智能化

2025 年，被称为“智能体元年”。这是 AI 发展路径上的一次范式突变：从“我说 AI 答”到“我说 AI 做”，从对话生成跃迁到自动执行，智能体正成为最重要的商业化锚点和下一代人机交互范式。

减速器是人形机器人旋转关节核心部件，通过降速增矩保证机器人运动控制的高精度与稳定性。减速器是连接动力源和执行结构的中间结构，我国减速器市场规模持续增长，减速器企业工艺水平不断提升，国产减速器供应能力日益增强。

自 ChatGPT 发布后，大模型向更强、更高效、更可靠方向发展，呈现推理模型深化、智能体模型爆发的格局。美国在探索更强大模型上保持全球领先，中国企业则在算力受限下实现高效性全球领先。2025 年是应用加速落地之年，OpenAI 已达百亿美金 A RR，Claude 月收入环比增速超 20%。受互联网大厂推动 AI 与业务结合、Agent 推出、主权 AI 需求及多模态渗透等因素影响，A I 算力消耗从训练转向推理，带来显著增量，国内算力自主可控趋势凸显。B 端应用渗透率慢于 C 端，落地顺序由容错率与复杂度决定，从高容错、单一任务场景到低容错、高复杂度场景尚需时间。但本轮 AI 渗透较互联网时代大幅提速，B 端落地进程或超预期。

模型层：能力迅速提升，开源推动成本降低。近年来全球AI持续发展，大模型在知识问答、数学、编程等能力上达到新高度，多种任务上表现超过人类水平，在各领域的可用性及准确度快速提升。Scaling Law目前正在从预训练扩展到后训练和推理阶段，随着大模型行业发展逐步成熟，厂商之间开始出现明显的价格竞争与市场份额抢占，大模型的推理成本有了显著下降。同时，得益于Llama 3.1以及DeepSeek R1等高性能开源模型的推出，开源与闭源之间模型差异快速缩小。 智能体：技术逐步完善，新产品密集发布。人工智能体是一种能够感知环境、进行决策和执行动作的智能实体。通过支持添加MCP，

半导体后道测试确保出厂芯片满足设计初衷。半导体测试在芯片设计中的设计验证、晶圆制造中的晶圆检测和封装完成后的成品测试中均有涉及，目的是保证芯片功能符合设计初衷，其中晶圆检测（CP）和成品测试（FT）是主要的应用场景。按产品功能划分，测试设备可分为测试机、分选机和探针台，其中测试机是核心，2022年占比达到61.9%。受益于下游需求旺盛，测试设备市场规模稳定增长，根据沙利文数据，预计2027年国内测试设备市场规模将达到267.4亿元，国内半导体测试设备厂发展潜力较为可观。

通过复盘海外算力互连环节近两年的主要产业变化与市场走势，我们认为此轮25Q2及后续行情与23Q2、24Q1-Q2行情相比，产业链的成长逻辑已经发生了改变，主要有以下四大趋势：

辅助驾驶行业现状：随行业平均水平提升，技术路线收敛，车企辅助驾驶能力难以做出差异化；向高级别辅助驾驶跃迁的发展下，除场景覆盖广度外，细分安全功能有待提升；在辅助驾驶功能向用户普及的过程中，人机交互边界感仍然模糊，系统能力边界不清晰带来商业化落地的焦虑和安全隐患。

报告主要对无人驾驶出租车 Robotaxi 市场进行了深入分析，并对海内外主要参与者进行详细介绍。总量来看，Robotaxi 市场前景广阔，全球市场规模预计 2032 年突破千亿美元，中国、美国引领行业发展。海外市场以美国为主，其中 Waymo 引领海外市场。特斯拉也在美国开启小范围商业化试运营。国内市场百花齐放，百度萝卜快跑、小马智行等引领国内市场。其中百度日均订单破万，累计订单超 1100 万；同时，哈罗、京东等也在积极布局。我们认为，随着政策逐步落地，叠加产业链降本以及技术加速迭代，Robotaxi 商业化有望加速落地。

在此背景下，各机构逐步开始重视知识工程能力建设，通过构筑知识工程工具链、完善知识管理体系、打造知识服务能力来更好的管理和利用知识资产，为大模型、智能体的应用落地提供知识来源，并赋能知识共享及协作、知识检索、知识推荐、智能创作等场景，从而提升机构的核心竞争力。知识工程已成为人工智能时代企业数智化能力建设的新增量。

近年来，受益于机器人技术的飞速发展、工业母机的升级换代以及人形机器人从实验室走向商业化量产，精密减速器的市场需求呈现出爆发式增长态势。然而，这一领域长期以来被国外巨头垄断，国内企业在技术、工艺、材料等多方面面临严峻挑战，行业壁垒高筑。但随着国家政策的大力支持和国内企业的持续研发投入，国产精密减速器行业正在逐步打破国外技术封锁，实现从无到有、从有到优的跨越。

随着机器人应用场景的不断拓展，市场对于机器人运动性能、能耗效率、安装便捷性和应用适应性的要求日益严苛。轻量化技术不仅能够显著提升机器人的加减速能力、动态响应速度和灵活性，还能降低能耗，提升续航能力，减少对能源的依赖。同时，轻量化设计简化了机器人的安装与维护流程，降低了运输与维修成本，提高了生产效率。更为重要的是，轻量化机器人的出现极大地拓展了机器人的应用边界，使其能够更好地适应太空探索、深海探测、医疗手术等对重量敏感的特殊领域，满足各行业对于高效、灵活、节能机器人设备的迫切需求。

随着 AI 提高机器柔性化处理能力以及供应链走向成熟，无人叉车有望进入加速发展期。传统叉车企业经营质量稳健，渠道复用性高，有望抢占发展先机。