动智能体” 跨越，多模态传感延迟降至 2ms，工业大模型简化操 作，支撑人机协同创新。 从规模突破到结构优化，机器人产业正 “量质齐升”，在核心技术 与市场布局上的优势愈发凸显，为全球产业变革注入持续动力。 BEST CONSULTING 02 第二章 人形机器人：具身智能的先锋载体 人形机器人概述 1、人形机器人的定义与发展 人形机器人是一种外观与行为高度拟人化的智能机器人，具备部 二是软件与算法方面，运动控制算法、AI 与认知智能、通过人类动作捕捉数据训练等 ; 三是能源与能效优化，包括固态电池、快充技术、仿生步态设计减少能耗等。 看社会｜人口老龄化，合格劳动力日益减少，城镇化水平提高，机器人劳工广受欢迎 全球劳动力人口（15-64 岁）占比预计从 2020 年的 65% 降至 2050 年的 58%，其中日本下降 27%，中国下降 22%，德国下降 6%，巴西下降 3%。中国 60 22%，老龄化加剧，叠加城镇化加速和新生代职业观念转变（更追求“工作 - 生活平衡”），制造业、能源、建 筑等高危行业面临招工难、流失率高的挑战。人形机器人可替代重复性、高危或高强度作业，成为应对劳动力短缺的关键解决方案。 看市场｜市场潜力巨大 2023 年全球人形机器人达到 21.6 亿美元规模，随着 2025 年各大厂产品量产，未来预计人形机器人将有望渗透 B 端各行业领域，快速形成 商业化。预计到

控制器是协作机器人的“大脑”，负责处理输入的数据，执行程序指令；伺 服系统负责执行控制器的指令，精确地控制机器人的关节运动。电机作为驱动源， 正朝着高功率密度、低能耗方向发展，为协作机器人在复杂任务中的快速响应与 持久作业提供动力保障；谐波减速器是协作机器人关节核心部件，用于降低电机 的转速并增加输出扭矩。因其高传动比、小体积和轻重量而在协作机器人关节中 得到广泛应用。目前协作机器人零部件的国产化率及自主化率较高，提升核心零 ���� 以上，尤其适配人形协作机器人、轻型机械臂等对空间要求严苛的产品。代表企 业包括雷赛智能、大族电机、步科股份、易尔泰、富兴机电、昊志机电等。� 伺服驱动器：伺服驱动器作为协作机器人的“动力控制大脑”�其性能直接 决定电机动作的精度与稳定性。近年来，国内伺服驱动器厂商通过算法突破与场 景适配，不仅实现了与国际品牌的性能对标，更在国产化协作机器人供应链中占 据核心地位。如汇川技术、 年开始，禹衡光学、禾川科技、汇川技术、步科股份等国产编码器 的渗透率快速提升。同时，国内协作机器人本体厂商为降低供应链风险，积极推 进国产化替代。� ��� 减速器� 图 13 谐波减速器� � 作为协作机器人关节的“动力转换核心”，减速器承担着降速增扭的核心功 能。协作机器人使用的减速机以谐波减速器为主，具有体积小、重量轻、传动比 高、精密度高等特点。具身智能应用场景丰富多样，从复杂工业环境中的协同作 业，到

���� 10 2.2.3 产业链下游 ������������������������������������� 11 2.3 中国 UWB 市场驱动力＆需求度＆市场机会分析 12 2.3.1 中国 UWB 市场驱动力模型 ������������������������ 12 2.3.2 中国 UWB 市场需求度模型 ������������������������ 14 3.1 蓝牙定位基本介绍 56 3.2 中国蓝牙定位产业链介绍 59 3.3 中国蓝牙定位市场驱动力＆需求度＆市场机会分析 59 3.4 中国蓝牙定位市场潜力分析 61 结束语 134 1 常见的高精度定位技术介绍表 ��������������������������� 05 2 UWB 应用领域驱动力分析模型 �������������������������� 13 3 UWB 的 B 端市场需求模型 ����������������������������� 15 4 UWB 的 C 端市场需求模型

54 64 70 71 71 94 111 126 139 156 171 智 能 世 界 的 I C T 岗 位 与 技 能 执行摘要 如今，AI正在从根本上重塑全球劳动力格局，革新岗位职能并催生出对新技能的迫切需求。这场 变革正在改变全球科技领域，同时也将深入影响金融、医疗、制造等行业。随着AI不断驱动竞争 日趋激烈，无法在经济环境中适应这一变革的组织将难以获得竞争优势。 的人才生态提供系统性支撑。 智 能 世 界 的 I C T 岗 位 与 技 能 02 重塑工作: 重大变革与新挑战 全球商业与技术格局正经历历史性变革。在AI快速崛起的推动下，组织竞争力与劳动力准备度的 核心要素已被重新定义。 AI 驱动型组织的出现，标志着企业正从“渐进式应用AI”全面转向“以AI重塑商业模式”⸺将AI 深度融入企业创造价值、提供服务及构建工作体系的核心环节。但这场AI驱动的革命也带来了前 性。 AI智能体 如果说2023年和2024年让全球各行业初识生成式AI，那么2025年便是“智能体之年”。这一 年，焦点开始转向智能体，IT软件、硬件及服务供应商纷纷加速推出最新的数字劳动力与劳动力 管理解决方案。然而，新解决方案的发布速度与数量，让许多组织望而生畏。当前市场上的智能 体解决方案形式多样，既有独立工具，也有嵌入式功能，令很多首席信息官（CIO）在选择解决 方案、快速转向新工作模式时持谨慎态度。

与“强出口+强整合”的企业，呈现“份额集中—利润集中—研发集中”的三集中特 征。 其二，结构性分化加速。新能源渗透率历史性突破 40%，电动化不可逆。从内部 结构看，PHEV（含 EREV）成为近两年主驱动力，反映主流消费群体在充电设施改善 有限与里程预期偏稳的现实下做出的务实选择；传统燃油车加速边缘化，零售端份额 持续被侵蚀。品牌格局方面，自主品牌市场份额升至约 65%，合资阵营在新能源转型 节 ，更是在较高基数上实现了新的突破，彰显了中国汽车工业的产业基础与市场 潜力。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 10 — 图 1：2015-2024 年中国汽车销量及增长率 然而，对增长的构成与驱动力进行深度分析后可以发现，一个复杂且充满结构性 矛盾的“分化”现实已十分明显。整体增长的质量与可持续性，正面临着新的考验。 1. 增长引擎呈现“双重特征”：出口拉动与政策支持 2024 年市场整 年汽车库存量及同比变化 综上所述，2024 年的中国汽车市场宏观格局，表现为典型的“分化”特征。创纪 录的产销体量背后，是增长动力的结构性不均衡；表面稳健的增长数据，掩盖了国内 市场有机增长动能不足的现实。行业对出口和政策刺激的依赖性增强，不仅放大了外 部环境风险，也揭示了其内生增长动力亟待加强的课题。这一宏观背景，是理解当前 产业所有压力的逻辑起点。 （二）电动化与智能化浪潮：渗透率突破临界点

等场景。 高效建模与轻量化渲染。基于 3D Tiles 流式加载、ENU 坐标变换与 LRU 缓存技术， 实现大规模倾斜摄影模型的秒级加载，突破 Web 端性能瓶颈。 机理与数据双驱动。融合水动力模型、有限元分析等物理机理与 AI 算法（如 LSTM、 强化学习），将洪水预测误差降至 3%以下，推演效率提升 20 倍。 动态交互与智能决策。通过数字人、大语言模型（LLM）实现自然语言操控，支持应 数字孪生世界白皮书(2025) 1 一、数字孪生核心技术：智能算法的融合应用 数字孪生技术的核心在于形成“物理机理为基、数据智能为翼”的复合技术体系。在 水利、制造、能源等领域，传统机理模型（如水动力模型、有限元分析）基于物理定律提 供可解释性强的基线预测，而智能算法（如 LSTM、随机森林、强化学习）通过海量数据 捕捉非线性关系，修正残差、优化参数，显著提升系统精度与响应速度。例如，某水利项 靠性。 B. 二维水动力 二维水动力学（2DHydrodynamics）是研究水体在二维空间（通常为水平平面）内运 动规律的学科，广泛应用于河流、湖泊、海洋近岸区域、洪水淹没区等场景的水流模拟与 分析。其核心是通过数学模型描述水流的速度、压力、水位等参数的时空变化，并求解控 制方程以预测水动力过程。 根据近地遥感和卫星数据可以得到场地的真实地形数据，根据二维水动力模型模型进 行场地的

传感器（视觉、触觉、听觉等）实现环境 感知和自身状态监测。视觉感知依赖相机 与 LiDAR 进行物体识别和深度感知，触 觉传感器提供力反馈与纹理感知，听觉模 块通过语音识别处理声音信号。运动控制 方面，采用路径规划、动力学模型和协调 控制方法，确保高效任务执行。同时，柔 性 电 子 与 新 型 聚 合 物 材 料 可 提 升 感 知 精 度，并通过集成设计增强数据采集能力和 设备性能。 2.3.5 可信机制 拟现实、智能环境等多模态协同。神经机 制、神经技术与人工智能深度融合的发展 趋势预示着脑机接口技术正式迈入智能增 强与认知重塑的新阶段。 3.3 前沿科学问题和突破路径 人脑作为大规模的复杂动力系统，其 网络化连接模式、动态时变特性和非线性 交互机制，构成了神经解码与编码技术实 现可靠性和稳定性的核心挑战。 如何实现神经集群复杂功能的特异性 调控？针对兴奋性 / 抑制性神经元、感觉 挥着作用：图神经网络（GNN）的信息传播 和聚合过程可通过图论和图拉普拉斯算子的 谱分析来解释；将深度学习模型视作动力系 统，通过微分方程和稳定性理论分析循环神 经网络（RNN）的隐藏状态演化，不仅揭示 其长序列稳定性，也预示激活函数选择不当 时可能引起的梯度消失风险；动力系统中的 平衡点、吸引子和分岔理论进一步为神经网 络训练过程中的动态行为提供理论支撑，指 导更稳定高效的算法设计。

上游零部件主要代表企业 资料来源：公开资料，高工机器人产业研究所（GGII）整理 一、减速器 减速器是连接动力源和执行机构的中间机构，具有匹配转速和传递转矩的作用。按照控 制精度划分，减速器可分为一般传动减速器和精密减速器。一般传动减速器控制精度低，可 满足机械设备基本的动力传动需求。精密减速器回程间隙小、精度较高、使用寿命长，更加 可靠稳定，应用于机器人、数控机床等高端领域。精密减速器种类较多，主流的包括谐波减 三、力传感器 力传感器（Force sensor）是将力的量值转换为相关电信号的器件。力是引起物质运动 变化的直接原因。力传感器能检测张力、拉力、压力、重量、扭矩、内应力和应变等力学量， 在动力设备、工程机械、各类工作母机和工业自动化系统中，是不可缺少的核心部件。 随着机器人技术的快速发展，机器人越来越多地参与到需要高度感知和适应环境变化的 交互场景中。在这些场景中，机器人不仅要具备 类似于人手结构的设备，例如：三指夹 爪、四指夹爪等，也有平行二指这类偏机械性的结构。在实际应用中，夹爪一般通过末端的 连接装置与机械臂末端关节的连接面板相结合，前端夹片或钳口在气压、液压、电驱等动力 的驱使下，会对物体施加一定夹持力，使物体能够被机械臂控制，进而实现抓取、放置、拧 紧等操作。 随着夹爪的各类应用不断深入，各个行业的场景定制化开发，以及应用缺陷上的持续迭 代和优化，夹爪种类逐渐向多样化的方向发展。

国产厂商：单点突破，依托供应链与生态拓展市场���������������������� 13 二、蓝牙产业链与主要玩家梳理������������������������������� 14 A 上游产业链核心驱动力：蓝牙主芯片设计 ����������������������������� 14 （1）核心技术特征：聚焦低功耗、长距离与智能化 ���������������������14 （2）竞争格局：国际主导中高端，国产突围消费级 载星闪技术的平板与手写笔，标志着星闪技术正式踏入商业化应用阶段，开启市场验证与产业推广征程。 2024 年：2.0 标准升级与能力拓展 2024 年 3 月，星闪 2.0 标准发布，为技术发展注入新动力。该版本新增 SLP 精准定位特性，构建起“SLE 低功耗 +SLB 高速率 +SLP 精准定位”的通感一体架构。 在功能层面，不仅原生支持音频、视频、人机控制、高精定位等多元应用，还对多跳组网、数据路由转发等进行优化升级， 密，核心价值集中于上游主芯片设计，中游承担价值传导枢纽角色，下游需求则直接决定市场规模与增长方向。 其中，中国大陆凭借在芯片制造、模组生产及终端出货的综合优势，已成为全球蓝牙产业链核心枢纽。 A 上游产业链核心驱动力：蓝牙主芯片设计 蓝牙主芯片是产业链技术壁垒最高、价值最集中的环节，直接决定下游产品的功耗、传输距离、安全性与场景适配能力， 按应用可分为蓝牙音频芯片与蓝牙物联网芯片两大品类，技术迭代与竞争格局呈现显著差异化特征。

学科或行业创新的规模化：让最懂业务的工程领域专家，成为创新的主角。 他们无需成为 AI 专家，便可利用工程智能平台提供的工具，像使用 CAD 或 MATLAB 一样，快速、高效地解决领域内的核心问题，从而激发源源不断的 内生创新动力。  人才培养的规模化：打破 AI 与工程之间的知识壁垒，培养兼具两方面素养 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。 衡量的产业价值与社 会效益。 要实现如此宏大的变革，我们必须找到正确的实现路径。幸运的是，技术的 发展为我们指明了方向。大型语言模型，多模态大模型与智能体技术的崛起，构 成了工程智能的核心驱动力。大模型以其强大的知识融合、逻辑推理与自然语言 交互能力，成为了理解和处理工程领域复杂信息的“认知内核”；而智能体则扮 演了“超级执行者”，它能够自主规划、调用工具、协同系统，将认知转化为行 工 程智能操作系统”为核心的实现框架与核心共性技术体系，并展望工程智能的核 心趋势与未来发展。 随着人工智能技术与传统工程领域加速融合，工程智能应运而生。它是推动 工程领域智能化转型的关键驱动力，也是应对日益复杂工程挑战的全新范式。工 程智能的核心目标，是通过平台化架构实现对工程领域规模化赋能，涵盖技术研 发、领域创新、人才培养与产业落地四个规模化维度，推动从“点”上的单一场 景突破