尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen Huang在2024年台北国际电脑展的主题演讲 2 彭博科技 - 伊隆·⻢斯克表⽰，到2040年机器⼈的数量将超过⼈类 © 2024 花旗集团 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 发展，将它们 转变为智能、⾃主的系统，以彻底改变各个领域。 我们在哪些领域看到了人工智能机器人的技术进步？ 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能的⼯具，现在⼴泛⽤于在具有挑战性的环境中进⾏检查、监视和 搜救。⽀持这种转变的控制、规划和机器学习⽅法的技术进步现在越来越多地被 对家务和技术的态 度，并显⽰73%的受访者认为如果有机器⼈做家务，他们的家会更⼲净17  图18. 与洗碗机相比，机器人吸尘器可能会有类似甚至更快的采用速度 来源：纽约时报尼古拉斯·费尔顿，花旗研究 17 ⼗⼈中七⼈将完全信任机器⼈来做所有家务事（雅⻁ 新闻英国） © 2024 花旗集团 2023 2024 2025 2026 2027 2028 2029 2030

算奠定了理论 基础。 量子计算的概 念提出：理查 德·费曼在“计 算物理学会议” 上提出使用量 子计算机模拟 量子现象的想 法，开启了人 们对量子计算 的兴趣。 通用量子计算机 的概念提出：戴 维·多伊奇提出 “通用量子计算 机”概念，能够 模拟任何物理过 程，是量子计算 理论的进一步深 化。 量子电路复杂性 模型及量子通信 复杂性理论：姚 期智首次系统地 建立了类似于经 典布尔电路的量 子电路复杂性模

抓取物 体和倒液体等精细任务，波士顿动力推出的Atlas可以在复杂的户外自 然环境中行走、奔跑、跳跃，还能在雪地、草地等不同地形上保持平 衡。 2022年至今，为产业应用普及阶段。以ChatGPT为代表的大语言 模型为人形机器人实现智能感知、自主决策乃至拟人化交互，正逐步 走向产业应用。涌现了宇树、优必选、Figure、Optimus、波士顿动 力等一批独角兽企业，推动人形机器人应用深入生产实践。 业落地和大规模量产仍有一段距离。 各国科技巨头已宣布推出多款人形机器人。特斯拉发布“擎天柱” (Optimus)二代的人形机器人。2024年6月，Optimus二代已经被 应用在特斯拉工厂，进行电池的分拣训练。波士顿动力（Boston Dynamics）发布了人形机器人Atlas，同样在汽车工厂得到应用， 实现汽车支柱搬运等工作。敏捷机器人公司（Agility Robotics）发 布了人形机器人Digi （来源：中国联通研究院） 05 来源：中金公司《具身智能：AI下一站》 二、人形机器人的技术演进 （一）整机“智能化感知决策水平”不断提升 在全球人形机器人领域，特斯拉、Figure AI、波士顿动力处于第 一梯队，1X、Digit等欧美产品紧随其后。这些企业在硬件上追求轻量 化、高自由度，软件上借助AI大模型实现多模态感知与推理，部分产 品已进入场景测试阶段，展现了人形机器人在工业生产、民生服务、特

 巨头纷纷入局，创业公司百花齐放，众多厂商快速迭代。如特斯拉三次发布Optimus性能更新迭代视频；DeepMind与斯坦福大学联合推出的Mobile Aloha也 两次迭代更新；沉寂许久的波斯顿动力放出Atlas拾起并搬运汽车零部件的视频；宝马将Figure AI的人形机器人投入工厂试用；华为全球具身智能产业创 新中心正式运营，与乐聚机器人等16家企业签署了合作备忘录，正式入局人形机器人领域 早期发展阶段 （2000年以前） 商业化落地阶段 （2022年至今） 该阶段机器人运动能力及智能化 明显提升，重点是使机器人能够 进行复杂的决策和任务处理，并 开始应用于实际场景。如2016年 波士顿动力发布的Altas具有较强 的平衡性和越障碍能力，能承担 危险环境搜救任务。 2022年起，依靠大模型等技术赋 能进，人形机器人不仅在外形和 行为上与人类相似，更具有强大 智能、思维和类人的语言能力， 智能化、通用化进程。如英伟达通过GROOT项目提供通用人形机器人基础模型，降低了具身智能门槛，合作方包括1X Technologies、Agility R obotics、Apptronik、波士顿动力、Figure AI、傅利叶智能、Sanctuary AI、宇树和小鹏；达闼机器人的RobotGPT是为实现机器人在复杂应用 场景下的多模态行为而提供的交互生成型AI模型，以Transformer

具备了基本的交互能力，能够完成如拧瓶、倒水、端茶和踢球等任务， 标志着人形机器人进入了集成的发展阶段。然而，ASIMO 在应对不平整 地面和未知扰动方面的适应性仍然较为有限。 2013年，波士顿动力公司发布了更具影响力的由液压驱动的Atlas 人形机器人，能够推开房门、在各种复杂地形中行走，并具备自我恢 复平衡的能力。2017 年，第四版 Atlas 成功完成了跳跃、跳高、后空 翻等高难度体操动作，并在 在这一进程中，全球涌现出一大批优质的整机企业。其中，中国、 美国、日本和欧洲等国家和地区是全球人形机器人企业分布最为集中 的区域，例如中国的优必选、宇树科技、傅里叶智能、小米等公司； 美国的特斯拉、波士顿动力、Figure AI 等公司；日本的本田公司；欧 洲的 Aldebaran Robotics SAS 公司（法国）、1X Technologies（挪 威）等。这些企业的集中分布成为推动全球人形机器人产业发展的重 实现 人形机器人功能集成和商业化应用的关键。近几年，国内外涌现了一 批优秀的整机系统企业和极具代表性的人形机器人整机产品。 表 5 全球人形机器人整机代表企业 代表企业 特点 引领者 波士顿动力（Boston Dynamics）、特斯拉 （Tesla）、本田（Honda）等 技术实力雄厚，拥有核心技术专 利，产品具有较强的竞争力，具 有较高的知名度和影响力 追随者 Figure Ai、Agility

的长半衰期提示可探索间歇给药方案 ( 如 240mg Q3D), 以 降 低 累 积 毒 性 8 1 2 . 3. 联用方案设计： 三氟乙氧基的代谢稳定性可能减少与 CY P3A4 抑 制 剂 ( 如伊曲康唑 ) 的相互作用，支持与免 疫检 查点抑制剂联用 208. 4. 脑转移治疗： 高亲脂性代谢物的脑内蓄积可能增强对脑膜转移的疗效，需通过脑脊液浓度监测验证 32 . 智慧芽数据库的分析结果

宇树 智元 逐际动力 银河通用 星尘智能 乐聚 美的 小鹏 魔法原子 腾讯Robotics X 灵初智能 千寻智能 零次方机器人 傅利叶 软通天擎 智澄AI 普渡科技 埃斯顿酷卓 PNDbotics 松延动力 擎朗智能 众擎机器人 灵宝 帕西尼感知 Figure AI UniX AI 加速进化 1X Agility 鹿明机器人 Tesla 达闼机器人

“可预期” 而非 单纯 “低”。它对工业控制、自动驾驶等对时间敏感的场景至关重要。 与之对应的是 “不确定性时延”：时延大小随机波动，无法预测（可 能很低，也可能突然增大），例如普通互联网中，视频卡顿多是因时 延抖动过大导致的。确定性低时延的实现需从网络架构、调度机制、 资源分配等多维度设计，消除不确定性，提升转发效率，降低时延， 这些都是光电融合网络要解决的问题。 （3）能效跃进 在“ Text2SQL 功能深化网络与业务 的联动，尤其聚焦光电协同对业务的支撑逻辑。例如，当查询 “某 视频业务卡顿是否与光层相关” 时，系统会自动关联业务服务器的 电层响应时延数据、承载业务的光链路信噪比数据及历史业务流量与 光波长带宽的匹配记录，通过多维度数据交叉分析，定位卡顿根源是 光层信号劣化还是电层服务器处理瓶颈。此外，还能实时挖掘业务高 峰期的光 / 电资源消耗特征（如高清视频业务对特定波长带宽的占

当一个物体的量子态随着时间进行演化的，其数学上的表达为 (0) ( ) ( )   U t t  ，其中 U(t) 为演化算符。在上式中给定时间 t 后，就 可以计算出该时刻的量子态。而演化算符 U(t) 由系统的哈密顿量 H 决 定。以上的计算表达式本质都是计算薛定谔方程   H t i     来求解 系统的波函数   t 。 更详细的介绍可参考书籍[1-4]。 1.1.3 量子操作

到 关注，通过不断试错和学习，优化交易策略，提高交 易效率和收益；值得一提的是，2024 年图灵奖更是授 予了强化学习领域的奠基人安德鲁·巴托（Andrew G. Barto）和理查德·萨顿（Richard S. Sutton）。随着 DeepSeek 等大模型的火爆出圈，证券行业迎来了新的 发展趋势。在技术创新方面，通过融合小模型、智能体、 迁移学习等新技术，不断提高大模型在特定场景中的