中国AI产业发展阶段 - 中国AI产业正经历第三次发展浪潮，进入“2.5阶段”[2] - 新兴力量如DeepSeek正推动产业从通用大模型向具身智能、AI for Science等纵深领域演进[3] - 大语言模型的崛起催生了具身智能、AI硬件、AI for Science等万亿级新赛道[6] 具身智能与人形机器人 - 具身智能与人形机器人被视为下一个万亿级赛道[8] - 随着“中国制造2025”战略推进，智能制造、医疗、服务等领域对人形机器人的需求将爆发式增长[9] - 到2030年，全球人形机器人市场有望迎来爆发式拐点[9] - 人形机器人具有高适应性（适应人类环境和工具）、高任务灵活性（可执行多样化任务）和高交互能力（易于与人类自然交流）的优势[10] - 从“大脑”的空间智能到“小脑”的运动控制，再到“本体”的核心零部件，每个环节都孕育着巨大创新和投资机会[11] - 李飞飞教授的空间智能项目和OpenAI与Figure合作的人形机器人Figure 01为全球具身智能发展提供了重要范式[13] AI for Science科学研究 - AI正在重塑材料科学、生命科学、电子科学、能源科学和环境科学等基础研究范式[16] - AI for Science正在成为科学发现的加速器，是中国AI产业实现“换道超车”的关键突破口[19] - 典型案例包括Citrine铝合金研发平台、Google Cloud多组学套件、NVIDIA cuLitho计算光刻库等[22] 杭州AI产业地位 - 杭州是中国AI产业的重镇，具备得天独厚的创新土壤[25] - 2024年杭州占浙江省人工智能产业年产值超七成，民营企业活跃，创业氛围浓厚[26] - 在杭州，AI不仅是一种技术，更是一种产业信仰[29] AI竞争本质 - AI之争的本质是时间之争，谁掌握AI，谁就是时间的主人，时间才是唯一真正稀缺的资源[32] - 呼吁产业界、投资界、科研界共同把握AI发展窗口期，加速技术落地与产业融合[34] 未可知人工智能研究院定位 - 作为专注于AI产业研究、投资孵化与企业转型的智库型机构，公司持续发布前沿研究成果，赋能企业智能化转型[34] - 公司未来将联合生态伙伴，助力中国AI产业迈向高质量发展新阶段[35] - 公司聚焦AI前沿趋势、商业落地与人才发展，致力于成为“AI时代的认知基础设施”[37]

行业投资评级 - 报告未明确提及行业投资评级 [1][2][3][4][5][6] 核心观点 - AI for Science是指利用人工智能技术加速科学研究的过程，通过数据驱动和模型驱动的方法挖掘数据中的模式和规律 [9][12] - 科学范式经历了从经验科学到理论科学、计算科学、数据密集型科学，再到AI辅助科学的五次变迁 [24][25][26] - 中国AI for Science发展分为三个阶段：1.0阶段以计算模拟为主，2.0阶段深度学习广泛应用，3.0阶段将实现AI与科学的深度融合 [29][30] - 核心技术包括高性能算力基础设施、软硬件数据基础设施、科学计算软件、预训练大模型和高通量实验技术 [32][35][39][42] 技术分析 算力基础设施 - 中国拥有226台超级计算机，占全球份额超45%，建有14座国家级超算中心 [36][37] - 2017-2023年中国算力中心机架规模从166万架增长至810万架 [36] - 海底数据中心利用海水冷却，PUE值可低至1.1，实现低能耗设计 [37] 数据基础设施 - 中国科学数据资源总量已超过100PB，涵盖物理学、生命科学等多个学科领域 [40] - 国家科学数据中心体系包含20家中心，其中11家由中国科学院负责 [40] 高通量实验 - 高通量实验技术可显著缩短新材料研发周期，是"材料基因组计划"的核心组成部分 [43][44] - 在材料研发中，传统模式需要33个相对成本/项目/年，而采用高通量技术后降至20个 [66] 产业发展实践 生命科学 - AI在生命科学领域应用包括药物研发、基因组学研究、蛋白质结构预测等 [53][54] - 全球生物技术领域融资金额从2019年50亿美元增长至2022年88亿美元 [54] 药物研发 - AI可加速药物靶点识别、化合物筛选和优化，Exscientia公司AI平台在8个月内完成传统需数年的药物发现 [58] - 预计2028年中国药物使用量将达到1222亿个限定日剂量 [58] 地球科学 - AI在地球科学中应用于气候变化预测、地震分析、地质勘探等领域 [62][63] - 2016-2020年"地质+人工智能"领域发表文献达391篇，较2011-2015年增长51% [63] 材料化学 - AI在材料化学中用于材料设计、催化剂优化、性能预测等方面 [65][67] - 材料研发采用AI技术后，发现/设计阶段的成本可从12降至1个相对成本/项目/年 [66]