报告公司投资评级 - 买入（维持）[7] 报告的核心观点 - 股权激励设定合理业绩条件，捆绑技术骨干与公司利益，推动公司长期稳定发展 [4] - 聚焦物理AI平台，有望推动工业装备设计、研发和制造的智能化升级 [5] - 多维并购整合资源，产业协同推动公司业绩加速成长 [6] 根据相关目录分别进行总结 股权激励计划 - 激励对象85人，约占2024年底员工总数323人的26.32%，包括核心技术人员等 [1][2] - 2025年触发值为营收增长率不低于8%且物理AI产品收入达2000万元，目标值为营收增长率不低于10%且物理AI产品收入达3000万元 [2] - 2026年触发值为营收增长率不低于16%且2025 - 2026年物理AI产品收入达4000万元，目标值为营收增长率不低于20%且2025 - 2026年物理AI产品收入达5000万元 [3] - 2027年触发值为营收增长率不低于60%且2025 - 2027年物理AI产品收入达7000万元，目标值为营收增长率不低于80%且2025 - 2027年物理AI产品收入达8000万元 [4] 物理AI业务 - 2025年3月举办物理AI“天工·开物”发布会，推出全场景解决方案，发布关键技术、软件等 [5] - 物理AI系列产品包括应用开发平台等，以“物理AI”为核心驱动力，推动工业智能化升级 [5] 并购情况 - 2024年12月战略投资8800万元并购麦思捷，其为大气波导预测等领域领导者 [11] - 2025年2月筹划并购力控科技，拟取得其51%股权，能提供物理AI相关技术 [11] 盈利预测与估值 - 预计2025 - 2027年营收5.66/7.88/10.74亿元，同比增长49.54%/39.11%/36.27% [12] - 预计2025 - 2027年归母净利润0.69/1.02/1.42亿元，同比增长66.18%/48.62%/38.73% [12] - 对应EPS分别为0.77/1.15/1.59元，维持“买入”评级 [12] 财务摘要 - 2024 - 2027年营业收入分别为378.81/566.48/788.01/1073.86百万元，增长率分别为18.24%/49.54%/39.11%/36.27% [14] - 2024 - 2027年归母净利润分别为41.45/68.88/102.37/142.02百万元，增长率分别为 - 27.89%/66.18%/48.62%/38.73% [14] - 2024 - 2027年每股收益分别为0.47/0.77/1.15/1.59元，P/E分别为148.34/89.27/60.06/43.29 [14] 三大报表预测值 - 资产负债表、利润表、现金流量表呈现2024 - 2027年各项目数据及变化情况，如流动资产、营业收入、经营活动现金流等 [15] - 各年主要财务比率包括成长能力、获利能力、偿债能力、营运能力等指标有相应变化 [15]

机器人行业发展现状 - 北京拥有机器人骨干企业400余家 其中国家专精特新"小巨人"机器人企业57家 人形机器人整机单位近30家 医疗机器人头部企业拥有手术机器人注册证24个 三项指标均居全国首位[1] - 北京市机器人产业营收2024年超过300亿元 同比增长近50% 自2023年以来已推动199种创新产品在134种场景实现应用落地 覆盖11个领域[9] - 北京初步打造出国内机器人技术创新策源地 应用示范高地和高端产业集聚区 产业重点分布在海淀区 昌平区和经济技术开发区[8] 人形机器人技术突破 - "天工Ultra"机器人赢得全球首届人形机器人半程马拉松比赛冠军 "小顽童"N2型机器人以全程无人陪跑 零摔倒的稳定表现获得亚军 N2及E1预订量超过2500台 意向合同金额超过1亿元[2] - "天工2.0"突破带电设备电池热插拔换电 实现首个工业级机器人永续作业能力 综合能效指标国际领先 动态作业精度达毫米级[3] - "小顽童"N2机器人具备小体量 高爆发力特点 使用18个高性能关节实现多种复杂动作 奔跑速度最快达3.2米/秒 为全球首个实现多场景连续空翻的机器人[2] 具身智能技术进展 - 北京人形发布全球首个"一脑多能""一脑多机"通用具身智能平台"慧思开物" 包含AI大模型驱动的任务规划"大脑"和数据驱动的技能执行"小脑"[4] - "天工2.0"端侧智能计算平台计算能力全球领先 为实时智能决策提供核心算力支撑 可远距离操作控制 大幅拓展特种场景作业半径[3] 仿生机器人应用 - 松延动力仿生机器人"小诺"拥有32个自由度 可实现200多种微表情精准控制 对话响应延迟小于1600毫秒 适用于科研教育 商业导览等场景[5][6] - "小顽童"机器人首次在清华附中实现复杂人流中奔跑跟随 通过"高动态响应系统"与"仿生精准力控技术"灵活调整步频[6] 医疗机器人创新 - 强联智创研发全球首款AI导管塑形机器人 可一键塑形 60秒定形 一次性制作适配患者的塑形针 缩短手术时长 提高成功率[7] 产业支持体系 - 北京市财政设立百亿级机器人产业发展基金 红杉资本 高瓴创投 IDG资本等密集布局 形成"政府基金+社会资本"保障体系[10] - 北京集聚清华 北大等顶尖科研机构 组建医疗机器人产业创新中心 中关村机器人产业创新中心及国内首个人形机器人创新中心[10]

中国陶瓷史概述 - 陶瓷在中国历史上既是生活用品也是艺术品，承载着古人的生活智慧与审美趣味 [2] - 中国陶瓷发展脉络清晰：陶器始于新石器时代，瓷器始于汉代，成熟于唐代，宋代达到鼎盛，明清时期工艺达到顶峰 [5] - 陶瓷用途广泛，曾作为乐器、礼器、餐具、家具和茶具等，融入百姓日常生活 [2] 各时期陶瓷特点 - 新石器时代：陶器上描绘动植物、人物和几何图案，记录史前人类生活与信仰 [5] - 汉代：丝绸之路传入琉璃制作法，发明各色釉药，陶器进化为瓷器 [7] - 唐代：越窑瓷器"明彻如冰，莹润如玉"，唐三彩色彩沉着、花纹美妙 [8][9] - 宋代：瓷器工艺发达，官窑辈出，贸易兴盛使"CHINA"闻名于世 [11] - 明代：青花成为主流，景德镇成为瓷业中心，女性工艺师崭露头角 [13] - 清代：雍正时期陶工地位提升，乾隆时期瓷器受西洋画风影响 [17][19] 《中国陶瓷史》书籍特点 - 中国陶瓷史开山之作，1936年出版，系统梳理中国陶瓷发展脉络 [22] - 收录160余件陶瓷传世佳作，22座国内外博物馆精选藏品高清图片 [25] - 包含知名博物馆摄影师"动脉影"27幅高清陶瓷摄影作品 [27] - 章节背面设计不同颜色花纹的陶瓷纹样，展现中华纹样之美 [31] 礼盒周边产品 - 宋瓷博物馆·梅子青釉荷叶罐：1:3复刻南宋龙泉窑青釉荷叶形带盖瓷罐，采用景德镇高白泥和特调梅子青釉 [37][39] - 《天工开物·陶埏》蓝印册页：收录明代《天工开物》中13幅制瓷工序插图 [42][44] - 中国纹样手账本：选取32幅源自明清皇家陶瓷的经典纹样，封面采用烫银工艺 [45]

核心观点 - 提出SwitchVLA方法解决多任务VLA模型在任务切换(Task Switching)时的性能瓶颈问题 通过执行感知机制和轻量化网络架构实现高效任务切换 无需额外采集数据 [3][5][12] - 方法在单任务性能上与主流模型(如π0 3 3B)相当 参数量仅0 27B 在任务切换场景下成功率显著超越现有SOTA [20][21] - 技术方案包含三方面创新 任务切换表示方法(上一任务+当前任务+阶段状态) 轻量化VLM主干网络(Florence-2-base 0 23B) 以及基于阶段定义的数据采样算法 [12][13][15][16] 背景与问题定义 - 当前基于模仿学习(IL)的VLA模型在多任务训练时存在独立采集缺陷 任务A结束状态与任务B开始状态需严格匹配才能切换 [5] - 实际应用场景(如便利店)存在动态指令变更需求 现有方法无法处理"执行中途切换任务"的情况 导致成功率骤降(如π0在Mid Switch场景仅8 3%成功率) [5][20][21] - 传统解决方案存在三大局限 大模型规划存在算力瓶颈(需100ms内响应) 数据采集方法不可扩展 基于规则的方法缺乏智能性 [8][10] 方法论 任务切换表示 - 用三元组(上一任务+当前任务+上一任务阶段)替代传统任务描述输入 通过token拼接实现多模态特征融合 [12][13] - 将任务阶段简化为三类 接触物品前(forward) 接触中(rollback) 接触后(advance) 分别对应不同动作策略 [15] 模型架构 - 采用Florence-2-base作为主干VLM 参数量0 23B 支持实时推理 [13] - 设计Instruction & Contact Aggregator模块 整合任务切换特征 机器人状态和动作噪声 [13] 训练创新 - 无需额外采集数据 通过时间逆序数据生成rollback动作 通过状态插值生成advance动作 [16] - 提出随机采样算法 根据任务切换表示动态分配对应动作类型 保持方法可扩展性 [16] 实验结果 性能对比 - 单任务场景 成功率93% 与π0(92 3%)相当 参数量仅为后者8 2% [20][21] - 任务切换场景 在Early/Mid/Late Switch阶段成功率分别达93 5%/50 9%/68 7% 显著高于π0(40 7%/8 3%/10 2%) [21] - 长任务链测试 在A→B→C→D→E→F序列中仿真环境成功率75% 真机环境54% 其他方法均为0% [21] 失败分析 - 主要解决Mid Switch阶段失败问题 成功率从基准方法8 3%提升至50 9% [20][21] - 在Workstation 2测试中 Late Switch阶段成功率96 5% 较π0(64 6%)提升49% [21] 应用展望 - 计划部署于天工人形机器人 结合"慧思开物"平台赋能工业柔性生产和商业服务 [23] - 未来方向包括提升复杂任务随机应变能力 实现高精度丝滑操作(当前真机任务链成功率最高83 3%) [21][23]

在技术发展路径上，2023年机器人以"能行走"为重要突破，2024年行业开始比拼"运动性能"，而2025年开始聚焦"智能操作"。未来，通过AI赋能，机器人将 实现物理世界交互的普及，从单纯"能跑"向真正"会干活"进化。 但需注意的是，人工智能机器人从能走、能动、能跑迈向真正好用，还面临着多维度的瓶颈限制。李春枝介绍称，一是整体性能差，当前机器人在动力输 出、续航能力、响应速度等方面还难以满足复杂场景的需求；二是数据缺失，在现实世界中，机器人面临的场景复杂多变，而现有的数据采集和标注方式难 以获取足够丰富和高质量的数据；三是泛化能力不足，机器人难以根据已有的经验和学习成果，快速适应全新的多场景任务。 为了突破这些瓶颈，北京机器人创新中心率先搭建了2000平方米数据采集场，结合真机与仿真数据采集，发布了大规模多构型智能机器人数据集和 Benchmark——RoboMIND。同时，北京人形还将分阶段开源本体、数据集及具身智能全栈技术，如计划在2025年开源运动控制SDK。通过构建开源生态， 吸引全球开发者参与，共同推动技术进步。今年3月，北京人形还发布了全球首个通用具身智能平台"慧思开物"，其采用"具身大脑+具身小 ...

文化传播与城市品牌建设 - 舞剧《天工开物》在联合国总部演出，展示中华科技文明与工艺智慧，提升新余国际知名度 [1] - 新余通过《天工开物》文化符号渗透城市肌理，如命名"开物大道"及打造工业遗址旅游项目"螺蛳小镇" [7][8] - 夏布绣作为国家级非物质文化遗产，拥有12300多件藏品，全年免费开放博物馆强化文化影响力 [4] 工业发展与技术创新 - 新余作为"钢城"，拥有千万吨级钢铁产能，生产0.08毫米超薄无取向电工钢达到世界最高水平 [3] - 城市定位为新型工业强市、国家创新型城市及全球锂电高地，延续《天工开物》的实用主义工业传统 [3] - 分宜县历史上采矿冶铁业鼎盛，现代工业与古代冶铁文化形成历史共振 [3] 文旅融合与生态资源 - 仙女湖景区占据50平方公里水域，结合七夕文化旅游节复刻古礼，打造"仙女下凡地"文化地标 [5] - 仰天岗国家森林公园、介桥古村等生态资源构建"一湖清水、半城山色"的城市生态画卷 [5] - "螺蛳小镇"以工业遗址为基础，融合美食、休闲、文化体验，推动文旅产业升级 [7][8] 传统工艺与现代传承 - 夏布绣源自苎麻材质，2014年入选国家级非遗，体现新余"刚柔并济"的文化特质 [4] - 《天工开物》记载的铁矿冶炼与夏布织造技术，成为连接古代科技与现代产业的文化纽带 [3][4]

人形机器人创新中心技术展示 - 公司展示多款人形机器人应用场景，包括汽车零部件检测、物料抓取搬运、家庭陪伴与才艺展示 [1] - 公司是国内首家具身智能软硬件全栈科技公司，聚焦关键共性技术研发和生态建设 [1] - 公司围绕"天工"通用机器人平台和"慧思开物"通用具身智能平台开展技术攻坚 [1] "天工"机器人性能突破 - "天工"机器人以2时40分42秒完成21.0975公里半程马拉松，创世界纪录 [1] - 机器人具备上肢精细作业能力，在桌面清理场景中展现双臂协作高效性和环境自适应能力 [2] - 机器人能自主纠错并重新规划任务，抗干扰能力强 [2] "慧思开物"技术平台 - 平台是全球首个"一脑多能"、"一脑多机"的通用具身智能系统 [2] - 实现从任务理解到执行的全流程智能化，具备多场景复杂任务处理能力 [2] - 首次实现单个软件系统在多构型机器人本体上的兼容 [2] 未来发展规划 - 公司将持续推进"天工"技术演进与功能升级 [2] - 技术将深度赋能工业、物流、特种作业、制造业、商业及家庭等多领域应用 [2] - 目标是通过技术创新驱动新质生产力跃升 [2]

阿里云与复旦大学AI教育合作 - 阿里云与复旦大学签署人工智能教育教学合作协议，在算力资源、实验工具、课程共建等方面支持"AI大课2.0"建设 [1] - 合作将AI加速科学研究的经验扩展至智能教育教学领域，推动AI全面进入课堂 [3] 2023年合作进展 - 双方签署全面战略协议共建CFFF智算平台，推动AI与基础科学融合 [4] - CFFF平台上线两年服务超5200名师生，支撑550余项课题，覆盖生命科学、材料科学等领域 [4] - 平台已推动百余项科研成果落地，支持发表多篇CNS级别论文 [4] 2024年教育实践 - 复旦大学启动"AI大课"建设，构建110余门AI-BEST课程体系 [5] - 阿里云通过"云工开物"计划为3000余名学生提供课程实训算力支持 [5] 2025年认证与未来规划 - 双方启动大模型认证合作，复旦多院系学生已通过阿里云大模型工程师ACA认证 [6] - 阿里云将持续提供算力、开源模型支持，并通过课程共建、认证培训等方式助力教育创新 [6]

具身智能产业概述 - 具身智能定义为基于物理身体进行感知和行动的智能系统，强调智能行为是身体与环境动态交互的结果[12] - 区别于传统AI，具身智能具备物理交互性、环境适应性和生产力型技能三大特征[13][14] - 主要形态包括类人机器人（如特斯拉Optimus）、仿生机器人（如波士顿动力Spot）和环境嵌入式系统（如达芬奇手术机器人）[15] 技术体系 - 核心技术框架为"感知-决策-行动-反馈"闭环： - 感知模块融合视觉/听觉/触觉等多模态数据，采用CNN等算法实现环境解析[19][20] - 决策模块依托GPT/RT-2等大模型进行任务规划，采用分层或端到端模型架构[21][22] - 行动模块结合机器人学与仿生学技术实现精密运动控制[22][23] - 反馈模块通过强化学习与物联网技术持续优化行为策略[23][24] 全球市场发展 - 2024年市场规模25.335亿美元，预计2033年达87.565亿美元（CAGR 15%）[35] - 美国主导技术生态（特斯拉/英伟达等），欧盟侧重伦理治理，日韩聚焦产业协同[1][37] - 商业模式包括软硬结合整机销售（特斯拉）、API接口收费（英伟达）和垂直领域解决方案（ABB）[36] 中国产业现状 - 2023年市场规模4186亿元，政策从国家到地方分层布局（北京/上海/深圳）[1] - 华为/优必选等企业在大模型和机器人本体领域取得突破[1] - 核心挑战包括高端伺服电机国产化率不足60%、数据采集成本高、标准不统一等[1] 技术发展趋势 - 多模态融合与数据生态标准化加速技术泛化[29] - 仿真平台（如"慧思开物"）重塑研发模式[30] - 场景商业化分阶段推进：工业优先（机械臂）、家庭长期培育（服务机器人）[30] - 材料革命推动柔性电子皮肤等新型产品形态[31] 产业链构成 - 上游：传感器/芯片等核心零部件[25] - 中游：机器人本体制造与系统集成[25] - 下游：工业/医疗/物流/家庭等应用场景[25] 安全挑战 - 数实融合攻击可能引发物理系统破坏[32] - 多维度数据采集存在隐私泄露风险[32] - 自主决策事故责任界定困难[33]

阿里云与复旦大学AI教育合作 - 阿里云与复旦大学签署人工智能教育教学合作协议，全面支持"AI大课2.0"项目，涵盖算力资源、实验工具及课程共同开发[1] - 合作基于双方2023年全面战略协议基础，此前已共同打造CFFF智算平台，服务5200名师生并支撑550余项课题研究[3] - 复旦大学2024年启动教育教学改革，建设包含110余门课程的AI-BEST体系，阿里云通过"云工开物"计划提供算力支持[3] 合作成果与进展 - CFFF智算平台已推动生命科学、材料科学等领域百余项科研成果落地，并产出多篇CNS级别论文[3] - 2025年双方启动大模型认证合作，首批复旦学生通过阿里云ACA认证培训，覆盖文科院系如中文系、新闻学院等[7] 未来合作方向 - 阿里云将持续提供算力资源与开源模型支持，通过课程共建、人才认证、赛事活动等途径完善复旦AI教育体系[10] - 合作目标为构建全新AI教育教学范式，延伸AI在人才教育中的触角[3][10]