智能化

整车方面：我们认为2025年汽车行业整体需求仍然无虞，无论是国内需求还是出口均会保持增长，需求端消费升级、供给端智能电动化带来自主品牌整车及零部件公司的跨越式发展机遇。车市进入置换高峰期，增换购需求带动车市持续向好。智能电动化时代，自主车企技术占据领先优势，有望充分受益。

轴承作为机器人关节的核心零部件，在人形机器人行业不断发展下，有望驱动轴承市场规模迎来显著增量。同时，在国产替代加速推进的背景下，布局人形机器人轴承的相关企业及其配套核心加工设备磨床企业，有望迎来新的发展机遇。

本报告将围绕以上两条探索路径展开梳理，并拆解这些大模型架构创新的底层逻辑，对大模型架构层未来发展可能的演进方向及趋势作出分析。

线控制动技术路径迭代，国产厂商有望换道超车提升市占率。线控制动有 EHB Two-box、One-box、EMB 三种技术路径，当前 One-box 为主流选择，且海外厂商占据主导。EMB 是真正意义的全线控制动，具备显著性能优势，契合智能驾驶发展趋势，正从技术研发走向量产。国内外厂商 EMB 研发进度相近，且国产厂商能够绕过不占优势的液压控制领域，有望在技术路径迭代中换道超车提升市占率。

智能驾驶技术正加速从早期“功能验证”向“全域场景”突破，头部整车厂与科技公司大规模投入车规级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如何成为实现自动驾驶落地和差异化体验的基础保障？

NVIDIA 侧重开发平台和工具，打造底层开发生态。NVIDIA2014 年起布局智能机器人领域，主要围绕通用算力、开发平台、大模型三大核心领域展开，主攻机器人“大脑”，向机器人公司提供主控芯片（Jetson Thor）、仿真训练平台（Isaac Lab）和工具(GR00T 模型)，帮助开发人员构建、部署和管理机器人，打造机器人底层开发生态，自上而下入注机器人设计。

人形机器人驱动爆发增长，2027年谐波减速器或现供需拐点：传统工业领域（工业机器人占83%）2024年需求约200万台，年增速8-10%，相对稳定；人形机器人单机谐波用量平均10个+，在特斯拉、Figure AI等引领下，2027年全球人形销量或超50万台，对应谐波需求600万台，叠加传统需求总量达880万台。供给端，2025年全球有效产能500万台（哈默纳科220万+绿的50万），产能利用率不足50%，但2027年需求激增或致供给缺口超20%，且远期谐波全球空间近2千亿。

人形机器人产业化进程加速，六维力传感器或为解决运动控制关键增量零部件，本篇报告从六维力传感器技术、市场空间、竞争格局等角度进行分析，其国产替代机遇值得重点关注。

数据是推动具身智能技术快速突破和落地应用的关键。借鉴自动驾驶汽车发展的路径，数据对于具身智能同样至关重要。优质的数据集能够驱动智能体感知与理解环境，能够加速具身智能模型的训练与部署，帮助机器人有效完成复杂任务。不同于大语言模型可以使用互联网海量信息作为训练数据，机器人所用的具身智能模型没有现成数据可以使用，需要投入大量时间和资源进行机器人操作实践或仿真模拟，以收集视觉、触觉、力觉、运动轨迹以及机器人本体状态等多源异构数据。符合通用标准、得到验证的数据集成为具身智能行业的刚需。当前具身智能本体形态多种多样，应用场景千差万别，对于具身智能训练数据的需求也更为多元。目前业内仍有部分数据集主要聚焦在特定机器人、特定场景和特定技能等方面，在整体通用性上有待提升。因此，构建高质量、多样化的感知数据集是不可或缺的基础工作，这些数据集不仅为算法训练提供了丰富的素材，也成为了评估具身性能的基准参考标准。

从落地难度和发展速度来看，Robotaxi 由于涉及人身安全， Robotaxi算法技术难度高于Robovan，且对舒适性要求高于Robovan，落地较为复杂、缓慢。我们预计，成熟产业下的Robovan涉及主体或包括牌照颁发方、整车OEM（拥有牌照、技术、同时可以作为车企）、运营方，目前商业模型在客户端已经跑通，我们预计Robovan的落地速度将远快于Robotaxi，有望快速形成规模提升-成本降低、技术提升-规模进一步提升的正向循环。

需求和政策驱动智算中心（AIDC）基建爆发，资本开支达千亿美元量级：智算需求驱动和顶层政策牵引下，全球政府、互联网企业、运营商均开启巨额资本开展计划，海外大厂（谷歌、微软、亚马逊、Meta）2025财年资本支出指引达3200亿美元，较2024年增长约39%；国内大厂阿里、字节、腾讯均投入大量资本开支建设AI基础设施，阿里宣布三年投入3800亿超过去10年总和。

2025人形机器人供应链洞察报告-亿欧智库