技术驱动：关键硬件实现国产化自研或大幅降价，大模型的 爆发降低开发成本，共同促进机器人落地通用场景 资料与数据来源：公开资料 数据收集与预处理 在智能机器人开发中，大模型 可整合来自摄像头、传感器等 设备采集的图像、声音、物理 信号等数据，将原始数据转化 为适合模型训练的高质量数据 集，极大提升数据准备效率与 质量。 1 大模型 模型训练环节 大模型可实现多任务学习，让 激光雷达随着在智能驾驶系统 中的规模化落地，已大幅降价。 据国联证券测算，2024年用于 ADAS系统的激光雷达均价，将 同比下跌15.56%至3800元。 3D视觉相机 六维力传感器 六维力传感器的生产涉及高精 度的制造工艺和复杂的装配流 程，成本居高不下。国内企业 正在进行技术攻克实现国产化， 如中航电测成功研发六维力传 感器。 集成边缘计算设备、第三方工 具和相关配件提升性能，3D机 绿的谐波、瑞迪智驱、福德机器人、 同川科技、中大力德、昊志机电 鸣志电器、伟创电气、拓邦股份、步科 股份、昊志机电、禾川科技、鼎智科技 感 知 系 统 雷达 编码器 摄像头 力传感器 触摸传感器 奥比中光、森云智能、 海康机器人、奥普特科 技、凌云光技术 柯力传感、东华测试、 中航电测、凌云股份、 坤维科技、宇立仪器 纽迪瑞科技、苏州能斯 达、三三智能科技、慧 闻纳米科技和钛深科技 思岚科技、速腾聚创、禾赛科技、北醒光子、

12 个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 制出我国具有历史意义的第一台仿人机器人“先行者”，这一阶段研 究集中在机器人关节以及简单步态控制上；21 世纪初，伴随着传感技 术和智能控制技术的突破，以北理工研发的第二代“汇童”、浙江大 学研制出“悟”和“空”双胞胎人形机器人为代表，人形机器人行业 步入了快速发展期，手臂活动灵巧，能够完成稳定行走、给人送递饮 料以及乒乓球对打等任务；2010 以及行业企业需加强协作，推动跨界融合，解决技术与市场的问题， 确保产业健康有序地发展。 2.1.3 产业链分析 2.1.3.1 总体情况 人形机器人上游产业链涵盖零部件和基础软件供应，包括电机、 减速器、传感器、控制器、芯片，以及基础软件等核心技术支持；中 游主要由整机系统制造商构成，负责机器人本体的研发设计、组装、 测试和系统集成；下游聚焦于终端应用场景，覆盖工业制造、家庭服 务、医疗康养、高危作业、教育培训等多个领域。 人形机器人本体的核心零部件包括感知器件、运动器件、灵巧手、 芯片和动力模块，这些部件构成了机器人实现环境感知、精确控制和 自主运行的关键基础。 感知器件——涵盖视觉、力/触觉和运动感知的多种传感器，例如 视觉传感器、惯性传感器和力矩传感器，用于采集外部环境信息和机 器人的自身状态数据； 运动器件——包括减速器、丝杠、电机及运动控制器等，负责驱 动机器人完成精确、稳定的动作； 灵巧手——作为精细操作的关键部件，对结构设计、反馈系统和

依照低层次感知到高层次感知逐个来看，人脑的间脑与脑干在机器人中对应的主要是（1）各类传感器及执行器自身部署的嵌入式驱动及算法。 各类传感器及执行器包括旋转执行器、直线执行器、力传感器、温度传感器、姿态传感器等，此类部件一般内部配有MCU，其内部的嵌入式 驱动及算法监控部件的各类状态，保证机器人部件的基本运作能力。（2）传递信息的线束及网关，起到各个控制器，传感器信息交互通联的 作用。 部位 在人体中功能 在人形机器人中功能 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 间脑 丘脑：感觉信息的中转，将视觉、听觉传递至大脑皮层 下丘脑：调节体温、饥渴、睡眠周期，并控制内分泌系统 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 人脑结构与机器人大脑对应关系 01 8 资料来源：浙商证券产业研究院 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 间脑 丘脑：感觉信息的中转，将视觉、听觉传递至大脑皮层 下丘脑：调节体温、饥渴、睡眠周期，并控制内分泌系统 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 英伟达主导现 有大脑方案 02 Partone 9 国内厂家现有高低配方案

端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 端到端的定义：基于数据驱动的深度学习 在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由 一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统 一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能 从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。 传统智驾系统的感知层、决策规划层和控制执行层之间 到端神经网络模型，成为首个商业化端到端自动驾驶产品。 • 技术突破与现实应用阶段（2019年-） 2021年：特斯拉发布BEV（Bird Eye View）技术。特斯拉在 AI Day上公布了BEV技术架构，通过多传感器融合实现感知 模块的端到端化，为后续端到端技术的全面应用奠定了基础。 2023年：特斯拉FSD V12发布。特斯拉正式推出FSD V12版本， 采用端到端架构，实现了感知、决策、规划的一体化，显著

驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的定义、核心特征与要素 高精地图主导 高精几何+语义 - 依赖高精度传感器 - L3/L4 早期探索 - 成本高/更新难 轻地图兴起 Light Map / SD Pro - 平衡成本与功能 - 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights Reserved.  智驾地图的核心作用是作为车载实时感知的补充和增强，提供超越传感器视距的先验信息和环境理解能力。  其在路径规划优化和作为AI模型训练数据源方面的价值日益凸显，但其具体作用随智驾系统能力提升而动 态演变。 7 市场概述 智驾地图在智能驾驶系统中的核心作用 L3 (有条件 自动) L4 (高度自 动) 趋势解读 & 核心观点 感知补充 (几 何/语义) ★ ★★ ★★★ ★★★ ★★ 重要性先升后降： 在NOA阶段（尤其城市）达到峰值，用于弥补传感器 不足；随着L4感知能力增强，对地图几何细节依赖可能降低，但语义信 息仍重要。 路径规划 (AP friendly) ★ ★★ ★★★ ★★★ ★★★ 核心价值，持续提升： 提供更适合自动驾驶系统执行的路径（如车道级、

目录 CONTENTS 5G：终端发布在即，射频、光学、面板行业迎新机遇 1 5G将开启手机新一轮换机周期 1.1 射频端：需求增加、技术升级、集成度提升 1.2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安防行业：需求逐渐回暖、AI加速、海外拓展 射频端 传感器 智能家居 智能穿戴 AR/VR 智慧城市 智能安防 无人驾驶汽车 智能交通网络 工业物联网 5G将开启手机新一轮换机周期 1.1 1.1 显示器 6 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 1.2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 1.2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 12 5G对终端射频器件影响：需求增加、技术升级、集成度提升

念，通过集成各类传感器采集的数据，使用机器学习等人工 智能算法，建立可实时更新的“拟真”模型，以支撑各类航 空工业产品的生命周期内的各项活动。 数字孪生是集成了多物理量、多尺度、多概率的系统， 经过最初在航空航天领域的应用，逐渐扩展到电力、城市管 理、建筑、制造、金融等多个行业；数字孪生在精确反映物 理对象的虚拟模型中，会给研究对象（例如，风力涡轮机） 配备与重要功能方面相关的各种传感器。这些传感器产生与 传感器产生与 物理对象性能各个方面有关的数据，例如，能量输出、温度 和天气等等，然后将这些数据转发至处理系统并应用于数字 副本。一旦获得此类数据，虚拟模型便可用于运行模拟、研 究性能问题并生成可能的改进方案；所有这些都是为了获取 富有价值的洞察成果，然后将之再应用于原始物理对象。 2 （二）数字孪生的金融政策指引 在金融行业，中国人民银行于 2021 年发布的《金融科 技发展规划（2022-2025）》 网）本质上是互联网从人向物的延伸，物联网是将“物”和 互联网相互连接的技术，涉及对于“物”的感知、信息采集、 传输和控制，用于实现物与物、人与物之间的信息交互。具 体而讲，就是通过温度、湿度、压力、振动等传感器实时收 集 环 境 和 设 备 的 数 据 。 RFID （ Radio-Frequency Identification，射频识别）是一种利用无线电波进行自动 8 识别和跟踪标签附着物体的技术，对物品更主动、更精准地

核心零部件和算法方面与机器人“四大家族”存在一定差距，产品的 稳定性、精确度、响应速度和易用性方面有待进一步提升。随着国产 替代进程加速，当前机器人核心零部件在多个关键领域已取得突破， 如减速器、伺服电机、传感器等，未来，机器人行业的差异化竞争将 更多聚焦于软件。 二、全球“机器人+人工智能”技术趋势分析 （一）工业领域的机器人正在从中等智能走向高度智能 机器人智能化的发展呈现出五个明显的阶段，每个阶段都标志着 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 来避免碰撞。另外，蚁群算法、粒子群算法等群体算法能够通过模拟 度和灵活性显著提高，原本无法被取代的喷涂、焊接场景也逐步开始 应用机器人。 此类场景主要包括两种“机器人+人工智能”融合应用模式。一 是“机械臂+操作优化模型”模式，AI 应用的主要目标是提高操作精 度，如珞石机器人基于关节多传感器融合的全局振动抑制算法技术， 抖动幅值降低 80%以上。二是“机械臂+操作学习模型”模式，AI 应 用的目标是提升机器人的灵活性和适应性，形成智能焊接、喷涂、组 装等典型细分场景，如新松多可焊接工作站，通过示教器即可实现对

设备为中心的“小数据”的定义。 从战略层面的“大数据”视角来看，AIoT是机器智能与现实世界之间的连接。用于AI训练和 推理的大数据最初是由网络边缘与事物和人交互的设备所采集的小数据。这些IoT传感器和 人类输入设备是真实数据的来源，它们让AI变得实用且有价值。换言之，互联设备构成了神 经系统，并将AI与我们的世界相连。AIoT让AI变得真实且有意义。 AIoT与设备连接的价值 制HVAC系统。但如今，AI拓展了设备的价值主张，使其价值还包括对能源管理等更高级别 系统的贡献。 设备总价值 = 功能价值 + AI贡献价值 - 设备成本 基于AI的生态系统能从互联的传感器和控制器中提取更多信息，有可能使每个参与设备的价 值大幅超越其基本功能。然而，每个设备的AI贡献价值会因使用案例和解决方案规模而异， 所以AI并不能成为随意提高设备价格的理由。功能价值仍然设定了客户对成本的基本预期， 安防、健康 与保健以及居家养老支持。这些先进的、由AI驱动的应用需要情境感知能力，即实时感知、 理解和应对复杂情况的能力。因此，AI应用必须与家庭的多个系统相连接，如灯光、门窗、 摄像头、安全传感器、HVAC、家电、AV设备、管道、灌溉系统、泳池、汽车和能源等。通 用连接需要在两个方面进行标准化——设备网络和应用层。让我们以消费电子行业为例来看 看这是如何运作的。 AIoT重新定义设备连接性

如今，机器⼈中的计算机视觉系统在特定应⽤中具有近乎完美的准确性，例如⼈脸识别和 ⾃主导航。 除了处理视觉和听觉信号外，机器⼈还必须能够理解和导航三维环境。虽然⼈类依靠 视觉和听觉线索结合来感知三维空间，但机器⼈可以配备专⽤传感器，提供对周围环 境更详细的理解。 ⼀种这样的技术是光探测与测距（LIDAR），在过去⼗年中费⽤⼤幅降低，使其 更易于⽤于机器⼈技术。 LIDAR使机器⼈能够进⾏实时物体识别和导航，处理三 维信号的速度是⼈类的数⼗倍。 Robotics © 2024花旗集团 17 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ 要使⾃动充电系统有效，机器⼈必须能够⾃主导航到充电站。通过给机器⼈配备GP S接收器和近距离传感器，它们可以轻松地从远处找到充电基地，并准确对接，以 最⼤限度地提⾼⽆线充电效率。 8. 机器人即服务（RaaS） "作为服务"模式的概念已经彻底改变了许多⾏业，为企业提供可扩展、灵活和具有成 区分⾼端和低端模型的关键在于它们如何在环境中导航⽽不会撞到障碍物或被困住 。廉价和旧型号只是简单地运⾏算法，指导它们在撞到障碍物时转向另⼀个⽅向 许多⾼端型号采⽤仅视觉解决⽅案，只使⽤摄像头作为传感器。相同技术也⽀持特斯 拉EV上的FSD（全⾃动驾驶）系统，该系统利⽤计算机视觉（CV，AI的⼀个⼦分⽀ ）来识别地板上的障碍物。机器⼈学习了各种障碍物的外观，如何优化路径并轻松地 在⾮平坦区域周围导航