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 不足，限制了机器人在野外勘探、灾难救援等复杂地形 场景的应用。 核心零部件研发与成本 关节模组传感器轻量化材料研发加速，但成本高，如特斯拉 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3.4次试错，交互效率低，影响用户体验。 多模态交互技术不成熟，导致机器人在服务行业如餐厅服务、酒店接待等场景中响应速度慢，服务质量不稳定。 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 产业链协同以项目合作为主，缺乏长 期稳定合作机制，如部分企业合作项 目结束后终止合作，影响产业生态稳 定性。 产业链协同发展模式不完善，缺乏深 度合作与资源共享机制，不利于产业 长期稳定发展。 产业链协同发展模式 产业链初步成型 02 科研教育市场高校采购单价15- 30万元， 全球年需求超2万台，为行业发展提供 稳定需求基础。 科研教育市场需求稳定增长，推动机 器人技术迭代升级，促进高校与企业

2.1.4 预期传播 ........................................................................... 15 2.1.5 预期稳定 ........................................................................... 15 2.1.6 预期释放 ...... .........................37 4.1 预期传播主动性强，市场反馈偏弱 ..................................... 37 4.2 预期稳定保持了相对优势........................................................ 39 4.3 预期释放回报性增强，价值分层凸显 ......... 图1 2024 年专精特新上市公司行业分布 数据来源：Chocie，和恒整理 说明：以上行业信息剔除了银行、非银金融以及综合三大行业，下同 面对逆全球化的挑战，它们更成为产业链安全的“稳定器”。近 年来，全球分工体系重构与外部遏制压力加剧，中国制造业对产业链 供应链的“自主可控”需求日益迫切。专精特新企业凭借对细分领域 的深度渗透，承担起“填空白、补短板”的使命——无论是关键设备

首先，构建一个高性能、可扩展的 AI 大模型底座，支持多种 AI 应用场景，如智能客服、供应链优化、市场预测等。通过整合企 业内部数据和外部数据源，训练出适用于企业特定需求的大模型， 确保模型在精度、速度和稳定性方面达到行业领先水平。 其次，实现数据管理的智能化和自动化，提升数据采集、清 洗、标注和存储的效率。通过搭建统一的数据管理平台，确保数据 的质量与一致性，降低数据孤岛现象，为企业决策提供可靠的数据 TensorFlow、PyTorch、Hugging Face 等，保证技术的先进性和 社区支持。同时，架构设计中引入了持续集成和持续交付（CI/CD ）流程，自动化测试和部署，提升开发效率和系统稳定性。 为了进一步优化系统性能，架构设计中引入了模型压缩和加速 技术。例如，通过量化、剪枝和蒸馏等技术，减少模型的计算和存 储开销；结合硬件加速器（如 GPU、TPU）和边缘计算节点，提升 模型的推理速度和响应效率。 大模型底座能够为企业提 供强大的 AI 能力支持，助力其在智能化竞争中脱颖而出。 3.1 整体架构概述 企业数字化转型 AI 大模型底座项目的整体架构采用模块化设 计，确保系统的高扩展性、灵活性和稳定性。架构主要包括数据 层、模型层、服务层和应用层四个核心模块，通过统一的 API 网关 进行集成和管理。数据层负责海量数据的存储与处理，支持结构 化、非结构化和半结构化数据的多源异构整合，采用分布式数据库

金科创新社 金科创新社 金科创新社 金科创新 前言 在数字经济时代，数据作为新型生产要素、算力作为核心生产力，正深刻重塑金融业发展格局。数 据中心作为金融数字基础设施的核心载体，不仅是业务稳定运行的基石，更是驱动创新、赋能转型的重 要引擎。随着金融业务线上化、智能化、场景化程度的不断提升，数据中心的架构设计、运营模式与技 术能力也面临着前所未有的挑战与机遇。 近年来，金融数据中心呈 经过公司上下的仔细研讨，2022 年新数据中心建设项目被提上日程，项目旨在通过引入私有云方案建设新数据 中心，并基于新数据中心及老数据中心构建公司生产业务的灾备系统，实现 IT 基础架构的全面升级，提高系统运行 的安全性和稳定性，满足监管对业务连续性保障的合规要求，为公司数字化转型提供良好的技术平台，促进业务创新、 灵活性、效率和竞争力的提高。 云数据中心通过引入先进的云计算架构构建了强大的基础设施 IaaS 服务能力，兼容传统稳态环境下软硬件资源 金科创新社 金科创新社 金科创新社 金科创新社 金科创新 02 提高 IT 资源利用效率、管理水平、服务保障能力。 信息系统结合业务场景可灵活选择适合的技术架构和资源部署方式，以便更高效、稳定地实现业务目标，实现 IT 统一标准、服务、管理的要求。 基于云数据中心 IaaS 平台上，项目也同时构建了云 PaaS 平台服务能力，包括 Devops、微服务开发框架、应 用运维监控中心、

基于以上原理，搭建一台真实的核磁量子计算机，首先需要制 备合适的分子结构作为量子比特载体，具有多个自旋为 1/2 的原子 核，且互相之间存在耦合关系；然后设计出一套磁体系统，可以提 供均匀稳定的静磁场；最后设计一套高精度的射频信号收发系统， 即可实现整个量子计算过程（如图 2 所示）。 图 2 核磁量子计算机原理架构图 (二) 技术优势/成熟度分析 基于核磁共振技术的量子计算机在面向教育场景时，相对于其 它量子计算技术体系或模拟器方案，具有如下多个方面的优势。1） 量子信息技术应用案例集（2024） 5 相比于其它体系（如超导芯片、离子阱等），核磁共振技术已经比较 成熟，可以做到体积和重量的小型化；2）性能更加稳定，机器自带 一键校准量子比特参数的功能，不需要专业维护，降低使用成本；3） 开放底层的脉冲控制，使用自定义的射频脉冲操控量子比特，不仅 仅局限于逻辑门层级的量子线路编程；4）可以获取原始的量子信号 案例的不足与改进考虑 核磁量子计算机作为精密技术，在应用中受到不稳定因素影响， 需要解决若干问题。其对环境要求高；小型化系统中使用的钕铁硼 永磁体对温度敏感，稍有偏差就会影响实验精度；此外，磁场均匀 性对量子比特信号强度和分辨率有直接影响，物理震动或热胀冷缩 等可导致实验精度问题。后续将优化温度控制和匀场方案，减少环 境影响，提升产品易用性和稳定性。 (三) 后续实施和应用计划/展望 量子计

年前没买房”。 新能源革命的上半场是电动化，新能源汽车和锂电，下半场是智能化， 储能、氢能和智能驾驶。 为什么储能如此重要？各国都更加重视构建新型能源体系，光伏、风力 发电快速装机，但发电仍不稳定，且存在上网困难。怎么解决？需要大 量的储能。 目前，储能行业呈现两大发展趋势： 趋势一：长时储能是下一个风口。随着风光发电占比的进一步增加至 50%-80%，储能时长的需求将扩展至 10 小时以上，且长时储能将会成为 1) 从电力供需平衡来看，储能的 “削峰填谷” 及季节性调节效能 显著，优化资源配置，提升利用效率，缓解生产与消费的时间 矛盾，减少能源浪费。 2) 储能对电网稳定性和可靠性的提升作用关键。可快速响应电网 波动与故障，维持稳定运行，为关键设施提供应急电源，增强 电网韧性； 3) 在整合可再生能源方面，鉴于风能、太阳能的间歇性，储能可 平滑出力波动，提升其并网能力，解决弃风弃光问题，稳固可 个省(区、市)开展试运行。预计全年全国市场化交易电量约 6.1 万亿千瓦时，同比增长 7.6%； 5) 储能为分布式能源和微电网发展筑牢根基，与分布式电源配合， 强化局部能源自给，保障孤岛供电稳定与安全可靠。 但当前储能技术受高成本、寿命短等问题掣肘，成为可再生能源发 展瓶颈，亟待突破，以实现两者协同发展，推动能源可持续转型，否则 可再生能源发展将在储能环节陷入困境，难以迈向新的台阶。

ITER：2025 年有望完成第一阶段建设，将成为世界上最大的托卡马克 ..................................................... 45 仿星器：运行稳定，但结构设计复杂 .......................................................................................... .......................................................................... 13 图表 16： 高温超导磁体增强等离子体稳定性并推动托卡马克小型化 ....................................................................... 13 图表 17： 聚变实验堆中主体结构价值量占比约 ............................. 41 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。 5 工业 图表 82： 高温超导磁体增强等离子体稳定性并推动托卡马克小型化 ....................................................................... 42 图表 83： DeepMind

存在供应链攻击、老旧设备漏洞、核心数据泄露、各细分行业安全风险差异化显著、技术手段不 足、人员安全意识薄弱等诸多安全隐患，且工业互联网安全建设整体相对滞后，风险敞口与攻击 暴露面广泛，严重威胁工业系统稳定与数字化转型进程。 (2) 工业互联网安全产业生态呈现“多领域交织、国内外竞合”态势，涵盖工控、工业数字化、工业 互联网、工控安全四大核心领域。其中工控安全创新厂商技术专精但生态协同不足；IT 大厂技术 流程准确；网络安全借助动态组网与流量监测保障数据传输稳定；应用安全主要解决工业互联网 平台和工业应用程序安全可靠地运行；数据安全通过全生命周期管理维护数据价值。 3 (4) 需要强化双安全运营协同架构，即工业控制系统（ICS）安全运营与工业互联网平台安全运营中 心（II-SOC）协同建设理念。前者聚焦生产现场控制层，通过实时监测与应急处置保障工控系统 稳定；后者面向“云-边-端”全域，实现跨企业安 工业网络安全主要聚焦于工业环境中的网络架构安全，包括工厂内部的工业以太网、工业无线网络， 以及工厂外部与用户、协作企业等实现互联的公共网络。防范网络攻击、恶意软件入侵、网络窃听等安全 威胁，保障工业网络通信的稳定性与可靠性，确保生产指令的准确下达与生产数据的顺畅传输。 工业网络安全概念示例 震网病毒通过工业网络入侵伊朗核设施，利用西门子工业控制系统的漏洞，篡改离心机运行参数，导致大量设备 损毁，凸显了工业网络安全防护的紧迫性与重要性。

二是大模型推动云计算产业开启新一轮增长，我国市场保持较 高活力。2023 年，全球云计算市场规模为 5864 亿美元，同比增长 19.4%，在生成式 AI、大模型的算力与应用需求刺激下，云计算市 场将保持长期稳定增长，预计 2027 年全球云计算市场将突破万亿美 元。2023 年，我国云计算市场规模达 6165 亿元，同比增长 35.5%， 仍保持较高活力，AI 原生带来的云技术革新和企业战略调整，正带 2027 年我国云计算市场将突破 2.1 万亿元。 三是云计算技术“人工智能+”融合趋势明显，赋能多产业加快 形成新质生产力。在“智转数改”的新需求下，企业上云用云需求 不断深化，对应用现代化能力、稳定性保障能力、云原生安全能力、 云成本优化能力、垂直类应用能力以及云算融合能力等方面要求不 断提升，带动相关技术创新发展，特别是云计算与智算的加速融合， 推动人工智能技术发展和应用快速革新。“云+AI”作为新一代人工 ................................1 （一）各国持续深化云计算战略，安全和智能化成发展重点.........................1 （二）云计算市场持续稳定增长，行业巨头保持领先位置.............................3 （三）云计算技术融合价值凸显，成为新技术创新发展的土壤.....................6 二、我国云计算发展概述

这样有利于引入新模型或算法，不影响系统的整体运行。 此外，为保证系统的稳定性与性能，建议在服务层引入监控系 统，对各模块的性能指标进行跟踪与分析，如响应时间、吞吐量 等，以便及时发现并解决潜在问题。 最后，安全性也是架构设计不可忽视的一环，数据传输需要加 密，用户访问需进行身份验证，确保系统的安全性和用户数据的隐 私保护。通过这些核心设计理念，AI 大模型流水分类系统能够高 效、稳定地运行，满足实际业务需求。 3.1 种机器学习算法。  模型推理层：执行分类模型的实时推理，返回结果供后续处 理。  用户交互层：提供友好的用户界面，让用户方便地进行操作和 获取信息。  监控与管理层：保证系统的安全与稳定运行，对异常进行实时 响应。 通过这种精细化的模块划分和清晰的层次结构，AI 大模型流水 分类系统能够高效响应用户需求，同时便于后续的系统升级与优 化。 3.2 各模块功能描述 在 AI 等）收集相关数据。这部分需要支持多种数据格式的输入，包括但 不限于文本、图像和视频数据。同时，数据采集模块需要具备实时 数据流处理能力，以便在数据产生的瞬间将其抓取并传输至后续模 块。此模块的健壮性和稳定性直接影响到整个系统的数据质量和及 时性。 数据预处理模块的功能是对原始数据进行清洗和转换，以提高 后续模型处理的效率和准确性。主要任务包括数据去重、缺失值处 理、标准化、归一化、分词（针对文本数据）、特征提取等。这一