................35 3.2 光电融合网络的解耦和融合趋势.......................................... 44 3.3 光电协同的 SDN 控制与 AI 运维..........................................49 四、 光电融合网络技术相关标准............................... 近年因开放解耦架构的普及和光模块技术进步（如微型化光电集成、 相干容量提升）重获关注。消除独立光转发设备不仅降低 CAPEX， 其扩展传输距离还可绕过汇聚节点，进一步节省成本。 光电融合网络技术是通过光层传输与 IP 层控制的深度协同，构 建的统一网络架构体系。其核心是将传统分离的光传输系统 （DWDM/OTN）与分组交换设备（路由器/交换机）在物理设备层、 协议层和网络管理层实现三重融合，形成下一代确定性、可编程、广 确定性网络增强机制 基于 SRv6+ODU/OSU 灵活复用，实现业务粒度切片（vlan/roce 等）与路径稳定转发保障，支持微秒级时延控制，适应 AI/工业/金融 等场景对稳定性、低抖动的极致要求。 3.广域光电融合调度能力 结合统一控制面（如 SDN 控制器）实现电信级路径动态调度， 完成全网粒度识别、片段级路径编排与秒级快速发放，支持广域高效 算力连接。 1.2 光电融合网络需求和意义

.....................................................................................39 2.2.5 运动规划与控制................................................................................................... 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应用场景、功能特性、控制模式以及移动方式来进行，截至目前， 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引 发热烈讨论与争论也就不足为奇了。 autonomy to perform locomotion , manipulation or positioning ， ISO 8373:2021）。 人形机器人既可以是工业机器人，其定义为：自动控制的、可重 复编程、多用途的操作机，可对三个或三个以上轴进行编程，它可以 是固定式或移动式，用于工业自动化；也可以是服务机器人，其定义 为：个人使用或专业用途下，可为人类或设备完成有用任务的机器人。

器人具身智能。  计算机领域：控制与感知 控制系统负责对人形机器人的行为和运动进行规划和控制，相当于“大脑”和“小脑”，视觉则是人形机器人对外感知的主要渠道，二者共同构成人 形机器人的核心领域。机器人控制器市场目前由机器人整机厂商主导。但控制器研发门槛较高，随着规模更小、资金更少的人形机器人创业公司的增 加和竞争加剧，第三方控制器厂商有望主导人形机器人控制器市场。机器视觉市场目前由美、日厂商 占据主导地位。我们认为人形机器人成本在快速 下降过程中，而对精度、稳定性、定制化等的要求低于工业需求，中国厂商未来有望利用成本优势开拓市场。  投资建议：受益标的：控制（云天励飞、软通动力、智微智能），传感（奥比中光、虹软科技、奥普特、思特威、联创电子），灵巧手（兆威机 电、捷昌驱动、曼恩斯特）, HW、SLS链（祥鑫科技、秦安股份、豪能股份、隆盛科技），小米链（金杨股份、金博股份），宇树链（长盛轴承、 代表性厂商：巨头跨界，初创涌现 04 计算机领域：控制与感知 05 投资建议与风险提示 01 人形机器人：承载AI未来 4 5 资料来源：深企投产业研究院，觅途咨询，高盛，财联社，IT之家，华西证券研究所  人形机器人又称仿生机器人，一般认为人形机器人是一种模仿人类外形的机器人，除具备人形和模拟人类动作外还兼具智慧化和可交互性等特点，包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块。 

语音交互、机器学习、深度学习等人工智能技术应用于机器人上的智 能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 附：苏州市“机器人+人工智能”工业应用案例 ............... 24 （一）智能产品案例 ................................... 24 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 ............ 机器人与人工智能融合历程 （二）三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 比如在拾取操作中，当传感器检测到力量过大的时候，机器人可以利 用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化

4.4 移动切换技术............................................................................24 4.5 网络管理与控制技术................................................................27 4.6 网络测量技术................... 同时， 承载网还需与地面光纤网或无线骨干网形成互联接口，实现跨域无缝 对接。由于卫星在轨运行形成高度动态化的拓扑结构，卫星互联网承 载网的控制平面必须具备快速的拓扑感知与预测能力，通过基于轨道 力学的链路预测实现路由的提前优化配置，并借助分布式控制与跨域 编排机制，在多域多业务并行运行的情况下保持网络稳定。 在能力特征方面，卫星互联网承载网的首要优势是全球覆盖。依 托大规模卫星星座的 间是骨干与接入的关系，接入网完成用户与卫星之间的直接通信，承 载网则负责将这些接入流量在全球范围内进行传递与交换。与地面核 心网的关系则更加紧密，核心网不仅提供业务控制与资源调度的逻辑 支撑，还与卫星互联网承载网形成控制信令与业务流量的双向交互， 共同完成端到端业务的传输与管理。在与地面承载网的关系中，卫星 互联网承载网起到互补与增强的作用，在地面光缆发达地区可以作为 低时延的跨洲通

17： 基于 AI 的化工生产应用结构 ............................................................ 19 图表 18： 化工生产自动化控制系统中 AI 技术具备多方面的应用 ..................................... 19 行业深度研究 敬请参阅最后一页特别声明 4 比较明显的意愿型企业 也将具有先期优势。化工行业赛道多、产品种类极其丰富，产品链涉及到有机、无机，加 工包括矿产加工、能源加工，方式包括化学合成、物理提纯还有生物发酵等等，其中部分 企业设备的自动化控制能力相对较强，能够较为容易形成数字化对接，也有望提升 AI 优 化的速度；部分行业可以通过较低成本的对接获得较大的问题改善，比如加快产品落地、 明显优化管理、提升设备利用效率、降低安全生产风险等，有比较明显改善的企业也有望 敬请参阅最后一页特别声明 10 扫码获取更多服务  碳排、能耗的管控落地可能性提升：自 2021 年开始，国内制造行业就开始持续对能 耗、碳排的领域进行关注，但化工行业产品种类多，差异大，在管控制定前，行业数 据的收集、标准的制定、方案的测试等都需要大量的数据基础和繁杂的程序，但如果 AI 智能化逐步在行业进行推行，先期的数据收集和整合的难度和时间就会有明显的 改善，对于行业未来的能耗、碳排

系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 为目标，二者缺乏统一的优化框架，造成新能源利用率损失 3%- 5%。技术层面，算力系统的异构性与电力系统的波动性难以通过传 统控制模型实现兼容，跨域协同效率低下。这些问题的存在严重制 约了算力产业与能源系统的协同发展。 本白皮书详细介绍了算电协同的发展背景、基本概念、功能架 构、关键使能技术等；同时，分析了算电协同典型应用场景、生态 . 17 2.2.4 高可靠确定性网络承载........................................................ 18 2.2.5 生成式智能化决策控制........................................................ 19 2.2.6 全周期高实时数字孪生..................... .............. 47 5.1.1 系统复杂性，算电协同的纳管挑战..................................... 47 5.1.2 资源动态匹配，协同控制的核心难题................................. 48 5.1.3 能效瓶颈，电力侧的关键制约....................................

..............6 （二） 多模态模型算法赋能“大脑”层级进步 ...................................7 （三） 小脑模型算法迭代优化，实现拟人化运动控制..........................7 （四） “肢体”构筑机器人的“钢铁之躯”......................................8 三、 全球人形机器人的典型实践与探索 类外观和行为的机器人。人形机器人灵感来源于人类的身体，集仿生 学原理和机器电控原理于一体。与普通机器人相比，人形机器人最大 的特点是拥有拟人智能能力，可以通过人工智能大模型技术的赋能， 实现拟人化的感知、决策、控制能力，实现了智能的飞跃。同时，人 形机器人还需要具有拟人的外观，通常由头部、躯干、四肢等部分组 成，能够实现模拟人类的行走、抓握等动作。这种类似人类的形态，可 以快速融入人类社会，完成具体的任务，通用性和适应性较强。 波士顿动力Atlas作为行业运动能力标杆，2024年推出电动版新 款Atlas机器人，具备三指灵巧手，可搬运14kg物体，能完成行走、跳 跃、爬楼梯等复杂动作。核心技术模型预测控制器（MPC）推动其从 预设动作向自主路径规划进化，在复杂地形运动中保持卓越稳定性，持 续拓展运动控制与感知技术的边界，主要服务于科研验证领域。 宇树科技代表中国创新力量。2023年H1搭载自研M107关节电机， 单腿自由度设计使其在

。如果是两比特系统，除了有每个量子位的单量子 比特操作，还有两量子比特门。最常见的就是受控非门（CNOT）， 其作用就是当控制位比特为 0 时，靶位不做任何操作，当控制位为 1 时，靶位进行比特翻转。有时候也可以将控制位的态反过来控制，比 如控制位为 1 时靶位翻转，控制位为 0 时不做操作。考虑控制位为 1 进 行 靶 位 的 比 特 翻 转 情 况 ， 其 CNOT 门 的 态 矢 表 达 形 式 为 转置），其矩阵形式为              0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 1 CNOT . 两比特的量子门还有控制 Z 门、控制相位门和交换门。在量子计算中， 通常会用量子线路的形式来表达门操作序列。图 4 所示为几个单量子 比特门和两量子比特 CNOT 门的量子线路表示。 图 4. 量子门操作线路图。（a）泡利 量子门操作线路图。（a）泡利 X 门，也称为比特翻转操作。（b） 泡利 Y 门。（c）泡利 Z 门，也称为相位翻转操作。（d）Hadamard 门。 （e）两比特 CNOT 门，上侧带黑色点的量子比特为控制位，下侧带 圆圈的量子比特为靶位。 更详细的介绍可参考书籍[5]。 1.1.4 量子测量 测量是量子力学中一个非常重要的概念和过程。因为量子力学中， 系统的状态都是由波函数 来描述。但是波函数并不是一个可观测量，

作为承载协议，提升数据传输 的效率。RDMA 对网络性能非常敏感，0.1%的丢包将导致数据吞吐 率下降 50%。算力城域网通过引入 400GE/800GE 端口和端口大缓存， 有效降低网络拥塞概率，并结合流级拥塞控制机制，避免算力数据传 输过程中发生丢包。确保跨广域训练的算效相较于单 DC 仍能达到 95%以上，并且云边协同推理相比集中推理 TTFT 和 TPOT 性能劣化 小于 5%。 （4）收敛组网技术 层梯度 聚合算法重构集合通信流程，有效减少跨数据中心通信的算卡数量， 实现网络带宽的初步收敛；再采用“突发缓存+队列调度”的双重机 制，利用高速缓存吸收流量冲击，并通过优先级调度确保 GPU 控制 信令的及时传输，避免计算资源闲置等待。按需引入 4:1、8:1、16:1、 32:1 等网络收敛比，实现建网成本与算效的最优平衡。 （5）模块化组网能力 算力城域网以 AIDC 为中心组网，基于模块化组网架构与 需重点保障的业务流和控制流。再基于 Telemetry 技术周期上报功能 将流信息上送到控制器，由控制器为关键流定制最优路径，从而为业 务流提供高吞吐、低时延、低拥塞的传输环境，并保障控制流的可靠、 优先传输。此外，设备在上送流信息时可同时上送资源信息（可用带 宽、缓存队列深度等），支撑控制器统一规划整网流量，实现全网路 径间的无冲突均衡调度。 （5）流级拥塞控制 图 6-2 端到端精准流控表示意图