• 3D模型的数据集丰富度 较⾼，模型可以覆盖各 类物件和场景 • ⽆ • 低 • 缺少存量装机量，要从零 开始积累数据，同时仿真 数据精度有限 • 低 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态，异构数据多 • 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部 分AI系统进步的 瓶颈，算法和算 ⼒的问题相对更 容易解决 ⼯作，提⾼效率和⽣产⼒ 算法支撑 分段式⼤模型 + + 感知 决策 执⾏ 逐 渐 探 索 成 熟 • ⼤部分厂商目前的数据积累、算法成熟 度、本体成熟度都不支持端到端机器⼈ ⼤模型，任务编排、感知模型、运动控 制以及操作抓取都处于模块化状态 • 但头部厂商如特斯拉已采用端到端路线 技术尚未成熟，探索领域 感知 + + 决策 执⾏ 传感器 Token 提示词 Token ⾏动 + 回复 据积累需要从零做起，数据 稀少，尤其端到端的⾼质量 数据 数据分布 多样性 • 数据精简度差：包括视觉摄 像头、激光雷达、运动传感 器、触觉传感器数据，另外 数据跨本体融合、泛化困难 • 数据多样性低：在收集速度 和数据质量上存在局限，目 前数据分布上以简单抓取和 运动数据为主，泛化性不⾼ 描述 构成 机器⼈数据来源 真实 数据 描述 • 机器⼈遥控操作 收集动作、场景 及环境数据

当前研发状态 01 应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 不足，限制了机器人在野外勘探、灾难救援等复杂地形 场景的应用。 核心零部件研发与成本

FC6：由于 TxV 发送的 V2X 消息内容错误（例如 位置错误），产生误报警 故障避免策略：  PSFR-FC6-1（对 TxV 的要求）：TxV 发送的 V2X 消息应具有准确的位置 信息及车辆运动状态信息 故障避免或减轻策略：  PSFR-FC6-2（对其它车辆及 RxV 的要求）：若除 RxV 与 TxV 以外的车 辆（例如 RxV 与 TxV 之间的车辆）也同时发送了 V2X 消息，则 发送的 V2X 消息内容错误（例 如信号灯相位和配时错 误），产生误报警 故障避免策略：  PSFR-FC6-1（对 RSU 的要求）：RSU 发送的 V2X 消息应具有准确的位置 信息及车辆运动状态信息 故障避免或减轻策略：  PSFR-FC6-2（对 RxV 的要求）：RxV 应尽可能地同时使用自身的传感器 信息（摄像头、毫米波雷达、激光雷达）对 TxV 的 V2X 消息进行核对，

毫米波雷达 技术要求 在高速公路、公路隧道、高速收费站、城市路口等多个业务场景中， 特别是在雨雪雾霾等恶劣天气条件下，通过毫米波雷达波束获取道路交通 车流、人员等目标的相对距离、速度、角度及运动方向等物理信息，对目 标进行分类和跟进。具有穿透雨雪烟雾、不受光线和光照影响、测量精度 高、探测距离远的特点，具备全天候全域探测和多目标连续跟踪能力。 技术特点 根据场景进行摄像机功能的自主 AI 业务。 一站式 AI 平台 通过 AI 技术对路网监控视频或图片进行智能检测、智能识别、智能检索、智能跟踪，能够 识别机动车、非机动车、人等交通参与对象的基本特征、个性特征、交通违法、运动轨迹等， 可以识别交通拥堵、路面抛洒、异常停车等特殊事件，为智慧交通管理提供智能感知手段。 机器视觉 基于智慧公路时空大数据底座，利用机器学习、神经网络等技术，提供从数据、到知识的识 别和预

Overall, 中国 取得了令人难以置信的进步 ， 从 第 29 位缓慢上升到第 11 位 ， 而香港(中国) 则 输掉了 8 地方 ， 只是停留在全球前 20 名 • 低于前 10 名 ， 有更多的运动空间: 观看的包 括 法国 and 爱沙尼亚 - 前者有 获得了强劲的增长动力，从十年前的第22位上升 至现在的第12位，而后者则通过不断提升，从201 4年的第24位上升至当前排名的第16位。 Japan The integration of 创成式 AI 开启更加直观自然的 机器人控制界面，并显著提高效率。预测性维护通 过先进的数据分析优化系统可用性，从而实现运营 成本的大幅节约。 具有人性化的设计和运动模式 ， 人形机器人 提供 无缝集成到现有为人类用户设计的环境的可能性。这 项技术有望深刻变革现有的工作结构。 解锁自动化的新维度 工业和社会背景 5.2 前沿技术 技术与创新 Humanoids ，增加了灵活性和可扩展性。 5.3 人类与机器 • 人形机器人的趋势包括人工智能和基于学习的方法的进 步 为了更大的自主性和适应性 ， 使用 轻质材料和节能 系统 ， and 仿生 设计 对于自然运动 5.1 创新的价值 5.1 AI 在机器人技术中的精选优势 罗兰贝格 | 57 手指触摸图形 自动生成说明 的价值 创新 一个人的头部轮廓 自动生成说明

2月16日，0penAlI发布文生规频大模型5ora，并引发广泛关注和持续热议 据墨，Sora可根据用户的文本提示创建量长60秒的规频，并能够深度模报 真实物理世界，生成具有多个角色，包合特定运动的复条场景，Sora的推 出开启了视频创作的新纪元，同时也为国内A频域注入了新的活力， 七壶数据 ONE 2024年大事件（3-4月） 3月 小米SU7发布，且车机系统深度适配主流车载应用 图像视频并向虚拟陪伴等赛道深度拓展：百度重磅推出「文小言，并积极借助A赋能旗下应用：腾讯推出「腾讯元宝！的同时也对输入法 等产品进行了AI升级赋能， 阿里巴巴 宇节跳动 0 9 【弯克】 走小宝」 「乐动力】 AI智能助手 运动健身 【豆包， 图像视频 [BAl 政率办公 A智胜助手 色 通义！ 灯路专业版！ 势购相机！ 款事办公 [飞#] 【豆包学！ AI政育 百度 腾讯 文 D+ 【文小言 「百度文库」

通感互助 2.2.1 通信赋能感知 2.2.1.1 协作多节点的多维信息融合处理 单节点感知存在性能随机性波动大的问题，导致感知鲁棒性较差。感知随机性包括随机 信道状态与随机测量误差，前者包括目标运动引起的随机 RCS 变化、目标路径的突然遮挡 等，后者主要来源于接收端接收的干扰信号、噪音、硬件物理状态等对信号估计、目标识别、 目标测量的影响。利用多节点信息可以有效减小这类随机性对个别接收节点感知业务的影响， User Equipment，UE）等，可以通 过节点彼此之间发送或接收感知信号，或者通过节点自发自收感知信号两种不同感知模式进 行感知/通感一体化业务。感知目标的状态（包括空间位置、空间朝向、运动速度等等）或 感知环境发生改变，以及感知节点发生移动（例如 UE 移动），都可能导致感知性能发生改 变。为了保证感知业务的连续性，以及持续保障感知/通感一体化 QoS，网络可能需要进行 感知节点切换。 对可靠性的研究范围为 105 到 107。 4. 多维多模态：沉浸式业务的生成和传输包含了多个维度的信息，这些信息来源于视 频、音频、触觉、嗅觉、味觉等。只有当各个维度的信息保持严格同步（包括时间，空间， 运动方向等的同步和一致性），才能给用户身临其境的感觉。因此，在传输过程中，来自不 同传感器、不同角度的物体生成的各个并发媒体流之间需要保持相当严格的同步。 对于沉浸式多媒体多维多模态业务的同步传输，引入了同步阈值的概念，同步阈值可定

球型摄像机，又称为球机，是一种集成了摄像头、云台和解码器于一体的智能监控设备。球型摄像机以其360度全方位旋转拍摄能力、高清 晰度图像捕捉、优秀的夜视功能以及强大的变焦能力为特征，能够适应各种复杂的监控需求。它通常配备有先进的运动检测算法和智能分 析技术，可以实现自动跟踪目标、区域入侵报警等功能，大大提升了监控效率和准确性。球型摄像机广泛应用于室内外多种场景中，如城 市道路、广场、机场、车站等公共区域的安全监控；商场、酒

优化分析、 自动下发权值和自动验证结果的全流程自动优化，使得 Massive MIMO 上万种天线参数权值的优化成为可能，大大提高了网 络优化效率，并可以结合 ToB 业务的 UE 位置、轨迹和运动周期进行优化，提升 ToB 网络的灵活性和针对性。 KPI 异动往往预示着网络某个层面出现问题，运维人员每天面对成百上千 KPI 变化和大大小小的告警处理，很多时候疲于奔 命，对 KPI 监控无

对关键设备数控化率进行统计分析，平均数控化率为 86.16%，表明绝大多数生产设施已实现较高水平的自动化和数控 —7— 化。设备数控化是指采用数控技术对生产设备进行改造和升级的 过程。数控化是一种利用数字化信息对机械运动及加工过程进行 控制的技术，目前普遍的方案是过 PLC 技术自动控制设备，同时 采集设备的各种运行参数，是实现整个生产过程的远程实时监控 的基础。 对关键设备联网率进行统计分析，平均联网率为 角度过大的结构，更换为旋转夹紧气缸，增加料框装件数量。在 实际运行时，固定传送带上方的摄像机，设定图像采集频率为每 0.5 秒一次，通过模板匹配确定工件位置，依据两帧图像间隔计 算工件运动速度，以此预测工件位置、规划运动轨迹，实现机器 人精准抓取。若机器人在抓取区域未成功抓取工件，则放弃追踪。 此外，还会对定位抓取系统进行实验，根据实验结果优化改进， 利用参数化模型将目标图像坐标映射到机器人基础坐标系，经计