2021年8⽉，⻢斯克在特斯拉 AI Day 上提出要开发⼈形机器⼈，旨意是解决重复性⾼、单调枯燥的危险差事。⼀年后的10⽉，全尺⼨ 仿⽣机器⼈ Optimus 正式亮相，它充满机械感的躯⼲和动作，已经让很多⼈对⼈形机器⼈的想象得到了满⾜。 2022年8⽉，⼩⽶发布 全尺⼨通⽤⼈形机器⼈ CyberOne ，如⼀⽯激起千层浪。AGI（Artificial General Intelligence ，通⽤⼈⼯智能） 的⽕热发展为仿⽣机器⼈ 的实现补全了最后⼀块拼图。Engineered Arts 制造的⼈形机器⼈ Ameca 是⾸个接⼊ GPT-3 的仿⽣机器⼈，它拥有优秀的表情模拟和控 制，⼤模型使它能像⼈类⼀样交流。不少机器⼈团队之前正等待着 AGI 、⼤模型的诞⽣，⼀举解决仿⽣机器⼈的智能问题。近期， 「具⾝智能（Embodied AI）」已成为 AI 研究新热点。

⼤模型业务模式概览：主要包括应用开发部署平台、模型API服务及模型 服务三部分，目前模型服务和模型API是核⼼业务；模型服务：数据准备和模型训练是模型服务的关键内容，对交付服务的 深度和细致程度有较⾼要求，是国内市场目前最重要的商业模式；模型API：国内各厂商模型能⼒没有明显差异化，API市场的低价竞争阶 段将长期持续，整体用量正在快速增加但难以贡献营收

该报告指出，AI 智能助手正取代搜索成为信息获取核心，冲击传统 SEO，使其向 AIGC 优化转变。研究通过模拟用户使用 7 个智能助手，对 30 个问题进行 525 次有效问答，发现内容社区被引率近半，专业话题中更高，知乎被引频率最高。结论是 SEO 策略应转向面向专业社区优化（SPO），注重内容价值创造与结构化回答。

该报告聚焦 2025 年一季度中国 AI 汽车产品，指出辅助驾驶是核心卖点，其技术体验达上限且基础功能加速普及，呈现高价先享高阶与趋向标配的趋势，这由 “价值决定价格” 和 “数据驱动算法” 原理驱动。报告还对辅助驾驶能力和使用成本分级，列出星级榜，展望 AI 汽车将走向全域跨域融合，经营模式也转向长期升级。

《2025年中国AIGC应用全景图谱报告》由量子位智库出品，深入剖析了中国AIGC产业生态。报告指出，2024年国内AI产品变革完成首轮探索，AI智能助手等赛道竞争格局初定。技术层面，模型成本降低、推理能力提升、多模态发展，推动AI在更多场景落地。生态方面，大厂业务矩阵联通，开发门槛降低，产品开发进入新范式。报告从C端消费市场、B端产业应用和开发层工具三大维度，涵盖50多个细分赛道及400多个头部产品，揭示了国内AI产业向产品及商业化深水区转变的趋势，为行业参与者提供决策参考。

《AI大模型创业格局报告》由量子位智库于2024年9月发布，分析了国内AI大模型领域的创业格局。报告指出，自ChatGPT发布后，国内AI大模型竞争激烈，众多创业公司和互联网巨头纷纷入局。如今，格局逐渐清晰，巨头凭借业务优势形成壁垒，而创业玩家中，智谱AI、MiniMax、阶跃星辰、百川智能、月之暗面和零一万物等六家公司脱颖而出，加上面壁智能和DeepSeek，这八家公司被认为最有可能成为AI时代的新巨头。报告从国内创业玩家“6+2”格局、国内巨头玩家格局、海外玩家格局三个层次，详细描绘了大模型行业的竞争态势。

《中国具身智能创投报告》由量子位智库于2024年7月发布，全面分析了具身智能的背景、现状及未来趋势。具身智能是基于物理身体进行感知和行动的智能系统，通过与环境交互产生智能行为。近年来，科技巨头如谷歌、英伟达等纷纷布局具身智能，推动其发展。报告指出，具身智能创业公司数量众多，技术实力优越，吸引了大量投资。国内具身智能市场仍处于早期阶段，但发展迅速，多家创业公司已获得融资并推出产品。创业者多来自顶尖院校和科技公司，具备深厚的学术和产业背景。未来，具身智能创业公司将继续结合仿真数据和真实数据训练机器人，推动技术更新与应用落地。

近一年来，AI硬件在教育领域迎来爆发式增长——AI教育硬件产品层出不穷，从主流品类的AI学习机到新兴品 类的AI学习灯、AI教育机器人等，新产品不断涌现；AI教育硬件的功能也日益丰富，从AI查词与翻译，到AI作 文批改和AI口语陪练等，满足用户不同场景的学习需求；搭载大模型的AI学习机、AI词典笔、AI听力宝等教育 硬件产品销售额大幅增长；广阔的市场前景也正在吸引互联网AI公司、教育科技公司、教育硬件公司等众多类 型的玩家纷纷布局AI教育硬件赛道。

大模型各模态总览:多模态发展趋势清晰，文本、图像商业化规模和成熟度较高，AI视频生成正在迅速发展；技术趋势:视频生成正在由检索生成、局部生成走向依靠自然语言提示词的全量生成，生成内容更加灵活丰富，应用空间广阔。

音乐符号模型打开AI音乐生成的大门，音频模型找到AI落地音乐应用的方式  音频路线成为研究热点，为应用爆发奠定技术基础  生成式AI改变音乐产业，简化音乐制作流程，提供音乐创作新思路  流媒体平台或成为AI音乐商业化中最确定的一方，传统的音乐工程在此轮变革中是受冲击最大的一方  数据是技术迭代和商业化过程中最关键的一环，生成音乐中对情感表达的把控是产品迭代的关键