《工業互聯網產業聯盟：智能機器人技術產業發展白皮書（2023年）（79頁）.pdf》由會員分享，可在線閱讀，更多相關《工業互聯網產業聯盟：智能機器人技術產業發展白皮書（2023年）（79頁）.pdf（79頁珍藏版）》請在三個皮匠報告上搜索。

1、 工業互聯網產業聯盟（工業互聯網產業聯盟（AII）2023 年年 12智能機器人技術產業發展智能機器人技術產業發展白皮書白皮書（20232023）月月 聲聲 明明 本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明

2、者，本聯盟將追究其相關法律責任。工業互聯網產業聯盟 聯系電話：010-62305887 郵箱： 前前 機器人被譽為“制造業皇冠頂端的明珠”，其研發、制造、應用是衡量一個國家科技創新和高端制造業水平的重要標志。當前新一輪科技革命和產業變革加速演進，新一代信息技術、生物技術、新能源、新材料等與機器人技術深度融合，智能機器人產業迎來升級換代、跨越發展的窗口期。智能機器人集機械學、電子學、計算機科學、控制論、人工智能等多學科知識于一身，具備自主決策、學習和適應能力，在工業、醫療、教育、家政、無人駕駛等領域的應用不斷拓展，為人言言類生活帶來便利和效率。本白皮書就智能機器人的技術產業變革和我國智能機器人產

3、業的未來發展方向展開。通過對智能機器人的場景進行分類，找出各個場景的共性特點，對不同場景的機器人通過對面臨問題進行分析得到解決方案進而總結凝練得出共性需求，最終由場景需求引導得出智能機器人的四大功能方向升級。隨后由功能需求牽引，導出智能機器人的技術趨勢?？偨Y得到智能機器人技術正迅速向深度智能驅動、高效以虛馭實、泛在敏捷操作及多元感知交互方向演進。以技術框架為指導，識別出智能機器人的產業體系，研判了全球智能機器人前沿產業趨勢和我國長短板，對智能機器人的產業變革和我國情況進行研究。最后綜合智能機器人的技術和產業趨勢，提出政策建議，總結提出我國下一步布局方向。本研究共得到以下核心觀點。技術方面，智能

4、機器人存在深度智能驅動、高效以虛馭實、泛在敏捷操作及多元感知交互的技術趨勢。產業方面，智能機器人存在操作系統與平臺重要性提升，科技企業話語權增強和產業生態開放化的趨勢。編寫組成員（排名不分先后）：彭連松、韋莎、孫闖、徐浩銘、楊涵、沙宗軒、杜娟、郝詩夢、高凡、滕飛、劉迎，駱曼迪、鐘升達、龔正、孫國良、夏麗嬌、劉毓煒。牽頭編寫單位：中國信息通信研究院 參與編寫單位：北京航空航天大學清華大學北京工業大學航空工業綜合技術研究所海思半導體有限公司工業互聯網產業聯盟公眾號 目目 錄錄 一、智能機器人行業發展綜述.1(一)機器人的概念內涵.1 1.機器人的定義.1 2.智能機器人的歷史沿革.3 3.機器人的

5、分類.6(二)智能機器人的政策布局.8 1.推動機器人與 AI 等技術融合提升智能水平.8 2.扶持機器人產業發展打造基礎設施.9 3.推動工業、服務、醫療等領域機器人研究.10 二、智能機器人應用場景與需求分析.12(一)智能機器人環境復雜度分析.12 1.結構化環境.12 2.非結構化環境.13 3.應用環境譜系分析.13(二)智能機器人自主性分析.15 1.低自主性智能機器人需求分析.15 2.高自主性智能機器人需求分析.16 3.智能機器人功能方向分析.18 三、智能機器人技術分析.20 (一)智能機器人技術體系.20(二)核心技術分析.22 1.傳感層.22 2.執行層.22 3.通

6、信層.23 4.操作平臺.24 5.控制層.25 6.智能決策層.26 7.數字孿生層.27 8.交互層.28 9.能源層.29(三)總體趨勢.30 1.趨勢一：深度智能驅動.30 2.趨勢二：高效以虛馭實.31 3.趨勢三：泛在敏捷操作.33 4.趨勢四：多元感知交互.34 四、智能機器人產業分析.35(一)全球智能機器人產業概況.35 1.智能機器人產業規模.35 2.智能機器人產業體系.36(二)智能機器人產業發展趨勢.38 1.產業重點環節分析.38 2.產業競爭格局變遷.39 3.產業生態發展趨勢.41(三)我國智能機器人產業現狀與發展趨勢.41(四)重點企業案例.44 1.國外典型

7、企業-英特爾.44 2.國外典型企業-ABB.44 3.國外典型組織-MassRobotics.45 4.國內典型企業-達闥.46 5.國內典型企業-埃斯頓.46 6.國內典型企業-思嵐科技.47 五、智能機器人細分領域發展趨勢.48(一)工業領域.48 1.工業機器人概述.48 2.工業機器人技術趨勢.49 3.工業機器人產業趨勢.50(二)服務領域.52 1.服務機器人概述.52 2.服務機器人技術趨勢.53 3.服務機器人產業趨勢.54(三)特種領域.55 1.特種機器人概述.55 2.特種機器人技術趨勢.56 3.特種機器人產業趨勢.57(四)人形機器人.58 1.發展歷程.58 2.

8、當前趨勢.61 3.國內外產業對比分析.62 4.我國人形機器人發展態勢.64 六、促進智能機器人技術產業發展的相關建議.65(一)當前現狀.65(二)政策建議.67 1.體系化攻關智能機器人核心技術.68 2.夯實智能機器人產業基礎.69 3.培育高端智能機器人產品.70 4.優化智能機器人產業生態.70 1 一、智能機器人行業發展綜述(一一)機器人的概念內涵機器人的概念內涵 1.機器人的定義機器人的定義 對于機器人的定義，不同機構給予了不同解釋。國際標準化組織（ISO）對機器人的定義為：具有一定程度的自主能力的可編程執行機構，能進行運動、操縱或定位（8373:2021 Robotics V

9、ocabulary）。而我國發布的國家標準 GB/T 39405-2020，機器人是具有兩個或兩個以上可編程的軸，以及一定程度的自主能力，可在其環境內運動以執行預定任務的執行機構。隨著多模態感知系統、動力學模型、深度學習、定位導航等智能技術逐步應用于機器人領域，智能機器人則在機器人基礎上，具備更強的感知、學習和自主能力，可以適應更復雜的環境和任務需求。權威標準組織對智能機器人的定義尚未形成統一共識，根據科技詞典McGraw-Hill Dictionary of Scientific&Technical Terms 的定義：智能機器人是一種智能機器，可基于編程程序根據傳感器的輸入信息做出決策與采

10、取行動。根據調研，我們認為在機器人概念的基礎上，智能機器人融合智能技術，具有深度感知、智能決策、泛化交互和靈巧執行能力的四大要素。2 圖 1 智能機器人的核心要素 深度感知深度感知：指機器人具備對周圍環境及自身狀態的高度敏銳感知能力。通過多模態感知系統，機器人可以獲取視覺、聽覺、觸覺、力覺等多種信息，實現對環境的全方位感知。這種能力使機器人能夠更好地適應復雜環境，提高對實際場景的理解和應對能力。智能決策智能決策：基于深度感知獲取的信息，機器人可以通過先進的算法和機器學習技術進行智能決策。涉及到對大量數據的處理、分析和預測，使機器人能夠在各種情況下做出合理且高效的決策。泛化交互泛化交互：機器人能

11、夠與人類及周圍環境進行自然、流暢的交互，這是智能機器人重要的能力之一。通過語音識別、圖像識別、情感計算等技術，機器人可以理解人類的需求和意圖，并以人性化的方式回應。同時，機器人還能與其他設備、系統進行協同工作，實現更為廣泛的應用。靈巧執行靈巧執行：基于智能決策和交互，機器人能夠精確靈活地執行任務。通過動力學模型和控制算法，機器人可以實現對各種復雜任務的 3 執行，如抓取、搬運、操縱等。同時，機器人還能根據實際情況對執行策略進行自適應調整，以提高任務完成的效率和穩定性。這四大要素共同構成了智能機器人的核心競爭力，隨著科技的發展和市場的需求，智能機器人應用場景不斷擴大，包括制造業、服務業、醫療、教

12、育、家庭等各個方面。這為智能機器人產業提供了廣闊的市場空間，也促使智能技術更快地與機器人融合。綜上所述，機器人學已經發展成為一個涉及拓撲學、系統工程、人工智能等多領域交叉的綜合型學科。而智能機器人作為機器人技術發展的一個新階段，涵蓋了多個領域的知識體系。在發展過程中，各種學科相互交叉、相互促進，共同推動機器人技術的進步和發展。2.智能機器人的歷史沿革智能機器人的歷史沿革 智能機器人是一種具有自主感知、學習和決策能力的機器人，它的智能級別通常分為 L0 到 L4 五個等級：L0：無智能。機器人完全依賴預設的程序和指令執行任務，沒有自主學習和適應能力，完全依賴人為操縱。L1：基礎智能。機器人具備一

13、定的自主學習能力，可以接受預編程的程序控制，可以識別簡單的環境和任務，但決策能力有限。L2：中等智能。機器人具有較高的自主學習能力，可以適應復雜的環境和任務，能夠自主按程序運行，但在關鍵時刻仍需要人類干預。L3：高度智能。機器人具有很強的自主學習和決策能力，能在復雜環境中執行任務，在特定條件下具備自適應能力，但無法持續自學 4 習、自優化，在某些情況下仍需要人類輔助。L4：超級智能。機器人具有極高的自主學習和決策能力，能在極端復雜的環境中執行任務，完全替代人類。圖 2 智能機器人發展脈絡圖 目前市面上的智能機器人大多處于 L1 到 L3 級別，隨著技術的不斷發展當前智能機器人處在 L3 向 L

14、4 進化的關鍵階段。智能機器人的歷史可以追溯到 20 世紀 40 年代至 60 年代，智能機器人處于 L0 級。1956 年，約翰 麥卡錫(John McCarthy)提出了“人工智能”這個概念。在這一年里，第一次人工智能會議在加州大學伯克利分校舉行。這次會議標志著人工智能領域的正式誕生，也為后來的機器人研究奠定了基礎。計算機科學家和工程師開始嘗試將機器人和人工智能技術結合起來。例如 1954 年麻省理工學院（Massachusetts Institute of Technology，MIT）生產第一臺能夠預先編程控制的機器臂，具備了機器人的雛形。20 世紀 60 年代至 80 年代，機器人技

15、術、應用領域和學術研究等方面取得了顯著成果。數字傳感和控制技術的提升賦予智能機器 5 人感知和決策能力，智能機器人邁向 L1 級。1964 年麥卡錫推出第一個帶有視覺傳感器、能識別并定位積木的機器人系統。工業機器人開始在制造業領域廣泛應用，如裝配、搬運、焊接等。服務機器人慢慢進入人們的視野，1985 年，日本公司 Epson 推出了第一款家庭用機器人“AIBO”。20 世紀 80 年代至 2010 年代，得益于伺服系統、傳感器和人工智能技術的不斷發展，機器人能夠在各種復雜環境中執行精確的任務。智能機器人邁向 L2 級的標志性的產品是 1990 年 FANUC 推出全球第一款完全由計算機控制的工

16、業機器人控制系統。它們在汽車制造、電子產品組裝、化工等領域取代了部分人力，提高了生產效率，降低了勞動成本。在服務領域，家務機器人開始進入市場，如掃地機器人、洗碗機等，幫助人們減輕了家務負擔，提高了生活質量。在醫療領域，手術機器人開始投入使用，輔助醫生進行精密手術。隨著航天技術的發展，機器人開始在太空執行任務，如國際空間站的建設和維護。在服務行業，如酒店、餐廳、銀行等。這些機器人能夠提供親切的服務，提高客戶體驗，節省人力成本。此外，機器人在深?？碧?、野外科考、軍事戰場等方面也發揮了重要作用。隨著 2006 年 Hinton 提出深度學習神經網絡，人工智能算法逐漸落地，智能機器人發展進入新階段，智

17、能機器人逐步邁向 L3 級。特別是 2020 年至 2023 年的短短三年里，智能機器人的更新換代和智能升級進入爆發期。大模型等 AI 賦能技術使機器人具有更強大智能 6 和類人特征，通用人工智能突破性的進展和成熟技術整合，催生了以波士頓動力的 Altas 和特斯拉的 Optimus 為代表的人形機器人。微軟、谷歌、英偉達等科技巨頭積極布局智能機器人新市場新賽道，智能機器人迎來風口期和智能水平從 L3 向 L4 進化的關鍵期。3.機器人的分類機器人的分類 國際機器人聯盟（IFR）根據應用環境，將機器人分為工業機器人和服務機器人兩大類。其中，工業機器人是指應用生產過程和環境的機器人；服務機器人是

18、指除工業機器人以外，用于非制造業并服務于人類的各種機器人，分為個人/家用服務機器人及專業服務機器人。在我國在 2020年發布的最新標準中，按照應用領域，將機器人分為：工業機器人、個人/家庭服務機器人、公共服務機器人、特種機器人和其他應用機器人五個類別。此外，也可按照運動方式、機械機構類型、編程和控制方式對機器人進行分類。圖 3 GB/T 39405-2020 根據應用領域的機器人分類 7 自 2021 年 6 月 1 日起，我國實施了國家標準機器人分類（GB/T 39405-2020），該標準根據應用領域將機器人分為以下幾類：工業機器人工業機器人：自動控制的、可重復編程、多用途的操作機，可對三

19、個或者三個以上軸進行編程，它可以是固定式或移動式。在工業自動化中使用。按其使用用途可分為：搬運作業/上下料機器人、焊接機器人、噴涂機器人、加工機器人、裝配機器人、潔凈機器人、其他工業機器人。個人個人/家用服務機器人家用服務機器人：在家居環境或類似環境下使用的，以滿足使用者生活需求為目的的服務機器人。按其使用用途可分為：家務機器人、教育機器人、娛樂機器人、養老助殘機器人、家用安監機器人、個人運輸機器人、其他個人/家用服務機器人。公共服務機器人公共服務機器人：應用于住宿、餐飲、金融等公共場所，如商場、醫院、學校等，為人類提供一般服務，如導覽、咨詢、安保等服務。按其使用用途可分為：餐飲機器人、講解導

20、引機器人、多媒體機器人、公共游樂機器人、公共代步機器人、其它公共服務機器人。特種機器人特種機器人：應用于專業領域，一般由經過專門培訓的人員操作或使用的，輔助和/或替代人執行任務，。這類機器人可以在極端環境下（如高溫、高壓、輻射等）替代人類完成任務，保障人員安全和提高工作效率。按其使用用途可分為：檢查維修機器人、專業檢測機器人、搜救機器人、專業巡檢機器人、偵察機器人、排爆機器人、專業安裝機器人、采掘機器人、專業運輸機器人、手術機器人、康復機器 8 人、其他特種機器人。其他應用領域機器人：除以上四類應用領域之外的機器人。由于本白皮書立足于國內智能機器人技術產業發展趨勢，故采用國家標準中對機器人的定

21、義和標準，即本課題的研究范圍為工業、個人/家庭服務、公共服務、特種等領域最具代表性的機器人。(二二)智能機器人的政策布局智能機器人的政策布局 機器人技術正不斷朝著智能化、網絡化、自主化的方向發展。智能機器人技術作為衡量一個國家科技發展水平和國民經濟現代化、信息化的重要標志，各主要工業國持續推動產業發展，通過頂層戰略引導，逐步推動智能機器人技術融合、產業發展、應用創新。各主要工業國以美國、歐盟、日本、中國為代表，美國重點發展智能技術和與國防等關鍵領域相關的機器人產業；歐盟重點關注技術創新和機器人產業中的中小初創企業發展；日本著力發展工業領域的應用發展和機器人對勞動力短缺的補充；中國以 中華人民共

22、和國國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要為引領，大力推廣機器人全產業鏈布局域、關鍵技術攻關和典型場景應用。1.推動機器人與推動機器人與 AI 等技術融合提升智能水平等技術融合提升智能水平 2020 年 9 月由美國計算機社區聯盟（CCC）發布的第四版機器人路線圖：從互聯網到機器人，探討了架構與設計實現、移動性、抓取與操作感知、規劃與控制、學習與適應、多機器人系統、人機交 9 互等 8 個研究領域的技術發展目標。2023 年 5 月，美國在國家層面發布了 國家人工智能研發戰略計劃，明確提出將“開發功能更強大、更可靠的機器人；改進硬件以促進人工智能”列為優先事項。歐盟積極

23、關注 AI 與機器人的集成應用。在地平線歐洲工作計劃中，歐盟為機器人相關項目提供的資金支持從 2021 年規劃的 1.8 億歐元擴大到了 2.4 億歐元。除美國、歐盟外，日本、韓國也都發布了政策文件，進行頂層的戰略引領。2022 年 4 月，日本在人工智能戰略 2022中提出將 AI技術和機器人技術融合，降低管理成本，提高業務效率。2022 年 3月，韓國在2022 年智能機器人實行計劃中提出投資 2440 億韓元用于制造和服務機器人的研發和推廣，計劃開發 37 個額外的標準流程模型，推動機器人與 AI、大數據 5G、云等技術融合。我國積極著眼智能機器人領域發展，分別在 2021 年 10 月

24、、12月出臺國家標準化發展綱要、國家智能制造標準體系建設指南（2021 版），強調要加強智能機器人領域關鍵技術標準研究，推動產業變革。2.扶持機器人產業發展打造基礎設施扶持機器人產業發展打造基礎設施 美國在 2023 年 9 月發布的美國先進機器人制造創新機構中將在面向任務規劃；多機器人-多人協作；制造機器人的人工智能等方向遴選短周期技術項目給予資助。作為歐盟成員國之一的法國頒布“法國 2030”投資計劃，投資約 58 億美元支持包括機器人技術 10 在內的顛覆性技術初創企業。日本在 2023 年 7 月發布的日本制造業白皮書中明確，將工業機器人指定為 特定關鍵商品，確保關鍵商品的穩定供應強化

25、國內生產基礎。韓國在 2023 年頒布的先進機器人監管創新計劃中同樣重點關注敏捷性、安全性、協作能力和基礎設施的建設。中國在 2021 年 12 月出臺的“十四五”機器人產業發展規劃 中明確，要加快解決技術累計不足、產業基礎薄弱、高端供給缺乏等問題，推動智能機器人產業邁向中高端。3.推動工業、服務、醫療等領域機推動工業、服務、醫療等領域機器人研究器人研究 2021 年美國發布美國國家機器人計劃 3.0中明確支持機器人領域基礎研究，在教育、農業交通、太空醫藥等領域，每年提供 1.25-1.4 億美元資助。2022 年 10 月美國發布的國家先進制造業戰略，將機器人技術與太空增材制造工藝相結合進行

26、深空探索。歐盟各國家也聚焦智能機器人在各領域的廣泛應用，法國在 2021 年 10 月出臺法國 2030 投資計劃：投資 8 億歐元發展機器人產業，制造結合人工智能技術的機器人，投資約 58 億美元支持包括機器人技術在內的顛覆性技術初創企業。德國頒布的高科技戰略 2025戰略文件明確在 2026 年之前每年提供約 7000 萬歐元的資助，推動智能機器人在工業、醫療、物流等領域的應用。2022 年日本頒布的機器人新戰略中明確重點支持制造業、照護與醫療、基礎設施和農業等領域機器人發展。11 我國于 2021 年 12 月頒布的“十四五”智能制造發展規劃 中已經明確，發展工業機器人等通用智能制造裝備

27、、融合數字李生、人工智能等新技術研發協作機器人、自適應機器人等新型裝備。2023 年1 月出臺的“機器人+“應用行動方案和同年 11 月出臺的人形機器人創新發展指導意見則共同強調了聚焦重點應用領域和人形機器人，突破機器人應用技術及解決方案，推廣典型應用場景。圖 4 各主要工業國的智能機器人戰略布局 圖 5 我國的智能機器人發展格局 12 二、智能機器人應用場景與需求分析 智能機器人在各個領域的應用場景不斷拓展。通過對應用場景進行深入分析，可以為智能機器人研發提供有針對性的指導，推動智能機器人技術不斷優化和創新，以滿足市場和用戶的需求。通過深入了解和挖掘應用場景與需求，可以為智能機器人的研發、應

28、用和推廣提供有力支持。提取環境復雜度和自主性兩個核心因素對智能機器人應用場景進行分類研究。(一一)智能機器人環境復雜度分析智能機器人環境復雜度分析 1.結構化環境結構化環境 結構化的場景是指具有明確結構和規則的場景，該部分場景中的任務通常具有重復單一、強度大、目標明確等特點。在結構化環境中，機器人通常受到特定設計與編程限制，它們依靠傳感器來感知周圍的環境，執行預定義的任務。由于工業生產和制造往往依賴于精確的工藝流程和嚴格的規范，因此工業場景通常被認為大部分是高度結構化的環境。在大部分工業場景中，設備和機器通常按照特定的布局進行排列，生產線上的工作流程也被精心設計，以最大程度地提高效率和質量。此

29、外，工業場景通常采用先進的監控和自動化技術，以確保操作的一致性和可追溯性。這種結構化環境有助于降低生產中的風險和錯誤，并為工業企業提供了更好的控制和管理機會，從而推動了工業領域的不斷發展和進步。13 2.非結構化環境非結構化環境 非結構化環境指的是那些復雜、多變、難以預測和不受限制的環境，其中機器人需要更高程度的靈活性和適應能力來執行任務，這種情況下低自主性的機器人在面對這類任務時，是難以獨自完成任務的。非結構化環境具有多樣性、不確定性和動態性的特點，要求機器人能夠自主地感知、理解和應對環境中的各種變化。在服務行業，如餐廳、酒店和零售，以及特殊場景，如緊急救援和自然災害應對，處置的任務情況常常

30、多種多樣，不容易預測和規范。因此，服務和特殊場景大部分被認為是半結構化以及非結構化的。在這些環境中，智能機器人需要具備靈活性、適應性和決策能力，以應對各種情況。與工業環境不同，服務和特殊場景通常需要更多的人際交往和情感智能，以滿足客戶需求或應對緊急情況。這種非結構化環境的挑戰性使得這些領域的智能機器人需要具備多樣化的技能和能力，以提供高質量的服務或應對多變的情況。3.應用環境譜系分析應用環境譜系分析 通過對工業機器人、服務機器人和特種機器人共計 50 個應用場景的調研，以自主性水平和場景復雜度為思考角度對機器人進行分類和定位，得到了智能機器人的應用分布圖，如圖 6 所示。14 圖 6 智能機器

31、人應用分布圖 利用橫軸與縱軸將機器人根據應用場景復雜度與自主化水平分為四個象限。第三象限第三象限為低自主性機器人在結構化環境中的應用，第第四象限四象限為低自主性機器人在非結構化環境中的應用，第二象限第二象限為高自主性機器人在結構化環境中的應用，第一象限第一象限為高自主性機器人在非結構化環境中的應用。其中，低自主性機器人在結構化環境中的應用有：碼垛、打磨、測溫、消毒、涂膠、搬運、輔助檢查、耗材管理、投料、分揀、信息詢問和遠程輔助。低自主性機器人在非結構化環境中的應用有：清潔、播撒、監控、環境監測、烹飪、搬運、檢修、測繪、配送、代步、收割、排爆。高自主性機器人在結構化環境中的應用有：噴涂、巡檢、運

32、送、施肥、裝配、質量檢測、采摘、除草、焊接、營銷、情感陪護。高自主性機器人在非結構化環境中的應用有：農藥噴灑、表演、15 導覽、康復、護理、接待、勘測、偵察、教學、軍事巡邏、藝術創作、安防、手術、海底探索、搜救。由于工業場景通常被認為是大部分是高度結構化的環境，工業機器人的應用則集中在分布圖的左側。而服務機器人與特種機器人在各個象限均有所分布，由此可見他們的應用場景更加復雜多樣。(二二)智能機器人自主性分析智能機器人自主性分析 1.低自主性智能機器人需求分析低自主性智能機器人需求分析 低自主性智能機器人主要指是一種具有較低程度自主決策和執行任務能力的機器人，具有有限的學習能力和感知能力，以穩定

33、高效完成單一任務為主要目標。低自主性機器人在結構化場景中的任務單一且確定性強，這種應用場景主要為工業場景，具有任務重復單一，強度大，負載大，對自主性需求低但對性能、穩定性、精確度需求高的特點。例如對于測溫工作來說，特別是針對一些容易在人際間傳播的病癥，如新型冠狀病毒等，部署人力檢測是一項成本高、具有一定危險性，但任務重復單一的工作。為了解決這一問題，搭載了醫用級熱成像精準測溫、異常預警、通信等功能模塊的測溫機器人，可以實現自動化操作、高精度測量、快速響應、全天候檢測、數據統計和分析、各種環境適用以及快速部署等功能。測溫機器人通過熱成像技術可以快速準確地檢測人體溫度，同時可以實時監測人群中的異常

34、情況并發出預警信號。此外，這些機器人還具有通信功能，可以將測量數 16 據和預警信息傳輸給管理人員和醫療機構，以便及時采取措施控制疫情的傳播。測溫機器人的出現不僅可以提高測溫工作的效率和精度，同時也可以降低人力成本和風險。根據上述的分析，可以總結出在單一結構化場景的智能機器人通常需要具備精確控制、高穩定和高精度精確控制、高穩定和高精度的需求。隨著部署場景從結構化環境逐漸變為非結構化環境，環境復雜性和任務危險性上升，低自主性智能機器人難以獨自完成。因此，低自主機器人在非結構化場景中，需要多個機器人可以相互配合和精確協調，以及更好地應對這些復雜環境，或者通過人機協同，人類操作員可以在遠程進行監控和

35、操作，避免人類直接接觸危險品，提高任務的成功率和安全性。例如對于排爆任務，這是需要拆除炸彈、處理爆炸物品等危險性極高的工作，需要排爆手具備專業技術和心理素質，存在危險性高、技術要求高、任務難度大等任務特點，是一項極具挑戰性和危險性的工作。為了降低人員風險，排爆機器人輔助人類完成任務。機器人在此任務中面臨場景動態隨機、任務目標復雜與單機器難以獨自完成等問題。根據上述的分析，可以總結出低自主機器人在非結構化場景中，產生從穩定完成單一任務到多機多機/人機協同人機協同的需求變化。2.高自主性智能機器人需求分析高自主性智能機器人需求分析 高自主性智能機器人是指一類具有較高程度自主決策和執行任 17 務能

36、力的機器人。此類機器人能夠相對獨立地完成各種任務，而無需頻繁的人類干預和指導，可以自主學習完成任務的最優策略以及對周圍環境的全面感知。高自主性智能機器人在結構化場景中任務的專業性較強，強調智能機器人自主學習優化的能力。這類機器人的應用場景具有任務遵循相似模式、根據場景智能決策、自主學習最優策略與重復任務的共性特點。例如焊接機器人，面臨焊縫質量差與焊接偏差的問題。這些問題與焊接過程中的電弧穩定性、焊縫跟蹤、焊接參數優化等因素密切相關。為了解決這些問題，需要實現焊縫實時跟蹤、偏差自主補償以及精準定位控制。焊接機器人能夠根據不同的焊接任務和環境，自主進行學習和調整，以適應各種復雜的焊接條件。通過自主

37、學習，機器人可以不斷完善自身的技能和知識，提高焊接質量和效率。精確控制是保證焊接質量的關鍵因素。在焊接過程中，機器人需要具備高精度的定位和運動控制能力，以確保焊縫的準確性和一致性。通過精確控制，可以減少焊接偏差和缺陷，提高產品的質量和可靠性。高穩定性是保證焊接機器人長時間穩定工作的關鍵。由于焊接過程容易受到各種干擾因素的影響，如溫度變化、電源波動等，因此機器人需要具備強大的抗干擾能力和穩定性。通過提高機器人的穩定性，可以降低故障率和維護成本，提高生產效率。因此，針對焊接機器人所面臨的問題，自主學習、精確控制和高 18 穩定性是必不可少的。只有實現這些需求，才能使焊接機器人更加智能化、高效化和可

38、靠化，為工業生產帶來更多的便利和效益。進一步可以推斷出該場景下對機器人的需求包括自主學習、精確控制和高自主學習、精確控制和高穩定性穩定性。高自主性智能機器人在非結構化場景中，自主智能機器人隨著環境復雜，還需具備高感知高互動以支持復雜任務。這類機器人的應用場景具有個性化任務、感情陪伴、環境復雜、獨立任務、生理極限與危險系數高的共性特點。例如在現代社會中，越來越多的人感到孤獨和寂寞，而陪伴機器人的出現可以為人們提供一個可以交流和分享的伙伴，從而滿足人們的情感需求。陪伴機器人可以適應個人需求并提供個性化情感陪伴服務，幫助人們更好地應對生活中的挑戰。同時，陪伴機器人也可以作為一種教育和培養意識的工具，

39、幫助人們開闊視野、增加知識儲備和提高科學素養。傳統機器人面臨著表達能力不足、感情分析能力不足等問題，無法勝任陪伴任務。高自主性智能機器人具有基于機器學習的感情分析與自然語言模型，實現情感陪伴、娛樂、輔助記憶、檢測健康狀態等功能，并提供適應個人需求并提供個性化情感陪伴服務。根據上述分析，在復雜場景下的高自主性機器人有著高互動性高互動性與高感知能力與高感知能力的需求。3.智能機器人功能方向分析智能機器人功能方向分析 19 圖 7 為智能機器人場景需求總結及功能方向示意圖：第三象限第三象限對應結構化環境中的低自主機器人，主要需求為準確控制、高穩定性和高精度；第四象限第四象限對應非結構化環境中的低自主

40、機器人，主要需求為機器協同與人機協同；第二象限第二象限對應結構化環境中的高自主機器人，主要需求為自主學習與自主優化；第一象限第一象限對應非結構化環境中的高自主機器人，主要需求為高互動高感知。圖 7 智能機器人場景需求總結及功能方向示意圖 以上四個象限中機器人的功能需求可以概括如下：結構化環境的低自主性機器人的需求主要集中在能夠穩定完成單一重復性任務，需求準確控制、高穩定和高精度。而其他的場景均需要利用機器人的智能，進行任務和環境學習，因此，自學習自優化的需求覆蓋了其他三個象限。而對于非結構環境，如果智能機器人的自主性低，那么會考慮利用機器協同的方式完成復雜任務或輔助人 20 類工作，高自主性的

41、機器人則不僅要全面感知周圍環境，還需要能夠與人類友好互動。根據以上分析，多樣化的場景需求引導智能機器人向著穩定高穩定高效、認知學習、交互協同和環境感知效、認知學習、交互協同和環境感知四大功能方向升級。三、智能機器人技術分析(一一)智能機器人技術體系智能機器人技術體系 目前智能機器人已經步入了新的發展周期，在穩定高效、認知學習、交互協同和環境感知四大共性功能需求牽引下，隨著人工智能、多模態傳感和數字孿生等領域的先進技術快速引入和更新，使智能機器人的技術框架大規模擴展升級。圖 8 智能機器人技術框架 傳感層傳感層：傳統機器人主要依賴基礎的感知技術，而現代智能機器人則深度融合了視覺感知與多模態感知技

42、術，為機器人提供更豐富的環境信息。21 執行層執行層：除了傳統的執行驅動技術，智能機器人進一步引入了柔性技術和一體化硬件技術，這增強了其執行和操作的靈活性。通信層通信層：與僅使用光纖、藍牙和物聯網協議的傳統機器人不同，智能機器人已經成功地應用了 5G/6G 技術，為其提供了更快速和穩定的通信能力。操作平臺操作平臺：除了傳統的 ROS 框架和硬件抽象技術，智能機器人還采用了云操作平臺和開源開放操作系統，增強了其軟件基礎設施的可擴展性和靈活性?？刂茖涌刂茖樱撼嘶A的姿態控制和導航定位，智能機器人引入了生肌電一體控制技術，為其提供了更為精確的控制手段。智能決策層智能決策層：傳統機器人多依賴優化算法

43、和淺層機器學習，但智能機器人則融合了自然語言處理、生成式 AI、深度學習、強化學習、知識圖譜和計算機視覺技術，提升其決策的智能度。數字孿生層數字孿生層：包含運行支撐層、數孿模型層和應用服務層，涉及邊緣計算、云計算、高性能計算、分布式存儲、機器學習、實時仿真和大數據分析等多種技術，為機器人提供了全面的數字化支持。交互層交互層：通過 HMI、VR、AR、MR、XR 等技術，智能機器人實現了更為沉浸和自然的用戶交互體驗。能能源層源層：在確保功能安全、數據安全和網絡安全的基礎上，智能機器人還采用了高密度能量電池和高效能源管理技術，為其提供了持久而穩定的能源支持。22 (二二)核心技術分析核心技術分析

44、1.傳感層傳感層 傳感層是負責獲取來自外部環境的信息以支持機器人的決策和行為，是智能機器人感知能力的數據來源。隨著深度視覺和多模態融合技術的快速發展，已經逐步實現了機器人的全息智能感知。3D 傳感技術實現機器人深度感知傳感技術實現機器人深度感知。深度視覺感知可以模擬人類視覺系統，從圖像中進行特征提取、識別與分類，其中最新的 3D 傳感技術通過 3D 超聲波傳感器、3D 激光雷達、stereo 立體照相可以實時獲取環境物體三維空間信息，實現機器人深度感知。例如 Toposens開發出基于仿生學原理的 3D 超聲波傳感器，通過基于聲音的三角測量與復雜的噪聲過濾軟件相結合，精確地檢測復雜物體的立體信

45、息。多傳感器、多模態融合實現機器人全息感知多傳感器、多模態融合實現機器人全息感知。傳統的單模態感知中機器人通過單一傳感器獲取環境信息，而多傳感器、多模態融合綜合利用不同傳感器的信息，可以使機器人更好地理解周圍環境并做出相應的反應，提高了物體識別精度和準確性，實現機器人全息感知。例如 robot flesh 具有先進的光電特性，可以通過可拉伸的光導來編碼觸覺刺激，包括變形、溫度、振動和損傷刺激?？梢杂糜趧撛炀哂懈叨缺普嬗|覺反饋的交互式設備。2.執行層執行層 執行層是將決策轉化為具體的物理元件的指令，以驅動機器人能夠完成特定任務。隨著柔性技術和一體化硬件技術的發展，已經逐 23 步實現了機器人的高

46、性能、緊湊化。柔性技術提升向多任務復雜環境適應性柔性技術提升向多任務復雜環境適應性。柔性機器人結合柔性電子、力感知與控制、人工智能技術，獲得了力覺、視覺、聲音等感知能力，應對多任務的通用性與應對環境變化的自適應性大幅提升，可以提升機器人面對多任務的通用性與應對環境變化的自適應性。例如東南大學開發的軟體機器人，通過整合超聲波傳感器和柔性摩擦電傳感器，使其具有遠程物體定位和多模態認知能力。高性能的緊湊型執行器進一步提升機器人性能，降低成本高性能的緊湊型執行器進一步提升機器人性能，降低成本。傳統機器人出現伺服電機比機器人尺寸更長時直接影響周邊設備動作，將減速器、編碼器、力傳感器等核心硬件進行一體化設

47、計，不僅使得工作范圍更加寬廣，也同時提升器件性能，降低成本。例如 Nabtesco 開發出 AF 系列緊湊型執行器，使用了 AF 系列緊湊型執行器的機器人相較于傳統機器人有以下優勢：節省空間 30%，性能提升，無需密封設計。3.通信層通信層 通信層是實現機器人設備與控制系統以及智能機器人對外交互的關鍵部分，當前正在向低時延高帶寬的自組織網絡發展。無線通信包含 WiFi、5G/6G 等技術，大量應用機器人內部、機器人與云端以及人機交互領域。低時延高帶寬通信提升機器人性能與效率低時延高帶寬通信提升機器人性能與效率。傳統通信方式傳輸效率低，難以實現無縫的遠程交互和數字孿生系統的參數同步，新興 24

48、無線通信方式為大帶寬、低延遲和高吞吐量的數據傳輸基礎提供了可能，實現機器人內部數據的傳輸和對外數據共享，促進了機器人與人類和其他機器的互動與協作，有效提升數據傳輸效率，提升機器人性能與效率。例如 Halma 公司以約 4,700 萬美元現金收購了水下機器人開發商 Deep Trekker，其 Bridge 技術可提供幾乎零延遲的水下無線通信。沃達豐與韓國現代機器人公司合作開發 5G 服務機器人，將在醫院、酒店、餐館和護理機構應用。自組織網絡保證機器人高效協同控制自組織網絡保證機器人高效協同控制。無線通信包含 WiFi、5G/6G 等技術，通過自組網技術可實現多機之間的信息的快速傳遞共享，同時自

49、組網能夠及時感知網絡變化，自動配置或重構網絡，保證數據鏈路的實時連通，保證機器人高效協同控制，具有高度的自治性和自適應能力。例如大疆 RoboMaster TT 編隊飛行套裝機身內置高性能 Wi-Fi 模塊，通過針對性設計的通信網絡，無需路由器和額外設備即可實現無人機自行智能組網。4.操作平臺操作平臺 在操作平臺，機器人本機及集群控制，能夠讓機器人系統所有資源最大限度地發揮作用，當前正在向標準化和智能上云的方向發展。生機電一體化技術可實現更優的人機交互性，以及人體與機器人更好的相容性，已經應用到仿生機器人、醫療康復機器人等制造領域。機器人操作系統走向統一化標準化開發機器人操作系統走向統一化標準

50、化開發。不同行業應用對于機器人操作系統存在共性及差異性需求。中間件處于應用和操作系統 25 之間，提供標準接口、協議、數據與服務管理等機器人基礎通用功能模塊。由于機器人產業的增長，對底層服務能力的需求已趨于統一化與標準化。例如 ROS-2 在 ROS（機器人操作系統）的基礎上發展而來，增加了穩定性、生命周期管理、多機協同及加密等功能。AMD推出專為機器人設計的 Kria KR260，支持本機 ROS 2，便于機器人功能開發。智慧上云降低了機器人集群部署成本智慧上云降低了機器人集群部署成本。完成復雜功能所需的算力成為了智慧機器人大量部署的瓶頸，通過將算力集中到云平臺可降低成本，促進知識融合和智能

51、發展。例如亞馬遜 RobotMaker 將機器人需要的資源密集型計算流程轉移到云端，從而釋放本地計算資源，降低智能機器人大量部署的成本。5.控制層控制層 在控制層，管理和執行機器人的各種動作和行為，包括運動邏輯和序列的生成，是智能機器人指令執行的重要中間環節。隨著生機電一體化控制技術的大幅提高，機器人控制效率與精度也得以提升。傳感傳感-智能智能-驅動閉環實現機器人靈敏運動驅動閉環實現機器人靈敏運動。具有單一功能的類生命機器人難以和人類、環境交互，在具有傳感-智能-驅動閉環生命系統中，智能單元的神經細胞將在生理上連接傳感單元和驅動單元，閉環實現機器人靈敏運動，生機電一體化技術可實現更優的人機交互

52、性，以及人體與機器人更好的相容性。例如 Optimus 機器人通過神經網絡獲得機器人周圍環境良好的體積深度渲染；機器人進行了重 26 新訓練，使其滿足人形機器人對維持平衡、步態規劃與控制等特有的需求。運動意圖識別和神經反饋提升使用便捷性運動意圖識別和神經反饋提升使用便捷性?；谏鷻C電融合技術制造的康復機器人可感知人體的腦電、肌電、力位等信息，從而判斷人體的運動意圖，能夠更加智能化的幫助殘疾患者、術后康復患者、年老體弱患者實現康復，提升使用便捷性?；谏窠浄答伒目祻蜋C器人。例如 MIT 研發的 MIT-MANUS 可以輔助或阻礙手臂的平面運動，精確測量手臂的平面運動參數，并通過計算機界面為使用者

53、提供視覺反饋。6.智能決策層智能決策層 智能決策層是智能機器人的大腦，使機器人能夠適應和理解復雜的環境進行自主決策，并與人類和其他機器進行交互，完成復雜任務需求。通用人工智能作為遠景目標和生成式 AI 處于萌芽期，在行業的具體應用處于初步實現期，智能機器人正在快速走向認知智能。生成式生成式 AI 輔助精準規劃決策輔助精準規劃決策。傳統 AI 難以實現內容的創新，生成式 AI 生成合成數據，用于訓練用于路徑規劃的機器學習模型，以快速學習和適應新的環境和情況，輔助精準規劃決策。例如微軟將ChatGPT 植入機器人，通過語言直觀地控制機器人手臂、無人機和家庭助理機器人等多個平臺。通用人工智能提升機器

54、人任務泛化性通用人工智能提升機器人任務泛化性。通用人工智能具有跨領域的通用性和綜合思維能力，體現了人工智能算法的廣度，是具備與 27 人類智能相當水平和通用性質的智能系統，提升機器人任務泛用性。例如 DeepMind 新發表 RT-2 是一種視覺-語言-行動模型，使機器人辨識視覺和語言，解釋指令并推斷哪些物體最符合要求。專用人工智能提升機器人任務專業性專用人工智能提升機器人任務專業性。專用人工智能專注于解決特殊復雜任務的能力，體現了人工智能算法的深度，提供了“機器人+場景”模式的技術基礎，提升機器人任務專業性。例如谷歌研究利用機器學習提升機器人穿越復雜越野環境的能力，根據感知的語義決定運動技能

55、，包括機器人的速度和步態。7.數字孿生層數字孿生層 數字孿生層基于高保真智能機器人的數字孿生體實現智能機器人的無痛設計，離線編程與高效部署，實現機器人的高效部署和全生命周期精準映射，實現全生命周期的多維屬性，實現監控、仿真、預測、優化等實際功能和應用需求。數字孿生層包括邊緣計算、云計算在內的海量實時數據匯聚、分析和處理技術，基于知識和數據驅動的多類型，多尺度模型搭建與深度集成技術，和應用服務與運行管理中的基于實時仿真和虛擬測試等技術?；跀底謱\生實現機器人的高效部署和快速應用基于數字孿生實現機器人的高效部署和快速應用。傳統機器人部署需進行大量調試裝配，通過數字孿生技術創造一個數字化的反饋循環，

56、實時模擬和優化其操作，加速了機器人的部署和應用過程，還確保其在復雜環境中具備更高的適應性和準確性，實現機器人的高效部署和快速應用。例如 ABB 的新款五軸機器人 IRB 365 通過使 28 用數字孿生技術，可以在幾小時內集成到包裝生產線中。英偉達發布Isaac Sim 機器人平臺，訓練機器人可以通過數字孿生完成，將數據上傳到實體機器人，再進行全面訓練?；跀底謱\生實現機器人全生命周期精準映射與高效管理基于數字孿生實現機器人全生命周期精準映射與高效管理?；诟弑Ｕ婺Ｐ秃蛯崟r數據同步，機器人的數字孿生體提供了一個全面、實時、動態的視圖，可以在機器人設計到退役的整個生命周期中，對機器人物理本體進行

57、高精度數字化映射，實現全生命周期精準映射與高效管理。例如 PTC 公司推出 ThingWorx 智能數字孿生平臺，可自動學習機器人運行狀態并自主生成預測結果。Fanuc 推出全生命周期的數字孿生功能，包括數字化設計、加工和運維，提升設計、生產、維護效率等。8.交互層交互層 交互層負責實現機器人與人類用戶、其他機器人或外部系統之間的有效互動和通信，使機器人協同增強，以及更具社交性。隨著虛擬現實交互，腦機接口技術的發展，正在逐步實現人機的多樣化交互。多模態、多樣化交互技術提升人機交互靈多模態、多樣化交互技術提升人機交互靈活性和自然性活性和自然性。傳統圖形界面/觸摸屏操作繁瑣復雜，多模態、多樣化交互

58、技術更加開放自由、更接近人們日常生活的交流方式，提升人機交互靈活性和自然性。例如 Microchip 開發基于電場感應的 3D 手勢識別技術，當手部在空間中運動時會使電場發生畸變，電極接收器會感應到變化，機器人識別手勢并作出反應。29 混合模式腦機接口使人機深度融合混合模式腦機接口使人機深度融合。傳統的腦機接口通過腦電信號控制外部設備，不能關聯解釋人的大腦信號與表情動作，腦機接口技術可用于神經康復、深化對大腦的理解，腦電信號、肌電信號、眼電信號的混合接口模式可以提高機器人的選擇正確率，使人機深度融合。例如美國麻省理工學院利用腦電信號和肌電信號來實時監督糾正機器人的動作，可以使得機器人的目標選擇

59、正確率達到70%97%。9.能源層能源層 能源層是智能機器人運行和執行任務的基礎，新能源技術進步以及智能能源管理系統提升智能機器人執行任務效率，提升智能機器人能源效率和可持續性。智能機器人能源領域技術進展集中在電池技術創新和智能能源管理系統。高密度能量電池容量提升增強機器人行動能力高密度能量電池容量提升增強機器人行動能力。新材料提供更大的存儲能量，三元鋰電池和磷酸鐵鋰電池是行業主流，更高容量的電池支持智能機器人搭載更多耗能負載，擴展機器人功能和應用場景，提升增強機器人行動能力。例如寧德時代采用三元鋰電池技術，麒麟電池系統能量密度可達255Wh/kg，電池搭載到特斯拉電動車上。比亞迪主要采用磷酸

60、鐵鋰電池技術，并優化結構實現更高的安全性。智能能源管理系統優化能源消耗智能能源管理系統優化能源消耗。智能能源管理系統可減少不必要的浪費和能源損失，優化能源消耗。通過精確監控和控制能源使用，提高效益延長能源消耗時間，提升智能機器人執行任務的時長。30 結合機器學習算法，提供自動化控制和能源的動態輸出，降低人為干預。例如特斯拉 Model S 使用了 18650 電芯，其能源管理系統采用主從架構，分別負責狀態檢測和溫度檢測。寧德時代的智管理技術提供實時監控和參數優化，進行殘值評估。優化能源消耗，延長使用時間。(三三)總體趨勢總體趨勢 智能機器人技術正迅速向深度智能驅動、高效以虛馭實、泛在敏深度智能

61、驅動、高效以虛馭實、泛在敏捷操作及多元感知交互捷操作及多元感知交互方向演進。圖 9 智能機器人技術趨勢 1.趨勢一：深度智能驅動趨勢一：深度智能驅動 趨勢一是深度智能驅動。隨著新一代人工智能技術的快速發展，智能機器人在復雜環境中的自適應、自學習和協同化能力得到顯著的增強。深度智能驅動使機器人具備更高智能水平，能夠自主適應更 31 加復雜場景和高難度任務。深度智能驅動包括可以實現單體智能提升的新一代深度學習技術，和可以實現集群智能協同的的智能協同算法。新一代深度學習和強化學習架構實現機器人性能飛躍新一代深度學習和強化學習架構實現機器人性能飛躍?；谏疃葘W習和強化學習架構，智能機器人的單體智能得以

62、大大提升。迪士尼公司利用新一代深度學習流程，大幅高了雙足智能機器人的對于情感的感知和表達能力；清華大學通過采用新一代深度學習架構，大幅提升了四足仿生機器人的爬坡能力；騰訊 Robotics X 實驗室引入深度學習等前沿算法，提升機器人的靈巧操作能力和解決復雜問題的能力。群體智能推動集群機器人向自治自組織的協同化發展群體智能推動集群機器人向自治自組織的協同化發展?；谥悄軈f同算法，智能機器人可以實現集群智能協同。谷歌 DeepMind 團隊及其他 33 個研究機構共同發起的項目，能夠實現與不同類型的物理機器人協同運作，成功執行多種任務。浙江大學構建機器人蜂群，在非結構化環境中進行獨立思考和自主導

63、航飛行。哈工程基于“人工智能+海洋無人系統”實現海洋機器人集群智能協同。通過挖掘和擴展人工智能算法在智能機器人領域應用的廣度和深度，使智能機器人具備先進智能決策功能，實現機器人自主學習以及邏輯推理。研究開發適應不同復雜任務和情景的人工智能算法是當前的研究熱點。2.趨勢二：高效以虛馭實趨勢二：高效以虛馭實 32 趨勢二是高效以虛馭實。高保真孿生體在虛擬空間內通過深入的分析優化、大規模的虛擬訓練，將全面、快速增強智能機器人本體的性能。高效以虛馭實將大幅提升智能機器人訓練效果與泛化能力。高效以虛馭實包括可以實現性能提升、能力泛化的大規模虛擬訓練，和可以實現高效部署與管理的數字孿生。大規模虛擬測試極大

64、提升機器大規模虛擬測試極大提升機器人實體性能與泛化能力人實體性能與泛化能力?；贏IGC 大規模虛擬仿真和真實數據的校準補充，使機器人開發和訓練效果大幅提升。典型代表有如特斯拉，實現 3500 萬的自由度支持機器人控制邏輯的訓練；北京大學包含 133 類 5355 個物體的 132 萬抓取數據；谷歌自行創建 10,000 個衍生數據庫；DeepMind 模擬機器人臂的數百萬條軌跡；Inter 通過 ART-TEP 將仿真訓練/測試和現場訓練/測試有機地結合在一起。數字孿生實現高效部署和全生命周期管理數字孿生實現高效部署和全生命周期管理?；诟弑Ｕ鏀底謱\生體實現機器人無痛設計，離線編程與高效部署

65、，實現全生命周期監控、仿真、預測、優化等。例如 ABB 的新款五軸機器人 IRB 365 通過使用數字孿生技術，可以在幾小時內集成到包裝生產線中。Fanuc推出全生命周期的數字孿生功能，包括數字化設計、加工和運維，提升設計、生產、維護效率等。英偉達、PTC 和達索等紛紛推出數字孿生系統平臺幫助機器人自動學習運行狀態并自主生成預測和診斷結果。利用數字孿生構建智能機器人的虛擬對象，通過網絡通信連接 33 物理和虛擬世界，實現智能機器人在開發和訓練階段的虛實融合功能，能夠高效低成本高可靠的方式推動智能機器人技術迭代。3.趨勢三：泛在敏捷操作趨勢三：泛在敏捷操作 趨勢三是泛在敏捷操作。機器人操作系統邁

66、向模塊化和平臺化，并逐步與云端整合，泛在敏捷操作將進一步拓展智能機器人的應用領域，催生開放性、標準化和模塊化的機器人操作平臺，支持定制化便捷開發。泛在敏捷操作包括可以實現開放互聯操作的云端操作平臺，和可以實現便捷開發定制的模塊化定制化系統。開放式泛在操作平臺開放式泛在操作平臺：全球主要機器人企業的持續發力集成感知、互聯、模塊化和開放性于一體的機器人操作與計算環境，云端操作系統成為泛在操作系統參考模式。例如四大家族中 Fanuc和 KUKA，科技企業巨頭微軟、亞馬遜及英偉達，軟銀，優傲等均推出機器人開放式開發平臺。達闥機器人云端操作系統海睿 OS 作為泛在操作系統UOS 參考實現之一，已與國內上

67、百家機器人公司合作，為整個智能機器人行業提供了自主可控開放平臺、統一接口標準環境?？拼笥嶏w發布的 AIBOT 機器人超腦平臺，如今已有多個領域的 372 家企業的開發者在使用。模塊化系統功能設計模塊化系統功能設計：各個功能組件可以獨立進行升級、更換或擴展，從而提高機器人的靈活性和可定制性。AMD 推出專為機器人和多種工業應用設計的 Kria KR260，支持本機 ROS 2，便于機器人專家和軟件開發人員進行開發。據 ROS 統計，其在線庫中已經有超 34 過 2000 個可重用的模塊和包，為開發者提供了豐富的資源。泛在操作系統(UOS)基于泛在計算思想，是傳統操作系統的擴展。它為泛在化資源管理

68、和應用開發而設計，不僅具備感知、互聯、輕量化計算與認知、自然交互等特征，還突出了模塊化設計，使得功能可以靈活組合和拓展。4.趨勢四：多元感知交互趨勢四：多元感知交互 趨勢四是多元感知交互?；诙嗄B、多樣化的感知和交互技術，智能機器人將完成從傳感層到交互層的自主貫通，實現多元化的感知交互。多元感知交互打通了從傳感層到交互層的智能機器人完整數據架構，實現了廣泛的感知與多樣的交互。多元感知交互包括可以實現全息感知、全面理解的多模態感知融合技術，和可以實現高效溝通、自然交互的多樣化交互技術。融合多維環境數據，實現從對環境的融合多維環境數據，實現從對環境的“感知感知”到到“理解理解”的變化的變化。特斯

69、拉 FSD 視覺感知神經網絡實現空間內的未知障礙物識別，UCLA實現多目立體視覺和復雜環境多視角分析，商湯基于 UniAD 通用大模型實現感知、跟蹤和建圖、軌跡預測深度整合，騰訊將觸覺傳感融入機器人，通過感受外界的接觸信息感知和識別物體，Stretch 通過多維環境數據感知，實現多物體的智能辨識和分析。中國科學技術大學發布首個高空作業機器人多模態感知 USTC FLICAR 數據集。人機友好交互結合智能機器人感知現實世界實現個性化服務人機友好交互結合智能機器人感知現實世界實現個性化服務。OpenAI 支持的 Neo 機器人支持用戶通過 VR 方式與其交互，35 Microchip 開發基于電場

70、感應的 3D 手勢識別技術，MIT 提出了基于腦電信號和肌電信號（腦機接口）的人機交互方案利用腦電信號和肌電信號來實時監督糾正機器人的動作。通過融合自然語言大模型與多模態感知技術，智能機器人對外界實現了全面且深入的理解，從而增強了感知能力和人機交互體驗。四、智能機器人產業分析(一一)全球智能機器人產業概況全球智能機器人產業概況 1.智能機器人產業規模智能機器人產業規模 近年來，隨著科技的飛速發展，機器人產業在全球得到了廣泛關注。在各國政策的大力支持和市場需求的雙重推動下，智能機器人產業迎來了一個黃金發展期。而人口老齡化、疫情流行等因素與旺盛的需求疊加，推動全球智能機器人市場規模持續走高。202

71、2 年，全球智能機器人市場規模超過 500 億美元，預計在 2024年將超過 660 億美元。盡管市場規模持續擴大，但增速有所回落，2021 年全球市場增速超過 20%，預計今年將回落至 15%左右，如圖10 所示。36 圖 10 智能機器人全球市場規模（資料來源：IFR，中國信通院、電子學會）從應用領域來看，工業機器人、服務機器人和特種機器人市場規模均呈現出增長的態勢。其中，服務機器人則在醫療、養老、教育等領域發揮越來越重要的作用，需求不斷擴大，市場占比最高。在 2019年服務和特種機器人占比在首次超過工業機器人，到 2024 年服務與特種機器人占比將達到 65%。2.智能機器人產業體系智能

72、機器人產業體系 機器人產業體系是一個涵蓋上中下游的完整產業鏈，包括核心零部件、軟件開發、本體制造、系統集成等多個環節。產業鏈上游包括核心零部件制造商和應用軟件提供商。產業鏈中游為本體制造商，這一環節的企業主要負責機器人的研發、設計和生產。產業鏈下游是系統集成商，主要負責根據客戶需求，將本體制造商生產的機器人與各類設備進行集成，形成完整的自動化生產線或解決方案。隨著技術 37 進步與市場需求疊加，圍繞智能機器人形成了新產業環節，如圖 11的智能技術解決方案、新興服務等，成為產業體系重要組成部分。圖 11 智能機器人產業體系 當前產業主體和參與者發生了明顯的變化，形成了全新的產業圖譜，如圖 12。

73、在早期階段，主要由傳統機器人制造企業和技術研究機構參與。然而，隨著技術的不斷創新和市場需求的不斷擴大，越來越多的企業和投資者紛紛投身于智能機器人產業，這使得產業主體呈現出多元化的發展態勢。38 圖 12 智能機器人產業圖譜 (二二)智能機器人產業發展趨勢智能機器人產業發展趨勢 1.產業重點環節分析產業重點環節分析 智能技術智能技術：人工智能、大數據、自然語言處理等技術為機器人賦予了更強大的感知、決策和學習能力，使其在復雜環境中實現更高程度的自主作業。隨著智能技術的應用和普及程度越來越高，通用性的智能技術解決方案成為了產業的基石。部分企業以以智能技術為核心打造通用的功能模塊，被廣泛應用在了智能機

74、器人產品中。平臺平臺：平臺涵蓋了機器人開發設計、訓練、部署、運營管理和優化等全生命周期環節，并提供了標準的數據和應用接口，匯集了機器人運行過程中的關鍵數據，重要程度日益凸顯。因此覆蓋智能機器人全生命周期的平臺成為了布局的熱點環節，芯片提供商、機器人行業 39 企業、軟件開發商等多類主體紛紛參與，將其作為增強行業掌控力的重要抓手。芯片提供商，如英偉達、英特爾等公司為拓展自家產品應用范圍，試圖以“芯片+平臺”的組合新興占據產業核心環節；機器人行業企業如 ABB、Fanuc 等，持續深耕優勢領域，打造面向工廠的解決方案，以尋找新的價值增長點；軟件開發商如 Brain Crop、Picknik等圍繞平

75、臺打造提供通用解決方案，在細分領域形成競爭力。新興服務新興服務：圍繞機器人的服務成為新價值增長點。智能機器人用戶企業希望以低成本創造高價值，機器人即服務迎合了市場的需求。用戶企業按需使用，根據使用時長和內容付費，可降低部署成本。智能機器人提供商可根據用戶需求針對性運營，提升靈活性，最大化利用產品價值。機器人即服務逐漸變革傳統以出售為主的商業模式。目前機器人即服務市場 CAGR 達到 17%，成為全新的價值點，其中 37%集中在亞洲太平洋地區，以達芬奇機器人為例，其 RAAS 模式營收占比達到 16%，企業朝著服務提供商轉型。此外，由于智能機器人整合了大量智能技術，產品創新門檻和落地應用難度提升

76、，企業對技術支持和服務的需求增加，因此面向機器人企業的服務逐漸興起。如亞馬遜發布有助于訓練機器人揀選和放置功能的 ARMBENCH 數據集，以提供技術和數據支持作為盈利點，實現合作共贏。2.產業競爭格局變遷產業競爭格局變遷 隨著新主體的紛紛加入，智能機器人產業競爭格局發生了顯著變化，形成了各具特色的發展路徑。40 智能機器人整機廠商智能機器人整機廠商在行業深耕多年，積累了豐富行業渠道和整機集成技術，企業憑借這些優勢，通過投資、收購、合作等方式，開始布局智能技術和平臺系統領域，持續為產品疊加智能化功能，打造覆蓋更全面的產品體系，試圖提升產業鏈掌控能力。如安川機器人與 Rapid Robotics

77、 合作，擴展了工業機械臂解決方案，提高了機械臂的有效載荷、速度和范圍；ABB 推出 OptiFact 模塊化軟件平臺，節省高達 25%的數據收集分析時間。值得注意的是國內外廠商均在整機及關鍵零部件進行布局，但國外企業在操作系統、開發平臺等領域布局領先一籌。智能技術企業智能技術企業憑借在信息通信等領域積累的先進技術和解決方案，以智能技術和軟件工具為切入點，提升機器人人機交互、自主決策與簡易部署等能力，開辟行業競爭新賽道，為自身產品尋找新應用市場。如英偉達發布了最新版本的 Isaac Sim 平臺，用于開發和測試人工智能機器人；?？低暟l布了一系列機器人工業智能相機，內嵌基于深度學習的視覺工具。目

78、前國際領先企業引領科技變革方向，打造操作系統、大模型等基礎設施，國內企業尚處于初步發展階段。智能機器人行業出現了一批初創企業初創企業，這些企業瞄準細分領域市場需求，以智能技術為核心形成解決方案，并在門檻較低的領域打造整機產品，逐步拓展市場。如 Covariant 公司采用模仿學習、元學習等算法加深機器人對世界的理解，以倉儲和物流領域作為應用切入場景打造解決方案；金矢機器人推出了可為病人提供全方位安全 41 保護的 iReGo 下肢智能康復機器人等。智能機器人初創企業無論國內外均十分重視軟硬結合，強調軟件、系統對智能硬件的控制與作業提升。3.產業生態發展趨勢產業生態發展趨勢 隨著越來越多主體參與

79、到智能機器人產業中，產業生態由封閉產業生態由封閉體系走向開放化，多方主體協同發展體系走向開放化，多方主體協同發展。一方面，智能化技術快速發展迫使產業主體尋求多方合作，進而推動產業開放化、協作化。產業主體通過技術應用轉化、合作營銷、供應鏈協同等方式，加快技術和產品創新，提升企業競爭力。如韓國機器人產業協會主導的自動駕駛機器人聯盟成立，LG 電子等 18 家公司參與，將加快智能自動駕駛機器人的商業化；電子商務機器人技術提供商 OSARO 推出合作伙伴聯盟計劃，為供應商、集成商、分銷商、經銷商、第三方物流公司和顧問提供提供統一的解決方案。另一方面，開放化產業生態加劇企業間競爭，對初創公司的孵化和扶持

80、吸引關注。行業門檻提高，部分產業主體幫助更多企業進入機器人賽道，進一步推動產業開放化。如MassRobotics 聯合 FESTO、三菱電機、Novanta 和 MITRE 等公司成立了醫療機器人創業公司孵化計劃，向醫療機器人創業公司提供導師、大公司的資源，及潛在客戶、投資者、供應商、營銷等指導和支持，2022 年報名參與者人數比 2021 年增加近一倍，最終 7 家公司成功入選。(三三)我國智能機器人產業現狀與發展趨勢我國智能機器人產業現狀與發展趨勢 42 隨著我國工業數字化轉型不斷深入，教育、醫療、安防等領域需求擴增，我國智能機器人市場蓬勃發展，預計 2024 年將達到 251 億美元，C

81、AGR 達到 20%，如圖 13。工業機器人、服務機器人、特種機器人占全球比例將達到 50%、35%、24%。圖 13 我國智能機器人市場規模（資料來源：IFR，中國信通院、電子學會）根據中國機器人技術與產業發展報告，我國智能機器人優質企業重點分布在京津冀、長三角、珠三角等地區，在產業鏈上中下游均有分布，京津冀地區科研實力強，長三角地區電子信息和制造業基礎較好，發展起步早，珠三角地區控制、伺服系統技術領先，金融環境靈活。整體來看，我國龐大市場需求培育一批機器人整機制造和系統 43 集成國產廠商，各行業國產化比例不斷提升，服務、特種機器人領域，國產整機優勢顯著，如掃地機器人已經基本被國內品牌產品

82、占據，科沃斯、小米、石頭、云鯨和美的等企業的產品占據了 70%以上的市場份額；在工業機器人領域，仍以國外為主。各行業的整機產品存在明顯的替代差異性。目前我國智能機器人產品高端化依然不足，國產企業更多占據價值鏈中下游，產品附加值相對較低，部分企業正向高端發起沖擊，GGII 數據顯示，2021 年國產伺服控制系統在工業機器人的配套市場份額中，占比仍不到 30%。產業基礎薄弱，關鍵零部件質量穩定性、可靠性等還不能滿足高性能整機的需求；高速、高精、重載等高性能整機產品供給缺乏等仍是我國智能機器人產業面臨的問題。隨著產業環節的裂變升級，新興領域企業涌現，資本持續押注。我國企業產品憑借優質價廉的優勢占據大

83、量市場。國內逐步出現行業領先企業彌補我國機器人軟件短板，阿里、埃夫特、達闥等公司在機器人云平臺、智能化等領域開展布局，中國機器人行業投融資市場整體呈波動上升趨勢發展，在 2021 年，融資規模和事件數量都創造歷史新高，2022 年，中國機器人行業仍然是資本關注的重點對象，900 余家企業獲得投融資，占機器人企業總數近一半。但是目前，我國智能機器人行業尚未孵化龍頭企業，企業競爭力低于領先水平。國內企業規模和體量較小，以工業機器人為例，ABB 一家企業市值超過國內埃斯頓、新松、埃夫特、匯川等頭部企業市值之和。從市場范 44 圍來看，國內企業以國內市場為主，沒有完全走出去參與國際競爭，ABB 業務遍

84、及全球 100 多個國家和地區，歐洲、亞洲、中東和美洲等地區是主要市場，埃斯頓匯川等企業的產品主要銷售于中國境內，僅有少部分銷往歐洲、美洲等。(四四)重點企業案例重點企業案例 1.國外典型企業國外典型企業-英特爾英特爾 英特爾是全球頂尖的芯片制造商之一，在軟件、芯片和平臺等領域開展了多元化的布局?；谛酒I域的優勢，英特爾打造集成了硬件、邊緣平臺、性能優化和技術預演的機器人矩陣。硬件方面，提供了 Realsense 深度攝像頭、FPGA 和英特爾具備傳統優勢的 CPU、視覺處理器等，并提出了硬件參考設計工業邊緣節點參考架構。邊緣平臺方面，形成了工業邊緣控制平臺、工業邊緣洞見平臺、AMR開發平臺

85、和機器人“云-邊-端”一體化等平臺軟件。性能優化方面，英特爾提供了包括深度學習優化及異構部署 OpenVINO、并行優化、高性能計算及異構部署 oneAPI、確定性實時優化 ECI RT Patch 在內的解決方案。在技術預演方面，英特爾的解決方案在移動機器人、視覺抓取等方面進行應用驗證?；?ROS2 開源項目，英特爾提出了建圖和路徑規劃、機器視覺、智能操控等開放解決方案。2.國外典型企業國外典型企業-ABB ABB 是工業機器人“四大家族”之一，為機器人、設備和工廠自動化提供集成解決方案，產品涵蓋了鉸接式機器人、AMR、SCARA 45 機器人等多種類型，在汽車、電子、建筑等領域得到廣泛應

86、用。自 2018年以來，ABB 持續推行“本地對本地”的生產戰略，陸續在上海和美國密歇根建立了大型工廠。2023 年 9 月 13 日，ABB 宣布投資 2.8 億美元，在瑞典韋斯特羅斯新建一座最先進的歐洲業務園區，為客戶提供人工智能協作機器人和工業機器人，并且支持柔性自動化的數字化解決方案。至此，ABB 已累計為三個機器人工廠投資 4.5 億美元。產品方面，ABB 持續完善、優化機器人產品的同時，陸續在軟件、平臺和工廠解決方案等領域持續發力。2023 年 10 月 10 日，ABB機器人發布了新款 OptiFact 模塊化軟件平臺，平臺旨在簡化自動化生產設施中的數據收集、可視化和分析工作，使

87、用戶得以輕松實現對包括 ABB 機器人在內的數百臺工廠設備數據的收集、管理和分析，可幫助工廠運營將生產效率提升最多 20%。3.國外典型組織國外典型組織-MassRobotics MassRobotics 是一家獨立的非營利組織，也是世界上最大的機器人創業中心，致力于為創新機器人和自動化初創公司提供開發、原型設計、測試和商業化其產品和解決方案所需的工作空間和資源，幫助其創建和擴展下一代成功的全球機器人和互聯設備公司。2018 年，MassRobotics 與機器人工業協會（RIA）達成戰略合作，推進機器人組織的創新和技術。2022 年 10 月，MassRobotics 宣布與 AMD 合作，

88、向機器人初創公司介紹和提供技術，確保初創公司能夠圍繞自動化、移動性、人工智能和機器視覺等相關應用開發創新解決方案。46 2023 年，MassRobotic 攜手費斯托、三菱等宣布推出第三期醫療機器人初創公司孵化計劃。第一期孵化計劃 4 家初創企業入選，第二期計劃 7 家初創企業入選，第三期報名已開啟。入選的初創企業將獲得設備、技術、測試資源等方面的支持，并獲得與導師、創新中心、行業企業等單位接觸機會。4.國內典型企業國內典型企業-達闥達闥 為了提高云端智能架構與系統的安全性，達闥構建了機器人安全專網 VBN(全稱：Virtual Backbone Network)，機器人本體通過物聯網或移動

89、互聯網就近接入至 VBN 專網接入點，然后通過專網專有線路去訪問云端大腦，整體網絡架構如圖 14 所示。達闥機器人安全專網疊加在運營商的網絡基礎設施之上，基于運營商的專有線路而不是互聯網線路進行網絡傳輸。作為云-邊-端融合機器人系統的神經網絡，它為機器人和云端大腦提供安全可靠的網絡連接。圖 14 云-網-端融結合的智能機器人系統架構 5.國內典型企業國內典型企業-埃斯頓埃斯頓 埃斯頓是國產機器人企業“四小龍”之一，其工業機器人產品線在 47 公司自主核心部件的支撐下得到高速發展，產品已經形成以六軸機器人為主，在新能源，焊接，金屬加工、3C 電子、工程機械等細分行業擁有頭部客戶和較大市場份額。2

90、021 年埃斯頓全面進軍工業智能化和數字化制造領域，借助掌控自動化設備數據入口優勢的基礎，通過埃斯頓統一的云平臺及統一的 OPCUA 通訊協議，為客戶提供自動化設備遠程接入平臺，以及各種數字化增值服務，包括設備數據采集和邊緣計算，運行狀況監控，過程質量監控，生產效率提升，物料消耗控制等數字化管理服務。2023 年 9 月，埃斯頓參加第 23 屆中國國際工業博覽會，展示多款全新 UNO 系列工業機器人及行業應用解決方案，致力推動工業制造業向綠色低碳轉型升級。6.國內典型企業國內典型企業-思嵐科技思嵐科技 思嵐科技（SLAMTEC）成立于 2013 年，主要研發方向為機器人自主定位導航及核心傳感器

91、等方面，主要產品包括 360 掃描測距激光雷達 RPLIDAR、模塊化自主定位導航系統 SLAMWARE 及通用型服務機器人平臺 ZEUS 等，目前思嵐科技已成為服務機器人自主定位導航解決方案的領航者。2022 年，思嵐科技發布性能更強、體積更小、部署更輕的運動機器人平臺雅典娜 Athena2.0，搭載了全新的 SLAM Cube2 自主定位導航系統及激光視覺多重導航方案，能夠實現自主上下電梯等多樓層之間的自主移動。平臺提供了標準的開發軟硬件接口支持用戶快速二次開發。除激光雷達、開發平臺等硬件，思嵐科技的還為用戶提 48 供了導航算法套件和開發軟件等。目前，思嵐科技旗下產品已成熟應用于餐廳、酒

92、店、商場、銀行、醫院、機場等各大場景的服務機器人中，服務超過 2000 家企業，10 余萬個人用戶。五、智能機器人細分領域發展趨勢(一一)工業領域工業領域 1.工業機器人概述工業機器人概述 根據機器人分類（GB/T 39405-2020）的標準定義，工業機器人是指自動控制的、可重復編程、多用途的操作機，可對三個或三個以上軸進行編程，它可以是固定式或移動式，在工業自動化中使用。工業機器人的部署場景相對固定，執行任務的重復性高，對精度、負載能力等要求高，同時需要具備無人化安全作業，能進行便捷的控制和應用開發等功能。技術創新、制造模式的變化、生產要素的變化、市場容量的增加、政策的激勵、需求市場的變化

93、、產業的大調整和升級以及新能源的爆發和電子行業投資的旺盛等因素共同推動了工業機器人在制造領域的應用和普及，并為其未來的發展提供了廣闊的市場空間和機遇。2021 年工業機器人安裝量達到 48.7 萬臺，銷售額 175 億美元，同比增長 26%；預計 2024 年全球工業機器人市場規模將達到 230 億美元，如圖 15 所示。49 圖 15 2017-2024 世界/中國工業機器人銷售額及增長率（資料來源：IFR，中國信通院、電子學會）我國工業機器人市場規模保持增長態勢；預計到 2024 年，中國工業機器人市場規模將近一步擴大至 115 億美元，如圖 15 所示。相比于服務機器人和特種機器人，工業

94、機器人在生產制造領域廣泛應用，任務特點包括精度要求高、連續工作、強度大、環境惡劣、重復性高等。因此，工業機器人在模塊化設計、自主能力和管理維護這三個方面有特別的需求。隨著各行業數字化轉型進程加快，智能工業機器人成為企業降本增效的重要工具，市場規模創下歷史新高。2.工業工業機器人技術趨勢機器人技術趨勢 為了進一步提升工業機器人的性能、靈活性和效率，以適應不斷變化和復雜的生產需求。工業機器人研發和生產團隊圍繞著硬件模硬件模塊化配置、人工智能分析決策和數字孿生平臺全流程管控塊化配置、人工智能分析決策和數字孿生平臺全流程管控這三個重點功能進行技術迭代。硬件模塊化配置是工業機器人研發和生產的重要方向。通

95、過將機器人硬件設計成模塊化，可以使得機器人的組成和結構更加靈活和可配置。此外，硬件模塊化配置還可以使得工業機器人的生產更加 50 敏捷和快速，可以根據市場需求進行快速調整和擴展。人工智能技術可以使得機器人更好地識別和處理復雜的工作環境和工作任務，提高生產效率和準確性。例如，機器人的視覺識別系統可以通過人工智能技術自動識別和抓取目標物體，這極大地提高了生產線的自動化程度和生產效率。此外，人工智能技術還可以對機器人的運行數據進行實時監測和分析，及時發現潛在的問題并進行預警和維護，提高機器人的可靠性和使用壽命。數字孿生技術可以模擬機器人的運行狀態和行為，有助于更好地管理和優化機器人的性能。通過數字孿

96、生技術，可以在虛擬環境中模擬機器人的行為和性能，預測潛在的問題并優化機器人的設計和配置，從而提高生產效率和降低成本。此外，數字孿生平臺還可以對機器人的生產過程進行全流程管控，從計劃、調度、執行到監測、預警、維護等環節進行全面管理和優化，提高生產效率和降低成本。3.工業機器人產業趨勢工業機器人產業趨勢 全球工業機器人產業在近年來經歷了一些整合和重組，出現了一些壟斷現象。整體上仍然有多家主要競爭對手在市場上展開競爭。隨著科技的不斷進步，越來越多的 ICT 企業開始進入該領域。這些企業擁有強大的技術實力和創新能力，能夠提供更加智能化、高效化的產品和服務。例如，高通和英偉達等 ICT 企業通過自主研發

97、和技術創新，在工業機器人領域取得了重要進展。Funuc、Kuka、ABB、安川、松下、三菱、愛普生、那智不二越等均是工業機器人的主要企 51 業，市場占比如圖 16 所示。這些競爭對手在產品研發、技術創新、市場拓展等方面都擁有強大的實力和優勢。圖 16 2022 年工業機器人主要廠商全球市場占比（資料來源：中國產業信息網）外資巨頭企業在市場上占據了優勢地位，具有廣泛的客戶基礎和品牌影響力。這些外資企業通過先進的技術、高品質的產品和優質的服務，贏得了消費者的信任和忠誠度。我國工業機器人制造商和零部件制造商市場份額逐漸擴大。以突破關鍵核心技術為首要目標，由搬運、焊接、裝配等操作型任務向加工型任務拓

98、展，部分行業實現國產化替代。例如，精密減速器國產化率從 2014 年的 11.4%上升到 2021年的 40.6%，減速機國產替代具備強確定性。綠的諧波研發基于三次諧波減速原理的 Y 系列諧波減速器產品，扭轉剛度、傳動精度大幅度提升，具有自主技術產權的核心技術體系加速構建。我國匯川、埃 52 夫特、埃斯頓、新時達、新松等工業機器人企業通過在細分領域不斷發力，推動全球競爭格局演變。(二二)服務領域服務領域 1.服務機器人概述服務機器人概述 隨著國民購買力的提高、高科技的平民化、人力成本的上升、老齡化的加速等因素共同推動了服務機器人在各個領域的應用和發展，使其成為現代社會中不可或缺的一部分。服務機

99、器人主要包括個人服務機器人和公共服務機器人兩類。個人服務機器人：在家居環境或類似環境下使用的,以滿足使用者生活需求為目的的服務機器人。公共服務機器人：住宿、餐飲、金融、清潔、物流、教育、文化和娛樂等領域的公共場合為人類提供一般服務的商用機器人。服務機器人主要用于在家居或公共環境，相較于工業機器人通過程序和控制器，服務機器人更多通過語音識別、表情識別、手勢識別進行直接交互。2022 年，全球服務機器人市場規模達到 217 億美元。2024 年，全球服務機器人市場規模將有望增長到 290 億美元，如圖 17 所示。2022 年，中國服務機器人市場規模達到 65 億美元。到 2024 年，隨著新興場

100、景的進一步拓展，中國服務機器人市場規模將有望突破100 億美元，如圖 17 所示。53 圖 17 2017-2024 全球/我國服務機器人銷售額及增長率（資料來源：IFR，中國信通院、電子學會）服務機器人的主要用途是為人類提供各種服務，包括家庭保潔、醫療照顧、老年人護理、兒童教育和零售服務等。因此，服務機器人在交互性、安全性和智能感知能力這三個方面有特別的需求。2.服務機器人技術趨勢服務機器人技術趨勢 考慮到服務機器人的服務對象和使用環境，新型人機交互、用戶新型人機交互、用戶使用安全、智能決策使用安全、智能決策是主要的技術布局方向。隨著科技的不斷發展，人機交互技術也在不斷創新。服務機器人需要具

101、備更加自然、直觀、友好、便捷的人機交互方式，以便更好地與人類用戶進行交互和協作。這包括語音識別、自然語言處理、手勢識別、面部表情識別等技術，以及多模態交互和情感交流等前沿技術。其中，自然語言處理和腦機接口是該方向的代表技術。服務機器人需要結合智能算法和多傳感器識別，保障用戶的使用安全。例如，碰撞檢測技術用來確保機器人在操作過程中不會對人或環境造成傷害。該技術融合了包括多種傳感器、激光雷達等多模態數據，并利用多維數據進行深度學習和 SLAM。54 服務機器人需要具備更加智能的決策能力，以便更好地適應復雜多變的環境和任務。特別是生成式 AI 實現更高級別的自主性和智能化。生成式 AI 一方面可以用

102、于生成新的任務或策略。如果一個服務機器人需要在未知的環境中執行任務，生成式 AI 可以幫助機器人生成新的路徑規劃或策略。另一方面，該技術也可以用于創建復雜的模擬環境，用于訓練服務機器人。例如，生成對抗網絡（GANs）可以用于生成逼真的環境圖像，用于訓練機器人的視覺系統。3.服務機器人產業趨勢服務機器人產業趨勢 從全球范圍看，大型企業在市場中占有顯著的地位。然而，隨著需求的增長，新的參與者也正在進入市場。當前主要企業包括大福，德瑪斯，Swisslog Holding AG 和 iRobot。全球產業處于中度競爭，各方開始采用收并購策略鞏固市場地位，推出機器人即服務、租售結合等新的業務模式。我國在

103、人工智能、5G 等新一代信息技術領域取得領先成果，推動服務機器人的技術和產業創新。隨著國內服務機器人應用場景不斷下沉，在家務、教育等需求高、使用多的場景，我國產品技術相對成熟，已經在市場上實現了放量，受到企業和資本的關注。此外，我國服務機器人重視與下游行業應用、上游科技研 究的相關機構和企業合作，聯合開展研發以增強產品競爭力，加速形成特色開放的行業生態。例如，達闥與華為簽署合作協議，推進人工智能與云端機器人產業的協同發展，共同打造云端機器人城市運營聯合解決方案，推廣 55 機器人運營服務，促進人工智能產業壯大發展。(三三)特種領域特種領域 1.特種機器人概述特種機器人概述 特種機器人是指一類被

104、設計和制造用于執行特定任務或應用的機器人，它們通常具有高度專業化的能力，以滿足特定領域任務的需求。近幾年，全球特種機器人產業快速發展，規模年均增長率達到21.7%，2022 年全球特種機器人市場規模超過 100 億美元，預計 12024年市場規模將有望達到 140 億美元。2017-2024 年全球特種機器人市場規模變化趨勢如圖 18 所示。圖 18 2017-2024 年全球/我國特種機器人市場規模（資料來源：IFR，中國信通院、電子學會）受益于科技的迅猛發展和不斷增長的需求，我國自 2017 年以來，特種機器人市場開始起步發展，年均增長率達到 30.7%。預計到 2024年，我國特種機器人

105、市場規模將有望達到 34 億美元，如圖 18 所示。特種機器人市場具有廣闊的前景。56 特種機器人與其他機器人的區別主要有：其功能和性能針對特定應用領域的領域專業化；具備適應不同環境和任務能力的環境適應性；部署于人類無法工作的危險或特殊環境的適用高危險任務；以及由于環境特殊，要求特種機器人高度可靠。而特種機器人相比于工業機器人和服務機器人，特種機器人的主要用途是在人類無法直接介入或高危的環境中執行任務，包括醫療手術、深海探測、航天維修、軍事偵察、災難救援等。因此，特種機器人在適應環境、感知能力和執行能力這三個方面有特別的需求，如圖 19 所示。圖 19 工業、服務和特種機器人性能對比 2.特種

106、機器人技術趨勢特種機器人技術趨勢 由于智能特種機器人的應用環境和所執行的任務，需要準確的感知周圍環境以及高效的執行任務。因此對特種機器人的技術研究主要集中在感知、適應和執行這三個方面。高感知能力、高適應性、高感知能力、高適應性、高執行能力高執行能力成為了技術主要的布局方向。感知能力分析能力執行能力交互性移動性安全性穩定性適應性工業服務特種 57 在感知能力方面，利用多維環境數據融合使特種機器人能夠全面感知復雜環境以規避風險，其中的主要技術有機器視覺和數據融合，使用攝像頭和視覺算法來捕獲、處理和分析圖像和視頻數據，從視覺數據中提取有用的信息，將來自不同數據源的信息合并、處理和分析，使特種機器人準

107、確感知環境，以做出更準確的決策。在高適應性方面，基于大型語言模型或者自然語言處理的友好人機交互能力提升特種機器人的任務適應性，其中主要技術為大型語言模型和感情識別技術，使用深度學習技術構建的自然語言處理模型，具有從數億到數萬億的參數，可賦能特種機器人社交互動、信息檢索等能力。同時在特種機器人領域可用于清湖情感理解、情緒健康監測、情感診斷等任務，提高智能機器人情感智能，擴大應用范圍。在高執行能力方面，人工智能控制算法賦予特種機器人復雜場景下的執行能力。其中主要技術為人工智能控制算法，人工智能控制算法使特種機器人可以在動態環境下高效執行各種任務，常見的控制算法有：基于強化學習的控制算法、模型預測控

108、制、自適應控制等，可以顯著提升特種機器人的執行能力。3.特種機器人產業趨勢特種機器人產業趨勢 在特種機器人產業領域中，國外的相關產品技術研究起步很早，在傳感器硬件、伺服電機、控制算法等方面具有傳統技術優勢。形成了龐大的技術體系，具有競爭優勢。在行業內積累了廣泛的國際知名度和影響力，并逐漸形成了行業標桿和領軍者。58 波士頓動力的 Atlas 配備了先進的感知與控制系統，具有業內極為優越的平衡控制和自主導航能力。波士頓動力成為腿式機器人領域的權威，其產品在建筑、救援、軍事等特種領域具有非常廣泛的應用前景。國內廠商的相關產品技術研究相較于國外廠商起步較晚，但國內廠商通過技術突破和融合，在部分產品賽

109、道實現了從追趕-并駕齊驅-超越的過程。國內通信、人工智能等領域的技術快速進步，并將這些優勢技術應用到特種機器人領域，發掘新場景、新路徑，實現在細分領域的產品突破。疫情和國際貿易形式的變化為特種機器人行業的本地化發展注入動力。例如醫療與深水特種機器人的迅速發展，使國內企業逐漸形成了豐富的產品矩陣，在部分細分領域具有較大的市場占有率。國內的天智航骨科手術機器人除了具有了高效、易用和精準智能的特點外，融合了先進的網絡通信技術，實現高品質影音傳輸，以實現與遠程專家資源對接、遠程診療的交互平臺。在國內創傷骨科機器人市場中，天智航的市場占有率超過 75%。由此可見，未來基于新需求的特種機器人將不斷涌現，國

110、內品牌通過技術革新向高端攀爬。(四四)人形機器人人形機器人 1.發展歷程發展歷程 人形機器人，也稱為仿人機器人，是一種旨在模仿人類外觀和行為的機器人，具有類人的外觀、感知、決策、行為和交互能力。它們 59 通常具有與人類相似的身體結構和功能，例如可以行走、說話、感知環境、做出決策和與人類交互等。人形機器人的研究和開發已經進行了半個世紀，其發展階段如圖 20 所示。圖 20 人形機器人的發展階段 從早期的 WABOT 到現在的特斯拉 Optimus，人形機器人的發展已經從技術驗證期過渡到了商業試水期。在最早期的人形機器人萌芽期（1970-2000 年），研究重點聚焦于在機械外形設計和初步的控制算

111、法上實現仿人。WABOT-1 是世界上第一個仿人機器人，由早稻田大學的四個實驗室在 1970 年開始研發，于 1973 年完成。WABOT-1 由四肢控制系統、視覺系統和對話系統組成。WABOT-1 能夠用日語與人交流，并通過外部感受器、人造耳朵和眼睛以及人造嘴來測量物體的距離和方向。WABOT-1 用下肢行走，能夠用裝有觸覺傳感器的手抓住和運輸物體。據估計，WABOT-1 具有一歲半兒童的智力。2000-2018 年是人形機器人的探索期，此時的人形機器人開始具備更復雜的功能，如跑步、跳躍和與人互動。波士頓動力公司在這一 60 時期公布了初代 Atlas 機器人。該機器人是是基于波士頓動力公司

112、早期的PETMAN人形機器人，它有四個液壓驅動的四肢，專為各種搜索及拯救任務而設計的，并在2013 年 7 月 11 日向公眾亮相。Atlas 機器人最讓人驚嘆的是擅長在崎嶇的地形行走、攀爬，包括不平整的碎石地、雪地等，它能夠保持平衡、快速行走、搬箱子，甚至在被踢倒后自己爬起來，而且它學習走路的動作和形態與人類驚人的類似。2018-2022 年是人形機器人的發展期，在此階段的研究重點是利用更先進的 AI 技術，使機器人能夠進行復雜的決策和任務處理，開始應用于實際場景。例如，CENTAURO 機器人是一種集成混合運動與大功率柔性操作的半人馬救災機器人。它是由歐盟 Horizon 2020 項目中

113、的 CENTAURO 項目組開發的，旨在為救援行動提供支持。CENTAURO 機器人采用了下身四足腿輪混合和上身仿人形雙臂的設計理念，身高約 5 英尺（1.5 米），重達 93 公斤。CENTAURO 機器人的硬件平臺搭建包括多圈式的全向輪設計、基于兩款不同機械手的末端執行器、傳感器的硬件配置、電池和 WIFI模塊、機載計算機模組/計算機、關節驅動模塊等12。它還具有遠程遙控和半自治功能，在通信中斷或延遲的情況下，機載電腦可以自行預測該如何移動。CENTAURO 機器人既可以用作研究工具，也可以在現實世界中發揮作用。它的雙臂輕型且可以舉起大約 11 公斤的重物，與成年人的操控強度和靈活性相當。

114、CENTAURO 機器人的研 61 究和開發已經進行了多年，目前已經進入商業試水期。在 2022 年開始，人形機器人的發展引來了爆發期。大模型等 AI賦能技術使人形機器人不僅在外形和行為上與人類相似，更具有強大智能、思維和類人的語言能力。2022 年 10 月 1 日，在特斯拉 AI Day 上，馬斯克正式介紹了特斯拉首款人形機器人“Optimus”。Optimus 機器人是由特斯拉公司開發的一種人形機器人，特斯拉將在汽車領域電池組、冷卻系統等成熟技術運用到了 Optimus 上，還使用與汽車測試類似的技術來進行擎天柱的運動和對外部碰撞模擬。該款人形機器人結合了特斯拉的 AI 技術，即基于視覺

115、神經網絡神經系統預測能力的自動駕駛技術。在 AI Day 上，Optimus 展示了其在汽車工廠執行搬運、澆水植物、移動金屬棒等任務的視頻。2.當前趨勢當前趨勢 由于人口老齡化、勞動力人口下降和人力成本上升等問題，推動機器換人的需求增加。人形是最適合人類社會所有場景的形態，無需改變場景來適應機器。同時，人形機器人能夠發揮類人能力，用類人的感知、決策、運動和執行能力來幫助人們面對生活中的各種問題。隨著通用人工智能、感知和動力系統等方面取得了巨大進步，人形機器人性能得到極大提升，成本逐漸下降，部署步伐加快，相關應用場景也不斷擴展，從最初的制造業到醫療、救援、服務業等各個領域。Markets and

116、 Markets 預計，2023-2028 年人形機器人市場規模將從 18 億美元增長到 138 億美元，年復合增長率（CAGR）為 50.2%，62 如圖 21 所示。圖 21 人形機器人市場規模預測（資料來源：Markets and Markets）高盛預計未來 10 至 15 年內，人形機器人市場規模將增至 60 億美元以上規模。樂觀估計，2035 年市場規?？赡苓_到 1540 億美元。隨著資本的驅動，人形機器人產業正掀起一股投資并購的熱潮?？萍季揞^們紛紛加入這個新興的領域，爭相布局人形機器人賽道，以搶占先機。亞馬遜投資 Digit 人形機器人；英偉達領投美國 Machina Labs；

117、OpenAI 領投 1X Technologies；PVC 領投初創公司 Figure；三星電子投資韓國 Rainbow Robotics。在這場激烈的競爭中，企業間的合作與競爭也日益加劇，推動了人形機器人技術的快速發展。3.國內外產業對比分析國內外產業對比分析 隨著人形機器人產業的快速發展，大量的新進入者開始涌入這個領域，使該產業發展呈現出百花齊放的態勢。63 歐美等發達國家的人形機器人產業主體憑借其技術實力和資金優勢，得以在競爭中占據領先地位。這些企業通過不斷的技術創新和產品升級，不斷提升自己在市場上的競爭力?？萍季揞^積極布局新市場新賽道，AI 創新的領跑者均切入人形機器人賽道，擴大技術遷

118、移效應。而中國在這個領域中的發展也十分迅速，一些中國企業通過引進國外先進技術或者與國外企業合作，得以在短時間內快速提升自己的技術水平和市場競爭力。國內外人形機器人企業技術滲透如圖22 所示。圖 22 國內外人形機器人企業技術環節滲透示意圖 在軟件和信息與通信技術領域，隨著通用人工智能技術的持續突破，智能算法、控制和操作系統軟件等關鍵領域正在形成一系列新的賽道。這些新賽道不僅推動了產業的發展，也吸引了來自不同背景和角色的多方主體參與其中。多方主體的涌入，使得這些新賽道充滿了競爭和創新。不僅有傳統的軟件和 ICT 企業，還有許多新興的初創企業、研究機構和高校等參與其中。他們的加入不僅帶來了新的技術

119、和思路，也使得整個產業的競爭格局更加多元化和激烈。64 4.我國人形機器人發展態勢我國人形機器人發展態勢 龐大的市場需求催動多類主體競相入局賽道，我國人形機器人市場規模持續擴增活力逐漸顯現。據中商產業研究院測算，20232030 年，我國人形機器人市場規模增速將達到 30%，預計突破 8700億元。在人形機器人組成部件中，我國傳統機器人廠商遨博加快攻關人形機器人所需電機、驅動器等核心零部件，推動國產化進程。智能技術領域，科大訊飛從大模型切入，開發人形機器人整機系統。ICT領域，小米發揮人工智能、先進制造等多重優勢，發布 Cyberone 機器人擴大智能產品生態圈。2023 年，我國人形機器人迎

120、來爆發奇點時刻。小鵬的“PX5”融合了汽車自動駕駛技術；理工華匯的人形機器人實現了全球目前最高最遠的跳躍；優必選的“Walker X”實現騎平衡車技術并在大運會應用；宇樹的“H1”和智元的“遠征 A1”僅用半年完成初代產品的研發?？梢妵鴥鹊娜诵螜C器人產品各具特色優勢，呈現“百家爭鳴”。人形機器人的快速發展和巨大的發展潛力，也得到了國家部委和各地方政府的注意和重視。在國家層面，2023 年 3 月 1 日，工信部長金壯龍表示，工信部將研究制定未來產業發展行動計劃，加快布局人形機器人等前沿領域。2023 年 8 月 18 日，工信部副部長徐曉蘭表示：“當前，以人形機器人和通用人工智能為代表的新技術

121、、新產品、新業態蓬勃發展”。2023 年 9 月 13 日，工信部發布工業和信息化部辦公廳關于組織開展 2023 年未來產業創新任務揭榜掛帥工作 65 的通知列示包括元宇宙、人形機器人、腦機接口、通用人工智能 4個重點方向揭榜掛帥任務。2023 年 11 月 2 日，工信部發布人形機器人創新發展指導意見部署了 5 方面重點任務：關鍵技術突破、培育重點產品、拓展場景應用、營造產業生態、強化支撐能力。設立了關鍵技術攻關、重點產品和部組件攻關、拓展場景應用 3 個專欄。在地方上，2023 年 6 月 16 日，北京市提出對標國際領先人形機器人產品，支持企業和高校院所開展人形機器人整機產品、關鍵零部件

122、攻關和工程化，加快建設北京市人形機器人產業創新中心。2023 年5 月 18 日，上海市明確加快人形機器人創新發展。2023 年 5 月 31日，深圳市提出加快組建廣東省人形機器人制造業創新中心。2023 年4 月 29 日，山東省提出加快布局人形機器人等前沿領域?？偟膩砜?，我國以“先手棋”戰略主動布局，地方迅速響應推進，集中力量扶持人形機器人技術與產業快速發展。六、促進智能機器人技術產業發展的相關建議(一一)當前現狀當前現狀 我國智能機器人市場規模龐大，且增長迅速。我國智能機器人市場規模龐大，且增長迅速。目前我國已成為智能機器人大國，覆蓋產業上下游全環節。中國工業機器人和服務機器人銷售額占全

123、球比重分別從 2017 年的 28.2%和 18.2%提高到 2021 年的 42.9%和 28.5%。在需求側，2021 年機器人全行業營業收入超過1300 億元，2022 年超過 1700 億元，增長率超過 30%；在供給側，2023 年上半年工業機器人產量達 22.2 萬套，同比增長 5.4%，服務機 66 器人產量達 353 萬套，同比增長 9.6%。我國智能機器人企業產業集群已初步形成。我國智能機器人企業產業集群已初步形成。我國智能機器人企業在產業鏈上中下游均有分布，并持續強化自身創新能力，向價值鏈中高端邁進。優質企業重點分布在京津冀、長三角、珠三角等地區，分布于京津冀地區的企業科研

124、實力強，能較好實現產學研合作；分布于長三角地區的企業具有電子信息和制造業基礎較好，發展起步早的行業特點；分布于珠三角地區的企業其控制、伺服系統技術領先，金融環境較為靈活。以掃地機器人為例，其供應鏈 80%位于中國，產業集群化發展形成了較強的國際競爭力。整機及零部件等傳統領域國產化替代穩步前行，產業高端化發整機及零部件等傳統領域國產化替代穩步前行，產業高端化發展依然不足。展依然不足。一方面，龐大市場需求培育一批機器人整機制造和系統集成國產廠商，各行業國產化比例不斷提升，整機產品存在明顯的替代差異性。服務、特種機器人領域，國產整機優勢顯著，如掃地機器人已經基本被國內品牌產品占據；工業機器人仍以國外

125、為主。對于工業機器人供給主要以四大家族為主，國內奮起直追；個人/家庭服務機器人供給基本實現國產化替代；公共服務機器人供給側表現出國產品牌優勢顯著的特點；對于特種機器人的供給國內外平分秋色。根據 MIR 數據顯示，2023 年工業機器人國內廠商市場份額突破 40%。2021 年國內掃地機器人市場前五大品牌分別為科沃斯、小米、石頭、云鯨和美的，市場占有率分別為 45%、16%、14%、11%和 2%，合計市場占有率為 88%。另一方面，高端化依然不足，國產企業更多占據 67 價值鏈中下游，產品附加值相對較低。GGII 數據顯示，2021 年國產伺服控制系統在工業機器人的配套市場份額中，占比仍不到

126、30%，仍然面臨著產業基礎薄弱，關鍵零部件質量穩定性、可靠性等還不能滿足高性能整機的需求；高速、高精、重載等高性能整機產品供給缺乏等問題。新興領域企業涌現，企業競爭力不足。新興領域企業涌現，企業競爭力不足。新興領域企業涌現，資本持續押注，憑借優質價廉的優勢占據大量市場。國內逐步出現行業領先企業彌補我國機器人軟件短板，阿里、埃夫特、達闥等公司在機器人云平臺、智能化等領域開展布局。中國機器人行業投融資市場整體呈波動上升趨勢發展，在 2021 年，融資規模和事件數量都創造歷史新高，2022 年，中國機器人行業仍然是資本關注的重點對象，900 余家企業獲得投融資，占機器人企業總數近一半。但與此同時，行

127、業中尚未孵化龍頭企業，企業競爭力低于領先水平。國內企業規模和體量較小，以工業機器人為例，僅ABB一家企業市值就超過國內埃斯頓、新松、埃夫特、匯川等頭部企業市值之和。從市場范圍來看，國內企業以國內市場為主，沒有完全走出去參與國際競爭。而 ABB 業務遍及全球 100 多個國家和地區，歐洲、亞洲、中東和美洲等地區是主要市場，埃斯頓匯川等企業的產品主要銷售于中國境內，部分銷往歐洲、美洲等。(二二)政策建議政策建議 做好“1+1+4”系列重點工作系列重點工作，推動四大重點任務圓滿完成。堅持 68 打造自主可控的智能機器人技術產業這“1”條核心主線；系統研究“1”套推動智能機器人技術產業發展的政策工具箱

128、，從財稅、金融、市場、人才等方面加大對機器人技術產業發展的支撐；系統布局智能機器人核心技術、產業基礎、高端產品、產業生態“4”大重點任務。政策工具箱中財稅方面可以從政府采購、首臺（套）重大技術裝備保險補償機制試點工作等舉措著手，金融方面可以從推動各類產業基金投入、支持符合條件的企業上市等舉措著手，市場方面可以從完善行業規范、支持第三方檢測認證機構能力建設等舉措著手，人才方面可以從高校和科研院所培養專業和復合型人才、產學合作協同育人等舉措著手。打造自主可控的智能機器人技術產業，聚焦四大重點任務，體系化攻關智能機器人核心技術、夯實智能機器人產業基礎、培育高端智能機器人產品、優化智能機器人產業生態。

129、1.體系化攻關智能機器人核心技術體系化攻關智能機器人核心技術 核心技術分為共性技術和前沿技術兩方面，其中共性技術包括系統開發、云-邊-端、多任務規劃與智能控制、感知與導航、人機交互與自主編程、操作系統、協同作業、快速標定與精度維護等細分技術；前沿技術包括深度智能驅動、泛在敏捷操作、高效以虛馭實、多元感知交互等趨勢領域。體系化攻關核心技術可從以下幾方面著手：通過國家級和省部級科技重大專項和重點研發計劃，開展核心技術研發與工程化攻關，69 實現共性技術和前沿技術短板突破；通過揭榜掛帥方式對公開發布的智能機器人核心技術攻關指南一一突破，打造從遴選發布、揭榜掛帥、績效評價的研發推進工作閉環，組織研發單

130、位與用戶單位聯合攻關；支持高校、科研院所、龍頭企業、用戶等產學研用單位聯合打造研發創新及公共服務平臺、成立國家級和省部級重點實驗室，開展技術研究、技術中試、成果轉化等工作；開展核心技術先鋒應用案例征集，對入選案例加大支持力度，推動優秀成果規?；瘧?。2.夯實智能機器人產業基礎夯實智能機器人產業基礎 打造自主完整的產業鏈結構，在機器人整機、機器人軟件、機器人硬件、智能技術、新興服務業五大方面下功夫，積極引導并推動產業各方在機器人整機上以新技術融入獲取更多市場機遇；在機器人軟件上重點攻關核心技術，搭建平臺生態；在機器人硬件上面向高端零部件、產品研發；在智能技術上跟進人機交互核心技術的研發與應用；在

131、新興服務業上發揮 5G、云計算等新技術優勢。加強組織協同，適時成立領導小組，強化部門協同、部省聯動機制，鼓勵各地因地制宜將智能機器人納入戰略性新興產業政策支持范疇，與“新型工業化”等政策協同推進；強鏈、穩鏈、固鏈，梳理繪制智能機器人產業鏈圖譜，聚焦關鍵節點，支持重點企業擔任產業鏈鏈主，以點帶鏈補短板、鍛長板；培育國家智能機器人產業示范基地，建設智能機器人中小企業特色產業集群，打造智能機器人先進制造業集群，提升產業鏈關鍵環節配套能力，提高智能機器人的國際競爭 70 力與影響力；面向技術產業發展趨勢，培育智能機器人新興場景，開展智能機器人新興技術產業試點，總結試點經驗，加強成果宣傳與推廣，開拓產業

132、新賽道。3.培育高端智能機器人產品培育高端智能機器人產品 培育高精度高可靠性的工業機器人、高性能高自主性的特種機器人、高互動高感知的服務機器人。重點布局人形機器人，開發基于人工智能大模型的人形機器人“大腦”和控制人形機器人運動的“小腦”，系統部署“機器肢”關鍵技術群，突破“肢體”關鍵技術。培育產品過程中需發揮各方合力，開展形式多樣的活動，激發社會創造力。推進智能機器人高端產品入選“首臺套”，即將符合條件的智能機器人領域項目納入首臺（套）重大技術裝備和重點新材料首批次應用保險補償范圍，增強高端產品創新應用能力；發揮國家產融平臺作用，鼓勵采用融資租賃、產品保險、購買服務等方式推廣先進適用的智能機器

133、人產品；支持龍頭企業牽頭聯合產學研用組成創新聯合體，加強關鍵技術和高端產品攻關，加快前沿技術融合，探索跨學科、跨領域的創新模式；舉辦中國智能機器人產業大會，鼓勵地方舉辦智能機器人發展大會、博覽會等活動，推進產研對接、產需對接、產融對接；開展智能機器人創新大賽，面向工業機器人、特種機器人、服務機器人、人形機器人等賽道開展技術創新和應用創新，遴選形成一批優秀機器人產品和解決方案。4.優化智能機器人產業生態優化智能機器人產業生態 71 面對智能機器人產業鏈上中下游重點領域，出臺專項行動、提供專項資金支持，培育各類產業主體，打造全鏈路產業生態。針對產業鏈上游生產零部件企業，培育具有生態主導力和核心競爭

134、力的領航企業，提高企業生態主導力、核心競爭力，帶動產業創新資源集聚。針對產業鏈中游從事機器人本體制造企業及從事軟件開發的系統集成企業和產業鏈下游提供解決方案的企業，著力打造一批專精特精新“小巨人”企業、制造業單項冠軍企業和獨角獸企業，構筑全鏈路產業生態。聯合多部門指導建設智能機器人生態聯盟，覆蓋工業、金融、醫療等領域，創新產學研用協作模式，形成產業合力，健全向陽向善產業生態。建設產研聯合、產學聯合、產產聯合、產學研聯合的創新生態，打造行業標準引領實踐，推動“中國五大銀行”和各商業團體等組織機制為產業聯盟保駕護航。打造智能機器人賦能供需對接平臺，引導傳統制造企業、工業園區釋放需求，組織智能機器人企業精準服務對接。加強產業鏈上下游協同，強化全國統一大市場下的標準互認、產品配套、研發協同，加速市場共建、資源共享、利益共贏。