依托大模型与数字人技术的深度融合，智能体能为短剧漫剧量产、广告片制作、科研教育演示等场景降 本提效，重构视频创作的效率边界。本期《新质北京：破圈者说》，带你走进商汤科技，探寻AI智能 体如何让"视界"打开全新可能。 快速拆分拍摄脚本、一键生成分镜画面、精准匹配角色配音……这些曾需要专业团队耗时完成的视频工 作，现在靠 AI智能体就能帮普通人轻松搞定。 0:00 ...

2025年三季度业绩概览 - 2025年三季度营业收入30,016.89万元，较2024年同期增长2.17% [2] - 2025年三季度归母净利润148.24万元，较2024年同期下降90.07% [2] - 净利润下降主要因研发费用同比增加1,953.02万元 [2] - 公司业务具季节性特征，前三季度收入占全年比重较低（2024年35.14%，2023年37.04%） [2] 研发投入与费用 - 2025年1-9月研发投入总计8,121.78万元，其中费用化支出5,548.39万元，资本化支出2,573.39万元 [2] 收入行业分布 - 石油化工行业占比约49% [3] - 建筑地产行业占比约17% [3] - 煤炭电力行业占比约14% [3] - 金融保险行业占比约10% [3] - 其他行业占比约10% [3] 信创产品进展 - 信创EPM：已完成某大型央企集团上线，并拓展至省属国企客户 [4] - 信创EAM：某大型央企境内企业推广完成，正部署海外推广；某钢铁企业项目已启动上线 [4] - 信创ERP：某大型金融集团替代项目进入全面推广阶段，交付质量获客户认可 [4] 云湖平台AI能力 - 文档智能化：非结构化数据采集、治理、应用，支持文档解析、要素抽取、知识蒸馏等 [4] - 数据智能化：结构化数据资产处理，支持数据语义标注、智能取数、预测分析等 [4] - 智能自动化：业务流程系统集成，提供自主规划智能体、流程编排、RPA等 [5] - 专项业务场景：资金流预测、风险控制、信息推荐、决策分析等专业模型服务 [5] - 垂域模型开发：数据治理与标注、模型训练与部署、安全围栏等基础能力 [6] AI智能体优势 - 行业Know-how融入：共享服务、资金管理、保险合规等垂直领域专业知识 [6] - 智能应用开发平台：提升细分领域智能体构建效率与交付质量 [6] - 企业级应用支持：数据权限、能力编排、隐私保护等工具研发 [6] - 数据闭环能力：文档还原、语料加工、模型训练到运营的全流程支持 [6] - 高校合作：引入智力资源，提供从前沿探索到落地实施的全流程服务 [6] 可转债与资金规划 - 可转债拟募集资金不超过2.43亿元，期限6年 [7] - 资金用途：国产ERP功能扩展、数智化金融风险管控产品建设、云湖平台研发升级 [7] - 可转债申请已于2025年9月25日通过深交所审核，处于"提交注册"状态 [7] 人员规划 - 2025年目标"控制总量、调整结构"，增加业务与技术引领能力专业人员 [8] - 2026年计划通过结构优化提升业务、咨询、技术引领能力，人员规模将根据业务情况调整 [8]

选自Motive Notes 作者： Oana Olteanu 机器之心编译 「95% 的 AI 智能体在生产环境中部署时都失败了。」在硅谷近期的一个圆桌论坛中，有位嘉宾给出了这样一个数字。 这个论坛由 EntreConnect（一个企业家、投资者社区）组织，来自 Uber、WisdomAI、EvenUp 和 Datastrato 的工程师及 ML 负责人参与了讨论。他们认为， 多数 AI 智能体之所以部署时失败，不是因为模型不够智能，而是因为围绕它们的基础框架、上下文工程、安全性和记忆设计尚未成熟 。 EntreConnect 组织的论坛 「 Beyond the Prompt: AI Inference x Context Engineering with Uber, Wisdom AI, EvenUp and Datastrato 」 他们进一步指出，真正的差距在于上下文工程，「 大多数创始人以为自己在构建 AI 产品，实际上他们在构建的是上下文选择系统。 」成功的团队不是在优化提 示词，而是在构建语义层、元数据过滤、特征选择和上下文可观察性。正如论坛上的一个比喻所说：「 基础模型是土壤，上下文才是种子 ...

（编辑 袁冠琳） 证券日报网讯 汇川技术10月27日发布公告，在公司回答调研者提问时表示，公司内部将AI智能体广泛 应用于研发编程、测试、数据共享及售后服务等场景，基于内部数据训练的智能体有效提升了管理效率 和运营效能。然而，在将智能体推向客户端时，面临客户侧数据不足和领域知识缺乏的挑战。因此，公 司当前的策略是将"工业大脑"作为核心能力嵌入整体解决方案中，通过IFA/数字化平台满足特定应用场 景的AI需求。 ...

2035年AI市场前景 - 到2035年全球AI智能体将突破9000亿个 [1] - 中国家庭智能机器人普及率超过90% [1] - AI应用率达到85% [1] - 劳动生产率提升60% [1] AI技术演进路径 - AI发展遵循“感知-思考-行动”三阶段路径 [3] - L3级智能体通过多模态交互完成复杂任务规划 [3] - L4+级具备自主决策能力，如DeepSeek-V3模型接近L3标准 [3] - L5级“组织者”可协调多智能体系统实现企业级运营优化 [3] AI能力分级体系 - L1聊天机器人完成基础对话，如智能客服 [4] - L2推理者实现逻辑推理，如医疗诊断AI误诊率低于0.5% [4] - L3智能体具备自主性，如特斯拉AI质检替代80%人工岗位 [4] - L4创新者突破思维局限，如DeepSeek“古籍活化引擎”复原敦煌遗书 [4] - L5组织者协调资源实现战略目标 [4] 产业应用与效率提升 - 新消费品牌社群运营智能体处理62%用户对话并提升转化率 [5] - 宁波服装企业通过数字孪生技术将定制西装交付周期从7天压缩至24小时 [5] - AI助力预防80%以上慢性病 [5] - 全球超10亿学生使用智能助手 [5] - 欧盟80%核心城市覆盖MaaS平台，通勤效率提升15%-30% [5] 技术挑战与发展趋势 - 算法偏见导致女性工程师录用率降低40% [7] - AI换脸技术滥用引发虚假信息激增 [7] - 算力增长10万倍，存储容量激增500倍 [7] - AI从“精英专属”走向“人人可用”，开源生态与端侧AI普及推动中小企业创新 [7]

投资概述 - 公司全资子公司元客视界拟与洲明科技及关联方智谱共同成立合资公司智显机器人，注册资本为5,000万元人民币 [2][4] - 元客视界拟出资1,000万元人民币，持有合资公司20%的股权 [2][4] - 洲明科技出资2,500万元人民币，持股50%，智谱出资1,500万元人民币，持股30% [4] 合资公司业务定位 - 合资公司旨在整合三方“硬件终端+算法模型+感知交互”的核心技术优势，构建一体化解决方案 [4] - 产品将依托LLM、LED、立体视觉感知交互等基础能力，集成多模态能力，开展AI智能体及AI智能终端等端侧解决方案业务 [6] - 业务将专注于教育、会议、文旅等场景的“显示具身化”落地，为行业提供垂类模型训练与软硬件集成支持 [4][6] 公司治理与人员安排 - 合资公司董事会由5名董事组成，洲明科技提名3名董事，智谱和元客视界各提名1名董事，董事长由洲明科技提名的董事担任 [8] - 管理层设置上，总经理和CFO由洲明科技提名，副总经理由元客视界提名，CTO由智谱提名 [8] 交易审议与合规性 - 本次交易已获得公司独立董事专门会议及第二届董事会第二十次会议全票审议通过，无需提交股东大会审议 [2][5][21] - 交易定价为1.00元/注册资本，经各方友好协商确定，被认为价格客观、公允、合理 [10] - 本次交易不构成重大资产重组，且过去12个月内与相关关联方的同类交易金额未达到特定阈值 [2][5] 对上市公司的影响 - 此次投资有利于整合各方优势资源，完善公司业务布局，提升可持续发展能力和综合竞争优势 [17] - 交易使用自有资金，不会影响公司正常生产经营及独立性，且不会导致新增同业竞争或非经营性资金占用 [17][18][19]

合资设立新公司 - 洲明科技与智谱华章、元客视界共同投资设立智显机器人公司，注册资本为5000万元 [1] - 洲明科技认缴出资2500万元，持股比例为50%，为控股股东 [1] - 智谱华章认缴出资1500万元，持股比例为30%，元客视界认缴出资1000万元，持股比例为20% [1] 战略目标与技术整合 - 对外投资旨在整合三方核心技术优势，构建AI智能终端领域的创新生态体系 [1] - 三方将协同构建"算法模型+硬件终端+感知交互"的一体化解决方案 [1] - 该合作将为AI智能终端提供从垂类模型训练到软硬件集成的全链条支持 [1] 产品规划与应用场景 - 合资公司产品拟依托LLM、LED、图像视觉交互等基础能力 [1] - 产品将集成语音交互、图像识别、智能问答、实时翻译等多模态能力 [1] - 业务将包含AI智能体、AI智能终端等在内的端侧解决方案与AI端侧应用 [1] - 通过打造垂直行业模型与端侧小模型，为智能终端提供内容和服务 [1] - 产品将广泛应用于教育、会议、文旅等领域，推动智能体的"显示具身化"落地 [1]

全文阅读时间约为15分钟。 成功部署AI智能体绝非易事。在AI智能体兴起一年后的今天，一个共识日益清晰：要想做 好这件事，需要下真功夫、硬功夫。过去几个月，我们已探讨过生成式AI在价值创造和规 模化方面的潜力。本文希望帮助致力于AI智能体部署的企业少走弯路、实现价值创造。 智能体驱动的企业转型，有望带来前所未有的生产力跃升。部分企业已在探索中尝到甜头，但更多企业 被困于瓶颈中，投入与产出不成比例，甚至不得不走回头路：在智能体失灵之处重新雇佣人工。 这样的磕绊并不意外。回顾历史，每一代创新技术的普及都曾走过类似的弯路。为了提炼早期经验，我 们深入分析了麦肯锡主导的50余个AI智能体项目，以及市场上的数十个同类案例，最终归纳出六大启 示，帮助领导者真正释放AI智能体的价值。 何为AI智能体？ AI智能体是一类基于生成式人工智能基础模型构建的系统，能够在现实场景中自主行动，执行 多步骤流程。它们通常依托自然语言处理技术，实现复杂任务的自动化，完成原本需要人力投 入的工作。 核心不在智能体，而在工作流 要让AI智能体真正创造业务价值，关键在于重塑工作流。然而，不少组织却执着于智能体本身或具体 的工具，结果往往只是打造 ...

合作概述 - 2024年10月23日OPPO与蚂蚁集团在杭州达成战略合作[1] - 合作基于2025年OPPO开发者大会上推出的多智能体互联协同方案AgentHubAccess[1] 合作领域 - 双方将在AI智能体、服务生态、"碰一下"、医疗健康服务、保险、用户体验等多个领域开展合作[1] - 合作方案覆盖出行、政务、医疗健康等多项服务[1] 技术协同 - OPPO的系统级AI和支付宝Agents通过AgentHubAccess方案实现协同[1]

面对这一行业难题，云从科技给出了一条务实路径——通过构建多智能体系统，打造能够协同作战 的"数字专家团"。 10月23日，中德智能制造科技创新合作论坛暨联盟年度大会在重庆举行，关于"工业大模型与工业智 能"的话题是本次大会讨论的核心话题。其中，云从科技(688327)与青山工业合作推动落地应用的十大 AI智能体案例，成为大会焦点之一。 云从科技副总裁张立在大会上表示，许多看似"万能"的通用大模型，一旦进入工厂车间，常常出现"水 土不服"。工业场景要求的绝对精准、深度专业和实时响应，恰恰击中了通用大模型的软肋。工业环境 要求AI系统具备绝对准确的执行能力，而通用大模型却可能产生"幻觉"，给出不负责任的答案。 "它(大模型)缺乏老师傅数十年积累的深度行业知识，更像一个'通才'而非'专家'。更为关键的是，在高 速度运转的产线上，大模型的反应速度往往跟不上设备节奏，这直接影响了生产效率。"张立指出。 两年前，云从科技联合创始人姚志强就曾指出，在工业领域里，人工智能需要诸多长尾算法，无论是检 测缺陷还是其他识别任务，都需要单独训练模型、单独收集数据，用非标的方法解决。"很多工业场景 没办法用AI解决问题，因为为了解决1 ...