前言 《2025 智能移动机器人电机与减速机产品发展蓝皮书》是新战略移动机器人产业研究所 根据 CMR 产业联盟统计数据研究的最新成果，蓝皮书调研统计了国内外超 30 家电机及减速 机企业相关业务数据，同时结合移动机器人本体企业应用现状进行了综合分析。 根据新战略移动机器人产业研究所统计，2024 年中国智能移动机器人电机市场规模约为 11.6 亿元，销售数量约 105 万台（不含家用扫地机器人 万台（不含家用扫地机器人 / 农业机器人），其中轮式移动机器 人市场销售最多，占比约为 62.80%，腿足式占比约为 33.40%，主要为人形机器人及四足机器 人 减速机市场规模约 12 亿元，销售数量约 105 万台（不含家用扫地机器人 / 农业机器人 一 般而言，减速机与电机配置数量基本一致。） 电机与减速机市场将呈现 “人形机器人引领增长、工业 AGV/AMR 稳健扩容、商用服务 机器人快速渗透”的格局。预计到 年，人形机器人将占据绝大部分市场。这一格局的形 成主要源于人形机器人对电机数量与性能的双重高需求。 未来智能移动机器人动力系统将呈现“更高效、更聪明、更绿色”的特征，通过材料革新、 AI 融合、能源突破，实现从“功能执行”到“自主进化”的跨越。其发展不仅依赖单一技术进步， 更需跨学科协同，最终推动移动机器人在工业制造、仓储物流、商用服务等场景的泛在化应用。 其中，作为动力系统核心的电机与减速机，其发

而深度学习、强化学习则需要高性能的 GPU、TPU 等算力支撑，数据 需求也增长至百万量级。从应用场景来看，机器学习能够广泛用于各 类分类、回归、聚类、关联规则任务，帮助机器人实现物品分类、平 面移动和故障诊断等功能，但不具备决策能力；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 5 图 1 机器人与人工智能融合历程 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 自然界生物群体的行为，实现群体优化协调。在感知交互方面，基于 的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效 协作、任务分配和调度、无人物流机器人系统、多种机器人协同系统 等等。

算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 定制批发业务遭遇需求收缩与供给过剩的双重 数据中心自互联网时代诞生以来，伴随科技的发展进步，在移动互联网、云计算、电商及短视频等行业的推动下 快速发展，而生成式AI的兴起正驱动其向重视计算效能与硬件配置的算力中心转型，为行业发展增添新动能。 9 数据中心发展历程 时代 背景 • 互联网初步兴起，中国 进入门户时代 • 数据中心概念初步普及 • 互联网逐步普及，社交 平台的兴起与电子商务 的蓬勃发展成为该时代 下的核心驱动力 • 移动互联网高速发展， 微信、微博、移动支付 微信、微博、移动支付 等应用贡献海量数据 • 云计算服务于09年起步 • 云计算技术成熟并普及， 15-21年间，云服务行业 迎来高速发展期 • 18年开始，短视频与直 播电商行业迅速崛起 • ChatGPT于22年12月推 出，AI对算力中心产业 形成初步影响 • AI技术取得突破性进展， 大模型与AIGC展现出巨 大的潜力和价值 代表性 需求方 关键 分析 • 供给端以运营商为主，存在少数第三方算力中心服务商

⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 2024年12⽉ Citi GPS：全球展望与解决⽅案 AI机器⼈的崛起 物理⼈⼯智能即将到来 我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 受物理⼈⼯智能驱动，机器⼈将彻底改变产业。1” 体形体和物理⾝体 。在此过程中，灵巧性也在不断提升。⼀些机器⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 2045 2046 2047 2048 2049 2050 Hourly wage AI机器⼈的崛起 物理人工智能即将来袭 我们预测到2035年时，将有13亿台AI机器⼈在我们周围移动，到2050年将达到40亿台。这其中的三个主要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030

o 以太网——有线 o Wi-Fi——无线 o Thread——无线低功耗mesh网络 o 低功耗蓝牙——点对点，易于配对 • 标准广域设备网络 o 蜂窝网络——移动性 o 卫星——全球覆盖 o LP-WAN——长距离、低带宽、低成本 • 专用设备网络 o 需要网关、协议转换、网桥 o 一些示例：Zigbee、Z-Wave、pre-IP 益的方式。 广域设备网络 局域设备网络使用基于标准、现成的单芯片（或双芯片）无线电，在免授权频谱下运行，可 满足大多数AIoT应用场景。然而，这些无处不在且成本低廉的网络无法满足需要移动性、偏远 地区、高连接密度、可控QoS、极高安全性或长距离通信的应用场景。蜂窝网络、卫星网络和 LP-WAN网络可填补这些空白，本节将进行介绍。以下示例仅为说明，并不涵盖所有情况。 人工智能物联网（AIoT）：将人工智能与现实世界相连 版权所有 ©2024 Moor Insights & Strategy 2024年5月 • 移动性——广域设备网络为需要移动性的应用提供支持，如汽车、货运、交通、航 运、石油和天然气、采矿、医疗监测，以及其他任何户外移动场景。 • 偏远地区——在固定宽带无法覆盖的地方，蜂窝网络和卫星服务可填补连接空白。 相关应用包括农业、建筑、户外设备、智慧城市、公用事业和环境监测等。对于一

人工智能如果能够有效地在整个公司范围内协调，将带来显著的成本效益机会。 我们的分析表明，全面的人工智能转型战略可以实现40-60%的潜在利润提升。 人工智能在汽车领域的机遇 Strategy& 2 人工智能将推动汽车和移动领域的关键转型领域。 价值将在软件定义、自主和电动汽车等由技术驱动的创新领域尤为突出。 1 人工智能浪潮正在来袭，其影响并不像预期的那样显著。 2000 2020 2025 2030 1997 原始英文内容：OEMs 基于视频的 质量控制 个性化数字 车内体验 特斯拉 自动电动汽车 充电机器人 现代汽车 自动化二手车交易平台 汽车评估 Auto1 宝马 动态路线 定价 高需求 区域预测 移动性 提供商 传感器数据 处理用于AD 威姆奥 增强型电动汽车 充电计划 Free2Move 优步 抢夺 人工智能在汽车领域的机遇 Strategy& 注：示例性公司特定AI解决方案。缩写：SW AI在汽车行业中的应用案例示例 人工智能在汽车产业链中的应用具有潜在价值。 总体和支持功能（例如：战略、规划、并购、IT、财务、人力资源） 价值 链 研究和 发展 生产和 供应链 销售，营销 售后服务 移动性和 金融服务 连接和 自动化服务 数据 资产 产品360° 植物/供应链 360° 客户360° 生态系统360° 车辆360° 使用 病例 自动驾驶汽车软件 生成和测试 自动化视觉工厂 控制和资产配置

..........................................................................................41 2.2.6 移动操作执行与人机交互.......................................................................................... 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应用场景、功能特性、控制模式以及移动方式来进行，截至目前， 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引 发热烈讨论与争论也就不足为奇了。 在学术领域，“百家争鸣，百花齐放” 混淆甚至混乱。因 此，对标准化工作而言，明确人形机器人概念的内涵与外延，已然成 为一项极为紧迫且重要的任务。 首先，人形机器人属于机器人范畴。机器人是具有一定程度自主 5 能力的，可以执行移动、操控或定位任务，可编程的机械致动机构 （programmed actuated mechanism with a degree of autonomy to perform locomotion

中国国际海运集装箱（集团）股份有限公司（简称：中集集团），正面临着 流程管理体系的深度变革需求。作为业务覆盖 100 多个国家、拥有 300 余家成员企业 的跨国集团，中集集团原有 BPM 系统已运行逾十年，其架构老化、兼容性弱、移动端 体验差等问题逐渐成为制约管理效率与业务创新的瓶颈。如何通过数字化实现流程管理 的智能化、敏捷化与全局化，成为中集集团新挑战。中集集团通过与蓝凌深度合作，基 于蓝凌 BPM 打造一体化流程支 代际断层表现为不支持移动端审批，与 PC 端存在功能割裂。而且流程新建与唤起缺乏 智能机制，用户流程使用效率低下。此外，旧版本 BPM 系统的流程引擎无法支撑低代 码开发，进一步阻碍了流程创新。 基于上述原因，中集集团决定通过与蓝凌合作，支持其多元化业务的持续发展。具体而 言，中集集团希望能达成用户体验、管理水平和降本增效三方面的优化目标。 在用户体验层面，中集集团需要实现电脑、移动端流程同步审批，支持用户第一时间处 流程智能化实践报告 13 在新的智能 BPM 建设过程中，中集集团构建了集团级一体化流程平台，通过四大核 心能力重构企业运营体系。第一，打造标准化流程引擎底座，实现跨组织流程统管。 第二，构建多端协同的移动审批门户，形成全集团统一的交互体验。第三，贯通异构 系统的流程链路，实现流程集成。第四，通过智能流程分析平台，实现端到端流程效 能分析。该平台通过全生命周期管理闭环，实现中集集团流程标准化、数字化、可视

供需格局：主要原料价格震荡回调，创新应用带来新需求 4.2 通信板：4G扩容+5G推进，通信板迎来加速发展期 4.3 4 1 5G：终端发布在即， 射频、光学、面板行业迎新机遇 5 eMBB 增强移动宽带 • 基础设施 • 应用终端 mMTC 海量机器通信 • 基础设施 • 应用终端 URLLC 高可靠低延时 通信 • 基础设施 • 应用终端 手机 AR/VR 射频端 传感器 -40% -20% 0% 20% 40% 60% 80% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 智能手机出货量同比 中国移动4G用户渗透率 发售新机中4G机型渗透率 阶段2：4G导入期 （2014年） 阶段3：4G替换期 （2015~2016年） 阶段4：4G成熟期 （2017年~2018年） 15到16年，4G用户渗透率从 15到16年，4G用户渗透率从 10%提升到65%，国内手机出 货量连续两年增长超过10%， 在此之前和之后，手机出货量都 出现了负增长，换机效应明显 阶段1：Pre-4G期 （2013年） 数据来源：工信部，中国移动，国泰君安证券研究 1.1 8 从4G换机周期看5G：从欧美4G经验来看，换机高峰一般持续4年左右 数据来源：GSMA Inteligence，国泰君安证券研究 全球范围来看，美国和欧洲在4G

1 路线与物品位置固定 2 路线涉及物体机械移动 3 路线涉及生物自主移动 操作工具 1 不使用工具/使用固定工具 2 使用某类特定工具 3 使用多种不同工具 一级指标 二级指标 能力等级 指标定义 动作 复杂程度 上肢：精细度 1 允许误差范围较大 2 允许厘米/牛米级误差 3 毫米/毫牛米级动作，柔性操作 下肢：寻路移动 1 固定线路 2 固定区域 3 全场景避障 拓展上下游：向已实现任务的上下游拓展，形成较长工作链条，在此期间，积累的 数据能够不断提升机器人的工作能力 ✓ 找复杂工作：工作能力提升后，向其他精细度高，链条长的任务逐步演进 • 工作环境：环境广阔，需识别物品多， 可自主移动的目标多（人，宠物等） • 工作任务：由基础搬运、巡场类工作开 始，在“指导下”逐步胜任复杂工作 • 工作任务演进逻辑： ✓ 由可胜任的单一工作开始，向复杂 长链条工作演进 2030+ M2 Rollin'Justin Reachy Nao 功能 多模态交互、环境感知、灵活运 动、精细操作、自主学习等 灵活的运动能力、物体与环境感知、 语音交互和视觉交互、可实现搭建、 维护、装配、实验等多种能力 灵活的移动能力、视觉/触觉/力 感知能力、远程控制、人机交互 语音、视觉识别，触摸感知能力，支持 多语言编程、执行复杂动作（如走路、 跑步、舞蹈等） 应用场景 家庭服务、工业生产、商业服务 家庭服务、工业生产、特种应用