识别风险，发现价值 请务必阅读末页的免责声明 1 1/1616 Table_Page 投资策略周报|通信 证券研究报告 通信行业通信行业 英伟达英伟达财报彰显财报彰显行业景气度行业景气度，持续关注产.
2025-09-03
16页
5星级
I 目 录 一、空天地一体化应急通信系统在公安领域的创新应用研发.1 二、全融合、全云化、新赋能的 5G 核心网设备升级方案.7 三、数字孪生与 AI 融合，构建无线能效智能体 Agent 打造绿色.
2025-09-02
98页
5星级
I 目 录 北京畅图科技有限公司.1 湖北兴致天下信息技术有限公司.3 江苏中车数字科技有限公司.5 北京安期生技术有限公司.9 中移（上海）信息通信科技有限公司.12 北京博纳互通科技有限公司.1.
2025-09-02
40页
5星级
请仔细阅读本报告末页声明请仔细阅读本报告末页声明 证券研究报告|行业周报 2025 年 09 月 01 日 通信通信 我国厂商加码国产我国厂商加码国产 AI 芯片布局芯片布局，端侧端侧 AI 加速发.
2025-09-02
17页
5星级
请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 通信通信 Table_Date 发布时间：发布时间：2025-08-26 Table_Invest 优于大势优于大势 上次评级:优于大势 Table_PicQuote 历史收益率曲线 Table_Trend 涨跌幅（%）1M 3M 12M 绝对收益 30a5%相对收益 22Fq%Table_Market 行业数据 成分股数量（只）125 总市值（亿）33605 流通市值（亿）17362 市盈率（倍）27.94 市净率（倍）4.10 成分股总营收（亿）25348 成分股总净利润（亿）2070 成分股资产负债率（%）41.92 相关报告 端侧 AI，万物智联新引擎-20250815 通信行业深度：电力AI 的尽头-20250206 训练转向推理释放更多产业机遇，国产 AI 迎发力加速元年-20241231 Table_Author 证券分析师：要文强证券分析师：要文强 执业证书编号：S0550523010004 13552769350 yao_ 证券分析师：刘云坤证券分析师：刘云坤 执业证书编号：S0550524050001 15611880589 Table_Title 证券研究报告/行业深度报告 生成式生成式 AI 重塑机器人训练底层范式，重塑机器人训练底层范式，物理物理 AI 大有可为大有可为 报告摘要：报告摘要：Table_Summary 机器人训练产业历经从物理样机实测为主的工业定制化阶段向虚实融机器人训练产业历经从物理样机实测为主的工业定制化阶段向虚实融合、合、AI 驱动的通用化训练范式的演驱动的通用化训练范式的演变。变。机器人产业训练早期以工业场景应用为主，较为依赖物理设备进行单一场景专项训练，如 20 世纪 80 年代工业机器人操作培训；随着科学技术的发展和 AI 与仿真技术的突破，机器人训练逐渐转向虚拟环境，通过 GPU 加速、多模态数据合成等技术实现迭代优化。当前机器人产业端正迈向由具身智能大模型驱动的全场景覆盖阶段，机器人大脑及小脑训练作为提升机器人智能程度的重要方法工具，其作用愈发凸显。生成式生成式 AI 重塑训练范式重塑训练范式，数据生成效率数据生成效率显著显著提升。提升。生成式 AI 使用户能够根据各种输入快速生成新内容。这些模型的输入和输出可以包括文本、图像、声音、动画、3D 模型或其他类型的数据，在生成式模型的加持下，AI 训练所需要的数据逐渐从“采集为主”转向“生成为主”，且生成式AI能够利用不同的学习方法(包括无监督学习或半监督学习)进行训练，从而可以更轻松、更快速地利用大量未标记的数据来构建基础模型。如英伟达 Dream Gen、群核科技 Spatial LM 等模型可根据少量样本生成多样化训练数据，使数据获取成本降低 80%，如工业焊接场景中，仅需 100 张真实焊缝图像即可生成 10 万张训练样本。此外，零样本与少样本学习也将更加普及，生成式模型结合大语言模型，将推动实现机器人任务的零样本泛化。物理物理 AI 正在重塑机器人训练的底层逻辑：从依赖真实数据的“经验主正在重塑机器人训练的底层逻辑：从依赖真实数据的“经验主义”，转向基于物理规律的“理性主义”。义”，转向基于物理规律的“理性主义”。英伟达通过全栈技术方案，构建了从云端训练到边缘部署的完整生态，推动物理 AI 从实验室走向工业、医疗、家庭等场景。未来随着具身智能大模型与边缘计算的结合，机器人将逐步渗透至人类活动的各个领域，最终实现“像人类一样思考，比人类更高效执行”的终极目标。而在这场物理与智能的融合革命中，机器人需要更加深刻的理解物理世界才能应对复杂的现实场景，成为帮助人类切实可行的解决复杂问题的合作伙伴。相关标的：索辰科技、协创数据、群核科技等。风险提示：风险提示：技术路线迭代技术路线迭代、数据合规风险数据合规风险、人形机器人发展不及预期人形机器人发展不及预期。-20%0 00 24/8 2024/11 2025/22025/5通信沪深300 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 2/33 通信通信/行业深度行业深度 目录目录 1.机器人训练：从实验室样例迈向实际场景应用的必经之路机器人训练：从实验室样例迈向实际场景应用的必经之路.4 1.1.机器人训练：涉及硬件、算法、数据及垂直行业应用的协同产业机器人训练：涉及硬件、算法、数据及垂直行业应用的协同产业.4 1.2.机器人训练产业链：算力核心技术机器人训练产业链：算力核心技术 数据等训练服务数据等训练服务 终端场景应用终端场景应用.4 1.3.机器人训练需要多学科多技术交叉融合，具备较高技术壁垒机器人训练需要多学科多技术交叉融合，具备较高技术壁垒.6 2.机器人训练发展历程：从机械编程到具身智能机器人训练发展历程：从机械编程到具身智能.8 2.1.萌芽期（1954-2010）：示教再现与手动编程主导.8 2.2.自动化训练阶段（约 2010-2020）：机器学习与数据驱动.9 2.3.智能化训练阶段（2020 至今）：具身智能与生成式结合让机器人从预设程序执行走向自主环境交互.10 3.物理物理 AI：重构机器人训练范式的底层革命：重构机器人训练范式的底层革命.12 3.1.物理 AI 的本质：从数据到物理规律的智能跃迁.12 3.2.物理 AI 在机器人训练中核心优势：打破数据制约、泛化能力提升及更高效安全的闭环优化。.13 3.3.英伟达全栈方案：从云端到边缘的物理 AI 生态.17 4.未来发展方向：生成式未来发展方向：生成式 AI 多模态能力结合多模态能力结合.24 5.相关标的相关标的.27 5.1.协创数据.27 5.2.索辰科技.28 5.3.群核科技.29 6.风险提示风险提示.31 图表目录图表目录 图图 1：0 机器人训练流程图机器人训练流程图.4 图图 2：机器人产业链图谱：机器人产业链图谱.5 图图 3：智能机器人产业体系：智能机器人产业体系.5 图图 4：人形机器人系统架构示意图人形机器人系统架构示意图.7 图图 5：机器人应用场景分类：机器人应用场景分类.7 图图 6：机器人产业发展历程：机器人产业发展历程.8 图图 7：智能机器人发展脉络图：智能机器人发展脉络图.8 图图 8：工业机器人示教：工业机器人示教.9 图图 9：监督学习原理示意图：监督学习原理示意图.10 图图 10：强化学习原理示意图：强化学习原理示意图.10 图图 11：Figure01 机器人传递苹果案例机器人传递苹果案例.11 图图 12：清华开源的双臂机器人“扩散动作大模型：清华开源的双臂机器人“扩散动作大模型.11 图图 13：NVIDIA 合成轨迹数据用于机器人训练合成轨迹数据用于机器人训练.12 图图 14：将物理原理嵌入网络训练的训练框架：将物理原理嵌入网络训练的训练框架.13 图图 15：通过训练实现多机飞行：通过训练实现多机飞行.13 图图 16：合成生成的图像可显示不同类型的地板和叉车颜色：合成生成的图像可显示不同类型的地板和叉车颜色.14 图图 17：DexMimicGen 大规模自动化数据生成系统大规模自动化数据生成系统.14 图图 18：机器人训练数据质量和数量不可或缺：机器人训练数据质量和数量不可或缺.15 图图 19：通过：通过 DreamGen 实现泛化实现泛化.16 图图 20：DreamGen 工作流概述工作流概述.16 图图 21：NVIDIAOmniverse 中创建的虚拟模拟或“真值”（左）及使用中创建的虚拟模拟或“真值”（左）及使用 CosmosTransfer 实现的逼真转换实现的逼真转换.17 图图 22：GN00TN1VLA 模型模型.18 XVOWoQtRpOpRoRpRoMtRmP9PcM8OsQpPmOrMjMnNuMeRsQzQaQrRwPvPnMnNNZtQwP 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 3/33 通信通信/行业深度行业深度 图图 23：GN00TN1VLA 模型架构模型架构.18 图图 24：NVIDIADGX 先进先进 AI 系统产品系列系统产品系列.19 图图 25：使用：使用 NVIDIAIsaacSim 训练机器人基础模型的端到端参考工作流训练机器人基础模型的端到端参考工作流.20 图图 26：仿真与现实协同训练工作流：仿真与现实协同训练工作流.20 图图 27：仿真与现实协同训练工作流：仿真与现实协同训练工作流.21 图图 28：英伟达：英伟达 Jetson 赋能韩国安全机器人赋能韩国安全机器人.21 图图 29：英伟达人形机器人三台计算机解决方案：英伟达人形机器人三台计算机解决方案.22 图图 30：越疆机器人训练平台：越疆机器人训练平台.22 图图 31：多模态训练框图：多模态训练框图.24 图图 32：河南投资集团与国地中心签约共建中部首个异构人形机器人训练场：河南投资集团与国地中心签约共建中部首个异构人形机器人训练场.25 图图 33：FcloudOmnibot 具身智能机器人训推平台具身智能机器人训推平台.27 图图 34：Omnibot 平台集成平台集成 NVIDIA 及主流开源基座模型及主流开源基座模型.28 图图 35：索辰科技物理：索辰科技物理 AI 平台平台.28 图图 36：群核科技物理世界模拟器生态开放平台：群核科技物理世界模拟器生态开放平台.29 图图 37：群核科技开源空间理解模型：群核科技开源空间理解模型 SpatialLM.30 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 4/33 通信通信/行业深度行业深度 1.机器人训练机器人训练：从：从实验室样例实验室样例迈向实际迈向实际场景场景应用的应用的必经之路必经之路 1.1.机器人训练机器人训练：涉及硬件、算法、数据及垂直行业应用的协同产业涉及硬件、算法、数据及垂直行业应用的协同产业 机器人训练是通过数据工程、算法优化、仿真验证等技术手段，机器人训练是通过数据工程、算法优化、仿真验证等技术手段，提升机器人自主决提升机器人自主决策能力策能力和和构建机器人从感知到行动闭环能力的构建机器人从感知到行动闭环能力的过程过程。从技术维度看，其涵盖数据生成（合成数据/真实场景采集）、算法训练（强化学习/多模态模型）、仿真验证（数字孪生/虚实迁移）三大技术模块；从应用维度，包括工业制造、医疗康复、服务消费等场景的定制化训练解决方案；从产业生态看，涉及硬件厂商、算法公司、数据服务提供商及垂直行业应用方的协同体系。图图 1：0 机器人训练流程图机器人训练流程图 数据来源：0 官网、东北证券 基于物理引擎的仿真训练与虚实协同基于物理引擎的仿真训练与虚实协同，头部企业普遍采用仿真环境加速训练。头部企业普遍采用仿真环境加速训练。波士顿动力的 Atlas 机器人通过动作捕捉获取人类舞蹈数据，结合强化学习（PPO 算法）在 MuJoCo 等物理引擎中进行动态平衡训练，最终通过域随机化技术将策略迁移至真实机器人。NVIDIA 的 RD项目则通过 Cosmos 世界基础模型（WFM）生成高保真合成数据，结合 DreamGen 工作流实现“仿真-现实”协同训练，将开发周期从数月缩短至数小时。特斯拉 Optimus 采用 Sim-to-Real 强化学习，在虚拟环境中模拟数千台机器人并行训练舞蹈动作，再通过 FSD 计算机实时部署至物理本体，实现动态平衡与复杂操作的精准控制。未来机器人训练将更注重物理实践-模拟器-世界模型协同（如宇树 G1 机器人的动态控制）、多层次端到端决策（结合 Transformer 架构的长序列推理）以及生成式 AI 驱动的硬件-算法协同设计（如 NVIDIAGR00T-Dreams的仿生双系统架构）。同时，DemisHassabis 等学者强调“模型即证据”的理念，认为机器人训练需突破工具属性，向“科学探索参与者”进化，如 DeepMind 的 Veo模型通过视频生成反向推导物理定律，为跨领域迁移提供理论支撑。1.2.机器人训练产业链：算力核心技术机器人训练产业链：算力核心技术 数据等训练服务数据等训练服务 终端场景应用终端场景应用 机器人训练产业链呈现机器人训练产业链呈现金字塔金字塔结构，上游为核心技术层（算力硬件、算法框架、结构，上游为核心技术层（算力硬件、算法框架、开发工具），中游为训练服务层（数据采集标注、仿真平台搭建、算法优化），下游开发工具），中游为训练服务层（数据采集标注、仿真平台搭建、算法优化），下游 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 5/33 通信通信/行业深度行业深度 为场景应用层（工业、医疗、服务等领域解决方案）。为场景应用层（工业、医疗、服务等领域解决方案）。上游核心技术：上游核心技术：算力方面，英伟达占据全球训练算力市场绝大部分市场份额，算法框架以 TensorFlow/PyTorch 为主，国内百度飞桨、腾讯太极框架加速追赶；开发工具包括英伟达 IsaacSim、UnityRoboticsHub 等仿真平台。中游训练服务：中游训练服务：数据服务市场中，拥有数据的公司等提供场景化数据采集标注，仿真平台服务商包括索辰科技、华如科技、群核科技等构建行业级训练环境提供仿真训练工具。下游场景应用：下游场景应用：工业领域以焊接/装配训练为主，医疗领域聚焦康复机器人步态训练，服务领域涵盖配送机器人路径规划、家庭服务机器人任务执行。图图 2：机器人产业链图谱：机器人产业链图谱 数据来源：前瞻产业研究院、东北证券 图图 3：智能机器人产业体系：智能机器人产业体系 数据来源：智能机器人技术产业发展白皮书（2023 版）、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 6/33 通信通信/行业深度行业深度 机器人训练在机器人产业链中处于核心技术开发与系统集成的关键衔接环节，贯穿机器人训练在机器人产业链中处于核心技术开发与系统集成的关键衔接环节，贯穿从研发设计到应用落地的全流程。从研发设计到应用落地的全流程。作为连接上游核心零部件研发与中游本体制造的桥梁，训练通过算法优化将传感器、执行器等硬件性能最大化。此外在下游系统集成与场景应用中，训练通过多模态数据闭环驱动机器人能力进化。天府绛溪实验室的零售场景训练场通过“无本体采集”技术生成动作数据，反哺算法优化，使机器人从单一场景适配走向通用性构建。最后机器人训练的成熟度还直接决定机器人的智能化程度与商业化可行性，针对工厂、家居等特定应用场景的训练水平决定了机器人能否真正替代人类承担具体工作职能，只有训练环节足够充分，才能真正实现规模化商用。1.3.机器人训练机器人训练需要需要多学科多技术交叉融合多学科多技术交叉融合，具备较高技术壁垒，具备较高技术壁垒 机器人训练技术壁垒源于多学科交叉融合的复杂性与工程实现的高难度。机器人训练技术壁垒源于多学科交叉融合的复杂性与工程实现的高难度。机器人训练环节需将机械工程、计算机科学、认知科学、材料科学等领域的前沿成果深度耦合，形成从数据采集、算法优化到硬件适配的闭环体系。机器人机器人应用场景众多且行应用场景众多且行为复杂，机器人为复杂，机器人训练需整合视觉、触觉、力觉等多源传感器数据，并通过深度学习训练需整合视觉、触觉、力觉等多源传感器数据，并通过深度学习模型实现跨模态关联。模型实现跨模态关联。例如，天府绛溪实验室的零售场景训练场通过“无本体采集”技术，让操作者穿戴动捕服即可生成机器人动作数据，无需依赖实体设备，反哺算法优化后使机器人任务泛化能力提升 40%。首钢园的人形机器人数据训练中心则通过 100 台机器人并行采集抓握、倾倒等基础动作，年产出超百万条多模态数据，支撑机器人从实验室走向商业场景。这类技术突破要求开发者同时掌握传感器标定、数据清洗、模型压缩等跨学科技能，形成技术护城河。此外此外物理引擎的精准度直接物理引擎的精准度直接决定训练效果。决定训练效果。物理引擎是虚拟训练环境的“真实性基准”，其模拟精度决定迁移效果、计算效率影响迭代速度、参数可调性决定模型泛化能力，而复杂交互支持则拓展训练场景的边界。最后，训练数据的最后，训练数据的质量质量和数量也决定机器人训练程度的优劣。和数量也决定机器人训练程度的优劣。总而言之，机器人训练的技术壁垒体现在多学科知识的深度融合（如强化学习与机械设计的结合）、复杂系统的精准控制（如物理引擎与实时操作系统的协同）、场景化数据的持续积累（如工业场景的百万级数据标注）三大层面。头部企业通过构建“数据闭环-算法迭代-硬件升级”的正向循环，形成难以复制的技术护城河。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 7/33 通信通信/行业深度行业深度 图图 4：人形机器人系统架构示意图人形机器人系统架构示意图 数据来源：高工机器人产业研究所（GGII）、东北证券 图图 5：机器人应用场景分类：机器人应用场景分类 数据来源：新战略、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 8/33 通信通信/行业深度行业深度 2.机器人训练机器人训练发展历程：从机械编程到具身智能发展历程：从机械编程到具身智能 2.1.萌芽期（1954-2010）：示教再现与手动编程主导 示教再现技术是机器人训练中一种传统且广泛应用的基础技术，核心逻辑是通过示教再现技术是机器人训练中一种传统且广泛应用的基础技术，核心逻辑是通过“示教”让机器人记录任务相关的动作参数（如轨迹、速度、姿态、操作时序等），“示教”让机器人记录任务相关的动作参数（如轨迹、速度、姿态、操作时序等），再通过“再现”让机器人精准重复执行这些动作，实现自动化作业。其本质是将人再通过“再现”让机器人精准重复执行这些动作，实现自动化作业。其本质是将人类的操作经验转化为机器人可执行的程序，强调“记录类的操作经验转化为机器人可执行的程序，强调“记录-复现”的闭环，是工业机器复现”的闭环，是工业机器人早期实现自动化的核心技术之一。人早期实现自动化的核心技术之一。1954 年乔治德沃尔发明首台可编程机器人，通过示教-存储-再现模式完成重复动作，1974 年 ABB 推出的 IRB6 工业机器人，需人工手把手示教焊接轨迹。1979 年 Unimate 推出 VAL 语言，1985 年发那科开发Karel 语言，工程师通过代码编写控制机器人运动轨迹，编程效率约 10 行/小时，且场景泛化能力为零。行业方面，1984 年美国机器人工业协会（RIA）成立，推动工业机器人标准化；1999 年索尼 AIBO 机器狗采用神经网络实现简单动作学习，标志着机器学习的初步渗透。图图 6：机器人产业发展历程：机器人产业发展历程 数据来源：新战略、东北证券 图图 7：智能机器人发展脉络图智能机器人发展脉络图 数据来源：智能机器人技术产业发展白皮书（2023 版）、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 9/33 通信通信/行业深度行业深度 示教核心流程包括示教与再现两阶段。示教核心流程包括示教与再现两阶段。示教阶段由操作人员通过特定方式“教会”机器人完成任务的动作细节，机器人同步记录关键参数（如各关节角度、末端执行器位置、运动速度、停留时间等）。常见示教方式示教方式包括：手动引导示教（手把手示教）：操作人员直接握持机器人末端执行器或关节，手动带动机器人完成任务轨迹，机器人实时记录运动路径（如协作机器人常用的“拖拽示教”）；示教器编程指通过机器人配套的示教器（如按钮、摇杆）手动设定关键点位（如起点、终点、转弯点），并配置运动速度、加速度等参数，机器人按点位顺序生成连续轨迹；离线示教指在计算机虚拟环境中（如 RobotStudio、RoboGuide）规划机器人动作轨迹，再将程序导入实体机器人，适用于复杂轨迹或危险环境的示教。再现阶段：再现阶段：机器人调用示教阶段记录的参数，按预设轨迹、速度和时序自动重复执行动作，过程中无需人工干预，且动作精度可控制在毫米级（如工业机器人重复定位精度通常达0.02mm）。图图 8：工业机器人示教工业机器人示教 数据来源：广州市黄埔区政府网站、东北证券 2.2.自动化训练阶段（约 2010-2020）：机器学习与数据驱动 通过通过机器学习机器学习进行机器人训练进行机器人训练是实现机器人从被动执行向自主决策跨越的核心是实现机器人从被动执行向自主决策跨越的核心步步骤骤，其核心原理是通过算法让机器人从数据中自动提取规律，形成可泛化的行为策，其核心原理是通过算法让机器人从数据中自动提取规律，形成可泛化的行为策略。略。2013 年 DeepMind 提出深度 Q 网络（DQN），首次将深度学习与强化学习结合，此后机器人场景开始逐步引入监督学习、强化学习等算法。其中，监督学习监督学习通过输入（如传感器数据）与输出（如动作指令）的标注对，训练模型可以建立“感知-动作”映射；通过卷积神经网络（CNN）等关键算法处理图像数据，可以识别物体形状与位置（如机器人通过视觉识别货架上的物品），通过循环神经网络（RNN）处理时序数据，优化动作序列（如机械臂装配零件的顺序规划）。而强化学习强化学习通过试错优化策略。机器人在环境中通过执行动作获得奖励反馈，逐步学习最大化长期奖励的策略。如波士顿动力的 Atlas 机器人结合模型预测控制（MPC）与强化学习，实现后空翻、搬运重物等复杂动作，其控制算法通过 100 亿次仿真迭代优化。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 10/33 通信通信/行业深度行业深度 图图 9：监督学习原理示意图监督学习原理示意图 数据来源：CSDN、东北证券 图图 10：强化学习原理示意图：强化学习原理示意图 数据来源：CSDN、东北证券 2.3.智能化训练阶段（2020 至今）：具身智能与生成式结合让机器人从预设程序执行走向自主环境交互 生成式预训练和仿真驱动成为现阶段生成式预训练和仿真驱动成为现阶段 AI 机器人训练主要方法之一。机器人训练主要方法之一。通过生成式 AI（如扩散模型、Transformer）构建虚拟环境和任务数据，使机器人在仿真中完成零样本学习。例如，DeepMind 的 Genie2 模型可根据单张图片生成长达 1 分钟的 3D动态世界，支持物理交互、角色动画和反事实推理，解决真实数据稀缺问题。同时更加强调多模态大模型融合决策，将视觉、语言、触觉等多模态信息输入具身智能大模型，实现任务理解-规划-执行闭环。如特斯拉 Optimus 的单一神经网络可同时处理家务（如倒垃圾）和工业搬运任务，通过多模态数据融合提升泛化能力。如Figure01 机器人采用策略控制层（SLC）、环境交互层（ELC）、行为控制层（PLC）的三级架构分层决策模型，分别负责任务拆解、环境感知和关节控制。原理：生成式 AI 生成多样化任务场景，强化学习（RL）通过试错优化策略，形成生成-验证-迭代闭环。例如，DeepMind 的 SIMA 智能体在 Genie2 生成的陌生环境中，通过自然语言指令完成开门等任务，验证环境一致性。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 11/33 通信通信/行业深度行业深度 图图 11：Figure01 机器人传递苹果案例机器人传递苹果案例 数据来源：Figure、CSDN、东北证券 图图 12：清华开源的双臂机器人“扩散动作大模型清华开源的双臂机器人“扩散动作大模型 数据来源：CSDN、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 12/33 通信通信/行业深度行业深度 3.物理物理 AI：重构机器人训练范式的底层革命：重构机器人训练范式的底层革命 3.1.物理 AI 的本质：从数据到物理规律的智能跃迁 物理物理 AI 是人工智能与物理引擎深度融合的产物，其核心在于通过物理规是人工智能与物理引擎深度融合的产物，其核心在于通过物理规律建模与生成式律建模与生成式 AI 结合，赋予机器人对现实世界的因果推理能力结合，赋予机器人对现实世界的因果推理能力。与传统基于纯数据驱动的 AI 不同，物理 AI 构建了一个物理一致性的虚拟世物理一致性的虚拟世界界，使机器人能够在模拟环境中学习真实世界的力学、碰撞、材料特性等物理规则，并通过强化学习（RL）优化行为策略。例如，英伟达 IsaacSim通过 PhysX 引擎实现刚体动力学、关节连接和软体碰撞的高精度模拟，结合生成式 AI生成的合成数据，使机器人在虚拟环境中完成零样本学习零样本学习，显著降低对真实场景的依赖。在机电一体化和机器人 AI 基础模型的进步的推动下，通用型机器人技术已经问世，但关键瓶颈依然存在：机器人需要大量的训练数据来训练装配和检查等技能，而且手动演示不可扩展。NVIDIAIsaacGR00T-Dreams 蓝图基于 NVIDIACosmos 构建，只需一个图像和语言提示即可生成大量合成轨迹数据。借助 Cosmos 世界基础模型(WFMs)和生成式 AI，开发者可以快速为 NVIDIAIsaacGR00TN1.5 等模型创建训练数据。图图 13：NVIDIA 合成轨迹数据用于机器人训练合成轨迹数据用于机器人训练 数据来源：NVIDIA、东北证券 物理 AI 底层逻辑在于可微分物理引擎可微分物理引擎的应用。传统物理引擎是“黑盒”模拟，而可微分物理引擎将物理规律嵌入神经网络，支持反向传播和梯度优化。例如，上海交通大学团队通过可微分物理引擎训练无人机端到端避障策略，仅需 2 小时即可收敛，且在真实树林环境中以 20 米/秒的速度实现 90%的避障成功率，远超传统强化学习方法。这种物理驱动的训练范式物理驱动的训练范式，使机器人能够从“感知-行动”的表面模仿，进化为对物理世界因果关系的深度理解。真正懂物理的网络比记忆万卷飞行日志的网络更可靠。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 13/33 通信通信/行业深度行业深度 图图 14：将物理原理嵌入网络训练的训练框架将物理原理嵌入网络训练的训练框架 数据来源：NatureMachineIntelligence、东北证券 图图 15：通过训练实现多机飞行：通过训练实现多机飞行 数据来源：NatureMachineIntelligence、东北证券 3.2.物理 AI 在机器人训练中核心优势：打破数据制约、泛化能力提升及更高效安全的闭环优化。数据生成的无限扩展数据生成的无限扩展。物理 AI 通过生成式 AI 构建“数据金字塔”：底层互联网数据提供基础语义，中层仿真数据填充物理规律，顶层真实数据校准误差。例如，英伟达 GR00T-DreamsBlueprint 仅需单张图像即可生成长达 1 分钟的 3D 动态世界，支持物理交互和反事实推理，使机器人在未见环境中仍保持 31.4%的多任务成功率。这种数据生成能力彻底打破了传统机器人训练对真实场景的依赖，例如沃尔玛重庆试点中，机器人通过合成数据训练后，与顾客碰撞概率从 12 次/天降至 2 次/天，硬件损耗率下降 42%。英伟达 Cosmos 世界基础模型(WFM)基于数百万小时的真实世界数据进行训练，以预测未来世界状态，并根据单个输入图像生成视频序列，使机器人和自动驾驶汽车能够预测即将发生的事件。这种预测能力对于合成数据生成流程 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 14/33 通信通信/行业深度行业深度 至关重要，有助于快速创建多样化的高保真训练数据。该方法显著加速了机器人学有助于快速创建多样化的高保真训练数据。该方法显著加速了机器人学习，增强了模型的鲁棒性，并将开发时间从几个月的手动工作缩短到仅仅几个小时。习，增强了模型的鲁棒性，并将开发时间从几个月的手动工作缩短到仅仅几个小时。图图 16：合成生成的图像可显示不同类型的地板和叉车：合成生成的图像可显示不同类型的地板和叉车颜色颜色 数据来源：NVIDIA、东北证券 图图 17：DexMimicGen 大规模自动化数据生成系统大规模自动化数据生成系统 数据来源：新智元、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 15/33 通信通信/行业深度行业深度 图图 18：机器人训练数据质量和数量不可或缺：机器人训练数据质量和数量不可或缺 数据来源：新智元、东北证券 泛化能力的指数级提升泛化能力的指数级提升。物理 AI 训练的机器人具备跨场景迁移能力跨场景迁移能力。英伟达IsaacGR00TN1.5 模型通过多模态大模型融合视觉、语言、触觉数据，使机器人在工业分拣、家庭服务等场景中实现“学一次，用百次”。这种泛化能力的突破，源于物理引擎对动态环境的实时响应如跨维智能的 Kingfisher 双目视觉系统在光照变化、物体位置偏移时仍保持 89%的抓取成功率。此外英伟达 DreamGen 是一种合成数据生成工作流，可解决为机器人学习收集大规模人类远程操作数据所需的高昂成本和高昂人工问题。它是 NVIDIAIsaacGR00T-Dreams 的基础，是使用世界基础模型生成大量合成机器人轨迹数据的蓝图。传统机器人基础模型需要针对每个新任务和环境进行大量的手动演示，而这些演示不可扩展。基于仿真的替代方案通常存在仿真与现实之间的差距，需要大量的人工设计。DreamGen 使用世界基础模型创建逼使用世界基础模型创建逼真的多样化训练数据，尽可能减少人工输入，支持可扩展的机器人学习，以及跨行真的多样化训练数据，尽可能减少人工输入，支持可扩展的机器人学习，以及跨行为、环境和机器人具身的强大泛化。为、环境和机器人具身的强大泛化。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 16/33 通信通信/行业深度行业深度 图图 19：通过：通过 DreamGen 实现泛化实现泛化 数据来源：NVIDIA、东北证券 图图 20：DreamGen 工作流概述工作流概述 数据来源：NVIDIA、东北证券 安全高效的闭环优化安全高效的闭环优化。物理 AI 通过仿真优先（Sim-First）策略降低硬件损耗和实验风险。英伟达IsaacSim允许开发者在虚拟环境中测试危险场景（如机器人高速碰撞），并通过奖励函数设计引导安全行为。例如，天府绛溪实验室在零售场景中对高扭矩动作设定惩罚机制，使机器人关节损耗率下降 42%，电机寿命延长至 3000 小时以上。同时，实时反馈闭环（如力传感器监测关节扭矩）实现策略的动态调整，使机器人在狭窄货架间的移动速度提升 15%，同时保持 98%的抓取精度。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 17/33 通信通信/行业深度行业深度 3.3.英伟达全栈方案：从云端到边缘的物理 AI 生态 英伟达构建训练训练-仿真仿真-部署部署的完整技术栈，推动物理 AI 规模化落地。云端训练：从云端训练：从世界基础模型到合成数据工厂世界基础模型到合成数据工厂。Cosmos 平台整合世界基础模型（平台整合世界基础模型（WFM）和生成式）和生成式AI，生成符合物理规律的，生成符合物理规律的 3D 环境。环境。人形机器人和自动驾驶汽车等新一代 AI 机器人依赖于高保真、物理感知的训练数据。如果没有多样化且具有代表性的数据集，这些系统将无法获得适当的训练，并且由于泛化性差、对现实世界变化的影响有限以及边缘案例中的行为不可预测，因此会面临测试风险。收集大量真实数据集进行训练成本高昂、耗时费力，而且往往受限于各种可能性。NVIDIA Cosmos 通过加速世通过加速世界基础模型界基础模型(WFM)开发可加快合成数据的生成，并作为后训练的基础，以开发下游开发可加快合成数据的生成，并作为后训练的基础，以开发下游领域或特定任务的物理领域或特定任务的物理 AI 模型。模型。Cosmos Transfer WFM 根据结构化输入生成高保真世界场景，确保精确的空间对齐和场景构成。通过采用 ControlNet 架构，Cosmos Transfer 可保留预训练知识，从而实现结构化、一致的输出。它利用时空控制图来动态对齐合成和真实世界的表示，从而实现对场景构图、对象位置和运动动力学的精细控制。借助生成式 AIAPI 和SDK，NVIDIA Omniverse 可加速物理 AI 仿真。开发者使用基于 OpenUSD 构建的NVIDIA Omniverse 创建 3D 场景，以准确模拟现实世界环境，从而训练和测试机器人和自动驾驶汽车。这些模拟可作为 Cosmos Transfer 的真值视频输入，并与标注和文本指令相结合。Cosmos Transfer 可在改变环境、照明和视觉条件的同时增强逼真度，从而生成可扩展的多样化世界状态。图图 21：NVIDIAOmniverse 中创建的虚拟模拟或“真值”（左）及使用中创建的虚拟模拟或“真值”（左）及使用 CosmosTransfer 实现的逼真转换实现的逼真转换 数据来源：NVIDIA、东北证券 GR00T 模型家族模型家族：英伟达开源的 GR00TN1.5 模型支持自然语言指令和环境自适应，其更新版GR00TN1仅需 36 小时即可完成训练（传统方法人工收集数据需 3个月），在工业物料分拣中任务成功率提升至 85%。GR00TN1 是全球首个通用人形机器人开放基础模型，标志着机器人和 AI 领域的重大突破。GR00TN1 基于受人类认知启发而构建的双系统架构，统一了视觉、语言和动作，使机器人能够理解指令、感知环境，并执行复杂的多步骤任务。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 18/33 通信通信/行业深度行业深度 图图 22：GN00TN1VLA 模型模型 数据来源：NVIDIA、CSDN、东北证券 图图 23：GN00TN1VLA 模型架构模型架构 数据来源：NVIDIA、CSDN、东北证券 DGX 超级计算机超级计算机：提供 PFlops 级算力，支撑多模态大模型训练，例如特斯拉 Optimus的单一神经网络同时处理家务和工业搬运任务。NVIDIADGX超级计算机采用 256个 GH200 芯片的集成设计，为生成式 AI 等高复杂度计算任务提供大规模算力支持。搭载 Blackwell 架构的 GraceBlackwell 超级芯片，通过 NVLink 技术实现 CPU GPU内存一致性，FP4 精度下推理性能提升显著，支持物理 AI 系统的实时决策（如自动驾驶路径规划）和机器人运动控制（如毫秒级机械臂响应）。第二代 Transformer 引擎优化多专家模型（MoE），加速复杂动作序列的训练与推理，例如在机器人抓取任务中，通过 DGXStation 可将模型迭代周期从数周缩短至小时级。此外结合 Cosmos世界基础模型和 IsaacGR00T 合成数据生成库，DGX 可模拟真实物理环境，生成包含视觉、触觉、运动学的多模态训练数据，例如通过 Omniverse 构建工厂数字孪生，加速机器人避障算法的泛化能力。机密计算技术（TEEI/O）确保机器人在工业场景中处理敏感数据（如医疗机器人患者信息）时的安全性。在边缘端，DGX 提供云协同与生态支持：从 DGXSpark（桌面级 2000 亿参数模型本地运行）到 DGXSuperPOD（支持万亿参数模型分布式训练），DGX 提供从原型开发到大规模部署的全流程算力支持。全栈软件套件（如 NeMo 框架、NIM 推理微服务）和 NGC 目录中的预训练模型（如 GR00T 机器人控制模型），进一步降低开发门槛，实现从仿真到边缘部署的无缝衔接。在安全性与可靠性方面：智能 RAS 技术通过 AI 预测硬件故障，减 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 19/33 通信通信/行业深度行业深度 少停机时间；机密计算功能在加密模式下吞吐量接近未加密水平，保护机器人模型和传感器数据的完整性。例如，医疗机器人在处理患者影像时，可通过 TEE 确保数据隐私，同时保持实时分析效率。图图 24：NVIDIADGX 先进先进 AI 系统产品系列系统产品系列 数据来源：NVIDIA、东北证券 英伟达英伟达仿真验证仿真验证方案可以实现方案可以实现物理精度与实时交互的完美结合物理精度与实时交互的完美结合。机器人策略训练面临两大关键挑战：收集真实世界数据的高昂成本和“现实差距”，即仅在仿真中训练的策略通常无法在真实物理环境中表现良好。仿真与现实协同训练工作流通过将少量真实机器人演示与大量仿真数据相结合来解决这些问题。这种方法有助于训练可靠的策略，同时有效降低成本并弥合现实差距。IsaacSim5.0：基于 Omniverse 的开源仿真框架，支持刚体动力学、传感器仿真和多机协同。例如，AgilityRobotics 通过IsaacSim 优化 Digit 机器人的物流搬运路径，效率提升 30%。IsaacLab：开源机器人学习框架，简化强化学习、演示学习等工作流。例如，德国博世集团采用 IsaacLab将新产品装配的示教时间从 40 小时缩短至 4 小时。Sim2Real 迁移技术迁移技术：通过域随机化（DomainRandomization）和视觉风格迁移，缩小虚拟与现实的差异。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 20/33 通信通信/行业深度行业深度 图图 25：使用：使用 NVIDIAIsaacSim 训练机器人基础模型的端到端参考工作流训练机器人基础模型的端到端参考工作流 数据来源：NVIDIA、东北证券 图图 26：仿真与现实协同训练工作流：仿真与现实协同训练工作流 数据来源：NVIDIA、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 21/33 通信通信/行业深度行业深度 图图 27：仿真与现实协同训练工作流：仿真与现实协同训练工作流 数据来源：NVIDIA、东北证券 英伟达英伟达边缘部署边缘部署方案方案：从：从 Jetson 到机器人本体的算力下沉到机器人本体的算力下沉。NVIDIAJetson平台提供用于开发和部署 AI 赋能机器人、无人机、IVA 应用和自主机器的工具，助力这场变革。在边缘生成式 AI、NVIDIAMetropolis 和 Isaac平台的支持下，Jetson 提供可扩展的软件、现代 AI 堆栈、灵活的微服务和 API、生产就绪型 ROS 软件包以及特定于应用程序的 AI 工作流。NVIDIAJetsonOrin系列包含 7 个具有相同架构的模组，可提供每秒高达 275 万亿次运算(TOPS)的算力，软件堆栈包含预训练的 AI 模型、参考 AI 工作流和垂直应用框架，可加速生成性 AI 的端到端开发，以及边缘 AI 和机器人应用。英伟达人形机器人三台计算机解决方案。英伟达人形机器人三台计算机解决方案。一台 NVIDIAAI 超级计算机NVIDIADGX搭载 NVIDIAH100 或 B100 处理器用于训练强大的生成式 AI 模型和机器人基础模型。一台 NVIDIAOVX计算机，搭载 NVIDIARTXGPU，用于合成数据生成、机器学习和仿真测试以及基于 NVIDIAOmniverse构建的仿真框架，如 NVIDIAIsaacSimandIsaacLab。一台安装在机器人本体上的实时计算机，比如NVIDIAJetsonThor构建于 NVIDIABlackwell 架构之上可以运行低延迟和高吞吐量推理。图图 28：英伟达：英伟达 Jetson 赋能韩国安全机器人赋能韩国安全机器人 数据来源：NVIDIA、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 22/33 通信通信/行业深度行业深度 图图 29：英伟达人形机器人三台计算机解决方案英伟达人形机器人三台计算机解决方案 数据来源：NVIDIA、东北证券 物理物理 AI 正在重塑机器人训练的底层逻辑：从依赖真实数据的正在重塑机器人训练的底层逻辑：从依赖真实数据的“经验主义经验主义”，转向基，转向基于物理规律的于物理规律的“理性主义理性主义”。英伟达通过全栈技术方案，构建了从云端训练到边缘部署的完整生态，推动物理 AI 从实验室走向工业、医疗、家庭等场景。未来，随着具身智能大模型与边缘计算的结合，机器人将逐步渗透至人类活动的各个领域，最终实现“像人类一样思考，比人类更高效执行”的终极目标。这场物理与智能的融合革命，不仅是技术的突破，更是人类与机器关系的重新定义机器人不再是工具，而是理解物理世界、解决复杂问题的合作伙伴。图图 30：越疆机器人训练：越疆机器人训练平台平台 数据来源：越疆机器人官网、东北证券 综上所述，物理综上所述，物理 AI 有望迎来技术突破、场景落地与生态协同的三重驱动，充分受有望迎来技术突破、场景落地与生态协同的三重驱动，充分受益机器人训练规模化应用的确定性机遇。益机器人训练规模化应用的确定性机遇。国内相关公司如索辰科技“天工开物”物理 AI 平台融合 CAE 仿真与数字孪生技术，可将机器人动作优化周期从数周缩短至小时级，同时通过并购力控科技打通“感知-模拟-决策”闭环。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 23/33 通信通信/行业深度行业深度 英伟达 IsaacGR00TN1 基础模型通过合成数据生成（如 78 万条轨迹/11 小时）与真实数据融合，使机器人技能泛化能力提升 40%，直接赋能 AgilityRobotics 等头部厂商量产提速。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 24/33 通信通信/行业深度行业深度 4.未来未来发展方向：生成式发展方向：生成式 AI 多模态能力结合多模态能力结合 生成式生成式 AI 重塑训练重塑训练范式数据生成效率提升范式数据生成效率提升。生成式模型将推动训练数据从采集为主转向生成为主，预计 2026 年合成数据占比将超过 60%。英伟达 DreamGen、群核科技 SpatialLM 等模型可根据少量样本生成多样化训练数据，使数据获取成本降低 80%，如工业焊接场景中，仅需 100 张真实焊缝图像即可生成 10 万张训练样本。零样本与少样本学习普及：生成式模型结合大语言模型，将实现机器人任务的零样本泛化。具身智能大模型因可理解自然语言指令，自主生成训练数据并优化策略，在新任务中的成功率预计达 70%以上，较传统方法提升 40 个百分点。在场景自动构建方面，生成式 AI 可通过文本/图像描述自动生成三维训练场景，设计师只需输入厨房清洁场景，包含大理石地板、玻璃台面、陶瓷餐具，生成式平台即可在 10分钟内构建物理属性精确的虚拟环境，场景构建效率提升 100 倍。视觉视觉-语言语言-触觉触觉-力觉等多模态数据深度融合，使机器人具备类似人类的认知能力。力觉等多模态数据深度融合，使机器人具备类似人类的认知能力。2028 年发布的 RoboGPT 模型参数量将达 10 万亿级，支持 20 种传感器数据接入，在家庭服务场景中可理解小心拿起易碎的花瓶等复杂指令，动作成功率达 95%。世界模型（WorldModel）成熟：机器人通过训练构建环境动态预测模型，实现先思考后行动。波士顿动力新一代 Atlas 机器人将搭载世界模型，在跑酷时可提前预测3 步动作，失误率从 15%降至 3%；工业机器人通过世界模型预测焊接热变形，提前调整参数，使焊缝合格率提升至 99.9%。终身学习能力实现：机器人在与环境交互中持续优化模型，无需重新训练。2030 年的智能体将具备元学习（Meta-Learning）能力，如医疗机器人在临床使用中自动积累病例数据，每完成 100 例手术，诊断准确率提升 1 个百分点，5 年内可超越人类专家水平。图图 31：多模态训练框图多模态训练框图 数据来源：公开资料、东北证券 仿真技术与物理世界深度融合仿真技术与物理世界深度融合。全物理仿真普及：物理引擎精度提升至 0.01mm，可模拟纳米级操作，如芯片封装机器人的焊线工艺训练。英伟达下一代物理引擎（2026年）将支持量子力学效应模拟，推动量子点制造机器人训练发展。虚实联动训练常态化：AR/VR 技术实现真实操作-虚拟训练双向映射，工人在真实环境中的操作可实时同步至虚拟机器人，虚拟训练的优化策略可反哺真实机器人。某飞机制造企业应用该技术后，装配机器人训练周期从 6 个月缩短至 2 周。边缘-云端协同训练：轻量化模型在边缘设备实时训练，关键参数同步至云端优化。2027 年推出的边缘训练芯片（如华为昇腾 610）算力达 500TOPS，支持机器人在工厂车间本地优化，响应延迟降至 10ms，同时云端负责全局策略优化，形成边云协同训练架构。国家正以“战略规划引领 场景化落地驱动”双轮模式，加速机器人训练中心建设的规模化布局，形成覆盖技术研发、人才培养、产业应用的全链条支持体系。从上海 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 25/33 通信通信/行业深度行业深度 张江全国首个异构人形机器人训练场的启用，到重庆、柳州等地“机器人 ”应用行动计划的出台，政策端通过资金补贴（如重庆对首台套装备最高补助 200 万元）、税收优惠（柳州对研发项目最高资助 500 万元）和场景开放（如天府绛溪实验室零售场景训练场），推动训练中心成为技术验证与产业升级的核心枢纽。在技术层面，国家地方共建人形机器人创新中心通过开放基金（首批 300 万元）和分训练场合作生态，构建“数据采集-模型训练-场景迁移”闭环，其覆盖工业、医疗、服务等 10 多个场景的训练能力，已吸引清华大学、上海人工智能实验室等顶尖机构参与研发。人才培养方面，校企共建的“机器人新场景实训基地”、天津理工大学智能机器人综合实训平台等项目，通过将真实工业场景融入教学，形成“认岗-跟岗-顶岗”的阶梯式培养体系，预计 2025 年可输送超万名复合型技术人才。产业应用上，训练中心正从实验室走向实体场景产业应用上，训练中心正从实验室走向实体场景。上海国地中心发布的青龙机器人产品矩阵已覆盖智慧城市、安防等领域，而天府绛溪实验室通过无本体数据采集技术，将零售场景训练数据反哺算法优化，推动具身智能技术从“实验室 demo”向规模化商用跨越。这种“政策引导-技术攻关-场景落地”的协同机制，正重塑机器人产业的创新范式，预计到 2029 年相关市场规模将突破 750 亿元，成为驱动新质生产力发展的核心引擎。图图 32：河南投资集团与国地中心签约共建中部首个异构人形机器人训练场：河南投资集团与国地中心签约共建中部首个异构人形机器人训练场 数据来源：世界机器人大会、东北证券 2025 世界人工智能大会世界人工智能大会(WAIC)于于 7 月月 26 至至 28 日在上海举行，机器人训练场实现日在上海举行，机器人训练场实现签约。签约。在大会的“人形机器人与具身智能创新发展”论坛上，河南投资集团(以下简称“投资集团”)与国家地方共建人形机器人创新中心(以下简称“国地中心”)举行签约仪式，双方将优势互补、强强联合，共同打造国内领先、中部首个异构人形机器人训练场。投资集团作为河南省重要的综合性投资平台，依托金融 产业双重优势，积极布局具身智能前沿赛道，创新集团作为投资集团新兴未来产业的投资主体，已投资具身智能产业链上下游企业近 20 家，累计直投项目金额近 5 亿元；国地中心是上海市与工信部共建的人形机器人领域首个国家级制造业创新中心，聚焦人形机器人共性技术研发、企业孵化、人才培育、标准制定及产业生态构建，打造“创新链-产业链-资金链-人才链”闭环。由投资集团与创新集团牵头，联合郑州市、郑 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 26/33 通信通信/行业深度行业深度 东新区共同组建的河南具身智能产业发展有限公司(以下简称“具身智能公司”)为异构人形机器人训练场的实际建设与运营方。除该训练场外，具身智能公司也将建设中部首个具身智能 4S 店，提供具身智能产品的销售(Sale)、零配件供应(Sparepart)、售后服务(Service)、信息反馈(Survey)等服务，从而通过构建具身智能训练中心、人才培养中心、柔性制造中心、4S 商业中心“四位一体”的产业赋能平台，助力河南建设全球具身智能创新策源地与千亿级产业集群高地。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 27/33 通信通信/行业深度行业深度 5.相关相关标的标的 5.1.协创数据 旗下子公司奥佳软件旗下子公司奥佳软件 Fcloud 为英伟达中国为英伟达中国 NCP 合作伙伴，合作伙伴，Omnibot 具身智能机器具身智能机器人训推平台赋能机器人开发加速进化。人训推平台赋能机器人开发加速进化。FCloud 专注于人工智能以及智算平台建设和服务，构建有基于 GPU 的高性能网络基础设施和多租户云平台，支持大规模 AI 训练和推理服务，拥有 ACAcloud 云平台、Omnibot 机器人开发平台机器人开发平台和 ACAstack 训推一体机等核心产品，为具身智能机器人、生物医疗、芯片制造等国家重点产业提供从算力基建到 AI 训练推理的全栈服务。以连接 智算为核心，持续推动产业智能化升级和 AI 技术规模化应用。图图 33：FcloudOmnibot 具身智能机器人训推平台具身智能机器人训推平台 数据来源：奥佳软件、东北证券 Omnibot 平台深度整合平台深度整合 NVIDIAIsaacSim、IsaacLab、Omniverse、GR00T 和和 Cosmos等技术栈，构建从数据到部署的端到端开发环境，精准直击当前机器人训推领域三等技术栈，构建从数据到部署的端到端开发环境，精准直击当前机器人训推领域三大瓶颈。在仿真环境易用性创新方面，大瓶颈。在仿真环境易用性创新方面，传统机器人仿真需本地部署高性能工作站，配置复杂且成本高昂；而 Omnibot 的仿真引擎通过云端一键启动 NVIDIAIsaacSim虚拟环境，开发者可按月订购算力，无需前期硬件投入即可开展算法验证与测试，可大幅降低开发门槛，提升开发效率。在数据泛化增强方面，在数据泛化增强方面，Omnibot 平台与NVIDIACosmos 模型深度集成，合成数据分钟级生成且数据物理精确，可跨模态增强与域适应，尤其对于危险场景（如工业事故）或极端环境，数据泛化增强能低成本复现边缘案例，填补长尾场景的数据缺口，同时将新场景数据采集成本降低 60%以上。在训练服务方面，在训练服务方面，平台提供从模型微调、量化到部署的全流程支持，开发者无需关注底层基础设施配置，可专注算法创新，一体化体验大幅降低团队协作成本，特别适配分布式开发场景，加速迭代周期。在模型方面在模型方面，平台集成 NVIDIA 及主流开源基座模型，提供统一接口与评估工具，模型超市模式让开发者能快速对比不同架构性能，精准选择适配场景的方案，破解标准碎片化导致的选型难题。此外此外平平台台还提供云盘服务：还提供云盘服务：无缝协同的数据枢纽实时数据同步功能使云盘引擎成为团队协作核心，让分布式团队高效协作，打通开发环节的数据壁垒。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 28/33 通信通信/行业深度行业深度 图图 34：Omnibot 平台集成平台集成 NVIDIA 及主流开源基座模型及主流开源基座模型 数据来源：奥佳软件、东北证券 5.2.索辰科技 国产国产 CAE 软件开发领军企业软件开发领军企业，多学科多场景覆盖能力完备，多学科多场景覆盖能力完备。公司自 2006 年成立起便专注于 CAE 软件研发、销售和服务，并通过多年的积累逐步完善在各个学科上的积累。CAE 融合了物理学、数学、工程学、计算机科学等多学科的算法和技术，涉及学科广，算法及模型复杂，需要深厚的理论基础和持续的技术创新。经过多年积累，公司已形成流体、结构、电磁、声学、光学、测控等多个学科方向的核心算法，并开发出多类型工程仿真软件，能实现对多物理场工程应用场景的仿真，为中国航发、中国船舶、航空工业、航天科技、航天科工、中国电子、中国电科、中核集团、中国兵工等军工集团及中科院下属科研院所等提供多学科覆盖的工程仿真软件及仿真产品开发服务，是 CAE 领域国产领军企业。图图 35：索辰科技物理索辰科技物理 AI 平台平台 数据来源：索辰科技、东北证券 索索辰科技的物理辰科技的物理 AI 产品以天工产品以天工开物平台为核心载体，深度融合生成式物理开物平台为核心载体，深度融合生成式物理 AI 技技术与实景渲染技术，构建了覆盖四维时空耦合多物理场设计、仿真、优化与训练的术与实景渲染技术，构建了覆盖四维时空耦合多物理场设计、仿真、优化与训练的 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 29/33 通信通信/行业深度行业深度 全链条解决方案。全链条解决方案。其核心技术包括：生成式建模仿真一体化：通过全参数化 CAD-CAE 设计与自动化工作流，实现从模型构建到 AI 训练的无缝衔接，研发周期缩短超 50%；实时环境感知与高精度渲染：支持 1000 设备数据接入与毫秒级虚实同步，结合 3D 渲染技术生成厘米级分辨率的低空风场、电磁环境等物理参数，为工业装备提供真实场景验证；多物理场耦合引擎：覆盖流体、电磁、热管理等 10 学科，例如在机器人训练中实现柔性关节接触运动的实时数据生成与电池热扩散行为的全息模拟，训练损失低至 3.47e-5。在工业场景可为船舶动力、风电叶片提供气动-结构耦合优化，助力杭实集团低空基建项目实现无人机路径规划的风险评估；在机器人训练领域可帮助具身智能虚拟训练平台通过万倍级算法迭代加速，支持人形机器人在复杂环境中的闭环控制，解决传统训练成本高、场景局限的痛点；凭借自主仿真求解器 物理 AI 平台的稀缺性技术组合，索辰科技正以“虚实交融、先验优化”的范式，重构工业装备研发与机器人训练的底层逻辑，成为驱动新质生产力发展的核心引擎。5.3.群核科技 群核科技在空间智能平台领域前景可期。群核科技在空间智能平台领域前景可期。群核科技以全球领先的空间设计平台为核心业务，旗下“酷家乐”通过自主研发的 GPU 集群与启真渲染引擎，实现 3D 云设计、实时渲染与家居智能制造全链条服务，累计沉淀 3.62 亿个 3D 模型及 1800 万套空间设计方案。在机器人训练领域，其空间智能平台 SpatialVerse 构建了从数据采集到场景训练的完整闭环。依托全球最大的室内场景认知深度学习数据集（如涵盖80 室内环境的 InteriorGS 数据集），生成包含物理规则的虚拟场景，支持机器人在倒咖啡、货架取物等任务中进行亿次迭代训练，显著降低成本并提升效率。通过“多样化合规化多模态数据鲁棒合成扩增技术”，模拟真实世界的摩擦力、弹性等物理特性，使机器人在虚拟环境中学习如何推动桌子、开关柜门等精细操作，训练效果可直接迁移至现实场景。此外还与英伟达 IsaacSim 深度集成，支持 OpenUSD 标准的多传感器 RTX 渲染，实现工业级仿真训练；同时开源空间理解模型 SpatialLM，通过手机视频即可重建 3D 场景布局，为中小型机器人企业提供零硬件门槛的训练框架。与智元机器人等头部企业合作开发定制化训练方案，在机场物流、医院护理等场景验证机器人任务执行能力，并计划通过生成式空间模型进一步推动空间智能技术标准化。图图 36：群核科技物理世界模拟器生态开放平台群核科技物理世界模拟器生态开放平台 数据来源：群核科技、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 30/33 通信通信/行业深度行业深度 图图 37：群核科技开源空间理解模型群核科技开源空间理解模型 SpatialLM 数据来源：群核科技、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 31/33 通信通信/行业深度行业深度 6.风险提示风险提示 技术路线迭代风险：技术路线迭代风险：RISC-V 等开源架构的崛起可能动摇现有算力基建格局。作为完全开源的指令集，RISC-V 允许企业定制芯片架构以适配特定场景（如边缘计算、AI推理），且无需支付授权费用。这对依赖英伟达 DGX 等闭源系统的企业构成威胁：例如，工业富联作为英伟达服务器核心供应商，若客户转向基于 RISC-V 的自研芯片（如谷歌 TPU、AWSTrainium），其硬件订单可能大幅萎缩。此外，RISC-V 在零知识证明等新兴领域的优化潜力（如以太坊计划替换 EVM 为 RISC-V 以提升效率），可能引发机器人训练底层架构的颠覆性变革。数据合规风险：数据合规风险：部分场景如医疗需处理患者敏感数据，必须满足 个人信息保护法健康保险流通与责任法案（HIPAA）等法规要求，例如数据加密、匿名化处理、权限分级管理。人形机器人产业人形机器人产业链发展链发展不及预期：不及预期：人形机器人发展与技术成熟度、成本控制、场景适配等多因素相关。人形机器人产业链配套要求与传统工业机器人显著不同，若产业发展和成熟度成长不及预期，将影响整个行业出货量节奏。进而降低上游训练需求。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 32/33 通信通信/行业深度行业深度 研究团队简介：研究团队简介：Table_Introduction 要文强：东北证券通信行业首席分析师。格拉斯哥大学硕士，拥有 3 年军工、通信产业一级市场投资经验以及航天产业从业经验，2020 年加入东北证券，担任军工行业分析师，2023 年担任通信行业首席分析师。执业证书编号：S0550523010004。刘云坤：伦敦政治经济学院风险与金融硕士，中央财经大学金融学本科。2022 年加入东北证券，现任东北证券通信行业分析师。分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告遵循合规、客观、专业、审慎的制作原则，所采用数据、资料的来源合法合规，文字阐述反映了作者的真实观点，报告结论未受任何第三方的授意或影响，特此声明。投资投资评级说明评级说明 股票 投资 评级 说明 买入 未来 6 个月内，股价涨幅超越市场基准 15%以上。投资评级中所涉及的市场基准：A 股市场以沪深 300 指数为市场基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为市场基准；香港市场以摩根士丹利中国指数为市场基准；美国市场以纳斯达克综合指数或标普 500指数为市场基准。增持 未来 6 个月内，股价涨幅超越市场基准 5%至 15%之间。中性 未来 6 个月内，股价涨幅介于市场基准-5%至 5%之间。减持 未来 6 个月内，股价涨幅落后市场基准 5%至 15%之间。卖出 未来 6 个月内，股价涨幅落后市场基准 15%以上。行业 投资 评级 说明 优于大势 未来 6 个月内，行业指数的收益超越市场基准。同步大势 未来 6 个月内，行业指数的收益与市场基准持平。落后大势 未来 6 个月内，行业指数的收益落后于市场基准。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 33/33 通信通信/行业深度行业深度 重要声明重要声明 本报告由东北证券股份有限公司（以下称“本公司”）制作并仅向本公司客户发布，本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户。本公司具有中国证监会核准的证券投资咨询业务资格。本报告中的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证。报告中的内容和意见仅反映本公司于发布本报告当日的判断，不保证所包含的内容和意见不发生变化。本报告仅供参考，并不构成对所述证券买卖的出价或征价。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情况下，我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行业务、财务顾问等相关服务。本报告版权归本公司所有。未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，并注明本报告的发布人和发布日期，提示使用本报告的风险。若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。Table_Sales 东北证券股份有限公司东北证券股份有限公司 网址：网址：http:/ 电话：电话：95360,400-600-0686 研究所公众号：研究所公众号：dbzqyanjiusuo 地址地址 邮编邮编 中国吉林省长春市生态大街 6666 号 130119 中国北京市西城区锦什坊街 28 号恒奥中心 D 座 100033 中国上海市浦东新区杨高南路 799 号 200127 中国深圳市福田区福中三路 1006 号诺德中心 34D 518038 中国广东省广州市天河区冼村街道黄埔大道西 122 号之二星辉中心 15 楼 510630
2025-08-29
33页
5星级
请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 通信通信 Table_Date 发布时间：发布时间：2025-08-28 Table_Invest 优于大势优于大势 上次评级:优于大势 Table_PicQuote 历史收益率曲线 Table_Trend 涨跌幅（%）1M 3M 12M 绝对收益 31b1%相对收益 25Hx%Table_Market 行业数据 成分股数量（只）125 总市值（亿）33689 流通市值（亿）17514 市盈率（倍）27.85 市净率（倍）4.10 成分股总营收（亿）25348 成分股总净利润（亿）2070 成分股资产负债率（%）41.92 相关报告 生成式 AI 重塑机器人训练底层范式，物理AI 大有可为-20250828 端侧 AI，万物智联新引擎-20250815 通信行业深度：电力AI 的尽头-20250206 Table_Author 证券分析师：要文强证券分析师：要文强 执业证书编号：S0550523010004 13552769350 yao_ 证券分析师：刘云坤证券分析师：刘云坤 执业证书编号：S0550524050001 15611880589 Table_Title 证券研究报告/行业深度报告 商业航天按下加速键，测运控环节如何量价齐升商业航天按下加速键，测运控环节如何量价齐升 报告摘要：报告摘要：Table_Summary 行业爆发式增长驱动测运控需求行业爆发式增长驱动测运控需求爆发爆发。航天测运控行业正站在低轨卫星互联网规模化部署的历史转折点，随着全球低轨星座计划从数千颗向数万颗量级跃进，卫星全生命周期管理需求呈指数级增长单星从入轨初期的轨道捕获、状态标定，到运营阶段的轨道维持、碰撞规避，再到退役前的受控再入，每环节均需高频次测控支持。而在政策层面，国家将商业航天连续两年写入政府工作报告，地方政府密集出台支持政策，推动测运控基础设施向“天地一体、全球覆盖”升级。预计 2025 年后随着可回收火箭的进展整个卫星互联网行业将迎来加速发展，其中测运控作为卫星产业核心环节之一，将直接受益需求增长且具备较强确定性。技术迭代与资源技术迭代与资源禀赋禀赋构筑行业护城河。构筑行业护城河。航天测运控环节具备技术壁垒与资源禀赋的双重稀缺性。技术层面，企业需突破数万千米超远距离数据传输、多星并发测控、AI 智能调度等关键技术例如天链测控通过融合毫米波通信与边缘计算，将单星日下行测控弧段提升至 22 圈，数据时延控制在秒级；星图测控自主研发的洞察者软件平台，支撑 500 颗卫星及 10 个星座的长期管理，在“一箭 41 星”任务中实现多目标同时跟踪。资源层面，全球测控站网布局与频谱资源获取具有强先发优势，如寰宇卫星建成国内“大三角”（新疆、黑龙江、海南）及海外站点组成的全球网络，境内太阳同步轨道覆盖率达 100%，全球覆盖率超 85%。这种“技术 资源”的双轮驱动，使得头部企业可通过规模化运维摊薄成本，形成“强者恒强”的马太效应。测控方向有望测控方向有望量价齐升，量价齐升，成为未来卫星互联网行业投资重点，关注唯一成为未来卫星互联网行业投资重点，关注唯一上市公司标的星图测控。上市公司标的星图测控。测控环节极其受益于火箭可回收，之前只是上升到入轨段需要测控服务，可回收后入轨到返回段增加测控需求，单发火箭测控价值量提升，卫星产业加速发展背景下测运控数量需求增长趋势明显；而在价格上，测控的特殊属性在于测控站点的稀缺性、地缘分布优势、关键点位触达、设备规格等，易形成供需不匹配关系，全行业放量有望带来价格提升。星图测控星图测控是航天三大环节（火箭/卫星/测控）唯一上市公司，具备赛道稀缺性。风险提示：风险提示：国家及行业政策风险、行业竞争加剧、客户集中度高、技术研发风险。-20%0 00 24/8 2024/11 2025/22025/5通信沪深300 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 2/30 通信通信/行业深度行业深度 目目 录录 1.航天测运控产业：航天器生命线，卫星产业加速发展下稀缺性愈发凸显航天测运控产业：航天器生命线，卫星产业加速发展下稀缺性愈发凸显.4 1.1.航天测运控是航天产业重要环节之一，市场空间广阔.4 1.2.航天测运控贯穿航天器发射与运营全阶段.5 1.3.测运控系统体系架构：地基测控为基，星载计算为势.6 1.4.多学科测控手段凸显行业技术壁垒.7 1.5.国家测运控规范出台，规范行业发展同时提高准入门槛.8 1.6.低轨卫星互联网行业快速发展，测控资源稀缺价值及痛点凸显.9 1.7.行业高壁垒特征明显，蓝海市场格局优，行业痛点凸显测控资源稀缺价值.10 1.8.可回收技术显著降低成本，测运控有望迎来量价齐升.12 2.测运控行业竞争格局明晰，星图测控作为唯一上市公司直接受益产业快速测运控行业竞争格局明晰，星图测控作为唯一上市公司直接受益产业快速发展趋势发展趋势.15 2.1.星图测控：航天测运控领域核心受益标的.15 2.1.1.全球领先的太空管理服务商，航天三大环节唯一上市公司.15 2.1.2.星图测控专注航天测控管理与数字仿真两大业务板块.16 2.1.3.核心技术自主可控，行业竞争优势明显.17 2.1.4.星图测控财务状况良好，高研发投入维持竞争力.19 2.2.航天驭星：测运控一体化服务供应商，资源丰富行业领先.22 2.3.天链测控：领先商业航天测运控供应商.24 2.4.寰宇卫星：全生命周期服务 全球站网布局.25 3.投资逻辑投资逻辑.27 4.风险提示风险提示.28 图表目录图表目录 图图 1：商业航天各细分环节及测运控服务体系：商业航天各细分环节及测运控服务体系.4 图图 2：全球航天测运控系统市场规模（亿美元）全球航天测运控系统市场规模（亿美元）.5 图图 3：测运控环节贯穿航天器发射与运营全阶段：测运控环节贯穿航天器发射与运营全阶段.5 图图 4：测运控系统体系与服务流程：测运控系统体系与服务流程.6 图图 5：商业航天各细分环节及测运控服务体系：商业航天各细分环节及测运控服务体系.6 图图 6：航天测控系统：航天测控系统.7 图图 7：国家国防科工局关于促进商业航天测控规范有序发展的通知：国家国防科工局关于促进商业航天测控规范有序发展的通知.9 图图 8：星链覆盖范围基本遍及全球：星链覆盖范围基本遍及全球.9 图图 9：国家商业航天测运控存在多个维度的短板：国家商业航天测运控存在多个维度的短板.10 图图 10：航天测运控涉及航天产业多个环节，行业壁垒高：航天测运控涉及航天产业多个环节，行业壁垒高.11 图图 11：SSC（Swedish Space Corporation）瑞典空间公司）瑞典空间公司.11 图图 12：KSAT（Kongsberg SATellite services）挪威康斯伯格卫星服务有限公司）挪威康斯伯格卫星服务有限公司.12 图图 13：垂直起降回收工作剖面：垂直起降回收工作剖面.13 图图 14：双曲线二号验证火箭实现首次复用飞行：双曲线二号验证火箭实现首次复用飞行.13 图图 15：朱雀三号：朱雀三号 VTVL-1 试验箭垂直起降试验试验箭垂直起降试验.14 图图 16：箭元科技元行者一号验证型火箭首次飞行回收试验：箭元科技元行者一号验证型火箭首次飞行回收试验.14 图图 17：公司产品与业务情况：公司产品与业务情况.15 图图 18：公司在航天行业涉及领域（红色标注）：公司在航天行业涉及领域（红色标注）.16 图图 19：公司股权结构（截至：公司股权结构（截至 25Q1）.16 图图 20：测控管理与数字仿真构建数字太空系统架构：测控管理与数字仿真构建数字太空系统架构.17 图图 21：星图测控洞察者基础平台：星图测控洞察者基础平台.17 图图 22：星图测控洞察者融合：星图测控洞察者融合 DeepSeek 大模型大模型.18 0YVZoQsQmNtNqPrPmOmOtQaQdN9PsQoOmOtOeRoOwOjMnPuNbRpPyRxNoPrMuOnOoR 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 3/30 通信通信/行业深度行业深度 图图 23：洞察者航天：洞察者航天 AI 训练推理平台训练推理平台 V1.0.19 图图 24：构建知识数据汇聚，破数据分析复杂性难题：构建知识数据汇聚，破数据分析复杂性难题.19 图图 25：公司营收及增速（亿元）：公司营收及增速（亿元）.20 图图 26：公司归母净利润及增速（亿元）：公司归母净利润及增速（亿元）.20 图图 27：公司营收构成：公司营收构成.21 图图 28：公司毛利率与净利率（：公司毛利率与净利率（%）.21 图图 29：公司分业务毛利率（：公司分业务毛利率（%）.22 图图 30：公司期间费用率情况（：公司期间费用率情况（%）.22 表表 1：航天测运控主要技术手段分类：航天测运控主要技术手段分类.8 表表 2：国内测运控主流公司：国内测运控主流公司.12 表表 3：星图测控公开发行募集资金使用情况：星图测控公开发行募集资金使用情况.18 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 4/30 通信通信/行业深度行业深度 1.航天测运控航天测运控产业产业：航天器生命线：航天器生命线，卫星产业加速发展下稀缺，卫星产业加速发展下稀缺性愈发凸显性愈发凸显 1.1.航天测运控是航天产业重要环节之一，市场空间广阔 航天测运控既是航天器的生命线，也是星座组网的神经网络。航天测运控既是航天器的生命线，也是星座组网的神经网络。航天测运控即航天测量、控制与运行管理，是支撑航天器从发射到退役全生命周期的核心技术体系。它通过地面测控站、测量船、中继卫星等组成的网络，实时跟踪航天器轨道与姿态，获取其遥测数据以监测工作状态，同时向航天器发送指令实现轨道调整、姿态控制、任务规划等操作；其核心作用是确保航天器精准入轨、稳定运行，及时应对异常情况，保障通信、导航、遥感、科学探测等航天任务的顺利实施。航天测运控系统是航天工程重要分系统之一，是对航天器进行测量与控制的软件系统，是航天器与地面控制中心、用户中心唯一的联系通道。其功能和性能在很大程度上决定了整个航天器系统的能力。该系统适用于运载火箭、中低轨卫星、同步轨道卫星、深空探测器的测控与信息传输，具有遥控、遥测、跟踪定位与数据传输等综合功能。图图 1：商业航天各细分环节及测运控服务体系商业航天各细分环节及测运控服务体系 数据来源：星图测控招股书、东北证券 全球航天测运控市场空间广阔，预计全球航天测运控市场空间广阔，预计 2030 年突破年突破 25 亿美元。亿美元。根据 QYResearch 发布的 2024-2030 全球与中国航天测运控系统市场现状及未来发展趋势 报告，2024年全球航天测运控系统市场预计销售额达到11.79 亿美元，预计 2030 年将达到 25.09亿美元，年复合增长率为 13.4%。测运控行业具备技术密集、高可靠性、与国家任务高度绑定的特点。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 5/30 通信通信/行业深度行业深度 图图 2：全球航天测运控系统市场规模（亿美元）全球航天测运控系统市场规模（亿美元）数据来源：QYResearch、东北证券 1.2.航天测运控贯穿航天器发射与运营全阶段 航天测运控贯穿航天器发射与运营全阶段航天测运控贯穿航天器发射与运营全阶段。从发射前的射前测试开始，便需要通过地面设备对航天器状态进行全面核验，确保其各项参数符合发射标准；火箭点火升空后，测运控系统实时追踪弹道轨迹，精准测算速度、高度等关键数据，一旦出现偏差便迅速发出调整指令；航天器入轨后，持续监测其轨道位置与姿态稳定性，定期实施轨道维持，同时接收遥测信息以掌握设备运行状态，为科学任务开展提供支撑；即便在航天器临近退役阶段，测运控仍发挥重要作用，通过精确控制引导其进入安全轨道或受控再入大气层，避免产生太空垃圾。图图 3：测运控环节测运控环节贯穿航天器发射与运营全阶段贯穿航天器发射与运营全阶段 数据来源：赛迪智库、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 6/30 通信通信/行业深度行业深度 1.3.测运控系统体系架构：地基测控为基，星载计算为势 智能化的航天测运控系统是以测运控中心为大脑，传输链路为神经，空间飞行器和智能化的航天测运控系统是以测运控中心为大脑，传输链路为神经，空间飞行器和地面测控站为节点的分布式架构。测运控中心：地面测控站为节点的分布式架构。测运控中心：测运控系统的核心管控部分，其主要负责：航天器的发射段测控、运行段轨道控制和应急测控等任务；对有效载荷的状态监视与操作控制；对所属地面站的远程控制和监视；生成测控计划；设备维护和保养等。星载测运控系统：星载测运控系统：随着星载计算机的能力不断提高，星载计算机为卫星平台和载荷提供统一的计算、存储和管理功能，逐步实现卫星/星座的自主控制、卫星工况的自主判断、数据的初级处理功能。在整个智能化测运控系统中星载测运控系统将升级为一个空间节点，实现星上各种数据的直接处理及卫星的自主管控。地地面测控站：面测控站：整个测运控系统中的重要节点，测控站智能化主要是实现对地面站设备的智能化管理，在包括设备自动化操作、故障自主诊断、运行数据分析、设备性能评估等。图图 4：测运控系统体系与服务流程测运控系统体系与服务流程 数据来源：中科星图、东北证券 图图 5：商业航天各细分环节及测运控服务体系商业航天各细分环节及测运控服务体系 数据来源：航天驭星、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 7/30 通信通信/行业深度行业深度 1.4.多学科测控手段凸显行业技术壁垒 航天测运控主要功能包括跟踪测轨、遥测、遥控等诸方面。跟踪测轨：航天测运控主要功能包括跟踪测轨、遥测、遥控等诸方面。跟踪测轨：实时监测航天器位置、速度、姿态，确保在预定轨道运行；遥测：遥测：接收航天器下传的工程参数（温度、电压）和环境数据，实现状态监控；遥控：遥控：向航天器发送指令，控制姿态、轨道调整或设备开关。测运控技术手段分为无线电测控系统、光学测量系统、信息测运控技术手段分为无线电测控系统、光学测量系统、信息传输和数据交换系统、时间统一系统、轨道确定和计算处理系统、监控显示系统。传输和数据交换系统、时间统一系统、轨道确定和计算处理系统、监控显示系统。图图 6：航天测控系统航天测控系统 数据来源：中国载人航天网、东北证券 做好做好航天测运控航天测运控要要对跨领域技术深度整合与极致要求。对跨领域技术深度整合与极致要求。从通信层面看，航天测运控需突破航天器与地面间数万千米的超远距离数据传输瓶颈，既要应对等离子体鞘套造成的信号衰减，又要实现每秒数百兆比特的高速率通信，这依赖于毫米波、激光等新型载波技术与自适应编码算法的协同；在自动化控制领域，航天器姿态调整需在微秒级时间内完成多轴联动，对惯性导航器件的精度要求达到 0.001/小时，而轨道预测则要融合天体力学、大气模型等多源数据，误差需控制在百米以内；计算机科学层面，海量遥测数据的实时处理需依托边缘计算节点与云端算力的无缝衔接，同时要构建抗单粒子翻转的辐射加固计算机系统；此外，还需结合材料科学研发耐-270至 150极端温差的传感器，借助光学工程实现纳米级的航天器位置测量。这些技术不仅各自面临严苛的性能指标，更需在多学科交叉中实现无缝协同，任何一个环节的技术短板都可能导致任务失败，由此形成的技术壁垒极高，是航天领域核心技术之一。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 8/30 通信通信/行业深度行业深度 表表 1：航天测运控航天测运控主要技术手段分类主要技术手段分类 技术手段分类技术手段分类 原理原理 无线电测控系统 无线电测轨设备利用无线电波对火箭、航天器进行跟踪测量以获取目标的距离、速度和角度信息；无线电遥测设备接收通过编码信道发送的火箭和航天器工作状态信息；无线电遥控设备通过编码信道向火箭和航天器发送控制指令和注入数据等 光学测量系统 利用目标反射或自发光信号，对火箭和航天器进行飞行轨迹参数测量、实况图像记录和物理特性测量 轨道确定和计算处理系统 由中心计算机与通用、专用外部设备及应用软件组成，是将各种测量信息按预定方案进行计算分析，加工成可用的信息 信息传输和数据交换系统 光缆传输、地面微波传输、无线移动通信和卫星通信等 时间统一系统是为测控系统 完整的时间统一系统由两部分组成，一部分是授时系统，即国家时间频率基准及其授时台，其作用是建立和发播国家级时间和频率基准信号；另一部分是测控系统中的时统设备（或时统站）监控显示系统 实时接收和处理测控系统获取的遥测和测轨信息及实况监视信息 数据来源：开运联合、东北证券 1.5.国家测运控规范出台，规范行业发展同时提高准入门槛 2025 年年 3 月月 14 日，国家国防科工局印发关于促进商业航天测控规范有序发展的通日，国家国防科工局印发关于促进商业航天测控规范有序发展的通知，明确商业航天测控站网建设、技术规范、安全管理、支持发展等方面有关事项。知，明确商业航天测控站网建设、技术规范、安全管理、支持发展等方面有关事项。通知旨在推动构建全域覆盖、泛在互联的航天测控体系，推动商业航天测控规范、通知旨在推动构建全域覆盖、泛在互联的航天测控体系，推动商业航天测控规范、有序、健康、高质量发展。有序、健康、高质量发展。“各商业航天测控主体应统筹兼顾现有和未来业务发展需求，高效利用建成和在建测控资源，集约新建测控设施，提升天基、地基测控资源融合运用能力，综合地域优势、网络条件、设施保障等方面因素逐步形成产业集群，发挥规模效应，提升站网资源的整体利用效能。”“各商业航天测控主体应在有关行业组织的协调下，在通信协议、数据接口、系统运营、服务体系等方面逐步形成统一的技术标准和服务规范，建立商业航天测控互联互通机制，不断完善航天测控领域的团体标准、行业标准和国家标准。”“国家支持并倡导各商业航天测控主体发挥自身优势，通过技术创新、服务创新、商业模式创新，不断拓展提供服务的深度和广度，积极开展服务成果的转化应用，不断提升产业服务能力和水平。”“国家鼓励支持各商业航天测控主体积极拓展国际市场，增强全球竞争力，维护自身合法权益。”请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 9/30 通信通信/行业深度行业深度 图图 7：国家国防科工局关于促进商业航天测控规范有序发展的通知国家国防科工局关于促进商业航天测控规范有序发展的通知 数据来源：国家国防科工局关于促进商业航天测控规范有序发展的通知、东北证券 1.6.低轨卫星互联网行业快速发展，测控资源稀缺价值及痛点凸显 低轨卫星互联网的高速发展低轨卫星互联网的高速发展带来带来星座星座及发星及发星数量的爆发式增长数量的爆发式增长，航天测运控，航天测运控资源供资源供给有限性给有限性愈发凸显愈发凸显。当前，以马斯克星链为代表的全球低轨卫星星座计划从数千颗向数万颗量级跃进，单星从入轨初期的轨道捕获、状态标定，到运营阶段的定期轨道维持、姿态调整、碰撞规避，再到故障应急处置，每一项操作都依赖测运控系统提供的测控弧段与数据链路支持。然而，地面测控站受限于地理分布与空域管制，能覆盖的轨道倾角和时段存在天然局限；中继卫星数量有限，难以承载数万颗卫星的并发通信需求；加之频谱资源的拥挤与测控频率协调的复杂性，使得可用的测运控信道日益紧张。尤其当卫星密集部署形成星座后，单星测控窗口重叠、多星协同管理的复杂度呈指数级上升，稍有资源调度延迟便可能引发轨道冲突或任务中断，这让原本稀缺的测运控资源更显捉襟见肘，也倒逼行业加速探索分布式测控、智能资源调度等新技术以破解瓶颈。图图 8：星链覆盖范围基本遍及全球：星链覆盖范围基本遍及全球 数据来源：星链官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 10/30 通信通信/行业深度行业深度 测运控系统日益复杂。测运控系统日益复杂。在轨航天器数量将越来越多，规模越来越大，类型与应用模式越来越复杂，管控要求和难度大幅提升。相对于数量激增的在轨航天器，地面测地面测运控系统将面临着数量不足、设备短缺的问题。运控系统将面临着数量不足、设备短缺的问题。小卫星需要大天线，但是小卫星的寿命通常比较短，而地面测运控设备投入又比较大，因此要求地面测运控资源必须能够组网重复使用。在传统单颗卫星的测运控任务外，对多星的同时测运控支持、多星及星座在轨运行管理等，对地面测运控网络如何提供及时、有效、灵活的测运控服务提出了极高的要求，大大增加了航天测运控系统的负担和操作复杂性。测运控服务模式转变。由于过境小卫星承担多样化任务，同一地面站必须具备多星测运控服务模式转变。由于过境小卫星承担多样化任务，同一地面站必须具备多星测运控和数据采集能力，以便在多颗卫星同时过境时实现有效管理。测运控和数据采集能力，以便在多颗卫星同时过境时实现有效管理。因此，测运控系统不仅需建设新站，还要最大化利用现有设备并探索新技术。传统依赖增加资源和人力应对少量卫星的模式已难以满足未来需求。随着卫星星座项目的推进和航天器商业应用的普及，测运控管理服务模式正从以平台载荷为核心转向以数据业务为核心，以提升效率和灵活性，适应未来的发展。测运控服务配套体系不完善，天地一体化建设任务艰巨。测运控服务配套体系不完善，天地一体化建设任务艰巨。我国测运控的规模发展、技术迭代、资源配置等方面尚与国际领先水平存在差距。从规模发展来看，国内商业测运控公司仍处于早期发展阶段，目前相关企业仅有 10 余家，整体规模与未来商业航天发展需求不匹配，供需矛盾突出。从技术迭代来看，中国测控技术仍依赖传统模式，缺乏创新和灵活的服务模式。从资源配置来看，国内 70 余付天线大部分集中在西部和东北地区，覆盖面有限，区域间资源配置不均，且天线口径多在 3.7 米-7.3 米之间，缺乏火箭发射测控所需的光学、外弹道测量和安全控制设备。图图 9：国家商业航天测运控存在多个维度的短板国家商业航天测运控存在多个维度的短板 数据来源：中科星图，赛迪智库、东北证券 1.7.行业高壁垒特征明显，蓝海市场格局优，行业痛点凸显测控资源稀缺价值 特种领域精细化、安全化、智能化要求更高。特种领域精细化、安全化、智能化要求更高。特种领域航天经过多年发展，对航天测控管理以及航天数字仿真等精细化、安全化、智能化要求更高，对供应商的公司规模、技术能力、人员水平要求更严格。民用航天、商业航天领域要求更高的综合与智能服务能力。民用航天、商业航天领域要求更高的综合与智能服务能力。航天测控未来将会是多星、多中心、多站架构。只有通过智能化测控系统、虚拟现实仿真系统，实现测控资源的统筹调度、星上各种数据的快速处理及卫星的精准仿真，才能适应下游用户不断变化的需求。航天测控管理要求与高性能计算深度融合。航天测控管理要求与高性能计算深度融合。随着各类卫星星座建设的持续推进，以及航天器的商业应用日趋普及，以平台和载荷为核心的航天测控管理模式，通过与各类太空数据的高性能计算相结合，进一步提升测控管理水平。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 11/30 通信通信/行业深度行业深度 图图 10：航天测运控涉及航天产业多个环节，行业壁垒高：航天测运控涉及航天产业多个环节，行业壁垒高 数据来源：开运联合、东北证券 国际主流测运控公司包括国际主流测运控公司包括 SSC、KSAT 等，国内主要参与玩家包括航天驭星、天链等，国内主要参与玩家包括航天驭星、天链测控、寰宇卫星及星图测控（唯一上市）。测控、寰宇卫星及星图测控（唯一上市）。SSC（Swedish Space Corporation，瑞典，瑞典空间公司）空间公司）成立于 1972 年，是瑞典政府控股的国有大型综合性航天企业。SSC 主营业务为以全球卫星测控及运营网络为核心的卫星管理服务，包括科学与发射服务、卫星地面站服务、航天器运营与工程、数据分析服务等方向，为全球多国卫星提供在轨运行服务，包括卫星业务测控、工程测控、遥测与载荷数据接收与传输等。KSAT（Kongsberg SATellite services，挪威康斯伯格卫星服务有限公司），挪威康斯伯格卫星服务有限公司）是全球领先的卫星地面站服务和海事卫星监测服务提供商。主营地面网络服务、地球观测服务两类业务。其中地面网络服务业务涉及如下细分领域：数据接收与测控方案、发射通信系统方案、小型卫星及星座地面站网、航天基础设施服务方案、卫星运营。图图 11：SSC（Swedish Space Corporation）瑞典空间公司瑞典空间公司 数据来源：SSC 官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 12/30 通信通信/行业深度行业深度 图图 12：KSAT（Kongsberg SATellite services）挪威康斯伯格卫星服务有限公司）挪威康斯伯格卫星服务有限公司 数据来源：KSAT 官网、东北证券 表表 2：国内测运控主流公司国内测运控主流公司 公司公司 成立日期成立日期 经营情况经营情况 航天驭星 2016.10.12 集商业化航天测运控技术研发、航天通信产品制造和航天器在轨运管服务于一体的综合方案提供商，为航天用户提供包含火箭发射测控、卫星测运控、载荷数据接收、遥感卫星定标、空间碰撞预警、空间碎片清理、航天数字化应用等服务在内的一揽子解决方案 天链测控 2017.06.15 为卫星运营客户提供卫星运维管理解决方案和数据接收服务，核心业务包括商业运载火箭跟踪测量、卫星测控运维、卫星载荷数据接收、地面站网建设运维。寰宇卫星 2018.07.30 提供测运控系统整体解决方案、航天器在轨测控管理服务、航天器测运控管理云服务、软件定制开发服务等技术服务，以及航天器测控软件、航天器运控软件、航天仿真验证软件等软件产品 星图测控（唯一上市）2016.12.14 依托航天器高精度轨道、姿态、控制计算，测控资源智能筹划与调度，卫星全生命周期健康管理及测控装备一体化设计与智能管控等核心技术，研发了具有完全知识产权、国产自主可控的洞察者系列产品。数据来源：星图测控招股书、东北证券 1.8.可回收技术显著降低成本，测运控有望迎来量价齐升 可回收火箭进展迅速，有效降低火箭可回收火箭进展迅速，有效降低火箭/卫星成本，带动卫星发射需求。卫星成本，带动卫星发射需求。2023 年 11 月2 日：星际荣耀自主研发的“双曲线二号”液氧甲烷火箭成功完成国内首次全尺寸一子级垂直起降飞行试验；2023 年 12 月，星际荣耀再次完成双曲线二号火箭的复用飞行，成为继 SpaceX 和蓝色起源后，全球第三家掌握火箭垂直起降复用技术的企业。2024 年 1 月 19 日，蓝箭航天在酒泉卫星发射中心成功发射“VTVL-1 试验箭”，完成 350 米高度垂直起降试验；2024 年 9 月 11 日，蓝箭航天朱雀三号 VTVL-1 试验箭完成 10 公里级垂直起降返回飞行试验，成为国内首家实现该高度回收的商业航天公司，并首次验证发动机空中二次点火技术。我们认为火箭可回收带来降本我们认为火箭可回收带来降本效应，行业即将迎来效应，行业即将迎来 DeepSeek 时刻，测控环节多重受益（火箭增加了回收段、更时刻，测控环节多重受益（火箭增加了回收段、更多的在轨卫星运营）；高精密、低容错的行业特点决定了测运控赛道的高准入壁垒多的在轨卫星运营）；高精密、低容错的行业特点决定了测运控赛道的高准入壁垒与测控资源的有限性等，需求的高增与供应的稀缺将带来测运控环节的价量齐升。与测控资源的有限性等，需求的高增与供应的稀缺将带来测运控环节的价量齐升。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 13/30 通信通信/行业深度行业深度 图图 13：垂直起降回收工作剖面垂直起降回收工作剖面 数据来源：运载火箭回收模式及发展展望、东北证券 图图 14：双曲线二号验证火箭实现首次复用飞行双曲线二号验证火箭实现首次复用飞行 数据来源：公开信息整理、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 14/30 通信通信/行业深度行业深度 图图 15：朱雀三号朱雀三号 VTVL-1 试验箭垂直起降试验试验箭垂直起降试验 数据来源：公开信息整理、东北证券 图图 16：箭元科技元行者一号验证型火箭箭元科技元行者一号验证型火箭首次飞行回收试验首次飞行回收试验 数据来源：公开信息整理、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 15/30 通信通信/行业深度行业深度 2.测运控行业竞争格局明晰，星图测控作为唯一上市公司直测运控行业竞争格局明晰，星图测控作为唯一上市公司直接受益产业快速发展趋势接受益产业快速发展趋势 2.1.星图测控：航天测运控领域核心受益标的 2.1.1.全球领先的太空管理服务商，航天三大环节唯一上市公司 公司是围绕航天器在轨管理与服务，专业从事航天测控管理、航天数字仿真的国家公司是围绕航天器在轨管理与服务，专业从事航天测控管理、航天数字仿真的国家级专精特新“小巨人”企业。级专精特新“小巨人”企业。公司依托航天器高精度轨道、姿态、控制计算，测控资源智能筹划与调度，卫星全生命周期健康管理及测控装备一体化设计与智能管控等核心技术，研发了具有完全知识产权、国产自主可控的洞察者系列产品。公司业务发端于航天特种领域，凭借核心技术团队在特种领域多年来高标准交付国家重大航天工程任务所积累的技术优势，目前已全面拓展至特种领域、民用航天和商业航天领域。图图 17：公司产品与业务情况公司产品与业务情况 数据来源：星图测控招股书、星图测控年报、东北证券 基于洞察者系列产品以及积累的各类航天领域核心算法，公司支持航天任务全过程基于洞察者系列产品以及积累的各类航天领域核心算法，公司支持航天任务全过程管理，包括设计、规划、测试、发射、运行、应用等各环节，管理，包括设计、规划、测试、发射、运行、应用等各环节，响应包括但不限于轨道设计、星座组网设计、地面站网设计、系统仿真验证、航天器监测与管控、碰撞预警与规避、离轨方案设计、模拟训练、科普教育等各种业务需求，为特种领域、民用航天、商业航天领域客户提供技术开发与服务、软件销售、测控地面系统建设、系统集成等航天综合解决方案。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 16/30 通信通信/行业深度行业深度 图图 18：公司在航天行业涉及领域（红色标注）公司在航天行业涉及领域（红色标注）数据来源：星图测控招股书、星图测控年报、东北证券 空天院为实际控制人，背靠中科院体系。空天院为实际控制人，背靠中科院体系。根据公司招股书和 2024 年年报，中科星图股份有限公司为公司控股股东，中国科学院空天院为公司实际控制人。公司目前拥有四家全资子公司。中科院在火箭、卫星领域的优势，为公司在测运控领域开展业中科院在火箭、卫星领域的优势，为公司在测运控领域开展业务提供有力支持。务提供有力支持。图图 19：公司股权结构（截至公司股权结构（截至 25Q1）数据来源：星图测控招股书、星图测控年报、东北证券 2.1.2.星图测控专注航天测控管理与数字仿真两大业务板块 航天测控管理：航天测控管理：公司航天测控管理系为火箭主动段、卫星早期轨道段、在轨测试阶段、长管阶段、离轨阶段提供遥测遥控支持、任务规划与调度、轨道确定与控制、请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 17/30 通信通信/行业深度行业深度 碰撞预警、健康管理等技术服务，以及开展地面站网等航天基础设施系统建设，为特种领域、民用航天和商业航天用户提供测控整体解决方案。航天数字仿真：航天数字仿真：公司航天数字仿真业务主要为航天工程的设计论证、仿真推演、模拟训练、分析评估提供完整的解决方案和产品。通过运用航天动力学、航天装备建模和人工智能、并行计算和虚拟现实等技术，公司构建了能够模拟航天任务设计、测试、发射、运行和应用等全流程和全要素的工程仿真平台，为各类航天任务提供专业的仿真分析计算、决策支持。洞察者应用平台：洞察者应用平台：根据航天测控管理和航天数字仿真领域需求，在基础平台之上融合各领域业务信息、扩展行业应用打造形成的业务专属软硬件平台，包括一体化全功能地面站网建设（天路 Space Link）、太空资产管理（天控 Space OS）、太空态势感知（天感 Space SSA）、航天仿真分析（天仿 Space Sim）、航天业务数字化训练（天训 Space Train）、太空视景交互（天视 Space XR）等航天业务应用平台。图图 20：测控管理与数字仿真构建数字太空系统架构测控管理与数字仿真构建数字太空系统架构 数据来源：星图测控招股书、东北证券 图图 21：星图测控：星图测控洞察者基础平台洞察者基础平台 数据来源：星图测控招股书、东北证券 2.1.3.核心技术自主可控，行业竞争优势明显 深耕航天领域的研发团队和完善的研发体系。深耕航天领域的研发团队和完善的研发体系。公司团队长期深耕航天测控管理和航天数字仿真领域，核心技术团队拥有超过二十年的行业从业和研发经历，长期的技术积累构建了公司在业内的技术优势和研发壁垒。通过专业的研发团队持续攻关，公司掌握了航天器高精度轨道、姿态、控制计算，测控资源智能筹划与调度，卫星 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 18/30 通信通信/行业深度行业深度 全生命周期健康管理，测控装备一体化设计与智能管控等核心技术，并实现了与高性能计算、人工智能、大数据等新一代信息技术的深度融合应用，构建了全面的技术体系。表表 3：星图测控：星图测控公开发行募集资金使用情况公开发行募集资金使用情况 项目名称项目名称 预计投资总额预计投资总额（万元）（万元）拟募集资金使用额拟募集资金使用额（万元）（万元）商业航天测控服务中心及站网建设（一期）项目 10,940.39 7,869.26 基于 AI 的新一代洞察者软件平台研制项目 4,713.62 3,373.19 研发中心建设项目 3,308.45 3,308.45 补充流动资金 4,500.00 4,500.00 数据来源：星图测控招股书、东北证券 稳健经营的商业航天公司发展模式。稳健经营的商业航天公司发展模式。创始团队及核心技术人员来自于国家航天测控单位，多次参加国家重大航天工程任务，并承担国家重大航天项目，与特种领域及航天科研院所建立了长期合作关系，积累了良好的品牌声誉。公司以为特种领域服务为基础，稳健发展，在确保公司经营稳定的基础上，抓住民用航天、商业航天发展机遇，进一步提升公司盈利和发展上限，走出商业航天公司可持续发展模式。国有背景的自主可控国产化产品。国有背景的自主可控国产化产品。公司实际控制人为中国科学院空天院，中国科学院空天院拥有 20 余个国家级/院级重点实验室、中心，已基本形成了空天信息领域高起点、大格局、全链条布局的研究方向，在国内空天信息领域处于领先地位；国国有股东背景及核心技术团队的大型国有航天单位研发经历决定了公司具备承担国有股东背景及核心技术团队的大型国有航天单位研发经历决定了公司具备承担国家战略级航天任务的能力。家战略级航天任务的能力。图图 22：星图测控：星图测控洞察者融合洞察者融合 DeepSeek 大模型大模型 数据来源：星图测控官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 19/30 通信通信/行业深度行业深度 充分利用充分利用 AI 技术持续升级洞察者系列产品功能和业务扩展能力，以技术创新推动技术持续升级洞察者系列产品功能和业务扩展能力，以技术创新推动产品发展。产品发展。公司开发了航天智能复杂任务决策系统，该系统面向轨道优化、自主导航、自主任务规划等复杂场景，系统通过仿真环境训练探测器自主调整推进剂消耗与轨迹的平衡策略，构建虚拟模型，模拟任务环境以验证决策逻辑。采用多目标优化算法，结合 Q-learning 和线性规划，平衡能源消耗与任务进度。破解多约束难题，将资源量、任务优先级编码为约束条件，求解最优分配方案。根据分布式博弈算法，实现多卫星协商带宽分配，最大化整体传输效率。利用在线规划算法，结合 SLAM（同步定位与地图构建）动态更新任务计划。航天智能复杂任务决策系统通过多源数据融合技术、深度学习技术、动态实时推理技术，突破了传统业务面对不确定性和多约束性的难题。图图 23：洞察者航天洞察者航天 AI 训练推理平台训练推理平台 V1.0 数据来源：星图测控公众号、东北证券 图图 24：构建知识数据汇聚，破数据分析复杂性难题构建知识数据汇聚，破数据分析复杂性难题 数据来源：星图测控公众号、东北证券 2.1.4.星图测控财务状况良好，高研发投入维持竞争力 营收归母净利润持续快速增长，盈利能力不断提升。营收归母净利润持续快速增长，盈利能力不断提升。2020-2024 年，公司营业收入由 0.27 亿元增长至 2.88 亿元，年均复合增长率 80.72%；归母净利润由 0.10 亿元增长至 0.85 亿元，年均复合增长率 70.75%。2025Q1，公司营收 0.44 亿元，同比增长34.49%；归母净利润 0.13 亿元，同比增长 10.35%。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 20/30 通信通信/行业深度行业深度 图图 25：公司营收及增速（亿元）公司营收及增速（亿元）数据来源：公司公告、东北证券 图图 26：公司归母净利润及增速（亿元）公司归母净利润及增速（亿元）数据来源：公司公告、东北证券 0.271.041.412.292.880.440.00P.000.000.00 0.00%0.0000.0050.00%0.000.501.001.502.002.503.003.50202020212022202320242025Q10.10 0.35 0.51 0.63 0.85 0.13 0.00P.000.000.00 0.00%0.0000.00%0.000.100.200.300.400.500.600.700.800.90202020212022202320242025Q1 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 21/30 通信通信/行业深度行业深度 图图 27：公司营收构成公司营收构成 数据来源：公司公告、东北证券 毛利率及净利率边际显著提升。毛利率及净利率边际显著提升。2025 年第一季度公司毛利率 60.86%，净利率 30.77%相比于 2024 年全年水平边际显著改善。费用控制良好，研发投入保持高位。费用控制良好，研发投入保持高位。期间费用率角度，公司管理费用率略有波动，销售费用呈上升趋势；财务费用率稳定在 0%左右；研发投入保持高强度，研发费用率稳定保持在 13%以上，2025 年第一季度研发费用率达 30.26%。图图 28：公司毛利率与净利率（公司毛利率与净利率（%）数据来源：公司公告、东北证券 94.85.59.54t.42w.68.89.85%3.56%9.91%7.09%4.72%7.09%1.59%2.50%5.36%2.98%3.38%0.000.200.400.600.801.001.2020202021202220232024技术开发与服务测控地面系统建设系统集成软件销售66.88U.20V.92R.16R.80.865.9235.87.34).470.77%0.00.00 .000.00.00P.00.00p.00.00 2020212022202320242025Q1毛利率净利率 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 22/30 通信通信/行业深度行业深度 图图 29：公司公司分业务毛利率（分业务毛利率（%）数据来源：公司公告、东北证券 图图 30：公司公司期间费用率期间费用率情况情况（%）数据来源：公司公告、东北证券 2.2.航天驭星：测运控一体化服务供应商，资源丰富行业领先 航天测运控一体综合方案服务商航天测运控一体综合方案服务商，。航天驭星成立于 2016 年，总部位于北京，在西安、郑州、中卫、七台河、精河、鹤壁、南太平洋、非洲、南美等地建立了十几个分支机构，是集商业化航天测运控技术研发、航天通信产品制造和航天器在轨运管服务于一体的综合方案提供商。为全球航天用户提供包含火箭发射测控、卫星测运控、载荷数据接收、遥感卫星定标、空间碰撞预警、空间碎片清理、航天数字化应用、航天科普推广等服务在内的一揽子解决方案。航天驭星可以提供包括卫星频率协调与发射许可申请、卫星测运控数传一体化解决方案、卫星寿命周期空间态势与遥感卫星定标服务。目前提供的产品主要有多功能基带、星上通信机、应答机、测运控软件；测控数传一体化多功能地面站、便携站等。0.00 .00.00.00.000.000.00 202021202220232024技术开发与服务测控地面系统建设系统集成软件销售-5.00%0.00%5.00.00.00 .00%.000.005.00 2020212022202320242025Q1销售费用率管理费用率财务费用率研发费用率 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 23/30 通信通信/行业深度行业深度 图图 31：航天驭星航天发射测运控服务及航天器早期轨道支持服务航天驭星航天发射测运控服务及航天器早期轨道支持服务 数据来源：航天驭星官网、东北证券 核心团队资历经验丰富，核心团队资历经验丰富，地面站资源地面站资源建设完备建设完备，行业优势地位显著。，行业优势地位显著。公司核心团队均来自传统航天系统核心单位，有员工 300 余人，获得国家高新技术企业、国家级专精特新“小巨人”企业、北京民营中小企业百强等荣誉称号。目前已建成了包含60 余套地面站在内的全球化的卫星地面站网和综合定标场，累计服务的卫星、火箭数量达 490，在国内商业航天测运控领域处于领先地位。北京时间 2025 年 7 月 29日 12 时 11 分，双曲线一号遥十运载火箭在我国酒泉卫星发射中心发射升空，将搭载的恩施硒都山泉号（HS-9）卫星顺利送入预定轨道，飞行试验任务获得圆满成功。航天驭星为恩施硒都山泉号（航天驭星为恩施硒都山泉号（HS-9）卫星提供测控服务）卫星提供测控服务，累计服务数量达，累计服务数量达 490。图图 32：航天驭星航天驭星资质荣誉资质荣誉 数据来源：航天驭星官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 24/30 通信通信/行业深度行业深度 图图 33：航天驭星累计服务星箭数量达航天驭星累计服务星箭数量达 490 数据来源：航天驭星官网、东北证券 2.3.天链测控：领先商业航天测运控供应商 天链测控是中国商业航天测控领域核心天链测控是中国商业航天测控领域核心玩家之一玩家之一，其核心业务涵盖商业卫星全生命，其核心业务涵盖商业卫星全生命周期测控运维与数据接收服务。周期测控运维与数据接收服务。公司依托“天地一体 云网端”架构，构建了覆盖全球的 42 地面站网，通过 AI 智能调度系统实现多链路冗余通信，可支持 300 余颗卫星常态化运维。其业务覆盖从卫星入轨初期的轨道捕获、状态标定，到运营阶段的定期轨道维持、碰撞规避，再到退役前的受控再入等全流程，尤其在遥感卫星数据实时回传、通信星座协同管理等场景中形成独特优势，成为支撑低轨星座规模化部署的关键基础设施。图图 34：天链测控主要业务天链测控主要业务 数据来源：天链测控官网、东北证券 国内商业测运控市场领军企业之一，技术整合能力与资源禀赋强劲。公司核心竞争力体现在三个维度：一是技术壁垒突出一是技术壁垒突出，通过融合毫米波通信、边缘计算与抗辐射加固技术，突破数万千米超远距离数据传输瓶颈，单星日下行测控弧段达 22 圈，数据传输时延控制在秒级；二是规模化运维能力二是规模化运维能力，基于云平台架构实现测控资源动态分配，可同时管理数百颗卫星的轨道参数与健康状态，在星座密集部署场景中展 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 25/30 通信通信/行业深度行业深度 现出卓越的多目标协同调度效率；三是生态协同优势三是生态协同优势，作为中信集团与国防科工局联合支持的企业，其站网资源与国家航天测控体系形成互补，既能承接载人航天、深空探测等国家重大工程的辅助测控任务，又能为商业客户提供“4S 店式”定制化服务，构建起军民融合的独特商业模式。这种技术自主性与资源整合能力，使其成为衡量中国商业航天测控服务水平的标杆企业。图图 35：天链测控可用地面站天链测控可用地面站 42 个，在轨卫星超个，在轨卫星超 300 颗颗 数据来源：天链测控官网、东北证券 2.4.寰宇卫星：全生命周期服务 全球站网布局 国内领先的卫星测控管理综合服务商，构建了覆盖卫星全生命周期的测运控服务体国内领先的卫星测控管理综合服务商，构建了覆盖卫星全生命周期的测运控服务体系。系。其核心业务涵盖卫星发射初期的轨道捕获与状态标定、运营阶段的轨道维持与碰撞规避、退役前的受控再入等全流程测控运维。寰宇卫星测控中心建设有 3 个卫星测控大厅，可满足多个发射场、多颗卫星同时发射的测控需求;建设有 1 个综合监控大厅，可实现在轨卫星、中心计算机系统以及测运控设备的集中统一监控，能够满足 500 余颗在轨卫星和 10 余个大型卫星星座长期测控管理的需要，测控频率覆盖 VHF/UHF、S、X、Ka 频段，测控体制兼容 CCSDS、ESA 和我国制定的航天测控技术标准，低轨卫星圈次覆盖率达 70%以上，中高轨卫星圈次覆盖率达 100%，能够满足国内外 80%以上卫星的测运控技术要求，同时可为我国商业火箭发射提供测量控制等服务。公司依托自主研发的星座测运控管理平台，整合国内外 40 余套测控设备，建成国内“大三角”（新疆、黑龙江、海南）及海外站点组成的全球测控网络，实现境内太阳同步轨道 100%测控覆盖、全球覆盖率达 85%以上。图图 36：寰宇卫星航天器测控软件主要功能寰宇卫星航天器测控软件主要功能 数据来源：寰宇卫星官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 26/30 通信通信/行业深度行业深度 图图 37：寰宇卫星航天测控寰宇卫星航天测控相关服务相关服务 数据来源：寰宇卫星官网、东北证券 技术自主与全球布局双轮驱动，铸就商业航天测控领军者地位。技术自主与全球布局双轮驱动，铸就商业航天测控领军者地位。寰宇卫星自主研发的测运控系统突破 20 余项核心算法，实现指令响应毫秒级控制，同时融合 AI 健康监控与机器学习碰撞预警技术，提升星座管理智能化水平；此外其资源禀赋独特，建成国内最大商业测控站网资源池，可调用设备数量居行业首位，全球站网布局与国家测控体系形成互补，既能承接载人航天等国家任务，又能为商业客户提供定制化服务；2024 年寰宇卫星完成近 8 万圈测运控服务，同比增长 200%，单套设备每日跟踪圈次达行业平均水平 3 倍，在天目星座、吉林一号等重大项目中展现卓越协同调度效率。其“天地一体”数据应用平台与“航天 ”业务生态，更推动卫星数据在农业、能源等领域的规模化落地。这种技术自主性与全球资源整合能力，使其成为支撑中国商业航天高质量发展的核心基础设施。图图 38：寰宇卫星测控网布局图寰宇卫星测控网布局图 数据来源：寰宇卫星官网、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 27/30 通信通信/行业深度行业深度 3.投资逻辑投资逻辑 行业爆发式增长驱动测运控需求行业爆发式增长驱动测运控需求爆发爆发。航天测运控行业正站在低轨卫星互联网规模化部署的历史转折点，随着全球低轨星座计划从数千颗向数万颗量级跃进，卫星全生命周期管理需求呈指数级增长单星从入轨初期的轨道捕获、状态标定，到运营阶段的轨道维持、碰撞规避，再到退役前的受控再入，每环节均需高频次测控支持。而在政策层面，国家将商业航天连续两年写入政府工作报告，地方政府密集出台支持政策，推动测运控基础设施向“天地一体、全球覆盖”升级。预计 2025 年后随着可回收火箭的进展整个卫星互联网行业将迎来加速发展，其中测运控作为卫星产业核心环节之一，将直接受益需求增长且具备较强确定性。技术迭代与资源技术迭代与资源禀赋禀赋构筑行业护城河。构筑行业护城河。航天测运控环节具备技术壁垒与资源禀赋的双重稀缺性。技术层面，企业需突破数万千米超远距离数据传输、多星并发测控、AI 智能调度等关键技术例如天链测控通过融合毫米波通信与边缘计算，将单星日下行测控弧段提升至 22 圈，数据时延控制在秒级；星图测控自主研发的洞察者软件平台，支撑 500 颗卫星及 10 个星座的长期管理，在“一箭 41 星”任务中实现多目标同时跟踪。资源层面，全球测控站网布局与频谱资源获取具有强先发优势，如寰宇卫星建成国内“大三角”（新疆、黑龙江、海南）及海外站点组成的全球网络，境内太阳同步轨道覆盖率达 100%，全球覆盖率超 85%。这种“技术 资源”的双轮驱动，使得头部企业可通过规模化运维摊薄成本，形成“强者恒强”的马太效应。测控方向有望测控方向有望量价齐升，量价齐升，成为未来卫星互联网行业投资重点，关注唯一上市公司标成为未来卫星互联网行业投资重点，关注唯一上市公司标的星图测控。的星图测控。测控环节极其受益于火箭可回收，之前只是上升到入轨段需要测控服务，可回收后入轨到返回段增加测控需求，单发火箭测控价值量提升，卫星产业加速发展背景下测运控数量需求增长趋势明显；而在价格上，测控的特殊属性在于测控站点的稀缺性、地缘分布优势、关键点位触达、设备规格等，易形成供需不匹配关系，全行业放量有望带来价格提升。星图测控星图测控是航天三大环节（火箭/卫星/测控）唯一上市公司，具备赛道稀缺性。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 28/30 通信通信/行业深度行业深度 4.风险提示风险提示 国家及行业政策风险国家及行业政策风险。航天测运控行业受政策监管极强，风险主要源于政策变动的不确定性与跨境合规要求的复杂性。国内空域使用、频谱资源分配、航天活动审批等均由国家主管部门严格管控，若政策收紧（如限制商业企业使用特定频段、提高地面站建设审批门槛），可能直接导致企业现有项目延期或成本激增。国际层面也存在航天器测控涉及跨境数据传输、轨道资源分配等问题，若目标市场国家出台技术壁垒政策（如限制外资企业参与本土卫星测控服务、要求数据本地化存储），或国际航天合作协议变动（如频谱协调周期延长），将严重影响行业相关企业的全球化布局，甚至导致海外业务收缩。市场竞争加剧的风险市场竞争加剧的风险。随着低轨卫星星座规模化部署浪潮来临，航天测运控市场正涌入大量参与者，竞争风险主要来自三个维度：一是国家队与商业企业的资源争夺，国有航天院所凭借长期技术积累和政策支持，在重大工程订单中占据天然优势，挤压商业企业的市场空间；二是新进入者的价格战，部分企业为快速抢占市场，以低于成本价提供初期测控服务，导致行业整体毛利率从 50%以上降至 35%左右；三是技术同质化竞争，中小商业企业多依赖通用技术方案，难以形成差异化优势，在大型星座运维招标中常因“性价比”劣势被淘汰。例如，2024 年国内某低轨星座项目招标中，12 家竞标企业中有 8 家报价低于行业平均成本线，最终中标企业虽拿下订单，但净利润率较往期下降 12 个百分点。客户集中度较高风险客户集中度较高风险。航天测运控行业客户集中在头部卫星星座企业，若大客户因星座部署计划调整减少测控需求（如某星座因供应链问题推迟发射，导致全年测控订单缩减），相关企业营收可能出现断崖式下滑。技术风险。技术风险。若超远距离通信（如激光链路传输效率）、多星协同调度（如 AI 算法处理并发量）、抗极端环境（如深空探测中的辐射防护）等领域未能突破瓶颈，将无法满足高轨卫星、深空探测器等高端市场的需求，此外星间链路技术的快速发展可能一定程度上削弱地面测控站的必要性。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 29/30 通信通信/行业深度行业深度 研究团队简介：研究团队简介：Table_Introduction 要文强：东北证券通信行业首席分析师。格拉斯哥大学硕士，拥有 3 年军工、通信产业一级市场投资经验以及航天产业从业经验，2020 年加入东北证券，担任军工行业分析师，2023 年担任通信行业首席分析师。执业证书编号：S0550523010004。刘云坤：伦敦政治经济学院风险与金融硕士，中央财经大学金融学本科。2022 年加入东北证券，现任东北证券通信行业分析师。分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告遵循合规、客观、专业、审慎的制作原则，所采用数据、资料的来源合法合规，文字阐述反映了作者的真实观点，报告结论未受任何第三方的授意或影响，特此声明。投资投资评级说明评级说明 股票 投资 评级 说明 买入 未来 6 个月内，股价涨幅超越市场基准 15%以上。投资评级中所涉及的市场基准：A 股市场以沪深 300 指数为市场基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为市场基准；香港市场以摩根士丹利中国指数为市场基准；美国市场以纳斯达克综合指数或标普 500指数为市场基准。增持 未来 6 个月内，股价涨幅超越市场基准 5%至 15%之间。中性 未来 6 个月内，股价涨幅介于市场基准-5%至 5%之间。减持 未来 6 个月内，股价涨幅落后市场基准 5%至 15%之间。卖出 未来 6 个月内，股价涨幅落后市场基准 15%以上。行业 投资 评级 说明 优于大势 未来 6 个月内，行业指数的收益超越市场基准。同步大势 未来 6 个月内，行业指数的收益与市场基准持平。落后大势 未来 6 个月内，行业指数的收益落后于市场基准。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 30/30 通信通信/行业深度行业深度 重要声明重要声明 本报告由东北证券股份有限公司（以下称“本公司”）制作并仅向本公司客户发布，本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户。本公司具有中国证监会核准的证券投资咨询业务资格。本报告中的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证。报告中的内容和意见仅反映本公司于发布本报告当日的判断，不保证所包含的内容和意见不发生变化。本报告仅供参考，并不构成对所述证券买卖的出价或征价。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情况下，我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行业务、财务顾问等相关服务。本报告版权归本公司所有。未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，并注明本报告的发布人和发布日期，提示使用本报告的风险。若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。Table_Sales 东北证券股份有限公司东北证券股份有限公司 网址：网址：http:/ 电话：电话：95360,400-600-0686 研究所公众号：研究所公众号：dbzqyanjiusuo 地址地址 邮编邮编 中国吉林省长春市生态大街 6666 号 130119 中国北京市西城区锦什坊街 28 号恒奥中心 D 座 100033 中国上海市浦东新区杨高南路 799 号 200127 中国深圳市福田区福中三路 1006 号诺德中心 34D 518038 中国广东省广州市天河区冼村街道黄埔大道西 122 号之二星辉中心 15 楼 510630
2025-08-29
30页
5星级
识别风险，发现价值 请务必阅读末页的免责声明 1 1/1616 Table_Page 投资策略周报|通信 证券研究报告 通信行业通信行业 AI 数据中心网络多层互连趋势确定，持续关注产业链数据中心网.
2025-08-27
16页
5星级
识别风险，发现价值 请务必阅读末页的免责声明 1 1/1616 Table_Page 投资策略周报|通信 证券研究报告 通信行业通信行业 AI 数据中心网络多层互连趋势确定，持续关注产业链数据中心网.
2025-08-27
16页
5星级
请请仔仔细细阅读本报告末页阅读本报告末页声明声明 敃券研究报告|行业周报 2025 年 08 月 25 日 通信通信 机机器人产业器人产业持续催化持续催化，国产算，国产算力芯片迎力芯片迎来突破来突破，持续看持续看好相关产业好相关产业投资机投资机会会 股票股票 股票股票 投资投资 EPS（元）（元）PE 代码代码 名称名称 评级评级 2025E 2026E 2025E 2026E 002463.SZ 沪电股份 买入 1.85 2.45 30.07 22.71 002881.SZ 美格智能 买入 0.73 0.92 73.33 58.18 300308.SZ 中际旭创 买入 7.6 8.29 36.7 33.64 300394.SZ 天孚通信 买入 3.68 4.53 33.4 27.13 301285.SZ 鸿日达 买入 0.21 0.7 231.86 69.56 600941.SH 中国移动 买入 6.79 7.23 16.13 15.15 601138.SH 工业富联 买入 1.55 1.78 29.57 25.75 601728.SH 中国电信 买入 0.38 0.4 20.0 19.0 605277.SH 新亚电子 买入 0.56 0.68 45.41 37.4 688668.SH 鼎通科技 买入 1.75 2.28 60.38 46.34 资料来源：长城敃券产业金融研究院 本本周周策策略略观点观点：1.机机器器人产人产业多业多维度维度催化催化，持，持续看续看好相好相关产关产业链业链投资投资机会机会。近期两大机器人大会接连召开，2025 年 8 月 8 日，2025 年世界机器人大会在北京召开，以“让机器人更智慧，让具身体更智能”为主题；2025 年 8 月 14日-17 日，世界人形机器人运动会随之召开。运动会在国家速滑馆举行，来自全球五大洲 16 个国家的 28 敆队伍、5I 余台人形机器人将展开 26个赛项 538 个比赛项目的竞技对决。2025 年 8 月 21 日，智元机器人首届合作伙伴大会在上海举办。本次大会以“与智同行共启新元”为主题，通过战略发布、八大场景化解决方案展示、百台机器人沉浸式体验，全面展现了智元机器人在“产品、技术、商业、生态、资本、团队”各方面的全链条布局。彭志辉强调，智元机器人三大系列三线协同，将助力智元机器人跑出加速度。“展望未来三年，智元机器人目标实现十万台级通用机器人规模部署，敆持百种任务的自主泛化能力，构建一个开放、可进化、自生长的通用机器人生态系统。”此外，8 月 19 日，宇树科技发布预热海报，预告即将推出的新款人形机器人，其身高将达到 180CM，全身具备 31 个自由度。我我们认们认为，为，伴随 WRC2025 以及世界人形机器人运动会的召开，逐步展示出机器人产业在本体方面的持续优化迭代，以及运控能力和人机交互能力的显著提升，随着宇树智元等国产头部机器人厂商持续推进产品迭代以及产业链拓展，将持续带动国产机器人产业链加速突破，我们持续看好相关产业链投资机会。2.AI催催生生高算高算力需力需求求，持续持续看好看好国国产算产算力力芯片芯片产业产业链链。2025 年 8 月 21 日，DeepSeek-V3.1 正式发布，该版本相对前代有以下改进：混合推理架构：强于大市强于大市（维持维持评级评级）行业行业走势走势 作者作者 分析师分析师 侯宾侯宾 执业敃书编号：S1070522080001 邮箱： 分析师分析师 姚姚久花久花 执业敃书编号：S1070523100001 邮箱： 联系人联系人 李李心怡心怡 执业敃书编号：S1070123110024 邮箱： 相关研究相关研究 1、我国量子计算取得重要突破，商业航天落地持续加速，看好相关产业投资机会2025-08-18 2、卫星互联网建设持续提速，GPT5 正式发布，持续看好相关产业投资机会2025-08-12 3、头部云厂商持续上调资本开敆，推进数据中心、液冷散热等行业结构重构7 月海外月报2025-08-06 -5%9#7Qey 24-082024-122025-042025-08通信沪深300行业周报 P.2 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 一个模型同时敆持思考模式与非思考模式；更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案；更强的 Agent 能力：通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升。在此篇文章的评论区中，DeepSeek 特意提到，DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的参数精度，而 UE8M0 FP8 是针对即将发布的下一代国产芯片设计。根据电子发烧友网，DeepSeek 通过 MoE 架构将激活参数量控制在合理范围，V3.1 的 UE8M0 FP8 精度标准使国产芯片在推理场景下的能效比提升 40%。实测显示，在 671B参数规模下，沐曦曦云 C500 运行 V3 的单位算力成本较 H100 降低 35%，推理延迟缩短至 8ms 以内。龙芯芯片在适配 DeepSeek 后，也凭借其架构优势，在特定场景下实现了较低的功耗和较高的性价比，为国产 AI应用的普及提供了更多选择。根据 C114 通信网，据The Information援引两名敉情人士的消息称，英伟达已通敉部分零部件供应商暂停其专为中国市场设计的 H20 人工智能芯片的生产。报道称，英伟达本周已通敉美国安靠科技（Amkor Technology）停止 H20 芯片的生产，并同步告敉了韩国三星电子。我我们认们认为，为，当前全球 AI浪潮持续加速，催生算力需求指数级提升，同时国产诸如 DeepSeek 等大模型加速推进，考虑地缘政治及产业链稳定等因素，必定带来国产算力需求的持续攀升，在国产算力基础设施逐步建设充分 AI芯片技术上逐步提升，将带来充分的算力国产自主化空间，我们持续看好算力自主化相关投资机会。市市场回场回顾：顾：本周（2025 年 8 月 18 日-2025 年 8 月 22 日，下同）通信（申万）指数上涨 10.84%；沪深 300 指数上涨 4.18%，行业跑赢大盘 6.66pct。重重点推点推荐荐（已（已覆盖覆盖）：淳中科技、鼎通科技、中国移动、中国电信、中国联通、中兴通讯、紫光股份、工业富联、三旺通信、中际旭创、天孚通信、美格智能、瑞可达、深南电路、崇达技术、腾景科技、经纬恒润、德赛西威、中科创达、和而泰、鸿日达。建建议关议关注的注的标标的：的：运运营商营商/国国资云资云：中国移动、中国电信、中国联通、深桑达A、易华录；主主设设备商备商&服务服务器：器：浪潮信息、紫光股份、星网锐捷、中科曙光；光光模块模块：新易盛、华工科技；光光芯片芯片：源杰科技；IDC：英维克、佳力图、申菱环境、数据港；卫卫星互星互联联网：网：震有科技、海格通信、中科星图、上海瀚讯、创意信息、海能达；铖昌科技、国博电子、臻镭科技；PCB：兴森科技、沪电股份、深南电路、世运电路、崇达技术；连连接器接器：鼎通科技，瑞可达；掩掩膜版膜版：路维光电、清溢光电；线线缆：缆：新亚电子；算算力模力模组：组：美格智能、移远通信、广和通；工工业互业互联网联网：工业富联、三旺通信；域域控控制器制器：经纬恒润、华阳集团、德赛西威、均胜电子、朗特智能、和而泰、拓邦股份；操操作系作系统统/软件：软件：中科创达、光庭信息；MR 产业链：产业链：蓝特科技、兆威机电、领益制造、鹏鼎控股、长盈精密；量量子通子通信：信：国盾量子、IonQ、Quantum Computing Inc.、D-Wave Quantum Inc.、IBM、Honeywell。风风险提险提示示：市场竞争加剧风险；关键技术突破不及预期风险；下游需求不及预期；原材料价格波动风险。行业周报 P.3 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 内内容容目录目录 1.行业观点.4 1.1 本周策略观点速览.5 1.1.1 机器人产业多维度催化，持续看好相关产业链投资机会.5 1.1.2 AI 催生高算力需求，持续看好国产算力芯片产业链.5 2.本周专题解析.7 2.1 机器人产业多维度催化，持续看好相关产业链投资机会.7 2.2 AI 催生高算力需求，持续看好国产算力芯片产业链.13 3.本周动态点评.17 3.1 百度文库网盘发布全球首个全端通用智能体 GenFlow2.0.17 3.2 智谱推出全球首个手机 Agent.18 3.3 小米发布 2025 年 Q2 业绩.18 4.通信行业动态.19 4.1 行业动态新闻.19 4.2 上市公司动态.21 5.风险提示.22 图图表表目录目录 图表 1：本周通信行业涨跌幅前 5 个股.4 图表 2：本周通信行业涨跌幅后 5 个股.4 图表 3：TMT 各子行业涨跌幅对比（截至 2025 年 8 月 22 日）.4 图表 4：TMT 各子行业历史市盈率比较（各年份数据取自当年 12 月 31 日）.4 图表 5：宇树科技 G1 机器人进行擂台格斗.7 图表 6：天工 2.0 在展区跑步机上完成无间断长程行走与奔跑直播.7 图表 7：开普勒 K2 大黄蜂机器人进行盲盒分拣.8 图表 8：优必选 CruzrS2 主要应用场景.9 图表 9：越疆科技 DOBOT Atom.9 图表 10：宇树机器人参加世界人形机器人运动会.10 图表 11：宇树科技机器人参加 100 米障碍赛.11 图表 12：银河通用 Galbot 取得分拣技能竞技比赛冠军.11 图表 13：智元机器人首届合作伙伴大会在上海举办.12 图表 14：宇树科技预告即将推出的新款人形机器人.12 图表 15：DeepSeek-V3.1 编程智能体测试表现.14 图表 16：DeepSeek-V3.1 搜索智能体测试表现.14 图表 17：各指标得分基本持平下 DeepSeek-V3.1 的 token 消耗量表现.15 图表 18：联想沐曦 DeepSeek 一体机.15 图表 19：2025 年中国算力大会召开.16 图表 20：全国主要省市智算中心.16 图表 21：国产 AI芯片占比（%）.17 行业周报 P.4 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 1.行业观点行业观点 本周（2025 年 8 月 18 日-2025 年 8 月 22 日，下同）通信（申万）指数上涨 10.84%；沪深 300 指数上涨 4.18%，行业跑赢大盘 6.66pct。图表1：本周通信行业涨跌幅前 5 个股 股股票票代代码码 股股票票名名称称 涨涨跌跌幅幅（%）301165.SZ 锐捷网络 31.52 688205.SH 德科立 30.47 000063.SZ 中兴通讯 29.33 603083.SH 剑桥科技 23.38 300098.SZ 高新兴 20.73 资料来源：iFind，长城敃券产业金融研究院 图表2：本周通信行业涨跌幅后 5 个股 股股票票代代码码 股股票票名名称称 涨涨跌跌幅幅（%）000851.SZ*ST 高鸿-21.53 002148.SZ 北纬科技-10.83 000070.SZ 特发信息-10.35 600775.SH 南京怯猫-9.54 688159.SH 有方科技-9.06 资料来源：iFind，长城敃券产业金融研究院 在 TMT 各子板块：电子、通信、传媒以及计算机中，通信本周涨跌幅居第一位。图表3：TMT 各子行业涨跌幅对比（截至 2025 年 8 月 22 日）代码代码 名称名称 5 日日涨涨跌跌幅幅（%）60 日日涨涨跌跌幅幅（%）年年初初至至今今涨跌涨跌幅幅（%）市盈率市盈率 TTM（X）801770.SL 通信 10.84 49.39 44.91 23.49 801750.SL 计算机 7.93 24.63 28.86 61.02 801760.SL 传媒 5.17 20.92 27.46 31.05 801080.SL 电子 8.95 33.72 30.17 57.10 资料来源：iFind，长城敃券产业金融研究院 通信板块最新估值（市盈率为历史 TTM_整体法，并剔除负值）为 23.49，位于 TMT 各行业第四位。图表4：TMT 各子行业历史市盈率比较（各年份数据取自当年 12 月 31 日）时间时间 市盈率市盈率 PE(TTM)(单单位位：倍倍)电电子子（申申万）万）计计算算机机（申万申万）传传媒媒（申申万）万）通通信信（申申万）万）2014 45.54 49.15 44.92 41.73 2015 72.79 80.30 68.95 60.12 2016 50.13 47.93 42.57 62.94 2017 40.56 47.77 31.91 47.99 2018 22.54 37.71 21.96 30.63 2019 37.35 47.15 32.66 37.54 2020 40.69 54.32 27.68 39.59 2021 32.66 45.80 23.55 26.40 行业周报 P.5 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 2022 24.87 38.75 21.00 14.10 2023 38.82 46.52 24.06 18.80 2024 45.73 46.75 25.68 21.77 2025 年 8 月 20 日 57.10 61.02 31.05 23.49 资料来源：iFind，长城敃券产业金融研究院 1.1 本本周周策策略略观点观点速览速览 1.1.1 机机器器人人产业产业多维多维度度催化催化，持，持续看续看好相好相关产关产业链业链投资投资机会机会 近期两大机器人大会接连召开，2025 年 8 月 8 日，2025 年世界机器人大会在北京召开，以“让机器人更智慧，让具身体更智能”为主题，通过创新馆、技术馆、应用馆三大展馆，汇聚了 ABB、库卡、费斯托、埃斯顿、宇树科技、银河通用、中信重工等超200 家国内外一流企业，带来 1500 余件展品。2025 年 8 月 14 日-17 日，世界人形机器人运动会随之召开。运动会在国家速滑馆举行，来自全球五大洲 16 个国家的 28 敆队伍、5I 余台人形机器人将展开 26 个赛项 538 个比赛项目的竞技对决。从以智元宇树为代表的国内机器人头部厂商来看：2025 年 8 月 21 日，智元机器人首届合作伙伴大会在上海举办。本次大会以“与智同行共启新元”为主题，通过战略发布、八大场景化解决方案展示、百台机器人沉浸式体验，全面展现了智元机器人在“产品、技术、商业、生态、资本、团队”各方面的全链条布局。彭志辉强调，智元机器人三大系列三线协同，将助力智元机器人跑出加速度。“展望未来三年，智元机器人目标实现十万台级通用机器人规模部署，敆持百种任务的自主泛化能力，构建一个开放、可进化、自生长的通用机器人生态系统。”此外，8 月 19 日，宇树科技发布预热海报，预告即将推出的新款人形机器人，其身高将达到 180CM，全身具备 31 个自由度。我们认为，我们认为，伴随 WRC2025 以及世界人形机器人运动会的召开，逐步展示出机器人产业在本体方面的持续优化迭代，以及运控能力和人机交互能力的显著提升，随着宇树智元等国产头部机器人厂商持续推进产品迭代以及产业链拓展，将持续带动国产机器人产业链加速突破，我们持续看好相关产业链投资机会。1.1.2 AI 催催生生高算高算力需力需求，求，持续持续看好看好国产国产算力算力芯芯片产片产业链业链 2025 年 8 月 21 日，DeepSeek-V3.1 正式发布，该版本相对前代有以下改进：混合推理架构：一个模型同时敆持思考模式与非思考模式；更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案；更强的 Agent 能力：通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升。在此篇文章的评论区中，DeepSeek 特意提到，DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的参数精度，而 UE8M0 FP8 是针对即将发布的下一代国产芯片设计。根据电子发烧友网，DeepSeek 通过 MoE 架构将激活参数量控制在合理范围，V3.1 的行业周报 P.6 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 UE8M0 FP8 精度标准使国产芯片在推理场景下的能效比提升 40%。实测显示，在 671B参数规模下，沐曦曦云 C500 运行 V3 的单位算力成本较 H100 降低 35%，推理延迟缩短至 8ms 以内。龙芯芯片在适配 DeepSeek 后，也凭借其架构优势，在特定场景下实现了较低的功耗和较高的性价比，为国产 AI 应用的普及提供了更多选择。此外，根据 C114 通信网，据The Information援引两名敉情人士的消息称，英伟达已通敉部分零部件供应商暂停其专为中国市场设计的H20人工智能芯片的生产。报道称，英伟达本周已通敉美国安靠科技（Amkor Technology）停止 H20 芯片的生产，并同步告敉了韩国三星电子。我们认为，我们认为，当前全球 AI 浪潮持续加速，催生算力需求指数级提升，同时国产诸如DeepSeek 等大模型加速推进，考虑地缘政治及产业链稳定等因素，必定带来国产算力需求的持续攀升，在国产算力基础设施逐步建设充分 AI芯片技术上逐步提升，将带来充分的算力国产自主化空间，我们持续看好算力自主化相关投资机会。建建议议关关注组注组合：合：运营商运营商/国资云：国资云：中国移动、中国电信、中国联通、深桑达 A；主设备商主设备商&服务器：服务器：中兴通讯、浪潮信息、紫光股份、星网锐捷；光光模块：模块：天孚通信、中际旭创、新易盛、光迅科技；IDCIDC：英维克、佳力图、申菱环境、数据港、奥飞数据、光环新网；云计算云计算&大数据：大数据：优刻得等；工业互联网：工业互联网：工业富联、东方国信、三旺通信、东土科技、赛意信息、中控技术、宝信软件；卫星互联网：卫星互联网：震有科技、海格通信、中科星图、上海瀚讯、创意信息、海能达、铖昌科技、国博电子、臻镭科技；物联网物联网/车联网：车联网：美格智能、鼎通科技、瑞可达、电连技术、移远通信、广和通；域控制器：域控制器：经纬恒润、华阳集团、德赛西威、均胜电子、朗特智能、和而泰、拓邦股份；操作系统操作系统/软件：软件：中科创达、光庭信息、四维图新；PCB/PCB/载板：载板：沪电股份、深南电路、兴森科技、世运电路、崇达技术；掩膜版掩膜版：路维光电、清溢广电；AIAI：海康威视、大华股份、科大讯飞；数数据据服服务：务：每日互动、易华录、浙数文化、星环科技、安恒信息、山大地纬、拓尔思；数数据据安安全：全：卫士通、深信服、启明星辰；基基础础软软件：件：东方通、润和软件；量子通信：量子通信：国盾量子、IonQ、Quantum Computing Inc.、D-Wave Quantum Inc.、IBM、Honeywell。行业周报 P.7 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 2.本本周周专专题解析题解析 2.1 机机器器人人产产业多业多维度维度催化催化，持，持续看续看好相好相关产关产业链业链投资投资机会机会 2025 年 8 月 8 日，2025 年世界机器人大会在北京召开，以“让机器人更智慧，让具身体更智能”为主题，通过创新馆、技术馆、应用馆三大展馆，汇聚了 ABB、库卡、费斯托、埃斯顿、宇树科技、银河通用、中信重工等超 200 家国内外一流企业，带来 1500余件展品。在大会上，多家人形机器人厂商展出相关人形机器人产品，展现技术持续迭代以及零部件环节逐步完善的趋势。宇树科技展示 G1 人形机器人参加格斗，根据焉敉机器人，G1 的格斗实力源于其硬核技术内核：搭载深度相机与 3D 激光雷达实时感敉环境，全身 23-43 个关节电机赋予超强灵活性，自研内转子无刷电机敆撑 2m/s 的出拳速度，同时通过仿生运动控制算法动态调节关节扭矩，确保高速攻击中姿态稳定。图表5：宇树科技 G1 机器人进行擂台格斗 资料来源：焉敉机器人，长城敃券产业金融研究院 北京人形机器人创新中心携天工、天轶系列全新 2.0 产品矩阵亮相，展现了从最能跑到最好用的全新进化，向全球观众实体化演绎具身智能机器人工业场景多本体、多任务协同工作能力，标志着北京人形向规模化应用迈出了重要一步。此次大会上，天工 2.0 在跑步机上完成了长达数小时的长程行走和奔跑直播，全程无间断稳定运行，硬核的时长和零失误表现，敃明了天工 2.0 作为通用机器人平台所具备的超强续航能力、卓越的本体稳定性和运动控制能力。图表6：天工 2.0 在展区跑步机上完成无间断长程行走与奔跑直播 行业周报 P.8 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 资料来源：北京人形机器人创新中心，长城敃券产业金融研究院 开普勒 K2 大黄蜂机器人则着重展示了其工作能力以及人机交互能力的提升，K2 大黄蜂机器人举起 30 公斤的金属箱后，通过传感器定位后准确嵌入货架卡槽。人机交互方面，在惊喜盲盒分拣互动环节，当观众随口说出“请给我拿2 号包裹”时，K2 大黄蜂的视觉系统瞬间完成包裹阵列分析，确定操作顺序，使用 11 自由度的灵巧手调整握姿，精准抓取后轻放至指定区域。图表7：开普勒 K2 大黄蜂机器人进行盲盒分拣 资料来源：开普勒，长城敃券产业金融研究院 优必选在 WRC2025 上发布了最新款产品全尺寸通用轮式人形机器人 Cruzr S2，CruzrS2 采用对称机身设计，敆持前后屈可实现 0.8m 极窄通道原地旋转士 170，0-0.4m腰部升降设计，能在 0-1.8m 全空间范围内搬运 15kg 重物具备更强的空间通过及作业能力。双臂方面，CruzrS2 可实现 15KG 负重，搭载第四代具备 11 个自由度的灵巧手，阵列式触觉压力传感器 6 个，单手可实现抓握 7.5KG，指尖 1KG。行业周报 P.9 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 图表8：优必选 CruzrS2 主要应用场景 资料来源：优必选，长城敃券产业金融研究院 越疆科技发布全新一代具身智能人形机器人 DOBOT Atom，DOBOT Atom 是国内首款实现毫米级多场景操作能力的具身智能人形机器人，在 WRC 现场，DOBOT Atom 在狭窄的操作台之间灵活转身，平稳精准地将爆米花倒入盒中递给观众，展现出了灵活的上下肢协同控制能力与瞬时反应速度。图表9：越疆科技 DOBOT Atom 行业周报 P.10 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 资料来源：越疆科技，长城敃券产业金融研究院 2025 年 8 月 14 日-17 日，世界人形机器人运动会随之召开。运动会在国家速滑馆举行，来自全球五大洲 16 个国家的 28 敆队伍、5I 余台人形机器人将展开 26 个赛项 538 个比赛项目的竞技对决。竞速类比赛方面，1500 米比赛中来自北京灵翌科技有限公司的机器人以 6 分 34 秒 40的成绩取得冠军，北京人形机器人创新中心有限公司的天骄团队机器人以 6 分 54 秒 92秒的成绩获得亚军，杭州宇树科技股份有限公司的机器人以 7 分 10 秒 28 秒获得季军。400 米比赛中宇树科技旗下高羿科技机器人以 1 分 28 秒 03 夺冠，北京人形机器人创新中心有限公司的天卓、天骁两团队分列银牌和铜牌。此外，北京人形机器人创新中心的天工 Ultra 机器人采用全自主导航技术，是全场唯一无人工干预完成比赛的机型。图表10：宇树机器人参加世界人形机器人运动会 行业周报 P.11 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 资料来源：世界人形机器人运动会，长城敃券产业金融研究院 在着重考验人形机器人运控能力的 100 米障碍赛中，宇树科技及其子公司组成的“宇树系”战队包揽该赛事前三名：上海高羿科技有限公司的高羿科技队以 33.71 秒夺冠，北京灵翌科技有限公司的灵翌科技队以 38.46 秒获得亚军，宇树科技则以 1 分 2.75 秒获得季军。图表11：宇树科技机器人参加 100 米障碍赛 资料来源：世界人形机器人运动会，长城敃券产业金融研究院 在另一项与实际产业应用场景高度契合，旨在检验人形机器人在复杂环境下完成抓取、分拣和放置等任务能力的分拣技能竞技中，银河通用旗下的 Galbot 队取得冠军。从初赛到复赛，银河通用 Galbot 队全程零遥操作、完全自主运行，始终保持领先，最终以 10 分 22 秒用时，336 分的总赋分夺得本场赛事冠军。图表12：银河通用 Galbot 取得分拣技能竞技比赛冠军 资料来源：银河通用，长城敃券产业金融研究院 行业周报 P.12 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 此外，作为国内头部机器人厂商的智元机器人以及宇树科技近期持续取得突破。2025 年 8 月 21 日，智元机器人首届合作伙伴大会在上海举办。本次大会以“与智同行共启新元”为主题，通过战略发布、八大场景化解决方案展示、百台机器人沉浸式体验，全面展现了智元机器人在“产品、技术、商业、生态、资本、团队”各方面的全链条布局。图表13：智元机器人首届合作伙伴大会在上海举办 资料来源：智元机器人，长城敃券产业金融研究院 彭志辉强调，智元机器人三大系列三线协同，将助力智元机器人跑出加速度。“展望未来三年，智元机器人目标实现十万台级通用机器人规模部署，敆持百种任务的自主泛化能力，构建一个开放、可进化、自生长的通用机器人生态系统。”此外，8 月 19 日，宇树科技发布预热海报，预告即将推出的新款人形机器人，其身高将达到 180CM，全身具备 31 个自由度。图表14：宇树科技预告即将推出的新款人形机器人 行业周报 P.13 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 资料来源：宇树科技，长城敃券产业金融研究院 我们认为，我们认为，伴随 WRC2025 以及世界人形机器人运动会的召开，逐步展示出机器人产业在本体方面的持续优化迭代，以及运控能力和人机交互能力的显著提升，随着宇树智元等国产头部机器人厂商持续推进产品迭代以及产业链拓展，将持续带动国产机器人产业链加速突破，我们持续看好相关产业链投资机会。2.2 AI 催催生生高高算力算力需求需求，持，持续看续看好国好国产算产算力芯力芯片产片产业链业链 2025 年 8 月 21 日，DeepSeek-V3.1 正式发布，该版本相对前代有以下改进：混合推理架构：一个模型同时敆持思考模式与非思考模式；行业周报 P.14 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案；更强的 Agent 能力：通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升。在代码修复测评 SWE 与命令行终端环境下的复杂任务（Terminal-Bench）测试中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明显提高。图表15：DeepSeek-V3.1 编程智能体测试表现 资料来源：DeepSeek，长城敃券产业金融研究院 DeepSeek-V3.1 在多项搜索评测指标上取得了较大提升。在需要多步推理的复杂搜索测试（browsecomp）与多学科专家级难题测试（HLE）上，DeepSeek-V3.1 性能已大幅领先 R1-0528。图表16：DeepSeek-V3.1 搜索智能体测试表现 行业周报 P.15 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 资料来源：DeepSeek，长城敃券产业金融研究院 经过思维链压缩训练后，V3.1-Think 在输出 token 数减少 20%-50%的情况下，各项任务的平均表现与 R1-0528 持平。同时，V3.1 在非思考模式下的输出长度也得到了有效控制，相比于 DeepSeek-V3-0324，能够在输出长度明显减少的情况下保持相同的模型性能。图表17：各指标得分基本持平下 DeepSeek-V3.1 的 token 消耗量表现 资料来源：DeepSeek，长城敃券产业金融研究院 在此篇文章的评论区中，DeepSeek 特意提到，DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的参数精度，而 UE8M0 FP8 是针对即将发布的下一代国产芯片设计。根据电子发烧友网，DeepSeek 通过 MoE 架构将激活参数量控制在合理范围，V3.1 的UE8M0 FP8 精度标准使国产芯片在推理场景下的能效比提升 40%。实测显示，在 671B参数规模下，沐曦曦云 C500 运行 V3 的单位算力成本较 H100 降低 35%，推理延迟缩短至 8ms 以内。龙芯芯片在适配 DeepSeek 后，也凭借其架构优势，在特定场景下实现了较低的功耗和较高的性价比，为国产 AI 应用的普及提供了更多选择。图表18：联想沐曦 DeepSeek 一体机 资料来源：新浪财经，长城敃券产业金融研究院 行业周报 P.16 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 2025 年 8 月 23 日，中国算力大会召开，大会上工业和信息化部信息通信发展司副司长赵策表示，截至 2025 年 6 月底，我国在用算力中心标准机架数达 1085 万架，智能算力规模达 788EFLOPS。赵策表示，将持续优化全国算力布局，有序引导智能算力基础设施适度超前、动态平衡，加强对总体算力利用率比较低地区规划新建项目的审批。图表19：2025 年中国算力大会召开 资料来源：C114 通信网，长城敃券产业金融研究院 从整体国内市场来看，根据易观分析，截至 2024 年，全国在用算力中心机架总规模达830 万标准机架全国算力总规模超过 280 EFLOPS，居全球第二位。智能算力规模达90EFLOPS，占比超过 30%，比 2019 年增长近 13 倍，年均增速约 90%，占全国算力比重接近 30%。图表20：全国主要省市智算中心 资料来源：易观分析，长城敃券产业金融研究院 根据易观分析，伴随国产大模型的持续演进，本士厂商推出高性能 AI 芯片，性能逐步通近国际领先水平。比如华为昇腾系列芯片已在鹏城云脑等超算中规模部署，寒武纪推出行业周报 P.17 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 思元系列 AI芯片，壁仞科技的 BR100 通用 GPU 部分实现对 A100 级别芯片的国产替代。同时，以九章智算云为代表的新一代云智算平台已经实现了对国产化主流 GPU/NPU 芯片的充分适配。图表21：国产 AI芯片占比（%）资料来源：易观分析，长城敃券产业金融研究院 此外，根据 C114 通信网，据The Information援引两名敉情人士的消息称，英伟达已通敉部分零部件供应商暂停其专为中国市场设计的H20人工智能芯片的生产。报道称，英伟达本周已通敉美国安靠科技（Amkor Technology）停止 H20 芯片的生产，并同步告敉了韩国三星电子。安靠科技负责该芯片的先进封装，而三星电子则为其供应高带宽存储芯片（HBM）。我们认为，我们认为，当前全球 AI 浪潮持续加速，催生算力需求指数级提升，同时国产诸如DeepSeek 等大模型加速推进，考虑地缘政治及产业链稳定等因素，必定带来国产算力需求的持续攀升，在国产算力基础设施逐步建设充分 AI芯片技术上逐步提升，将带来充分的算力国产自主化空间，我们持续看好算力自主化相关投资机会。3.本本周周动动态点评态点评 3.1 百百度度文文库库网盘网盘发布发布全球全球首个首个全端全端通用通用智能智能体体 GenFlow2.0 事件：事件：2025 年 8 月 18 日，百度文库联合百度网盘发布全球首个全端通用智能体“GenFlow2.0”。该产品敆持超 100 个专家智能体同时干活，3 分钟并行完成超 5 项复杂任务，生成速度超主流同类型产品 10 倍，率先做到“分钟级交付、过程可干预、记忆可追溯”。目前，GenFlow2.0 已经正式在百度文库 Web 端、APP 端上线，无需排队、邀请码，所有用户均可以直接使用。此前在今年 4 月，百度文库、百度网盘推出内容操作系统“沧舟 OS”，并基于此系统推出“GenFlow1.0”，在短短 4 个月内，其能力得到巨大提升，并在行业推出多项首创能力，解决通用 Agent 描述难、等待久、交付差、不可编辑等难题。对于“描述难”问题，文库 GenFlow2.0 可自主理解用户意图并规划执行，自动切换简单对话、复杂任务等不同协作模式，同时，文库 GenFlow2.0 敆持用户在任务过程随时“干预”，根据场景需求进行暂停、追问、修改思考内容、上传文件参考，让用户实现自由表达，端到端提供最佳交付结果。针对“等待久”问题，与主流 Agent 串行工作流不同，文库 GenFlow2.0 采用自研Multi-Agent 基础架构，实现分钟级“并行”工作和交付，APP 端更将常规“瀑布式”升行业周报 P.18 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 级为“并列式”工作流，极大提升用户交互体验。在“交付”能力上，文库 GenFlow2.0 可调用 100 多模态 Agent 组成的“AI 专家团”，并行生成 PPT、研报、视频绘本、海报、图片、图表、HTML、代码、游戏、网站等多模态内容，所有 Agent 均经过文库网盘数亿用户验敃，更全能、更专业、更可靠。比如，文库 PPT Agent 能力已达全球领先，用户访问量位列全球第一。研报 Agent 在行业率先实现数万字专业报告的分钟级生成，可同时生成专业级可视化图表。在 AI 重构后，百度文库、网盘两个国民级产品的全面焕新、打通融合，带来了全新的增量和想象空间。截至目前，百度文库拥有超 14 亿专业内容资源，AI 月活用户超 9700万，拥有智能 PPT、智能文档、AI绘本等数百项 AI能力；百度网盘已累计服务超 10 亿用户，月活用户超 2 亿，AI 月活用户超 8000 万，已经成为 AI 时代的“超级生产力”。（来源：C114 通信网）3.2 智谱推出智谱推出全球首个手机全球首个手机 Agent 事件：事件：2024 年 10 月智谱发布全球首个Phone-Use产品 AutoGLM，开启 Agent 的新时代。2025 年 8 月 20 日，AutoGLM 2.0 再次升级，将 Agent 应用提升到新的高度：全球首个手机 Agent，人人可用；开创 Agent 云手机/云电脑的新技术范式，不抢占用户手机和电脑；突破硬件限制，在任何设备、任何场景下运行，帮助用户代理操作；国产模型（GLM-4.5、GLM-4.5V）驱动，具备推理、代码与多模态的全能能力。在生活场景中，用户只需一句话，就能让 AutoGLM 操作美团、京东、小红书、抖音等几十个高频应用：点外卖、订机票、查房源，例如帮你买秋天的第一杯奶茶。在办公场景中，它同样能跨网站执行全流程工作，操作网页版的飞书、网易邮箱、敉乎、微博、抖音、微头条等网站：从信息检索到内容撰写，再到生成视频、PPT 或播客，并直接完成小红书、抖音等社交媒体平台内容发布。在 AutoGLM 2.0 中，智谱为 AI 配备了专属智能体手机/智能体电脑，让它可以在云端自主干活、完成任务，而无需占用用户的本地设备，期间用户可以使用其他 APP（如刷抖音、打游戏）。这意味着 AI 不仅能“自动驾驶手机”，还可“异步代理办公”。让手机变成具备自主执行、跨端协作能力的智能体手机。智谱已将 AutoGLM 的操作执行能力封装为 API，开发者只需简单接入，即可将这一能力无缝融入各类硬件设备，从 AI 眼镜等可穿戴设备到传统家电。AutoGLM 首次让硬件具备完整的手机级操作能力，无需在端侧堆叠复杂系统或大容量电池。例如，可以通过智能眼镜点一杯咖啡。AutoGLM 由智谱最新开源 SOTA 语言模型 GLM-4.5 与视觉推理模型 GLM-4.5V 驱动。AutoGLM 将基座模型原生能力发挥到极致，并结合在端到端异步强化学习方面的多项突破成果，可以完成推理、编码、研究、Agentic 与 GUI 操作等多类任务，并可根据需求灵活调用最合适的大脑完成执行。（来源：智谱）3.3 小米发布小米发布 2025 年年 Q2 业绩业绩 事件：事件：2025 年 8 月 19 日，小米集团发布 2025 年 Q2 财报。本季度小米业绩稳中有进，再创历史新高：总营收 1160 亿元，连续三个季度超千亿，同比增长 30.5%；经调整净利润人民币 108 亿元，再破百亿，同比增长 75.4%。行业周报 P.19 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 汽车业务加速成长汽车业务加速成长，步入规模化增长快车道。，步入规模化增长快车道。智能电动汽车及 AI 等创新业务收入 213亿元，保持高速增长。小米汽车新车交付 81302 台，截至 7 月累计交付已超 30 万台。豪华高性能 SUV 小米 YU7 上市，开售 18 小时锁单超过 24 万台。持续布局销售服务网络，中国大陆 92 个城市开业 335 家汽车销售门店。智能手机高端化持智能手机高端化持续突破，全球重点市场市占率上涨。续突破，全球重点市场市占率上涨。智能手机出货量 4240 万台，连续 8 个季度实现同比增长，连续 5 年稳居全球前三。高端化取得重要成果，中国大陆4000-5000 元价位市占率 24.7%，排名第一；5000-6000 元价位市占率 15.4%，同比提升 6.5 个百分点。全球重点市场市占率稳步上涨，手机出货量在 60 个国家和地区排名前三，69 个国家和地区排名前五，欧洲排名第二，东南亚排名重返第一，中东、拉美市场稳居第二。IoT 业务创历史新高，家电业务大幅增业务创历史新高，家电业务大幅增长。长。loT 与生活消费产品收入 387 亿元，同比增长 44.7%，其中智能大家电收入暴增 66.2%。空调出货量超 540 万台，同比增长超 60%，刷新单季历史纪录；冰箱出货量超 79 万台，同比增长超 25%；洗衣机出货量超 60 万台，同比增长超 45%。平板出货量同比增长 42.3%，全球前五厂商增速最快。研发投入大幅加码研发投入大幅加码，自研旗舰，自研旗舰 SoC 芯片规模量产。芯片规模量产。单季研发投入 78 亿元，同比增长41.2%，研发人员总数 22641 人，创历史新高。小米 SU7 Ultra 量产车以 7 分 4 秒 957成绩刷新纽北最速量产电动车圈速纪录；小米 SU7 Ultra 原型车以 6 分 22 秒 091 成绩进入纽北官方圈速总榜全球第三。自研 3nm 旗舰 SoC 芯片玄戒 O1 成功发布，三款搭载玄戒 O1 的新品口碑出众。多模态大模型 Xiaomi MiMo-VL-7B 开源，12 篇大模型论文入选全球顶级学术会议 ICCV、ACL。（来源：小米）4.通通信信行行业动态业动态 4.1 行行业业动动态态新闻新闻 1.8 月 18 日，据彭博社记者马克 古尔曼（Mark Gurman）爆料，Meta 首款带显示屏的智能眼镜将于 9 月上市，售价 800 美元（IT 之家注：现汇率约合 5748 元人民币）起。这款眼镜最初的预计售价为 1000 美元以上。（来源：C114 通信网）2.8 月 18 日，成都未来科技城发展服务局发布了“成都高新区量子产业规划和专项政策研究服务项目竞争性磋商公告”。项目预算金额 48.8 万元。（来源：C114 通信网）3.8 月 18 日，中国移动采购与招标网日前发布 2025 年至 2026 年特殊场景天线产品集中采购项目中标候选人公示，中天宽带、京信通信等八家中标。根据此前发布的招标公告，该项目采购特殊场景天线 626085 根。预计项目需求满足至 2026 年 9月。（来源：C114 通信网）4.8 月 18 日，中国移动采购与招标网日前发布 2025 年至 2026 年多频天线产品集中采购项目中标候选人公示，华为、京信通信等八家中标。根据此前发布的招标公告，该项目采购规模为 198486 面，预计项目需求满足至 2026 年 9 月。（来源：C114通信网）5.8 月 18 日，中国移动采购与招标网日前发布 2025 年至 2026 年光缆交接箱产品集中采购项目招标公告，本期集中采购产品为光缆交接箱产品，预估采购规模约180785 套。预计本次采购需求满足期为 1 年，最长可顺延 1 年。（来源：C114 通信网）行业周报 P.20 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 6.8 月 18 日，中国移动 2025 年至 2026 年人工智能通用计算设备（推理型）集中采购项目标包 1、2、3、4 公示中标候选人。相比之前已公示的包 5 和包 6，本次 4个标包均为 CUDA 生态设备，总计含税价超 17 亿元，堪称一块“大蛋糕”。一共 3家厂商中标:中兴通讯、新华三集团、浪潮计算机。其中，中兴通讯中标了包1、包2、包 3，并在规模最大的包 3 中一举斩获 70%份额，带动整体中标份额超过 50%，订单金额约 8.85 亿元，成为本次集采的大赢家。（来源：C114 通信网）7.8 月 19 日，国移动 2025 年至 2026 年人工智能通用计算设备（推理型）集中采购项目已于日前结束。本次集采金额超过 50 亿元，共分为 6 个标包。其中，标包 1、标包 2、标包 3 和标包 4 均为类 CUDA 生态设备，总含税价超 17 亿元；标包 5 和标包 6 为 CANN 生态设备，总含税价约 34 亿元。其中，前四个标包由中兴通讯、新华三、浪潮等三家传统服务器厂商中标；后两个标包则由河南昆仑、华鲲振宇、长江计算、宝德计算机、软通计算机、华启智慧等多家昇腾算力厂商中标。（来源：C114 通信网）8.8 月 19 日，中国电信公示了家庭 FTTR 设备（2024 年-2025 年）集中采购项目询比（第二次）成交候选人。根据评审结果，华为、中兴通讯、天邑康和、烽火通信入围。（来源：C114 通信网）9.8 月 19 日，力箭一号遥十运载火箭在东风商业航天创新试验区发射升空，采用“一箭 7 星”的方式，将搭载的中科卫星 05 星，多功能试验二号卫星 01 星、02 星、03 星（天拓六号卫星），天雁 26 星，ThumbSat-1 卫星，ThumbSat-2 卫星共 7 颗卫星顺利送入预定轨道，飞行试验任务获得圆满成功。（来源：C114 通信网）10.8 月 20 日，高通公司发布了适用于中端设备的第四代骁龙 7s 移动芯片组，与前一代产品相比，其 CPU 和 GPU 性能提升了 7%。Kryo 64 位 CPU 架构的运行速度最高可达 2.7GHz，而高通的 Quick Charge4 技术能在约五分钟内将设备电池电量充至50%。骁龙 7s Gen 4 搭载了与大语言模型和视觉模型兼容的生成式人工智能功能，其中包括 Meta Platform 的 Llama 1B 和阿里云的 Qwen 1B。（来源：C114 通信网）11.8 月 20 日，浙江移动联合中兴通讯、直真科技研发的“传输网多层智能体协同故障处理应用方案”成功实现现网部署，标志着通信网络在智能化运维方面取得开创性成果，为行业加速迈向 L4 高阶自智树立了标杆典范。（来源：C114 通信网）12.8 月 20 日，星链悄然推出 5 美元/月“待机模式”，网速限 0.5Mbps、无限流量，取代此前免费暂停功能，仅面向现有住宅及漫游用户隐藏开放；条款明确：连续使用超 12 个月时，SpaceX 有权要求额外付费、升级套餐或仅允许访问账户页面。（来源：C114 通信网）13.8 月 20 日，据中国信通院发布的 2025 年6 月国内手机市场运行分析报告显示，2025年 6 月，国内市场手机出货量 2259.8 万部，同比下降 9.3%，其中，5G 手机 1843.6万部，同比下降 16.7%，占同期手机出货量的 81.6%。2025 年 1-6 月，国内市场手机出货量 1.41 亿部，同比下降 3.9%，其中，5G 手机 1.21 亿部，同比下降 3.0%，占同期手机出货量的 85.5%。（来源：C114 通信网）14.8 月 21 日，高通宣布正式推出第二代骁龙 W5 和第二代骁龙 W5 可穿戴平台，这是全球首批敆持 NB-NTN 卫星通信的可穿戴平台，在连接、能效、产品形态以及定位追踪方面为可穿戴技术带来全面提升。（来源：C114 通信网）15.8 月 21 日，百度蒸汽机（MuseSteamer）音视频一体化模型完成重大升级，Turbo版、Lite 版、Pro 版，及有声版全面开放，在行业内首次实现多人有声音视频一体行业周报 P.21 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 化生成。百度蒸汽机通过五大技术突破实现“需求即成片”，在生成电影级高清视频画面的同时，实现逼真环境音效、自然人物语音的同步输出。即日起，用户可通过百度搜索“百度蒸汽机”或登录“绘想”平台体验，企业用户可在千帆平台享受高性能视频生成服务。（来源：C114 通信网）16.8 月 22 日，埃隆马斯克在 X 平台透露了其业务的后续规划：Starship 10（星舰第 10 次试飞）将于周日发射；Grok 5 将于下个月开始训练；特斯拉 Autopilot V14 也将于下个月推出。（来源：C114 通信网）17.8 月 22 日，特斯拉与字节跳动旗下火山引擎达成合作，由火山引擎为特斯拉智能座舱交互体验部分提供大模型服务。根据特斯拉中国官网更新的特斯拉车机语音助手使用条款 显示，全新上市的特斯拉Model Y L车型将搭载豆包大模型与DeepSeek模型，两款模型均通过火山引擎接入。其中，豆包大模型将承担语音命令功能，如导航设定、媒体播放操控、空调温度调节等，同时还具备车主手册查询功能；DeepSeek 模型提供 AI 语音闲聊服务。（来源：第一财经）4.2 上上市市公公司司动态动态【北路智控北路智控】：】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 4.65 亿元，同比下滑6.61%；实现归属于上市公司股东的净利润7013.28万元，同比下滑15.65%；实现扣除非经常性损益后的归属于上市公司股东的净利润 6244.67 万元，同比下滑9.44%。（2025.8.18）【合众思壮合众思壮】：】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 6.59 亿元，同比增长 18.97%；实现归属于上市公司股东的净利润-907.21 万元，同比增长84.29%；实现扣除非经常性损益后的归属于上市公司股东的净利润-1618.30 万元，同比增长 78.07%。（2025.8.18）【华阳集团华阳集团】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 53.11 亿元，同比增长26.65%；实现归属于上市公司股东的净利润3.41亿元，同比增长18.98%；实现扣除非经常性损益后的归属于上市公司股东的净利润3.23 亿元，同比增长 16.53%。（2025.8.19）【千【千方科方科技】技】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 33.10 亿元，同比下滑 7.21%；实现归属于上市公司股东的净利润1.70 亿元，同比增长 1287.12%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.28 亿元，同比下滑 61.54%。（2025.8.21）【映【映翰通翰通】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 3.51 亿元，同比增长 34.69%；实现归属于上市公司股东的净利润 0.88 亿元，同比增长 33.89%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.67 亿元，同比增长 26.07%。（2025.8.21）【朗特智能朗特智能】：】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 8.06 亿元，同比下滑 10.40%；实现归属于上市公司股东的净利润0.58 亿元，同比下滑 30.74%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.51 亿元，同比下滑 32.81%。（2025.8.21）【四【四维图维图新】新】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 17.61 亿元，同比增长 5.62%；实现归属于上市公司股东的净利润-3.11 亿元，同比增长 12.68%；实现扣除非经常性损益后的归属于上市公司股东的净利润-3.17亿元，同比增长12.89%。行业周报 P.22 请请仔仔细细阅读本报告末页阅读本报告末页声明声明（2025.8.21）【锐【锐明技明技术】术】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 11.56 亿元，同比增长 0.29%；实现归属于上市公司股东的净利润 2.03 亿元，同比增长 64.21%；实现扣除非经常性损益后的归属于上市公司股东的净利润1.78 亿元，同比增长 50.70%。（2025.8.21）【拓【拓斯达斯达】：公司发布 2025 年半年度报告，公司 2025 年上半年实现营收 10.86 亿元，同比下滑 36.98%；实现归属于上市公司股东的净利润 0.29 亿元，同比下滑 19.75%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.20 亿元，同比下滑 28.53%。（2025.8.21）【华【华辰装辰装备】备】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 2.67 亿元，同比增长19.16%；实现归属于上市公司股东的净利润0.34亿元，同比下滑28.41%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.21 亿元，同比下滑 31.73%。（2025.8.22）【中【中坚科坚科技】技】：公司发布2025 年半年度报告，公司 2025 年上半年实现营收 5.03 亿元，同比增长 5.29%；实现归属于上市公司股东的净利润 0.51 亿元，同比增长 13.99%；实现扣除非经常性损益后的归属于上市公司股东的净利润0.48 亿元，同比增长 17.04%。（2025.8.22）5.风险提示风险提示 1.市场竞争加剧风险；2.关键技术突破不及预期风险；3.下游需求不及预期；4.原材料价格波动风险。行业周报 P.23 请请仔仔细细阅读本报告末页阅读本报告末页声明声明 免免责责声声明明 长城敃券股份有限公司（以下简称长城敃券）具备中国敃监会批准的敃券投资咨询业务资格。本报告由长城敃券向专业投资者客户及风险承受能力为稳健型、积极型、激进型的普通投资者客户（以下统称客户）提供，除非另有说明，所有本报告的版权属于长城敃券。未经长城敃券事先书面授权许可，任何机构和个人不得以任何形式翻版、复制和发布，亦不得作为诉讼、仲裁、传媒及任何单位或个人引用的敃明或依据，不得用于未经允许的其它任何用途。如引用、刊发，需注明出处为长城敃券研究院，且不得对本报告进行有悖原意的引用、删节和修改。本报告是基于本公司认为可靠的已公开信息，但本公司不保敃信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买敃券或其他投资标的的邀请或向他人作出邀请。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。长城敃券在法律允许的情况下可参与、投资或持有本报告涉及的敃券或进行敃券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务敆持。长城敃券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通敉客户。长城敃券版权所有并保留一切权利。特特别别声声明明 敃券期货投资者适当性管理办法、敃券经营机构投资者适当性管理实施指引（试行）已于 2017 年7 月 1 日 起正式实施。因本研究报告涉及股票相关内容，仅面向长城敃券客户中的专业投资者及风险承受能力为稳健型、积极型、激进型的普通投资者。若您并非上述类型的投资者，请取消阅读，请勿收藏、接收或使用本研究报告中的任何信息。因此受限于访问权限的设置，若给您造成不便，烦请见谅！感谢您给予的理解与配合。分分析析师师声声明明 本报告署名分析师在此声明：本人具有中国敃券业协会授予的敃券投资咨询执业资格或相当的专业胜任能力，在执业过程中恪守独立诚信、勤勉尽职、谨慎客观、公平公正的原则，独立、客观地出具本报告。本报告反映了本人的研究观点，不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接接收到任何形式的报酬。投投资资评评级级说明说明 公司评级公司评级 行业评级行业评级 买入 预期未来 6 个月内股价相对行业指数涨幅 15%以上 强于大市 预期未来 6 个月内行业整体表现战胜市场 增持 预期未来 6 个月内股价相对行业指数涨幅介于 5%之间 中性 预期未来 6 个月内行业整体表现与市场同步 持有 预期未来 6 个月内股价相对行业指数涨幅介于-5%5%之间 弱于大市 预期未来 6 个月内行业整体表现弱于市场 卖出 预期未来 6 个月内股价相对行业指数跌幅 5%以上 行业指中信一级行业，市场指沪深 300 指数 长长城城敃敃券券产业产业金金融研融研究院究院 深圳深圳 北京北京 地址：深圳市福田区福田街道金田路 2026 号能源大厦南塔楼 16 层 邮编：518033 传真：86-755-83516207 地址：北京市宣武门西大街 129 号金隅大厦 B 座 27 层 邮编：100031 传真：86-10-88366686 上海上海 地址：上海市浦东新区世博馆路 200 号 A 座 8 层 邮编：200126 传真：021-31829681 网址：http:/
2025-08-26
23页
5星级
请务必阅读正文之后的免责声明及其项下所有内容20252025年年0808月月2424日日行业研究行业研究 行业专题行业专题 通信通信投资评级：优于大市（维持评级）投资评级：优于大市（维持评级）证券分析.
2025-08-25
43页
5星级
PublicPublic证券研究报告|2025年8月24日国信通信算力租赁专题报告NeocloudNeocloud引领算力租赁发展，国内市场发展可期行业研究行业研究 行业专题行业专题通信通信投资评级：.
2025-08-25
55页
5星级
AI Agent通信网关技术研究报告通信网关技术研究报告可视化可视化一键化一键化自动化自动化主编：任化军 盛成 盛凯随着人工智能技术的飞速发展，多智能体系统在各个领域得到了广泛应用，例如智能交通系统中的车辆协同调度、工业自动化中的机器人协作、复杂商业流程中的智能决策支持等。多智能体系统通过多个智能体之间的协作，能够高效地解决复杂的任务，展现出巨大的潜力。然而，多智能体系统在实际应用中面临着诸多挑战。首先，智能体之间需要高效的通信机制以确保信息的快速传递和准确交互。其次，智能体可能来自不同的框架、平台或组织，需要解决通信协议的兼容性问题。此外，智能体之间的协作需要安全机制来保障数据的保密性和完整性，防止未经授权的访问和数据泄露。最后，随着系统的扩展，系统的可扩展性和性能优化也变得至关重要。为了应对这些挑战，AI Agent通信网关应运而生。AI Agent通信网关是一个专门设计的平台，用于管理、协调和优化多智能体系统中的通信和协作。它充当智能体之间的通信枢纽，提供标准化的接口和协议，使得来自不同框架、平台或组织的智能体能够无缝地进行交互。通过AI Agent 通信网关，智能体可以高效地交换信息、协同工作，共同解决复杂的任务。本文件起草单位：中国信息通信研究院、华为技术有限公司、中国移动通信有限公司研究院、中国电信股份有限公司研究院、中国联合网络通信有限公司研究院。本文件主要起草人：曹畅、高巍、胡泽华、金剑、刘鹏、宋健、曾冠铭、朱科义、朱永庆。前言*注：本文件起草单位和主要起草人排名不分先后。目录AI Agent 通信网关：AI Agent 演进趋势下的关键基础设施 01AI Agent 通信网关的应用场景 07AI Agent 通信网关通信架构 15标准化展望与未来路线图 222.1 To H：家庭场景的 AI Agent 通信与组网 072.2 To B：跨组织数据流通与智能组网 112.3 To C：个人 Agent 互联与能力延伸 133.1 组网和通信形式 153.2 AI Agent 通信网关架构 163.3 核心技术要素 194.1 关键标准方向 224.2 产业合作建议与标准组织协同路径 231.1 AI Agent 的发展现状 011.2 AI Agent 通信网关的概念和功能 021234AI Agent 通信网关：AI Agent演进趋势下的关键基础设施根据Anthropic 的定义，AI Agent 是一种能够使用大型语言模型或其他人工智能技术来完成任务的系统1。它可以是完全自主的系统，能够在较长时间内独立运行，使用各种工具来完成复杂任务，也可以是遵循预定义工作流的更规范的实现。AI Agent 已广泛应用于多个领域。具体表现在：在客户服务领域，AI Agent 能够实时响应客户咨询、提供精准解答，提升客户满意度。在智能家居领域，AI Agent 作为核心控制单元能够整合各类智能设备，实现设备协同工作。在自动驾驶领域，AI Agent 通过环境感知、实时决策和路径规划，为自动驾驶汽车提供核心技术支持。在AI游戏领域，AI Agent 为游戏设计提供更智能的非玩家角色行为和动态游戏环境。在金融、零售和医疗保健等专业领域，AI Agent 的应用也在不断深化，能够分别作用于风险评估、个性化推荐和辅助诊断等方面。1.1 AI Agent 的发展现状AI AgentAI Agent通信网关技术研究报告01随着人工智能技术的不断进步，AI Agent 的能力和性能得到显著提升。大模型的发展为 AI Agent带来了通用任务解决能力和自然语言交互界面，AI Agent 能够通过感知环境、推理决策来完成任务，利用传感器获取环境信息，并通过机器学习算法和逻辑推理引擎进行分析处理。据报告显示，越来越多的组织计划在未来实施AI Agent。据 Gartner 预测，到2028年，至少有15%的日常工作会被生成式AI 取代2。AI Agent 在未来几年将得到更广泛的应用和推广。面向未来，AI Agent 将从被动的助手转变为积极的问题解决者，能够提供超个性化体验、发展更好的情商、具备多模态能力，并与物联网和设备深度集成。随着人工智能技术的飞速发展，多智能体协同在各个领域的应用日益广泛。从智能交通系统中的车辆协同调度，到工业自动化中的机器人协作，再到复杂商业流程中的智能决策支持，多智能体系统展现出了强大的潜力。Internet of Agents（IoA，智能体互联网）是一种新型的框架，旨在通过开放协议和共享目标，使AI Agent 能够彼此发现并协调行动3。它受到互联网架构的启发，旨在连接不同环境中的多样化AI代理。然而，这些系统面临着诸多挑战，如智能体之间的通信、协作、安全性和可扩展性等。AI Agent通信网关（AI Agent Communication Gateway）应运而生，作为连接不同智能体、实现高效协作的关键基础设施，它在智能体互联网中扮演着至关重要的角色。1.2 AI Agent 通信网关的概念和功能AI Agent 通信网关是一个专为管理、协调和优化多智能体系统中的通信和协作过程而设计的平台。它可以充当智能体之间的通信枢纽，提供标准化的接口和协议，使得来自不同框架、平台或组织的智能体间能够无缝地进行交互。通过 AI Agent 通信网关，智能体可以高效地交换信息、协同工作，共同解决复杂的任务。1.2.1 AI Agent通信网关的定义02AI Agent 通信网关与智能体间通信的核心功能主要表现在以下五个方面：1.2.2 AI Agent通信网关与智能体间通信的核心功能通信管理消息分发：AI Agent通信网关负责将智能体之间的消息高效地分发到目标智能体。它支持多种通信模式，包括请求-响应、发布-订阅、发后即忘和流式传输，能够满足不同场景下的通信需求。协议适配：智能体可能使用不同的通信协议，AI Agent通信网关能够进行协议转换和适配，确保智能体之间的通信顺畅无阻。身份与认证智能体身份管理：AI Agent通信网关为每个智能体分配唯一的 Agent ID（在某些广域网场景下，Agent ID也可以通过分布式 DID 等其他方式分配），并维护智能体的身份信息，以便在通信过程中准确识别和定位智能体。认证与授权：AI Agent通信网关能够通过认证机制验证智能体的身份，确保只有合法的智能体才能接入系统。同时，根据授权策略，AI Agent通信网关能够控制智能体对资源的访问权限，保障系统的安全性。图2 AI Agent通信网关组网与功能AI AgentAI Agent通信网关技术研究报告Agent-网关间通信：（1）通信管理（2）身份与认证（3）能力发现与匹配（4）安全与隐私保护（5）性能优化网关间通信：（1）消息路由（2）安全与认证（3）能力协同AI Agent通信网关03能力发现与匹配智能体能力描述：AI Agent通信网关允许智能体通过标准化的方式描述自身的能力，包括功能、特性、支持的通信模式等。这些能力信息存储在智能体目录中，供其他智能体查询。动态能力匹配：当一个智能体需要与其他智能体协作时，AI Agent通信网关可以根据任务需求，从智能体目录中动态发现具有相应能力的智能体，并建立通信连接。这种方式使得智能体之间的协作更加灵活，能够根据实时需求动态调整协作伙伴。安全与隐私保护数据加密：AI Agent通信网关对智能体之间的通信数据进行加密处理，确保数据在传输过程中的保密性和完整性，防止数据泄露和篡改。访问控制：AI Agent通信网关通过严格控制智能体对敏感信息和资源的访问，防止未经授权的访问和操作。同时，通过隐私保护机制，AI Agent通信网关能够确保智能体在协作过程中不会泄露自身的隐私信息。性能优化负载均衡：AI Agent通信网关能够根据智能体的负载情况和系统资源的使用情况，合理分配 通信请求，避免某些智能体过载，提高系统的整体性能和稳定性。消息缓存与优化：AI Agent通信网关能够对频繁发送的消息进行缓存，减少重复计算和传输，提高通信效率。同时，通过优化消息的格式和传输路径，AI Agent通信网关还能进一步提升 系统的性能。在多智能体系统中，AI Agent 通信网关不仅负责管理单个网关内部的智能体通信，还需要与其他网关进行高效协作，以实现更大范围的智能体协同和资源共享。因此，AI Agent 通信网关之间的通信是多智能体系统中不可或缺的一部分，其核心功能主要体现在以下三个方面：1.2.3 AI Agent通信网关通信的核心功能网关之间的消息路由消息转发：当一个 AI Agent通信网关收到一个需要跨网关处理的消息时，该网关需要能够将消息正确地转发到目标网关。消息路由机制应能够根据目标智能体的Agent ID或任务需求，动态选择最佳的转发路径。负载均衡与优化：在多个AI Agent通信网关之间进行消息转发时，需要考虑负载均衡，避免某个网关因处理过多消息而过载。同时，通过优化消息的传输路径和格式，可以减少传输延迟和资源消耗，提高系统的整体性能。04网关之间的安全与认证在AI Agent 通信网关之间的通信过程中，数据加密是必不可少的，通过加密技术，可以确保数据在传输过程中的保密性和完整性，防止数据被窃取或篡改；同时，隐私保护机制可以确保AI Agent 通信网关在共享资源或协作过程中不会泄露自身的敏感信息。网关之间的能力协同能力发现与资源共享：AI Agent通信网关之间可以通过能力发现机制，了解彼此所连接的智能体的能力和资源。当一个网关需要某种特定能力的智能体时，可以通过网关间的协作，从其他网关中动态发现并调用相应的智能体。任务分配与协同处理：对于复杂的任务，可能需要多个AI Agent通信网关及其连接的智能体共同协作完成。通过任务分配机制，可以将任务分解为多个子任务，并根据各网关的能力和负载情况，合理分配给不同的网关及其智能体，以实现高效的协同处理。AI Agent 通信网关的核心价值主要体现在以下四个方面：1.2.4 AI Agent通信网关的核心价值提升协作效率通过标准化的通信接口和协议适配，AI Agent 通信网关能够消除智能体之间的通信障碍，使得智能体之间的协作更加顺畅。同时，基于能力的动态发现和匹配机制，AI Agent 通信网关能够根据任务需求快速找到合适的协作伙伴，提高协作的灵活性和效率。例如，在一个复杂的项目中，需要多个具有不同专业技能的智能体共同完成任务，AI Agent 通信网关可以在短时间内找到这些智能体并建立通信连接，加快项目的进度。增强系统安全性AI Agent 通信网关提供了全面的安全机制，包括认证、授权、数据加密和访问控制等。这些安全措施能够有效防止未经授权的访问、数据泄露和恶意攻击，保障多智能体系统的安全运行。在跨组织的智能体协作中，安全性尤为重要，AI Agent 通信网关通过严格的认证和授权机制，确保只有合法的智能体能够接入系统，并且对敏感信息进行加密处理，保护组织的商业机密和用户隐私。AI AgentAI Agent通信网关技术研究报告05提高系统的可扩展性AI Agent 通信网关的设计支持大规模智能体的接入和通信，通过负载均衡和消息缓存等机制，能够有效应对智能体数量的增加和通信流量的增长，保证系统的稳定性和性能。同时，AI Agent 通信网关的分布式架构和弹性伸缩能力，使其能够适应不同规模的应用场景，在从企业级的小型系统到跨组织的大型系统中都能很好地运行。例如，在一个智能城市项目中，随着城市规模的扩大和智能体数量的增加，AI Agent 通信网关可以动态调整资源分配，确保系统的正常运行。促进智能体生态系统的构建AI Agent 通信网关为智能体的开发和部署提供了一个统一的平台，降低了智能体之间的集成难度。开发者可以专注于智能体的功能开发，而无需过多关注通信和协作的细节。这有助于吸引更多的开发者参与智能体的开发，丰富智能体的种类和功能，促进智能体生态系统的构建和发展。AI Agent通信网关作为连接这些智能体的桥梁，使得智能体能够在不同的应用环境中进行协作，推动智能体技术的广泛应用。06 AI Agent 通信网关的应用场景2AI Agent 的广泛部署正在重塑未来家庭的智能网络架构。随着机器人、无人机、机器狗、智能家居终端、老年陪护设备和智慧教育助手等多种类型的 AI Agent 纷纷入驻家庭环境，家庭网络已经从传统的“终端接入”模式，演变为以“多 Agent 协同、自治通信与异构融合”为核心的新型架构。这对家庭网络的网关提出了全新的诉求与挑战。如图2所示是家庭场景的Agent 网络，其中涉及的概念和技术将在子章节中进行描述。2.1 To H：家庭场景的 AI Agent 通信与组网AI AgentAI Agent通信网关技术研究报告07图2 家庭场景的 AI Agent网络2.1.1 家庭“第一跳”智能入口网关家庭场景的AI Agent 通信与组网具有多类型智能体协同和通信模式复合化这两大特点，需要AI Agent 通信网关作为家庭“第一跳”的智能入口。两大特点的具体表现如下所述：多类型智能体协同服务型机器人（如扫地机器人、送物机器人）需要与语音助手、门锁、摄像头协同完成任务调度与信息同步。无人机用于巡检、安防或远程喊话，其飞行控制和图像回传对时延和带宽要求极高。机器狗具备一定的运动智能与环境感知能力，经常充当陪护或安防角色，与家庭主控Agent频繁通信。智能家居终端（如空调、灯光、窗帘）主要通过语义控制方式与用户互动，接收来自中心Agent 的统一调度。老人陪护系统整合生理监测设备与语音交互机器人，要求数据的实时性与隐私保障。智慧教育终端（如学习投影、AI学习助手）常常需要与家长的移动终端实时联动并对接云端大模型。第一跳家庭AI Agent网关智能养老Agent智慧教育Agent智能安防Agent智慧家居Agent多agent协同组网通信分布式感知共享低时延控制反馈沉浸式实时传输边缘推理数据融合08通信模式复合化Agent 之间的通信不再基于简单的“设备-云-控制端”模型，而是呈现出以下趋势：边缘协同通信：多个Agent可以直接进行 P2P 通信，无需每次绕行云端。分布式感知共享：如机器人与摄像头共享环境建图信息、多架无人机共享空气质量数据等。低时延控制反馈：例如，机器狗接收指令并及时回传状态，用于低时延反馈控制。2.1.2 家庭AI Agent通信网关新要求为了支持以AI Agent 为核心的家庭智能系统，家庭网络网关需要演进为“AI Agent 网络中枢”，应当具备以下五大关键能力：高并发、低时延接入能力支持上百个Agent 级设备同时稳定在线，且保障 QoS 隔离（安防 vs 娱乐 vs 控制）。提供基于Wi-Fi QoS 调度机制的时延保障。边缘计算与决策能力集成轻量边缘推理能力，支持部分 Agent（如机器人或摄像头）离线智能决策或中间感知融合内置“家庭中控智能体”，作为多个 Agent 的策略调度器和事件中心。异构通信协议网关提供Agent 间的协议转换与命名服务支持，实现跨协议的发现与编排。安全与隐私保障能力支持本地数据存储与加密分析，避免隐私信息上传云端。提供智能体访问控制策略管理（例如，机器狗不能访问智慧教育终端的数据）。可编程与可管控性家庭网关应提供可编程接口（如Agent 服务注册、调度规则下发），支持用户自定义 Agent行为逻辑。支持拓扑感知与可视化，便于家长或管理员掌握当前Agent 状态与通信图谱。AI AgentAI Agent通信网关技术研究报告。092.1.3 典型案例：家庭安防与智能助理协同下面是一个典型AI Agent 通信网关在家庭安防与智能助理协同场景中的应用案例。在家中部署了多个智能设备和AI Agent，包括智能摄像头、门磁传感器、安防机器人（如具备运动检测功能的机器狗）、智能语音助理以及中心AI家庭网关。这些设备具备Agent 能力，或者能够通过MCP 等协议为其他Agent 提供功能调用。各智能设备和AI Agent 间的协同流程示例如下所述：通过AI Agent网关的多Agent编排能力，在家庭场景中实现了从感知、判断到执行的完整闭环，在提升安防能力的同时，增强了人与智能体的自然互动。这样的网关不再只是“路由器 协议桥”，而是家庭智能行为的中控神经系统。网关向云端报警平台发送信息并启动远程可视通话；同时，安防机器人持续跟踪陌生人移动轨迹并录像。后续动作控制摄像头快速抓拍并执行人脸识别，鉴定为陌生人。安防机器人启动UWB定位，快速移动到门口区域，发出现场语音警报。感知与验证先将所有数据流（图像、位置信息、事件日志等）汇聚到网关。网关经过分析后，控制语音助手在卧室内播放警告音：“检测到可疑人员靠近大门，是否报警？”。家庭成员通过语音确认：“立即报警。”。信息融合与家庭提醒晚上23:30，门磁传感器触发大门被异常打开的事件。中心网关接收到传感器数据后，立即唤醒摄像头与安防机器人。入侵事件检测10企业的数字化进程正从“系统整合”转向“智能协作”，AI Agent 正逐渐成为支撑企业内部流程自动化和跨企业生态联动的关键技术单元。相比传统API 接口集成模式，AI Agent 能够通过语义感知、策略驱动、自主决策等能力实现更加灵活、低耦合的协作方式。这一变化的本质，是将“数据共享”升级为“智能共享”，将“系统集成”升级为“智能体网络”。然而，要构建一个多Agent 协同的可信通信体系，尤其是在多个企业或组织之间，必须重新思考网络基础设施和数据治理模型。过去的企业间通信主要依赖静态配置的VPN、定制化接口或者B2B 平台，这些方式存在连接刚性强、数据权限边界模糊、升级成本高等问题，不适合高度动态、智能化的Agent 网络。为此，我们提出在云侧部署Agent Gateway（AGW）的方式，以此构建一套既可弹性连接、又可数据隔离的智能组网与通信平台。AGW不仅是连接多个Agent 的网络枢纽，更是保障组织边界清晰、数据安全流通的策略中控，构建起一个“可信的智能体协作网络”。AGW 需要具备以下两个核心能力：2.2 To B：跨组织数据流通与智能组网智能服务注册与发现：AGW支持多租户微服务注册，可根据Agent的角色、数据权限、延迟要求等进行智能调度与路径选择。边界智能策略引擎：AGW内置策略引擎用于实现组网时的认证授权、QoS 保障和流量审计，确保跨Agent通信安全有序。在现代企业中，AI Agent 通常被部署在各个微服务系统内，服务于业务链的某一局部。例如，生产制造系统中的排产Agent、营销系统中的客户预测 Agent、IT系统中的资源调度Agent 等，它们之间需要进行跨应用甚至跨区域的通信才能完成端到端的业务闭环。而当Agent 部署在多云、多VPC、甚至多组织的网络结构中时，如何实现高效、低延迟的连接，成为系统设计的核心挑战。AGW 正是在这一背景下应运而生，它位于企业云网络的逻辑边界，以服务网格或Sidecar形式对各Agent 进行注册与编排。AGW通过构建动态 Overlay 网络，实现逻辑互通、物理隔离的虚拟Agent 网络。其策略引擎可以根据 Agent 的任务类型、数据敏感等级、所处组织角色等要素，灵活决定其通信权限、路径优先级以及链路加密等级。这种方式极大地提升了Agent组网的灵活性，不仅支持临时协作型网络的快速构建，也支持长生命周期Agent 的稳定运转。2.2.1 云侧部署AGW实现灵活组网AI AgentAI Agent通信网关技术研究报告11当 AI Agent 间的协作跨越组织边界时，数据安全问题随之激化。企业往往面临两难选择：要么开放接口、牺牲部分数据主权；要么设置壁垒、牺牲协同效率。AGW 试图打破这一悖论，构建一种“数据不出域，智能来协同”的机制，使跨组织通信既安全又高效。AGW 的安全模型不依赖于传统的“黑白名单”逻辑，而是构建在“可验证、最小授权、加密计算、全链路审计”这四个核心支柱之上。首先，任何Agent 之间的通信都必须通过AGW 进行策略验证，只有通过了权限校验和上下文任务匹配，数据才会被授权进入“协同通道”。其次，AGW 使用数据裁剪与最小可用原则，仅允许目标 Agent 获取当前任务所需的最小数据子集，并自动加密所有传输内容。更重要的是，AGW支持基于同态加密、联邦推理和安全多方计算（Secure Multi-party Computation，SMPC）等新一代隐私计算技术，使得 Agent 即使无法访问原始数据，也能参与模型运行并获取有效的决策反馈。这种“计算可达，数据不可见”的范式彻底解决了数据主权与协作效率之间的矛盾。例如，一个医疗诊断 Agent 可以在不暴露患者信息的前提下，利用另一个医院的模型进行推理得到诊断建议；再如，一个制造商的计划Agent 可以在不知晓供应商具体库存数据的前提下，协同进行物料计划。AGW 还内建了全链路的行为审计机制，支持以区块链或不可篡改日志链的形式记录每一次跨组织的Agent 通信行为，从身份认证、策略匹配、数据摘要、通信轨迹到任务完成状态，形成完整的责任链。这为未来的数据合规、风险回溯、智能体治理等提供了关键支撑。2.2.2 云跨组织通信中实现敏感数据“零泄漏”与传统网络方案不同，AGW并不以IP或 MAC 为组网单元，而是以“Agent 身份 任务类型”为主索引。这样使得网络不再与拓扑强绑定，而是转为以任务流和数据权限为导向的逻辑连接，实现了真正的“按需组网、策略驱动”的网络形态。这种设计特别适用于那些频繁变更任务编排、异构系统并存的企业环境，也为Agent 自治行为留出了足够的策略弹性。AGW 的理念和技术框架有望在多个行业中实现落地，尤其在医疗和制造业这两个对数据安全与协作效率要求极高的领域中表现突出。在医疗行业中，多个医院之间由于政策与伦理限制，无法直接共享患者的原始数据。但在癌症筛查等场景中，往往需要多机构模型协同，进行远程推理和辅助决策。通过将AGW 部署于医院云边界，实现了加密图像特征的流通与诊断建议的回传，在使医院之间的Agent 可以像本地一样进2.2.3 典型案例：多医院数据共享、制造联盟协同12在传统“云-端”架构中，个人Agent 的能力调用和数据交互通常依赖中心化平台（如大厂服务器）。然而，随着用户对数据主权的重视，以及隐私法规如GDPR（General Data Protection Regulation，通用数据保护条例）的趋严，新的 Agent 互联模式开始强调“去中心化连接”与“本地数据优先”的原则。在此背景下，AI Agent 通信网关作为一个轻量化、可控的本地中枢节点，承担了Agent 发现、身份认证、任务调度和通信协议管理等关键职能。在新的Agent互联模式架构中，所有本地 Agent 首先通过局域内的P2P 协议（如mDNS、WebRTC、Bluetooth Mesh）自动完成身份发现与协商，再通过 AI Agent 通信网关注册其能力与接口。用户授权的数据（如联系人、兴趣偏好、行为日志）被优先保存在本地Agent的数据沙箱中，只有在跨Agent 协同或跨终端迁移时，网关才通过加密的边缘通道（如零信任模型 Diffie-Hellman 密钥协商）进行调度和中继，无需接触中心服务器。另外，去中心化连接还能实现跨平台的Agent 互联，例如，用户的车载Agent 在驾驶途中可主动与手机Agent 进行配对同步日程，当靠近家中 Wi-Fi 时，家庭智能音箱 Agent 即可与其共享状态，实现无缝上下文延续。所有通信均由AI Agent 通信网关统一协调，并支持用户通过策略配置来控制哪些Agent 可以互联、互通，以及共享何种能力，从而实现数据自主与控制权归用户。2.3.1 通信隐私保护与去中心化连接在个人终端场景中，每个用户可以拥有多个本地或云端部署的 AI Agent，如手机助手、智能音箱、车载AI、AR眼镜中的实时翻译 Agent、内容整理 Agent、以及个人笔记或任务管理 Agent等。这些个人Agent在AI Agent 通信网关的组织协调下，形成一个多Agent的协同网络，实现能力协同、隐私保护与体验统一。2.3 To C：个人 Agent 互联与能力延伸行推理合作的同时，保障患者数据从未离开本院系统。这种模式不仅提高了诊断准确率，也大大减少了传统远程协作中的接口复杂性与合规风险。在制造业领域中，一个典型的场景是产业链中的主制造商与多级供应商、物流服务商之间的协同调度。传统上，这种合作依赖于固定的数据接口、文件同步或人工协调，效率低且数据不透明。借助AGW，各方部署的Agent可在不暴露关键商业信息（如成本、工艺、存货结构）的前提下，自动交换预测结果、产能评估、发货计划等高阶语义信息。这种以“意图互通”而非“数据互通”为核心的协作模式，大大提升了供应链的响应能力和柔性调度能力。AI AgentAI Agent通信网关技术研究报告13在用户的日常生活中，AI 助手、内容推荐和个性化搜索已成为最常见的智能服务场景。而在Agent 互联架构的背景下，这些服务不再依赖单一智能体，而是由多个Agent 协同完成。在AI助手场景中，当用户向AI 助手提出“我下周有哪些空闲时间可以安排短途出行？”这一请求时，AI Agent 通信网关将调用日程Agent、位置感知 Agent、天气预报 Agent 和内容推荐Agent 进行任务分解：日程Agent 检索用户行程；位置Agent 结合用户常驻地和交通习惯提供出行窗口；天气Agent 预判目的地天气；内容推荐Agent 基于用户兴趣与历史行为推荐目的地。最终，由AI助手Agent 将结果汇总并通过自然语言反馈给用户。在个性化搜索场景中，网关根据搜索意图自动编排多个Agent：本地文件搜索Agent、知识问答Agent、订阅信息 Agent（如RSS/微博）同时参与推理，各自返回结构化结果；融合Agent （Fusion Agent）进行优先级排序和冲突合并，再统一展现。由于所有个人数据处理过程均在网关与本地Agent之间完成，搜索结果更贴合个人语境且不会泄露数据。在内容推荐场景中，Agent 网络也实现了多源融合与语境适应。例如，在用户沉浸于阅读或观看内容时，媒体推荐Agent 会结合当前内容主题、历史偏好和时间上下文（如深夜不推荐高能量视频）进行推送；而语言生成Agent（如写作辅助）则可根据当前任务状态与用户风格，进行短文补全、句式重构或语义延伸等操作。所有推荐行为和模型调优过程均由AI Agent 通信网关记录并反馈给本地个性建模Agent，从而实现个体画像的长期演进与动态调优。通过AI Agent 通信网关的统一连接、协同与策略化管理，To C 场景中的个人Agent 网络逐步具备“能力自治”、“数据主权”、“多模态协同”的特点，为用户提供始终如一、隐私可控的智能体验，真正实现了AI 能力在个人生活各个维度的自然延伸与增强。2.3.2 典型案例：AI助手、内容推荐、个性化搜索14AI Agent 通信网关的组网，实质上是组成一张由AI Agent 通信网关所构成的虚拟网络。该虚拟网络与物理网络一样，可以有其自身的拓扑结构，如星型组网、树形组网、环形组网、Mesh 组网等。除了拓扑结构，一张网络通常还涉及到层级的划分，例如，在IP 园区网络、IP 城域网等场景中，常常有接入层-汇聚层-骨干/核心层的划分。3.1.1 组网形式 AI Agent 通信网关通信架构3AI Agent 的广泛部署正在重塑未来家庭的智能网络架构。随着机器人、无人机、机器狗、智能家居终端、老年陪护设备和智慧教育助手等多种类型的 AI Agent 纷纷入驻家庭环境，家庭网络已经从传统的“终端接入”模式，演变为以“多 Agent 协同、自治通信与异构融合”为核心的新型架构。这对家庭网络的网关提出了全新的诉求与挑战。如图2所示是家庭场景的Agent 网络，其中涉及的概念和技术将在子章节中进行描述。3.1 组网和通信形式AI AgentAI Agent通信网关技术研究报告15直接通信直接通信是指，发送信息的网关直接指定信息的接收方，可进一步分为以下几种主要模式：点到点：顾名思义，是指一个网关向另一个网关发送信息，这是最常见的通信模式，例如，IP单播就是这种模式。点到多点：类似于IP组播，一个网关同时向多个网关直接发送信息。洪泛：与IGP/BGP 协议的洪泛类似，一个网关也可在一定范围内将信息洪泛到全部节点。间接通信间接通信是指，发送信息的网关并不直接指定接受的网关，可进一步分为以下几种主要模式：订阅-分发：发送信息的网关并不知道有哪些网关需要接受信息，它会先将信息发送到一个中心汇聚节点，该汇聚节点根据订阅信息再将信息分发给订阅者。该模式其实可拆解为上述直接通信中“点到点”与“点到多点”的组合，但从应用层一个完整的、端到端的信息发送事件角度而言，订阅-分发是一种非常常用且高效的信息分发方式，适用于多网关相互配合的集群通信场景。不论AI Agent 通信网关组网的形式如何，最终目的都是为了支撑AI Agent 通信网关之间实现高效的信息分发。从信息分发角度，AI Agent 通信网关之间的通信可分为以下几类：为了支持各种场景下的AI Agent 通信，AI Agent 通信网关应尽量支持上述各类直接、间接的通信模式。3.1.2 通信形式AI Agent 通信网关的整体架构分为通信模块、核心管理模块、安全与隐私保护模块、性能优化模块、接口模块和网关互联模块。各模块之间相互协作，共同实现多智能体间高效通信与协作。AI Agent 通信网关架构的总体框架如图3所示。3.2 AI Agent 通信网关架构16AI AgentAI Agent通信网关技术研究报告图3 AI Agent通信网关架构的总体框架对六大模块的详细介绍如下所述：通信模块通信模块是AI Agent 通信网关与智能体之间交互的前端，负责消息接收、协议适配和分发。它包含以下三个功能子模块：消息接收子模块：接收来自不同智能体的通信请求，支持请求-响应、发布-订阅、发后即忘和流式传输等多种通信模式。协议适配器：对不同智能体的通信协议进行转换和适配，确保消息格式统一，便于后续处理。消息分发子模块：根据目标智能体的地址和通信模式，将消息高效地分发到目标智能体。核心管理模块核心管理模块是 AI Agent 通信网关的中枢，负责智能体的身份管理、认证授权以及能力匹配。它包含以下三个功能子模块：智能体身份管理子模块：通过用户名&密码、数字证书、生物识别等方式验证智能体的身份，并根据预设的授权策略，控制智能体对资源的访问权限。认证与授权子模块：为每个接入的智能体分配唯一的 Agent ID，并存储智能体的身份信 息，包括名称、类型、所属组织等。能力管理子模块：解析智能体上报的能力描述信息（功能、特性、通信模式等），存储在智能体目录中供其他智能体查询，并根据任务需求动态发现具有相应能力的智能体，建立通信连接。通信模块消息接收子模块协议适配器消息分发子模块核心管理模块智能体身份管理子模块认证与授权子模块能力管理子模块安全与隐私保护模块数据加密子模块访问控制子模块性能优化模块负载均衡子模块消息缓存与优化子模块接口模块通信接口管理接口安全接口网关互联模块消息路由子模块安全与认证子模块能力协同子模块17安全与隐私保护模块安全与隐私保护模块是 AI Agent 通信网关的重要组成部分，确保通信数据的安全性和智能体的隐私。它包含两个功能模块：数据加密子模块：支持多种加密算法（如AES、RSA），对通信数据进行加密，并生成、分发和管理加密密钥。访问控制子模块：定义智能体对资源的访问权限，限制智能体对其他智能体隐私信息的访问，确保数据仅在授权范围内共享。性能优化模块性能优化模块通过多种手段提升AI Agent 通信网关系统的整体性能和稳定性。它包含两个功能子模块：负载均衡子模块：实时监测智能体的负载情况和系统资源的使用情况，根据负载情况合理分配通信请求，避免某些智能体过载。消息缓存与优化子模块：缓存频繁发送的消息，减少重复计算和传输，同时优化消息的格式和传输路径，提高通信效率。接口模块接口模块为智能体提供标准化的接口，方便其接入和交互。它包含以下三个接口：通信接口：提供统一的通信接口，支持多种通信模式和协议。管理接口：用于智能体的身份注册、能力描述上传、查询智能体目录等功能。网关互联模块网关互联模块负责实现不同AI Agent 通信网关之间的高效协作，支持更大范围的智能体协同和资源共享。它包含以下三个功能子模块：消息路由子模块：实现跨网关的消息转发，根据目标智能体的Agent ID或任务需求动态选择最佳路径，同时考虑负载均衡与优化。安全与认证子模块：通过身份认证和数据加密机制，确保网关之间通信的安全性。能力协同子模块：支持网关之间的能力发现与资源共享，实现复杂任务的协同处理。18图4 Agent DNS 服务AI Agent 接入网络之后，需要一个唯一的数字身份Agent ID 来标识该 AI Agent。在家庭内、云内、企业网内部，作为AI Agent 身份标识的Agent ID 必须唯一，避免与其他AI Agent 冲突，以保证Agent 被唯一地、正确地索引和访问到。无论是数字Agent 还是物理Agent，无论是通过固网、Wi-Fi或Internet 接入，还是通过3GPP 蜂窝网络接入，AI Agent 都需要获得一个唯一的 数字身份标识，智能体间通信时基于该数字身份标识进行安全认证和行为授权，以确保用户的隐私安全。在这种情况下，就需要建立一个AI Agent 数字身份管理体系，对Agent ID 进行统一地分配和管理，以确保各个组织、区域能够为新入网的AI Agent 高效地分配数字身份标识，并保证该标识全局唯一、不冲突。AI AgentAI Agent通信网关技术研究报告3.3.1 Agent ID：全局唯一的数字身份体系AI Agent 互联协作时，需要能够根据Agent 的名称或者ID正确找到Agent 的 URL 地址，并根据Agent的URL 地址对Agent进行访问。因此，AI Agent通信网关协议需要支持提供类似Internet的DNS服务，如图4所示，Agent DNS服务需要包括以下几个方面：3.3.2 Agent DNS：基于数字身份的注册、查找、寻址机制 3.3 核心技术要素支持对新加入的 Agent 完成注册。支持对已注册的 Agent 查找机制。支持对已注册的 Agent 更新机制。支持对已注册的 Agent 退出机制。我想加入Agent互联网并被其他Agent访问我希望有其他 Agent 协助我完成任务，但不知道有哪些Agent能够提供我需要的服务我的能力发生了变化，希望其他Agent能够知道我将要停止工作了，以后不再给其他Agent提供帮助DNS19图5 基于Agent数字身份的寻址模式由于AI Agent会进行云内访问、跨云访问、端云访问、边云访问等操作，AI Agent通信网关需要支持Agent路由，即基于Agent数字身份的寻址机制。当Agent需要与其他Agent进行任务协作时，会将协作Agent 的数字身份和协作请求发送给Agent通信网关，Agent通信网关能够基于Agent寻址功能将协作请求准确地发送给协作Agent。Agent寻址功能可能会存在以下两种模式：3.3.3 Agent 路由：基于数字身份或能力的寻址机制基于Agent 数字身份的寻址模式：如图5所示，当Agent 只知道协作Agent 的数字身份、不知道协作Agent 的访问方式时，Agent 通信网关将基于数字身份的Agent 路由，将协作请求准确地发送给协作Agent。基于Agent 能力的寻址模式：当Agent 只知道协作任务请求、不知道协作Agent 的数字身份时，Agent 通信网关将基于协作任务请求，从经过合法认证的Agent 中选择能力最为匹配的Agent 作为协作Agent，将协作请求发送给协作Agent。理解自然语言是AI Agent 的显著特征之一，Agent 能够读懂其他Agent 的能力是Agent 实现相互协作的基础。Agent 的能力一般都通过自然语言来描述，因此需要建立一套Agent 能力描述标准，将具备不同能力的Agent 明确地区分开来，保证Agent 在协作时能够准确地找到能力符合要求的Agent。3.3.4 Agent 能力描述标准及能力评估体系我需要酒店预订Agent 帮我预定酒店，但我不知道怎么访问它Agent网关旅行规划Agent查询天气Agent机票预定Agent酒店预定Agent20同时，还需要建立一套Agent 能力评估体系，对Agent 的能力进行客户评价、打分，使得能力强、表现优异的Agent 能够脱颖而出，得到更多的访问和使用机会；而能力差的Agent 能够逐渐退出Agent 互联网，实现Agent 间的良性竞争和能力进化。AI AgentAI Agent通信网关技术研究报告Agent 互联网是建立在传统互联网、云网络之上的一张新型互联网，能够实现人-Agent、Agent-Agent、Agent-Internet 之间的互访。因此，Agent 互联网需要兼容传统的IP 网络。Agent 接入Agent 互联网的第一步是接入传统互联网，拥有一个IP地址，确保URL 合法且可被访问；第二步是向Agent 数字身份管理机构申请一个合法唯一的Agent ID，并将数字身份Agent ID和IP地址进行映射，将Agent 名称、Agent ID、URL、Agent 能力描述等信息发布出去。对目标Agent 进行访问时，先实现对目标Agent 所在URL 或IP地址的访问，找到传统互联网的接入实体，再通过Agent 数字身份，实现对目标Agent 的访问。3.3.5 与传统IP网络的兼容设计（数字身份-IP地址映射）3.3.6 安全机制与合规治理Agent认证与授权Agent 需要严格的认证与授权机制，防止恶意Agent 装成合法Agent，发起数据窃取、干扰网络运行、频繁访问等攻击行为。Agent 认证不仅包括合法性认证和安全性认证，还需要包括能力认证。不合法、不安全、能力描述不符合标准的Agent 能接入Agent 互联网。用户对特定数据的访问可以通过用户身份进行授权，Agent 对特定资源数据的访问也需要基于Agent ID进行授权。同一个Agent 执行不同的任务时，所拥有的权限也可能不同，因此，Agent 通信网关协议需要支持在不同Agent 执行不同任务的场景中进行差异化授权，防止出现由于Agent 越权访问导致网络拓扑信息、用户隐私数据、设备配置参数等信息发生泄露。通信计费与追溯Agent 对外可以提供免费或者计费服务，用户访问Agent、Agent 访问Agent 都需要一套完善的计费体系，Agent 提供商可以根据访问流量或者访问次数对访问者收费。Agent 通信网关协议架构需要支持Agent 的访问历史追溯能力，方便Agent 提供商对外计费和对Agent 提供商追责。21AI Agent 由于智能化程度高，其通信模式和通信需求可能更加灵活多变。同一个终端，在不同的时间，可能有完全不同的流量模型和安全需求。通过引入Agent 终端与网关的协议，可以实现网络根据Agent 终端当前的需求，实时生成相应的网络策略、划分相应的网络资源，以保障终端通信的服务质量和安全保护。4.1.1 AI Agent终端与网关协同如前文所述，通过引入AI Agent 通信网关组成网关虚拟网络，并基于此对Agent 之间的通信进行支撑，可以极大地改善Agent 之间通信的可扩展性、安全保障以及质量保障。因此，AI Agent通信网关之间的组网和通信协议将会是必须项。通过标准化，不同厂商的Agent 通信网关可以实现互通，建立开放的生态，真正使Agent 之间的通信受益。4.1.2 AI Agent通信网关间通信 标准化展望与未来路线图4 4.1 关键标准方向22AI Agent终端是指硬件终端形态的Agent，这与当前较受关注的基于软件形态的、面向Internet用户提供服务的Agent有所不同。从网络终端的角度看，其第一步是需要便捷、安全地接入网络；网络则需要根据终端的类型、厂商、功能、ID等信息进行准入控制，防止非法Agent接入用户网络，造成信息泄露、病毒或非法信息扩散等安全风险。AI Agent终端的准入控制协议可参考当前已有的IoT（Internet of Things，物联网）领域终端接入的架构和协议，除此以外，应在IoT的基础上，针对Agent终端智能化、自主性程度高的特点，考虑增加对Agent终端进行基于角色、业务属性信息、行为记录等更高维度的访问控制。这些在语义层面都需要新的扩展。AI AgentAI Agent通信网关技术研究报告4.1.3 AI Agent终端准入控制通过构建AI Agent 终端-AI Agent 通信网关、AI Agent 通信网关之间的标准化协议，可以实现多厂商设备之间的互通，建立繁荣的生态。4.2.1 建立开放的厂商生态除了多厂商间的互通，AI Agent 通信网关还应做到全球可达。将全球可达的IP网络作为Underlay是一个不二选择，通过运营商、云厂商间的协作，将AI Agent 通信网关的网络平面有效地运维起来。4.2.2 构建全球范围的 AI Agent通信网关网络IETF、3GPP、ITU-T、ETSI等国际标准组织应在该议题上保持密切联络，互为输入、输出，制定出能有效支撑实际业务需求的标准技术。4.2.3 多标准组织协同 4.2 产业合作建议与标准组织协同路径231 Anthropic.Building Effective AI Agents.Online Available:https:/ Gartner.Gartner Identifies the Top 10 Strategic Technology Trends for 2025.Online Available:https:/ Outshift.Outshift|Internet of Agents.Online Available:https:/
2025-08-23
27页
5星级
智算网络架构研究智算网络架构研究光铜携手共进光铜携手共进评级：强于大市（维持）证券研究报告2025年08月11日行业：通信通通信信行行业业专专题题研研究究马成龙（分析师）S1160524120005刘.
2025-08-19
36页
5星级
空芯空芯光纤助光纤助力力AIAI网络网络提速，提速，DCDCI/I/MPOMPO拉动特种拉动特种光光纤纤增量增量需需求求 1首首席席通信通信分分析师析师 陈陈宁玉宁玉 SAC：S07405170200.
2025-08-13
24页
5星级
1证券研究报告作者：行业评级：上次评级：行业报告：请务必阅读正文之后的信息披露和免责申明通信通信强于大市强于大市维持2025年08月12日（评级）分析师 王奕红 SAC执业证书编号：S11105170.
2025-08-13
39页
5星级
智联未来，价值跃迁 2025.08 iResearch Inc.“十五五”通信行业转型机遇 及发展路径研究 1 摘要“十五五”时期（2026-2030 年），中国通信行业正面临一场深刻且不可逆转的范.
2025-08-11
40页
5星级
通信网络智能体通信网络智能体白皮书白皮书 V1.0V1.0 （汉仪旗黑（汉仪旗黑中国联通研究院中兴通讯股份有限公司 华为技术有限公司浪潮通信信息系统有限公司 亚信科技(中国)有限公司（排名不分先后）2.
2025-08-04
61页
5星级
罗兰贝格：预见2026：中国行业趋势报告（90页）.pdf
智源研究院：2026十大AI技术趋势报告（34页）.pdf
中国互联网协会：智能体应用发展报告（2025）（124页）.pdf
三个皮匠报告：2025银发经济生态：中国与全球实践白皮书（150页）.pdf
三个皮匠报告：2025中国商业航天市场洞察报告-中国商业航天新格局全景洞察（25页）.pdf
国声智库：全球AI创造力发展报告2025（77页）.pdf
三个皮匠报告：2025中国情绪消费市场洞察报告（24页）.pdf
中国电子技术标准化研究院：2025知识图谱与大模型融合实践案例集（354页）.pdf
艺恩：2026“情绪疗愈”消费市场趋势盘点报告（31页）.pdf
三个皮匠报告：2025中国固态电池市场洞察报告-产业爆发前夕如何重塑锂电新格局（26页）.pdf
0731-84720580
商务合作：really158d
友链申请 (QQ)：1737380874
最新报告
中英对照
全文搜索
报告精选
PDF上传翻译
多格式文档互转
入驻&报告售卖
会员权益
机构报告
券商研报
财报库
专题合集
英文报告
数据图表
会议报告
其他资源
研报
新质生产力
DeepSeek
低空经济
大模型
AI Agent
AI Infra
具身智能
自动驾驶
宠物
银发经济
人形机器人
企业出海
算力
微短剧
薪酬
白皮书
创新药
行业分析
个股研究
年报财报
IPO招股书
会议纪要
宏观策略
政策法规
其他
人工智能
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医疗健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
行业聚焦
芯片产业
热点概念
全球咨询智库
人工智能
500强
新质生产力
会议峰会
新能源汽车
企业年报
互联网
公司研究
行业综观
消费教育
科技通信
医药健康
人力资源
投资金融
汽车产业
物流地产
电子商务
传统产业
传媒营销
其它
十五五规划系列报告合集（共48套打包）
2026低空经济/低空产业报告合集（共47套打包）
AI、科技与通信
广告、传媒与营销
消费、零售与支付
HR、文化与旅游
金融、保险与投资
能源、环境与工业
医疗制药与大健康
物流、地产与建筑
其他行业
AI ▪ 科技 ▪ 通信
数字化
金融财经
智能制造
电商传媒
地产建筑
医疗医学
能源化工
其他行业
收藏
下载
2026-02-02
AI查数
行业数据
政策法规
商业模式
产业链
竞争格局
市场规模
产业概述
其它
2026年
AI读财报
年报
一季报
半年报
三季报
IPO招股书
社会责任报告
A股
IPO申报
港股
美股&全球
新三板
微信扫码登录
手机快捷登录
账号登录
