年深度行业分析研究报告 目录 C O N T E N T S 英伟达主导现有大脑方案 01 02 03 大脑能力技术路线 4 04 L4及L5具身智能应用展望 05 从人脑看具身大脑 国内外厂商大模型进展 从人脑看 具身大脑 01 Partone 5 人脑结构拆解 01 6 资料来源：浙商证券产业研究院 了解机器人大脑之前我们不妨先了解一下我们人类的人脑。人脑由大 本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:349461下载,文档Id:654005,下载日期:2025-05-23 算法方案技术路线 03 13 资料来源：量子位智库、浙商证券产业研究院 具身智能的算法方案分为分层决策模型和端到端模型两种路线。 分层决策模型 端到端模型 以「Figure 01」为代表，将任务分解成不同层级，以多个神经网 络训练，再以流程管线的方式组合。Figure 缺点是：训练数据海量、消耗资源巨大、机器人执行实时性差。 训练方案技术路线 03 14 资料来源：量子位智库、浙商证券产业研究院 具身智能的训练方法可分为模仿学习和强化学习两种路线。 模仿学习 强化学习 模仿学习—— 智能体通过观察和模仿专家（经验丰富的人类操作者或具 有高级性能的系统）的行为来学习任务。 • 优势：可以快速学习专家策略，无需复杂的探索过程 • 劣势：学习到的行为策略受限于专家数据，对于未见

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 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 二、全球“机器人+人工智能”技术趋势分析 .................. 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 （二）三大融合方向及其组合推动智能机器人产品涌现 ...... 5 （三）具身智能尤其是人形机器人前沿研究持续火热 ........ 8 三、“机器人+人工智能”在工业领域的应用 ................. 10 （一）应用场景：从生产操作向其他高附加值场景拓展 .. 18 3、钢铁：聚焦质量管理和安全管理 ...................... 20 四、“机器人+人工智能”工业应用展望 ..................... 22 （一）具身智能机器人将进一步变革工业生产形态 ......... 22 （二）工业人形机器人规模化应用仍需经历长期技术迭代 ... 22 （三）行业应用将从汽车电子向其他制造业领域渗透 ....... 23

重庆市支持具身智能机器人产业 创新发展若干政策措施 2024年12月5日 重庆市经济和信 息化委员会等七 部门 支持具身智能机器人领域企业创建高新技术企业、 专精特新“小巨人”企业、制造业单项冠军企业。 培育一批的瞪羚企业和独角兽企业并给予支持。 支持具身智能机器人研发制造企业加强与医疗、教 育、家政、建筑、养老、市政、特种作业等相关领 域合作，开发推广适用性强、规模效益好的具身智 能机器人产品 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 器视觉与深度学习融合，使检 测、拣选更加智能化。 人机交互 算法 自主站立 算法 群体控制 算法 导航与定 位算法 自适应轨 迹规划算 法 8 驱动因素 对人类意图的理解，对复杂外部环 境的理解与认知，助力形成决策： Ø 大模型可直接用于对环境的理解, 并通过提示词使之输出结构化内 容如控制代码、任务分解等指令 Ø 利用多模态大模型对环境进行建 模, 实现具身智能对空间信息的 多模态理解 Ø 机器人能够从数据中学习决策与 规划策略，基础模型为机器人决 策与规划引入了丰富的先验知识。 感知、交互与决策 大模型在控制上的助力主要集中于大模型处理环境观察与提示，输出动作序

组织已 经实现了通用人工智能解决方案的规模化，仅有13 %的人报告称实现了显著的企事业级影响。随着我 们将2025年视为规模化人工智能的年份，我们正在 积极为他们提供更快、更安全地实现这一目标的工 具。 我们的研究发现，77%的执行官认为，只有在建立在信 任基础之上时，才能解锁AI的真实益处。领导者必须通 过确保AI的准确性、可预测性、一致性和可追溯性，以 及负责任地使用AI，在客户和员工中建立对数字系统和 对于实 现AI的信任和安全至关重要。 这是为什么信任不仅仅是在今年报告中众多趋势之一。 它不是企业需要考虑的因素——它是 the 考虑因素。随 着每家公司都在AI普及的背景下进行自我革新，技术本 身不能是唯一的关注点。只有在建立在信任的基础之上 ，才能获得AI的好处，这需要成为每位领导者首要的任 务。 相关性只有人工智能代理能够在规模上提供。但这种自 主性需要信任来促进。顾客对企业的信任程度，或者企 通过积极构建将在社会各个层面创造规模智能的认知数 字大脑，企业将能够解锁今天人工智能的无限潜力。似 乎明智的是提及，在过去的25年生产技术愿景中，很少 有技术像现在的人工智能那样对商业、工业甚至技术本 身产生广泛的影响。我们预计我们正生活在与科技史上 最大时刻相媲美的时代，这将由人工智能驱动的自主性 和人工智能认知数字大脑在社会各个层面的出现所塑造 和定义，而我们才刚刚开始。 您的面孔，在未来的样子

2）智能机器人、具身智能、具身智能机器人的关系：中国信息通 信研究院和北京人形机器人创新中心有限公司于 2024 年 8 月联合发布 的《具身智能发展报告（2024）》中对具身智能的定义为“依靠物理 9 实体通过与环境交互来实现智能增长的智能系统”，智能机器人的智 能性可以是依靠各类数据前期训练而获得，也可以是其依靠物理实体 通过与环境交互来实现智能增长。所以智能机器人也不等于具身智能， 两者之间有交集，交集部分即为具身智能机器人。 3）人形机器人（广义）、双足机器人、其他机器人的关系：国际 标准 ISO 8373:2021《Robotics - Vocabulary》中对双足机器人的定 义为“legged robot that travels using two legs ”，即双足机器 人是用两条腿移动的腿式机器人，而腿或机器腿的定义为“mechanism of interconnected 围绕人形机器人整机制造、整零协 同、技术攻关、产业培育、多元应用 等维度提出具体的产业发展方针与 目标 广东省 《关于人工智能赋能千行百业若干措施》 2024 年 提出推进智能机器人创新发展，推动 人形机器人等具身智能机器人研制 和应用 广东省 广东省培育未来智能装备产业集群行动 计划 2024 年 提出了到 2030 年人形机器人等领域 工作目标以及重点任务、工程 2.1.1.3 国外相关政策

典型企业 国家 机器人名称 企业/产品概况 产品形态 Figure AI 1X Tesla Agility Robotics Boston Dynamics 国家地方共建人形机器人创新中心 北京具身智能机器人创新中心 浙江人形机器人创新中心 复旦大学 小米 智元 星尘智能 银河通用 星动纪元 优必选 宇树科技 开普勒 达闼 傅利叶 逐际动力 Apptronik Sanctuary AI 美国 2030+ • 优先定位单一重复工种，逐步向上下游拓展工作链条。 • 现阶段多胜任质检类，搬运类，工站衔接类工作，三类工作相对基础，分布于各个工序的某一具体步骤中。 • 未来将向上下游逐步拓展。基础组装类主要分布于汽车总装线，能够完成的任务 车 身 制 造 电 池 组 装 汽 车 总 装 • 演进逻辑：非主要替代工序，可替代任务相对零散。 • 工作类型：质检类，搬运类，工站衔接类任务 • Confidential All Rights Reserved. M2观点：家庭场景（以疗养服务为例）人形机器人产业发展判断逻辑 人形机器人未来将在老龄化加速、疗养服务人员缺口拉大背景下，作为“具身智能生活助手”，为有需求\有能力\有意愿的客户群体提供价值… 31 Why? 中国 英国 美国 韩国 法国 日本 德国 1860 1920 1940 1960 1980 2000

计算负担。 奖励模型通常仅对输出序列的最后一个词元分配奖励，导致逐词元价值函数的训练复杂化。 GRPO ：无需像 PPO 额外近似价值函数，而是利用同一问题下多个采样输出的平均奖励作为基线。具 体而 言，对于每个问题 ， GRPO 从旧策略 πθold 中采样一组输出，并通过最大化以下目标优化策略模型： 通过群组相对方式计算优势值，与奖励模型的对比性质（通常基于同一问题的输出比较训练）天 的大模型评测代码 数据、框架、算法、模型全开源 Align-Anything: 涵盖多元价值观的全模态对齐方 案 日常聊天任务其实对于强推理能力的需求不大 未来更多是能否利用强推理能力赋能 Agent 和具身智能 OpenAI Deep Research Agent Anthropic PC Controller 需要依赖于强推理模型反思、 长程规划、 Tool Use 工具调用 等能力 安全复杂性和维度超出传统方法 内生价值安全性： AI 系统不 仅需 要应对不确定性， 还必须 考虑物 理规律下的人类价值观 对齐， 例 如肢体语言的安全性、 个人空间 的边界感。 外生具身安全性： 在复杂动 态环 境中不仅要短期安全， 还 要确保 长期行为的安全性， 例 如对操作 环境造成影响的安全性。 VLA 系统安全的独特挑 战 基于复杂推理慢思考 + 强化学习新技术范式，通过高质量数据驱动产生强推理模型

SaaS生态 eSPARK BaaS 业务中台 技术底座 通用电池 应用终端 “ 绿电” 随心用： 开放支持产业链上下 游伙伴，积极探索通 用电池的各种应用场 景，并为合作伙伴量 身定制专属商业模型 和解决方案，通过应 用的低代码配置和快 速灵活部署，支持一 站式交付。 1 腾讯云 云计算 物联网 大数据 人工智能 安全 区块链 云边端协同混合云底座 公有云 + 私有云 台 点：产线 AI 质检 基于数字底座的智能物流调度确保新能源企业高效不间断生产 业务挑战 AGV、物流设备与载具缺乏有效管理，频繁出现问题。调度系统不具备追溯功能； MES非实时性致使AGV无法及时切换，临时工单需要人工参与清料处理。 方案效果 数白天AGV设备与载具进行统一物联与管理，大幅降低故障率，避免产线因AGV调度 停产造成的百万损失。支撑电池片生产追溯与产线工艺流程的优化改进。

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 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 视觉产品 智慧管理 AI声音设计/转换：在语言/声音基础上 根据参数设置、Prompt生成对应音色 • 海外代表厂商 – ElevenLabs：AI音频模型公司，2022 年成立，目前可以生成 32 种语言的逼真、多功能且具 有上下文感知能力的语音、声音和音效，2024年10月， ElevenLabs发布全新 AI 语音生成工具 Voice Design， 通过简单的文本描述即可创建个性化语音。 • ElevenLabs在X

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 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 视觉产品 智慧管理 AI声音设计/转换：在语言/声音基础上 根据参数设置、Prompt生成对应音色 • 海外代表厂商 – ElevenLabs：AI音频模型公司，2022 年成立，目前可以生成 32 种语言的逼真、多功能且具 有上下文感知能力的语音、声音和音效，2024年10月， ElevenLabs发布全新 AI 语音生成工具 Voice Design， 通过简单的文本描述即可创建个性化语音。 • ElevenLabs在X