具身机器人行业现状 及 未来趋势分析 CONTENTS 目 录 当前研发状态 01 应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 试、多机协作5台以上协同误差<5%，拓 展应用场景。 中期技术突破将推动机器人在复杂场景 如智能工厂、智慧城市等领域深度应用， 提升智能化水平。 中期技术展望 2030+脑机接口融合，神经拟态芯片普 及，能耗降至人类基础代谢水平，实现 机器人与人类深度融合。 长期技术愿景将使机器人成为人类生活 工作重要伙伴，重构社会生产生活方式， 创造巨大价值。 长期技术愿景 技术演进路径 制造业应用拓展 教育市场解决方案商凭借稳定需求与高毛利率，成为短期投资热点，市场潜力大。 教育市场解决方案商将为企业提供稳定收入来源，投资风险低，收益稳定。 核心零部件 核心零部件力矩传感器空心杯电机短期需求旺盛，市场空间大，投资价值高。 核心零部件企业将受益于行业快速发展，市场前景广阔，投资回报率高。 短期投资机会 制造业集成商 制造业集成商随着机器人在制造业应用拓展，将迎来市场机遇，投资 潜力大。 制造业集成商将为企业提供一站式解决方案，市场竞争力强，投资价

创新发展。在此背景下，联盟网络作为一种创新的网络架构应运而生，它通过多 主体协作与动态资源共享，旨在打破传统网络的局限，为通信技术的发展开辟新 的路径。 联盟网络通过重构资源分配模式、优化服务架构、革新协作机制，为行业带 来四大核心价值。首先，资源动态共享能够显著提升全局效率，实现频谱、算力 等资源的按需调度与全局流动。其次，它为垂直行业赋能，释放数字化潜能，满 足不同行业对网络性能的多元化需求，推动各行业的智能化升级。再次，联盟网 与资 源共享；安全可信技术保障网络交易与数据的安全；AI 与智能体技术则为网络 的智能化运维与优化提供强大支持。 1 白皮书还结合具体实例，生动描绘了联盟网络在全域通感网络、全域应急通 信及 Web3 服务三种典型场景中的广阔应用前景。全域通感网络通过多主体协作， 构建未来智慧城市，实现对城市基础设施的智能化管理与实时监控；全域应急通 信整合卫星、无人机与地面基站，打造空天地一体化的应急通信系统，大幅提升 ........................................ 5 2.2 运营商及行业网络架构示例......................................................................... 8 2.3 第三方接入网及家庭网络架构示例............................................

www.iresearch.com.cn 基础云服务概念界定 以云服务的形式提供的IT基础资源、开发工具、能力平台 来源：艾瑞咨询研究院自主研究及绘制。 4 虚拟机 云主机 GPU 云服务器 FPGA 云服务器 弹性计算 高性能计算 表单存储 块存储 对象存储 文件存储 云硬盘 CDN 带宽 负载均衡 VPN 网关 云视频与云通信 数据挖掘 数据查询/搜索 数据分析 数据中台 数仓/数据湖 数据治理 大数据 机器学习 语音技术 计算机视觉 自然语言理解 内容审核/业务安全 人工智能 基础资源 开发工具及能力平台 IaaS PaaS 联 系 日 益 紧 密 界 限 逐 渐 模 糊 5 ©2024.9 iResearch Inc. 来源：艾瑞咨询研究院自主研究及绘制。 5 基础设施服务商 软件定义服务商 云厂商 行业用户 渠道及生态伙伴 垂直功能服务商 CDN IDC 硬 件 厂 商 电信运营商 集 成 商 综合型云厂商 混合云厂商 私有云厂商 SDN/SD - WAN SDS 超融合 上游 中游 下游 基础软件 供应商 云原生厂商 大数据厂商 人工智能厂商 视频及通信 服务商 泛互联网

江苏省宜兴市大数据发展有限公司 周 源 主编单位： 国家信息中心 华为云计算技术有限公司 序 全球人工智能技术正以迅猛之势持续革新，在研发、应用及产业生态等层面呈现出多元且强劲 的发展景象，并以前所未有的速度融入社会、经济和全球治理的方方面面，成为驱动商业价值、重 塑科研范式乃至影响人类未来的核心力量。 城市是AI技术创新融合应用的综合性 ............................................................................................19 2. 大模型中心 ............................................................................................... .38 5 保障措施 6.1 东莞市：城市人工智能大模型中心 ......................................................40 6.2 广州市花都区：新型工业化数字服务平台 ........................................45 6.3 宜兴市：“天机镜”大模型 .........................

......................... 2 1.从云计算到云智算 ............................................. 6 1.1 云计算发展现状及面临挑战 ........................... 6 1.2 云智算的内涵 ....................................... 6 1.3 云智算体系架构 Retrieval-Augmented Generation 检索增强生成 24 MCTS Monte Carlo Tree Search 蒙特卡洛树搜索 25 LLM Large Language Model 大语言模型 26 MCP Model Context Protocol 模型上下文协议 27 SLA Service Level Agreement 服务等级协议 28 ANP Agent Network Model Distribution Network 模型分发网络 6 1.从云计算到云智算 1.1 云计算发展现状及面临挑战 云计算经过二十年的发展已成为数字经济的主要服务形态，凭借虚拟化、云 原生等技术实现了资源池化和弹性扩展能力，有效支撑了各行各业数字化转型。 随着千亿参数大模型等 AI 技术的迅猛发展，传统云服务体系面临严峻挑战，云 计算进入深水区：在算力方面，十万卡级超大规模 GPU

经济， 致力于为各地提供产业发展落地方案。研究院总部位于深圳，服务区域覆盖全国主要省 市。研究院集聚一批经济研究和产业研究专家，以 985 院校研究生为主体，链接高校专 家学者，为全国各地政府及机构提供智力支持。 基于自身的研究和咨询能力，同时借助集团的服务网络，深企投产业研究院为政府 机构、国有平台、产业园区、金融机构等客户类型提供有针对性的服务。 ——政府机构客户。研究院重点提供五类服务：一是五年规划，包含发改系统的国 .....9 三、发展现状............................................................................11 （一）市场及算力规模 .............................11 （二）智算中心区域分布 ...........................15 四、行业运作模式........... ...............................2 图 2 智算中心及算力产业链 ...............................3 图 3 2020-2028 年中国智算算力规模及预测（EFLOPS） ...... 12 图 4 2017-2024 年我国算力中心在用机架规模及增速 ........ 13 图 5 2021-2026 年中国智算中心 IT 负载规模（MW）

2025.6 极光月狐数据 智能PPT市场格局 02 智能PPT应用情况 03 智能PPT行业痛点 01 智能PPT发展趋势 04 第一章： 智能PPT行业痛点 4 AI办公成熟，大模型的迭代驱动智能PPT发展更完备 1.1 从AI办公看智能PPT 0 100 200 300 400 500 600 2023年6月 2023年8月 2024年1月 2024年2月 无缝嵌入工作流 与决策支撑 基于大模型的多模态内容生成能力，Google、Microsoft、 WPS、百度如流、钉钉、飞书等推出多文档内容生成、 会议转录与摘要、 智能创作、流程安排等功能。 向垂类场景进发落地应用，开拓财务、人力、政务等场景， 大模型融入原有办公平台工作流，同时在生成式AI助手中深 化办公功能，提高理解准确度、内容丰富度、生成效率等。 在大模型的基础上形成办公智能体，从点状应用实现全面应用 在大模型的基础上形成办公智能体，从点状应用实现全面应用 ， 可自主拆解复杂任务、实现工作流程重构；同时，决策大模型 的崛起为数据分析、风险管理等提供决策方面的支撑。 流程辅助 内容处理 决策支撑 效率与资源管理 • 办公大模型备案比例逐渐降低，AI办公领域已经步入成熟落地期，AI功能已经嵌入工作流各环节，提供效率辅助及决策支撑等服务。 数据来源：公开资料，国家互联网信息办公室，极光月狐数据研究院整理。 5 AI简化

..................................................................................... 34 6.4 任务式传输及配额调度................................................................................................ 随着生成式人工智能的发展，AI大模型参数量从GPT-3.5的1.75亿，到GPT-4的1.8万 亿，预计未来GPT-5将达到十万亿参数规模，迅速膨胀的AI模型需要更大规模的算力集群执 行训练。AI大模型以GPU集群分布式训练为基础，根据阿姆达定律，串行占比决定并行效 率上限，网络成为影响算力的重要因素。AI训练任务的高精度并行协同特性以及超大集群互 联吞吐量对网络性能提出了数量级的提升需求。AI大模型训练的时间往往长达数月，也使得 间往往长达数月，也使得 网络的长稳运行变得前所有未有的重要。从网络流量模型来看，AI大模型训练流量与通算流 量呈现出完全不同的特征，突发的稀疏大流成为网络常态，聚合流量具备波峰波谷效应明显、 周期性等特征，也使得很多通用数据中心的网络技术不再适用。HPC同样对网络提出高性能 需求，特别是在可扩展性以及分布式资源的高效利用方面，HPC与AI的需求趋同。一般来说 HPC对于时延更加敏感，但部

A I 大模型训练和推理拉动智能算力需求快速增长。 a ）模型迭代和数量增长拉动 A I 算力需求增长：从单个模型来看，模型能力持续提升依赖于 更 大的训练数据量和模型参数量，对应更高的算力需求；从模型的数量来看，模型种类多样化（文生图、文生视频）和各厂商自主模 型的研发， 均 推动算力需求的增长。 b ）未来 A I 应用爆发，推理侧算力需求快速增长：各厂商基于 A I 大模型开发各类 应用，随着 A I 应用用户数量爆发， 对应推 理侧算力需求快速增长。 • 智算中心从集群走向超级池化。智算中心是以 GPU 、 A I 加速卡等智能算力为核心，集约化建设的新型数据中心；随着大模型普遍进入万亿规模， 算 力、显存、互联需求再次升级，高速互联的百卡“超级服务器”可能成为新的设备形态，智算中心将走向超 级池化阶段，对设备形态、互联方案、 存储、平台、散热等维度提出新的要求。 的网卡和交换机、连接件、流控机制组成。 InfiniBand 在网络性能、集群规模、运维等方面具备显著优势。 • 投资建议： A I 大模型的参数量和训练数据量的快速增长，对数据中心的计算、存储、网络等提出新的要求，新型智算中心是产业发展趋势； A I 大 模型需要部署在高速互联的多个 A I 芯片上，数据样本和模型结构被切分到多张卡或者节点上，卡间或节点间不仅有训练数据通信，还有模型