中國人工智能、機器人行業發展如何？核心企業取得了哪些重要成果或進展？國內企業和國際企業技術差距多大？產業鏈上下游協同如何？……

2025年9月10日下午，上海浦東香格里拉大酒店南京廳內，一場聚焦人工智能與機器人產業鏈的閉門研討會如期舉行。圍繞“左手是AI（人工智能）的基座，右手是機器人和應用”的多項議題，來自AI算力基座、機器人領域及AI應用領域的科創板上市公司核心高層，與眾多機構投資者進行了深入交流。其中，上市公司包括海光信息（688041.SH）、概倫電子（688206.SH）、綠的諧波（688017.SH）、埃夫特（688165.SH）、步科股份（688160.SH）、佰維存儲（688525.SH）以及元琛科技（688659.SH），參會交流的機構投資者則超過60家。

與會嘉賓普遍認為，當前AI正在驅動產業鏈加速迭代，多領域已實現局部突破，不少企業突破壟斷、“圍剿”，全球市占率實現飛躍。

當然，整體而言，仍需正視當前AI算力基座、機器人行業在規模、長期生存力、算法等相關方面，與海外發達國家存在的一定差距。但國內科創企業正在迎難而上，正通過應用端牽引、協同研發和持續投入創新，有望快速縮小差距。

算力基座多領域突破顯現

下游客戶對先進制程工藝和自主可控的迫切性增強、需求快速增長的背景下，在AI算力基座領域，從芯片設計到存儲、EDA（電子設計自動化）軟件，海光信息、佰維存儲、概倫電子正在為中國AI的加速發展提供關鍵支撐。

“海光信息作為擁有CPU（高端通用處理器）與GPGPU（協處理器）雙產品線的企業，已成功實現了多代際產品的研發創新和商業化落地，廣泛應用于金融、通信、互聯網、教育等關鍵行業。”海光信息架構師王博士介紹，除產品線外，海光信息已布局形成“芯片設計—整機交付—軟件生態”的完整鏈條。

“從以‘計算為主’轉向‘AI強化’——大幅提升AI計算性能，公司提前布局高帶寬低延遲的相關技術，并與上下游產業鏈深度協作。”王博士稱。

佰維存儲則聚焦半導體存儲，產品覆蓋NAND Flash（一種非易失性存儲技術）與DRAM（動態隨機存取存儲器），深耕手機、個人計算機、服務器三大傳統市場，并在AI穿戴、工業與智能汽車兩大新興領域快速突破。

“2024年，佰維存儲AI新興端側業務收入超10億元，且具備主控芯片設計、封測等全產業鏈服務能力。”佰維存儲總經理何瀚表示，AI本身的發展對存儲提出了更高的要求。同時AI帶來了一些新的應用，需要開發新的解決方案。此外，AI時代存和算需要更多的整合。

“整體來看，這是AI帶來的海量數據處理需求所推動的產業趨勢。本土企業正在積蓄力量、不斷提升能力。”何瀚直言，與此同時，國內先進工藝與高端芯片研發需求的爆發，讓國產EDA也迎來行業生態加速構建。

作為EDA領域的代表，概倫電子總裁楊廉峰指出，通過深耕晶圓廠、存儲器廠及高端芯片設計，概倫電子不僅在海外市場形成了重要的業務布局，過去四年國內業務占比也在快速上升并開始躍居主導。

除了業務布局，面對海外EDA領域的頻繁并購，概倫電子也在科創板上市后，利用上市平臺，推動并購整合助力國內EDA產業補短板。

“AI直接帶動高端芯片與先進工藝需求爆發，推動國內芯片研發與生產‘本地化、規模化’趨勢。”楊廉峰認為，對EDA行業而言，當前客戶需求與合作意愿顯著增強。雖然國內供應鏈與國外存在一定差距，客戶仍希望本土企業能跟上步伐。EDA作為芯片設計與制造的“生態載體”，承載著核心方法學與流程，隨著國內高端芯片研發推進，EDA的成長空間持續打開。

AI驅動產業鏈加速迭代

在全景式的布局下，當前算力基座領域的突破正集中在技術適配與生態構建。對于同樣備受關注的機器人和應用環節，在AI浪潮下，行業迭代正在持續加速。

綠的諧波、埃夫特、步科股份覆蓋了機器人核心零部件、整機及系統集成全環節，元琛科技則聚焦應用端，通過切入環保島智能與工業流程運維智能領域，大幅提升環保島自控率。

2011年成立、2020年8月科創板上市的綠的諧波，深耕傳動領域核心部件，主打產品為諧波減速器。

“以前，全球諧波減速器基本上就是日本的HD一家獨大，我們用近二十年的時間實現了技術突破，打破了日本的壟斷，目前全球市場占有率第二。現在公司在傳動領域正推進新布局。包括機電傳動（諧波與電機組合）；電液領域（拓展新能源汽車應用）；機電一體化同時拓展具身智能模組。”綠的諧波董秘歸來詳解當前的突破和布局。

歸來指出，具身智能機器人對減速器的需求正在持續迭代。綠的諧波圍繞客戶新需求不斷調整創新，確保產品適配行業發展節奏。

除了核心部件，從工業領域起家、由奇瑞內部孵化的埃夫特，當前業務已涵蓋機器人核心零部件（自主研發為主）、整機及系統集成（主要在國外完成），并完成獨立和上市。

“近兩年，隨著機器人行業的技術發展，公司重點布局兩大方向。一是自主化核心技術的自研，包括核心零部件、機器人的正向設計的技術、運動控制的技術等。二是智能化。”埃夫特創始團隊成員、總工程師肖永強強調，當前機器人領域整體技術創新度極高，發展極快。埃夫特通過“兩端牽引”策略持續推進前沿革新，其中一端聯合客戶，覆蓋大量不同領域如汽車電子、新能源等。另一端則聯合國內高校展開技術研發，目前埃夫特已擁有兩個國家級的研發平臺。

肖永強感慨，行業變革正在加速，過去需主動“推產品給客戶”，如今客戶主動“倒逼合作”，積極探討機器人應用場景。為抓住機遇，2024年埃夫特成立獨立公司研發AI技術，核心方向是“掌握核心算法，重新定義硬件”。目前已啟動新產品開發與場景落地實踐，有望在兩年內實現小批量應用落地，推動機器人從“功能滿足”向“智能適配”升級。

“專注機器人核心部件的步科股份，隨著人工智能加速發展，目前業務一半是服務機器人領域，一半是將技術拓展至智能設備。并且步科股份正將機器人研發的小型化、一體化、模組化技術，拓展至先進智能設備，挖掘更大存量市場。”步科股份董事長、總經理唐咚如是表示。

在唐咚看來，人形機器人部件需求經歷三個階段躍遷：第一階段是“樣品交付”，供應商眾多，甚至手工制作也能參與，核心訴求是速度快；第二階段是“小批量生產”，需求逐步聚焦；第三階段是“高良品率規模化制造”，滿足頭部廠商對成品率、質量、成本的嚴格要求。

在此劃分下，唐咚介紹，步科股份憑借十年無框電機技術積累，已成功進入第三階段。

除了機器人行業外，在AI應用端，來自環保領域的元琛科技董事長助理徐元琛，就人工智能在環保場景的應用表示，2023年元琛科技切入環保島智能與工業流程運維智能，2025年一季度完成從0到1的突破，二季度實現了從1到3的跨越。“二十多年來，元琛科技一直在環保領域深耕，深度掌握這一行業的Know-How（技術訣竅）。當環保工藝+機理模型+硬件改造，再加上算法，實現了98%以上的環保島自控率，幫助業主單位完成深度調峰以及容量電費考核的要求。”

加速追趕核心技術、規模與生態差距

雖然當前算力基座和機器人、應用領域取得的突破革新，但整體來看是否中外還有技術差距？技術差距有多大？如何追趕？路徑和成本如何考慮？這些不可回避的問題被一一提出。

從算力基座看，國產存儲產業鏈方面，何瀚表示：“挑戰的核心在于本土存儲產業鏈起步時間相對較晚，在品牌積累、規模效應和技術成熟度上，與國際先進水平仍存在一定差距。”

首先，品牌信任度上，AI服務器存儲90%以上依賴海外品牌，國內廠商因穩定性擔憂和試錯成本，難以進入核心供應鏈。“這需要依靠長期的產品表現和口碑積累逐步改善。”何瀚表示。

其次，“規模差距”上，國產存儲占國內需求份額不足10%，全球占比不到5%。不過，何瀚對此較為樂觀——國內廠商可在傳統市場持續追趕的同時，抓住AI穿戴、具身智能等新場景機遇，同臺競技。

此外，“技術代差”上，國產存儲與全球領先水平差距明顯，要不斷加大研發投入。何瀚表示：“佰維存儲2020—2024年營收的復合增速是50%左右，而研發投入達到60%的復合增速。國產的發展加速度更快，差距正在縮小。”

王博士也認為，國際芯片企業如英特爾和AMD（成立均超五十年）、英偉達（1993年成立），在技術積累、專利布局、工藝成熟度上優勢深厚，國內企業需“大踏步追趕”。

“以中國人的勤奮和努力程度，我們正以非常快的速度追趕。研發節奏上，國內企業基本一年要追國外的競爭對手三年。”王博士舉例，海光信息正是企業以前瞻的戰略眼光，提前布局技術和團隊，實現了產品的國內領先。

此外，縮小差距還要在生態層面整體破局。王博士介紹，海光信息“團結”整個產業鏈上下游組織和企業，組成合作組織——光合組織。該組織有超過6000家上下游企業，同時完成了超過1.5萬個軟件的適配，也完成了上萬件軟件的案例，現在通過光合組織形成產業鏈上下游的共贏和技術分享。

EDA方面，楊廉峰認為核心挑戰則是“先進工藝路徑”與“產業鏈協同”。

“應用層面的差異化終究還是無法彌補與真正核心算力之間的差距。核心競爭力上，集成電路還是要走出自己的路。”楊廉峰提出，國內雖擅長“1—10、10—100”的應用落地，但“0—1”的核心供應鏈突破緩慢，需依賴龍頭企業從應用端反向牽引，通過“大訂單+長期合作”支持供應鏈成長。“EDA作為差距較大的環節，尤其需要這種‘應用—供應鏈’聯動。”

在此過程中，如何規劃發展路徑？

何瀚就佰維存儲的規劃表示：“佰維存儲旨在通過長期的技術投入和市場拓展，逐步縮小差距，并在新興應用中把握先機。”

預計到2028年，佰維存儲將實現三大突破：一是技術追趕，主控芯片、固件、封測、測試設備等解決方案，與國際先進水平差距大幅縮小，在AI穿戴、具身智能等新應用方案上實現領先；二是規模擴張，保持近五年營收復合增速，快速擴大體量，提升市場份額；三是盈利提升，通過營收增長與技術附加值提升，顯著改善盈利水平，更好回報投資者。同時，持續加碼研發投入，鞏固“解決方案+封測”優勢，在存算整合趨勢中擴大先發優勢。

海光信息則將繼續采取“內部挖潛+外部合力”雙輪驅動戰略。

“內部挖潛上，在沒有被‘鎖’的軟件和硬件層面，我們正在進行深度突破。首先，在研發上進一步加大投入，加大先進技術的布局，并在流程和效率層面進一步提升，盡可能地用時間來換空間。”王博士介紹，在外部合力上，海光信息正在謀求與中科曙光的戰略合并。

“中科曙光在整機層面、系統層面和軟件調優層面的優勢，和海光信息以芯片設計為主的經驗能夠形成互補，實現‘強強聯手’。”王博士解釋。

王博士在回答機構投資者提問時表示，芯片工藝紅利終將見頂，國外2029—2030年將達到1納米工藝，之后單芯片算力提升空間有限。國內雖在工藝上落后，但可提前布局“系統化集成”：通過多芯片互聯、高帶寬低延遲互聯技術，實現多芯片等效算力，甚至超越單芯片性能。王博士認為，海光信息將持續聯合產業鏈上下游形成合力，盡快縮短與國際的差距。

EDA方面，概倫電子則提出“聚焦+協同”戰略。

楊廉峰指出，一方面，概倫電子將深耕EDA優勢領域，持續提升技術實力，同時通過并購整合完善產品矩陣，助力國內EDA產業補短板；另一方面，概倫電子與海光信息等龍頭企業深度協同，借助AI等熱門應用的“需求牽引”，推動EDA技術與先進工藝、高端芯片的適配。

“當人工智能的市場足夠大、投入足夠多、有足夠的人驅動，將能帶動集成電路產業鏈發展，最終讓集成電路走出自己的路。”楊廉峰如是表示。

短、長期挑戰下著眼“十年之問”

機器人方面，肖永強認為，機器人領域國產與海外的核心差距在“算法”，而非硬件。

“當前，具身智能對算力要求不高，英偉達芯片的國產替代方案已逐步出現，并非落地卡點。但是，算法方面，整體來看與國外或有半年左右的差距。”肖永強解釋，國際巨頭采取“大公司+大資金+密集人才”模式研發算法，迭代速度快。而國內采取的路線是多個公司采用一些相對開放的方式，比如國創平臺和生態協同的模式。

“雖然最后如何突破暫未可知，但是目前我們確已形成自己的發展路徑。未來持續加大算法研發投入，或可縮短追趕周期。”肖永強對此抱有信心。

具體到企業端的布局，埃夫特二至三年內將聚焦工業場景突破。肖永強表示，工業場景具備“封閉性”與“任務相對固定”的特點，對算法要求較低，預計這一領域將率先實現技術突破與市場增長。

“埃夫特將加快AI算法研發，推動機器人構型、感知升級，確保兩年內小批量項目落地。長期來看，逐步拓展服務領域，優先切入非人機交互或簡單交互場景，通過場景細分+技術迭代，持續擴大市場份額。”肖永強表示。

針對短期和長期布局的矛盾，具身智能機器人方面，唐咚提出“十年之問”。他強調，當前供應商最大挑戰是長期生存與技術壁壘構建。

“未來人形機器人核心部件供應商或會持續‘縮圈’，在全球范圍內，可能最后會如同手機攝像頭一樣，僅剩下2到3家核心頭部企業。”唐咚認為，在此背景下，當前需平衡短期需求響應與長期能力建設。

短期上，唐咚指出，目前終端應用尚未收斂，新需求仍在持續快速涌現。對于企業而言，若不跟進擴張多元的需求，則可能錯失“未來王者客戶”，若盲目跟進則可能打亂工藝打磨、質量提升與成本控制節奏。

長期上，作為人形機器人供應鏈企業，還要考慮如何構建深層壁壘。唐咚進一步解釋，這要求企業不僅要懂部件，更要懂機器人、具身智能與AGI（通用人工智能），成為“最懂機器人的部件制造商”，才能精準匹配未來需求。

“這些都是決定在‘縮圈’的十年后，企業能否存活的關鍵。”唐咚表示，因此步科股份發展的關鍵目標是短期持續優化半自動生產線，提升產品良品率與規模化能力，鞏固頭部客戶的合作，確保在“第三階段競爭”中勝出。長期則聚焦分布式計算模組研發，提前布局以適配未來機器人的技術需求；同時，深入研究具身智能與AGI技術，確保產品能適配未來趨勢。并以“汽車級質量標準”要求產品，嚴控成本，為“十年后成為全球2—3家核心供應商”奠定基礎。

同屬機器人行業的歸來對唐咚的看法表示贊同，歸來表示，工業端的需求，綠的諧波與日本競爭對手已可以同臺競技，但圍繞人形機器人，市場整體對此需求較為陌生。從研發端、工藝端、材料端、設計端都需要根據新的需求進行修正。近兩年綠的諧波也在擴大研發團隊的規模以快速布局。

除了短期的變化，長期來看，企業還需要將技術壁壘轉化為成本壁壘。

歸來表示，八年前，綠的諧波已進行工業母機布局，未來還將加快設備自主可控，這正是構建長期成本壁壘的規劃。

“就工業機器人和具身智能機器人而言，當前前者依靠本身設定路徑規劃工作，應用場景變化有限。而后者一旦有了算力加持，應用場景可以大幅擴張。”歸來如是推斷。

在此背景下，綠的諧波短期聚焦“具身智能產品迭代”，與頭部客戶緊密合作，完成諧波減速器在新場景的適配，確保具身智能業務持續高增長。長期將推進兩大布局，即技術壁壘深化，持續優化機電傳動、電液領域技術，拓展產品矩陣以及成本壁壘構建。

除了機器人領域的挑戰和破局，在人工智能的產業應用端，挑戰和打法又有不同。

徐元琛認為，目前其明顯感受到的是人才的短缺和商業模式，尤其是付費模式有待清晰。

“作為以材料、環境為核心的企業，切入環保島智能領域后，軟件算法人才需求激增，目前元琛科技求賢若渴。”徐元琛坦言，商業模式探索方面，因工業領域AI應用的“付費模式”尚未成熟，希望構建可持續的盈利模式，同時借助AI降低壁壘，提升收入，實現環保材料與AI技術的雙向反哺。