场景 . 12 3、质量管理：机器视觉检测大量取代人工检测 ............ 12 4、安全管理：在部分重化工业存在一定需求 .............. 13 5、试验验证和产线优化：仅在部分龙头企业开展探索 ...... 13 （二）应用行业：重点用于汽车、电子、金属三大行业 ..... 14 1、汽车：关注精细生产、高效物流和外观检测 ............ 15 2、半导体：重点在质量管理和柔性操作 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 .......................... 25 4、博众精工 MasterpieceAI 系统 ........................ 25 5、艾吉威全球首台 AI ...... 28 2、珞石机器人在消费电子行业的应用 .................... 29 3、追觅配送机器人在装备制造行业的应用 ................ 30 4、大族检测机器人在航空和汽车零部件行业的应用 ........ 31 5、乐聚人形机器人在电缆行业的应用 .................... 32 1 一、研究背景 （一）大模型正在加速通用机器人的全面爆发

废钢槽编号识别 • 皮带胶结头异常检测 • 皮带跑偏检测 • 烧结皮带跑偏检测 • 皮带托辊异常检测 • 分析监测烧结工序物料 成分 • 烧结皮带智能监测 • 烧结设备运行工况检测 • 料场生产计划智能配置 • 烧结矿成分预测 • 烧结矿质量预测 • 烧结烟气 S02 排放在 线预测与控制 • 构建能源消耗预测 • 智能故障诊断 • 挡板位移检测 • 皮带划痕、 撕裂、 跑偏检测预警 • 1球团皮带智能监测 1球团皮带智能监测 • 生球粒度分布在线 识别 • 球团1颗粒粒度检测 • 球团1现场生产安全 态势感知与预警 • 皮带机预测性维护 • 建立设备健康模型 • 焦化皮带智能监测 • 生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 • 部署打滑预测分析 • 能源计划 • 炼焦煤分级调湿工艺稳 定协调控制 • 焦化皮带智能监测 • 生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 • 部署打滑预测分析 • 能源计划 • 炼焦煤分级调湿工艺稳 定协调控制 • 危险物识别 • 人员安全监测 • 高炉料面温度检测 • 高炉料面可视化监控 • 炉顶布料效果评定 • 远程换钎 • 中间产品无人天车吊装 控制 • 废品无人天车吊装控制 • 铁水质量预报 • 高炉温度分布 • 高炉燃料比监测 • 高炉精准出铁预测 • 高炉炉况诊断 • 高炉燎铁能耗预测 • 高炉在含量智能预监

号，邮编：610023，邮箱：cdrzic@163.com），以便进一步修 改和完善。 主编部门：成都市住房和城乡建设局 主编单位：成都蓉筑智能建造创新研发和产业促进中心 四川展视数科科技有限公司 四川升拓检测技术股份有限公司 成都磊数科技有限公司 参编单位：四川华西集团有限公司 盎锐(杭州)信息科技有限公司 成都职业技术学院 中国五冶集团有限公司 佛山奥卡机器人有限公司 成都环境工程建设有限公司 成都建工集团有限公司 ..........................23 5.11 混凝土板质量检测机器人..............................................................................................24 5.11.1 混凝土板质量检测机器人功能与性能指标............................... 2 混凝土板质量检测机器人的应用场景................................................................ 24 5.11.3 混凝土板质量检测机器人的导入要点................................................................ 25 5.11.4 混凝土板质量检测机器人的作业方案

鲜有涉及。不过在前段阵列(Array)制 程的剥离环节，大族激光已打破国际垄断，推出了国内首台柔性OLED激光剥离设备，有望充分受益柔性OLED扩产大潮。 后段Module环节，主要是贴合、绑定、检测等工序，从设备角度而言后段设备约占设备总投资的5%~10%。模组组装制程段 OLED与LCD共性较大且OLED复杂程度更低，背光板、双面偏光片，FPC（柔性印刷线路板）绑定、光电性能测试等工艺所需的 资料来源：《OLED显示基础及产业化》 1.5 59 电子行业2019年春季投资策略 OLED建设趋势下，检测/激光/模组设备率先受益 （1）检测设备：检测工序遍布全制程，尤其OLED革新的环节亟需新的检测设备，一条OLED线所需AOI设备约为LCD线的1.5- 2倍；OLED对良率要求严格，对检测要求更高，检测设备单价平均增加20-30%，检测设备占总设备投资的15%~25%。 （2）激光设备：整个OLED 工序中用到的激光工序在12 受益标的：北方华创、联得装备、精测电子、智云股份 所属制程 检测设备 Array Array测试机、PS测试系统、 检测系统、AOI光学检测 系统等 Cell 亮点检测系统、AOI光学检测系统、 配向检测系统 Module 点灯检测系统、老化检测系统、模 组检测、AOI光学检测系统等 TP检测、ITO玻璃检测等 检测设备贯穿OLED制程 资料来源：国泰君安证券研究 OLED加工中需要的激光设备

电泳烘干 打磨擦式 底漆喷涂烘干 面漆喷涂烘干 检验修补 底盘合装 内饰装配 管路连接 线束安装 车门安装 轮胎安装 液冷板铺设 电芯拣选 模组成型 模组安装至底板 气密性检测 高压线束安装 上盖安装 电池生产 汽车总装 整车调试 人形机器人主要以替代人工参与的工序为主，现有机械臂应用成熟环节暂不考虑直接替换（如涂装、焊接）。 • 在新能源汽车制造场景，人形机 冲压-搬运存储 焊接-预处理 焊接-工装夹具定位 焊接-质量检查 涂装-打磨擦式 电池组装-液冷板安装 电池组装-电芯拣选 电池组装-模组成型 电池组装-模组安装至底板 电池组装-气密性检测 电池组装-高压线束安装 电池组装-上盖安装 柔性物流 总装-底盘合装 总装-内饰装配 总装-线束安装 总装-车门安装 总装-轮胎安装 质检类 搬运类 基础组装类 工站衔接 工 替人工目检任务进行质量检测，在涂装环节完成涂装检查+打磨擦拭 • 搬运类：在零件搬运上架存储，焊接零件搬运定位至工装夹具环节替代人工 • 工站衔接类：与AGV协同，完成“最后10米”零件输送 演进逻辑：由可胜任工作进入(电芯拣选，气密性检测)，逐步向上下游各步骤展开。 • 搬运类：电芯拣选放入模组，并将 模组搬运至工装夹具 • 质检类：操作相关传感器完成气密 性检测 • 向下游拓展基础组装类：在上述步骤后，

此类智能体可以充当全天候的虚拟顾问，用于提供量身 定制的财务指导，自动执行日常交易，并基于实时数据 和前瞻洞察主动管理客户需求。在运营中，人工智能代 理能够以无与伦比的速度和精度分析大量数据，从而简 化后台的欺诈检测、合规监控和风险评估等流程。 价值蓝图 为了克服上述挑战，抓住相关机遇，为利用下一代人工 智能技术做好准备，银行应采取精心设计的结构化方法 对人工智能加以应用。本报告介绍了含三个阶段的人工 银行应制定与其核心竞争力相一致的人工 智能宏伟愿景。应围绕这一愿景规划转型 路线图，以重新定义人工智能推动增长和 创新的方式，并在团队中落实成果责任 制。将人工智能部署与战略目标相结合， 如改进欺诈检测、简化业务流程和增强客 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施 主动风险管理。银行必须应对数据隐私和 银行业正积极探索和完善人工智能部署策略。在基础设施和人才不足的压力之 下，银行业正谨慎地探索人工智能应用创新，采用不同实施策略，并整合互补 技术以实现关键业务职能转型。 对于银行业而言，人工智能不再只是一个未来概念，而是已在欺诈检测、个性化和风险管 理等关键领域推动着创新实践。当前，全球各地反应迅速的银行正率先利用人工智能改造 关键流程并增强客户体验。他们已摸索出数百个人工智能用例，涵盖了从简化运营到提供 超个性化的产品

网 络 （ RNN ） 和 长 短 时 记 忆 网 络 （LSTM）等结构的出现，使得CNN与RNN能够 相互融合，形成了更加复杂的模型结构。 CNN 适用于处理空间结构的数据，如图像识别、目标检测、图像分割等。在 这些场景中，CNN能够有效地提取图像的特征，从而实现更好的性能。而 RNN 适用于处理时序关系的数据，广泛应用在自然语言处理、语音识别、机 器翻译等领域。在某些任务中，这两者也可以结合使用，形成更复杂的神经网 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 视觉产品 智慧管理 自动驾驶 便民办公 政务大数据 刑事侦查 智能搜索问答 运营优化 营销客服 视觉产品 影像诊断 大数据决策 智慧病案与DRGs AIDD 续发力，更 大程度释放模型链接需求的技术生产力。 CV领域：图像分类、目标检测等 图像/视频生成领域 AI视觉演进方向 小模型 以CNN为代表 大模型 以ViT为代表 （Vision Transformer） • 人脸识别、车辆识别 • 违停违放等行为检测 • 抽烟检测、安全帽检测 • 明厨亮灶检测等 • 泛化能力增强，可处理更多图像类 目，且标注工作变少 • 可识别分析图像质量不高、像素较

网 络 （ RNN ） 和 长 短 时 记 忆 网 络 （LSTM）等结构的出现，使得CNN与RNN能够 相互融合，形成了更加复杂的模型结构。 CNN 适用于处理空间结构的数据，如图像识别、目标检测、图像分割等。在 这些场景中，CNN能够有效地提取图像的特征，从而实现更好的性能。而 RNN 适用于处理时序关系的数据，广泛应用在自然语言处理、语音识别、机 器翻译等领域。在某些任务中，这两者也可以结合使用，形成更复杂的神经网 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 视觉产品 智慧管理 自动驾驶 便民办公 政务大数据 刑事侦查 智能搜索问答 运营优化 营销客服 视觉产品 影像诊断 大数据决策 智慧病案与DRGs AIDD 续发力，更 大程度释放模型链接需求的技术生产力。 CV领域：图像分类、目标检测等 图像/视频生成领域 AI视觉演进方向 小模型 以CNN为代表 大模型 以ViT为代表 （Vision Transformer） • 人脸识别、车辆识别 • 违停违放等行为检测 • 抽烟检测、安全帽检测 • 明厨亮灶检测等 • 泛化能力增强，可处理更多图像类 目，且标注工作变少 • 可识别分析图像质量不高、像素较

目前主要应用于零售 商超、酒店、餐厅、银 行大厅等场所，为用户 提供问询、递送、导览、 商品分拣、娱乐表演等 服务。 11 工业 领域 目前通常被用于汽车、 电子等生产线上的装 配、操作、维护和检测 等 1.2 人形机器人发展历程 人形机器人的探索始于 20 世纪 70 年代，经历了早期发展阶段 （1970—2000 年）、集成发展阶段（2001—2011 年）、高动态运动与 交互能力提升阶段（2012—2020 应用，推动产业链各环节高效协同与资源共享，为商业化普及和产业 规模化发展提供坚实的基础。 1）工业制造场景 人形机器人有望成为工业制造的核心技术，特别是在汽车制造等 标准化场景中已开始推广应用，如底盘装配、外观检测、物料搬运等。 此外，3C 制造和安防巡检领域也在逐步实现“机器替人”的应用。 2）家庭服务场景 26 家庭场景是人形机器人最具应用潜力的市场应用。从功能看，人 形机器人走入家庭可分为陪伴和服务两个路线， 目前，人形机器人在运动控制方面也取得了显著进展。通过先进 的步态生成算法和平衡控制技术，人形机器人能够在不同地形上稳定 行走、跑步和跳跃。同时，动态避障技术的运用让人形机器人在行进 过程中能够自主检测并绕过障碍物，大大提高了其安全性和可靠性。 2.2.6 移动操作执行与人机交互 平稳准确的步态移动、灵巧操作和人机交互是人形机器人的主要 功能，这些功能共同构成了人形机器人在各种应用场景中高效、智能

+软件+ 服务+运营”的智能服务机器⼈解决⽅案。优必选全新 Walker S2 ⼯业⼈形机器⼈搭载优 必选⾃研的机器⼈协作智能体 Co-Agent，能够实现意图理解、任务规划、⼯具调⽤、 异常检测与处理等任务。 3.2.6 智元机器⼈ 智元机器⼈成⽴于 2023 年，以 AI+机器⼈融合创新，构建通⽤具⾝机器⼈产品及 应⽤⽣态。智元机器⼈依托⾏业领先的“⼀体三智”架构，以机器⼈本体为基，融合作 场景需求。硬件⽅⾯，采⽤⾃研的⼀体化关节，采⽤⾼槽满率绕线⼯艺，具备超⾼ 512Nm 的峰值扭矩。远征 A2-W 配备 360°激光雷达+4 颗 AI 视觉传感器+2 颗六维⼒觉 传感器等多传感器融合技术，能够实时感知周围环境，精确检测障碍物并在毫秒级时 间内智能规划避障路径。软件⽅⾯，远征 A2 机器⼈采⽤语⾳⼤模型、超拟⼈合成技 术、全双⼯对话能⼒、端侧模型部署，让远征 A2 可以边听边讲，随时打断。多模态⼤ 模型的应⽤ 表情判断⽤户情绪，主动提供安慰或建议；最后，模块化任务扩展舱机⾝设有 6 个标 准化磁吸接⼝，⽤户可快速更换末端执⾏器，⽬前⽀持清洁模块（含扫拖⼀体）、搬 运模块（最⼤承重 20kg）、看护模块（跌倒检测+紧急呼叫）等，未来还将开放开发 者平台。此外，在情感陪伴场景，灵犀 X2 等机器⼈通过⾯部表情与语⾳语调分析，实 现毫秒级情绪响应，不仅能辅助孩⼦学习，还能在家庭中提供情感陪伴。 5.4 特殊场景