业务模式，向AI行业大模型商业化应用龙头目标迈进 [3]

核心观点 - 公司2025年上半年实现营业收入23.45亿元，同比增长27.35%，净利润5.06亿元，同比增长74.56% [3] - 公司持续推进"全面拥抱AI"战略，AI及软件业务收入2.81亿元，同比增长30.13%，毛利率超99% [3] - 维修智能终端收入15.40亿元，同比增长22.96%，其中TPMS产品收入5.16亿元，同比增长56.83% [3][18] - AI+充电业务在全球主要市场取得突破，竞争力跃升全球头部 [26][27] - 公司构建了覆盖全球的生产及供应链网络，包括中国深圳、越南海防、美国北卡罗来纳州三大生产基地 [33][34] 业务表现 维修智能终端业务 - 汽车综合诊断产品收入6.94亿元，同比增长14.14% [3] - TPMS产品受益于全球强制安装政策及替换需求，收入同比增长56.83% [3][19] - ADAS产品收入2.07亿元，同比增长17.22% [3] - 推出具有AI特性的维修智能终端新品，包括AI语音助手、AI车辆外观损伤识别等功能 [18] AI+充电业务 - 推出液冷充电模块和5G/Wisun/Wifi/Mesh多链路组网技术，通信在线率达99.9% [22] - 开发充电智能语音助手Max，17%用户采用语音替代传统界面操作 [22] - 打造"5i智能"差异化竞争优势，包括智能安全、智能体验、智能运维等 [23] - 一站式光储充解决方案在荷兰示范站投入运营 [25] AI+巡检业务 - 构建"空地一体集群智慧解决方案"，已落地油田巡检领域样板点 [32] - 成立道通具身智能实验室和AI智算中心，具备模型训练和Agents开发能力 [31] - 与科技巨头合作，实现从人工半自动模式升级为全自主流程闭环 [32] 市场拓展 北美市场 - 中标北美地区5万个商用交流充电桩，金额2.38亿元 [26] - 签约顶级停车场运营、地产充电运营商等客户 [26] 欧洲市场 - 与Mer达成战略合作，产品将应用于北欧、英国等核心市场 [27] - 携手壳牌部署AC Ultra城市商用桩 [27] - 在冰岛成功部署兆瓦级充电系统(MCS) [27] 其他市场 - 亚太地区在澳洲、日本等成熟市场取得进展，拓展泰国等新兴市场 [28] - 新能源业务扩展至土耳其、以色列、阿联酋等地区 [28] 研发与创新 - 2025年1-6月研发投入4.18亿元，占营业收入17.84% [37] - 在AI+诊断领域构建庞大车辆协议信息数据库和核心算法库 [37] - 在AI+充电领域拥有电力电子、AI、云和大数据等核心技术 [37] - 在AI+巡检领域打造智能巡检行业系列大模型 [37] 全球布局 - 建立中国深圳、越南海防、美国北卡罗来纳州三大生产基地 [33] - 越南工厂成熟运营，充分利用当地劳动力资源与成本优势 [34] - 美国工厂2023年末投产，响应NEVI和BABA法案要求 [34] - 2025年上半年启动墨西哥工厂建设，完善北美供应链 [34] - 在全球建立近30个海外区域总部、销售平台和子公司 [29]

指数表现 - 中证信息安全主题指数上涨0.8% [1] - 中证软件服务指数上涨0.6% [1] - 国证机器人产业指数下跌0.3% [1] - 中证港股通互联网指数下跌0.3% [1] - 中证消费电子主题指数下跌0.6% [1] 资金流向 - 港股通互联网ETF连续5个交易日获资金净流入 合计超6000万元 [1] 人工智能技术进展 - 阿里云推出专为AI Agents打造的"超级大脑"无影AgentBay 支持网页浏览和自动化操作 [1] - 无影AgentBay可调用云上算力与工具链 通过原子化工具API实现高效操作 [1] - 该平台具备跨平台数据漫游功能 保障数据安全传输 [1] 指数估值特征 - 中证信息安全主题指数滚动市销率2.9倍 发布以来估值分位15.4% [4] - 中证港股通互联网指数滚动市盈率23.9倍 发布以来估值分位19.9% [4] 指数成分构成 - 中证信息安全主题指数由66只业务涉及信息安全技术、产品和服务的股票组成 [4] - 中证港股通互联网指数由港股通范围内30家互联网龙头公司股票组成 [4] - 国证机器人产业指数根据公司业务是否涉及机器人相关领域进行划分 [4] 行业分布 - 中证信息安全主题指数成分股主要分布于计算机行业 [4] - 中证港股通互联网指数成分股主要分布于信息技术和可选消费行业 [4]

WAIC展会核心观察 - 展会吸引约35万线下观众，800多家展商展示从大模型到机器人零部件的全产业链技术进展 [1] - 大模型应用从ChatBot转向Agent成为行业焦点，Agent市场规模已达50亿美元且年增长率40% [3][4] - 人形机器人实现从"被吊着"到实际场景复刻的跨越，展示娱乐表演/工厂作业/家庭服务三大类应用 [2][10] 大厂Agent布局 - 阿里推出无影AgentBay并展示三款开源大模型，夸克AI眼镜集成Qwen大模型支持导航/支付/比价功能 [3] - 百度GenFlow 2.0 Agent平台支持多智能体协作和主动干预，8月将全量上线 [3] - 蚂蚁数科基于Qwen3推出金融推理大模型Agentar-Fin-R1，联合金融机构推出超百个金融智能体解决方案 [6] 大模型"六小虎"动态 - 百川智能和零一万物未参展，后者战略转向ToB推出万智企业大模型平台2.0 [7] - 阶跃星辰发布Step3大模型并组建"模芯生态联盟"，全年营收目标10亿元 [8] - 智谱AI展示AutoGLM模型可自主完成电商操作，月之暗面重点展示K2模型 [8] 人形机器人进展 - 宇树/智元/星动纪元等厂商展示舞蹈/搬运/服务等场景，核心零部件六维力传感器出货量年增2000+台 [10][12] - 蓝点触控六维力传感器占国内70%市场份额，订单排至9月并完成近亿元B轮融资 [12][14] - 非夕科技展示自适应机器人完成蛋雕/按摩等精细操作，结合具身智能大模型实现复杂任务 [11] 基础设施与算力 - 超云展示AI大模型一体机SuperCube R7000，强调高性价比和专业服务 [9] - 大模型一体机市场快速膨胀，超云通过联合生态伙伴打通应用落地"最后一公里" [10] 行业趋势 - 技术展示转向场景演练，AI应用从"技术炫技"进入产品化能力比拼阶段 [14] - 具身智能技术路线尚未收敛，软硬协同和生态组建成为竞争关键变量 [14]

展会规模与参与情况 - 2025年WAIC线下观众达35万人次 [1] - 超过800家展商参展 覆盖大模型、具身智能、AI基础设施及机器人核心零部件等领域 [1][2] 大模型厂商动态 - 百度、阿里、蚂蚁、腾讯等大厂重点展示AI应用 Agent成为竞争焦点 [1][3][6] - 大模型"六小虎"出现分化：百川智能和零一万物未参展 月之暗面与智谱展台规模缩减 阶跃星辰联合芯片厂商组建生态联盟并设10亿元年营收目标 [1][7][8] - 阿里发布三款开源大模型及Agent平台"无影AgentBay" 百度推出GenFlow 2.0 Agent平台支持多智能体协作 [3][6] - 零一万物战略转向to B 推出万智企业大模型平台2.0版本 [7] 智能体(Agent)技术进展 - 全球AI Agents市场规模突破50亿美元 年增长率达40% [4] - 蜜度推出"校对通"多模态智能体 可处理混合文件包并生成勘误报告 [4] - 蚂蚁数科基于Qwen3推出金融推理大模型Agentar-Fin-R1 联合金融机构推出超百个金融智能体解决方案 [6] - 智谱AutoGLM模型实现自主抢红包、淘宝下单等操作 [8] 人形机器人场景落地 - 机器人应用场景分为娱乐表演、工厂作业和家庭服务三大类 实现敲锣打鼓、搬箱子、叠衣服等实际任务 [2][10][11] - 宇树机器人设擂台表演 智元机器人展示跳舞送水等技能 数字华夏机器人表演《夜上海》 [10] - 非夕科技自适应机器人完成蛋雕、按摩、穿关东煮等精细操作 千寻智能机器人Moz1实现递送饮料及走珠任务 [11][12] - 星动纪元、擎朗科技、傅利叶等公司分别展示街舞、食品制作及互动功能 [11] 核心零部件与供应链 - 蓝点触控六维力传感器占国内人形机器人市场70%份额 订单排至9月 2024年工业机器人出货量超4万台 [12] - 传感器研发周期从2-3个月压缩至2-4周 公司完成近亿元B轮融资 计划2028年具备IPO条件 [12][13][14] 算力与基础设施 - 超云展示AI大模型一体机SuperCube R7000等产品 强调高性价比和专业服务 [8][9][10] - 大模型一体机市场快速膨胀 超云通过联合生态伙伴打造解决方案 [10] 技术趋势转变 - 行业从"技术炫技"转向"场景演练" ChatBot隐身 Agent成为主战场 [14] - 多模态、推理能力和低成本成为用户核心需求 [1]

合同管理现状与问题 - 76%的员工不清楚合同由谁负责 导致合同价值无法充分利用 造成收入损失和错失机会 [1][2] - 合同责任归属不明确 员工不确定应由供应商关系经理、法务团队还是采购部门负责 [2] - 合同通常被视为静态文件 未能转化为推动业务增长的战略资产 [2] 财务与运营影响 - 50%的法务人员和49%的企业员工因意外自动续约遭受财务损失 销售和营销部门受影响最大(60%) [4] - 组织因未使用的服务或错失追加销售机会 直接影响收入增长、运营效率和市场份额 [4] - 41%的受访者认为合同流程过慢 阻碍了研发和工程等部门的创新(79%) [4] 法务与合规风险 - 85%的法务人员参与合同审批 但仅67%的其他员工认可该比例 18%的差距显示部分员工可能绕过法务审查 [4] - 合同审查缺失导致监管要求被忽视、条款不一致或不可执行等法律风险 [4] 数据管理与技术应用 - 合同数据分散存储于共享驱动器(法务70% 非法务50%)、CRM系统(法务62% 非法务53%)及个人设备等 [4] - 数据碎片化导致合同可见性、可执行性和机会识别效率降低 [4] - AI技术可将合同转化为动态智能资产 帮助法务团队挖掘隐藏洞察以加速商业决策 [3] 研究方法与样本 - 研究基于2025年3月对1250名美国企业员工的调查 涵盖法律与非法律岗位及多行业 [4][6] - 受访企业覆盖北美、亚太和欧洲地区 [6] 公司背景 - Workday是专注于人力、财务和AI代理管理的平台 服务全球超11000家机构 包括60%财富500强企业 [7] - 其合同智能解决方案整合Evisort AI技术 提供合同生命周期管理能力 [5][7]

战略投资与合作 - 上海浦东创新投资发展集团和张江集团对智谱总额10亿元战略投资，首笔交割已完成 [1] - 张江集团与智谱3月签署合作协议，智谱加入"模力社区"并发布MaaS平台 [1] - 下一步将在股权投资、产业赋能和生态建设等方面展开更大规模深度合作 [2] 技术成果发布 - 开源发布新一代通用视觉语言模型GLM-4.1V-Thinking，突破10B级别多模态模型性能上限 [1] - GLM-4.1V-Thinking支持图像、视频、文档等多模态输入，专为复杂认知任务设计 [2] - 轻量版GLM-4.1V-9B-Thinking在28项评测中23项达10B级最佳成绩，18项持平或超越72B模型 [3] - 引入"思维链推理机制"和"课程采样强化学习策略"提升跨模态因果推理能力 [2] 生态平台建设 - 上线Agent聚合平台"应用空间"，启动数亿元专项扶持计划 [1] - "Agent应用空间"提供一站式开发工具链和完整模型调用接口 [3] - 平台汇聚Agent应用与模型插件，帮助企业低门槛接入Agent能力 [3] 应用场景展示 - GLM-4.1V-Thinking可实时解说足球比赛，分析战术和进球精彩之处 [2] - 能完整理解1分钟电影片段并捕捉动态镜头细节 [2]

财务数据和关键指标变化 - 2025年Q1总营收达2.59亿美元，同比增长36%，环比增长9% [5][14] - 毛利润同比增长67%，环比增长10%，达1.9亿美元，毛利率为73.2% [14] - 非GAAP毛利润为1.9亿美元，同比增长67%，环比增长10%，非GAAP毛利率提升至73.2% [14] - 运营亏损从去年同期的8100万美元降至2700万美元，Monbat运营亏损从6600万美元收窄至1400万美元 [15] - 归属于猎豹移动股东的净亏损从去年同期的8000万美元降至3300万美元，非GAAP净亏损从6600万美元降至2100万美元 [15] 各条业务线数据和关键指标变化 - 互联网业务运营利润率同比近乎翻倍至15.5%，持续提供稳定现金流和盈利能力 [16] - AI及其他业务亏损从去年的8200万美元收窄至4600万美元，上一季度为2.28亿美元 [16] 各个市场数据和关键指标变化 无 公司战略和发展方向和行业竞争 - 公司计划加强在既有和新业务领域的地位，积极应用AI技术升级消费产品和推动创新，如推出Divom.Ai工具应用 [7] - 重点投资Agent OS，用于服务机器人，目标是创建特定行业应用，提升市场份额，未来计划采用订阅式商业模式 [8][10] - 短期聚焦AI工具矩阵，长期看好机器人业务，认为两者技术相似但商业节奏和护城河不同 [24][25] - 平衡开源模型和自主开发，优先考虑推理效率，认为机器人业务护城河应建立在场景数据资产上 [32][38] - AI工具应用采用用户订阅模式，同时尝试企业SaaS产品，用Agent技术改造传统互联网业务并推出创新内容 [42][46] - 机器人业务聚焦集成交互体验，计划推出陪伴类特殊机器人产品 [54][59] 管理层对经营环境和未来前景的评论 - 公司认为积极势头将延续，AI推动中国大语言模型行业进入新阶段，从基础设施建设转向应用驱动创新，有利于公司发展 [6][11] - 预计进一步扩大利润率并持续减少亏损，将有纪律地专注投资AI，确保资金支持长期可持续价值创造 [18][19] - 实现下半年盈利是主要内部目标，但面临挑战，取决于核心业务进展和市场环境 [71] 其他重要信息 - 截至2025年3月31日，公司现金及现金等价物约2.34亿美元，长期投资约1.12亿美元 [19] - 公司总员工数约850人，较去年的862人有所减少 [18] 问答环节所有提问和回答 问题: 未来三年公司在AI工具矩阵和机器人业务的战略资源投入和营收贡献侧重，以及如何平衡两者差异 - 短期AI工具矩阵发展迅速，可快速产生效益，长期机器人业务是发展方向；两者技术相似，但机器人更侧重硬件长链，AI工具更短平快；AI工具商业化节奏更快，机器人业务护城河更深 [24][25] 问题: 机器人部门建设数据工厂的战略投资考虑，以及是否会对外提供数据或开展B2B服务 - 目前机器人数据工厂建设非公司优先事项，不会盲目投资；短期内无对外提供数据或开展B2B服务的计划，该领域尚处早期探索阶段 [30][31] 问题: 公司如何平衡开源模型和自主开发，以及机器人业务护城河应建立在模型能力还是场景数据资产上 - 有合适开源模型就不自主开发，优先考虑推理效率；机器人业务护城河应建立在场景数据资产上，公司将聚焦场景数据积累以提升模型能力 [32][38] 问题: AI工具应用的商业化路径，是否考虑用户订阅系统、企业SaaS产品或2C授权 - AI工具采用用户订阅模式，是明确选择；公司用Agent技术改造传统互联网业务，同时在互联网领域推出创新内容，机器人业务聚焦Agent OS [42][49] 问题: 公司机器人业务本季度进展、行业变化及应对措施 - 行业方面，人形机器人商业化尚需时日，专业场景机器人兴起；公司机器人业务聚焦集成交互体验，在国内互动场景的回购率和指标完成度达近年最佳，未来可能推出陪伴类机器人产品 [53][59] 问题: Agent OS的客户反馈、用户粘性、满意度、定制部署和商业节奏评估 - 用户反馈在嘈杂环境中对话响应能力显著提升，已收到定制部署请求和咨询；商业节奏评估主要看语音交互机器人销售进度，关键在于高效整合用户需求与产品 [61][64] 问题: 公司是否考虑收购以弥补AI应用链短板 - 公司有超2亿美元现金，投资部门密切关注AI相关领域；收购核心考虑与战略契合度和对股东整体价值的提升，也会考虑少数股权投资、战略伙伴关系或合资等形式 [66][67] 问题: 公司2025年下半年能否整体盈亏平衡，未来盈利靠互联网业务恢复还是AI业务驱动，互联网业务增长驱动因素及可持续性，以及AI业务盈亏平衡计划 - 下半年盈利是内部目标，但面临挑战，取决于核心业务进展和市场环境；未来盈利主要靠AI业务驱动，互联网业务是重要基础并有望稳定增长；互联网业务增长驱动因素包括转向用户支付模式、提升产品实力，具有可持续性；AI业务处于战略投资阶段，有明确阶段性目标 [71][74] 问题: AI及其他业务板块亏损大幅收窄的主要投资缩减领域，是否淘汰探索项目并转向ROI导向，以及投资策略调整 - 亏损收窄一方面是停止大规模模型预训练节省计算成本，另一方面是研发效率提高；公司整体转向ROI导向，但仍会开展探索项目，强调ROI评估；投资策略注重实际商业回报 [76][83] 问题: 公司在AI应用层的竞争优势，以及如何防范被平台产品复制或边缘化风险 - 基于Agent的产品能给用户带来新体验，不易被平台边缘化；产品受益于大模型能力提升，且平台在技术变革中反应相对较慢，公司可抓住机会形成增长飞轮 [85][94]