人工智能行业大模型机器人市场分析.docx

人工智能行业大模型机器人市场分析

AMR行业快速增长，软件和算法是核心

机器人分类与关键技术

移动机器人：可以在复杂环境下工作，具有自行组织、自主运行、自主规划的智能机器人，主要可以分为自主移动机器人（AMR）、关节型机器人、人机协作机器人等。

市场空间：根据GGII数据，从全球维度来看，22年全球移动机器人市场规模约292亿，预计27年增长至1874亿元，对应22-27年CAGR为45.07%；从国内维度来看，22年中国移动机器人市场规模约97亿元，预计27年增长至462亿元，对应22-27年CAGR为36.74%，市场规模快速增长。

移动机器人——自主移动机器人（AMR）：是一种能够独立理解环境并在环境中移动的机器人。AMR与其前身自动导引车(AGV)不同，后者依赖于轨道或预定义路径，并且通常需要操作员监督。AMR使用一组复杂的传感器、人工智能、机器学习和计算来进行路径规划，以解释和导航其环境，不受有线电源的束缚，具体的工作逻辑包括：a）分析收集到的信息；b）通过3D相机和LiDAR传感器捕获信息；c）根据他们的环境和总体使命做出推断；d）采取行动以实现最佳结果。

关键技术路径：1）容器化的SDK工具集——包含感知、导航软件堆栈；好用的开发环境，模拟工具；后续优化升级containers；2）边缘微服务器支撑——无线通信，安全设备，协作SLAMFleet管理。

AMR技术核心——架构

AMR本体能力：具备传感和智能路径规划，运动控制、安全和人机交互HMI，机器视觉和智能导航等能力，赋能制造业向柔性化、智能化发展。

云端交互任务处理：AMR本体通过网络（WIFI/以太）与云端计算中心交互，在云端完成数据分析，推理，模拟等工作，需要云端AI芯片支持（例如英伟达H100等）。

AMR架构组成：目前主要由控制系统、导航传感系统、驱动模块、安全监测模块、交互模块、通讯模块、动力模块（电池等）、执行机构（机械装置）组成，不同场景品类的机器人对配置要求不同。

AMR技术核心——硬件是基础

TMT零部件价值量持续提升：机器人硬件主要包括TMT零部件（控制系统相关硬件、导航传感器、驱动模块、通讯模块等）、电池（动力模块）、机械装置（执行机构等），随着定位导航、机器视觉、规划执行等环节对芯片需求的增长，以及激光雷达等新型传感器的应用，机器人中TMT零部件的价值量持续提升。

智能机器人的诞生，移动GPU嵌入AMR本体是发展趋势。未来，AI将走出计算机，进而影响外部世界（物理世界），机器人是AI最佳载体之一；随着智能机器人的发展，机器人传感器、执行器将同AI相结合，具备模拟（用于仿真的虚拟空间）、映射（实时地图创建能力）、自主（独立运行）等能力，需要强大的端侧算力支撑，移动GPU嵌入AMR本体是发展趋势。

AMR技术核心——软件、算法是核心

软件和算法构筑竞争力核心壁垒：在实际应用中，移动机器人通常以集群的方式系统完成特定任务；未来，成百上千台机器人规划化集群作业是发展的必然趋势，即逐步从单体智能向群体智能演进，软件和算法成为构筑核心竞争力的壁垒，例如统一环境下完成作业调度、找到全局最优方案提升集群机器人工作总效率等。我们认为随着行业应用场景的丰富和技术的发展，产品模块化、软件模块化将成为AMR发展的必然趋势。

云边端各有算法、软件支撑：端侧（即机器人本体）软件、算法主要有ROS2、地图规划算法、AI算法、样点算法等，支撑路径规划、障碍躲避、运动控制等功能；云侧（及边缘）软件、算法主要有集群管理算法、训练、远端推理、远端SLAM、数据分析算法等，支撑算力调度、机器人集群协作、数据分析等功能。目前，各头部厂商拥有自己的解决方案，技术路径随大模型的发展，快速迭代。

提供软件与开发工具平台：以Intel为例，其提供相应的开发工具和平台，使开发者可以快速、低成本地搭建、管理AMR机器人。

当前机器人价值链划分里面没有智能系统

机器人软硬件相互制约、相互促进：机器人是典型的机电软一体化产品，软件与硬件是相互限制又相互促进的矛盾体；边缘算力硬件将会制约机器人相关应用的发展，边缘算力硬件的突破使得机器人可以承载更强大的AI，同时机器人应用的发展会倒逼边缘算力硬件的提升。

缺少智能系统：当下的机器人智能停留在视觉（vision）阶段，机器人缺乏智能系统（即机器人的大脑）；在未来，在AI对机器人赋能的大背景下，机器人可以逐步理解物理世界，未来有可能向具身智能方向发展，智能系统对机器人的重要性愈发凸显。

巨变：多模态大模型赋能机器人

巨变——从大模型到多模态

任务识别：大语言模型（LLM）赋能机器人语义理解，从传统的关键词语义识别，进化到可以理解人类复杂的语音命令；同时，通过预训练大模型将“记忆”移植到智能机器人终端，机器人具备理解任务的能力。任务指令生成：进而拆分