身高167厘米的人形机器人自主搬运货箱；天工机器人以行云流水的动作攻克高强度运动控制难题；杭 州宇树科技股份有限公司把人形机器人擂台赛搬到了现场，机器人闪转腾挪间，引得观众惊呼四起…… 8月8日，2025世界机器人大会在北京开幕，本次大会汇聚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下历史之最。 往前回溯，在最初的几届世界机器人大会上，大多数机器人、机器狗产品还停留在"能动"的初级阶段， 而如今，本届大会展出的机器人不再只是冰冷的"机器"，已进化为能够自主决策、协同作业的复合"智 能体"。 从一场展会可以透视机器人产业的巨大变迁：机器人从"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"，产业呈现出高速增长态势。 群体智能走入现实 "请让一让，您的冰美式到了！"在北京云迹科技股份有限公司(以下简称"云迹科技")展区，记者目睹了 UP机器人"分身"的全过程，其可以通过底盘适配多种仓体，实现"一机多用"的灵巧转换，变身为送餐 员、清洁工、巡逻员，实现"分时复用"的高效运作。 深圳逐际动力科技有限公司也带来了能够展示多样化 ...

21世纪经济报道见习记者彭新北京报道 8月8日，2025世界机器人大会在北京北人亦创国际会展中心开 幕。大会以"让机器人更智慧，让具身体更智能"为主题，各家新品，机器人新品、应用新场景悉数亮 相。大会期间，还将举办论坛、博览会、大赛及配套活动。 大会主办方告诉21世纪经济报道记者，与去年相比，今年新品更加丰富，超50家整机企业参展，得到28 家国际机构支持，共有200余家企业的1500余件产品参展，包括优必选、宇树科技、擎朗智能等企业的 产品和解决方案对外展示，其中首发新品100余款，新品数量是去年的近两倍。 展会现场人潮涌动，其背后是机器人市场的迅速火热。根据市场调研机构弗若斯特沙利文统计，以销售 收入计，中国智能服务机器人市场由2018年的193亿元增加至2022年的516亿元，复合年增长率达 27.9%。 人形机器人更是按下加速键。头部人形机器人厂商特斯拉已明确旗下Optimus机器人量产时间表。在年 初召开的业绩会上，特斯拉上调2025年Optimus机器人量产预期至最高1万台，相比原预期进一步提升。 同时，越来越多的科技巨头宣布进军人形机器人领域，英伟达、微软和谷歌等巨头均发布了基础模型和 平台，以 ...

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]

中国AI机器人产业发展前景 - 中国将在2025年下半年掀起"人形机器人热潮"，摩根士丹利预测到2050年中国可能拥有3.023亿台人形机器人，形成万亿级市场 [1][2] - 北京市政府发布《具身智能科技创新与产业培育行动计划(2025-2027)》，目标到2027年培育千亿级产业集群 [1] - 行业进入商业化验证阶段，优必选科技9051万元采购项目、智元机器人和宇树科技联合中标1.24亿元项目 [1] 鸿道AI机器人操作系统的技术优势 - 采用"智算控一体"架构，允许在同一硬件平台并行运行AI推理、运动控制等任务，降低系统复杂度和成本 [2] - 通过虚拟化技术提升芯片利用率，降低对高端制程的依赖 [2] - 支持100+机器人协同作业，打开工业自动化新场景 [2] 鸿道操作系统的商业化机遇 - 政策红利释放，各地政府加速推进机器人产业落地，基础软件优先受益 [1] - 首批大规模订单交付将验证系统稳定性和性能 [1] - 多模态大模型与机器人本体的深度融合需要操作系统提供更高效的推理和学习支持 [1] 鸿道生态的长期战略价值 - 微内核架构和开发生态正在构建机器人产业的"鸿道生态" [2] - 有望成为国产机器人"走出去"的标准配置，助力中国企业在全球化竞争中建立持续优势 [2] - 2025年下半年将成为产业从技术突破到规模商用的"分水岭"，全栈能力厂商将决定核心技术话语权 [3]

报告公司投资评级 - 维持公司“买入”评级 [1][5] 报告的核心观点 - 优必选中标觅亿超9000万机器人采购订单，商业化进程领先，群体智能叠加自主换电双重助力机器人加速落地，维持2025 - 2027年收入预测，当前市值对应PS为17/12/9倍 [1][2][3][4][5] 根据相关目录分别进行总结 事件 - 7月18日优必选中标觅亿（上海）汽车科技有限公司9051.15万元机器人设备采购项目 [2] 公司商业化情况 - 公司走在全球人形商业化前沿，此次中标订单是全球人形机器人金额最大采购订单；3月推出的天工行者有超百台订单，预计今年交付突破300台，主要面向高校、科研机构和开发者 [2] 技术助力情况 - 群体智能技术是工业场景下人形机器人规模化落地关键，创新提出人形机器人群脑网络软件架构，设计人形智能网联中枢，攻克复杂工业场景下协同决策与控制难题，已在协同分拣、搬运和精密装配三大典型场景取得突破 [3] - Walker S2使用全球首创人形机器人热插拔自主换电系统，具备7*24小时不间断工作能力，可实现动态能源管理，热插拔技术防触电和防爆，双电池系统可冗余备份，增强安全性与可靠性 [4] 盈利预测与投资评级 - 维持公司2025 - 2027年收入预测分别为20.16/28.23/37.05亿元，当前市值对应PS为17/12/9倍，维持“买入”评级 [1][5] 市场数据 - 收盘价85.75港元，一年最低/最高价40.80/126.00港元，市净率15.97倍，港股流通市值28,987.43百万港元 [8] 基础数据 - 每股净资产4.89元，资产负债率56.22%，总股本441.78百万股，流通股本371.11百万股 [9] 财务预测 - 2023 - 2027年营业总收入分别为10.56/13.05/20.16/28.23/37.05亿元，同比分别为4.70%/23.65%/54.40%/40.08%/31.22%；归母净利润分别为 - 12.34/-11.24/-10.28/-7.45/-2.32亿元，同比分别为 - 26.59%/8.95%/8.52%/27.56%/68.89% [1] - 资产负债表、利润表、现金流量表呈现各项目在2024A - 2027E的预测数据，涉及流动资产、非流动资产、营业总收入、营业成本等多项内容，还给出主要财务比率如每股收益、毛利率、销售净利率等的预测 [11]

人工智能和机器人 - 计算创造力是跨学科研究，位于人工智能、认知心理学、哲学和艺术之间，目标是使用计算机对创造力进行建模、模拟或复制 [9] - 无人驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作实现自动安全操作 [9] - 外骨骼机器人核心技术系统包括传感器系统、控制系统和驱动系统，根据驱动方式可分为液压驱动、气动及电机驱动 [10][11] - 高光谱成像技术基于非常多窄波段的影像数据技术，将成像技术与光谱技术相结合，具有光谱分辨率高、"图谱合一"和突出的地物识别能力 [11] - 语音识别技术包含特征提取、声学模型训练、语言模型训练和语音解码四个主要步骤 [13][14] - 群体智能是指各种对象的集体行为，集群机器人是群体智能的一种，应用方向包括物流、自动驾驶、精准农业等 [15][16] - 军用无人机核心技术集中在总体技术、动力系统和飞控系统 [17] - 人工智能关键技术包括机器学习、神经网络、自然语言处理、基于规则的专家系统和物理机器人 [18][19] - 全息技术利用干涉原理记录物体光波信息，全息投影技术主要有空气投影和交互技术、激光束技术和360度全息显示 [20] - 类人机器人研究将人脑模拟系统、电子神经网络与机器人平台深度融合，实现视觉、听觉、思维和运动协同 [21] - 神经科学研究神经回路功能，最终目的是找出影响想象力的方法，与人工智能相辅相成 [22][23] - 柔性机器人具有高灵活性、可变形性和能量吸收特性，三大技术要素是机器感知、机器行动和人机交互 [27][28] - 非接触手势识别技术包括光学传感和雷达检测两种方式 [29][30][31] - 飞行汽车需要依托自动驾驶、轻量化材料和电池技术等多方面科技创新 [32][33] 人机交互和仿生 - 神经形态芯片模仿大脑处理数据，具有低功耗、低延迟特点，英特尔2021年推出Loihi 2芯片 [87] - 仿生学通过研究生物系统为工程技术提供新设计思想，在医学领域用于代替或增强人体部件 [88] - 脑功能映射技术包括功能性磁共振成像(fMRI)和一体化正电子发射断层成像(PET) [90][91] - 情绪识别通过计算机视觉和机器学习技术识别面部表情和行为动作 [93][94][95] - 智能纹身由可穿戴皮肤电极组成，能够感知外界刺激和监测生理数据 [95][96][97] - 脑机接口分为侵入式和非侵入式，侵入式采用刚性或柔性电极，非侵入式常用脑电帽 [98][99] - 人工突触模仿人脑突触传递信号方式，发展离不开忆阻器和二维材料技术 [100][101] 电子与计算机 - 柔性电子将有机、无机材料沉积在柔性基板上形成电子元器件，制造关键包括基板、材料和工艺 [126][127] - 纳米发光二极管利用纳米材料制备，具有更高发光效率和更低能耗 [128] - 碳纳米管具有出色力学、电学和化学性能，工业化生产工艺包括化学气相沉积、电弧放电和激光烧蚀 [129][130][131] - 计算内存将数据存储于服务器内存中加速处理，主要有近数据计算和存内计算两种形式 [131][132][133] - 石墨烯晶体管具有出色导电导热性能，制备方法包括化学气相沉积法、"点籽晶"诱导生长法和"内外碳源协同"法 [133][134] - 高精度时钟同步技术包括GPS、NTP和PTP协议，精度从纳秒级到毫秒级 [135][136] - 纳米线具有出色电子传输特性，可通过化学气相沉积、激光剥离等多种工艺生产 [138][139] - 光电子学器件包括发光二极管、太阳能电池、光敏电阻、激光二极管等 [141] - 量子计算机使用量子位元进行计算，关键技术包括量子处理器、纠错编码和软件算法 [142][143] - 量子密码学利用量子力学特性加密，主要技术挑战包括经典信息技术、量子中继技术和后量子密码技术 [144][145][146] - 自旋电子学通过操纵电子自旋自由度，在数据存储、逻辑运算等方面具有应用潜力 [148][149] 新材料进展 - 液态金属具有导电性强、热学特性优异特点，应用领域包括计算机芯片散热、软机器人、医疗材料等 [34] - 球形TiAl合金粉末具有密度低、高温力学性能优异特点，应用于汽车、航空航天等领域 [39][40][41][42] - 航空发动机叶片高温合金分类包括等轴晶铸造高温合金、定向凝固高温合金和单晶高温合金 [49][50] - 超高分子量聚乙烯具有良好的化学稳定性和耐磨性，催化剂对树脂形态、粒度等有重要影响 [63][64] - 精细金属掩模版是OLED显示面板生产关键组件，制备工艺包括蚀刻法、电铸工艺和激光加工 [110][111] - 柔性显示发光材料根据发光颜色分为红、绿、蓝三色，根据材料类型分为荧光材料和磷光材料 [120][121] - 自修复材料损伤后可自动修复，分为高分子、无机非金属和金属基三类 [102][103] - 第三代半导体材料SiC具有更大禁带宽度和更高击穿电场强度，适用于耐高压、高温器件 [150][151] - 低温共烧陶瓷技术将多层陶瓷元件与电路图形结合，形成无源元件或集成三维互联电路 [161][163] 产业格局 - 全球碳纤维市场被日本企业主导，东丽、帝人、三菱化学占据近70%份额 [55][56][57] - 2021年全球UHMWPE市场规模18.5亿美元，预计2027年达28.8亿美元 [63][64] - 2021年全球金属掩模版市场规模7.9697亿美元，预计年增长率34% [113][114] - 2021年全球OLED发光材料市场规模约15.2亿美元，同比增长17% [123][125] - SiC衬底市场美国企业占优，Wolfspeed和II-VI是行业巨头 [152][153] - LTCC产品市场被日本村田、京瓷和博世垄断，合计份额54% [163][164]

核心观点 - 智源研究院推出全球首个具身智能SaaS开源框架RoboOS 2 0和通用具身大脑RoboBrain 2 0 实现感知、推理与规划一体化 [1][3] - 32B版本在多项权威基准测试中刷新纪录 空间推理能力超越Gemini、GPT-4o等主流模型 [2][21][23] - 开源框架RoboOS 2 0采用MCP协议与无服务器架构 端到端性能提升30% 响应时延低于3ms [3][27][29] 技术架构 RoboBrain 2 0 - 突破三大瓶颈：空间理解精度不足、时间依赖建模薄弱、长链推理能力欠缺 支持高精度物体定位、多步任务规划和因果逻辑提取 [5][10] - 采用模块化编码器-解码器架构 处理多模态输入（图像、视频、语言指令） 实现感知-推理-规划统一 [7][8] - 三阶段训练流程：基础时空学习（4 8M样本）、具身时空增强（224K样本）、具身情境推理链训练（195K样本） [13][14][16][18] RoboOS 2 0 - 首创SaaS模式 支持无服务器部署 代码量仅为传统方式的1/10 [27][28] - 三大组件：云端大脑模型、分布式小脑模块群、实时共享内存机制 新增场景图共享和任务监控模块 [28][29] - 多机协作四阶段：任务分解、动态分配、并行执行、状态更新 通信效率提升27倍 [30][29] 性能表现 - 空间推理：BLINK（83 95）、CV-Bench（85 75）等9项测试SOTA 超越基线模型5-15个百分点 [21] - 时间推理：多机器人规划（80 33）、Ego-Plan2（57 23）领先Qwen2 5-VL和Claude [23][24] - 提供7B轻量化版本 适配边缘设备 在低资源环境下性能仍超主流开闭源模型 [24] 应用生态 - 支持商超/厨房/居家多场景部署 实现多智能体协作任务执行 [25] - 配套推出RoboSkill技能商店和开箱即用镜像 支持三行指令极速部署 [32] - 模型权重、训练代码、评测基准全面开源 覆盖7B/32B版本及多芯片镜像 [33][34]

行业现状与公司概况 - 全球工业智能移动机器人市场正以27.5%的复合增速扩张，预计2029年规模达30.03亿美元 [2] - 公司2022-2024年营收从0.96亿元增至2.51亿元，复合增长率61.3%，远超行业26.8%的增速 [2] - 毛利率从12.9%提升至38.8%，显示产品竞争力增强 [2] - 三年累计净亏损达2.73亿元，主要源于高研发投入（占营收18-21%）及市场拓展成本 [2] - 按2024年销量计，公司位列全球工业移动机器人第五、具身智能机器人第四，在3C电子和汽车行业均居全球第二 [2] 技术优势与市场表现 - 核心竞争力在于为多样化的工业场景提供定制化的机器人解决方案，是中国首家实现工业机器人系统"世界模型"及"群体智能"的企业 [3] - 模块化设计理念（"1+N+X"）显著降低客户总拥有成本，高端机型均价25万元/台，远高于行业8-10万元的低端产品 [3] - 服务小米汽车、富士康等400余家客户，留存率超60% [4] - 在半导体领域，其晶圆搬运方案震动控制精度<0.1G，故障率低于0.1次/千小时，较行业均值优化5倍 [4] 同业对比 - 公司主要产品为AMR、具身智能机器人DARWIN，技术优势包括群体智能技术、±2mm定位精度 [5] - 主要不足为持续亏损，供应链依赖进口部件 [5] - 可比公司大疆创新在消费级市场占据70%份额，技术优势为飞控系统和影像技术 [5] - 新松机器人国内市场份额领先，但高端市场被国外品牌把控 [6] - ABB为全球四大家族之一，运动控制精度高但价格昂贵 [6] - 公司面临行业价格战影响毛利率和供应链稳定性风险 [6] 发展前景 - 计划将IPO募资的40%用于研发，30%用于全球扩张 [7] - 海外收入三年复合增长150%，日本市场占比升至15% [7] - 工业具身智能赛道预计将以61.1%的复合增速增至2029年的152亿元 [7]