文章核心观点 - NVIDIA宣布其Omniverse技术正被美国领先的制造商、工业软件开发商和机器人公司采用，以构建先进的机器人化工厂和新型自主协作机器人，旨在应对劳动力短缺并推动美国再工业化 [1][5][18] 工业AI操作系统扩展 - NVIDIA正在扩展其用于模拟机器人舰队的“Mega” Omniverse蓝图，新增用于设计和模拟工厂数字孪生的技术 [2] - 西门子成为首家开发支持该Mega蓝图的数字孪生软件的公司，该技术栈将作为西门子Xcelerator平台的一部分，帮助工程师设计结合逼真3D模型和实时运营数据的大规模工厂数字孪生 [3] - FANUC和富士康Fii是首批支持基于OpenUSD的3D机器人数字孪生的机器人制造商，方便制造商将设备拖放至其数字孪生中 [4] 领先制造商应用案例 - 富士康使用新的Omniverse技术，为其位于德克萨斯州休斯顿、面积达242,287平方英尺的新设施进行设计、模拟和优化，该设施用于生产NVIDIA AI基础设施系统 [4] - 贝尔登实施了埃森哲的Physical AI Orchestrator，结合NVIDIA Omniverse库、Metropolis平台和埃森哲的智能体AI，创建虚拟安全围栏和实时质量检测系统 [6] - 卡特彼勒应用Omniverse构建其工厂和供应链的数字孪生，用于预测性维护、动态调度，并利用NIM微服务实现工作流自动化，使用cuOpt软件优化供应链绩效 [7] - Lucid Motors使用Omniverse构建工厂数字孪生，用于实时工厂规划与优化，并训练AI驱动的机器人系统 [8] - 丰田使用idealworks的iw.sim技术（整合了Mega Omniverse蓝图的能力）为其肯塔基州乔治敦工厂创建数字孪生，探索复杂自动化场景 [8] - 台积电使用Omniverse加速晶圆厂设计和建设，并利用Isaac平台开发用于其亚利桑那州凤凰城工厂特定操作的机器人，以显著提升制造生产力 [9] - 纬创资通使用一套NVIDIA AI和Omniverse技术，对其在德克萨斯州沃斯堡工厂组装的系统实施严格的数字测试和验证流程 [9] 机器人开发者与协作 - 机器人公司采用NVIDIA的三计算机架构来构建和部署先进的机器人舰队，以弥合技能差距、提高工人生产力和安全性 [10] - Figure与NVIDIA合作加速下一代人形机器人开发，利用NVIDIA加速计算构建其Helix视觉语言行动模型，并利用Isaac平台进行模拟和训练 [11] - Agility Robotics的通用人形机器人Digit使用NVIDIA Isaac Lab框架通过数百万次强化学习场景优化全身控制，并由Jetson AGX Thor模块驱动实现实时感知和决策 [12] - 亚马逊机器人使用Omniverse库和框架，将其各种机械臂系统和移动机器人的开发时间从数年缩短至数月 [13] - Skild AI正在构建一个涵盖腿式、轮式和人形机器人的通用机器人基础模型，使用Isaac Lab进行运动灵巧操作任务训练，并使用Cosmos世界基础模型生成训练数据集 [14] - FieldAI正在训练用于建筑和石油天然气环境监控与检查的跨实体机器人大脑，使用Isaac Lab进行强化学习，并使用Isaac Sim进行合成数据生成和软件在环验证 [14] 行业投资与基础设施 - 2025年，美国宣布了总额达1.2万亿美元的投资用于建设国内生产能力，主要由电子供应商、制药公司和半导体制造商主导 [5] - NVIDIA IGX Thor是一个由Blackwell驱动、适用于企业的平台，正被包括Diligent Robotics、日立铁路、Joby Aviation在内的行业领导者采用 [20] - 谷歌云宣布其由NVIDIA RTX PRO 6000 Blackwell服务器版GPU驱动的新G4实例现已可用，微软也将在Azure公有云和Azure Local边缘基础设施中提供这些GPU [21]

事件概述 - 代表130亿美元房屋净值贷款的Figure Heloc代币在10月24日伦敦时间晚上10点左右发生闪崩 价格从约1美元暴跌至019美元的低点 随后有所回升 跌幅高达81% [1][2] - 此次闪崩导致该代币市值暂时蒸发超过100亿美元 但崩盘原因尚不明确 [2] 对公司的影响 - 此次事件对公司的形象造成负面影响 公司在一个月前通过美国首次公开募股筹集了近8亿美元 目前市值约为85亿美元 [3] - 事件引发市场对公司平台稳定性的质疑 以及对由现实世界资产支持的区块链贷款可行性的担忧 [3] - 公司利用Provenance区块链来发行和记录其承销的各种贷款 其最受欢迎的产品是房屋净值信贷额度 公司声称已发放了价值130亿美元的HELOC [5] 行业背景与挑战 - 消费贷款和政府债务等现实世界资产的代币化市场在今年已增长至180亿美元 Ripple和波士顿咨询集团预测到2033年代币化行业将增长至19万亿美元 [4] - 行业支持者认为资产代币化可以大幅提高金融系统的速度和效率 [4] - 然而 数据显示公司的贷款代币流动性异常低 在过去24小时内 价值130亿美元的Figure Heloc代币仅发生了价值1516美元的交易 [7] - 低流动性可能导致价格大幅波动 类似规模的资产通常支持数亿美元的日交易量 [7] - 公司声称将贷款置于区块链上可以降低成本并提高流动性和效率 但低流动性市场难以承受大额买卖订单的冲击 [5][6][7]

人形机器人行业现状与挑战 - 行业面临从特定任务训练到通用智能的鸿沟，家用机器人实现叠衣服、倒水等任务仍需AI领域取得一系列突破[1] - 行业秘密在于公司尚不知晓如何让机器人变得足够聪明以达到实用级别[21] - 人形机器人拥有40个自由度，可能产生的位姿组合数量超过宇宙原子总数，该问题无法通过编程解决，唯一途径是神经网络[25] 技术路径分歧：世界模型与LLM - Meta首席AI科学家Yann LeCun认为突破核心在于打造可规划的世界模型架构，以学习理解和预测物理世界系统[1] - LeCun指出大语言模型是一条死胡同，仅靠文本训练无法实现人类水平智能，智能源于视觉、听觉、触觉等多模态经验[15] - 四岁儿童通过视觉接收的数据量已相当于所有公开文本训练的最大规模LLM的数据量[15] - LeCun预测未来3-5年内，世界模型会成为AI架构的主流模型，届时头脑清醒的人都不会再用生成式LLM的路子[20] 主要公司动态与战略 - **特斯拉**：公司内部对于如何快速实现通用人形机器人已有非常明确的思路[1]；正建设年产百万台Optimus机器人的生产线，目标2026年初推出具备量产意向的V3原型机[26]；其神经世界模拟器能够基于当前状态与后续动作直接合成未来状态，该架构将无缝迁移至Optimus机器人[28][31] - **Figure AI**：公司CEO宣称明年就能实现通过语音指令让人形机器人在陌生环境完成各类通用工作[23]；强调其机器人所有操作都由神经网络驱动，否认某些公开演示仅为戏剧表演或预设程序[25] - **1X Technologies**：公司发布自研世界模型，该模型允许从相同初始条件出发并行部署不同策略进行直接对比[35][37]；公司CEO坦言让机器人进入家庭存在理想与现实的落差，现实环境复杂得离谱[37] 世界模型技术架构 - 世界模型定义为给到时刻t的世界状态及智能体可能动作，以预测动作执行后的环境[16] - 系统配备世界模型后可进行规划，设想连续动作并预测结果，结合代价函数评估任务完成情况，运用优化方法搜索最优动作序列[18] - 环境动力学模型完全通过自监督学习，机器人无需针对特定任务反复训练，能从模拟数据或真实操作中学习动作-结果关系，零样本完成新任务[18][19] - 1X世界模型包含视觉编码器、动作编码器、核心网络及视频与状态价值解码器，通过对成功标签进行监督学习生成的状态价值预测可量化评估输入动作质量[35]

机器人ETF市场表现 - 机器人ETF(159770)价格上涨1.63%，成交额达4.30亿元，换手率为4.83% [2] - 基金获得资金大举布局，净申购份额达1.67亿份，近1周规模增长4.05亿元 [2][3] - 基金份额达83.98亿份，创成立以来新高，近6天连续资金净流入合计2.68亿元，最高单日净流入9706.74万元 [3] 机器人指数成分股表现 - 跟踪指数成分股普遍上涨，伟创电气上涨4.79%，晶品特装上涨4.55%，景业智能上涨4.32% [2] - 大族激光、均普智能等其他个股也出现跟涨 [2] 人工智能与机器人行业动态 - 阿里巴巴旗下夸克上线对话助手功能，以自研Qwen大模型为核心，对标ChatGPT [4] - 智元机器人与安踏集团、小鹭智能签署战略合作协议，共同构建“AI+机器人+数智运营”生态 [5] - 重庆市计划到2025年底快速拓展建筑机器人应用场景，实施智能建造试点项目50个以上 [6] 机器人行业前景与机构观点 - 机器人ETF紧密跟踪中证机器人指数，覆盖硬件和软件核心领域，为布局机器人全产业链提供工具 [3] - 机构观点认为特斯拉Optimus产业化加速，板块进入持续催化验证期，看好机器人重回科技成长配置主线 [6]

公司人事任命 - Grayscale Investments任命Laurie Katz为全球分销主管[1] - Laurie Katz将负责机构与财富分销业务并推动以教育为导向的举措以加深数字资产采用[1] 新任高管背景 - Laurie Katz在数字资产和另类资产管理领域拥有超过20年经验专注于客户开发、资本形成和市场进入领导[2] - 加入Grayscale前在Figure Markets担任首席营收官帮助从零开始创建业务并负责全球营收策略和机构关系[3] - 更早前在GoldenTree Asset Management担任合伙人负责北美地区大型客户群管理该公司管理资产约610亿美元[4] 公司战略与定位 - Grayscale是全球最大的专注于数字资产的资产管理平台截至2025年10月20日管理资产达310亿美元[6] - 公司致力于通过前瞻性投资产品让投资者进入数字经济拥有自2013年起长达十年的行业经验[7] - 首席执行官Peter Mintzberg认为公司过往业绩使其在引领数字资产演进下一阶段具有独特优势[5]

核心观点 - 报告核心观点认为，科技板块的短期回调并未改变其长期向好的趋势，新一轮产业催化正在蓄势，AI产业链和高端制造领域存在投资机会 [1][2] AI产业链 - AI产业链在10月出现调整，但中期景气趋势不改，短期需回避情绪风险 [2][9] - 国内外大模型厂商加速更新，OpenAI在“十一”假期召开DevDay大会，推出Apps SDK、AgentKit等工具以及新一代视频生成模型Sora2，国内DeepSeek也加快了产品更新节奏 [2][10] - OpenAI的Apps SDK允许开发者在ChatGPT内构建全屏交互应用，用户可在聊天界面内完成设计、消费等操作，首批接入了7家平台 [12] - OpenAI的AgentKit通过可视化拖拽界面降低智能体开发门槛，现场演示中一个会议日程推荐智能体仅用8分钟便完成构建与发布 [12] - OpenAI周活跃用户突破8亿，开发者数量达400万，API接口每分钟处理Token量升至60亿个，相较于2023年的3亿个，两年间实现了20倍增长 [11] - DeepSeek发布的V3.2 Exp模型引入了稀疏注意力机制以优化长文本处理效率，其技术规格为下一代国产芯片优化设计，有望催化国产算力机会 [15] - Sora2首次实现音画同步生成，并推出“入镜”功能，有望全面催化AI视频领域投资机会 [10][15] - Meta推出首款配备显示屏的消费级AR眼镜Meta Ray-Ban Display，售价799美元，开售两天后在全球几乎售罄，并开始探索外部应用生态 [16] - 下游AI需求火热反向拉动上游算力投资，2025年以来存储芯片价格持续上涨，DRAM和NAND价格分别上涨227.6%和42.7%，美光股价近一月累计上涨约60%，铠侠与闪迪股价累计上涨均超100% [19] - 报告建议关注AI产业链投资机会，特别是AI端侧、AI应用、国产算力、存储芯片等领域 [2][9] 高端制造：机器人 - 机器人板块在10月下旬至11月上旬有望迎来重要催化，特斯拉将于10月下旬举办2025年第三季度业绩会，并于11月6日举办2025年股东大会，这些事件是市场跟踪Optimus进展的重要节点 [2][33] - 特斯拉正努力扩大人形机器人规模，计划2025年底推出第三代Optimus，并在2026年开始量产，马斯克预计2030年前将实现年产100万台的目标 [2][34] - 特斯拉全力冲刺百万台机器人交付的目标，预计将为其上游核心零部件供应商带来显著增量订单 [34] - 9月份机器人行业融资活跃，宇树科技预计在2025年10月至12月期间提交上市申请 [31] - 优必选与国际投资机构Infini Capital签署10亿美元战略合作协议，计划在中东建立合资公司、超级工厂和研发中心 [31] - 优必选继7月获近亿元订单后，再次与某国内知名企业签订2.5亿元具身智能人形机器人产品及解决方案采购合同，以Walker S2为主，将在2025年内启动交付 [32] - 美国人形机器人公司Figure在9月完成超10亿美元的C轮融资，投后估值达390亿美元，资金将用于扩展机器人部署、构建计算基础设施和启动数据收集工作 [32] 高端制造：军工 - 军工行业在9月终止了月线级别四连涨，跌幅位居28个行业前列，但在9月5日至9月30日期间，其整体涨幅仍居前 [22] - “九三阅兵”前后行业走势符合预期，随着事件结束，预期兑现交易或贡献更好的布局机会 [22] - 展望10月，随着“十五五”规划落地临近以及三季报进入披露窗口，军工行业表现或继续占优 [22] - 9月份军工行业个股涨幅前五名分别为：兴图新科（26%）、超卓航科（23%）、国博电子（18%）、国睿科技（17%）、航宇科技（16%） [27]

行业商业化进程 - 2024年被视为人形机器人商业化元年，资本从押注通用技术转向布局实体应用场景[4] - 多家机器人公司在2024年获得大额订单，优必选Walker系列获得近5亿元合同，智元机器人精灵G2获数亿元订单，乐聚机器人获8295万元订单，众擎机器人约定三年采购不少于2000台，松延动力累计订单突破2500台[6] - 宇树科技在2024年截至目前中标25个公开采购项目，接近2023年全年32次的总量，以7次直接中标位居第一[6] 宇树科技行业地位与挑战 - 宇树科技被公认为行业领军企业，但在机器人“大脑”和“灵巧手”方面面临领先性质疑[7] - 公司客户以国企和高校为主，其商业模式能否代表行业商业化未来受到拷问[7] - 公司过去三年研发支出总额约3.5亿元，其中80%用于硬件，算法投入不足总额的20%[8] - 有投资机构在2024年2月曾按上轮估值急售公司股权[7] 宇树科技技术路线与战略 - 公司推出UnifoLM-WMA-0世界模型-动作架构，与主流VLA架构不同，公司创始人认为VLA模型数据质量和数量不足，训练成本高企，难以实现通用性任务突破[10] - 公司在硬件性能、成本控制和量产能力上领先，但在AI模型研发上相对保守[10] - 公司战略被评价为“务实”或“过于保守”，在产品研发阶段即考虑单价和利润率，为上市做准备[10] 国际竞争对手Figure分析 - Figure AI完成C轮融资后估值达390亿美元（约2700亿元人民币），成为全球估值最高的人形机器人企业[11] - Figure 03为大规模应用设计，其BotQ产线已具备年产10万台的能力，但被质疑存在超前宣传，且缺乏线下实体展示[11][13] - Figure CEO承认希望机器人能在2026年实现家中自主完成大多数任务，但目前尚未做到[16] - 公司曾被《财富》杂志质疑与宝马公司的合作存在夸大宣传，截至2024年3月，其机器人仅在非生产时段进行简单零件搬运训练[16] 行业普遍挑战与现状 - 特斯拉Optimus项目原定2025年5000台量产目标传出延期消息，主要因硬件问题如关节电机过热、灵巧手载重不足、电池续航不足等[17] - 人形机器人在工业场景商业模式难跑通，缺乏标准化生产运作，存在数据孤岛效应，企业投入产出比较低[17] - 家庭场景需求宽泛非标，技术挑战大，即使有VLA模型的家用机器人任务泛化能力仍差[17] - 当前行业知名企业客户多为高校或有投资合作关系的企业，应用场景以试点或小规模部署为主，覆盖有限[19][21] 行业价值与前景 - 科研需求被强调其价值，宇树科技产品已进入全球近千所高校，产生3000多篇技术论文[22] - 基础科技变革离不开官方背景的长期资本投入，日本机器人产业和美国半导体产业的发展均为先例[22] - 国内人形机器人核心零部件已实现系统性突破，仅少数高端芯片尚存进口依赖，硬件标准化通用化后行业爆发可期[24] - 机器人行业共识是“大脑”占价值的80%，但实现路径如端到端或VLA等架构均未展现出巨大优势[26]

上海证券近日发布机械行业周报：BEST项目重要部件相继交付，行业迎密集招投标 期。产业端，根据可控核聚变公众号，由中国科学院等离子体物理研究所主导设计，聚变新 能承建的紧凑型聚变能实验装置（BEST）迎来重要部件集中交付。10月1日，BEST项目主 机系统中杜瓦底座研制成功并顺利完成交付，精准落位安装在BEST装置主机大厅内。 以下为研究报告摘要： 主要观点 过去一周2个交易日（2025.10.9-2025.10.10），中信机械行业下跌0.62%，表现处于中下 游，在所有一级行业中涨跌幅排名第21。可控核聚变：BEST项目重要部件相继交付，行业 迎密集招投标期。产业端，根据可控核聚变公众号，由中国科学院等离子体物理研究所主导 设计，聚变新能承建的紧凑型聚变能实验装置（BEST）迎来重要部件集中交付。10月1日， BEST项目主机系统中杜瓦底座研制成功并顺利完成交付，精准落位安装在BEST装置主机大 厅内。杜瓦底座是BEST装置主机的首个真空大部件，设计工况复杂，接口数达百余个，是 主机系统中的最重部件、也是国内聚变领域最大的真空部件，该部件落位安装标志着BEST 项目主体工程建设步入新阶段，部件研制和工程安 ...

行业共识转变 - 2025年人形机器人行业对家庭场景的预期发生剧烈扭转，从上半年认为5至10年内落地属“技术大爆炸”、甚至20年内遥遥无期，转变为年末头部厂商密集展示技术可行性，家庭场景似乎正从迷雾中显形 [1] - 行业共识曾将家庭场景视作“终局战场”，但至2025年末，该场景已从纯粹的技术构想加速向商业化前夜靠拢 [1][4] 技术进展与厂商动态 - 2025年中国移动全球合作伙伴大会上，王兴兴表示技术重心从运动层面转向推动机器人真正融入生活，涵盖家庭、服务及工业等多元领域 [2] - 美国Figure公司将其Figure 03机器人直接定义为“专为家庭场景而生”，功能定位直指家务刚需 [2] - AI权威李飞飞发起“2025 BEHAVIOR Challenge”，以复杂家务任务为核心构建技术竞技场，直指家庭服务的核心能力瓶颈 [2] - 国内千诀科技与加速进化完成深度联合验证，其机器人Booster T1已实现家庭场景下的长时程自主决策与多复杂任务执行 [4] - 傅利叶推出GR-3陪伴机器人，优必选与居然之家达成长期深度战略合作，聚焦家居场景智能化升级 [4] 家庭场景的挑战与门槛 - 家庭场景是机器人技术的“终极ToC试炼”，其需求的个性化、场景的非结构化直接映射机器人向“通用智能”进化的核心能力 [4] - 乐聚指出家庭场景的核心门槛是机器人需达到博士级别的智能水平且价格与家电相当亲民，点出智能水平与成本控制的双重瓶颈 [4] - 优必选预判至2028年，机器人有望获得足够任务操作和场景泛化能力，逐步从家庭陪伴等需求切入，最终拓展至全面家庭服务，揭示场景渗透的渐进性 [4] - 宇树科技强调家庭场景对机器人综合要求极高，无论是技术、伦理道德还是安全层面，门槛都远超想象 [4] 安全与设计考量 - 机器人进入家庭场景的首要关键是“安全”，对陪伴儿童、照顾老人的机器人，人身安全的容错率要求极高 [6] - 针对家庭场景的机器人普遍采用织物或泡沫棉等柔软材料进行设计，以提升被动接触时的安全性，例如1X公司的NEO、Figure 03和傅利叶GR-3 [7] - 除静态保护外，机器人操作家务的成功率需提升，避免因滑落碗碟或不当操作易损品造成财产与人身伤害 [9] 数据与算法瓶颈 - Figure公司C轮融资深度绑定资方Brookfield，后者手握10万套住宅，可为Figure提供海量真实家庭环境数据，是机器人实现自如移动与操作的关键 [9] - Physical Intelligence公司CEO指出，模型成功率未达必要水平是最大瓶颈之一，不仅关乎数据收集，更需算法改进，即使有无限数据，现有算法也难以在复杂长程任务中实现100%成功率 [10] - 银河通用创始人兼CTO王鹤表示，当前VLA等多模态模型较弱的核心原因是文-图数据及包含动作的数据很少，基于视觉的动作操作能力不足 [11] - 穹彻智能联创卢策吾认为VLA模型像“清汤火锅”，需加入力反馈等其他感知数据才能服务更多人 [11] - 王兴兴指出模型本身架构不够好，即使有较好数据也无法有效使用 [11] 产品细节与用户体验 - 为适应家庭，机器人体积普遍缩减，Figure 03重量减轻9%，体积显著减小便于移动，并配备无线充电确保续航 [10] - 1X的NEO在设计上确保动作柔和与安静 [10] - 机器人需考虑热管理技术与体表温度结合，使其变得“有温度”，并能提供生活记录等功能，深度参与生活 [10] - 机器人使用存在高门槛，不同用户群体间已显现“使用沟”，产品需更易上手，法规层面或需考虑“机器人驾照”等规范 [13] - 恐怖谷效应是用户接受的心理障碍，机器人外观在“与人类区隔”和“过度类人”之间需把握微妙平衡 [13][14] 市场前景与行业现状 - 家庭场景蕴含万亿级市场空间，驱动行业持续加码 [4] - 当前行业热情有余，沉淀不足，家庭机器人要真正普及需突破数据、算法、安全的技术关，并跨越从“机器思维”到“人文思维”的鸿沟 [14]

市场事件与传言 - 市场传言特斯拉向三花智控下达价值约50亿元人民币的Optimus人形机器人线性执行器订单，计划于2026年第一季度交付，估计订单量足以生产至少18万台Optimus [2] - 受传言影响，三花智控A股午后直线拉升涨停，全天成交额逼近120亿元 [2] - 三花智控发布公告澄清，称该传言不属实，公司不存在应披露而未披露的重大事项 [2] 行业预期与市场情绪转变 - 近半年来，市场对人形机器人的预期已从好奇和炫技展示，调整为关注大规模量产落地和业绩兑现 [8] - 去年底至今年初，人形机器人相关股票在几个月内达成3倍甚至5倍涨幅，一级市场估值达几百亿元水平 [8] - 特斯拉预计其机器人在2030年前将年产100万台，Figure 03机器人设定了四年量产10万台的目标，大厂指引加剧了市场对量产元年的期待 [8] - 50亿元订单的传言精准击中了市场对量产落地第一枪的心理期待 [10] 技术发展现状与挑战 - 机器人近年的快速进展主要归功于AI和具身模型，使其能够完成跳舞、拳击和家务等复杂任务 [10] - 当前机器人落地最大困难在于具身模型跟不上，表现为反应速度慢、自主干活能力薄弱，在工业和家庭场景中能完成的任务有限 [10] - 行业专家指出，具身智能的发展是限制人形机器人大规模应用的关键 [10] - 整个机器人行业在数据采集上面临挑战，包括优质数据如何采集、数据质量标准、模型对数据的利用率等问题 [12] - 模型和数据领域均处于比较早期的阶段，远未成熟到支撑机器人大规模应用 [12] 硬件与供应链现实 - 机器人硬件尚未发展到收敛阶段，仍需通过落地应用不断改进和调整方案 [14] - 从供应链管理角度看，在机器人具体细节未完全确定前，本体厂商下几十亿元零部件大单不现实 [14] - 当前落地应用的机器人本体单笔订单金额大多在亿元附近 [14] - 过早下达大额零件订单存在风险，若硬件方案在应用验证中被淘汰，订单将成为累赘 [14] 产业发展路径展望 - 人形机器人产业仍处于发展早期，量产和应用需要循序渐进，在验证中前行 [15][16] - 产业发展更健康的路径是通过不断应用验证和改进，形成软硬件收敛的闭环 [15] - 未来机器人订单可能呈现金额不大但较为频繁的状态，通过“干中学”逐步推进 [16][17]