2025世界机器人博览会概况 - 博览会共展出200余家国内外优秀机器人企业的1500余件展品，其中首发新品100余款 [1] - 展商展示机器人戏剧、足球对抗等多样化应用场景，吸引大量观众参与互动 [1] - 大会主题为"让机器人更智慧，让具身体更智能"，聚焦机器人智能化升级 [1] 乐聚机器人技术突破 - 最新产品"夸父4Pro"能完成太极拳等高难度动作，展现出色的稳定性和协调性 [1] - 机器人已应用于工业智造、商业服务和家庭服务三大场景，覆盖搬运分拣、迎宾讲解、紧急呼救等细分领域 [2] - 通过数据采集训练具身智能大模型，当前版本机器人在特定场景效率达人工40%-50%，2025年目标提升至70%-80% [2] ABB工业机器人创新 - 新一代OmniCore控制器配合IRB1300机器人实现0.6毫米路径精度和每秒1600毫米高速运行，完成红酒杯平衡等高精度任务 [2] - "Follow me"AI解决方案通过动作建模技术，使机器人能模仿人工操作，简化编程流程，特别适合小批量多品种生产场景 [2] 云迹科技服务机器人进展 - 复合多态机器人UP采用模块化设计，通用底盘可适配送物/清扫/消杀等不同功能仓体，设备利用率提升300% [3] - HDOS系统实现机器人群体协同，案例显示两台UP机器人可接力配送，清洁机器人能呼叫送物机器人协同作业 [4] - 服务机器人已覆盖全球3万多家酒店和100家医院，2024年累计完成超5亿次服务 [4] 行业技术发展趋势 - 机器人功能从单一场景向群体协同演进，具备跨楼层跨场景协作能力 [4] - 技术路径从机械响应升级为主动预判式服务，AI智能体实现环境感知-决策-执行的闭环链路 [3][4] - 模块化设计成为主流，通过"一机多能"降低采购成本，动态任务分配优化运营效率 [3]

人形机器人产业进展 - 人形机器人产业正从技术突破迈向规模化落地新阶段 [4] - 优必选携五大人形机器人亮相2025世界机器人大会 包括Walker S2 Cruzr S2 Walker S1 Walker C和天工行者 [4] - 通过工业制造 商用服务 科研教育 娱乐陪伴等场景演示具身智能应用 [4] 核心产品技术突破 - Walker S2身高1 76米 拥有52个自由度和工业级灵巧手 采用群脑网络2 0+Co-Agent技术 [7] - Walker S2具备国内首个端到端"类人眼"双目立体视觉感知 可搬运15公斤负载 行走速度达2m/s [7] - Walker S2首创自主换电技术 3分钟完成换电 支持7×24小时作业 [7] - 第五代灵巧手拥有19个主动自由度 拇指指尖负载20N 整手重量小于1 2kg [8] - Cruzr S2融合视觉激光导航 支持全空间搬运与亚毫米级精度操作 [8] 群体智能技术应用 - 优必选展示人形机器人群体智能技术 实现跨场域感知和多机协同控制 [12] - 群脑网络2 0+Co-Agent体系实现单机自主决策与群体协同智能 [14] - 11台Walker S1通过毫秒级集群控制系统完成动态随机分拣任务 [17] 多场景商业化落地 - Walker S1已"入职"全球最多工厂 Walker C担任大阪世博会导览大使 [9] - 商用服务场景中Walker C展示多语言交互和导览接待功能 [17] - 科研教育领域推出天工行者 娱乐场景展示AI悟空和萌UU机器人 [17] 行业发展趋势 - 人形机器人从工业场景突破向多领域加速落地 [18] - 全栈式技术布局推动工业制造 商用服务 科研教育等多领域应用 [18]

行业趋势 - 2025世界机器人大会汇聚200余家企业、1500件展品，其中100余款为全球首发新品，人形机器人整机企业参展数量创历史之最 [1] - 机器人产业从"单一功能"发展到"一机多能"，从"单机作战"走向"群体智能"，从机械式响应迈向"主动预判"，呈现高速增长态势 [1] - 机器人产业实现大模型、智能协同控制、人机交互等核心技术突破，推动机器人从"工具"向"伙伴"转变，中国人形机器人整体水平处于全球第一方阵 [4] 技术突破 - 机器人具备"离身智能"大脑，依托大模型技术能预判需求，实现"具身智能+离身智能"双引擎驱动 [2] - 群体智能技术实现"毫米级时空同步"协作，多台机器人能自主协商分工，形成"机器人服务军团" [3] - 模块化多能设计、群体智能调度和大模型主动服务推动机器人产业实现跨越式跃迁 [3] 商业化进展 - 服务机器人和工业机器人已广泛落地，而人形机器人大多仍处于展示及小规模量产阶段 [5] - 服务机器人单台日配送量相当于3个服务员，8个月即可回本，而人形机器人时薪成本仍高出人类员工20% [5] - 工业机器人和服务机器人产量同比分别增长35.6%和25.5%，连续12年位居全球最大工业机器人应用市场 [5] - 服务机器人因功能明确、场景固定更容易规模化应用，人形机器人面临智能体、具身智能等多重技术挑战 [6] 企业动态 - 云迹科技UP机器人实现"一机多用"灵巧转换，变身为送餐员、清洁工、巡逻员 [2] - 逐际动力科技展示多样化足端形态机器人，包括双轮、双足和双点足形态 [2] - 优必选展示面向多任务工业场景的通用人形机器人群体作业解决方案 [3] - 普罗宇宙全球首发"大白"机器人，为全球首个兼具柔性和精度的工业级具身智能产品 [6] - 上海擎朗智能科技机器人出货量累计超10万台，业务覆盖全球60余个国家和地区 [5] 产业链发展 - 国内机器人产业链迅速攻坚，多个"隐形冠军"企业显现，上游供应体系逐渐成熟 [7] - 部分企业已实现从减速器到控制器再到视觉系统的核心环节自主可控 [7] - 中国企业从产品输出转向技术、标准输出，云迹科技机器人智能体去年在全球完成超5亿次服务 [8]

行业概况 - 2025世界机器人大会在北京开幕，主题为"让机器人更智慧，让具身体更智能"，展示200余家企业的1500余件产品，其中首发新品100余款，数量是去年的近两倍[1] - 中国智能服务机器人市场规模从2018年的193亿元增长至2022年的516亿元，复合年增长率达27.9%[1] - 人形机器人领域加速发展，特斯拉上调2025年Optimus机器人量产预期至最高1万台，摩根大通预计人形机器人潜在市场规模可达约50亿台[2] 技术进展 - AI与机器人深度融合，科大讯飞展示基于大模型的"机器人大脑"平台，融合语音识别、合成、翻译等多模态技术，解决多人交互环境下的语音识别干扰问题[3] - 智平方展示AlphaBot系列机器人，具备34个以上自由度，单臂可承受10公斤负载，能完成物流分拣、饮品制作等复杂任务[3] - 边缘智能技术兴起，英伟达发布多款软硬件产品，包括GROOTN1人形机器人基础模型和JetsonThor平台，银河通用展出搭载JetsonThor芯片的Galbot机器人[4] 应用场景 - 优必选展示人形机器人、无人物流车和生产线协同作业，通过"群脑网络2.0"技术实现多机协作，提升物料入库、搬运和分拣效率[5] - 优必选工业人形机器人已在汽车厂完成第一阶段实训，提升关节稳定性、电池续航、定位导航等核心技术，适配分拣、车辆组装等复杂工作[8] - 宇树科技和加速进化公司分别展示机器人格斗和足球表演，体现娱乐性和对抗性，吸引大量观众关注[7] 商业化挑战 - 人形机器人面临"一高五难"问题，包括门槛高、软件算法难、软硬解耦难、知识积累难、人才聚集难、安全应用难[7] - 技术成熟度不足，简单如"倒水"操作需涉及定位、语义理解、感知和控制等多技术协同，商业化落地仍处早期阶段[8] - 价格限制普及，宇树科技UnitreeR1售价3.99万元起，虽较此前降低但仍高于消费者心理预期，需产业链协同降低成本[8][9]

座舱交互正经历革命性变革： 2025世界智能汽车大会即将拉开帷幕，这场汇聚全球顶尖车企与科技企业的盛会，将集中展示智能汽车 领域最具颠覆性的技术创新。从无限接近完全自动驾驶的解决方案，到沉浸式智能座舱体验，再到车路 云一体化的生态协同，这些黑科技将重新定义人类出行方式。 自动驾驶：迈向L4/L5级的终极突破 本次大会最引人注目的当属高阶自动驾驶技术的突破。多家车企将展示接近L5级的全自动驾驶方案 ——通过高精度激光雷达、4D毫米波雷达与超清摄像头的多传感器融合，车辆可实时构建厘米级精度 的三维环境模型。 更令人惊艳的是新一代AI决策系统：基于深度强化学习的算法能处理极端复杂场 景，比如在无信号灯路口预判行人意图，或在暴雨天气中通过车路协同获取被遮挡的交通信号。部分车 企还将演示"群体智能"技术，多辆自动驾驶汽车可像雁群般自主编队行驶，提升道路通行效率30%以 上。 智能座舱：打造移动数字空间 柔性卷轴屏幕：仪表台可延伸至整个前挡风玻璃，AR-HUD将导航信息与现实路况完美叠加 车路云一体化：智慧城市神经末梢 本次大会主题"车路云一体化"将展示未来交通的真实雏形。通过5G-V2X技术，车辆可与红绿灯、路侧 单元 ...

资本融资与市场认可 - 完成上市后第五次配售 合共配售3015.545万股 募集资金24.1亿港元（约3.15亿美元） 为资本市场有史以来最大规模人形机器人上市公司股票配售融资 [1][2] - 摩根大通首次覆盖并予以"增持"评级 目标价135港元 认为公司构建深厚客户基础并成为产业领跑者 [1][2] - 募集资金将用于人形机器人产能提升、原材料采购、产品产能扩充及供应链投资并购 预计年产能扩充后超万台 [2] 产品技术突破与创新 - 推出全球首创热插拔自主换电系统 为目前唯一可实现24小时不间断作业的解决方案 解决工业场景续航痛点 [3][4] - 基于Walker S2升级群体智能技术 群脑网络2.0与Co-Agent技术构成AI双循环体系 支持单机闭环与多机协同作业 [4][5] - 在极氪5G智慧工厂开展全球首例多台多场景多任务人形机器人协同实训 积累海量工业场景数据反哺研发 [3][5] 商业化进展与订单成果 - 创下全球人形机器人领域最大单笔订单纪录 金额达9051.15万元 另签署全球首个工厂制造业小批量采购合同 [1][6] - 工业人形机器人Walker S系列成为全球进入最多车厂实训的产品 客户包括比亚迪、富士康、吉利等头部企业 [2][6] - 教育科研领域人形机器人天工行者在手订单达百台 预计2023年交付超300台 [6] - 预计2026年人形机器人交付量达数千台 2027年有望实现万台级别交付 [6]

产品技术突破 - 推出全球首款实现自主换电的工业人形机器人Walker S2 支持7×24小时不间断作业 [1][5] - 采用三大核心技术：双电池动力平衡技术实现同充同放与带电热插拔 标准化电池仓快换技术模块化设计 双臂协同精准换电技术实现全自动操作 [5][6] - 搭载自研智能体技术Co-Agent与群脑网络2.0 构建AI双循环体系 支持单机自主与群体协同作业 [3][8] 产品迭代与性能 - Walker S2为Walker S1的深度迭代版本 身高1.76米 具备拟人步态行走与精细操作能力 [1][3] - 通过工业实训积累亿级数据优化算法 赋予机器人意图理解、任务规划及异常处理等闭环作业能力 [8][9] - 自主换电仅需3分钟 解决传统充电停机时间长与人工换电成本高的问题 [5][6] 研发与专利储备 - 公司拥有2680余项有效授权专利 支撑人形机器人快速技术迭代 [9] - 核心零部件与软件算法系统实现全栈自研 自2012年起持续投入关键技术研发 [3][9] 商业化进展 - Walker系列为全球进入最多汽车工厂实训的工业人形机器人 已在质检、搬运、分拣环节取得实训成果 [3][9] - 公司正全力建设产线与扩充产能 以满足国内外市场大量需求 [3] - 通过供应链体系创新降低机器人成本 减少用户使用门槛 [9] 行业应用场景 - 人形机器人已与L4级无人物流车、无人叉车、工业移动机器人实现协同作业 为首个工业场景协同解决方案 [3] - 目标场景为智能制造 包括汽车制造等工业领域 [1][3]

纪要涉及的行业 人工智能行业 纪要提到的核心观点和论据 1. **发展阶段与趋势** - 2025 年是大模型技术从研发向应用落地转折的重要时期，参数化应用持续演进，呈现标准化和大众化趋势[1][2] - 大模型发展关键节点可追溯到 2017 年，2020 年后数据变为无标注、学习方法转为无监督，参数量和数据量大幅增长[4] 2. **全球与中国发展格局** - 全球格局上美国在算力方面领先，中国在效率方面领先，中美顶级 AI 模型能力差距从 2023 年的 20%缩小至 0.3%[1][5][18] - 美国 Cloud 4 商业成功且展示代码定义能力，中国企业通过 MOE 架构优化、低精度训练等实现高效开发[18] 3. **资本市场态度** - 资本市场对人工智能投资态度从 2023 - 2024 年的研发投入回调到 2025 年的确定性和稳定性增强[1][6] - 2025 年二季度海外供应链估值提升、EPS 持续兑现，对国产大模型预期悲观但有修正机会和收益[1][2][6] 4. **技术进展与影响** - 强化学习在后训练部分显著提升大模型推理能力，通过延长思考时间提高准确率，蒸馏技术让小模型有高准确率[7] - 推理时间计算对大模型性能影响大，推理时间越长准确率越高且进步快[8] - 2025 年上下文窗口长度显著增加，提升大模型处理长文本信息能力[9] - 原生多模态技术降低延迟、提升 AI 视频生成效果，国产 AI 视频有优势[10] - 从 GROCK2 到 GROCK4 预训练和强化学习算力需求有变化，人类对算力需求随技术演进增加[11] 5. **商业化潜力** - Agent 和群体智能发展迅速，距离商业化仅一步之遥，Agent 工作能力强，群体智能在金融领域有优势[12][15] - AI 应用收入增速快，AI 搜索和 AI 编程领域表现突出，付费意愿高、商业化潜力超传统应用[25][26] 6. **准确率提升因素** - 大模型准确率提升得益于实时数据集成和检索增强生成技术，合成数据作用日益重要[3][16][17] 7. **技术挑战与优化** - 低精度训练技术降低算力成本但面临挑战，新架构探索优化计算效率，AI 幻觉问题有改善但进展波动[3][19][20][24] 其他重要但是可能被忽略的内容 1. 中信建投人工智能研究报告约 500 页，全面覆盖行业细节和发展状况[2] 2. 第三代智能体采用端到端方式执行任务，有望从专用到通用，应用范围广泛[14] 3. 2025 年新架构探索中，Mamba 架构推理时可处理更长上下文但训练算力消耗大，部分方法降低计算复杂度[22] 4. 2025 年通过针对英伟达芯片底层优化和新型架构探索推动存算一体发展，预计两年内成主流[23] 5. 大模型无法实现无限上下文长度是因为注意力机制计算复杂度随长度增加呈指数级增长[21] 6. 从 2003 年至今，算力涨幅接近 500%，模型和应用涨幅为 150%，云业务盈利能力向上，下游应用企业增长快[27]

架构革新趋势 - Transformer架构统治大模型领域八年后，谷歌开始探索替代方案MoR，表明行业对架构革新已形成共识[1][2] - 国内企业RockAI推出非Transformer架构Yan 2.0 Preview，比谷歌变革更彻底，其3B模型在端侧设备实现多模态能力[3][4][5] - Yan架构显著降低计算复杂度，可在树莓派等低算力设备离线运行，突破Transformer的算力依赖限制[5][9] Yan架构技术突破 - 模型具备原生记忆能力，能将记忆融入参数实现持续学习，而Transformer模型每次对话需重新开始[6][16] - 通过可微的"神经网络记忆单元"实现生物式记忆存储/检索/遗忘，无需外挂知识库管理[17][19] - 在ARC-C(76.8)、ARC-E(91.7)等基准测试超越Llama3(79.6/92.3)、Gemma3(56.2/82.4)等同规模模型[14] - 机器狗Demo展示记忆持续性，重启后仍保留学习过的动作和偏好[20] 行业痛点解决方案 - 突破Transformer两大瓶颈：数据墙（高价值数据获取难）和算力依赖（端侧部署困难）[9] - 实现"训推同步"，允许设备在推理时持续学习，解决剪枝/量化破坏再学习能力的问题[9][10] - 记忆机制带来时间维度和个性化特征，可能改变依赖海量数据的训练范式[21] 商业化应用前景 - 模型角色从回答者转变为用户思维延伸，实现长期陪伴和个性服务[22] - 离线智能使设备从工具进化为"数字大脑"，硬件价值从配置转向智能进化能力[23][28] - 已在WAIC大会吸引硬件厂商合作，非Transformer架构开始扩散至AI硬件市场[34] 公司发展理念 - 三大核心理念：AI普惠化（端侧部署）、设备自主进化、群体智能涌现[24][25][26] - 定位"离线智能"而非端云结合，强调本地算力下的自主学习能力[27] - 坚持挑战反向传播算法等底层技术，展现长期主义研发态度[36][37]

核心观点 - RockAI开发的非Transformer架构大模型Yan 2.0 Preview具备原生记忆能力，支持离线环境下的持续学习和多模态交互，为端侧设备提供高效智能解决方案 [6][11][12] - 公司从底层重构AI运行逻辑，专注端侧部署，提出"离线智能"概念，实现模型在设备本地的理解、推理和学习闭环 [27][48][49] - Yan架构已在树莓派、机器人主控芯片等硬件实现商业化落地，成为国内非Transformer架构模型的领先者 [58][60][61] - 公司技术路线指向群体智能(Collective Intelligence)方向，通过设备间协作构建分布式AI生态 [64][65][66] 技术突破 模型架构创新 - 放弃Transformer架构，开发专为端侧设计的Yan架构，解决资源敏感场景下的计算效率问题 [27][28][29] - Yan 2.0 Preview引入原生记忆模块，支持训推同步机制，实现边用边学的持续进化能力 [12][17][24] - 记忆系统包含动态更新(神经网络模拟记忆行为)和稀疏检索(Top-K激活记忆融合)两阶段机制 [19][20][23] 性能表现 - 在3B参数量级下，Yan 1.3平均得分76.1，优于Llama3 8B(75.0)和Gemma 3 4B(68.0) [34] - Yan 2.0 Preview将平均得分提升至78.6，在ARC-E(91.7)和WinoGrande(83.1)任务中表现突出 [34] - 树莓派上实现5 tokens/s的多模态问答速度，手机端最高输出>18 tokens/s [50][59] 商业化进展 硬件适配 - 已适配树莓派、骁龙6系列移动芯片、AMD/Intel PC处理器及机器人主控芯片 [58] - 在高通骁龙8 Gen2平台实现>18 tokens/s输出，联发科天玑8100平台>12 tokens/s [59] - 与出海品牌合作的AI PC将于2023年下半年量产上市 [59] 行业定位 - 全球极少数实现完全非Transformer架构+真端侧落地的公司 [60] - 国内非Transformer架构模型的商业化落地领先者 [61] - 技术方案被应用于机器人、IoT设备、智能手机等多类终端 [30][58] 行业趋势 技术路线 - 行业出现Transformer替代方案探索，如谷歌MoR架构实现内存减半+推理速度翻倍 [68] - 端侧AI需求催生混合架构创新，效率敏感场景推动非Transformer技术发展 [69][70] - RockAI提出的群体智能(Collective Intelligence)概念被视为AGI潜在路径 [64][65] 竞争格局 - Transformer架构仍主导行业生态，但存在工具链、硬件适配等系统性限制 [74][75] - 非Transformer架构面临技术惯性和生态壁垒，但解决端侧部署的核心痛点 [71][72] - 公司选择差异化竞争路径，避开与云端大模型的直接对抗 [45][47][53]