成都市建筑机器人选用导则 （2025 版） 成都市住房和城乡建设局 2025 年 10 月 前言 为贯彻落实《住房城乡建设部等部门关于推动智能建造与建筑工业化协同发展的指导 意见》（建市〔2020〕60 号）、《四川省住房和城乡建设厅等部门关于推动智能建造与建 筑工业化协同发展的实施意见》（川建建发〔2021〕173 号）等文件精神，积极推动成都 市建筑行业的数字化、信息化、智能化转 相关技术单位，经过深入调研与广泛征求意见，制定本选用导则。 本导则旨在为成都市建筑行业引入建筑机器人技术提供标准化、科学化的选用指导， 推动建筑机器人在施工现场的广泛应用，促进建筑生产方式的创新与转型。通过本导则的 成果编制，规范了建筑机器人的适用场景、技术标准和使用效果，确保建筑机器人能够在 实际项目中高效、稳定、安全地运作，从而提升城市建筑施工的整体水平和智能化水平。 本导则共分为 5 个章节，内容包括：1 个章节，内容包括：1.总则；2.术语；3.基本规定；4.安全规定及维护 要求；5.建筑机器人场景选用导则。 本导则由成都市住房和城乡建设局审核，由编制组负责具体技术内容的解释和说明。 执行过程中如有意见和建议，请发送反馈成都蓉筑智能建造创新研发与产业促进中心（地 址：成都市锦江区柳荫路 9 号，邮编：610023，邮箱：cdrzic@163.com），以便进一步修 改和完善。 主编部门：成都市住房和城乡建设局

于两大核心逻辑：场景的标准化程度、任务的复杂程度由简至繁 5 工 作 环 境 复 杂 工 作 环 境 简 单 任务单一 任务复杂 商业服务 单一动作执行 ✓ 商业演出 ✓ 迎宾引导 ✓ 导览讲解 ✓ … 多动作组合 ✓ 餐盘收集 ✓ 递送物品 ✓ … 长链条复杂机械任务 ✓ 平面清洁 ✓ 零售结账 ✓ … 长链条复杂灵活任务 ✓ 零售导购 ✓ … 工业服务 单一工序、单一动作执行 娱乐类 高度自动化工序 依然以机械臂为主 (电芯分拣、模 组搬运…) (物品拿取、收取 快递…) (理货拿取、餐 饮递送…) (安装质检、来 料检验…） (血氧血压监测…） （迎宾、导览…） (商业演出…） (结账、导购…） (灌溉、叠衣…） (社区表演…） (“最后10m”柔性物流…） (螺丝紧固、组装…） Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 Reserved. 人形机器人 VS 新能源汽车制造场景适配逻辑 人形机器人将作为新质生产力，替代低效人工、协同工业机器人/AGV等自动化设备，优先落地人工参与度高的半柔性工序（如电池制 造、总装），优先胜任的工种具备四类特征（半柔性、短链步骤、物料标准、高频重复），如搬运、质检、工站衔接、基础组装 12 新能源汽车制造 五大工序 人形机器人 适配工种 搬运类 质检类 工站衔接类 冲压 焊接

沙特阿拉伯国家石油公司 Meta Platforms（Facebook） 特斯拉 博通 台积电 也存在研发（R&D）投资的重要集中。2022年，全球40%的企业资助研发仅由100家 公司执行，其中约一半在美国总部，以Alphabet、Meta、Microsoft和Apple为首。大约 13%在中国总部，以华为和腾讯为首，比10年前增长了2%，并超过了德国、日本、韩 国、瑞士和英国等传统研发领导者（图 的扩大可能会导致全球 技术差距的扩大，使得后来者追赶变得更加困难。 同样，发达国家和发展中国家之间存在着显著的AI差距。例如，在基础设施方面，美国 拥有大约三分之一的顶级500台超级计算机和超过一半的总计算性能。大多数数据中心 也位于美国。除了巴西、中国、印度和俄罗斯联邦外，发展中国家在AI基础设施方面的 能力有限，这阻碍了他们采用和开发AI的能力。在服务提供商、投资和知识创造方面， AI差距也十分明显。 —如果能够谨慎引导 的话。 6 为私营和公共利益服务——领先的技术公司正在掌 握技术未来的控制权，它们的商业动机并不总是与公 共利益一致。政府需要探索政策和法规，以激励并引 导技术发展沿着促进包容性和造福所有人的道路前进 。 增强人类能力——前沿技术资本密集且可能节省劳动 力。对于许多发展中国家来说，这可能会侵蚀它们在 低成本劳动力方面的比较优势，从而危及几十年来取 得的

1、产业升级：组装（毛利率10%）→零组件（毛利率 20%~30%）→材料（毛利率30%~50%）； 在组装、零组件环节，我国已占据全球主导地位；在壁垒 更高的材料环节，以3M、日东为代表的美日企业仍占主 导，随着技术工艺进步，近年来国产材料厂商开始涌现， 电子材料已进入加速替代期。 2、电子功能材料国产替代已经开始： 胶带：全球主要供应商是3M（美）、日东（日）、德莎 （德），国内厂商新纶科技（002341 热材料将与其他散热方式叠加来提高散热效率 手机散热方式的演进 散热片+导热介质＋手 机后盖/液冷散热 手机后盖散热 散热片+手机后盖 散热片为基础，叠加其 他多种散热方式 散 热 片 升 级 导 热 介 质 多 样 化 1.5 69 电子行业2019年春季投资策略 当前手机散热片以石墨片为主，石墨烯和液冷为未来新思路 石墨片以其高导热系数成为当前主流：随着电子产品的智能化、 轻薄化、 2010 2011 2012 2013 2014 2015 2016 2017 2018 半导体增速（%,左轴） 美国GDP增速（%,右轴） 经济周期关 联度减弱 经济波 动区间 半 导 体 区 间 109 电子行业2019年春季投资策略 行业变局：需求多元，龙头集中，周期减弱 数据来源： 《日本半导体产业发展篇》、国泰君安证券研究  数据驱动下半导体周期减弱，应用多元化。2018年移动设备

我们的⽅法包括估计覆盖全球⼤部分地区的三个地区（发达地区、不发达地区、 最不发达地区）市场总规模，然后为每种⽤例和每个地区应⽤不同的渗透率。 我们假设不发达市场的渗透率是发达地区的⼀半，最不发达地区的渗透率是不发达市 场的⼀半。我们分析了每个地区的数据直⾄2050年。 我们认识到增补与替代的担忧既不⼀致也不直接。例如，AVs可能会替代⼀些驾驶 职业（例如出租⻋），但⼀些驾驶职业涉及其他任务/服务（例如配送）。 因在于其庞⼤的⼈⼝基数（全球总⼈⼝的约2/3）和快速增⻓率。  ⼈⼝增⻓速度最快的地区将是发展程度较低的地区，但起始基数较⼩。从现在到2050年这 26年的时间⾥，较少发达地区和极少发达地区将分别贡献全球⼈⼝增⻓的⼀半。  平均家庭规模分析 ⼀个地区的经济发展程度越⾼，家庭平均规模就越⼩。 ⾃1960年以前，较发达地区的家庭规模⼀直在缓慢下降。1960年时，为2.9。到2 050年，我们预计这⼀数字将降⾄1 或那些担⼼和谁同⻋的⼈。 尽管存在这些潜在好处和正在发⽣的势头，显然还存在许多挑战。 在⾼速动态环境中安全稳定驾驶的技术是复杂且昂贵的，但两者都应该得到改进。例如， 百度最新的⽆⼈驾驶出租⻋成本低于其上⼀款机型的⼀半，约为28,500美元38。  29 邮轮重新启动带有安全驾驶员监督的⾃动驾驶 30 Zoox - 我们将测试范围扩⼤⾄奥斯汀和迈阿密；Zoox - 拉斯维加斯，让我们⼀起骑⾏ 31 Uber

页面 09-21 目录 第34-46页 第4-8页 01 双星大爆炸 02 你的面孔，在未来 04 新的学习循环 在不同界面看似相同的情况下进行差异 化。 人们与人工智能如何定义一个学习、领 导和创造的正向循环。 03 当大型语言模型 出现时 他们的身体 当人工智能呈指数级扩展时，系统 将会被打乱。 如何基础模型重新定义机 器人学 信任是否是人工智能无 限可能性的极限？ 引言 人工智能：自主 教授它关于它们的喜好、偏 好和需求。 InSilico Medicine，一家制药公司，利用生成式人工智 能在不到30个月的时间内，完成了从药物发现到一期临 床试验的进程，这大约是通常所需时间的一半。 11 他 们使用了一个基于组学和临床数据的模型进行微调，以 识别药物治疗的潜在靶点。为了开发可能的药物组成， 他们使用了一个由500个预测和预训练模型组成的生成 化学引擎。对于Insilico来说，人工智能是他们工作的核 但他们却 将此事隐藏从雇主那里：超过 并且，除了企业对其使用的AI模型或系统的信任之外， 日益增长的自主性也在以许多不同的方式破坏企业与人 们之间建立起的信任。 7 通往更坚实基础之路 引言 一半使用AI的工人不愿承认这一点，并担心使用AI来完 成重要任务会使他们看起来可被取代。这并不是一个关 于工人对所使用的AI信任程度的问题，而是证明AI正在 动摇人们与雇主之间信任的关系。员工习惯于拥有完善

双系统工作原理：常规传感器进入到理想专门为Orin-X优化过 的CNN主干网络，并提取特征融合，为了增强BEV空间特征表达 能力，加入了记忆模块，不仅是时序记忆还有空间记忆。特意 额外设计了另外两个输入，一个是自车状态信息，另一个是导 航信息，信息进入Transformer编码器后，和加强后的BEV特征 一起解码出动态障碍物、道路结构，OCC，行驶轨迹。这些输出 主要有两重作用，第一重是输出EID，让用户放心，第二重是作 为端到端 供了基础。目前，高阶智驾功能（如AD Max）已覆盖50%以上的销量，30万元以上车型的AD Max占比超过75%。截至 2024年12月，理想智驾总里程已达29亿公里，训练算力提升至8.1EFLOPS，超100亿的年研发投入有接近一半聚焦于 人工智能，并建立了四支AI团队，分别解决不同问题。未来，理想将继续采取激光雷达与纯视觉融合的技术路线， 推进端到端+VLM双系统的迭代，计划在2025年实现L3有监督智能驾驶，并在三年后推出L4级自动驾驶定义的产品。 片通常由MCU芯片和SoC芯片共同组成。SoC芯片包含中央处理器（CPU）、图像处理器（GPU）、音频处理器（DSP）、 深度学习加速单元（NPU）、图像信号处理器（ISP）、专用集成芯片（ASIC）及半定制电路芯片（FPGA）等，以满 足多样化场景的硬件加速需求。相比之下，底盘域、车身域和动力域因算力需求较低且成本敏感，仍主要采用传统 MCU芯片。域控制器与ECU的硬件结构类似，但其芯片算力更强，支

Seek 或撬动 AI 应用的推理算力需求，数 据中心的能效比要求相应提升。训练算力专门用于训练 AI 模型，处理大量数据，亦有相对 应的训练卡，例如英伟达 A100 等，更强调单精度（FP32）和半精度（FP16）的高性能， 因为训练追求精确计算；推理算力用于快速处理预训练好的 AI 模型，对应的推理卡以英伟 达 L20 为代表，浮点运算能力要求较训练卡低，更关注整数精度（INT8）来大幅提高计算 系统在数据中心年新增装机 CAGR 为 23%，而同期 UPS 行业市场规模 CAGR 为 11%；横 向比较，根据智研咨询数据，2021 年 HVDC 占比约为 12%，UPS 仍以 78%渗透率处于主 导地位。 图表25： HVDC 历年新增装机容量 图表26： 2017-2023 年 UPS 行业市场规模 注：2007-2018 数据来自《数据中心 HVDC 发展十年

超过三成 (32%) 的企业带动了产品创新和业务价值增长 近三成 (29%) 的企业实现员工能力定制化提升 14% 的企业优化了员工工作体验 超过一半 (53%) 的企业加速了决策流程，减少重复劳动 超过三成 (34%) 的企业优化了工作流程整合 近一半 (46%) 的企业提升了整体工作效率 优化用户体验 57% 53% 46% 34% 32% 29% 14% 加速企业决策,减少重复劳动

包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 在提高多云成熟度方面还有很长的路需要探索。 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 该企业通过火山引擎提供的容器引擎VKE、微服务引擎MSE、云数据库等产品方 案，构建了多云双活应用架构。在实践中，该企业统一了多云应用管理，将客户 业务与控制层面解耦，分别部署在火山引擎与其他云平台上，减少故障爆炸半 径。基于火山引擎的多云容器管理能力，实现应用的自动化部署和扩展，将应用 发布过程进行统一收口，屏蔽不同云平台之间的差异，确保服务的高可用性和快 速恢复能力。 同时，该企业构建了多云流量治理体系，解决了跨云流量调度中的多云服务寻 自身技术发展思路的匹配性等。 �� 适时寻找提升多云战略成熟度的突破口 企业在进一步发展多云战略时，往往会遭遇来自多方面的阻碍。 《����年IDC中国企业多云战略调研》显示，目前，超过一半的企业处于复杂多 云阶段，而处于有序复杂阶段或战略价值实现阶段的企业加起来不到�/�。这表 明企业在提升多云成熟度方面，还有很长的路需要探索。 图�� 企业选择云服务商看中的能力 来源：IDC，����