行业技术发展 - 物理AI是机器人技术与基础模型结合的快速发展领域 英伟达 谷歌和Meta等公司正在发布研究成果探索将大语言模型与机器人技术融合[2] - 基于大语言模型的方法允许机器人根据交互对象确定下一步动作 谷歌研究的SayCan帮助机器人使用大语言模型对任务进行推理 Meta和纽约大学的OK-Robot使用视觉语言模型进行运动规划和物体操控[4] - 英伟达宣称物理AI是下一个重大趋势 发布了包括Cosmos-Transfer1在内的多个模型来加速机器人训练 Hugging Face发布了299美元的桌面机器人致力于机器人开发的民主化[4] 公司产品创新 - 艾伦人工智能研究所(Ai2)发布全新开源模型MolmoAct 7B 该模型让机器人能够在空间中推理 采用Apache 2.0许可证 数据集使用CC BY-4.0许可证[2] - MolmoAct被归类为动作推理模型 能够运用推理能力理解物理世界 规划空间占用方式并执行相应动作 相比传统视觉-语言-动作(VLA)模型具备三维空间推理能力[2] - 模型通过输出空间定位感知Token来理解物理世界 这些Token使用向量量化变分自编码器预训练提取 能够编码几何结构并估算物体间距离[3] 技术性能表现 - MolmoAct 7B在基准测试中任务成功率达到72.1% 超越了谷歌 微软和英伟达的模型[3] - 模型能够适应不同的具体实现形式如机械臂或人形机器人 只需最少的微调[3] - 空间定位感知Token与VLA使用的Token不同 不是文本输入 使模型能够预测图像空间路径点并输出具体动作指令[3] 行业发展前景 - 创造更具空间感知能力的机器人是开发者的长期梦想 物理AI兴趣正在增加 实现通用物理智能的目标正变得更容易实现[4][5] - 专家认为该研究代表了增强视觉语言模型用于机器人技术的自然进展 是开发更强大的三维物理推理模型的重要一步[4] - 数据开放性为其他学术实验室和专业爱好者提供了坚实基础 因为开发和训练这些模型成本高昂[4]

核心观点 - 英伟达在SIGGRAPH大会上发布全新升级的Cosmos世界模型及配套软硬件设施 旨在通过计算机图形与AI技术融合推动机器人领域发展 [1][3][10] 软件升级 - 推出70亿参数视觉语言模型Cosmos Reason 具备物理理解与多步推理能力 可充当机器人任务规划核心 [4][5][6] - 新增Cosmos Transfer-2及精简版 通过将70步蒸馏简化为1步 大幅加速虚拟场景到训练数据的转换效率 [5][7] - 发布Omniverse新库与SDK 实现MuJoCo与OpenUSD仿真格式兼容 支持三维重建与跨平台数据互通 [7][8] - 开源Isaac Sim 5.0与Isaac Lab 2.2工具 结合3D高斯渲染技术 缩小虚拟仿真与现实环境差距 [8] 硬件升级 - 推出RTX PRO Blackwell服务器 覆盖训练、合成数据生成及仿真全工作负载 [3][9] - 通过DGX Cloud云平台提供Omniverse与Cosmos云端服务 降低硬件门槛与运维成本 [3][9] 技术融合战略 - 计算机图形与AI融合将改变机器人领域 虚拟环境可降低现实数据获取成本与训练门槛 [10][13] - 目标构建逼真可扩展的虚拟平行宇宙 结合实时渲染、物理运动模拟与生成式AI技术 [13] - 基础设施赋能开发者与企业 加速机器人与AI应用开发 [14][15] 市场合作进展 - 与Figure、Agility Robotics、通用汽车等机器人与自动驾驶公司达成合作 [2] - 向中国银河通用交付首批Jetson Thor芯片 与阿里云、优必选、智元机器人等企业深度合作 [16][17] - 英伟达全栈机器人及物理AI组件已通过阿里云端服务开放使用 [17]

物理AI的定义与市场潜力 - 物理AI依托神经图形、合成数据生成、物理模型、强化学习和AI推理技术，是现代机器人技术、自动驾驶汽车和空间智能技术的引擎 [2] - 物理AI将撬动万亿美元级市场，被视为生成式AI、代理AI之后的下一波技术浪潮 [2] - 公司高管强调物理AI是未来重点方向，并在全球会议中将其作为核心主题展示 [2][4] 物理AI的技术基础与研发进展 - 图形研究与物理AI紧密关联，渲染技术推动虚拟世界创建用于训练物理AI系统，AI反向助力3D世界构建 [3] - 实时路径追踪性能在9年内提升1万倍，体现硬件技术迭代速度 [3] - 虚拟环境训练效率远超现实世界，几分钟虚拟训练可匹敌10年现实经验 [3] - 公司推出开源70亿参数视觉语言模型Cosmos Reason，帮助机器人理解物理世界 [6] 物理AI的应用场景与产品布局 - 机器人领域：Jetson AGX Thor芯片应用于银河通用机器人，生态优势显著 [2][4] - 工业领域：推出RTX PRO系列GPU服务器，覆盖代理AI、工业及物理AI工作负载 [6] - 自动驾驶：基础世界模型Cosmos可生成合成场景辅助开发 [6] - 新软件库Omniverse NuRec 3D高斯喷射库专为物理AI设计 [6] 行业趋势与竞争壁垒 - 物理AI将重塑家庭服务机器人、工业自动化及农业运作模式 [3] - 合成数据成为物理AI训练关键，公司通过模型生成能力破解数据瓶颈 [4] - 硬件算力解决方案稀缺，公司凭借完善生态占据主流机器人市场 [4]

物理AI战略定位 - 公司CEO黄仁勋多次强调物理AI是下一波技术浪潮 是机器人技术 自动驾驶汽车和空间智能技术背后的引擎[1] - 物理AI依托神经图形 合成数据生成 物理模型 强化学习和AI推理技术[1] - 公司Omniverse和仿真模拟技术副总裁Rev Lebaredian表示物理AI将撬动万亿美元级市场[1] 技术研发进展 - 在SIGGRAPH 2025大会展示16篇论文 物理AI是核心主题[1] - 图形研究副总裁Aaron Lefohn指出渲染研究推动逼真虚拟世界创建 用于训练物理AI系统 AI帮助基于图像构建3D世界[2] - 实时路径追踪性能在9年间提升1万倍[2] - 推出开源70亿参数推理视觉语言模型Cosmos Reason 用于机器人和视觉AI代理理解物理世界[5] - 推出新软件库Omniverse NuRec 3D高斯喷射库[5] 应用场景拓展 - AI研究副总裁Sanja Fidler表示机器人将成为家庭成员 重新定义工厂 仓库 农业运作方式[2] - 虚拟环境训练效率比真实世界高几个数量级 几分钟训练可匹敌现实世界10年经验[2] - 研究副总裁Ming-Yu Liu指出所有移动物体都可变成机器人 工业机械臂执行简单任务 自动驾驶汽车应对复杂交通 仿人机器人需多技能[3] - 生成式AI转化为物理AI的关键是训练数据 合成数据是破解数据问题的核心[3] 产品生态布局 - 银河通用机器人首发搭载公司Jetson AGX Thor芯片的应用[1] - Jetson Thor GPU机载计算机在机器人领域生态完善 节省厂商开发时间[3] - 1月推出基础世界模型Cosmos 生成合成自动驾驶场景辅助物理AI开发[5] - 推出Nemotron Nano2和Llama Nemotron Super 1.5模型[5] - 思科 戴尔将推出搭载RTX PRO 6000 Blackwell服务器版GPU的服务器 用于代理AI 工业和物理AI企业负载[5] - RTX PRO 4000 Blackwell SFF版和RTX PRO 2000 Blackwell GPU将于今年晚些时候推出[5]

人形机器人商用难点与挑战 - 人形机器人规模化商用难点并非成本或硬件 硬件已足够且成本非限制性因素 一台机器只要能用 10万甚至100万照样有很多场景能用起来[3] - 最棘手问题是具身智能模型不够泛用性 实用性有待更大提升 限制性因素是机器人干活能力不够强 能完成任务类型有限[4] - 工厂落地需克服速度挑战 搬运速度已接近人类水平 预计年底几十台机器人进入工厂 但分拣未达人类水平 难点在速度 工业分拣精度和速度要求极高 产线停机一分钟可能损失上万元[7][8] 关键技术瓶颈与市场前景 - 关键技术瓶颈是目标识别和定位系统 目前通过合成数据推动 解决后市场至少千亿级规模 五年内可见成效[5] - 基于巨大市场投入 机器人将解锁更多技能 迈向万亿市场[6] - 未来十年人形机器人产值每三年乘10 从头部卖1000台到三年后10000台 再三年后10万台 10万台级量卖几十万元一台产值达1000亿 超过工业机械臂总产值 工业机械臂全球总产值1000亿人民币[12] 人形与双足设计的必要性 - 人形机器人是通用机器人重要载体 长远需融入人类生活 终局观念下除人形态无别的形态 移动是必然 定点机器人局限性大[11][12] - 人形是最理想专业机器人形态 结构由若干关节电机串联 设计相对简洁 履带式小车或其他形式更复杂[13] - 双足设计提供更多通用性能力 腿控制是附属能力 轮式和腿式有差距 不同阶段有最适合落地形态 腿能实现上半身所有可达空间且灵活调动腰部灵活度[14][16][17] 中国在物理AI和机器人领域优势 - 中国拥有独特规模优势结合人才优势 形成独一无二生态系统 是重要市场和生产基地[18] - 顶尖AI人才集中 全球近一半顶尖AI人才于此 有顶尖AI高校和大量研究人员开发者[19] - 电子与计算技术能力强大 有技术研发能力和全球无可匹敌电子制造产业 制造电子硬件和机器人关键部件专业能力深厚[19] - 庞大制造业基础提供大规模部署测试真实场景 快速收集数据迭代算法 让机器人不断进化[20] 普及场景与伦理挑战 - 普及场景包括工业、服务业和家用 家用机器人最大难题不是技术而是伦理和安全要求极高 普及门槛高[22] - 行业仍在快速成长 未来几年人员和出货量可能每年翻倍 更强大通用AI大模型将让机器人在工厂家庭等通用场景表现更好[23] - 机器人数量不直接影响生育率 但人口缩减导致经济不增长甚至萎缩 打造机器人创造人工人口提升生产力是刻不容缓任务[24][25] 算力、模型与数据挑战 - NVIDIA Jetson Thor计算能力是上一代7.5倍 每瓦性能提升多达3.5倍 CPU性能提升多达3.1倍 I/O吞吐量提升多达10倍[42] - 大模型架构尚未统一 导致进展缓慢 宇树科技探索视频生成模型作为世界模型 谷歌新模型证明方向潜力[27][28] - 多模态大模型数据不足 文本数据丰富但文本-图像配对数据较少 动作数据更少 合成数据和仿真技术非常重要[32] - 仿真能生成带动作、图像和语义配对数据 促进多模态大模型及具身智能发展 完全依赖真实数据进展受限[32] 仿真技术的关键作用 - 仿真是构建安全机器人系统唯一方式 现实世界测试过慢成本高且危险 仿真能应对很少发生的特殊情况[33] - 仿真引擎和并行渲染器降低合成数据困难程度 人形机器人技能数据离不开好用并行渲染器[35] - 弥合仿真与现实差距方法包括提升仿真器精度 利用AI提升仿真速度 构建具备物理理解能力AI辅助生成虚拟环境 直接捕捉现实世界[36][37][39][40] NVIDIA机器人基础设施布局 - 打造三台计算机：机器人本体计算机如Jetson Thor、AI工厂计算机如DGX和HGX系统、仿真计算机[41] - Isaac平台结合硬件与软件栈 包括运行时和计算环境、仿真工具、训练框架 以及Isaac Sim、Isaac Lab和NVIDIA Cosmos[44][45] - Cosmos项目开发世界基础模型 理解世界物理规律 与传统仿真结合构建更精准高效仿真器[37] 宇树科技产品与进展 - 人形机器人R1重量约25千克 售价3.99万元 现货可供 预计年底前量产 全球竞争力强性能出色[48] - 自研灵巧手约20自由度 目标未来一到两年实现自然交互 例如直接指令机器人倒水[51] - 机器狗A2自重约37千克 持续负载可达30千克 空载续航行驶20公里 防尘防水[48] - 多机协作实现全自动编队跳舞 16台机器人统一连接后台 挑战在于多机协作及复杂编程维护[49] - 动作学习通过采集人体数据结合深度强化学习 使用NVIDIA Isaac Sim训练 掌握舞蹈、跳跃、空翻等动作[50] 银河通用技术落地与规划 - 机器人采用轮式+双臂+双手形态 轮式底盘主打高续航工业级安全性 可实现大规模高可靠交付[52] - 全球首发无需建图可在复杂场景跟随人的TrackVLA 和抓取基础大模型Grasp VLA 实现零样本抓取[54] - 合成数据占训练数据99% 生成全球首个百亿级抓取操作大数据集和百亿级柔性物体操作大数据集[56] - 无人药房解决方案在北京、上海、深圳等地签约超过100家药店 无人零售店在10城市百处核心商圈部署[56][57] - 下一代人形机器人项目采用纯双足设计 基于OpenWBT_Isaac进行数据采集与遥控控制[56] 机器人与AI技术发展意义 - 机器人把计算和AI带进真实世界 连接物理世界和信息世界 计算力量从5万亿美元信息市场进入100万亿美元物理世界市场[58] - AI与机器人技术发展需要全球协作 像电力与蒸汽机发明一样使人类文明迈向新高度[59]

英伟达新一代AI模型发布 - 公司发布面向机器人开发者的新一代全球AI模型、库及基础设施 包括70亿参数的"Cosmos Reason"推理型视觉语言模型 [1] - 新增Cosmos Transfer-2可加速从3D仿真场景生成合成数据 同时推出精简版Cosmos Transfer [1] - 这些模型旨在创建合成文本、图像和视频数据集 用于训练机器人和AI代理 [1] Cosmos Reason功能与应用 - Cosmos Reason赋予机器人推理能力 可基于记忆与物理理解推测下一步行动 应用于数据整理、机器人规划及视频分析 [1] - 该模型能自动化完成海量训练数据集的筛选、评估与标注 大幅提升数据处理效率 [2] - 在机器人规划方面 支持有条理的决策制定 可拆解复杂指令为可执行任务 并在陌生环境中依靠常识完成执行 [2] - 在视频分析领域 可从海量视频中提取有价值洞察并进行根因分析 适用于城市交通网络、工厂及仓库等场景 [2] 配套技术更新 - 发布新的神经重建库 包含利用传感器数据在3D中模拟真实世界的渲染技术 将整合进开源模拟器CARLA [2] - Omniverse软件开发工具包迎来更新 [2] - 推出RTX Pro Blackwell Server服务器 提供单一架构支持机器人开发工作负载 [2] - 推出基于云的DGX Cloud管理平台 [2] 战略方向 - 公司正加速进军机器人领域 寻找继AI数据中心之后AI GPU的下一个重要应用场景 [3]

英伟达的物理AI战略 - 公司正积极布局物理AI 使机器人和自动驾驶汽车等自主机器具备运动技能 帮助它们理解并与现实世界互动 [1] - 物理AI将撬动万亿美元级的实体经济 制造、物流、医疗等物理产业总量达100万亿美元 是IT产业5万亿美元规模的20倍 [1][5] - 物理AI将计算力量从5万亿美元的信息市场带入100万亿美元的物理世界市场 机器人是连接两个世界的桥梁 [5] 中国市场优势 - 中国在物理AI和机器人领域具备独特的规模和人才优势 全球近一半的人工智能研究人员和开发者在国内 [2][6] - 中国拥有全球无可匹敌的电子制造产业和技术研发能力 为物理AI和机器人产业发展奠定坚实基础 [2][6] - 中国拥有大规模部署和测试机器人的真实场景 可快速收集数据、迭代算法 让机器人不断进化 [6] 英伟达技术平台 - 公司打造三台计算机：机器人本体计算机（如Jetson Thor）、AI工厂计算机（如DGX/HGX系统）、仿真计算机（如Isaac Sim） [6][12] - Jetson Thor专为物理世界智能推理代理打造 计算能力是上一代Jetson Orin的7.5倍 每瓦性能提升3.5倍 [7][12] - Isaac平台包括仿真框架Isaac Sim、强化学习平台Isaac Lab 以及世界基础模型框架NVIDIA Cosmos [12] 仿真技术核心作用 - 仿真是构建可靠机器人系统的唯一选择 可生成训练数据并测试安全性 避免现实世界测试的危险性 [28] - 公司通过提升仿真器精度、利用AI加速仿真、直接捕捉现实世界三种方式弥合仿真与现实差距 [32][33] - 合成数据占银河通用训练数据的99% 真实世界数据仅占1% 仿真技术是突破数据瓶颈的关键途径 [20][30] 机器人公司进展 - 宇树科技人形机器人售价从9.9万元降至3.9万元人民币 新版本具备强市场竞争力 预计年底前完成量产 [10][11] - 公司机器狗A2自重37千克 持续负载达30千克 空载续航20公里 具备防尘防水性能 [13] - 银河通用G1机器人采用轮式双臂双手形态 已实现自动充电和稳定运行 达到大规模自主商用标准 [19] 技术挑战与突破 - 当前限制机器人执行复杂动作的最大因素是硬件物理极限 而非算法 [14] - 多模态大模型发展受限于数据不足 文本-图像配对数据较少 动作数据更稀缺 [36] - 人形机器人规模化部署的核心瓶颈是完成任务能力不足 需突破目标识别与定位技术 [39] 商业化前景 - 人形机器人市场产值预计三年达1万台 六年达10万台 以每台数十万元计 总产值将突破1000亿元人民币 [43] - 银河通用在北京、上海、深圳等地签约超过100家药店 提供24小时无人药房解决方案 [21] - 公司预计到2024年底将有几十台机器人进入工厂车间实际应用 主要集中于搬运和分拣领域 [48] 行业发展趋势 - 机器人行业人员和出货量有望每年翻倍 未来十年市场规模可能超越汽车和手机产业 [43][46] - 双足设计提供更强通用性 能覆盖上半身所有可达空间 是未来发展方向 [40][41] - 硬件成本不再是商业化主要障碍 具身智能模型的泛用性和实用性成为关键挑战 [45]

公司战略合作 - 协创数据旗下Fcloud与他山科技签署战略合作协议 通过资源整合实现优势互补 包括数据采集与模型训练深度协同 硬件产品技术赋能升级 算力平台资源共享与技术协同 [1][2] - 双方将携手打造以"感知+算力+具身应用"为核心的智能生态系统 加速AI硬件技术赋能与垂直行业落地进程 [1][2] - 他山科技在触觉传感器 AI芯片及环境感知系统领域的技术积累与协创数据在算力平台搭建 大规模场景部署方面的实力形成强强联合 将释放强大协同效应 [2] 技术平台与产品 - Fcloud Omnibot具身智能服务平台亮相NVIDIA Physical AI开发者技术交流会 作为NVIDIA Physical Ecosystem的Computing Platform合作伙伴 [1] - 平台深度融合NVIDIA领先的AI机器人技术 向机器人开发公司提供从数据采集及管理 仿真 合成数据生成 模型训练到推理服务部署端到端的综合性平台服务能力 [1] - Omnibot深度整合NVIDIA IsaacSim IsaacLab Omniverse GR00T和Cosmos等技术栈 为NVIDIA在机器人应用场景的重要合作伙伴 [3] - 2025年公司正式上线Fcloud智能体训推创新平台产品 为具身机器人 生物医药 芯片制造 金融等领域提供训推服务支持 [3] 业务布局与财务表现 - 公司通过"算力底座+云端服务+智能终端"三位一体的全球化产业布局 加速推动物理AI与具身智能技术商业化进程 [3] - Fcloud平台面向具身机器人本体开发者构建从数据到部署的端到端开发环境 包括仿真服务 数据服务 训练服务和模型服务和云盘服务 [3] - AI服务器及算力服务的发展带动公司盈利能力快速提升 2025年上半年实现营业收入49.44亿元 同比增长38.18% 归母净利润4.57亿元 同比增长27.68% [3]

行业趋势与市场潜力 - 计算机和IT产业过去三四十年主要影响"信息空间"，规模约5万亿美元，而全球产业总量超过100万亿美元，更大的价值在于触达物理世界的"原子"领域（如交通、制造、物流、医疗）[1] - 人工智能的出现使机器具备"物理智能"能力，计算机力量将进入100万亿美元的物理世界市场，机器人是实现这一跃迁的桥梁[1] - 中国在人工智能领域具备独特优势，全球近一半人工智能研究人员和开发者在中国，拥有无可匹敌的电子制造能力和大规模制造业基础[2] - 人形机器人市场潜力巨大，预计未来每三年产值乘10，头部企业从1000台增长到10万台，单价几十万元可达1000亿元产值，超过工业机械臂总产值[4] - 未来10年机器人市场可能超越当前所有工业机器人量，再往后10年可能超越汽车手机市场的万亿规模[4] 技术发展与创新 - 推动机器人发展和物理AI落地需要构建三类计算机：嵌入机器人本体的计算机（如Jetson Thor）、AI工厂计算机（如DGX、HGX系统）、仿真计算机[2] - 合成数据是推动具身智能快速落地的关键，真实世界数据仅占训练数据的1%，其余99%为合成数据[3] - 人形机器人设计本质由若干关节电机串联而成，未来通用AI成熟后硬件要求会越来越低，制造人形机器人可能像组装电脑一样简单[3] - 仿真平台（如Isaac Sim）可优化机器人运动与操控能力，Isaac Lab系统实现快速策略迭代[2] - 灵巧手研发是重点，已开发约20自由度的灵巧手，目标让机器人执行日常任务而非展示性动作，未来1-2年实现自然交互[3] 企业合作与产品进展 - 宇树科技和银河通用与英伟达合作，银河通用G1 Premium人形机器人首批搭载NVIDIA Jetson Thor，在工业码垛、拆垛等场景表现优异[2] - 宇树科技新型人形机器人R1部署英伟达全栈机器人技术，通过仿真平台优化能力[2] - 宇树科技去年推出9.9万元人形机器人，今年新版本售价约3.9万元，支持外观定制，预计年底前完成量产[3] - 宇树科技发布A2机器狗，自重37千克，持续负载30千克，空载续航20公里[3] - 银河通用与英伟达合作下一代人形机器人项目，从轮式形态转向纯双足设计，基于OpenWBT_Isaac平台进行数据采集与遥控控制[3] 商业化路径与展望 - 机器人规模化部署需要顶层算力与仿真能力构建技术底座、成本可控且可量产的硬件工程、合成数据驱动的大规模训练体系[4] - AI与机器人技术将像电力与蒸汽机的发明一样，推动人类文明迈向新高度[4] - 通用机器人将成为下一个价值数万亿美元、数万亿元人民币市场的革命性产品，核心要素包括机器人本体和具身智能模型[3]

行业趋势与市场前景 - 人工智能突破推动计算机能力向占全球经济总量超100万亿美元的物理世界领域渗透 机器人作为物理智能载体将成为连接数字世界与物理世界的核心桥梁 [3] - 中国在变革中具备独特优势 全球近半AI研究人员聚集于此 同时拥有无可匹敌的电子制造能力和庞大的工业应用场景 [3] - 业内普遍认为机器人真正走出实验室需要算力 成本可控的硬件与合成数据训练体系协同 [5] 技术突破与产品进展 - 英伟达构建三类计算机体系 嵌入机器人本体的Jetson Thor芯片提供边缘算力 DGX/HGX系统组成的AI工厂完成模型训练 Isaac Sim仿真平台通过物理定律生成数据且测试速度可达现实时间的数倍 [3] - 宇树科技新一代人形机器人售价降至3.9万元 相比去年9.9万元版本大幅下降 支持外观定制且现货可供 预计2025年底前完成量产 标志着消费级人形机器人正式进入"万元时代" [3] - 宇树科技新机型采用英伟达全栈机器人技术 通过Isaac Sim平台优化运动控制算法 并借助Isaac Lab实现策略快速迭代 同步推进A2机器狗研发 目标在1–2年内实现无预适配环境下的自然交互 [4] - 银河通用与英伟达合作开发的G1 Premium人形机器人作为首批搭载Jetson Thor芯片的产品 已在工业码垛 拆垛及物料箱搬运场景中展现出流畅作业能力 [4] - 银河通用下一代双足机器人采用纯双足设计 基于OpenWBT_Isaac平台实现仿真与现实环境的无缝衔接 可训练推车 拾取等复杂任务 [4] 商业模式与增长预测 - 银河通用提出机器人革命核心要素包括机器人本体 具身智能模型与合成数据构成铁三角 合成数据在其训练体系中占比高达99% 通过英伟达Isaac Sim生成的物理合规数据有效解决真实数据稀缺问题 [4] - 银河通用提出"每三年产值乘10"的增长模型 当前头部企业年销1000台 三年后将达1万台 六年后突破10万台 若以单价数十万元计算 届时市场规模将超千亿元 超越工业机械臂总产值 [4]