当人工智能从数字世界走向物理世界,具身智能(Embodied AI)正成为新一轮产业变革的核心载体。近日,沙利文(Frost & Sullivan)联合腾讯云,正式发布《全球具身智能技术创新与应用白皮书》,系统梳理全球具身智能发展趋势、产业瓶颈与解决方案,并深度呈现腾讯云作为“新一代智能基座定义者与赋能者”的全栈技术能力与实践经验。
《2026年智能机器人产业发展白皮书》是普华永道中国人工智能研究院发布的首份聚焦具身智能产业的专业报告。该报告指出中国智能机器人产业已进入规模化落地关键期,提出"多形态协同、分层突围"的发展路径,将机器人分为工业机械臂、轮足机器人和人形机器人三大类型,并规划了2026-2032年的三波次场景替代节奏。报告还分析了产业链现状,指出中低端硬件国产化率超75%,但高端零部件仍依赖进口,同时强调数据闭环是当前核心瓶颈
《2026智能经济新形态:智能体创新实践汇编》从全国300余项有效申报中择优遴选116个标杆案例,包含智能体基础技术、行业应用、终端产品、互联网、创新生态五大核心方向,覆盖工业制造、能源、医疗、科研、金融、交通、政务等数十个垂直领域,清晰勾勒出中国智能经济从“单点技术突破”迈向“全链条规模化落地”的演进脉络。
报告由国能能源研究院(IERI)发布,基于2016-2025年的长期数据跟踪,全面梳理了中国2025年能源行业的发展现状、结构变化与未来趋势。
本指南明确了网络数据安全风险评估工作过程中采信数据安全管理认证、数据出境安全评估、个人信息保护认证、个人信息保护合规审计、网络安全等级保护测评和商用密码应用安全性评估相关结果时应遵循的基本原则、规范性审核和采信内容等,以及在开展上述评估、审计、认证活动工作过程中采信网络数据安全风险评估的基本原则、相关要求和内容,为各方建立独立、客观、有效的结果采信体系提供操作指引,助力实现对网络数据安全风险的合理判断、有序传递和协同应对,保障网络数据安全风险管理的整体效能与数据要素的安全有序流通。
本报告重点研究人工智能与机器人技术融合的具身智能领域,从数据、技术、场景、资本、政策五个维度拆解,分析了产业链关键环节(如世界模型、灵巧手、数据闭环),并指出成本、泛化能力等是行业瓶颈。报告指出:具身智能从能力展示,走向能力兑现;资本正在从“看本体”转向“看控制点”;AI发展线和机器人发展线正在交汇;模型架构正在从VLA向WAM演进;数据正在从附属服务升级为独立定价的基础设施。
2026年的数字化转型,已不再是单一技术的比拼,而是围绕"价值精准化、路径轻量化、管理敏捷化、风险可控化"的综合能力较量。大企业聚焦核心技术自研与产业生态构建,中小企业依托开源软件与轻量化工具聚焦核心业务场景突破——两条路,指向同一个目标:让数字化真正成为驱动企业高质量发展的核心引擎。
目的在于提出安全一体化生命周期的整体要求,以及实现安全一体化的基本原则。
目的在于提出开展安全一体化风险评估的流程和要求。
目的在于针对智能工厂制造执行层、过程监控层、现场控制层和现场设备层提出系统协同设计的要求。
目的在于提出安全一体化生命周期的整体要求,以及实现安全一体化的基本原则。
本文在延续以往工控安全研究主线的同时,也将结合具体研究对象与应用语境,对部分OT相关场景与问题进行分析。读者可以通过报告了解2025年工业互联网安全相关政策法规标准报告及典型相关安全事件分析。同时报告提供了一个全面的视角来解读2025年工业控制网络安全的态势,包括政策法规、政策报告、安全事件、漏洞分析、OT通信机制暴露情况、工控蜜罐观测数据以及安全技术的发展等多个层面,有助于全面了解工业互联网安全现状,多方位感知工业互联网安全态势,为相关安全研究人员提供参考。
白皮书由GCC和PCL联合牵头编制,首次完整厘清超节点核心定义、架构特征与核心技术体系,明确三大技术特征、梳理十大核心价值场景、汇集全产业链标杆落地案例,为全球下一代智能计算基础设施建设划定技术标准、指明演进方向、提供实践范本。
在多品种、小批量、高精度、快速换产与质量一致性要求并存的高精密制造场景下,制造企业已步入物理AI的工程化探索阶段。2026世界人工智能大会(WAIC)现场,ABB机器人携手NVIDIA英伟达发布行业白皮书《工业级物理AI赋能高精密制造》,深度拆解物理AI给精密制造业带来的颠覆性升级。白皮书提出一套可复制、易落地的标准化工程方法论:打通机器人视觉、数字仿真与实体产线作业全链路,构建一体化实施流程,从根源解决AI模型 “仿真好看、上线难用” 的行业通病。
《2026全球技术报告》围绕两大核心主线展开:一是分析科技创新如何成为中国经济增长换挡期的核心引擎;二是基于全球调研,洞察技术演进的现状、趋势及企业面临的挑战与机遇。该报告全面展示了在人工智能与数字经济浪潮下,中国如何以科技创新为引擎,应对经济转型挑战。同时,也揭示了全球企业(尤其是中国企业在金融、制造、汽车等领域)在拥抱AI过程中面临的机遇(代理式AI、具身智能)与挑战(技术负债、人才短缺、架构升级、价值证明)。
企业级智能体是以大模型为底座,具备自主感知、规划、决策、记忆与行动能力的自动化实体,通过分层技术架构、记忆增强、多智能体协同和私有化部署等核心能力,深度融入金融、政务、工业、教育、医疗等行业的业务场景,实现从辅助工具向业务核心引擎的转变,助力企业降本增效、优化决策与创新服务,推动组织向“智能原生”演进,并正朝着自主智能、人机超级协作和开放生态融合的方向持续发展。