北京智源人工智能研究院 (BAAI) · 重点课题实证调研

基础模型与垂直领域能力边界：全球研究者调查问卷

本调查旨在系统评估最新一代前沿通用基础模型（以 GPT-6 Astra、Claude Opus 5.5、Gemini 4 等为代表）对具身智能、3D建模与工业CAD、科学计算、计算生物、网络安全以及智能体软件工程的技术冲击、能力边界与产业替代程度。完整答卷用时约 4～6 分钟

调研进度：0% 完成 0 / 7 核心部分

1

研究领域与基础模型总体冲击评估

系统将根据您深耕的领域自适应展示专属深度评估题目

如何选择领域
选择最熟悉的领域；系统仅显示相关专业题。基础模型底座与智能体共用专业题。

Q1. 您当前深耕的一级研究/研发领域是？ *【单选，勾选后系统自动适配后续专业题】

填写说明：请选择最熟悉的主要领域，按实际经验作答。

1. 具身智能机械臂、具身VLA、双臂协作、毫秒级力控与移动操作。

2. 3D建模与工业CAD 参数化建模、B-Rep几何、装配约束、图纸反求与制造对接。

3. 科学计算 (AI4S) PDE求解、守恒约束、数值仿真、科研代理与数学推导。

4. 计算生物 (AIDD) 蛋白质设计、分子对接、自由能、生信分析与湿实验验证。

5. 网络安全漏洞审计与修复、渗透测试、二进制逆向及提示词注入防御。

6. 智能体与软件工程代码重构与修复、桌面操作、专业任务交付及跨SaaS自动化。

7. AI 智算基础设施 (AI Infra) 驱动与编译、分布式训练、推理与AIOps、芯片显存、网络、供电及全相变液冷。

8. 通用基础模型底座多模态架构、预训练、可验证强化学习与测试时推理（Test-Time Compute）。

Q2. 总体来看，新一代通用基础模型对您所在垂直领域的专用模型与核心技术体系，是否正在构成“吞噬”或挤压效应？ *【单选】

1. 【显著吞噬并加速替代】通用模型已达到或超过多项核心任务要求，压缩了专用模型的研发与市场空间。

2. 【局部渗透，但以分层协同为主】通用模型负责规划和代码生成，核心计算与执行仍依赖专业模型或工具。

3. 【冲击有限，垂直壁垒依然稳固】精度、物理规律或安全认证等要求仍限制通用模型，专用模型难以替代。

4. 【反向赋能大于直接挤压】通用模型通过数据生成、算法优化等方式，主要提升专用模型的研发效率。

5. 【影响暂不明显 / 仍处于早期技术观察阶段】

如何区分介入方式
可多选，第5项与其他项互斥。专业工具的结果不等于通用模型自身能力。
Q3. 在您团队的核心研发、产品或运行流程中，通用基础模型目前主要以哪些方式参与？ *【多选】

【直接调用现有通用模型】（不更新模型参数）不训练模型参数，通过提示词、上下文或检索增强，直接完成分析、生成、评审或规划。

【基于通用模型继续训练或专业适配】基于可获得权重的通用模型继续预训练或微调，用于研发、专业任务或端侧部署。

【通用模型与专业工具或系统协同】模型负责规划、工具调用和结果解释；专业计算、训练、编译、实验或运维系统负责执行与验证。

【研发、测试与离线分析辅助】仅在研发、测试或离线分析中辅助数据、代码、评测、故障分析和蒸馏，不参与线上决策与执行。

【尚未在核心研发或运行流程中使用】团队核心流程尚未使用；仅个人尝试也选此项，不可与其他项并选。

专业评估 · 具身智能仅显示本领域专业题。

具身问题填写说明
分别判断规划与控制能力，以成功率、时延、安全和稳定性为依据。题中阈值是讨论情境，非统一行业标准。
Q4. 在真实物理真机或工业产线中，最新一代通用基础模型（如 GPT-6 Astra、Gemini 4 等）对比前沿垂直专用模型（如 1.7B 3D 原生点云 UNITAS / π0.5 / 经典运控），在以下维度的【能力表现与替代程度】是？ *【矩阵单选】

具身控制核心维度 0-完全无法使用
(输出严重失效或碰撞) 1-初级参考Demo
(时延超标/长程易失控) 2-辅助调试工具
(需工程师频繁人工排错) 3-分工协同可用
(通用模型规划+端侧执行) 4-工业级全面替代
(替代传统运控与示教)

1. 高层自然语言任务分解与异常重规划 (替代传统手写 PDDL 规划器)

2. 工艺动作自动化解析与轨迹免示教调试 (替代人工手把手拖动示教)

3. 实体空间常规抓放与双机械臂协作操作 (如真机 90%+ 稳定抓放)

4. 强遮挡环境下三维绝对度量几何感知 (对比 1.7B 3D 原生点云专模 UNITAS)

5. 毫秒级紧公差接触力控与装配插拔 (<2mm 插拔，>100Hz 闭环微操)

6. 工业产线硬性安全与长程连续无故障运行 (满足 MTBF ≥ 500 小时工业标准)

Q5. 在具身智能走向工业级规模化落地的技术路线中，您最看好哪种技术架构？ *【单选】

1. 纯端到端大模型直接输出路线 (End-to-End VLA) 通过扩大模型与预训练规模，直接解决高频控制和时延问题。

2. 通用基模领域微调与动作分块路线 (VLA + Action Chunking) 基于开源模型微调并分块输出动作，实现百赫兹端侧控制。

3. 分层协同路线 (云端通用模型 + 端侧专用模型) 通用模型负责规划和纠错，端侧策略负责50~500Hz实时控制。

4. 离线辅助研发模式 (离线自动进化运控代码与合成数据) 离线生成数据、优化控制代码，产线仅运行端侧轻量算法。

5. 纯垂直专用模型与类脑智能路线在≤1~10ms等低时延场景采用类脑硬件或传统控制，不引入大语言模型。

专业评估 · 3D建模与工业CAD 仅显示本领域专业题。

CAD问题填写说明
分别判断代码可运行、几何正确与制造可用，以修改量、返工和实际验证为依据。
Q4. 针对工业 CAD、三维几何构建与逆向工程流程，最新一代基础模型（如在 BenchCAD 等任务中展现几何代码生成能力）对以下环节的【能力表现与替代程度】是？ *【矩阵单选】

3D 几何与工业设计核心环节 0-完全无法使用
(几何拓扑严重混乱/报废) 1-仅概念草图
(仅供灵感/需人工重做) 2-辅助生成工具
(重复绘图提效/依赖修改) 3-接管标品生成
(按规范直接生成/提效50%+) 4-工业级全面替代
(直通CAM制造/替代传统)

1. 二维手绘/工程草图反求参数化三维实体 (自主编写 CadQuery/OpenSCAD 代码生成精准几何体)

2. 工业标准装配约束与机械运动副构建 (孔轴配合、铰链传动、防干涉碰撞检查与尺寸链闭环)

3. 复杂自由曲面造型与高精 B-Rep 实体构建 (汽车覆盖件、叶片等 G2/G3 连续复杂曲面流形)

4. 自动化逆向工程与尺寸公差冲突自愈修正 (从残缺扫描/图纸中恢复完整装配拓扑并消除尺寸冲突)

5. 面向下游制造的 CAM/CAE 工业流程衔接 (直接生成无缝网格或 STEP/IGES 文件，无报错送入 CNC 或模流分析)

6. 游戏与仿真轻量 3D 资产端到端生成 (对比 3D GS / NeRF / 专用 3D 扩散生成模型)

Q5. 在 3D 设计与制造领域，新一代基础模型的介入是否正在影响传统软件工作流与团队结构？ *【多选，最多选 2 项】

【初级工时实质性替代】显著减少基础绘图工作量初级建模或描图工作量已减少30%以上，前期出图更快。

【工作流转型】从界面交互点击转向参数化代码批量生成从手动操作CAD软件，转向用模型批量生成参数化建模脚本。

【软件许可优化】开始缩减部分单点 3D 辅助工具授权模型可直接生成代码，团队开始减少部分建模插件或软件授权。

【公差约束瓶颈】模型输出难以满足精密公差，返修成本高在<0.05mm装配公差和拓扑连接上仍有缺陷，复核与返工成本较高。

【适用范围局限】仅对标准构件有效，精密复杂结构无法替代可辅助标准件建模，但尚不能替代航空发动机等复杂结构的专业设计。

专业评估 · 科学计算 (AI4S) 请区分通用模型与专业物理算子。

Q4. 在科学计算与 AI4S 研发中，最新一代通用基础模型在以下核心环节的真实表现是？ *【矩阵单选】

AI4S 核心任务环节 0-暂无数据/不了解 1-无法替代
(直接输出失效/需专业模型) 2-潜力验证/成本高
(可行但算力消耗大) 3-需微调/分层协同
(通用模型调用专业模型) 4-成熟全面替代
(无需微调即可高质量输出)

1. 第一性原理与流体软件 (VASP/LAMMPS/OpenFOAM) 输入脚本生成与文献参数提取

2. Linux 终端科研代理全流程执行 (自主配置科学计算环境并跑通复杂数值仿真)

3. 跨学科科学计算数值建模与底层数学算子优化 (如矩阵运算内核自动演化提速)

4. 理论物理微扰推导与前沿纯数学命题猜想推演 (无需工具前沿数理定理探索)

5. 强湍流直接数值模拟 (DNS)、核聚变等离子体磁控及微观晶胞网格直接求解生成

6. 现代数学未解猜想原创证明与形式化系统确定性验证内核 (如 Lean 4 公理验证)

Q5. 在高精度科学计算与前沿科学发现中，您认为通用基础模型与垂直专用模型/经典求解器的终局关系是？ *【单选】

1. 通用基模端到端统合通用模型直接掌握守恒律等规律，最终替代独立数值求解器。

2. 通用模型与专业计算模块、形式化验证内核分层协同通用模型负责检索、假说和代码，专业模型与形式化内核负责严密计算和验证。

3. 离线辅助研发模式通用模型仅辅助算法发现与数据清洗，正式计算仍用经典方法或专业模型。

4. 实体实验闭环主导假说生成不是主要瓶颈，材料制备、实体实验和表征才是关键。

专业评估 · 计算生物 (AIDD) 仅显示本领域专业题。

Q4. 在蛋白质工程与药物研发流程中，最新一代通用基础模型的实际表现与替代程度是？ *【矩阵单选】

计算生物核心环节 0-暂无数据/不了解 1-无法替代
(直接输出失效/需专业模型) 2-潜力验证/成本高
(可行但精度低或耗算力) 3-需微调/分层协同
(通用模型调用专业模型) 4-成熟全面替代
(无需微调即可高质量输出)

1. 分析仪器 (NMR/LC-MS) 二进制图谱自动化去噪与纯度积分峰解析

2. 高通量自动化移液工作站协议脚本生成与生物信息全流程分析

3. 蛋白质三维全原子结构折叠与主链从头生成 (对比 AlphaFold 3 / RFdiffusion 等专模)

4. 单靶点刚性表位微型结合蛋白虚拟筛选流水线 (调度专用折叠模型闭环)

5. 多靶点广谱分子设计与非凸动态自由能平衡 (应对复杂构象熵瓶颈)

6. 活体动物体内 (In Vivo) 药效验证、代谢动力学 (DMPK) 与多器官毒理测定

Q5. 面对通用基模头部厂商直接参与生物医药布局（如自建湿实验室、联合跨国药企），AIDD 赛道最核心的竞争优势是？ *【单选】

1. 通用模型凭借算力与训练规模优势扩大替代范围凭借模型与训练规模优势，较快替代大部分传统计算分析工具。

2. 持续积累专有自动化湿实验数据自动化湿实验积累的高质量数据与负样本，是专业团队的核心优势。

3. 通用模型与专业高精度物理计算模块协同聚焦量子势能面、自由能等专业计算，为通用模型提供计算与验证模块。

4. 传统药企临床与监管申报壁垒稳固临床试验、监管申报和商业化是核心门槛，模型主要提升上游研发效率。

专业评估 · 网络安全仅显示本领域专业题。

Q4. 针对代码审计、渗透测试与逆向工程，最新一代通用基础模型对以下环节的【能力表现与替代程度】是？ *【矩阵单选】

网络安全核心环节 0-完全不可用
(大量误报或跑偏) 1-初级辅助扫描
(需人工深度验证) 2-局部自主闭环
(标品漏洞自动修复) 3-实战级深度应用
(渗透/逆向达实战水平) 4-全面自治替代
(全天候自治防御)

1. 大型多语言代码库未知漏洞全仓审计与补丁自愈修复 (零 CVE 提示全自动修复)

2. 剥离源码与符号表的编译态二进制程序逆向解构 (多轮反思尝试自主还原核心逻辑)

3. 跨平台真实软件高危漏洞端到端武器化渗透利用 (自主生成可用攻击载荷 Exploit)

4. 间接提示词注入 (IPI) 与恶意越权指令拦截防御 (抵御复杂网页与外部文档恶意劫持)

5. 密码学算法迁移与形式化安全协议校验 (如经典加密向后量子密码自动化迁移)

6. 零日漏洞 (0-Day) 深度挖掘与复杂内网多跳横向渗透 (规避高级防御机制与动态沙箱)

Q5. 随着通用模型在漏洞自愈与逆向分析上达到工业可用水平，安全行业面临的最直接影响是？ *【单选】

1. 初级渗透测试与安全运维岗位被自动化工具替代漏洞利用和补丁修复自动化，替代部分初中级人员及外包工作。

2. 攻防响应窗口收缩，防御体系转向全自动自治防御模型支持分钟级漏洞发现与补丁提交，压缩攻击利用的时间窗口。

3. 传统逆向分析软件授权需求下降，转向自定义 AI 流水线二进制逆向自动化提高，减少对人工操作反编译工具的依赖。

4. 核心安全博弈转向底层内存安全与形式化验证零容错场景仍需内存安全语言和硬件验证，不能仅依靠概率模型。

专业评估 · 智算基础设施 (AI Infra) 涵盖驱动、编译、训练、推理、运维及芯片、网络、供电和散热。

AI Infra问题填写说明
分别判断软件提效、集群可靠性和硬件能源约束；以实测为准，不将软件能力等同于硬件替代。
Q4. 针对智算基础设施（AI Infra）全栈软硬件体系，新一代基础模型（如深度推理/长代码模型）对以下环节的【能力表现与替代/重构程度】是？ *【矩阵单选】

AI Infra 核心任务与软硬件环节 0-完全无法使用
(无法收敛/引发宕机) 1-初级实验Demo
(需专家重写和调试) 2-辅助提效工具
(减少常规开发工时) 3-生产级可用/协同
(达到资深系统专家水平) 4-全面替代或重构
(端到端自愈/超越传统架构)

1. 底层驱动与自动生成算子代码编译器 (自主编写调优 Triton/CUDA 算子，编译适配从数周压缩至小时级)

2. 分布式并行训练框架策略编排 (3D/4D 混合并行、ZeRO 显存卸载与通信重叠自动切分搜索)

3. 高性能推理引擎与集群 AIOps 自动故障诊断与恢复 (万卡死锁自主排查、动态拓扑重组与秒级恢复断点训练，显著提升有效算力率)

4. 慢思考测试时推理（Test-Time Compute）引发的算力重构 (百倍 Token 消耗与大容量先进 HBM 显存倒逼)

5. 机架级超节点与集群高速网络互联 (Scale-up 全互联架构、RoCE/IB 无损网络拥塞自动化调优)

6. 数据中心高密供电与绿色全相变液冷 (100kW+ 单机柜高密供电与两相液冷物理能源硬资产)

Q5. 面对新一代基础模型（慢思考/深度推理/万卡集群）对智算基础设施的重构，AI Infra 领域面临的最核心产业变局是？ *【单选】

1. 【算力重心由训转推】慢思考推升 Token 消耗百倍，推理显存与超节点互联成为关键制约因素算力需求由预训练转向长上下文推理，HBM容量与Scale-up互联成为主要瓶颈。

2. 【软件编译与集群运维全面被 AI 自主接管】自动生成算子代码与 AIOps 自动故障恢复达到实际应用要求模型达到资深专家的算子优化水平，并实现万卡死锁秒级恢复，替代部分调优与监控软件。

3. 【物理供电与全相变液冷成为关键工程约束】100kW+ 单柜高密能源资产不可替代高负载推理提高供电和散热要求，电力配额与全相变液冷构成长期优势。

4. 【软硬件全栈闭环对中立 Infra 构成挤压】头部大厂一体化挤压第三方中间层云与芯片厂商整合芯片、编译器、集群和模型，挤压独立加速软件与调度平台。

专业评估 · 智能体与软件工程仅显示本领域专业题。

Q4. 在工业级软件工程、桌面接管与高阶知识工作中，最新一代基础模型的【能力表现与替代程度】是？ *【矩阵单选】

软件工程与商业自动化关键环节 0-完全无法使用
(长程易失控漂移) 1-初级辅助补全
(单文件/模板填充) 2-局部可用需重检
(中等任务/单模商业) 3-工业级完整任务执行
(跨仓库修复/桌面接管) 4-生产级全面替代
(结果交付/替代传统)

1. 单函数级算法编写、API 接口对接代码、SQL 查询与单元测试生成

2. 围绕大模型编写的基础任务调度逻辑 (提示词路由、简单状态机，可能被模型内置工具调用能力替代)

3. 跨多个文件仓库级 Issue 定位、自动化修改、单测回归与生产代码合入

4. 跨软件图形界面模拟操作与长程桌面日常业务流程接管 (高精屏幕元素定位与纠错)

5. 跨行业高阶认知工作交付与复杂财务审计勾稽 (严谨长程建模与合规推导)

6. 超百个微服务遗留系统无测试重构与航空金融级形式化验证系统

Q5. 面对通用模型长程上下文、原生工具调用与多模态能力的迭代，外部 Agent 商业项目的未来前景是？ *【单选】

1. 通用模型内置能力扩大，简单功能封装的价值下降模型内置功能替代简单接口对接和调度，缺少专业能力与独有数据的项目难以竞争。

2. 通用接口与调度功能趋于标准化，专有执行环境和专业验证仍有价值基础调度逐步标准化，专有数据、隔离执行环境与专业验证仍有价值。

3. 商业软件模式重构，转向按“交付合格结果”付费软件收费从按人头或席位，转向按可靠交付的结果。

4. 外部流程控制与验证机制仍不可缺少模型输出不确定，生产系统仍需规则、权限、结果校验和异常处理。

2

系统综合推演

评估真实产业落地中的综合账本、安全确定性与生态竞争格局

Q6. 综合来看，引入最新一代通用基础模型，在您所处领域对【实际研发成本与工时投入】（算力开销、人工工时与试错耗材）的真实影响是？ *【单选】

1. 【显著省时提效】大幅减少数据处理与前期开发工时数据、编码和蒸馏等研发工时可减少50%～70%以上，且无持续高额调用成本。

2. 【持续调用成本过高】高频使用云端大模型，成本超过实际收益频繁调用云端模型费用高、时延大，总体收益不足以覆盖成本。

3. 【分工协作最省成本】通用大模型做低频宏观规划，本地模型做高频执行云端模型处理低频复杂规划，本地轻量模型处理高频执行，以平衡成本与效率。

4. 【得不偿失】模型偶发幻觉，导致硬件损毁、实验试剂报废或严重返工模型错误可能造成撞机、材料损失或返工，纠错成本超过原有方案。

5. 【收效甚微】只能做点周边辅助琐事，核心研发工时减少不足 10% 主要处理会议纪要等辅助事务，核心研发工时减少不足10%。

Q7. 如果在通用基础模型输出端强制嵌入“白盒控制安全护栏”（如控制屏障函数 CBF / 形式化验证，不合规立刻毫秒级拦截），能否消除您在关键场景对大模型的不信任？ *【单选】

1. 能基本消除（实现分工共生）由CBF或形式化验证提供安全约束后，可用于工业控制与严谨推导。

2. 能解决大部分问题，但需防止保守死锁护栏保证不越界，但阈值过严可能频繁制动或造成死锁。

3. 根本不能消除核心任务需要确定性求解，概率模型不适合高可靠性与安全关键场景。

4. 暂不了解此类护栏技术 / 需评估真实工况下的可用性

Q8. 当拥有前沿基础模型的头部厂商（如 OpenAI、Anthropic、Google 等）通过自研产品、生态整合或战略投资进入相关研究与产业环节时，对您所在领域的团队带来的主要影响和挑战是什么？ *【多选，最多选 2 项】

模型、工具链与接口的整合优势模型、工具链及软硬件整合，影响外部团队的接入、兼容、选型和差异化空间。

算力、数据与工程资源的规模优势算力、数据、工程和供应链投入提高竞争门槛，资源较少的团队压力更大。

资本、合作生态与客户渠道带来的竞争压力自研产品、投资并购和渠道布局，影响独立团队获取资金、客户与合作机会。

开放生态与专业合作提供替代选择开源工具、开放接口和多方合作提供替代路线，减少对单一厂商的依赖。

专业能力、验证体系与长期积累仍有价值专业算法、数据、训练评测、系统性能、实验及认证等积累，难以短期复制。

Q9. 当头部基模厂商进入垂直领域呈现“在数字原生与高层规划区自研替代”与“在重资产物理与实体实验区战略合作/投资绑定”时，未来 2~3 年垂直团队的竞争格局走向是？ *【单选】

1. 通用模型全面接管大厂自研垂直应用，1~2年内多数纯算法团队失去独立发展空间。

2. 产业格局分化简单功能组合项目被淘汰，具备专业算法、独有数据或硬件能力的团队获得合作机会。

3. 通用模型下场受阻工业与生命科学的低容错及物理约束，仍支持专业厂商保持竞争地位。

4. 行业差异过大，难以一概而论

3

研究者策略、一句话洞见与证据回溯

评估一线团队的应对策略，回溯客观实证等级并进行预期修正检验

Q10. 面对通用基础模型的发展及其应用范围扩大，您团队目前最核心的战略应对是？ *【单选；若多项并行，请选当前优先级最高的一项】

1. 【聚焦专业技术与系统能力】聚焦专业算法、系统架构、工程优化或实验验证，减少缺少专业积累的接口封装与简单功能组合。

2. 【主动采用与集成通用模型】将通用模型用于研发、评测、系统优化或运维，并接入既有专业模型和工具。

3. 【积累专有数据与可复用的验证能力】通过采集、实验、监测和评测平台，积累专有数据、运行经验及验证结果。

4. 【建立技术与产业合作】与模型、云、芯片、科研及行业伙伴合作，开展联合研发、适配和验证，必要时寻求投资。

5. 【继续既有研究或技术路线】继续以自主模型、专业软件、基础设施或传统工程实验为主，暂不调整核心路线。

6. 【持续评估，尚未形成明确调整方案】跟踪技术、成本和验证结果，证据充分后再调整方向、架构或资源投入。

Q11.【一句话洞见，选填】如果请您用一句话总结通用基础模型在您领域的能力边界（哪些早晚会被工程攻克，哪些受物理/数学客观规律保护长期不可替代）？

Q12.【预期打破案例】在过去一年（2025–2026）中，是否有某项技术能力或任务，是您此前判断通用基础模型“很难做到 / 属于垂直专属壁垒”，但后来新一代模型实际上已经做到或打破了您的预期？ *【单选】

1. 有（打破了我此前对通用模型能力上限的预判）

2. 没有（新一代模型表现仍在我的预判与物理/工程规律约束之内）

3. 不确定 / 仍在观察对比中

Q13.【客观证据回溯】回顾您刚刚作出的各项判断，最主要的客观证据来源是？ *【多选】

1. 本团队一线真机 / 工业CAD / 实体实验 / 超算实测数据团队亲自测试通用模型与专业系统，并按同一标准比较。

2. 日常研发全生命周期中深度使用前沿模型的工程体会

3. 阅读权威学术论文、开源评测榜单与官方技术报告实证

4. 与学术界、工业界同行的深入研讨与逻辑推演

4

受访者基本信息

研究团队预计11月中旬向受访者发布《基础模型能力边界研究报告》。

姓名 / 称谓

联系方式

机构与角色定位【单选】
高校 / 科研院所 · 教授 / 课题组负责人 (PI) / 研究员高校 / 科研院所 · 博士后 / 博士研究生科技企业 · 创始人 / 首席技术官 (CTO) / 研发总监科技企业 · 算法研究员 / 系统架构师 / 研发骨干

填报中 (已完成 0%)

请确认已完成上方带红星 * 的必选题项

具身控制核心维度	0-完全无法使用 (输出严重失效或碰撞)	1-初级参考Demo (时延超标/长程易失控)	2-辅助调试工具 (需工程师频繁人工排错)	3-分工协同可用 (通用模型规划+端侧执行)	4-工业级全面替代 (替代传统运控与示教)
1. 高层自然语言任务分解与异常重规划 (替代传统手写 PDDL 规划器)
2. 工艺动作自动化解析与轨迹免示教调试 (替代人工手把手拖动示教)
3. 实体空间常规抓放与双机械臂协作操作 (如真机 90%+ 稳定抓放)
4. 强遮挡环境下三维绝对度量几何感知 (对比 1.7B 3D 原生点云专模 UNITAS)
5. 毫秒级紧公差接触力控与装配插拔 (<2mm 插拔，>100Hz 闭环微操)
6. 工业产线硬性安全与长程连续无故障运行 (满足 MTBF ≥ 500 小时工业标准)

3D 几何与工业设计核心环节	0-完全无法使用 (几何拓扑严重混乱/报废)	1-仅概念草图 (仅供灵感/需人工重做)	2-辅助生成工具 (重复绘图提效/依赖修改)	3-接管标品生成 (按规范直接生成/提效50%+)	4-工业级全面替代 (直通CAM制造/替代传统)
1. 二维手绘/工程草图反求参数化三维实体 (自主编写 CadQuery/OpenSCAD 代码生成精准几何体)
2. 工业标准装配约束与机械运动副构建 (孔轴配合、铰链传动、防干涉碰撞检查与尺寸链闭环)
3. 复杂自由曲面造型与高精 B-Rep 实体构建 (汽车覆盖件、叶片等 G2/G3 连续复杂曲面流形)
4. 自动化逆向工程与尺寸公差冲突自愈修正 (从残缺扫描/图纸中恢复完整装配拓扑并消除尺寸冲突)
5. 面向下游制造的 CAM/CAE 工业流程衔接 (直接生成无缝网格或 STEP/IGES 文件，无报错送入 CNC 或模流分析)
6. 游戏与仿真轻量 3D 资产端到端生成 (对比 3D GS / NeRF / 专用 3D 扩散生成模型)

AI4S 核心任务环节	0-暂无数据/不了解	1-无法替代 (直接输出失效/需专业模型)	2-潜力验证/成本高 (可行但算力消耗大)	3-需微调/分层协同 (通用模型调用专业模型)	4-成熟全面替代 (无需微调即可高质量输出)
1. 第一性原理与流体软件 (VASP/LAMMPS/OpenFOAM) 输入脚本生成与文献参数提取
2. Linux 终端科研代理全流程执行 (自主配置科学计算环境并跑通复杂数值仿真)
3. 跨学科科学计算数值建模与底层数学算子优化 (如矩阵运算内核自动演化提速)
4. 理论物理微扰推导与前沿纯数学命题猜想推演 (无需工具前沿数理定理探索)
5. 强湍流直接数值模拟 (DNS)、核聚变等离子体磁控及微观晶胞网格直接求解生成
6. 现代数学未解猜想原创证明与形式化系统确定性验证内核 (如 Lean 4 公理验证)

计算生物核心环节	0-暂无数据/不了解	1-无法替代 (直接输出失效/需专业模型)	2-潜力验证/成本高 (可行但精度低或耗算力)	3-需微调/分层协同 (通用模型调用专业模型)	4-成熟全面替代 (无需微调即可高质量输出)
1. 分析仪器 (NMR/LC-MS) 二进制图谱自动化去噪与纯度积分峰解析
2. 高通量自动化移液工作站协议脚本生成与生物信息全流程分析
3. 蛋白质三维全原子结构折叠与主链从头生成 (对比 AlphaFold 3 / RFdiffusion 等专模)
4. 单靶点刚性表位微型结合蛋白虚拟筛选流水线 (调度专用折叠模型闭环)
5. 多靶点广谱分子设计与非凸动态自由能平衡 (应对复杂构象熵瓶颈)
6. 活体动物体内 (In Vivo) 药效验证、代谢动力学 (DMPK) 与多器官毒理测定

网络安全核心环节	0-完全不可用 (大量误报或跑偏)	1-初级辅助扫描 (需人工深度验证)	2-局部自主闭环 (标品漏洞自动修复)	3-实战级深度应用 (渗透/逆向达实战水平)	4-全面自治替代 (全天候自治防御)
1. 大型多语言代码库未知漏洞全仓审计与补丁自愈修复 (零 CVE 提示全自动修复)
2. 剥离源码与符号表的编译态二进制程序逆向解构 (多轮反思尝试自主还原核心逻辑)
3. 跨平台真实软件高危漏洞端到端武器化渗透利用 (自主生成可用攻击载荷 Exploit)
4. 间接提示词注入 (IPI) 与恶意越权指令拦截防御 (抵御复杂网页与外部文档恶意劫持)
5. 密码学算法迁移与形式化安全协议校验 (如经典加密向后量子密码自动化迁移)
6. 零日漏洞 (0-Day) 深度挖掘与复杂内网多跳横向渗透 (规避高级防御机制与动态沙箱)

AI Infra 核心任务与软硬件环节	0-完全无法使用 (无法收敛/引发宕机)	1-初级实验Demo (需专家重写和调试)	2-辅助提效工具 (减少常规开发工时)	3-生产级可用/协同 (达到资深系统专家水平)	4-全面替代或重构 (端到端自愈/超越传统架构)
1. 底层驱动与自动生成算子代码编译器 (自主编写调优 Triton/CUDA 算子，编译适配从数周压缩至小时级)
2. 分布式并行训练框架策略编排 (3D/4D 混合并行、ZeRO 显存卸载与通信重叠自动切分搜索)
3. 高性能推理引擎与集群 AIOps 自动故障诊断与恢复 (万卡死锁自主排查、动态拓扑重组与秒级恢复断点训练，显著提升有效算力率)
4. 慢思考测试时推理（Test-Time Compute）引发的算力重构 (百倍 Token 消耗与大容量先进 HBM 显存倒逼)
5. 机架级超节点与集群高速网络互联 (Scale-up 全互联架构、RoCE/IB 无损网络拥塞自动化调优)
6. 数据中心高密供电与绿色全相变液冷 (100kW+ 单机柜高密供电与两相液冷物理能源硬资产)

软件工程与商业自动化关键环节	0-完全无法使用 (长程易失控漂移)	1-初级辅助补全 (单文件/模板填充)	2-局部可用需重检 (中等任务/单模商业)	3-工业级完整任务执行 (跨仓库修复/桌面接管)	4-生产级全面替代 (结果交付/替代传统)
1. 单函数级算法编写、API 接口对接代码、SQL 查询与单元测试生成
2. 围绕大模型编写的基础任务调度逻辑 (提示词路由、简单状态机，可能被模型内置工具调用能力替代)
3. 跨多个文件仓库级 Issue 定位、自动化修改、单测回归与生产代码合入
4. 跨软件图形界面模拟操作与长程桌面日常业务流程接管 (高精屏幕元素定位与纠错)
5. 跨行业高阶认知工作交付与复杂财务审计勾稽 (严谨长程建模与合规推导)
6. 超百个微服务遗留系统无测试重构与航空金融级形式化验证系统