负增长。 在这一背景下，协作机器人却展现出了较强的市场韧性。随着 3C 电子行业逐渐复苏，协作机器人订单需求明显提 升。与此同时，协作机器人在新能源行业开始实现规模性的突破，增长表现亮眼。协作机器人可以自动完成上下料、螺 丝锁付、组装、焊接、封装、质量检测、搬运、清扫等工作。 负载方面，市场对大负载协作机器人需求有所增长，众多厂商推出大负载协作机器人产品，在协作码垛场景中逐渐 形成现象级 渐扩大，协作机器人与工业机器人的边界正逐渐模糊。 当前，协作机器人行业仍处于发展初期阶段，市场基数相对较小，下游应用仍主要在工业领域。GGII 数据显示， 2024 年中国协作机器人销量为 4.0 万台，在汽车及零部件、3C 电子、食品包装、机械加工等工业细分领域合计占比约 59%。在非工业领域，包含科研教育、医疗保健、新零售、农业等非工业场景的渗透率进一步提升。 随着协作机器人不断向 行业的发展趋势，GGII 认为，未来几年，协作机器人在各行业的渗透率将持续提升，整体需求将会延续增长态势。 本蓝皮书以协作机器人为核心，重点阐述了重点核心零部件的发展态势，其中包含减速器、无框力矩电机、关节模 组、力传感器等，结合协作机器人产业链各环节的技术特点，剖析协作机器人市场和技术脉络，同时对协作机器人的 应用行业、应用场景和应用趋势进行分析，旨在厘清协作机器人的发展脉络，帮助协作机器人产业链相关企业及投资

的兴起并非偶然。大模型、算力供给、能源供给、开源、生态系统和产业应用的同步发展，共同“托举”起 AI Agent 恰逢其时的 诞生，成为当前最值得关注的技术趋势之一。 其中，大型语言模型、模块化架构与协作框架为其筑牢根基，持续发展还需攻克评估、安全与适应性难题。 AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 高（软件开发） 中（主要文本和代码） 中（辅助编码） 弱（主要代码处理） 高（自主执行） 中（文本和图像） 中（研究执行） 强（文本、图像、 PDF ） 低（协助编辑） 弱（主要代码处理） 中（协作任务执行） 中（文本为核心） AWS Agent 工作流 中（云任务自动化） 弱（结构化数据交互，文本驱动云操作） 在行业领导者的推动下， OpenAI 、 Anthropic 、 Google 工具能力 ★ 规划能力 ★ 行动能力 ★ 含义 人类完成绝大部分工作， 类似向 AI 询问意见，了解 信息， AI 提供信息和建 议 但不直接处理工作。 人类和 AI 进行协作，工作 量相当。 AI 根据人类 prompt 完成工作初稿， 人类进行目标设定，修改 调整，最后确认。 AI 完成绝大部分工作，人 类负责设定目标、提供资 源和监督结果，

加速和可持续发展要求的提高，建筑项目的复杂性和规模显著增 加，设计师需要在有限的时间内处理大量的信息，并做出精准的决 策。传统的设计方法依赖于设计师的经验和手动操作，虽然在某些 方面仍有其优势，但在效率、创新性和跨学科协作方面存在明显的 不足。根据行业调查数据显示，超过 60%的建筑设计项目在设计阶 段存在时间延误，其中约 40%的延误原因与设计方案的反复修改和 优化有关。 与此同时，建筑信息模型（BIM）技术的广泛应用为行业带来 算资源需求，提升模型的实用性和经济性。 3. 领域定制化：针对特定行业（如建筑设计）开发定制化模型，提 供更精准的解决方案。 4. 人机协同：通过自然语言交互和可视化工具，增强设计师与模型 的协作能力，实现更高效的设计流程。 5. 伦理与安全：在模型开发中引入公平性、透明性和数据隐私保护 机制，确保技术的可持续发展。 展望未来，大模型技术将进一步赋能建筑设计行业，通过智能 化的工具和 据平衡：避免数据集中某些类别或特征过度集中，确保各类别样本 数量相对均衡。 - 数据质量：在数据增强和合成过程中，严格控制 数据质量，避免引入噪声或失真，确保扩充数据与真实数据的一致 性。 此外，可通过协作平台整合来自不同设计团队、科研机构和公 开数据集的资源，构建一个多维度的建筑数据集。例如，利用众包 平台收集设计师的创意草图及其标注信息，或通过 API 接口接入公 开的三维城市模型数据库（如

出了开放性的全栈式智能服务机器人生态。该 生态的目标是构建一个开放性的通用服务机器 人生态系统，通过创新的商业模式与技术，推 动机器人的广泛应用与协作，进而实现无缝协 同的、通用的服务机器人生态。 该生态不只是一个技术架构，更是一个融合了产 品技术和商业模式的创新生态，旨在促进服务机 器人在不同细分场景中的协作和整合。通过推动 行业标准的建立和多技术栈的创新，该生态将为 全球服务机器人行业带来深刻的变革，推动服务 机器人迈向通用具身智能的新时代。 全面的产品矩阵为用户提供清洁、配送、迎宾 引导等复合型的产品组合，确保在同一场景中 多种机器人之间能够实现完美的调度与协作， 从而提升用户体验的一致性。 图表1-8：用户需求呈现多元化、复合型发展趋势 来源：德勤研究 综上所述， 用户需要的不仅仅是“ 通用机器人”， 更是“通用的”机器人产品体系。能够在多场景中 灵活适配，具备更高的协作性和兼容性，在使 用与维护上也会更加便利。 1.2.4. 商用服务机器人行业进入下半场阶段 增加集成难度：技术壁垒是行业生态不开放带 来的最明显的问题。各个企业往往开发独立的 技术和产品，依赖于各自的技术平台和标准， 导致缺乏统一的技术规范。这种状况导致不同 品牌和类型的服务机器人之间难以实现互联互 通，限制了产品间的协作。例如，在智能建筑 中，服务机器人需要与电梯、门禁和其他系统 进行有效整合，但缺乏通用的接口标准使得这 种连接变得复杂，增加了集成的难度。无法为 用户带来全栈式的智能体验。 1.3. 服务机器人落地面临的机遇与挑战

上下游产业链的数字金融生态。 数字人民币还可以为产业链数字化协同带来多维度的价值提升，该体系的核心逻辑在于： 前 言 - 2 - 数字人民币作为价值载体和智能合约执行引擎，结合多维数据，驱动产业协作模式升级。 在便捷性方面，数字人民币兼容账户和价值特征，具有可编程性，实现数字人民币线上线下 全场景应用。在通用性方面，数字人民币采取模块化设计，可灵活对接境内外央行基础设施， 实现与对接的司 无论是深度还是广度都有待进一步扩展。数字人民币相关制度与法规还有待持续完善，实现 产业链数字化协同需要分步推进和实现。本研究报告提出数字人民币推动产业链协同及生态 发展的框架如下 : 安全、高效、普惠的产业协作生态价值 = 智能合约 × 多维度产业链数据 产业链数字化协同特征 数字人民币的产业协同价值 趋势展望三个维度 多方 价值 共创 生态系 统重构 数据链路贯通 数字技术驱动 技术 可编 - 我国产业链数字化协同已迈入新阶段，正在从企业数字化的单点升级转变为产业链数字 化的生态协同。政策支持、技术进步和企业实践相互促进，形成了推动产业链数字化协同的 强大合力。现阶段，实践中涌现的协作模式，如产业交易综合服务平台、P2F（Platform to Factory）平台等，为产业链协同提供了多样化支撑。工业互联与企业数字化改造呈现逐渐融 合趋势，工业企业数字化转型模式通常包括链

［专栏］ 元宇宙时代，技术长什么样 第三章 你所知的第一个元宇宙：维基知识之城 维基百科：知识之网是如何织成的 “你为什么不编辑一下呢？” 维基元宇宙的背后：大规模协作构建全球知识体 ［专栏］ 人们为何和如何大规模协作 第四章 如何建设好的元宇宙：Decentraland虚拟之城 Decentraland，一个3D的虚拟世界 Decentraland缺少的是人的活动 如何建设好的元宇宙 元宇宙必将开启一个刺激互联网创新的大时代。 李檬 天下秀数字科技集团创始人、董事长及CEO 方军的新书是一本结构严谨的元宇宙入门书，超越了其游 戏的起源。本书特别有价值的是，它讨论了大规模协作的机 会，这是互联网未实现的承诺。 皮埃罗·斯加鲁菲 《硅谷百年史》作者 硅谷人工智能研究所创始人、元宇宙思想家 作为下一代互联网平台，元宇宙正在被越来越多的人关注 和研究，我们好奇和兴奋的同时，也会有很多的困惑和不解： 字之城）的街景片段，如知识之城、幼稚之城、金融之城、梦 幻之城……未来数字之城已经在这儿或那儿存在着。 但我讲得更多的可能是“石头”，即实体与数字融合的元 宇宙的七大基石。 第一块基石：大规模协作。 第二块基石：三维立体。 第三块基石：游戏化。 第四块基石：所有权系统。 第五块基石：可编程。 第六块基石：自组织。 第七块基石：体验。 在一个个案例中你将看到，我们周围的事物与环境、个人

、InformationGainRatio 等。 多用户协作 多个用户可以进行协作，用户能将数据一键分享给工作空间内的其他协作伙伴， 也能轻松共享协作伙伴精心积累的数据建模逻辑（工作流）。协作伙伴可以将自己 执行单个或批量建模工作流任务的完成状态通过通知栏或邮件自动通知给协作伙伴 协作伙伴之间可以对自己或别人的活动进行标注、评论。 可协作的工作空间截图： 75 图30. 图 28 可协作的工作空间 图31. 图 29

智能体的接入将帮助医疗机构实现三个层级的跨 越：基础业务流程自动化、中级临床决策支持、高级医疗资源网络 ” 化协同。这种转型不是简单的技术叠加，而是通过构建 人类专家 +AI ” 助手 的新型协作模式，在保持医疗人文关怀的同时，释放系统 性效能。某医疗集团的实际应用案例表明，在保持原有医护团队规 模不变的情况下，年接诊能力提升了 2.3 倍，医疗差错率下降至原 来的 1/5。 1.1 行业领先水 平。项目 ROI 周期控制在 18 个月内，后续将通过模型迭代持续释 放长尾价值。 2. 项目背景与需求分析 随着医疗信息化建设的不断深入，医疗机构正面临海量数据处 理、跨系统协作效率低下等核心痛点。根据国家卫健委 2023 年统 计，三甲医院日均产生临床数据超 50TB，但现有系统对非结构化 数据（如影像报告、医患对话记录）的利用率不足 12%，导致三大 典型问题显现：首先，医生平均每天需花费 2023 年数据），三甲医院门诊平均等待时间达 96 分钟 2. 电 子病历系统存在结构化不足问题，非标准化文本占比超过 40%，导 致临床决策支持系统（CDSS ）误判率升高 3. 跨科室协作依赖传统 通讯工具，会诊请求平均响应时间超过 2 小时 数据治理困境 ” ” 医疗数据呈现典型的 三高 特征： 特征 现状数据 产生后果 高碎片化 单个患者数据分散在 6.2 个系统 中

（三）运营管理环节组织制度滞后于技术变革 在制造业运营管理环节，企业组织结构和管理制度存在滞后， 导致人工智能技术作用难以得到充分发挥。首先，企业的职能部门 之间协作不畅，难以形成合力。研发、生产、供应链管理和市场营 销等之间的协作往往存在障碍。各部门可能有不同的目标和诉求， 导致技术应用效果大打折扣。其次，制造业企业的绩效考核机制不 适应人工智能技术，难以激发员工的创新动力。许多制造业企业的 在生产制造环节中，制造业将通过智能机器人与人协作完成生 产任务提升生产效率和安全性。一方面，人机协作辅助生产，提升 效率。智能机器人可以辅助人类执行重复性和高精度的任务， 比如 组装、焊接、喷涂或包装，其准确性远高于人类，从而减少废品率 和返工。另一方面，人机协同能够提升生产安全性。机器人可以承 担对人体有害或危险的任务，如处理有毒物质、高温环境下的作 业， 从而保护工人免受伤害。 同时，现代协作机器人配备有先进 同时，现代协作机器人配备有先进 的传感 器和软件，能够检测到周围的人类活动并做出反应，如减速 或停止， 以避免碰撞。总体来说，人机协作模式将在制造业中发 挥越来越重 要的作用，推动整个行业向更加智能化、高效化、人 性化的方向迈 进。 （三）运营管理环节通过大小模型协同实现自动化 大模型和小模型的协同将在未来制造业中扮演关键角色，在制 造业运营管理环节推动自动化水平的显著提升。大模型以其强大的 数据处理和

在初步评分完成后，系统进入规则引擎阶段。规则引擎根据业 务需求定义的一系列规则对评分结果进行筛选和调整。例如，如果 客户的负债率超过某个阈值，即使评分较高，系统也可能自动拒绝 贷款申请。规则引擎的设计需要与业务团队紧密协作，确保规则既 符合监管要求，又能有效控制风险。 最后，系统生成最终决策结果，并将其反馈给前端应用或相关 业务系统。整个决策流程可以通过以下步骤总结： 1. 数据采集与预处理：从多源数据中提取关键信息，并进行清洗 化模型 和系统功能。 在项目执行过程中，每完成一个阶段的任务后，将组织阶段性 评审会议，确保项目按计划推进并及时解决可能出现的问题。同时， 项目团队将定期向相关方汇报进度，确保透明沟通与高效协作。通 过明确的时间表与里程碑，项目将有序推进，最终实现 DeepSeek 在金融贷款评估中的成功应用。 5.1.2 资源分配与团队组建 在金融贷款评估引入 DeepSeek 应用方案的项目中，资源分配 师组成，负责项目的整体规划与实施。  支持团队：包括法务、财务和行政人员，提供必要的法律、财 务和后勤支持。  外部合作伙伴：如技术供应商、培训机构等，协助完成部分技 术开发与团队培训。 为确保团队高效协作，建议采用敏捷开发方法，将项目划分为 多个迭代周期，每个周期明确目标与交付物。同时，建立定期的项 目进展会议机制，确保信息透明与问题及时解决。通过合理的资源 分配与团队组建，为金融贷款评估引入