核心观点与关键数据
AI Agent 的兴起与类型
AI Agent 的火热主要源于大模型带来的技术平权，增强理解、推理和规划能力，使人类可对话指导 AI。当前热门的 Agent 类型包括：
- C 端 IT-to-C Agent（如 Mines，通过网络搜索触达网页 API、数据库等资源）；
- 效率型 IT Agent（如字节工具搜索调用黑书表格、Notion、高德等，面向非技术人员）。
产业端 Agent 的特点与构建
产业端 Agent 需具备：
- 友好界面（面向业务人员和管理人员）；
- 准确指向（精准调用工具和数据）；
- 完备知识库（结构化数据与数据分析能力）。
构建时需结合大模型匹配能力、工程能力、场景理解及数据处理技术，并通过知识图谱融合技术解决幻觉问题（如公司院士工作站研发的融合大模型应用平台已在多个行业落地）。
大模型推动人机交互方式变革
大模型技术使人类可通过对话与 AI 交互，AI 扮演“老师”角色，推动交互方式从命令式向对话式转变。现阶段 Agent 火热是因为大模型更侧重解决实际复杂问题，Agent 则通过搜索、工具调用等功能辅助任务完成。
Tob 场景 Agent 的需求与运作
Tob 场景 Agent 需具备友好界面、准确指向和完备知识库，以快速提取行业知识辅助决策。运作上，如 Toc 端的 Mines 通过网络搜索界面触达 API、数据库等资源。
知识图谱解决幻觉问题
知识图谱通过可追溯验证、逻辑分析等优势对抗幻觉，公司技术创新实现了大模型与知识图谱在训练、搜索、存储及推理阶段的深度融合，提升模型表现（如中石化审计部案例）。
公司业务与市场布局
- 第四范式：专注企业端 AI 服务，从训练周期转向推理周期，产品结构为 Agent + 垂直事件模型。
- 普渡科技：80% 业务在海外（全球 60+ 国家分部，出货 9 万+ 台），投资方包括红杉、美团、腾讯。专注商用服务机器人（配送、清洁、人形机器人），产品已累计运行 7000 万+ 公里，清扫 5500 万+ 平方米。
技术路线与市场展望
- 产品化历程：从实验室技术到工程版本再到产品版本，逐步解决客户痛点（如配送、清洁、工业配送 T3 系列）。
- 市场渗透与全球化：技术积累深厚，AI 大模型提升迭代速度，全球化布局广泛，尤其日本市场增长显著。
- 未来趋势：商用服务机器人市场因供应链成本下降、AI 进步、老龄化等因素将快速增长，需突破操作与交互技术，通过多产品组合提供解决方案。
海外市场策略与案例
- 电梯改造问题：酒店机器人跨楼层配送受限，期待研发通用上下值平台。
- 专用机器人 vs 类人型机器人：短期开发专用机器人，长期追求类人型整合多任务能力。
- 海外策略：“glow”概念（全球化+本土化），如日本市场广泛应用。
AI 发展方向与 AGI 探索
- 推理周期：通用模型依赖垂直场景数据，算力不再是瓶颈。
- Agent + 世界模型：更接近 AGI 方向，AI 通过理解需求调用世界模型完成任务。
- 大模型核心功能：预测下一个字，早期准确率低（<90%）。
- 模型组合：通过 Agent + 搜索引擎或 MCP 接口整合模型提升实用性。
企业 AI 转型建议
明确战略目标而非技术本身，量化需求（如北极星指标法），聚焦具体目标（如餐饮企业 87% 订单线上化）。
案例分享
- 餐饮业：垂直模型产品将 87% 订单转为线上。
- 银行业：AI 精细化客户分类，理财经理通过交互界面调用模型实现千人千面推荐。
港仔机器人
- 背景：达闼机器人与国华联合成立，目标成为全球智能人形机器人引领者。
- 技术优势：云端大脑操作系统（海瑞）、2000+ 专利、4 亿行代码，已在安防、体检、教育领域落地。
- 运营管理：海瑞世界构建数字孪生环境，海瑞 ADI 平台支持多模态理解与决策。
- RDK 平台：图形化编程工具，低代码/0代码构建应用场景。
- 制造能力：智能柔性关节量产，未来三年交付 10 万+ 机器人。
结论
AI Agent 与知识图谱融合是产业智能化关键，大模型推动人机交互变革，商用服务机器人市场潜力巨大，企业需结合场景需求与技术迭代实现 AI 转型。类人型机器人与多任务能力是未来发展方向。
