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

具身机器人行业现状 及 未来趋势分析 CONTENTS 目 录 当前研发状态 01 应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 长时间作业需求，如工业巡检机器人需频繁充电，影 响工作效率。 能源效率问题限制机器人在物流仓储等需要长时间连 续作业场景的应用，增加运营成本。 硬件技术突破 具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3 AI大脑与硬件融合存在兼容性稳定性问题，如部分机器人在高强度任务下出现算法与硬件脱节故障，影响任务完成。 AI大脑与硬件融合问题导致机器人在复杂任务执行中出现故障，降低可靠性，影响市场信任度。 具身智能算法能力 多模态交互协同 AI大脑与硬件融合挑战 AI大脑发展 区域分布珠三角伺服系统、长三角AI 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套

3D⽣成 04 具身智能 05 扩展现实（XR） 06 世界模型 07 空间智能玩家图谱 空间智能是主要基于3D视觉信息进⾏理解、推理、⽣成、交互的AI系统 4 信息来源：量⼦位智库 3D理解 数据 算法 3D⽣成 3D推理 交互 虚拟 世界 物理 世界 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 空间智能概览：3D⽣成、自动驾驶、具身智能是空间智能不同成熟度的 信息来源：量⼦位智库 3D⽣成 扩展现实（XR） 自动驾驶 具身智能 物理 世界 虚拟 世界 终局状态 发展成熟度 世界模型 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 • ⾼ • 软件服务可快速 普及应用，3D⽣ 成价格低 从智能三要素、普及便捷度、经济性出发，自动驾驶和3D⽣成是空间智 能最先成熟的领域，具身智能仍处早期，各要素尚未完备 数据成熟度（核⼼） 数据成熟度（核⼼） 6 信息来源：量⼦位智库 自动 驾驶 3D ⽣成 • ⾼ • 汽车⾏驶数据（摄像头及 传感器）达到百亿英里级 • 仿真数据正在快速发展以 弥补真实数据的分布缺失 具身 智能 成熟度 XR 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业 界共识 算法成熟度 • ⾼ • 头部玩家达到5万 卡H100 算⼒支撑 • 中 • 安全性和合规要 求⾼

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

机交互困难一直是困扰其发展的一大难点。从最近谷歌推出的 Project Astra 以及 Meta 的雷朋眼镜中我们看到，大模型所具备的图像理解、语音交互， 以及根据语音交互结果进行的执行能力有望大幅度提高 AR 眼镜的交互能 力。目前具身智能的发展仍处于非常早期的阶段，但是大模型所具备的以上 能力有望大幅提高机器人对环境的理解能力，以及根据理解结果控制关节等 的执行能力。相关标的包括：Meta，奕瑞，龙旗，舜宇，水晶光电，歌尔。 ............................................................................. 15 大模型应用#3：AI 大模型推动具身智能技术加速迭代 .......................................................................................... 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 4 电子 图表2： 大模型发展推动硬件载体的变迁 资料来源：华泰研究 大模型如何赋能终端：交互能力提升（轻量级 AR），代码执行（具身智能）。AR/VR 一直 被认为有望替代手机成为下一代移动终端。但由于缺少触摸屏，人机交互困难一直是困扰 AR/VR 发展的一大难点。从最近 OpenAI 推出的 GPT-4o、谷歌推出的 Project

维素材料受到 14 全球工程前沿 Engineering Fronts 全球工程前沿 2024 高度关注。其中，纤维素气凝胶因孔隙率高、密度低、比表面积大、形变恢复能力强等突出优点，成为极 具潜力的摩擦纳米发电材料。但是，基于纤维素气凝胶的摩擦纳米发电机从实验室走向应用依然面临严峻 挑战。当前纤维素气凝胶的结构及孔径尚未得到有效控制，由于制备工艺的约束，往往不能完全满足纳米 发电机的各 器科学与技术、动力及电气设备工程与技术、交通运输工程等学科方向（表 2.15）。其中，属于传统研究 深入的有：深远海水下通信定位技术、低空无人飞行器综合探测技术、无人舰艇集群感知与协同控制技术、 具身智能技术机器人、氢燃料航空发动机。新兴前沿则包括：海空协同异构无人系统的一体化控制技术、 基于图像特征的高精度距离识别技术、连续陶瓷纤维增强的金属基复合材料、模块化先进武装机器人系统、 临近空间 82 145 184 246 4 无人舰艇集群感知与协同控制技术 35 49 66 98 111 184 5 基于图像特征的高精度距离识别技术 24 42 93 123 202 241 6 具身智能技术机器人 0 0 0 0 1 3 7 连续陶瓷纤维增强的金属基复合材料 1 2 0 4 2 1 8 模块化先进武装机器人系统 2 0 1 0 2 3 9 氢燃料航空发动机 5 6 1 3

型库 核心 框架 ⾃动化深度学 习 强化学习 联邦学习 图学习 科学计算 量⼦机器 学习 ⽣物 计算 可视化分析 ⼯具 云上部署编排⼯具 安全与隐私⼯ 具 低代码开发⼯ 具 预训练模型应 ⽤⼯具 资源管理 与调度⼯ 具 语音理解 文字识别 图像分类 目标检测 图像生成 大模型推训一体 图像分割 自然语言处理 计算机视觉 语音 时间序列 文心大模型 推荐 2024�6�22����������2024�HDC 2024�� 华为常务董事、华为云CEO张平安正式发布盘古大模型5.0，在全系列、多模态、强思维三个方面全新升级；还分享了盘古大模型在自动 驾驶、工业设计、建筑设计、具身智能、媒体生产和应用、高铁、钢铁、气象等领域的丰富创新应用和落地实践，持续深入行业解难题。 盘古大模型5.0包含不同参数规格的模型，以 适配不同的业务场景。十亿级参数的Pangu E 系列可支撑手机、PC等端侧的智能应用；百 34 �����������2.0 “随着大模型具身智能的帮助，今天的陪伴机器人，尤其是人形机器人开始进入到全新的发展阶段，未来如果没有 陪伴机器人，老年社会的幸福是没有办法保障的。” 通过大模型可以在后台做理解、做规划，在前端通过专门的硬件设备 实现麦克风阵列，实现人脸、手势的各种识别，从而可以“听说看 认”，最后再与机器人厂商共同来做具身模型，把这个能力开放给讯 飞星火的合作伙伴。直接用科大讯飞的方案，每一个机器人厂商都可

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