RPA RPA+AI LLM驱动 程序员驾驭数字员工， 赋能业务团队 业务人员可用， 进一步降低应用门槛 人机协同，实现数字化 劳动力的组合与重构 将 LLM（大语言模型）和 RPA（机器人流程自动化）相结合是现阶段 Agent 落地的一 种有效手段，可以充分发挥技术协同优势，增强数据处理与理解能力，将智能决策与任 务执行有机融合；也有助于通过RPA明确的流程规则，确保价值对齐和透明性提升，以 地利用硬件的AI能力，实现诸如实时翻译、智 能拍照、个性化推荐等功能。 • 跨行业融合创新 硬件AI化将促进跨行业的融合。如具有AI诊断 能力的便携医疗设备，能够让患者就地进行初 步的疾病诊断；智能农业机器人能够精准地进 行播种、施肥等操作，提高农业生产效率。31 激发科技与创新活力 从当前的市场反馈来看，创生全新品类这个方向并不尽如意。可能存在的问题如下：  产品定位与市场需求不匹配 • 功能实用性问题 提升医生与患者双重体验 加速生物基础科学研究， 提升公共卫生服务水平 激发创造力， 提升产品创新 智能供应链管理， 降本增效 提升用户体验， 实现长期价值 提升工程仿真精度， 提升设计与研发效率 强化工业机器人AI能力，提 升智能化生产能力与质量 提升工业企业 经营管理工作效率 后期制作 数字人 内容策划 美术生成 音频生成 （音乐+对白） 剧情/ 文案生成 视频生成 （动作+特效）

其中，人形机器人成为大型科技公司争相投资的焦点， OpenAI、Figure、Tesla、Google、Boston Dynamics 等头部企业不断推出的新解决方案。各家以不同的技术路 线解决负责顶层规划决策的“大脑”、负责运动控制的“小 脑”和负责动作执行的“本体”的协同问题。随着先进视觉语 言模型（VLM）的进步，真实世界训练数据、模拟训练技术 以及硬件的发展推动着人形机器人商业化发展。成本和通 以及硬件的发展推动着人形机器人商业化发展。成本和通 用性为决定人形机器人商业化落地速度的核心限制。在未 来几年，我们要么看到快速技术突破催生出一个巨大的市 场，要么看到发展延迟，使市场规模保持在相当低的水平。 高速发展的情景：到 2030 年，具身智能将实现普遍适用 性和广泛的可靠性。在这种情况下，到 2050 年，全球人形 机器人市场产量可能达到 5,000 万台左右，随着许多地区 劳动年龄人口减少，对体力劳动的需求不断增加，每年创造 制造业、医疗保健、教育和娱乐业，并创造新的价值主张和 商业模式。保守情景：相反，如果人形机器人仍然局限于小 众应用，它们将只能在受控环境或危险环境中执行特定任 务。在这种情况下，由于硬件或软件技术都未能实现决定 性技术突破，到 2050 年，人形机器人的全球市场将稳定 在 200 万台左右，每年仅产生约 2,000 亿美元的收入。因 此，人形机器人生产商将继续面临高昂的开发成本、技术 复杂性和监管不确定性的困扰。由于互操作性有限和缺乏

434万 上座数据 微博 京东成为苏超官方战略合作伙伴 418.3万 商业合作 平台热度：热搜话题的阅读量/浏览量/播放量8 微博热搜 p 高频话题制造、名人联动与科技娱乐化（如京城“分超”机器人出场、贡献世界级进球）驱动流量狂欢 p 赞助商裂变式增长（28家）与本地产业联动（足球装备、盐水鸭等）构建商业生态9 抖音热搜 p 赛事热度破圈：网友通过玩梗（如“比赛第一，友谊第十四”）、城市