研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构 ，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。 头豹研究院 2025年具身智能产业链分析 从实验室到市场的商业化探索 概览标签：具身智能、人形机器人 2025 Embodied Intelligence Industry Chain 2025年の具身知能産業チェーン 市场研读 | 2023/11 配，具身智能的强弱直接取决于对各自运 行场景的动态响应与任务完成能力。 ◼ 研究背景 2025年，中国政府工作报告首次将具 身智能纳入未来产业培育计划，标志 着其成为推动新质生产力发展的核心 赛道。而具身智能也正从实验室转向 商业化探索，在各行业场景开启试点 应用。 ◼ 研究目标 • 了解具身智能的产业链构成 • 重点了解具身智能的最佳载体——人形 机器人的产业链情况 ◼ 本报告的关键问题 • 具身智能的产业链构成

.................................................................................. 13 3.5 中国电信5G开放实验室.................................................................................................. ..................................................................................29 3.13 浪潮5G联合创新实验室.................................................................................................. 云南移动有色金属冶炼5G融合创新中心........................................................................38 3.19 电力5G融合创新实验室..................................................................................................

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” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 结合高通量机器人实验优化生产，降低损耗与故障率。但 AI 也在瓦解传统技术壁 垒，“白痴指数”高的材料受冲击大。化工企业需加强 AI 研发、引进人才、推动数字化转型， 05 2、《石油石化：2025：大化工大有可为—— 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 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。 ➢ 新材料预测的挑战与 AI 的破局方案：数据+算法的双重赋能 我们认为：化工新材料研发面临“多尺度复杂性”与“实验验证滞后”两大痛点。类似 Deepseek

围绕药物发现、临床前研究管理、临床试验管理等环 节，应用数智技术提升新靶点和新药发现效率，加速药物 研发和临床试验进度。 1.精准靶点识别与筛选 面向疾病机制探究和药物靶点发现等业务活动，针对 传统实验方法在通量和成本方面的局限性问题，利用多组 学数据分析和文本挖掘方法，整合丰富的生物学数据，结 合自然语言处理、深度学习、图像识别以及大模型等人工 智能（AI）技术，构建新药研发知识图谱，开展复杂蛋白 能（AI）技术挖掘文献、数据库等，提高化合物筛选范围 和效果。 4.动物模型数据挖掘与虚拟动物实验 面向动物实验研究、药物测试等业务活动，针对动物 替代需求高、与人体结果一致性有偏差等问题，运用数据 挖掘、模拟技术，建立动物造模计算机仿真模型；基于动 物实验数据库，利用建模工具建立决策树、神经网络等不 同模型，对实验数据进行解析，指导药物研发，从而提高 决策质量、效率和成本效益。 5.中医药人用经验数据挖掘和决策模型研究 虚拟环境中模拟临床试验，预测药物反应，提高研发效率。 7.医药实验室数据集成管理 面向医药研发实验室管理标准化、数智化发展趋势， 围绕医药研发管理过程中涉及到的物料管理、样品管理、 科研数据管理、电子实验记录、文件管理等业务活动，部 署实验室管理系统；结合物联网、5G、人工智能（AI）等 技术，实现实验室仪器、设备、物料等信息的实时线上监 控、实验过程自动化与智能化控制、实验数据全过程自动 记录与分析，提高资源调度、试验实施、数据采集分析等

克产业链有望显著受益 美国、中国、欧洲和日本等国家和地区在核聚变领域均制定了详细的战略部 署和未来规划。全球超过 70%的受访聚变公司认为在 2031-2040 年能实现 聚变商业化应用。中国聚变实验堆 EAST 的后续项目 BEST 托卡马克（夸父 启明）近期密集招标，据央视新闻联播报道，BEST 预计将于 2027 年建成， 并将首次演示聚变能发电。在众多的技术路线中，我们认为技术成熟的托卡 2024Q4，全球商业核聚变公司共有 46 家。在预计可控核聚变用于商业化时 间的调查中，超过 70%的受访聚变公司认为在 2031-2040 年能够实现商业 化应用，预期乐观。据央视新闻联播报道，中国首个紧凑型聚变能实验装置 BEST 装置预计将在 2027 年建成，近期已开始密集招标，并已于 2025 年 5 月提前开始总装，将首次演示聚变能发电，为中国聚变能的发展做出前瞻性 和开创性贡献。 托卡马克磁约束技术成熟，有望率先实现商业化落地 的高温超导未来有望帮助托卡马克率先实现商业化落地。 实验堆阶段托卡马克设备市场超 900 亿元，关注磁场线圈/第一壁/真空部件 当前可控核聚变处于工程验证阶段，建设需求以聚变实验堆为主。根据 IAEA 的数据，截至 2025 年 4 月，全球共有 80 台托卡马克装置，其中 57 台正 在运行，未建成的有 23 台。参考 FIRE 项目的建设成本，我们预计实验堆 阶段全球托卡马克设备的市场空间约 911

..............................................................................33 （一）量子保密通信科研多方向探索，实验成果丰富...................................33 （二）量子保密通信拓展应用场景，提质降本是关键................................. 量子计算主要技术路线核心指标发展趋势....................................................14 图 10 谷歌 Willow 超导量子计算芯片表面码纠错实验........................................18 图 11 量子计算软件技术体系架构...................................... 2.0................................32 图 15 新型协议 QKD 系统实验（a）TF-QKD（b）MP-QKD.............................33 图 16 QKD 应用场景探索（a）英国现网实验（b）我国无人机实验................. 37 图 17 美国 NIST 抗量子加密（PQC）标准化发展历程.....

量子密钥分发和量子随机数发生器等技术方案的量子保密通信系统 正初步进入实用化阶段，在新型协议研究和实验系统研制等方面持 续取得阶段性成果，样机产品研发和应用探索持续推进，推广大规 模应用仍面临诸多挑战。量子信息网络是重要的远期发展目标之一， 近期在基础研究、关键设备组件和系统原型实验等方面取得一定进 展，距离实用化仍有较远差距。此外，量子密码作为一种基于量子 力学原理的加密技术，是理论上安全的密码技术，有望应用于诸多 硅谷的欧洲量子谷奠定基础。 2024 年 3 月，欧盟 26 个成员国联合签署《欧洲量子技术宣言》 7，提出协调各国研发计划，共同承诺在量子信息生态系统的各个领 域进行协调与合作，加快量子技术从“实验室”走向“晶圆厂”，发展 欧洲量子生态系统等举措，力争打造一个“量子谷”，成为全球领先 的量子卓越和创新地区。 2024 年 4 月，欧盟与美国在共同举办的第六次贸易和技术委员 会部长级会 量子信息技术产业发展报告（2024 年） 12 子院联合团队基于分布式超导量子处理器，证明了使用分布式量子 处理器模拟拓扑相位的可行性33。清华大学联合团队在超导量子处 理器上模拟斐波那契任意子编织，实验结果证明所得的斐波那契任 意子量子维度十分接近理论的黄金分割率34。IQM 与慕尼黑大学联 合实现 transmon 量子比特的参数设计优化，并分析验证了电荷宇称 切换效应35。谷歌发布 105

全国智能建筑及居住区数字化标准化技术委员会 (SAC/TC426) 英特尔（中国）有限公司 参编单位（排名不分先后）： 特斯联科技集团有限公司、太一物联科技（深圳）有限公司、 深圳市原基科技有限公司、开域集团、之江实验室 前言 目 录 1 数智园区概况及发展趋势 .................................................................... 4 面向数智园区的开域集团商业客流统计解决方案 ........................................................ 31 4.5 之江实验室数智园区大运营管理体系 ............................................................................33 5 结语 原基科技园区智慧运营管理方案和开域集团商业客流统计解决方案等为例，介绍了企业如何 面向数智园区的场景化需求，提供软硬件解决方案，以及这些解决方案对于园区的价值。另 一方面，本方案集锦还以之江实验室等园区为例，介绍了在数智化方案支撑下，典型园区的 数智化建设实践。 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 24 | 数智园区解决方案集锦 概述 在碳达峰、碳中和的大趋势下，通过建设低碳建筑、加速清

科学研究促进人工智能创新。传统科研 范式大致可分为经验归纳（实验科学）、理 论建模（理论科学）、计算模拟（计算科学） 以及数据密集型科学 2。实验科学由自然现 象和实验结果归纳出一般性规律，但没有抽 象出经验规律背后的普适理论。理论科学基 于自然现象或实验结果，提炼科学问题并形 成科学假设，然后运用逻辑推理和数学分析， 构建普适理论，但难以在复杂系统中实验验 证。计算科学以科学模型为基础，通过数值 的同时，显著提高模型的泛化能力，如物理 信息神经网络 3。 人工智能创新重塑传统科学研究过程， 加速科学发现。人工智能通过融合数据和先 验知识的模型驱动、假设生成与验证、自动 与智能化实验以及跨学科合作等方式，加速 科学发现。传统科学发现以实验观察和理论 建模为核心，提出科学假设并归纳一般规律， 如物理定律。人工智能则采用模型驱动的方 式，从大规模数据中自动发现隐藏的规律， ©️diyun Zhu / Moment 4 5 2. 发展与态势 2.1 最新进展 随着深度学习、生成模型与强化学习等 技术的突破，人工智能不仅能从海量数据中 识别人类难以察觉的复杂模式，更展现出自 主提出科学假设、设计实验方案、优化研究 路 径 的 惊 人 能 力。DeepMind 推 出 的 AlphaFold 31 突破性地实现了对几乎所有分 子类型的蛋白质结构预测，提高了蛋白 - 配 体相互作用预测的准确度，为新药研发、疫