2025年具身智能产业链分析:从实验室到市场的商业化探索2023/11 www.leadleo.com 400-072-5588 2 01 具身智能产业链上游: ◆ 具身智能上游芯片方面,其所需芯片种类 众多,其中AI芯片为核心,主要分为云端 训练芯片、云端推理芯片和端侧推理芯片; ◆ 机器人传感器方面,力传感器、电子皮肤、 视觉传感器、惯性传感器是人形机器人迈 向具身智能的关键传感器。这类传感器不 仅价值量较高,且与人形机器人的智能化、 置和功能差异,具身智能所需AI芯片分为云端训练芯片、云端推理芯 片和端侧推理芯片,其在设计目标、技术路径、应用场景上存在差异 具身智能产业链分析——上游芯片 具身智能所需AI芯片分类 来源:头豹研究院 ◼ 具身智能产业中所需的芯片种类较多,包括AI算力芯片、通用计算芯片、传感器接口芯片、存算一体芯 片、通信与互联芯片等,覆盖了从云端大模型训练到具身智能端侧执行的全链条需求。其中,AI算力芯 I芯 片可分为云端训练芯片、云端推理芯片和端侧推理芯片,三者在设计目标、技术路径及应用场景上存在 显著差异。 云端训练用AI芯片 云端推理用AI芯片 通过海量多模态数据(视觉、语言、动作)训练 具身大模型,优化任务规划与泛化能力 为复杂任务提供高算力支持,降低端侧负载 端侧本体推理用AI芯片 内置于具身智能本体,实现实时环境感知、运动控制与本地决策 云端训练AI芯片 云端推理AI芯片20 积分 | 16 页 | 5.39 MB | 2 天前3
智慧供应链预测算法应用中(特征工程 + 调超参) 4. 可解释性:低(黑盒算法,只能解释输入输出) 5. 执行效率:高(可批量训练/预测) 应用局限:调超参纯靠体力、算力;特征工程强依赖人工 判断、业务理解、数据探查、写SQL能力 技术局限:时序特征提取;类别变量的编码;损失函数选 择有限;端到端学习能力有限;训练策略难以定制 第三代:深度学习算法 (CNN,RNN,Attention) 前景:轻松克服左边的全部技术局限;深度学习在CV、 NLP、搜索&推荐&广告等领域先后取得颠覆性突破 1. 准确性:较高 2. 稳定性:很低 3. 可调整性: 高 (特征、超参、模型结构、训练策略) 4. 可解释性:低(黑盒算法,只能解释输入输出) 5. 执行效率:低(模型较重,GPU训练成本较高) 应用局限:炼丹工作重,训练时间长,摸索成本高 技术局限:模型重,数据量要求高;时序针对性低 自研深度学习时序预测算法--Falcon Falcon是什么 需 组装 • 参数规模:数千;训练时间:几小时 框架: • 一套相对通用的算法框架,方便算法研发&验证&沉淀(时序对齐、采样,类别变量embedding,多种训 练策略) 深度学习时间序列算法目标 1. 准确性:较高 => 高(显著、稳定地高于LGB) 2. 稳定性:低 => 高(达到统计方法的水准) 3. 可调整性: 高 (特征、超参、模型结构、训练策略) 4. 可解释性:低 =>0 积分 | 10 页 | 2.83 MB | 3 月前3
智慧园区规划方案(54页 PPT)文字样本 视频样本 训练集 测试集 验证集 数据湖 统计学算法 机器学习框架 深度学习框架 其他算法 算法库 NLP 模型 机器视觉 知识图谱 实体画像 模型库 数据分析服务 特征工程 训练流程 训练集 神经网络 测试集 验证集 训后模型 设备数据 运营数据 企业数据 人员数据 环境数据 监控视频 主题库 训练后算法 训练后算法 训练后模型 训练后模型 样本导入10 积分 | 54 页 | 7.21 MB | 2 天前3
智慧化工园解决方案(60页 PPT),图像上云 3. 调用模型算 法接口进行推 理识别 X86+P4 2 ,业务订阅获 取图片推理识别 OBS 3* ,图片导 入模型训练 2* ,图 片存储 应用钩子代码 算法调用 化工自定义 AI 训练及推理识别分析 ( 边云协同 ) 化工自定义 AI 训练及推理识别分析 ( 轻量视频云图片上云 ) NVR 轻量视频云 安全作业管理 人、车、物 检测识别 1 ,人体图 片上云 *7. 推理识别结果读 / 写 ROMA CCECCECCE 应用钩子代码 5. 识别结果合并处理 ( 根据 离散连续帧号及时间戳 ) OBS 2* ,图 片存储 3* ,图片导 入模型训练 3. 调用模型算 法接口进行推 理识别 DIS 综合管理展现平台 园区车辆管理 设施能耗管理 IT 设备管理 设备综合管理 园区资产管理 统一规划 集中管理 主要实现微型消防站的建站审核、训练认证、微型消防站基础信息管理(人 员信息、装备信息)、人员在位情况监管、微型消防站人才库、大数据一张 图、多系统数据对接等功能。 以大数据、云计算、移动互联等技术与传统成熟信息技术相结合为关键支撑, 紧贴当前微型消防站建设管理中的薄弱环节,立足实战、实训以及动态管理, 紧紧抓住“建、训、战、管”四个关键环节,努力实现微型消防站“建设标准化、 训练课时化、战斗一体化5 积分 | 60 页 | 7.80 MB | 21 天前3
华为云智慧园区解决方案ROMA 管理 综合门岗 人脸 轨迹 训练 … 视频分析服务 人员 设备 事件 … 园区主题服务 消息 数据 … ROMA 地图 LBS … GIS 跑马灯 事件 … 监控大屏 综合指挥 … 视频调阅 新场景算法 含事件的图片 / 视 频 消息、数据 园区 华为云 视频按需存储,兼顾成本与可靠性 AI 训练新算法,支持更多业务场 景 轻量级边缘计算,降低运维管理成本 车辆分析服务 对象检测服务 方案优势 有效利旧降低升级成 本 兼容多厂家的视频监控设备, 对现网改造工程量小,在普 通摄像头上实现智能应用。 智能算法可以持续升 级 在云端利用各类数据训练优 化算法,推送到边缘侧,可 快速实现细分场景智能应用。 10 倍降低传输存储成 本 边缘侧预处理后的数据量仅 为原始视频的约 1/10 ,大 幅 降低网络传输和存储成 本。10 积分 | 39 页 | 18.14 MB | 6 月前3
智慧园区能效管理技术方案费成本最优。 预测:每日需量、每月需 量 购电计划数据 购电实绩数据 历史需量预测 数据 数据集成 传感器 温度、电度表读 数、湿度、人员 热力 IOT 平 台 需量预测(训练和推理) 数据使能 时间特征 1 、年、月、日特征 2 、星期特征 3 、是否法定假日特 征 业务使能 使用多个特征库综合作用的 AI 回归算法,结合对历史数据的偏差分析,提供业内领先的分析准确率和贴近实际用电场景的 冷机是多数园区中的最大的用电负荷,本方案可以节能 5%~10% 以上,大幅降低园区电能浪费,节省电费支出。 引入专业算法,提供更有价值的冷机运行能耗预测指标、场景,预测准确率更高 提供分析预测模型库、不断通过历史数据训练冷机优化经验,动态调节开关机时间和运行组合方式, 为客户降低能源消耗和费用支出 13 谢谢!10 积分 | 13 页 | 501.94 KB | 6 月前3
智慧产业园解决方案(51页 PPT)低 碳 管理高效 智慧 园区 运营 者 打造智慧园区,持续创造价值 打通数据壁垒,筛选有效数 据,实现物信数据融合 落地数据分析的全链路 边缘计算,算法训练,物联网及 AI 全面覆盖的 AIoT 开放融合的数据 工程化的场景落地能力 使用 者 管理 者 卓越 运营 0 1 0 2 存储资源池 通用服务器 智能服务器 项目申报 物联数据开放 设备巡检 安消一体 产业分析 节能办公 商显引流 音视频资源处理 客流引擎 感知联网共享 系统集成 报表引擎 AI 应用开发 巡检引擎 考勤引擎 排班引擎 算法训练 算法调优 业务引擎池 能力组件池 政务服务 产业服务 智慧安全 企业服务 管理运营 智慧通行 智慧能效 智慧宣传 企业服务 智慧展厅 信息发布 招商管理 人员管理 安全管理 能耗管理 资源服务 车辆充电监管 园区消防管理 园区能耗管理 AR 应用 3D 数字指挥舱 数据图墙 物业巡查 过程监管难,人力成本高 闭环五:从指挥中心到应急处置的辅控闭环 模型 安保巡逻 (每天定时) AI 算法训练平 台 方式变革 效率提升 管理闭环 品质提升 数据统计分析 结果在线归档 问题整改跟踪 机电设备温度异常 消控室人员离岗 常闭防火门打开 机动车违规停放 后厨动火离人 机房温度异常20 积分 | 51 页 | 15.44 MB | 4 月前3
“AI+”如何为ToB供应链物流赋能(22页 PPT)大模 型, 改善客户体验、效率提升和商业模式。 制造业供应链 海晨股份 制造业物流服务 物流装备及物流机器人制造 正式接入本地部署 DeepSeek 大模型系统,通过对物流数据的深度学习与训练, 提升公司在智能预测、运营优化、自动化决策等方面的能力。 成立机器人行业应用研究院, 聚焦人工智能和机器人技术在物流行业的深度应用。 消费品供应链 怡亚通 消费品和原材料贸易分销 自主研发 务流程和管理效率。通过机器人和自动化手段,降低对人 工的依赖,大幅提升业务过程的稳定性和可复制性。 海晨股份近期正式接入本地部署 DeepSeek 大模型系统,通过对公司海量物流数据的深度学习与训练, DeepSeek 大模型将显著提升公司在智能预测、运营优化、自动化决策等方面的能力,为公司的智能化转型 提供技术飞跃。在智能装备领域,公司正式成立机器人行业应用研究院,并宣布达成多项战略和技术合作,0 积分 | 22 页 | 2.11 MB | 21 天前3
高品质万兆AI园区建网技术白皮书将从理念走向实现,将数字世界与物理世界场景虚实融合,为用户提供更有个性化,更有温度的主动服务。 随着园区物联设备激增、高清视频流普及、沉浸式协作(AR/VR)的广泛使用,园区内数据呈指数级增长;大 模型应用向行业纵深渗透,推理与训练正快速下沉至靠近数据源与业务现场的边缘侧;园区和企业加快减碳增效, 升级园区基础设施构建零碳园区,助力实现碳达峰碳中和目标。以上都对园区网络基础设施提出了更高的要求。 构建高品质万兆 AI 园区 感知可视,应用视图重点实现应用流性能、应用流负 载、应用流异常的多维感知可视。 ·孪生预测技术 AI 智能终端激增推动无线网络 IOT 模块与固定网络 光模块失效预测需求,光模块故障导致训练中断频发, 需提前预测风险;硬盘方面,HDD/SDD 故障将引 发数据丢失,需预判风险规划换盘窗口。技术实现上, 基于 Transformer 架构融合多源器件失效数据,构 建专业预测算法模型,可精准预测光模块及硬盘失效 记录提供个性化服务)。 ·大模型:架构上需同时有快思考和慢思考模型,何 时调用慢思考模型回答,何时调用快思考模型回答则 可通过智能路由解决,智能路由可以考虑结合 query 的难度、任务类型,训练专用的 embedding 小模型 来完成。 18 万兆超宽 2.3 万兆超宽定义 2.3.1 万兆超宽是以实现万兆用户接入为目标的下一代 园区接入演进方向。它依托无线(Wi-Fi 7)的大带宽、100 积分 | 66 页 | 16.82 MB | 21 天前3
BCG-同x堂健康智能制造与供应链战略规划建议书第三次运行新的 S&OP 流程 实施第二波措施 实施系统集成和工具 建立 S&OP 流程(所有流程参与者完全接受), 并实施改进杠杆 提高需求规划的准确性 优化利润 降低固定成本和营运资本 训练有素、尽职尽责的团队 一致且集成的 IT 解决方案 转出 4 不在初始范围内 B II 81 Copyright © 2016 by The Boston Consulting Group 207 seconds 1.5 days 12 seconds 2.5 days 质量 12 维护 14 人力效能 15 布局规划 概念 16 项目 管理 19 绩效管理 18 训练 20 ? ! 指导 21 评估 / 认证 22 创建精益文化 24 天才 管理 25 系统问题解决 11 倾斜台桩 瘦的 领导阶层 23 改进管理 17 设备 有效性 13 Lean Table 木桩: 任何自定义工具箱的最低要求 瘦的 环境 8 绩效管理 18 训练 20 ? ! 系统问题解决 11 瘦的 领导阶层 23 改进管理 17 精益环境 通过减少浪费和在安全的工作环境中使用标准来提 高效率和质量。了解 CI 的基本原理 1 训练 使培训师能够开展培训、举办研讨会和主持会议 系统问题解决 引入结构化流程以识别和消除根本原因。可持续地30 积分 | 175 页 | 8.68 MB | 6 月前3
共 18 条
- 1
- 2
