人脑结构拆解 01 6 资料来源：浙商证券产业研究院 了解机器人大脑之前我们不妨先了解一下我们人类的人脑。人脑由大脑、小脑、脑干以及间脑组成。其中大脑是人脑核心，其分为左右两个 大脑半球，二者由神经纤维构成的胼胝体相连。脑干又可分为中脑、脑桥及延髓三部分。 部位 位置 功能 大脑 又称为端脑，位 于脑的最上部， 占人脑总体积的 约85%，分为左 右两个半球 高级认知：负责思维、记忆、语言、决策、情感灯 一个数据金字塔，整合异构数据源，构建覆盖不同抽象层次的训练数据体系。这个数据金字 塔共分为三层：（1）大量网络数据和人类视频构成金字塔的底层；（2）通过物理模拟生成和 / 或借助现成神经模型增强得到的合成数据形 成中间层；（3）在实体机器人硬件上收集的真实世界数据则构成顶层。金字塔的底层提供广泛的视觉和行为先验知识，而顶层确保模型能在 实体机器人执行任务时落地应用。 底层：来自互联网及人类 撑 具身智能系统实现泛化性精细动作控制，特别是人类与生俱来的类人无意识动作基元智能（如器具抓握、设备操作等），其实现难度可能远超高层认知智能的 开发挑战。 在此背景下，遥操作技术及运动捕捉系统构成了现阶段技术研发的关键支撑体系。基于技术演进路径分析，若L5级具身智能体（具备完全自主环境适应能力） 可在未来十年实现突破，遥操作与运动捕捉技术将发挥双重战略价值：短期维度上，该技术可加速具身智能

14 AI 实践领导者（战略层） 定位：组织高层决策者 人员构成：CEO、CTO、CIO、COO、CDO、CPO等 核心职责：制定组织 AI 战略、推动 AI 与业务融合、负责 AI 团队建设 关键能力：具备 AI 思维，理解 AI 对业务决策和战略规划的影响 AI 应用践行者（业务层） 定位：一线业务执行者 人员构成：产品经理、设计师、运营、营销等业务岗位 核心职责：参与 AI 业务场景应用、整合 关键能力：理解并应用 AI 工具，提升工作效率 AI 技术赋能者（连接层） 定位：技术与业务的桥梁 人员构成：业务架构师、AI 产品经理、AI 研究员等 核心职责：将 AI 技术转化为业务方案、推动业务创新与增长 关键能力：具备技术背景，理解业务需求 AI 技术领航者（技术层） 定位：技术研发核心 人员构成：数据科学家、算法工程师、开发工程师等 核心职责：开发优化 AI 算法和系统、提供技术支持

供应商， 随着大陆面板厂商的崛起，面板上游材料国产化大势所趋，在全球贸易摩擦加剧的背景下，国内面板巨头也在积极扶持国内供应商，保障 供应链安全，未来几年面板材料国产化有望加速。 LCD面板材料构成及成本结构 面板材料主要供应商都是海外厂商 面板零组件 成本占比 主要供应商 玻璃基板 6%~7% Corning、AGC、NEG 偏光片 12%~15% LG Chemical、Nitto Denko、 总计(亿) 276.6 203.4 135.3 125.7 88.7 9.3 4.3 雪亮工程将驱动to G端需求高增长：从项目分类来看，to G端安防需求主要由平安城市、交通管控、智慧城市、雪亮工程等项目构成， 其中 2018年增速最快的是智慧城市和雪亮工程等。雪亮工程是从2017年开始的项目，近年来出现爆发式增长，18年招标总金额达到136亿，较17 年增加了112%，2018年雪亮工程招标金额逐 ）、油墨 （2%）。而其中占比最大的覆铜板（CCL）是将补强 材料浸以树脂，一面或两面覆以铜箔的一种基材，其主 要原材料是铜铜箔（35%）、树脂（20%）、玻纤布 （15%）。 PCB成本构成 覆铜板成本构成 原材料成本下跌，降低PCB厂商压力 供需格局：主要原料价格震荡回调，创新应用带来新需求 4.2 数据来源：国泰君安证券研究 170 电子行业2019年春季投资策略 数据来源：中电协铜箔分会，国泰君安证券研究

统-基础模型-功能模型、芯⽚ 与算⼒平台、软件与仿真平台等⽅⾯。其中⼤脑⼩脑为形象描述，实际指机器⼈⾼层 AI 决策与低层运动控制的协同与分层。 2.3.1 电机与减速器 电机与减速器是构成机器⼈关节驱动系统的核⼼机电组件，包括⽆框⼒矩电机、 RV 减速器和谐波减速器等。该模块通过将电能⾼效转化为⾼精度机械运动，为机器⼈ 关节提供稳定、灵活且⾼响应的动⼒⽀持，⽀撑⾏⾛、抓取等复杂动态⾏为。 安保巡逻、⽂旅服 务、教育科研等领域的商业化应⽤。此外，要打造具⾝智能数据采集基地，着⼒提升 具⾝智能数据供给能⼒，为具⾝智能研发提供⾼质量训练环境。 4.1.2 需求端 ⼯业与消费升级构成需求端双轮驱动，共同为⼈形机器⼈、具⾝智能产业发展注 ⼊核⼼动能。⼯业升级明确技术迭代⽅向、拓展产业应⽤边界；消费升级扩⼤市场规 模、推动技术普惠，⼆者协同发⼒推动具⾝智能产业实现规模化与⾼质量发展。⼯业 ， 共同塑造具⾝智能产业发展的核⼼逻辑。 4.2.1 ⾼资本密集 ⼈形机器⼈产业呈现⾼资本密集属性，体现为⻓期持续的重资产投⼊与技术研发 投⼊，形成⾼准⼊壁垒，为产业发展提供⽀撑。从投⼊构成来看，⼀⽅⾯需承担核⼼ 硬件研发、⽣产线建设、场景适配验证等全链条重资产开⽀，尤其是⾼精度机械臂、 伺服系统等核⼼部件的量产线搭建属于重资产投⼊，产业整体呈现前期投⼊规模⼤、 回报周期⻓的特征

券建议获取报告人员应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要） 咨询独立投资顾问。报告本身、报告中的信息或所表达意见也不构成投资、法律、会计或税务的最终操作建议，国金证券不就报告中的内容对最终操作建议做出任 何担保，在任何时候均不构成对任何人的个人推荐。 在法律允许的情况下，国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供多种金融服务。 人须保持自身的独立判断。使用国金证券研究报告进行投资，遭受任何损失，国金证券不承担 相关法律责任。 若国金证券以外的任何机构或个人发送本报告，则由该机构或个人为此发送行为承担全部责任。本报告不构成国金证券向发送本报告机构或个人的收件人提供 投资建议，国金证券不为此承担任何责任。 此报告仅限于中国境内使用。国金证券版权所有，保留一切权利。

2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 3.3.3 德赛西威：高算力智驾域控行业的领军企业 3.3.4 Momenta：提供基于端到端技术架构的自动驾驶解决方案 3.3.5 智驾域控芯片市场的竞争格局呈现多极化，SoC高性能更 束模型的上限，而去除人为定义的可学习的感知模块，将极大减少模型对于标注资源和训练资源的需求，且按 需感知的高效推理速度能使得端到端模型更快地走向大规模量产部署。 请务必阅读正文之后的免责条款部分 决策层：域控制器构成 50 智能驾驶域控制器的结构较为复杂，其功能实现依赖于主控芯片、软件操作系统、中间件及应用算法软件等多层次 软硬件的协同工作。（1）硬件部分主要包括主控芯片、PCB板、无源元器件（如电阻电容）、射频元器件、支架、 力域因算力需求较低且成本敏感，仍主要采用传统 MCU芯片。域控制器与ECU的硬件结构类似，但其芯片算力更强，支持软硬解耦，多功能模块的实现依赖于主控芯片 与软件的高度集成。 表13：域控制器构成 具体构成 主要功能 硬件部分 计算芯片 负责摄像头图像处理、运行深度学习算法、输出识 别结果、进行传感器融合和轨迹预测等。 Safety MCU 主要处理功能安全要求较高的数据，负责逻辑运算，

CUDA 依赖，支持多样化 GPU；生态变革，开源模型，打 开多元化应用时代。我们也维持三个前期观点不变：算力需求增长不变；能 效追求不变；绿色发展不变。 AI 应用加速，进入全民 AI 时代，有望构成国内电力需求新增长极 相比美国，中国虽然互联网大厂在过去 2 年资本开支有 12%的复合增长，但 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 IDC 预测 2025-27 年国内人工智能服务器工作负载中超过 FINRA 的研究分析师/不具有 FINRA 分析师的注册资 格。 华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招 揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私 人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯 一因素。对依据或者使用

整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？  随着舱驾一体化架构成为主流，智驾地图成为连接座舱体验与驾驶功能的关键枢纽，如何实现从导航指 引到更优的出行体验的全面升级？  中国智能驾驶企业正积极布局国际市场，地图厂商如何赋能国内智驾企业实现"出海"并在国际竞争中建 索，为未来智驾地图的发展提供了一种值得关注的路径。 资料来源：TOMTOM调研资料，泰伯智库 TomTom 庞大的用户基础（每月有数百万驾驶者使用其服 务，行驶里程超5000万公里），这些匿名的车辆传感器数 据和驾驶行为数据构成了其众源数据的重要来源。  海量数据反哺的动态生态 • 众源数据不仅用于实时交通服务，也用于验证和更新地图要素， 提升地图的“鲜度”和对现实世界变化的响应速度，形成了高 效的数据闭环。 •

的过程中，其IT环境的复杂度也将随之攀升。这种复杂性不仅体现在技术架构的 多样化上，还带来了诸如安全管理、运营效率、创新发展、成本控制等方面的挑 战。 挑战一：安全与风险管理挑战 新的云环境带来新的不确定因素，各云厂商的资源构成、服务架构、管理策 略都不尽相同，可能带来更大的漏洞和入侵风险。同时，由于不同云产品的 身份管理、权限管理、账号管理不统一，也给统一安全运营带来挑战，容易 造成多云之间的账号泄漏、权限滥用问题。更为关键的是，数据在多云之间 时，核心关切聚焦于以下几个关键能力维度：平台能力、安全能力和数据能力。 其中，云上大模型本身的能力，成熟的AI开发环境，丰富多样的预训练模型库资 源，高质量的数据集支持，以及高效、完整的工具链生态系统，尤为重要。这些 平台能力构成了驱动企业智能化升级的重要支柱。 图� 企业最为关注的云服务商AI能力 来源：IDC，���� 问题：为提升企业AI能力，加速生成式AI、大模型等在企业的落地，贵司最关注云服务商的哪些能力？ 定，在降 低综合成本的同时获取到不同云服务商的独特技术优势，在采用得当的情况下， 可以为这些企业带来增量价值。但每个企业在选择多云时均应审慎对待，综合评 估自身发展现状、业务需求变化、综合成本构成和新技术发展趋势等要素，把握 好多云建设、资源再分配、数据迁移、应用重构的时机，力求最大化赋能业务创 新，最小化影响业务正常运行，寻求最佳的投入产出效果。 综合评估“下一朵云”服务商的实力

具备全 向行走功能，但速度较慢，仅为 1.0km/h 2021年7月 发布Walker X（全球首个能够量产交付人形机器人）： 身高 130 厘米，体重 63公斤，拥有 41 个高性能伺服 关节构成的灵巧四肢，并搭载了多维力觉、多目立体 视觉、全向听觉和惯性、测距等全方位的感知系统， 行走速度提升到 3km/h 2024年10月 发布工业人形机器人Walker S1，在比亚迪车厂实现协 同 本报告内所有的数据仅供参考，受范围、定义、时效等的影响，M2觅途咨询不保证数据使用时的准确性、完整性、及时性、可靠性，以及对此提供任何明示 或暗示的保证。用户需自行判断并承担使用的风险。 2. 本报告内包含的所有数据不构成任何投资建议，用户使用我们的数据进行交易决策应自行承担风险。M2觅途咨询不对任何因使用我们的数据而导致的任何直 接或间接损失或损害承担责任，包括但不限于因数据错误、丢失或损坏而导致的利润损失、业务中断、商誉损失或其他任何损失。