人工智能

VLA大模型等技术迭代、B/G端需求的释放、资本加持、政策护航等多因素协同共振，2025年人形机器人行业迎来产业化发展的关键拐点，正式从0到1的实验室技术验证阶段，逐步走向1到10的规模化落地阶段。

本篇报告研究了以下核心问题：1、当前人形机器人为什么面临热管理难题？核心原因在于在受限的空间环境内存在能量转换效率低、能量大部分转换为热能的问题；2、基于热管理理论，主要的发热环节都有哪些？包括各类电子器件、电机及电池等，以电机/关节模组为例，主要的发热环节包括铜损热、铁损热等；3、目前的解决方案？我们认为，目前的解决方案包括风冷、液冷和芯片控制，其中，风冷还包括了可能适用于灵巧收的微型MEMS风冷硬件等。

灵巧手 人机器人实现精细化操作的核心执行终端。本篇为《人形机器人系列报告五》，详细分析灵巧手的技术演进脉络及核心技术路线（自由度设计、驱动系统、传动方式、感知技术）。基于“电机-传动-感知”三大核心环节的供应链图谱，量化分析千亿级市场空间与国产替代路径。我们认为，当前随人形机器人产业化加快落地，看好灵巧手产业链长期增量空间。

2026年人形机器人行业：量产临近、应用落地、即将爆发。1）量产渐近——供应链成熟+产能落地；2）应用元年——从舞台炫技到真实场景应用；3）爆发在即——政策+技术+资金+海内外迎来共振。2035年人形机器人全球市场规模预计达16800亿元人民币，2025-2035年复合年增长率为49.2%。

传感器：机器人重要底层硬件，确定性增量逻辑凸显。传感器作为机器人“感知-决策-执行”工作流的核心硬件，凭借其在多技术路线中的通用性与高确定性增量，正成为机器人产业发展的关键支撑。由于具备较高的技术壁垒和确定性功能定位，传感器环节持续获得市场溢价。从市场空间看，根据 FactMR 预测，全球机器人传感器市场规模预计将从 2026 年的 28 亿美元增长至 2036 年的 79 亿美元，十年间 CAGR 约为 10.9%

本篇报告意在对比Anthropic、OpenAI和谷歌Gemini的发展历程、产品矩阵、商业化策略等，去思考AI时代大模型企业发展的核心壁垒和未来商业化空间。我们认为今天Anthropic的快速增长，更核心的源自创始人Dario的敏锐的技术品味（Taste）所驱动的发展决策。AI的未来是未知的，无法通过后视镜前瞻去选择商业化空间最大的发展方向，技术驱动产品发展是更成功的路径，因此技术领袖的战略判断和选择非常重要。比如三年前，OpenAI认为要“大力出奇迹”，先把模型弄聪明，再用人类反馈（RLHF）去修补它；Google更侧重于打造模型全家桶赋能其自身生态；而Anthropic认为模型必须从底层架构上就是可控的、讲逻辑的、和严格遵守规则的，因此Anthropic选择聚焦编程场景训练。而过去两年模型训练中RLVR（可验证强化学习）的方式恰好在编程领域取得了更加明显的能力提升，最终Anthropic率先实现Agentic Coding能力的跨越式拐点，即Opus 4.5模型的推出，自此开启模型自主完成任务、调用工具的时代，推动OpenClaw风靡全球，拉动模型厂商API类型收入快速增长。

我国已建成门类齐全、独立完整的现代工业体系，为智能制造发展筑牢了雄厚的工业物质根基。根据国家统计局数据，2025年，我国工业增加值达41.7万亿元，较2024年增长 5.8%；其中制造业增加值34.7万亿元，增长6.1%，制造业规模连续16年保持全球第一。

AI游戏规模化的三大支柱，模型、算力与成本的协同突破。AI游戏从Demo到规模化，依赖三大要素的协同突破：模型能力、硬件算力与经济成本。三者形成正向循环——模型突破解决“能生成什么”，算力提升解决“能在哪里用”，成本下降解决“能否商业化”。当前，三大条件均已迎来突破。1）模型突破：以腾讯Hunyuan3D为代表的Image-to-3D模型可直接嵌入传统管线；以谷歌Genie 3为代表的世界模型，已能感知环境、理解物理并产出可交互资产。2）算力下沉：终端NPU性能跃升，使大模型本地低延迟部署成为现实。IDC预计，2026年中国AI手机出货量达1.47亿台，占整体市场53%。3）成本坍塌：大模型的推理成本正呈现指数级下降趋势。得益于算法优化（模型蒸馏、量化、MoE架构）、硬件升级和部署架构成熟，单位美元获得的人工智能性能已大幅提升。

当前，我们正身处一个由智能技术重新定义制造业的时代。人工智能（AI）的浪潮，不再仅仅停留于概念与讨论，正以前所未有的深度和广度，渗透到研发、生产、供应链与管理的每一个环节，成为驱动产业价值重塑、构建面向未来核心竞争力的关键力量。

人工智能（AI）正在引领新一轮科技革命，成为大国博弈的关键领域。中美两国稳居全球 AI 发展第一梯队，美国凭借技术先发优势在前沿技术和高端市场领跑，中国依托超大规模市场与完备制造基础在应用场景快速铺开。大国科技竞争并非单纯的技术比拼，而是科技发展、产业应用与国家战略的综合较量。全面理解中美 AI 竞争格局，不能单看一时的技术实力，更需要从发展模式与战略选择视角进行比较分析。中美 AI 发展究竟处于何种态势？双方在核心环节各有哪些优势与短板？两国 AI 发展模式有何差异？未来这一竞争将如何演绎？本文立足 AI 全产业链核心环节与内在逻辑展开系统分析。

1950年，“计算机之父”和“人工智能之父”艾伦·图灵（Alan M. Turing）发表了论文《计算机器与智能》，这篇论文被誉为人工智能科学的开山之作。在论文的开篇，图灵提出了一个引人深思的问题：“机器能思考吗？”。这个问题激发了人们无尽的想象，同时也奠定了人工智能的基本概念和雏形

具身智能行业：具身智能科技前瞻探索（第2期）