2025年智能行業(yè)市場規(guī)模是通過大量的一手調(diào)研和覆蓋主要行業(yè)的數(shù)據(jù)監(jiān)測(包括目標產(chǎn)品或行業(yè)在指定時間內(nèi)的產(chǎn)量、產(chǎn)值等,具體根據(jù)人口數(shù)量、人們的需求、年齡分布、地區(qū)的貧富度調(diào)查)的基礎(chǔ)數(shù)據(jù)信息,并通過自主研發(fā)的多個市場規(guī)模和發(fā)展前景估算模型,為客戶提供可靠地市場和細分市場規(guī)模數(shù)據(jù)以及趨勢判斷,協(xié)助客戶判斷目標市場規(guī)模及發(fā)展前景,為市場開發(fā)和市場份額估算提供可靠、持續(xù)的數(shù)據(jù)支持。
市場規(guī)模不僅僅只是智能產(chǎn)品在某個范圍內(nèi)的市場銷售額,也涵蓋了是用戶量規(guī)?;蛘咪N售量規(guī)模。我們根據(jù)智能所集中的區(qū)域、發(fā)展的階段、用戶數(shù)量進行現(xiàn)有市場的估算;其次,再根據(jù)智能潛在用戶及發(fā)展趨勢對未來市場進行估算。最終,可獲知智能產(chǎn)品市場的總體規(guī)模。
在智能市場規(guī)模的測算上,我們主要采用了如下幾種方法
一、源推算法
即將本行業(yè)的市場規(guī)模追溯到催生本行業(yè)的源行業(yè),通過對源行業(yè)數(shù)據(jù)的解讀,推導(dǎo)出智能行業(yè)的數(shù)據(jù)。
二、強相關(guān)數(shù)據(jù)推算法
所謂強相關(guān),可以理解為兩個行業(yè)的產(chǎn)品的銷售有很強的關(guān)系,通過與智能行業(yè)強相關(guān)行業(yè)的分析,印證市場規(guī)模數(shù)據(jù)的準確性。
三、需求推算法
即根據(jù)智能產(chǎn)品的目標客戶的需求出發(fā),來測算目標市場的規(guī)模。
四、抽樣分析法
即在總體中通過抽樣法抽取一定的樣本,再根據(jù)樣本的情況推斷總體的情況。抽樣方法主要包括:隨機抽樣、分層抽樣、整體抽樣、系統(tǒng)抽樣和滾雪球抽樣等。
五、典型反推法
依據(jù)研究團隊對于單個品牌(尤其是龍頭品牌)的銷售額和市場份額的研究,倒推整個行業(yè)的規(guī)模。
中金公司研報稱,人形機器人或是具身智能的最佳形態(tài)。作為具身智能的多種形態(tài)之一,人形機器人由類人形本體和智能體兩組分構(gòu)成。2020年以來,AI產(chǎn)業(yè)步入加速發(fā)展期,全球各國政府均將人形機器人產(chǎn)業(yè)定位為國家戰(zhàn)略,眾多科技企業(yè)加入人形機器人的市場角逐。向前展望,受限于技術(shù)與成本,人形機器人短期應(yīng)用仍較為有限,但長期將勝任多元多樣的任務(wù)場景,中金公司預(yù)測遠期潛在市場空間超萬億元。
DeepMind科學家Jon Richens在ICML 2025上發(fā)表的論文指出,任何能夠泛化到多步目標導(dǎo)向任務(wù)的智能體,必然已經(jīng)學習了其環(huán)境的預(yù)測模型。這個模型可以從智能體的策略中提取出來;而要提升智能體的性能,或讓其完成更復(fù)雜的目標任務(wù),就必須學習更精確的世界模型。(36氪)
中金發(fā)文稱,3月Google Gemini 2.5發(fā)布,可實現(xiàn)多模態(tài)融合推理;4-5月階躍星辰、商湯、MiniMax先后發(fā)布多模態(tài)推理成果,我們認為技術(shù)進展意義在于:依托于多模態(tài)思維鏈的加入,多模態(tài)、推理模型兩條主線正在實現(xiàn)架構(gòu)統(tǒng)一,多模態(tài)理解能力迎來提振。近期,理想、蔚來等車端交互具備多模態(tài)推理落地場景,技術(shù)架構(gòu)的融合創(chuàng)新有望持續(xù)帶來應(yīng)用場景延伸,多模態(tài)推理主線值得關(guān)注。
中信建投研報指出,人形機器人板塊繼續(xù)分化,前期漲幅較好的標的普遍出現(xiàn)回調(diào),市場聚焦相對有安全邊際的低估值具身智能應(yīng)用標的。中長期來看,我們建議不拘泥于“人形”深度挖掘“AI+機器人”的投資機會,包括傳感器、靈巧手、機器狗、外骨骼機器人方向。降息背景下,高股息率的紅利資產(chǎn)繼續(xù)受到市場青睞。出海板塊不斷有新的上市公司提出H股發(fā)行計劃,加之創(chuàng)業(yè)公司赴港上市數(shù)量增多,預(yù)計H股高端制造板塊將日益壯大,會吸引更多全球資金。
中信建投研報指出,人形機器人是AI落地應(yīng)用的重要載體,機器人廠商在具身大模型、軟硬件架構(gòu)、數(shù)據(jù)采集、場景落地等多個維度持續(xù)探索,積極推動人形機器人商業(yè)化落地;表現(xiàn)為人形機器人學習能力持續(xù)提升,B端場景應(yīng)用可行性提高等,建議積極關(guān)注產(chǎn)業(yè)鏈進展。本周市場對于機器人應(yīng)用場景的關(guān)注度提升,物流、醫(yī)療護理等特定場景下的機器人需求明確,建議關(guān)注AI賦能智能化發(fā)展的相關(guān)應(yīng)用標的。此外,應(yīng)該不拘泥于“人形”深度挖掘“AI+機器人”的投資機會,比如傳感器、靈巧手、機器狗與外骨骼機器人,這幾個方向都不以人形的放量為必然前提,且能夠有持續(xù)的數(shù)據(jù)驗證。