智能化

人形机器人量产启动市场空间倍增。在工厂仓储和家庭服务两种场景中，使用成本均显著低于人工费用，且提供更高稳定性，经济效益显现。目前，国内外人形机器人产品正呈多点开花态势，多个主要企业陆续披露量产规划。特斯拉制造工厂开始招聘机器人制造相关职位，Optimus量产计划2026年5万台，2029年50-100万台。Figure AI首条BotQ自动化生产线已正式投产，目前年化产能达1.2万台。国内智元、宇树等也已进入小批量生产阶段。综合多方发展态势，预计到2029年全球人形机器人产能数量最少达100万台，市场规模将达1500亿元，市场前景巨大。

AI系列深度报告：全球AI竞速，重视海外映射+国内创新

随着技术的不断进步，消费者对汽车的期望已远远超越了简单的交通工具范畴，转而追求更加安全、高效、舒适且个性化的出行体验。在此背景下，人工智能技术在汽车领域的广泛应用已成为必然趋势。从智能驾驶技术的逐步成熟，到智能座舱和智能客服提供的个性化服务，再到车企内部各生产经营环节的持续优化，AI 的应用场景在汽车行业不断拓展与深化，为汽车赋予了超越传统的功能与价值。这不仅极大地提升了汽车的产品力和用户体验，还在提升汽车企业的生产效率方面发挥了关键作用，全方位重塑了汽车产业的生态格局。

随着人工智能技术从云端向终端迁移，端侧 AI 正成为推动智能设备革新的核心力量。当 AI 开始拥抱终端硬件，端侧 AI 以实体的方式切实让消费者感受到 AI 技术与终端硬件结合后带来的功能变革。端侧 AI 直接在终端设备，如智能手机、汽车、智能家居等上运行 AI 模型算法，实现本地化数据处理，具有低延迟、高隐私性、低成本等优势。

亿欧EqualOcean出海国别季报-沙特（2025Q2）-AI专题

政策叠加资金推动人形机器人加速落地。2025年政府工作报告中，具身智能首次被写入，被列为未来产业培育的重点方向，成为我国制造业升级的重要抓手。国内外巨头纷纷投资入局，为人形机器人领域注入了大量资金与资源，资金与政策推动加速行业的技术进步与成熟，人形机器人产业迎来了重要的转折点和变革机遇。

无人环卫是低速无人领域中较为具备商业化前景的领域。无人清扫装备轻量化，重仅1-1.5t，其时速仅5- 10km/h，在可达市场具备很高的安全性。低速无人驾驶市场空间广阔，24年政府招标中明确提出应用无人环卫车的清洁环卫项目总中标金额达61亿元。2025年上半年据环境司南统计，共开标103个无人环卫试点项目，成交合同总额突破70亿元。低回报劳动和高需求服务背景下，环卫行业不仅要解决劳工短缺的问题，更要积极寻求更具经济效益的整体作业运营方式。环卫服务行业的核心壁垒在于对大规模人力和车辆资源的精细化管理能力（这是传统运营商的护城河），而非单纯的设备技术，项目运营能力是G端招标重要生存线。

在大模型引领的技术潮流下，AI 能力加速赋能各类硬件终端，与一般硬件终端应用 AI 能力的方式不同，智能驾驶将 AI 能力应用于改变物理世界。当前正值高阶智能驾驶商业落地的关键时点，为探讨这一投资机遇，本报告从底层技术变迁和商业落地这两方面，分析智能驾驶的产业趋势和影响。我们认为，随着智驾技术范式快速迭代、中国车企竞争策略驱动，智能驾驶有望成为物理 AI 率先落地的场景，带动产业链企业的投资机遇。

液冷技术可以分为直接接触式和间接接触式两种，直接接触式包括单相浸没式液冷、两相浸没式液冷、喷淋式液冷；间接接触式包括单相冷板式液冷、两相冷板式液冷。多条液冷技术路线快速发展，针对不同应用场景各具优势，其中单相冷板式液冷在液冷数据中心的应用占比达 90%以上，是现阶段及未来一段时间业内主流的液冷技术方案。单相浸没式液冷节能优势更突出，且近年来该技术逐步趋于成熟，相关产业链快速发展完善，小规模商用不断推进。此外，喷淋式、两相冷板式、两相浸没式这 3 种液冷方案的技术研究和产业生态尚需完善。

SLAM 自然导航技术的崛起推动了场内物流从简易自动化迈向自主智能化，无人驾驶叉车作为叉车技术与 AGV 技术的融合产物，近年渗透率提升迅速，是受益于智慧物流迎来商业化奇点的代表性品种。本篇报告将围绕无人叉车的发展现况、渗透动能、竞争格局进行探讨分析，并就未来趋势进行演绎判断。

随着生成式人工智能在商业和社会中的普及，使用它所带来的风险也随之增加。请考虑这样一个聊天机器人，它向客户提供了错误建议，从而给部署该聊天机器人的公司造成了责任。或者那个在使用ChatGPT后意外泄露了公司专有数据的员工。又或者那个错误地将数千人标记为欺诈的算法。

This guidebook is intended for government test teams planning and executing developmental test and evaluation (DT&E) of artificial intelligence (AI)-enabled systems (AIES) or AI components to be used in systems. It provides focused guidance for pre-program and program acquisition DT&E activities involving AI.