工业机器人渗透率有望大幅提升。近年来中国工业机器人应 用范围不断拓展，但由于其操作和部署存在一定门槛，目前 适用场景仍相对有限，2023 年中国工业机器人产业规模为 510.7 亿元。“十五五”时期，在关键技术持续突破、质量标 准持续优化、应用创新不断推进的支持下，中国工业机器人 渗透率有望大幅提升，预计到 2025 年中国工业机器人产业规 模将增长至 682.6 亿元，到 2030 年中国工业机器人产业规模 际同类产品水平，产业综合技术实力正快速提升。“十五五”时 期，自主品牌大功率伺服驱动系统性能有望持续提升，从而进一 步打开市场空间、规模快速增长。 技术：关键技术不断突破为机器人带来跃升发展机遇 近年来中国机器人技术创新持续活跃，专利申请量居于全球 首位且持续保持上升趋势，关键技术创新融合发展不断深化。在 此背景下，行业企业和高校院所加力投入研究创新，推动机器人 6 技术从单一感知向全域感知提升、从感知智能向认知智能升级、 “十五五”时期，建议各地区政府基于自身基础实力和资源 禀赋，采取差异化行动，推动本地机器人产业高质量发展。 第一梯队地区：聚焦创新突破、强化产业生态 一是大力支持创新，持续开展机器人关键技术跟踪研判，统 筹地区优势创新、产业、人才资源开展协同攻关，集中突破一批 标志性机器人技术产品，提升产业核心竞争力。二是培育产业生 态，加强企业梯队培育，统筹建设机器人新型研发机构、算力中

Confidential & Proprietary. Do not reproduce or distribute. 智算产业现状总览 , 智算产业运行状况 , 智算中心核心驱动力 , 智算产业关键技术 , 智算产业竞争格局 生成式AI驱动的变革 , 生成式AI对智算产业的影响 , 生成式AI发展挑战 , 大模型对智算产业的作用 , 智算产业是否过度依赖大模型 算力基础设施架构和国产化情况 Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 我国智算产业发展的关键技术 来源：与非研究院 智算产业关键技术，高性能AI芯片和大模型技术占比最高。云原生、云数据库、5G/6G通信、算力网络 等也发挥重要作用。 7 Supplyframe, Inc. Confidential & Proprietary Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 3. 生成式AI驱动的变革 发展生成式AI的关键技术 来源：与非研究院 算力芯片和大模型是生成式AI性能提升的关键。同时，AI算法、存储技术、网络技术等都非常重要。 22 Supplyframe, Inc. Confidential & Proprietary

........................................................................................47 2.2.10 关键技术标准化需求分析........................................................................................... 前瞻布局人形机器人产业标准研究 《关于组织开展 2023 年未来产业创新任务 揭榜挂帅工作的通知》 2023 年 提出面向元宇宙、人形机器人、脑机接口、通 用人工智能等 4 个重点方向，突破关键技术 《关于推动未来产业创新发展的实施意见》 2024 年 提出做强未来高端装备，打造包括人形机器人 在内的多项标志性产品 2）地方政策 自 2023 年以来，地方政府积极响应国家政策，出台支持人形机器 减速器等高端核心部件仍高度依赖进口，这些领 域存在明显的技术差距，国产化空间巨大。随着国内产业的快速发展， 供应链体系正在逐步完善。一批优质供应商，如绿的谐波、步科股份、 22 禾川科技、华为海思等，正在加速攻关关键技术，集中突破高精度减 速器、高性能电机、高算力芯片等“卡脖子”领域，努力打破国外技 术垄断，为实现自主可控的核心部件供应提供重要支撑。 未来，为推动人形机器人产业高质量发展，应加速制定上游核心

.............................2 （三） 数字孪生体系架构 .........................................2 （四） 数字孪生的关键技术 .......................................4 二、 金融应用发展 ............................................. 算力层：支撑以上各层服务的算力基础设施层，包括云 计算、容器化、云原生等技术，通用计算、智能计算、存储、 网络等资源，提供弹性高效的算力基础服务。 4 图 1 数字孪生体系架构 （四）数字孪生的关键技术 支撑数字孪生架构体系的关键技术如下。 1.渲染技术 渲染技术通常指通过计算机图形引擎，多层次实时渲染 呈现数字孪生体实境的技术。通常支持包括宏大开阔地理信 息如城市环境，精细细密局特征等，主要能力至少包括有三 品的运 动仿真、装配仿真和性能仿真。仿真技术是创建和运行数字 孪生模型、保证数字孪生模型与对应物理实体实现有效闭环 的核心技术之一。 3.数据孪生技术 数据孪生作为金融领域数字孪生底层的关键技术，该技 术通过机器学习模型对一组业务数据的分布进行学习，从中 找到相应规律，进而生成与之相类似的数据，实现业务数据 的仿真模拟。为实现数据的高质量仿真，需要使用机器学习 领域的生成式模型，主流的生成模型包括生成式对抗网络

技术手段，加强数据安全风险的分析、研判、预警和处置能力。 3. 强化产业链供应链安全。加强产业链协同联动，逐步形 成自主可控解决方案，鼓励算力基础设施采用安全可信的基础 软硬件进行建设，保障供应链安全。加强关键技术研发和创新， 提升软硬件协同和安全保障能力。依托一体化算力应用安全保 11 障体系，形成“云网边端”安全态势感知和网络协同防护能力。 推动智能化分析和决策在未知安全风险自主捕捉和防御环节的 算。二是推动算力建设运营应用安全标准体系建设，多角度推 进安全标准研究和应用，开展算力设施安全等级测试，总结安全 治理优秀经验。三是聚焦 CPU、GPU、操作系统、存储等关键 产品，推动关键技术试点验证，形成标杆应用产品与方案，构建 软硬件相互适配、协调发展的生态体系。 三、保障措施 （一）加强统筹联动 加强部门协同，分工做好重点任务组织保障，合力推进算 力设施发展。鼓励地方政府结合实际制定针对性强、可操作的

进一步完善。 -需要通过加强市场规则设计、优化市场运营机制、提升市场协同能力等手段，实现各市场之间的有效衔接和协同运行，提高市场 整体效率和效益。 10.电力市场技术标准： -计量、结算等关键技术标准规范仍需进一步完善。 -需要通过加强技术标准制定、推广和应用，提升电力市场的技术支撑能力和规范化水平。 11.市场合规管理： -伴随着市场主体的持续扩容，市场合规管理面临一定挑战。 -

放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 全产业级地方鼓励 以北京、上海为代表，成都、重庆、安徽、山东、深圳、湖南等地方积极响应。 地方 北京 上海 ◆ 北京市政府着重加大对科研机构和高校的资金投入，鼓励开 展人工智能基础理论研究，推动关键技术突破；计划建设强 大的算力基础设施，以支持AI模型的研发和应用；积极打造 人工智能产业创新高地，吸引顶尖人工智能企业和人才汇聚。 ◆ 上海市政府着力于AI大模型的产业集聚和生态建设，通过

放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 全产业级地方鼓励 以北京、上海为代表，成都、重庆、安徽、山东、深圳、湖南等地方积极响应。 地方 北京 上海 ◆ 北京市政府着重加大对科研机构和高校的资金投入，鼓励开 展人工智能基础理论研究，推动关键技术突破；计划建设强 大的算力基础设施，以支持AI模型的研发和应用；积极打造 人工智能产业创新高地，吸引顶尖人工智能企业和人才汇聚。 ◆ 上海市政府着力于AI大模型的产业集聚和生态建设，通过

充车载实时感知、提 供超视距信息及优化路径规划。  智驾地图正从重几何精度的高精地图向更注重拓扑、语义与鲜度的轻量化地图演进，其具体形态随自动 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

运动规划 路径规划 生成末端执行器坐标/关节角 控制率 轨迹插值和调节增益 生成控制信号 计算伺服误差 规划级 动作级 基元级 伺服级 • 机器人的技术创新任务主要在于人形机器人关键技术的突破，其中在人形机机器人本体上的重要技术任务在于开发基于人工智能大模型的人形机器人“大脑”与 开发控制人形机器人运动的“小脑”。大模型作为最爆火的人工智能概念，推动了人形机器人大脑的形成，助力人