Equity – Oversea Research 宇树机器狗分析与深度拆解 In-Depth Analysis and Disassembly of Unitree Robot 2025年10月31日 姚书桥,barney.sq.yao@htisec.com 吕小潼,xt.lyu@htisec.com 吴叡霖,louis.yl.ng@htisec.com 刘艺苗, ym.liu@htisec 见证了其在复杂地形适应性、核心部件自主化上 的突出优势，也直面了续航、便携性、信号稳定 性等现实挑战 • 本 PPT 将围绕宇树机器狗Go2 Air来研究产业链结 构、应用场景实践、以及核心优劣势。此报告不 仅是对一款产品的深度剖析，更是我们对国产智 能机器人产业未来发展的思考与探索 资料来源：海通国际 3 For full disclosure of risks, valuation methodologies and 宇树机器狗介绍 指示灯 前置摄像头 伴随模组 提手带 智能电池 资料来源：宇树，海通国际 • 前置摄像头： 配备双目摄像头模组（RGB + 深 度），RGB 摄像头分辨率 1080P@30fps，深度 摄像头视场角 60°，支持目标识别（人形、物 体）与视觉 SLAM 辅助定位 ） • 伴随模组： 集成ISS 智能伴随系统，基于 “视 觉 + 激光雷达” 多传感器融合，实现厘米级跟 随精度（跟随误差＜5cm），支持动态避障

融合短临预报和实测数据的降水空间分布计算方法 提出了耦合深度学习和时空地理加权回归的数据融合方法（ GTWR-LSTM ） ； 融合站点观测数据与雷达回波反演或模式短临预报数据 ，提供精细化降水时空数据； 降低短临预报平均绝对误差减小 10% 以上 ，预见期延长 6h 以上。 引用 LSTM 模型计算 GTWR 距离权重 短临预报和实测数据深度融合 技术成果： 延长预见 期 长短记忆神经网络 将水文学原理和数据驱动模型相耦合 ，构建物理函数约束的深度学习模型 ，在深度学习模型中考虑了 流域产汇流的物理机制 ，使深度学习模型测预测结果更符合物理规律。 耦合物理机制的深度学习： 产汇流机制约束的深度学习洪水预报模 型 技术成果： 提高模拟精 度 在损失函数中嵌入物理机制 在模型训练模式中考虑物理机制 P16 耦合物理机制的深度学习： 产汇流机制约束的深度学习洪水预报模型 模型结构： 在充分考虑流域产汇流机制基础上 在充分考虑流域产汇流机制基础上 ，模型构建了分布式的深度学习预报模型进行滚动预 报，最大程度控制误差； 模型输入： 前 24h 降雨与边界流量 / 水位 ，未来 72h 的气象网格降雨预报结果； 模型输出： 四条支流关键断面 ， 以及丽水站、 开潭水库未来 72h 的流量 / 水位。 技术成果： 提高模拟精 度 P17 适用性强： 与其他神经网络模型相比 ，模型结构适用于雨水

， 实现情感计算与学情追踪的深度融合。同时，在恪守 最小必要和隐私优先原则的前提下，对师生课堂行为 以及师生互动模式进行分析，在保障信息安全的前提 下，实现无感数据采集与精细化安全守护的均衡统一， 守护学生成长，做到技术应用与人文关怀的有机统一。 作为智慧教育领域的长期践行者，鸿合致力于技术创 新的同时，不忘社会责任。在将前沿技术与真实教育 场景深度融合的同时，我们愿以扎实的技术积累和深 从共建到共生：AI重构未来育人生态！ AI与教育融合在国家政策明确指引下推进。《教育强 国建设规划纲要(2024—2035年)》提出打造AI教育大 模型、建立数字教育体系，以顶层设计消除技术应用 壁垒，为深度融合提供清晰方向。 在政策牵引下，AI技术从教育工具加速向生态重构迈 进。它突破千人一面模式，通过多模态分析构建个性 化学习路径；以双主体教学让AI承接基础辅导，教师 聚焦创新培养。同时依托教育新基建，AI打破资源壁 缩小差 距，构建适配个体成长的未来教育新生态。 朱玉荣 安徽文香科技股份有限公司董事长 AI与教育融合：政策、技术与未来重构！ 我们正站在教育数字化转型升级的关键节点，人工智 能与教育的深度融合已成为推动教育高质量发展的核 心引擎。希沃始终秉持从场景中来，到场景中去的理 念，坚持以真实教学痛点驱动技术创新，深入实施国 家教育数字化战略行动2.0，聚焦教育部提出的集成化、 智能化

证券研究报告·公司深度研究·IT 服务Ⅱ 东吴证券研究所 1 / 17 请务必阅读正文之后的免责声明部分 千方科技（002373） 智慧交通领军，AI+全面赋能 2025 年 10 月 25 日 证券分析师 王紫敬 执业证书：S0600521080005 021-60199781 wangzj@dwzq.com 交 通路口升级带来的软硬件市场规模超 600 亿元。公路数字化转型升级示 范项目启动，新增投资超 500 亿元。公司在全国车辆位置信息感知领域 拥有核心卡位优势，积累大量交通数据，推动交通运输大模型深度应用。 ◼ 智能物联：AI 迭代加速。AI 推动安防市场持续提升。根据中商产业研 究院，2024 年中国智能安防软硬件的市场规模达到 823 亿元，同比增长 13.05%，预计 2025 年中国智能安防软硬件市场规模将达到 赋能、 AI 深度应用，首次覆盖，给予“买入”评级。 ◼ 风险提示：政策推进不及预期，行业竞争加剧，订单落地不及预期。 -20% -16% -12% -8% -4% 0% 4% 8% 12% 16% 20% 2024/10/25 2025/2/23 2025/6/24 2025/10/23 千方科技 沪深300 请务必阅读正文之后的免责声明部分 公司深度研究 东吴证券研究所

5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 白皮书研究方法 数据来源：沙利文研究 行业访谈 • 与企业级智能生产力行业产业 链各环节头部企业专家进行一 对一深度访谈 • 访谈企业覆盖企业级智能生产 力企业、AI企业、企业培训与 组织成长优化企业等 案头研究 • 沙利文独有的数据库 • 头豹数据平台 • 各类公开资料 • 定量结合定性的方式进行多 定量结合定性的方式进行多 层次多维度研究 白皮书撰写背景及内容摘要 数据来源：沙利文研究 本白皮书定义“企业级智能生产力”，是在工业级AI、大数据与自动化技术的底座之上，将企业的知识资产、岗位技能和业务流程深度智能化，与信息系统和业务链条 全面打通，并通过可信治理框架下的人机协同机制，重塑组织的决策逻辑、运作流程、人才角色与文化基因，使组织具备自我学习、自我进化、自我协同的能力，从而在 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 业务 流程 智能化 智能化全链条流程图 知识资产 智能化 • 企业中沉淀的大量文档、 案例、经验、制度，本质 上是“知识资产”； • 深度智能化通过AI进行分 类、检索、生成和推理， 使这些知识实时服务业务 决策与操作。 与信息系统和业 务链条全面打通 • 单靠AI局部优化不够， 必 须 与 现 有 的 ERP 、 CRM、HR系统等对接， 避免“信息孤岛”；

中国联通数智化转型三阶段 3 势在必行 中国联通开展转型评估的核心动因 中国联通已进入数智化转型深水区，面临战略执行穿透、客户极致体验、端到端 畅通运营、数智技术应用、转型价值量化五大核心挑战。深度洞察企业智能化转型中 的深层需求，系统破解转型面临的核心挑战，成为企业突破瓶颈、释放数智潜能的关 键前提。 战略执行穿透不足，资源配置未实现精准匹配。中国联通结合企业自身业务特点， 制定企业 进方向的确定、业务创新场景的选择、组织优化策略的迭代均缺乏决策支撑，让转型 路径陷入模糊，制约转型向纵深推进。 中国联通对我国现行数字化转型国标、行标开展系统性研究，结合对代表性企业 转型实践的深度剖析与经验提炼，创新构建了适用于我国各行业企业的数智化转型成 熟度评估体系，覆盖数智战略引领、数智服务创新、数智运营协同、数智能力支撑、 数智价值五大方面，为企业擘画出一条可量化、可对标、可持续进阶的清晰路径图。 中国联通数智化转型成熟度报告 格物致知 中国联通数智化转型成熟度模型 数智战略作为企业数智化转型的“顶层设计蓝图”与“核心引擎”，通过数智愿景、 数智文化、数智组织人才、数智生态开放四大维度的深度协同，为转型筑牢“方向锚”、 “文化基”、“组织盾”、“生态网”，从全局层面搭建转型的核心框架。其核心支 撑在于两大支柱：一是战略闭环驱动，通过构建“目标—规划—执行”一体化的数智战 略体系，

亿邦智库产业互联网系列报告 2025.12 目 录 CONTENTS 01 产业互联网年度进展 02 产业AI新模式与案例 04 产业出海新模式与案例 03 深度价值链新模式与案例 产业互联网年度进展 /01 产业互联网迎战新周期 企业生存情况调查 资本市场动向 政策趋势与实践 - 4 - 产业互联网迎战新周期：大范围价值闭环效应驱动 亿邦动力团队25年来一直跟踪B 联网发展新研判：产业互 联网基本面未变，但已进入新周期。从资本闭环效应显著的初创期迈入以大范围价值创造为主线的成长期，长坡厚雪来自数智技术变革、全球 化变革带来的产供链变革，其中产业AI、产业出海与深度供应链成为解锁新周期的关键钥匙，也是新模式新业态的三大质变方向。 信息与金融促进交易 孕育期（~2018年） • 互联网提效信息对称。平台通过促成买卖双方在线询盘、报价、支付等交易行为，将线下分散、不透明的交易迁移至线上，解 阶段局限：供应链主要处于线上化提效。 大范围价值闭环效应发力于“产业AI、产业出海和深度价值链” 成长期（2025年~） • 价值闭环效应：企业将展现出持续盈利能力，酝酿出现利润率高于现有行业惯例的企业。 • 大范围价值创造：平台将凸显组织生态协同，配置生产要素价值。 • 新模式新业态质变：将从产业AI、深度价值链、产业出海三个方向，催生高效率高盈利，组织大范围生态协作的数字供应链平台、 产业数智科技、平台化品牌。

.........................................................................................27 3.3.2 深度学习................................................................................................. 应用报告显示，全球领先 制造企业中已有 67%实施了 AI 解决方案，其中，预测性维护的成 功实施使设备非计划停机时间减少了 30%-50%，维护成本降低了 20%-40%。 在质量控制方面，基于深度学习的视觉检测系统已广泛应用于 精密制造领域，通过高分辨率工业相机与 AI 算法的结合，缺陷检 测准确率可达 99.9%，远高于传统人工检测的 95%。以某汽车零部 件制造企业为例，其引入 AI 生产调度系统后，设备利用率提升了 15%，能源消耗降低了 8%， 月均产量增加 12%。 制造业 AI 应用的关键技术支撑体系主要包括：  边缘计算与云计算协同架构  工业物联网（IIoT）平台  机器学习与深度学习算法  数字孪生技术  自然语言处理与知识图谱 根据 Gartner 预测，到 2025 年，全球制造业 AI 市场规模将达 到 270 亿美元，年均增长率保持在 35%以上。这一趋势表明，AI

模型和计算机算法实现的自动化交易方式，显著提高了交易效率和 准确性。然而，随着市场环境日益复杂，传统量化策略在应对高频 数据、非线性关系以及市场噪音方面的局限性逐渐显现。在这一背 景下，深度学习技术的引入为量化交易带来了新的可能 性。DeepSeek 作为一种先进的深度学习框架，凭借其强大的数据 处理能力和灵活的网络结构设计，能够有效捕捉市场中的复杂规 律，为量化策略的优化提供了有力支持。通过将 DeepSeek 应用于 之一。 在量化交易中，模型的选择和优化是关键环节。常见的模型包 括基于技术指标的策略、统计套利策略、机器学习模型以及深度学 习模型等。其中，技术指标策略通过分析价格和成交量等市场数据 来预测未来走势；统计套利策略则通过寻找市场中的定价偏差来获 取套利机会；机器学习和深度学习模型则能够从大量历史数据中自 动学习市场规律，并生成更为复杂的预测模型。 为了确保量化交易策略的可行性和稳定性，通常需要进行以下 到市场结构变化的影响。因此，量化交易系统需要具备较高的灵活 性和适应性，以应对市场的变化。 通过引入 DeepSeek 等先进的技术，可以有效提升量化交易系 统的性能和稳定性。DeepSeek 技术能够通过深度学习算法，自动 从大量历史数据中抽取有用的特征，并生成更为精准的预测模型。 此外，DeepSeek 还可以结合其他技术，如自然语言处理和图像识 别，进一步丰富交易策略的信息来源，提升策略的多样性和有效