Equity – Oversea Research 宇树机器狗分析与深度拆解 In-Depth Analysis and Disassembly of Unitree Robot 2025年10月31日 姚书桥,barney.sq.yao@htisec.com 吕小潼,xt.lyu@htisec.com 吴叡霖,louis.yl.ng@htisec.com 刘艺苗, ym.liu@htisec 见证了其在复杂地形适应性、核心部件自主化上 的突出优势，也直面了续航、便携性、信号稳定 性等现实挑战 • 本 PPT 将围绕宇树机器狗Go2 Air来研究产业链结 构、应用场景实践、以及核心优劣势。此报告不 仅是对一款产品的深度剖析，更是我们对国产智 能机器人产业未来发展的思考与探索 资料来源：海通国际 3 For full disclosure of risks, valuation methodologies and 宇树机器狗介绍 指示灯 前置摄像头 伴随模组 提手带 智能电池 资料来源：宇树，海通国际 • 前置摄像头： 配备双目摄像头模组（RGB + 深 度），RGB 摄像头分辨率 1080P@30fps，深度 摄像头视场角 60°，支持目标识别（人形、物 体）与视觉 SLAM 辅助定位 ） • 伴随模组： 集成ISS 智能伴随系统，基于 “视 觉 + 激光雷达” 多传感器融合，实现厘米级跟 随精度（跟随误差＜5cm），支持动态避障

重要体现，“新质互联网”的概念应运而生。 “新质互联网”的提出主要基于以下三方面背景： 其一，国家战略导向是新质互联网提出的宏观背景。党的二十大报告强调要加快发展数字经济，促进数字经 济与实体经济深度融合，打造具有国际竞争力的数字产业集群。2025 年政府工作报告提出要推动科技创新和产 业创新融合发展。在此指引下，互联网的发展转向提升核心技术自主可控能力、优化数据要素配置效率、增强网 络安全 物” 向“智联万物”跃迁，催生出智能制造、智慧城市、远程医疗、数字金融等新业态新模式，这正是新质互联网发展 的肥沃土壤。 其三，人民群众对美好生活的向往是新质互联网提出的根本动力。随着数字技术深度融入教育、医疗、交 通、养老等民生领域，公众不仅期待互联网带来基础连接与信息共享，更希望其在提升生活质量、促进人的全面 发展方面发挥更大作用，倒逼传统互联网转型升级。一种致力于构建更加公平、绿色、可持续的数字生态，回应 体的全域覆盖网络。 图 2 新质互联网整体架构 ² “联算”网络包括算内、算间、入算三张网。在入算和算间网络方面，智能 IP 广域网（AI WAN）是面向人工 智能时代的新型广域网，与 AI 深度融合，由 AI 路由器、AI 新网络、AI 新大脑等构成，面向政企、行业、公众用 户提供内生智能、多维感知、无损智算、差异体验、安全可信、绿色低碳的网络服务，促进网络和业务融合向更 智能、更高效

支撑平台。 环保大数据发展面临的问题： 一是大量的历史数据，其真实性、准确性都很低，不同部门间的数据存在很多差异、矛 盾，基础数据需要清理、净化； 二是从事数据挖掘、分析的专业人才极度短缺，大数据深度挖掘分析工作仍面临极大挑 战； 三是各类环境要素的前端感知设备投入不足，监测点位数量很少，数据采集的广度和深 度不够，数据获取的覆盖度和动态性均满足不了实际管理需要； 四是环境信息化整体发展 以大数据在建设项目环评管理中的应用为例，由于建设项目的系统性和复杂性，大数据挖 掘为环评审批提供了新的提升路径。大数据挖掘技术可以从庞大的数据库中找到相关性显著 的关键指标，并对环保大数据进行深度智能分析、建模以及环境承 载能力分析等， 为决策者提 供有效的信息支撑。未来对大数据的挖掘分析还将应用到大气 、河流、固废管理等环保领域， 对 大气环境、水质健康、固废处置、污染排放等提供更及时、更准确、更科学、 浏览，移动终端访问等数种方式。 从数据处理的角度看，平台运行后将建成以生态环境数据为中心的开放式数据中心，广 泛收集来自气象，农林，交通，能源，车联网等第三方数据，同时也给第三方输出数据并分 享成果数据；为后续深度学习积累数据样本，将来平台具备很强的自我学习能力。 为了数据安全，平台提供了数据安全子系统，用于数据安全，数据进入平台有两种方 式，一种是直接进入处理中心，另一种是通过数据安全中心加密后进入处理中心，加密后的

剧，工业互联网平台应运而生。 2. 制造业智能化对平台工具提出新需求 当前制造业正处在由数字化、网络化向智能化发展的重要阶 段，其核心是基于海量工业数据的全面感知，通过端到端的数据 深度集成与建模分析，实现智能化的决策与控制指令，形成智能 2 化生产、网络化协同、个性化定制、服务化延伸等新型制造模式。 这 一背景下，传统数字化工具已经无法满足需求。一是工业数据 并行组织与资源协 同日益频繁，要求企业设计、生 产和管理系统都要更好支持与其他企 业的业务交互，这就需要一 个新的交互工具，实现不同主体、不同系 统间的高效集成。海量 数据管理、工业应用创新与深度业务协同， 是工业互联网平台快 速发展的主要驱动力量。 3. 信息技术加速渗透并深刻影响制造业发展模式 新型信息技术重塑制造业数字化基础。云计算为制造企业带 来更灵活、更经济、更可靠的数据存储和软件运行环境，物联网 统的数字化神经中枢，在制造企业转型中发挥核心支撑作用。 当前来看，工业互联网平台已成为企业智能化转型重要抓手。 6 一是帮助企业实现智能化生产和管理。通过对生产现场“人机料 法环”各类数据的全面采集和深度分析，能够发现导致生产瓶颈 与产品缺陷的深层次原因，不断提高生产效率及产品质量。基于 现场数据与企业计划资源、运营管理等数据的综合分析，能够实 现更精准的供应链管理和财务管理，降低企业运营成本。二是帮

工业大数据咨询与实施服务，涵盖能 效管理、环保监测、资产管理、安全生产、设备生命周期管理、经营管理分析等领域，充分发挥大数据能力，强化工业 与大数据的深度紧密融合，为工业升级转型注入新的活力。 工业大数据解决方案是“云、移、物、大、智”深度融合的体现，使得产品与生产设备之间、不同的生产设备之间以 及数字世界和物理世界之间能够互联，可以打破传统工业生产中企业、地域、操作习惯、生产经验等多重限制，在此平 神经网络是一组模拟人脑进行模式识别的算法组合，通过 聚类或者标记原始数据进行数据感知，它可以识别真实世 界包含在向量中的数据，如图片、声音、文本等。 深度神经网络与单层神经网络的区别是数据通过了多步模式识别的隐藏 层处理，传统的神经网络机器学习算法依赖于一个输入一个输出一个隐 藏的浅层神经网络学习，而深度神经网络是在一个以上的隐藏层学习。 模型与数据 异常检测 事件处理 环境分析 人机协同 能效增强 质量强化 神经网络是一组模拟人脑进行模式识别的算法组合，通过 聚类或者标记原始数据进行数据感知，它可以识别真实世 界包含在向量中的数据，如图片、声音、文本等。 深度神经网络与单层神经网络的区别是数据通过了多步模式识别的隐藏 层处理，传统的神经网络机器学习算法依赖于一个输入一个输出一个隐 藏的浅层神经网络学习，而深度神经网络是在一个以上的隐藏层学习。 模型与数据 异常检测 事件处理 环境分析 人机协同 能效增强 质量强化

中和实现路径上的难减排领域往往都在工业部门等。钢铁、水泥、石化、化工等重点高碳工业行业减排路 径差异显著，短流程工艺、氢冶金、电气化、二氧化碳捕集利用与封存（CCUS）等技术路线亟需系统性 突破与统筹推进。推动庞大工业体系实现深度脱碳，必须在颠覆传统发展模式的同时，平衡技术演进与经 “ 济可行性，以 技术 - 路径 - ” 政策 为分析框架，建立关键技术的发展路线图，形成可落地的碳 中和技术 解 决方案 年）：该阶段是打破高碳路径依赖、推动工业体系深度重构的关键期。氢能技术、电气化耦合 清洁电力替代以及 CCUS 等技术规模化部署，持续扩大在重点行业中的应用覆盖。（3）碳移除托底技术深 度应用期（2051—2060 年）：电力、交通、建筑等部门已经基本实现净零排放，为工业领域突破关键技术 瓶颈争取时间。工业部门将依托 CCUS 等技术对难减排环节进行兜底，稳步推进全行业深度碳中和。通过 现明显阶段性特征：2035 年前将以高炉 - 转炉系统节能改造和废钢 - 电炉短流程发展为主；2035—2040 年 厚 间，氢基直接还原炼铁有望在成本突破后进入大规模应用阶段，成为深度脱碳的核心路径；2050 年后，钢 铁 CCUS 将成为实现碳中和的关键托底技术。水泥行业在 2030—2040 年进入技术结构转型期，大批旧窑 系统退出， 固废、生物质燃料等替代技术全面推广，

中和实现路径上的难减排领域往往都在工业部门等。钢铁、水泥、石化、化工等重点高碳工业行业减排路 径差异显著，短流程工艺、氢冶金、电气化、二氧化碳捕集利用与封存（CCUS）等技术路线亟需系统性 突破与统筹推进。推动庞大工业体系实现深度脱碳，必须在颠覆传统发展模式的同时，平衡技术演进与经 济可行性，以 “技术 - 路径 - 政策” 为分析框架，建立关键技术的发展路线图，形成可落地的碳中和技术 解决方案，助力中国以碳中和技术创新 年）：该阶段是打破高碳路径依赖、推动工业体系深度重构的关键期。氢能技术、电气化耦合 清洁电力替代以及 CCUS 等技术规模化部署，持续扩大在重点行业中的应用覆盖。（3）碳移除托底技术深 度应用期（2051—2060 年）：电力、交通、建筑等部门已经基本实现净零排放，为工业领域突破关键技术 瓶颈争取时间。工业部门将依托 CCUS 等技术对难减排环节进行兜底，稳步推进全行业深度碳中和。通过 碳中和技术创新、 呈 现明显阶段性特征：2035 年前将以高炉 - 转炉系统节能改造和废钢 - 电炉短流程发展为主；2035—2040 年 摘 要 间，氢基直接还原炼铁有望在成本突破后进入大规模应用阶段，成为深度脱碳的核心路径；2050 年后，钢 铁 CCUS 将成为实现碳中和的关键托底技术。水泥行业在 2030—2040 年进入技术结构转型期，大批旧窑 系统退出，固废、生物质燃料等替代技术全面推广，绿氢、电力煅烧工艺逐步成熟；2040

化工、建材、交通、建筑等高耗能行业需要加快技术改造 并进入碳达峰平台期，高耗能高排放项目的上马也将受到 严格遏制；产业结构的转型升级将带动社会生活方式和消 费模式相应调整，绿色低碳的生产生活方式得到普及。 数智科技与传统产业的深度融合为碳中和目标实现 探索新的道路。近年来，大数据、人工智能等新一代数字 技术与实体经济加速融合，正驱动生产方式和生活方式发 生深刻改变，在推进经济社会向低碳化绿色化方向转型 中的作用也日益凸显。数字技术和人工智能与传统产业结 工业互联网 循环经济 …… …… …… …… 交通电气化 cloud.baidu.com www.rmi.org / 7 www.rmi.org / 7 cloud.baidu.com 降；深度学习、大规模预训练模型带来的算法突破，以云智 一体促进数字化转型和智能化升级一步到位，已经成为企 业智能化升级的必然趋势。 1.3 数智技术是实现碳中和目标的助推器 数智技术的发展，为进一步提升能效和支撑能源快速 的 海量历史数据，采用深度学习算法建立的预测模型将大幅提 高可再生能源发电出力的预测精度，有力促进其大规模的消 纳，解决可再生能源企业对于生产不可控的困扰（图2.6）。 化石能源能效优化 传统化石能源发电生产过程中的碳排放治理至关重 要，其中一个关键环节是提升燃煤发电过程中的能量转换 效率从而降低碳排放。数智技术通过采集电厂丰富的历史 运行数据，建立基于深度学习算法的能效优化模型，获取

( LLM Agent) 数据调用 画像任务拆解与规划 选择工具与扩展能力 多代理智能体协同 信息存储与回忆 数据集成 实时、离线数据接入与加工 知识图谱 深度关联、图可视化分析 指 标引擎 实时、离线指 标计算 结合 多 方数据及 小模型工具，全 面、灵活的生成 画像及报告 授信 工商 决策引擎 实时、离线的客户标签计算 评级 预警 在贷前、贷后全 流程中的各类数据，全景 呈现客户信息 使用大模型深度推理，结 合规则、图谱、小模型等 多种能力，实现客户画 像维度的深度推理 授信 评级 预警 逾期 基于富文本数据的风险态势感知 调度引擎 任务编排、自动调度 指 标引擎 实时、离线指 标计算 大模型 非结构化知识抽取、实体链接 知识图谱 深度关联、图可视化分析 数据集成 实时、离线数据接入与加工 决策引擎 决策引擎 实时、离线的客户标签计算 工商 司法 舆情 经营 集团派系、实际控制人、 担保圈链、风险传导、资 金流向、反洗钱 … 全流程 业务 模型 深度 推理 AI 风险态势感知 大模型自动更新黑产情报、监管政策、新型作案手段、 特征自学习、风险预判等知识，面向银行业风险管理人员、 策略运营人员、业务人员等不同角色，提供模块化组合式 的情报洞察报告。 包括 : 黑市个人账户售卖价格及趋势、洗钱最新手法解