当2025世界物联网博览会开幕式与首日展厅的灯光渐暗，喧嚣的展台归于平静，一场真正关乎产业未来的深度变革才刚刚拉开序幕。灯光熄灭之后，哪些 能力将持续沉淀，哪些合作将真正落地，哪些路径将继续发光？ 本届物博会给出的答案，不再是简单的连接数或到场人次，而是一份沉甸甸的"能力账本"，它清晰地擘画了从无锡出发，辐射中国乃至全球的AIoT新版 图。 大会首日释放出的最强信号，是对"万物智联·无尽前沿"的极致追求与探索，物联网的演进路径十分清晰：从"万物互联"到"万物智联"，其必然的下一步就 是"万物智行"。实现这一跨越的突破口，在于将"联"的价值做深做厚，不仅是数据相联，更是智能的协同。这不仅是大会主题的升级，更是产业核心共识 的凝练。 正如中国工程院外籍院士、清华大学智能产业研究院（AIR）院长张亚勤在近期洞察中指出的，AI与IoT的深度共生正将我们带入一个全新的"智能体互联 网"时代。AI激活IoT，使其从被动连接的"数据管道"进化为能够被理解、被决策、被变现的"价值引擎"；而IoT则为AI提供了植根物理世界的"身体"与"感 官"，使其从抽象模型走向具备闭环反馈与执行能力的"物理智能"。这一判断，为本届物博会发布 ...

AI CITY战略与架构 - AI CITY是以"模型+知识"智能驱动的新型智慧城市范式，区别于传统数据智能驱动的智慧城市[5] - 公司提出"1234MNX"参考架构：1个智能云底座、2大保障体系、3套AI工程平台、4类运营、M类数据与N类模型资产、X个创新应用[6] - 该架构旨在解决政务端数据孤岛与AI场景适配不足、产业端普惠算力与行业模型缺失、科研端资源碎片化等核心痛点[5] 技术能力与产品进展 - 华为云发布CloudMatrix384超节点和新一代昇腾AI云服务，为大模型应用提供强劲算力[8] - 盘古大模型5.5正式发布，自然语言处理、计算机视觉、多模态、预测、科学计算五大基础模型全面升级[8] - 公司布局"根技术"包括鲲鹏、昇腾、高斯数据库等，打造开放共享的算力系统及自主创新软件生态[12] 落地应用案例与成效 - 深圳市政务场景：70名AI数智员工覆盖240个场景，日均服务超15万次[6] - 广州白云区城市治理：构建"1+4+N"智慧城管体系，数据查询及政策问答响应时间缩短至10秒[6][11] - 广州花都区产业赋能：企业研发周期从数月缩至数天，产品设计效率提升50%[6] - 东莞制造企业：人工智能大模型中心帮助产线检测准确率提升至99%[6] 生态建设与人才培养 - 华为云向城市共享全球生态能力，带动优秀企业融入城市AI生态[12] - 开放华为云学堂2000+在线课程，累计培训高校学生14.7万人，开发者超过200万人[12] - 发起AI CITY产业联合创新计划，邀请各方伙伴共同丰富模型应用场景[7] 行业趋势与未来展望 - 人工智能应用场景和价值正从量变走向质变，AI推理能力爆发重塑全球城市治理与发展范式[3] - 未来城市所有决策都可被计算，所有应用都可模型化，所有对象都可以连接[8] - 人工智能推动城市生产方式、生活方式和治理方式全面变革，是实现人工智能整体性、系统性跃升的重要载体[11]

AI CITY战略与架构 - 公司提出AI CITY是以“模型+知识”智能驱动的新型智慧城市，区别于传统数据智能驱动的模式，代表城市治理体系和能力的跃迁 [5] - 公司联合国家信息中心发布AI CITY“1234MNX”参考架构，包括1个智能云底座、2大保障体系、3套AI工程平台、4类运营、M类数据与N类模型资产、X个创新应用 [5][6] - 该架构旨在解决政务端数据孤岛与AI场景适配不足、产业端普惠算力与行业模型缺失、科研端资源碎片化等核心痛点 [5] 技术底座与产品进展 - 公司发布CloudMatrix384超节点并为新一代昇腾AI云服务提供算力，同时发布盘古大模型5.5，其自然语言处理、计算机视觉、多模态、预测、科学计算五大基础模型全面升级 [8] - 公司提出人工智能驱动城市发展的五大优势：新智能终端、新算力基础设施、新数据基础设施、新AI大模型、新生态企业 [9] - 公司基于鲲鹏、昇腾、高斯数据库等“根技术”打造开放算力系统与软件生态，并向城市共享全球生态能力与人才培养服务 [12] 落地应用案例与成效 - 在政务服务领域，公司与深圳市合作推动深小i升级，70名AI数智员工覆盖240个场景，日均服务超15万次 [6] - 在城市治理领域，广州白云区构建“1+4+N”智慧城管体系，基于盘古NLP大模型的城管数字人将数据查询及政策问答响应时间缩短至10秒 [6][11] - 在产业赋能领域，广州花都区新型工业化平台助力企业研发周期从数月缩短至数天，产品设计效率提升50%；东莞人工智能大模型中心帮助制造企业将产线检测准确率提升至99% [6] 生态合作与未来发展 - 公司倡议携手科研院所和政企客户创新先锋案例，邀请伙伴加入AI CITY产业联合创新计划，并加强AI人才培养 [7] - 公司通过华为云学堂提供2000+在线课程，已累计培训高校学生14.7万人，开发者超过200万人 [12] - 公司展望未来城市所有决策可被计算、所有应用可模型化、所有对象可连接，致力于为世界构建第二甚至更优选择 [8]

行业热度与争议 - 人形机器人成为年度热门科技 但行业存在显著争议 [1] - 行业活动频繁 包括机器人展会及WAIC等大型会议均增设机器人展区 [1] - 金沙江创投朱啸虎等观点认为人形机器人存在泡沫 [3] 技术发展现状 - 机器人演示能力快速提升 从4月跑步到8月举办运动会 [1] - 实际应用存在明显缺陷 例如无法完成开门等基础动作 [3] - 技术路线尚未统一 强化学习与世界模型等方向存在分歧 [8] - 行业终极目标是提升生产力 使机器人参与劳动 [8] 数据瓶颈问题 - 模型训练需要100亿至1万亿Token数据 但当前数据量严重不足 [10] - 最大公开数据集仅约10亿规模 远低于需求 [10] - 数据短缺导致任务种类有限 泛化能力差 [12] - 宇树科技确认数据问题是具身智能发展的核心挑战之一 [12] - VLA模型面临真实世界交互数据不足的困境 [12] 云端解决方案 - 云端平台成为行业新趋势 英伟达Cosmos模型采用合成数据训练 [16] - 华为云CloudRobo平台通过数字孪生技术生成虚拟训练环境 [16] - MetaEngine引擎实现低人工化的物理场景数字重建 [19] - 合成数据可提升训练效率 未来将占训练数据绝大部分 [19] - 虚拟训练大幅降低试错成本 加速技能学习过程 [21][22] - 云端训练效率远超本地 算力保障可实现持续高强度训练 [22] 标准化与协同 - 行业存在标准混乱问题 各厂商系统接口不统一 [26] - 华为云推出R2C协议作为机器人界统一接口标准 [26] - 国家创新中心及拓斯达等头部厂商已加入R2C生态 [26] 算力架构演进 - 云端计算适用于复杂场景识别与任务规划等重型运算 [28] - 云本体化使机器人更轻量化且成本更低 [28][30] - 宇树科技王兴兴强调分布式集群算力是未来方向 [30] - 华为发布Atlas超节点产品 支持8192至15488张昇腾卡 [30] - 超节点集群算力规模达百万卡级 为行业提供顶级算力支持 [30] 发展路径展望 - 技术手段应服务于机器人参与社会实践的核心目标 [32] - 行业需要优先建设基础设施而非争论技术路线 [33] - 务实推进基础建设将促进行业整体发展速度与深度 [33]

AI云服务与算力基础设施 - 华为云CloudMatrix384昇腾AI云服务全面上线 未来超节点规格将从384卡升级至8192卡 实现50-100万卡超大集群 [2] - 首创EMS弹性内存存储服务 通过内存扩展显存显著降低大模型多轮对话时延 [2] - 在贵州/内蒙古/安徽部署全液冷AI数据中心 单机柜散热达80千瓦 PUE低至1.1 支持AI智能运维 [2] 推理服务与性能突破 - Token服务直接提供AI计算结果 CloudMatrix384实现算力/内存/显存资源全面池化 平均单卡推理性能达H20的3-4倍 [3] - CloudMatrix384 AI Token推理服务全面上线 支撑360纳米AI每日处理上千万内容生成请求 [3] - 服务全球客户数量从去年321家增长至今年1805家 支撑中科院"磐石·科学基础大模型"赋能100多个院所 [3] 大模型战略与开发生态 - 盘古大模型聚焦行业 openPangu为昇腾训练推理提供最佳实践 降低开发者门槛 [5] - 持续加大闭源大模型投入 支持各行业客户自建大模型 [5] 具身智能与机器人平台 - CloudRobo具身智能平台实现云端算法部署 自动生成训练数据使合成数据规模扩增上千倍 [6] - 云端环境感知与规划能力使任务执行准确率超90% 上海国地中心分拣任务成功率超90% [6] - R2C协议三项国家标准立项 确立华龙讯达/非夕/亿嘉和等20家合作伙伴 开发云端一体化机器人解决方案 [7] 全球数智化解决方案 - 构建"全球一张网 数智双引擎"体系 包含全球存算网/数据使能服务/AI开发平台/最佳实践云服务 [8] - 土耳其Defacto通过容器服务30秒扩容4000个Pods应对10倍流量浪涌 [10] - 巴西Neogrid数据集成效率提升40% 数据分析效率提升50% [10] - 万华化学预测大模型使设备预测准确率从70%提升至90% 异常识别效率提升10% [10] - 长安汽车通过5G+IoT联接1.2万台设备 订单交付周期从21天缩短至15天 [10] 端到端服务能力 - 提供云底座/技术使能工具链/经验沉淀的端到端服务 配备咨询与专业服务及自动化工具平台 [11]

行业热度与争议 - 人形机器人行业在2024年快速发展，从4月机器人马拉松到8月机器人运动会，展示技术快速迭代 [1] - 行业热度高涨但争议显著，金沙江创投朱啸虎等观点认为人形机器人存在泡沫，实际应用能力与宣传存在差距 [3] - 机器人展会数量增加，WAIC等原以大模型为主的展会也大幅增加机器人展示区域 [1] 技术路线与行业分歧 - 技术路线尚未统一，强化学习与世界模型等技术路径优劣未达成共识 [4] - 行业关注点存在分歧，数据优先与模型优先的侧重方向未形成统一标准 [4] - 各企业采用不同技术方案，难以形成行业合力 [4] 数据瓶颈问题 - 行业面临严重数据短缺，大模型智能涌现需要100亿至1万亿Token数据，但当前研究数据量仅数亿规模 [8] - 最大公开数据集仅10亿左右数据量，远低于训练需求 [8] - 数据不足导致机器人任务种类有限，泛化能力差，难以适应真实场景 [9] - 宇树科技创始人确认数据问题是具身智能发展主要挑战之一，VLA模型等缺乏真实世界交互数据 [9] 云端解决方案 - 云端平台成为行业新方法论，英伟达Cosmos基础模型采用云端生成合成数据训练物理AI [13] - 华为云CloudRobo平台通过数字孪生技术复刻物理场景，自动生成带标注的多模态数据（RGB图像、深度、时序数据） [16] - 合成数据预计将占训练数据绝大部分，需要厂商具备核心技术积累 [16] - 云端训练大幅提升效率，传统需1天搭建的环境在云端可完成2.5年训练量 [19] 云端训练成效 - 华为云展示CloudRobo训练的双臂机器人实现90%以上高精度操作成功率 [21] - 埃夫特工业喷涂臂快速学会新零件喷涂，乐聚人形机器人实现汽车产线搬运功能 [21] - 训练平台通过模仿学习实现虚拟劳动，显著降低试错成本 [18] 行业标准化进展 - 机器人行业存在标准混乱问题，各厂商系统与接口不统一 [23] - 华为云推出R2C（Robot to Cloud）协议，实现设备即插即用功能 [23] - 国家地方共建人形机器人创新中心、拓斯达、优艾智合等头部企业加入协议 [23] 算力基础设施 - 人形机器人本体无法部署大规模算力，需依赖分布式集群算力 [27] - 华为发布Atlas 950/960 SuperPoD超节点，支持8192张及15488张昇腾卡 [27] - 超节点集群算力规模达百万卡级别，关键指标（互联带宽、内存容量等）全球领先 [27] 行业发展路径 - 行业需要优先建设基础设施而非直接开发机器人本体 [30] - 云端解决方案为机器人从实验室走向工厂和家庭提供可行路径 [27] - 技术手段最终需通过实际劳动场景（螺丝拧紧、物料搬运等）验证价值 [29]

文章核心观点 - AI技术推动汽车行业从传统制造向具身智能转型 人形机器人成为车企突破业务边界和估值重塑的关键方向 [1] - 汽车与机器人供应链高度协同 零部件企业依托成熟制造能力实现产业升级 [6] - 人形机器人产业进入0到1跨越期 多主体加速布局 技术迭代和商业化进程显著提速 [15][16][18][20] 行业转型逻辑 - 数字革命与AI浪潮使汽车成为AI端侧应用核心场景 产业属性加速向"智能车+机器人"融合的具身智能企业转变 [1] - 汽车本质是AI端侧应用的"轮式专用机器人" 车企在感知-运控算法和硬件工程化能力可迁移至人形机器人领域 [3] - 特斯拉估值体系从汽车制造转向AI科技生态型 通过FSD+DOJO+汽车+机器人+Robotaxi组合搭建完整商业模式 [5] - 提前布局AI技术并完成多领域协同的车企 有望实现从传统制造业到AI应用企业的估值跃迁 [5] 供应链协同优势 - 汽车线控制动系统的电机/滚珠丝杠/传感器等核心部件 与人形机器人线性执行器关键组件高度重合 [6] - 汽车电驱动系统的"电机-电控-变速箱"结构 与机器人旋转执行器的"电机-控制器-减速器"架构完全一致 [6] - 拓普集团/三花智控/双环传动等汽车零部件企业 已切入机器人核心部件领域实现跨界延伸 [6] - 汽车与人形机器人在原材料采购/模块化设计/生产工艺/成本管控等体系具备深度共通性 [13] 车企布局实践 - 特斯拉Optimus机器人2024年实现户外下坡小跑和灵巧抓球动作 预计2026年量产 成本低于2万美元 [16] - 比亚迪组建具身智能研究团队 开发工艺机器人和类人形机器人 与港科大联合攻关核心技术 [10] - 小鹏IRON机器人搭载自研图灵AI芯片(算力3000T) 具备720度环境感知能力 已在工厂执行搬运装配任务 [11][16] - 奇瑞/长安/赛力斯等车企通过成立机器人子公司或联合研发方式推进机器人业务布局 [11] 技术发展进程 - 人形机器人单台价值量测算:旋转关节合计25900元 直线关节合计27300元 灵巧手合计48240元 其他部件33000元 总价值量134440元 [14] - 特斯拉实现机器人核心部件95%以上国产化率 美的集团整合库卡底盘技术与自研机械臂实现技术复用 [14] - 英伟达推出Project GR00T机器人大模型与Jetson Thor开发套件 支持自然语言理解和人类动作模仿 [18] - 华为发布CloudRobo具身智能平台 整合盘古大模型能力 提供端到端解决方案并联合16家企业构建生态 [18] 政策与资本支持 - 工信部《人形机器人创新发展指导意见》明确2025年实现核心技术突破与批量生产 培育2-3家全球影响力企业 [21] - 上海对人形机器人示范项目给予最高50%投资补贴 深圳计划2027年实现具身智能核心产业规模突破500亿元 [21] - Figure AI获微软/英伟达等6.8亿美元融资 银河通用完成5亿元战略轮融资 [23] - 科创板将人工智能/机器人等纳入第五套上市标准 为企业提供融资渠道 [23]

行业融资与资本动态 - 2025年前7个月国内具身智能领域发生141起融资事件 总金额突破230亿元 已超2024年全年水平 [1] - 美团 宁德时代 京东 阿里 北京机器人基金等资本纷纷入局具身智能领域 [1] - 金沙创投批量退出具身智能项目 [2] 技术发展瓶颈 - 行业面临三大技术瓶颈：缺少高质量训练数据 泛化能力差 行业应用场景模糊 [2] - 机器人行业最缺高质量训练数据 遥操作采集成本高效率低 单台动捕设备价格达数十万元 [2] - 缺乏数据导致技能泛化能力不足 高成本限制应用场景拓展 [2] 技术路径与研发现状 - 算法路径主要分两种：端到端（vision language action）架构和传统控制结合AI大模型 [2] - 华为CloudRobo具身智能平台整合数据合成 模型开发 仿真验证等端到端能力 [3] - 华为云明确不做机器人本体 专注与合作伙伴联合创新 [4] 产业支持政策 - 北京亦庄发布具身智能社会实验计划 提供数据采集实训场 销售补贴 4S店二次开发社区支持 [6][8] - 园区开放真实世界数据采集资源 布局人形机器人制造 打造规模应用场景 [8] - 每年发放1亿元"数据券"引导企业采购数据集和数据产品 [8] 数据采集与训练创新 - 群核科技利用海量可交互三维数据和渲染技术搭建高逼真仿真训练环境 [8] - 北京具身智能运营中心将训练场搬到产业一线 实现从遥操作到自主采集的进化 [8] - 机器人4S店提供定制化开发 金融服务及租赁业务 连接企业与消费者 [9] 市场规模与发展前景 - 2024年中国人形机器人市场规模达27.6亿元 [11] - 预计2029年市场规模将飙升至750亿元 [11] - 具身智能与新能源智能汽车供应链重合度高达80% [11] 商业化进程 - 新能源汽车商业化耗时25年 行业希望将人形机器人商业化周期压缩至10年 [11] - 中国在具身智能领域正从"跟跑"向"陪跑"甚至"领跑"转变 [11] - 人形机器人成为重要突破口 能无缝对接人类生活和工作环境 [11]

具身智能与世界模型 - 具身智能「大脑」以「世界模型」为内核，成为AI下一阶段竞争焦点 [1] - 世界模型被视为通往「类人智能」的解法，业界形成新共识 [1] - 2025年下半年具身智能「大脑」成为全球AI领域焦点 [1] - 世界模型技术研究曲线与具身智能产业发展路径交汇，引发行业争夺战 [2] 行业动态与厂商布局 - 谷歌推出具身智能RT-2模型，AI教母李飞飞聚焦具身智能创业 [3] - 国内厂商密集发布具身智能平台：智源研究院RoboBrain、华为云CloudRobo、字节跳动GR-3、京东JoyInside、商汤「悟能」、腾讯Tairos [3] - 商汤优势在于计算机视觉起家、多模态大模型打磨经验、智能驾驶沉淀、大装置算力支持 [3] - 商汤通过「悟能」平台将多年积累赋能行业 [3] 技术突破与挑战 - 大模型带来导航、人机交互、VLA端到端操作三方面技术突破 [7][8] - 自动驾驶技术进步使机器人导航功能提升 [9] - 多模态大模型带来全新人机交互方式 [10] - 世界模型通过学习物理规律和交通法则实现更高层次智能 [12] - 硬件质量和数据缺乏是主要挑战，尤其是规模化数据生产困难 [13] - 仿真数据与现实差距大，计算机视觉技术可带来新动能 [14] 商汤的技术布局 - 「开悟」世界模型应用于智能汽车，衍生出「悟能」具身智能平台 [5] - 平台包含10万3D资产，支持多视角学习，保持150秒时空一致性 [5] - 世界模型三大技术优势：时空一致性（11摄像头同步）、内容可编辑、反应速度实时 [21][23][24] - 「悟能」平台提供第一视角和第三视角数据，推动端到端VLA实现 [27][29] - 与机器人厂商合作形式为提供SDK软件功能API调用 [33] 应用场景与未来展望 - 机器狗可实现陪伴守护，家庭机器人建立情感连接 [30] - 具身智能成熟后将形成人机社交网络，机器人可完成多项家庭功能 [36] - 每项功能突破都将带来巨大市场想象空间 [37] - 商汤规划提供包含视觉、交互、导航、操作的「机器人大脑」 [39]

行业发展趋势 - 全球人工智能机器人行业正迎来技术迭代与商业化落地的关键转折点，通用人形机器人仍需时间培育，但垂直领域的专业机器人已率先突破，开启万亿级市场的序幕 [1] - 行业呈现"通用机型蓄力突破，专业机型多点开花"的发展态势，通用人形机器人预计将在2028-2030年迎来爆发期，2035年全球市场规模有望达到500万台以上 [3] - 工业协作、商业服务、家庭陪伴等垂直领域的专业机器人展现出强劲增长动能，成为当前行业发展的主要驱动力 [3][4][6] 细分领域发展 工业协作机器人 - 2023年市场规模达7.89亿美元，预计2028年增至27.8亿美元，2023-2028年CAGR高达29% [4] - 在汽车制造、3C电子、半导体等行业发挥关键作用，提升生产效率30%以上 [4] - 2030年将渗透至80%的汽车工厂 [6] 商业协作机器人 - 市场规模从2019年的1430万美元飙升至2023年的7270万美元，预计2028年突破12亿美元，CAGR达75% [4] - 在无人零售、餐饮自动化等场景应用广泛，分拣配送效率较人工提升5倍以上 [4] - 2030年在餐饮行业的普及率将达30% [6] 家庭机器人 - 2029年市场规模将达624亿元人民币，2024-29年CAGR达60%，渗透率将从2024年的2.3%提升至14.6% [6] - 卧安机器人以11.9%的市场份额成为全球最大AI具身家庭机器人系统提供商，日本市场收入占比达57.7% [6] - SwitchBot App连接设备超910万台，用户复购率达55.2% [6] 技术发展路径 - 英伟达发布全球首个开源通用人形机器人基础模型GR00T N1，采用双系统架构，模型性能提升40%，开发时间成本降低60%以上 [7][8] - 华为通过盘古大模型5.5及CloudRobo具身智能平台实现工业、康养等场景的技术孵化，技术转化为量产的效率提升50% [10] - AI大模型与机器人硬件的深度融合将推动行业在未来5-10年迎来爆发期 [10] 企业竞争格局 - 英伟达与华为在大模型领域的突破以及垂直整合方面的实践，勾勒出技术演进的清晰路径 [7][10] - 中国企业凭借供应链优势与场景丰富度，正逐步缩小与国际巨头的差距 [10] - 华为生态的技术输出配合数千家机器人中小企业，共同构成中国机器人产业的竞争力 [10]