AI 应用正从虚拟交互走向实体落地，从通用对话到垂直行业，从纯软件模型到具身智能体，形成 “感知 - 认知 - 决策 - 行动” 的完整技术闭环。

一、AI 常见应用分类

（一）通用 AI 对话 / 智能助手（NLP / 多模态大模型）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
ChatGPT（GPT - 4V）	OpenAI	多模态对话、内容创作、代码编写、逻辑推理，支持图文输入	Transformer（GPT - 4）、多模态融合（图文自注意力）、RLHF（人类反馈强化学习）	全球标杆，GPT - 4V 实现图文理解，ChatGPT Plus 集成 DALL・E
Gemini	Google DeepMind	跨模态理解、实时搜索、Workspace 协同，适配多设备	Transformer（Gemini 系列）、多模态对齐、实时搜索增强、长序列处理	与谷歌生态深度绑定，适合办公与知识检索
豆包	字节跳动	中文对话、内容生成、短视频创意辅助，适配多场景	Transformer（豆包大模型）、中文语义强化、多轮对话记忆机制	对中文语境与内容生态适配性强，支持多轮创意协作
通义千问	阿里巴巴	通用问答、电商场景适配、企业知识管理，支持多模态	Transformer（通义大模型）、电商知识图谱、企业数据微调	深度对接阿里电商与企业服务生态，适合商业场景
Claude 3	Anthropic	超长文本处理（100 万 + tokens）、安全合规对话、复杂方案推演	Transformer（Claude 系列）、Constitutional AI（宪法 AI）、长上下文注意力优化	长文档分析与企业级安全合规能力突出

（二）AIGC 创意生成（生成式模型）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
DALL·E 3	OpenAI	文生图、图像编辑、风格定制，支持精准文本匹配	Transformer（GPT - 4 联动）、扩散模型（Diffusion）、文本 - 图像对齐	与 ChatGPT 联动，文本匹配精度高，适合商业设计
Midjourney	Midjourney Inc.	高质量艺术化图像生成，支持风格化与参数调优	Transformer + 扩散模型、CLIP 图文对齐、StyleGAN 风格迁移	通过 Discord 交互，艺术风格独特，社区活跃
Stable Diffusion	Stability AI	开源文生图 / 图生图，支持本地部署与模型微调	扩散模型（Diffusion）、U - Net 架构、文本编码器（CLIP）	开源生态成熟，适配个性化创意与企业私有化部署
万兴天幕	万兴科技	文本生视频、智能剪辑、数字人驱动，适配短视频创作	扩散模型、Transformer（文本理解）、数字人动作生成	3 秒快速生成视频，适配短视频营销
Runway Gen - 2	Runway	文本生视频、视频编辑、AI 特效生成	Transformer + 视频扩散模型、光流估计、时序一致性优化	视频生成质量高，适配影视与广告专业场景

（三）计算机视觉（CV / 深度学习）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
YOLOv8	Ultralytics	实时目标检测、图像分割、姿态估计	CNN（DarkNet 变体）、anchor - free 检测、特征金字塔网络（FPN）	轻量化部署，适合端侧与实时场景
Face++	旷视科技	人脸识别、活体检测、人脸属性分析	CNN（ResNet）、FaceNet（Triplet Loss）、3D 活体检测算法	准确率行业领先，适配金融与安防场景
SenseTime 商汤明眸	商汤科技	视频结构化分析、异常行为检测	CNN + Transformer（ViT）、时序建模（LSTM）、异常检测（Autoencoder）	支持大规模视频流处理，适配智慧城市
ViT - L/14（CLIP）	OpenAI	图文检索、图像分类、跨模态匹配	Transformer（ViT）、对比学习（Contrastive Learning）、图文联合预训练	跨模态统一理解，支撑多模态应用底层能力

（四）自动驾驶（感知 / 决策 / 规划）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
Tesla FSD	Tesla	端到端自动驾驶、城市道路适配	CNN + Transformer（HydraNet）、强化学习（策略梯度）、Dojo 超算训练	无高清地图依赖，数据闭环迭代快
Waymo Driver	Waymo（Google）	L4 级自动驾驶、Robo - Taxi 运营	激光雷达 + 视觉融合、Transformer（时序融合）、强化学习（安全决策）	安全冗余高，已在凤凰城规模化落地
百度 Apollo	百度	乘用车 / 商用车自动驾驶、车路协同	CNN + Transformer（感知）、图神经网络（路网理解）、强化学习（决策）	适配中国路况，支持高精地图与车路协同
小鹏 XNGP	小鹏汽车	高速 / 城市 NGP、自动变道 / 超车	CNN + Transformer（纯视觉感知）、强化学习（决策）、时序预测模型	纯视觉方案，依托智算中心快速迭代

（五）金融风控（风控 / 反欺诈 / 智能投顾）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
蚂蚁风控引擎	蚂蚁集团	实时反欺诈、信贷审批、风险预警	随机森林、XGBoost、时序模型（LSTM）、图神经网络（交易网络）	毫秒级响应，基于海量支付数据，降低违约率
陆金所智能投顾	平安集团	资产配置、风险评估、组合优化	Markowitz 模型、随机森林（风险评估）、强化学习（动态配置）	结合平安金融生态，提供个性化财富管理
京东科技智能风控	京东科技	供应链金融风控、商户信用评估	XGBoost、图神经网络（供应链图谱）、异常检测（DBSCAN）	服务京东生态商户，降低供应链金融风险

（六）医疗健康（影像 / 药物研发 / 诊断）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
讯飞智医助理	科大讯飞	医学影像诊断、基层诊疗辅助	CNN（ResNet）、Transformer（医学文本理解）、知识图谱（医学规则）	提升基层医院诊断准确率
推想科技肺部 AI	推想科技	肺结节检测、肺癌早期筛查	CNN（U - Net）、3D 卷积、肺结节特征提取 + 分类模型	快速定位病灶，降低漏诊率
深势科技 Hermite	深势科技	分子模拟、药物靶点预测	Transformer（分子结构理解）、强化学习（分子生成）、分子动力学模型	缩短药物研发周期，降低研发成本
达芬奇手术机器人	Intuitive Surgical	AI 辅助手术操作、精准定位	CNN（图像引导）、机器人运动控制（PID + 强化学习）、力反馈算法	提升手术精度与安全性

（七）工业制造（质检 / 预测性维护）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
阿里工业大脑	阿里巴巴	生产调度优化、预测性维护、工业质检	CNN（缺陷检测）、LSTM（时序预测）、强化学习（调度优化）	提升制造良率，减少停机时间
商汤工业质检系统	商汤科技	缺陷检测、尺寸测量、装配验证	CNN（YOLO 系列）、Transformer（ViT）、3D 点云处理	适配 3C、汽车制造等，实现高精度、高速度质检
西门子 MindSphere AI	西门子	设备故障预测、能源管理、生产流程优化	时序模型（GRU）、CNN（传感器数据处理）、工业知识图谱	工业物联网与 AI 结合，适配智能制造全流程

（八）智能办公（协作 / 效率工具）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
Microsoft Copilot	微软	办公软件全生态协同、文档 / PPT/Excel 智能处理	Transformer（GPT - 4o）、Office 知识图谱、多模态融合	原生融入办公软件，提升全链路办公效率
WPS AI	金山办公	文档创作、表格智能分析、PPT 生成、智能校对	Transformer（WPS 大模型）、表格语义理解（XGBoost + 规则）、文档格式解析	适配国内办公场景，支持多格式文档处理
讯飞听见	科大讯飞	实时语音转写、会议纪要生成、多语言翻译	Transformer（语音识别模型）、LSTM（时序建模）、机器翻译（Transformer）	提升会议效率，降低人工记录成本

（九）AI 编程（智能开发辅助）

应用名称	开发方	核心功能	核心算法 / 模型	典型特点
GitHub Copilot X	GitHub + OpenAI	IDE 实时补全、自然语言生代码、跨文件分析、Copilot Agent	Transformer 架构（GPT - 4o/Codex）、上下文自注意力、代码特化微调	适配 37 + 编程语言，与 GitHub 生态深度绑定
Cursor	Cursor Team	多模型切换、跨文件重构、终端集成、Agent 模式交互	Transformer（GPT - 4/Claude 3 系列）、跨文件依赖图分析	响应延迟低（<380ms），适合复杂项目重构
CodeLlama	Meta	开源代码生成、跨语言转换、本地部署	LLaMA - 2 架构、Transformer、代码预训练 + 微调	支持 C/C++/Python 等，适合私有化部署
CodeGeeX 2	智谱 AI	跨语言代码生成、代码翻译、注释生成、开源可商用	Transformer、代码预训练、多语言对齐、伪标签强化学习	支持 20 + 语言，跨语言转换准确率高
Amazon CodeWhisperer	亚马逊	云原生代码生成、安全漏洞扫描、AWS API 适配	CodeLlama 变体、Transformer、安全规则嵌入	深度适配 AWS 生态，适合云原生项目开发
通义 CodeMind	阿里巴巴	多语言生成、全链路调试、代码漏洞检测	通义大模型（Transformer）、代码语义分析、静态分析 + LLM 融合	代码漏洞识别率 98.3%，适配阿里电商生态

---

二、在具身智能领域的典型应用

        具身智能是智能体通过物理实体与环境交互，形成 “感知 - 认知 - 决策 - 行动” 闭环的 AI 形态，核心特征为有实体、强交互、闭环反馈，已在工业、服务、医疗、安防等领域规模化落地。以下为各场景典型应用，标注开发方、核心功能与技术要点。第一部分中的智能驾驶也常被认为是具身驾驶的一种，是相对比较成熟，也最容易落地的一种具身智能，同时其不怎么涉及具身智能中的一大关键问题，就是具身智能本体问题，暂时先不单独讨论。

（一）工业柔性操作机器人（核心：力控与自适应装配）

应用名称	开发方	核心功能	核心算法 / 模型	典型场景
远征 A1/A2	比亚迪	全流程车身装配，车门安装精度达 ±0.1mm，支持产线重构	Transformer（决策）、力控 PID + 强化学习（装配精度优化）、3D 视觉感知	全球首条全机器人装配线，产线重构时间从 72h 压缩至 3h
SYNDA R1	新时达	毫米级精密装配、抓取、搬运，7×24 小时连续作业	多层异构智控系统、全栈自研关节模组、总线纳秒级同步	适配 3C、汽车等行业复杂装配，支持双电池热插拔自主换电
自适应机器人	非夕科技	3C / 汽车 / 食品行业复杂装配（抛光、食材处理）	整机力控算法、Transformer（视觉引导）、强化学习（操作优化）	力控性能超同类百倍，适配高精度柔性操作场景

（二）人形 / 仿生服务机器人（核心：大模型驱动自主任务）

应用名称	开发方	核心功能	核心算法 / 模型	典型场景
Optimus（擎天柱）	Tesla	自主搬运、零件组装、家居交互，自然语言指令执行	Tesla FSD 视觉感知、大模型决策、关节力控	适配工厂辅助生产与家庭服务场景，2025 年实现简单家务自动化
Moz1 人形机器人	千寻智能	衣物折叠（褶皱平整率 98%）、手术器械整理，日均处理 3000 件	自研 VLA Spirit v1 模型、全身力控算法、视觉 - 触觉融合	应用于顺丰物流、复星医疗，实现柔性操作与场景适配
Go2/H1 四足机器人	宇树科技	化工厂甲烷巡检（灵敏度 0.1ppm）、攀爬 45° 钢梯、爆炸预警	Transformer（环境感知）、动态平衡算法、多传感器融合（摄像头 / 雷达）	已获 500 家中小企业订单，适合高危环境巡检与应急救援

（三）医疗康复机器人（核心：精准感知与个性化训练）

应用名称	开发方	核心功能	核心算法 / 模型	典型场景
骨科预诊机器人	上海六院	预诊问诊、步态分析、外院报告智能分析，出具初步诊断	Transformer（NLP）、3D 视觉（步态捕捉）、医学知识图谱	上海六院骨科应用，预诊 1 人 5-8 分钟，日均 60 + 例，提升门诊效率
神经电流反馈康复机器人	上海交通大学	精准感知脑部活动，提供个性化康复训练，辅助肢体运动恢复	脑机接口（BCI）信号处理、强化学习（训练方案优化）、力反馈控制	适配老龄化社会，缓解医疗资源紧张，降低康复成本
达芬奇手术机器人	Intuitive Surgical	AI 辅助手术操作、精准定位、减少创伤，支持复杂外科手术	CNN（图像引导）、机器人运动控制（PID + 强化学习）、力反馈算法	全球手术机器人标杆，提升手术精度与安全性，降低并发症率

（四）商业服务机器人（核心：自主导航与多任务协同）

应用名称	开发方	核心功能	核心算法 / 模型	典型场景
小蛮驴	阿里巴巴	校园 / 园区物流配送，自主避障、路径规划，支持多站点配送	Transformer（决策）、激光雷达 SLAM、强化学习（路径优化）	已在全国多所高校落地，日均配送量超 10 万单
擎朗配送机器人	擎朗智能	餐厅 / 酒店餐品配送，自主规划路径、避障，支持多桌位精准送达	3D 视觉感知、动态路径规划（A * 算法）、多模态交互（语音 / 屏幕）	累计出货 10 万 + 台，适配餐饮、酒店等商业服务场景
星动 Q5	星动机器人	商超商品分拣、物流搬运，适应狭小空间，提升分拣效率	端到端大模型（GroceryVLA）、视觉 - 机械臂协同、强化学习（抓取优化）	2025 年商业化加速，适配商超与物流仓储场景

（五）安防 / 应急救援机器人（核心：高危环境探测与预警）

应用名称	开发方	核心功能	核心算法 / 模型	典型场景
警用机器狗	五八智能	街面巡逻、重大活动安保、无人装备协同，实时传输现场数据	多传感器融合（热成像 / 激光雷达）、Transformer（异常行为检测）	多次参与公安实战，提升安防响应速度与安全性
消防探测机器人	北京凌天智能	火场着火点探测、烟雾毒性分析、被困人员定位，物资运送	气体传感器阵列（灵敏度 0.1ppm）、3D 视觉、强化学习（路径规划）	天津港演练中提前 27 分钟预警爆炸，减少人员伤亡

三、总结

        AI 应用已形成 “虚拟智能（大模型 / NLP/CV）+ 实体智能（具身机器人）” 的双轮驱动格局。通用场景中，大模型提升内容创作与办公效率；垂直行业里，AI 算法赋能风控、医疗、工业等精准决策；具身智能则推动 AI 从 “脑内思考” 走向 “知行合一”，在物理世界创造实际价值。未来，跨模态融合与大模型 + 机器人的协同，将成为 AI 技术落地的核心方向。