2025年3月6日 人形机器人：由“外”到“内”，智能革命 请仔细阅读在本报告尾部的重要法律声明 证券研究报告|行业深度研究报告 核心观点 2 资料来源：华西证券研究所  人形机器人：承载AI未来 人形机器人的外观和行为与人高度相似，能够适应人类的生存环境、使用人类的生产工具，形态更易令人产生共鸣，是具身智能最理想的载体。受政 策出台、技术成熟、需求高涨和供给竞争等因素的推动 日本政府出台的《机器人新战略》在2022年投入 了超过9.305亿美元，包括将成为下一代人工智能 和机器人核心的集成技术；  韩国政府出台的《第三版智能机器人发展计划》， 推动机器人成为第四次工业革命的核心产业。政 府为《2022智能机器人行动计划》拨款1.722亿美 元；  欧盟的重点研究与创新框架计划《地平线欧洲》， 2021年至2022年为机器人相关工作计划提供了总 计1.985亿美元的资金(EU

回顾历史算力革命 3 算盘 （约东汉时期） 巴贝奇的差分机 （1821年） ENIAC （1946年） 英特尔4004处理器 （1971年） 亚马逊AWS云计算 （2006年推出） 人工算力时代 远古~约16世纪 电子算力时代 20世纪中期 机械算力时代 17~19世纪 集成电路时代 20世纪下半叶 云/智能计算时代 21世纪~至今 下一代计算革命……量子计算？

强化学习驱动：通过“试错+奖励”机制自我进化，类似游戏 AI 自学通关 2.划时代意义：中国 AI 的破局之战 DeepSeek 的诞生不仅是技术突破，更是国家战略级的里程碑： 成本革命： ⚫ 训练成本仅 558 万美元（仅为美国同类模型的 1/20） ⚫ 推理速度提升 3 倍，生成文字速度从 20 字/秒提升至 60 字/秒 行业重塑： ⚫ 迫使国际巨头降价（如 代码运行缓慢，请解释问题并提供两种优化方案” 2.内容润色： “将这段话改为李诞脱口秀风格，加入谐音梗和反转” 3.流程拆解： “分三步解释如何拍摄星空照片：设备准备→参数设置→后期处理” 五、全民生产力革命 1.高频场景：AI 赋能日常生活 DeepSeek 通过技术普惠，正在重塑个人与组织的生产力模式，以下是三大用户群体的 典型应用场景： ①学生党：从题海战术到精准学习 ⚫ 法律风控：上传合伙协议→输入“检测股权分配风险点”→标注条款漏洞并提供修改 建议 2.进阶赋能：从工具使用到系统重构 DeepSeek 正在引发更深层次的生产力变革： ①知识管理革命 ⚫ 个人知识库： 1.上传历年工作文档/读书笔记/会议记录 2.输入“构建知识图谱，关联 2024-2025 年市场策略”→生成可交互的 3D 知识网络 ⚫ 企业智慧大脑：

金融泡沫膨胀镀金时代的 贫富分化 经济发展黄金时期；内 生性增长、市场扩张； 金融资本与产业资本再 度融合，实体经济吸收 技术的外部性；新产业 创新的就业 下一次康波 资料来源：《技术革命与金融资本：泡沫与黄金时代的动力学》 科技革命与金融资本 导入初期：开放型文化受益 展开期：集体型文化受益 技术变革初期，需要合适的创新环境，多样化 的需求，开放包容的文化将主导这个时期的技 术走向。 技术变革进入到中后阶段，集群协作型的文化 过规模化去定义，因为人类社会发展通常会经历三个主要阶段：生产规模化、服务规模化和创意 规模化。在每个阶段中，无数小技术创新不断涌现并逐渐融合，最终促成一次重大的科技革新周 期。 生产规模化 工业革命促使了大规 模生产制造，实现将 服务装进了产品中， 满足大众用户的日常 需求。 服务规模化 创意规模化 AI+云计算+大数据正在 发生的新一轮变革，未 来将会是产品放在服务 中，实现规模化，提供 我们认为，当前保险行业技术发展位于服务规模化展开前期，其重要特征是逐步由服务集成在产 品中，向产品嵌入到服务过程中转变。这个特征突出了工业革命和当前技术革命之间的根本区别， 即它们各自对“产品”和“服务”的关注焦点。具体表现可以从以下几个方面来看： 01 • 在工业革命期间，主 要的创新和发展集中 在物理产品的制造上。 这个时期的突破，如 批量生产、标准化和 机械化，都是围绕着 提高产品生产效率和 降低成本。

拥抱数字化，助力新零售 2 零售行业解决方案 目录 案例 零售行业发展趋势 3 第一次革命 法国巴黎出现第一家百货 商店 LeBonMarche 1852 年 第三次革命 MichaelCullen 在美国 创办的 KingCullen 是 超级市场的先驱 第四次革命 消费者发起的 • 综合革命 • 全业态、全渠道革命 1930 年 1962 年 1995 年 1859 年 美国大西洋与太平洋 美国大西洋与太平洋 茶叶公司（ A&P ）是 世界第一家连锁商店 第二次革命 Source: Yiou intelligence 零售业发展历史 2010-2016 年 数字化 新业态 全渠道 新零售 4 新零售：消费者体验为中心，数据为驱动力 • 联接是基础：移动互联网、物联网、电子商务等技术，将传统零售的人、货、场相互连接起来，使能三者的数字化。 • AI 、云计算最大化挖掘和运用“人

23 目录 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世纪英国工业革命期间的一位经济学家。他发现，当煤炭的使用效 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 相关领域产 生了大量的创新，渗透到各行各业，导致煤炭的消耗量上升。杰文斯悖论在历 次技术与工业革命中持续上演，蒸汽机、内燃机和燃气轮机的效率不断提升， 但人类对于化石能源的需求也持续增长了两百多年。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 详细的数据。 天然气 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 3 从技术上来讲，摩尔定律和黄氏定律可以也必须持续下去，但它必须投入更大 的研发资金以及消耗更多的能源，能源革命并没有改变杰文斯悖论。而经济和 商业规律决定了，这些投资体现为更高的能量密度和算力密度的基础设施，必 须以更广泛的创新和应用实现回报（ROI），新的生产力得以形成，经济增长得 以实现。这就是 AI

● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世纪英国工业革命期间的一位经济学家。他发现，当煤炭的使用效 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 相关领域产 生了大量的创新，渗透到各行各业，导致煤炭的消耗量上升。杰文斯悖论在历 次技术与工业革命中持续上演，蒸汽机、内燃机和燃气轮机的效率不断提升， 但人类对于化石能源的需求也持续增长了两百多年。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 这是我们见过的最详细的数据。 天然气 AI 改变能源 智算如何引领新型电力系统 3 从技术上来讲，摩尔定律和黄氏定律可以也必须持续下去，但它必须投入更大 的研发资金以及消耗更多的能源，能源革命并没有改变杰文斯悖论。而经济和 商业规律决定了，这些投资体现为更高的能量密度和算力密度的基础设施，必 须以更广泛的创新和应用实现回报（ROI），新的生产力得以形成，经济增长得 以实现。这就是 AI

2025年02月14日 |报告要点 |分析师及联系人 证券研究报告 请务必阅读报告末页的重要声明 1 / 29 AI+机器人正深刻变革化工行业，有望带来效率革命。传统化工研发依赖“试错法”，周期长、 成本高，而 AI 与机器人技术融合后，从分子模拟到材料基因组学的全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” — 大化工行业 2025 年度投资策略》2024.12.18 扫码查看更多 ➢ AI+机器人重构化工研发范式：从实验室到工业化的效率革命 我们认为 AI+机器人大概率将带来化工行业的效率革命，尤其是类似 Deepseek 这样的顶尖 AI 工具的广泛应用，或驱动化工行业的研发和生产流程发生数量级层面的跃迁，在不久的将 来，很可能呈现“AI 驱动者胜出，迟疑者 驱动者胜出，迟疑者淘汰出局”的两极分化格局。传统化工研发依赖“试 错法”，周期长、成本高。如果以第一性原理为基础，一旦将人工智能（AI）和机器人技术融 合，化工研发大概率将经历一场范式革命——从分子模拟到高通量实验，再到材料基因组学， 全链条效率被重新定义，不但可能大幅降低传统材料的生产成本，也很可能使得新材料研发 周期大幅缩短。化工企业应当充分认识到：当前的产品壁垒已经不是壁垒，当前的产品利润 随时面临挑战。 ➢

普遍的自动化 • 新的人才需求： 机器学习工程师，计算机视 觉算法工程师 互联网时代 vs. 人工智能时代 互联网时代 人工智能时代 信息革命之后，人工智能革命 信息革命 数据 人工智能革命 时间 教育 / 工业 医疗 金融 建立人工智能专家 与产业专家之间的 战略伙伴关系 Xx Xx 产业知 识 人工智能 优势