2025年能源周期行业DeepSeek冲击波：AI赋能能源周期行业转型升级

建筑:AI赋能建筑设计，重塑数据要素价值

(一)AI技术赋能建筑设计数字化

规划设计是建筑工程项目的核心环节。设计处于产业链上游，是工程项目建设的起点，是整个建筑项目落地的基石。设计方案不仅决定了建筑项目交付时在建筑外观、空间规划以及使用功能等方面能否满足最终用户的需求，还决定了工程造价、质量安全、建设周期、建筑能耗等工程项目指标是否能达到客户要求的标准。按照设计阶段的不同，建筑设计可分为策划阶段、方案设计、初步设计和施工图设计。根据住建部统计，施工图设计阶段的产值占比最高，达50%。按照设计客户群体的不同，建筑设计可分为基建设计、房建设计、专业工程设计等。在基建设计中，勘察设计需要在项目初期确定项目可行性，围绕项目具体要求对道路交通、地质水文等基础情况进行全面勘察并结合原位实验、土工实验等一系列技术手段，最终确认工程项目实施的基础形式和施工方法。在房建设计中，大型公共建筑(如超高层建筑及城市综合体等)由于功能复杂，空间结构、设备专业等设计难度大，进入门槛高。专业工程设计主要服务于工业企业，随着我国工业化进程的加快，工业企业要求厂房具有较高的生产工艺和设计标准，能够用于生产高精尖产品，能够适应并满足微型化、自动化、洁净化、精密化、环境无污染等诸多要求。

“AI+设计”降本增效，助力头部企业释放规模效应。设计行业是智力密集型行业，人工成本的占比较高。随着人工智能技术的不断成熟，AI逐步介入方案设计、初步设计、施工图设计等多个环节，有望大幅降低人力成本，提升设计效率。近年来，设计行业中部分上市公司已开始布局AI与BIM，积极拓展工程数字化设计业务，头部企业均已推出具有代表性的AIGC设计软件产品，包括华设集团开发的 AIROAD 交通快速方案设计系统、华建集团开发的 ArctronArcOS 智慧建筑操作系统等，根据使用需求不同应用于设计的各个阶段。以AIROAD为例，据公司统计，该软件初步能够提升方案设计效率7~8倍，提升整体工作的综合效率20~30%。随着“AI+设计”的不断发展头部企业有望通过标准化的设计产品和规模化的经验复制,单位成本逐步下降,规模效应不断提升。规模效应将助力头部企业凭借先进的技术实力、核心的产品设计、丰富客户项目经验实现业务规模扩张，从而在成本控制、效率提升和市场竞争力方面取得显著优势，快速抢占市场份额，形成行业集中度提升趋势，

当前AI技术应用仅处于初级阶段，深度应用落地前路漫漫。AI在建筑设计领域目前主要应用于方案设计阶段，初步设计、施工图设计阶段应用相对较少，而施工图设计阶段的产值占比最高，达50%，方案设计阶段产值占比仅占25%，在产值提升方面仍有较大空间。目前既有的AI设计软件更多集中在前期的方案设计阶段，对于复杂项目或初步设计、施工图设计等更加深入环节的应用尚不成熟，并且目前的AI设计软件主要用于标准化的内容，造成设计方案大同小异、个性缺失的现象，具体模型的输出仍然依赖于通过人工进行调试，AI技术只能起到辅助作用。未来AI技术发展的趋势是AI模型的深度学习和运用，实现自动识别、自动生成等智能属性，以实现三维空间的自主呈现，行业距此还有较大的成长空间。同时，由于建筑设计行业的应用场景多样，AI主动学习和分析的过程中需要对不同的建设场景、建筑类型、建筑结构、建筑材料等进行识别，才能在应用过程中对设计方案进行有针对性地量化分析，这就要求企业拥有大量的、多种类的设计底层数据，通过数据增强、合成数据、主动学习等数据策略对模型开展训练，提升模型的适配性和准确度，增强模型的使用效果。因此，掌握大量设计数据的龙头企业拥有更多核心资产，将更有机会开发出适配性更好的设计模型，未来将从中显著受益。

(二)数据要素发挥智慧交通新价值

我国智慧交通市场前景广阔。根据交通强国建设纲要的规划目标，到21世纪中叶，中国的交通运输行业将处于高度数字化、网络化、智能化。根据前瞻产业研究院数据预测，2020-2027年中国的智慧交通行业投资规模将保持高速增长的趋势，2027年投资规模有望达到6400亿元，其中2021-2027的CAGR为9.86%。近年来我国积极推行数字交通建设，出台了多个相关政策，为数字交通发展提供政策依据。2023年，交通运输部印发《关于推进公路数字化转型加快智慧公路建设发展的意见》，提出到2035年，全面实现公路数字化转型，构建公路设计、施工、养护、运营等“一套模型、一套数据”，建立健全适应数字化的公路标准体系，公路建设、管理、养护、运行、服务数字化技术深度应用，提升质量和效率、降低运行成本。

数据要素是智慧交通的核心支撑。数据要素是数字经济的重要组成部分，作为新型生产要素，是数字化、网络化、智能化的基础。加快培育数据要素市场，有利于进一步激活数据要素潜能，释放数据要素价值。交通领域蕴含庞大丰富的数据资源，基础设施智慧化是基于动态感知数据，并通过智能算法实现决策的过程，对交通流及环境等状态的实时动态感知、对数据的采集和运用是支撑智慧交通基础设施发展的基础。目前，交通数据被广泛应用于多个场景内,如贸易分析、运力运价、无人驾驶、新能源汽车、区域经济活跃指数、风险控制等。以城市交通为例，相关运营主体拥有车辆数据、道路数据、城市公共交通数据、跨域交通出行数据、物流运输数据等数据要素内容，经处理可应用于交通规划、交通管理、交通安全、交通监测、车路协同等交通数字化和智慧化方面。

AI应用爆发推动交通数据要素价值变现。建筑企业因对交通基础设施的设计、建造、运营、维护等产生了巨大的交通数据储备，未来可通过开发成各类交通数据产品实现数据资产的变现。当前交通数据的需求主要来自研发 AI模型的科技企业、进行科研工作的政府和学校等机构、提升效率的基础设施运营商、进行产品增值的交通行业第三方数据服务商等。近年来我国相关数据产品持续探索中，已有部分落地案例，包括上海公共交通卡数据、上海随申行智慧停车数据、隧道股份低空作业车数据等。未来持续受益于政策支持和AI应用的爆发，交通运输行业数据要素需求预计将陆续释放，建筑企业中掌握交通领域数据要素的企业有望受益。

建材:AI赋能建材升级，构建行业新生态

(一)AI赋能建材产业链全方位变革升级

DeepSeek-Rl发布，加速推动AI向建材行业各生产环节的透。我国现已成为全球建材生产大国、水泥、玻璃、玻纤等多种建材产品产量位居世界第一，但建材行业作为传统制造业，目前行业整体的发展仍依赖投资及资源要素投入等因素拉动。在大数据、人工智能等数字化产业快速崛起背景下，建材行业传统的生产管理模式难以适应当下快速变化的市场需求及发展趋势，建材企业数字化、智能化转型迫在眉睫,特别是近期DeepSeek-Rl的发布,加速了我国AI技术的升级选代,开启了大模型产业的变革，将加速AI技术在各行业的渗透，建材行业也将受益于AI技术的升级通过AI赋能建材产业链各个环节，实现全方位转型。

工信部针对不同业务环节给出改造方向，加速行业赋能转型。2024年1月，工信部等九部门印发了《原材料工业数字化转型工作方案(2024-2026)》，其中对建材行业的数字化转型给出了实施指南，针对不同业务场景给出了改造方向，从研发设计、生产控制、质量管理、物流仓储、低碳环保等多个关键业务环节实现数字化及智能化的提升，赋能价值创造和业务增长。

从生产制造向生产“智造”转型，加速降本增效，助推行业高质最发展。过去建材行业粗放式的生产模式导致行业整体研发投入不足、绿色环保等级较低、企业生产效能偏低等，随着大数据、人工智能大模型等技术向建材行业的推广及应用，可以通过实时监测生产线数据、动态调整生产工艺参数，运用机械学习模型预测设备故障等，优化建材产品生产过程中的能耗、原料配比，提高生产效率;此外,还可通过大数据分析产品性能数据、运用计算机视觉技术等识别不符合标准的产品，替代传统人工质检，一方面降低人员成本，另一方面提高准确率。目前大部分建材企业已基本完成生产机械化和自动化的转型，企业生产效率及成本得到较大幅度提高，下一步企业将继续提升生产智能化水平，通过AI预测寻求最优生产方案，助推行业高质量发展。

优化供应链管理，开启智慧仓储物流。供应链管理方面，AI技术具有强大的数据分析和机器学习能力，可基于历史数据、市场趋势等分析，搭建生产行业动态需求预测模型，更精准的预测建材市场需求变动情况，减少产品库存积压和浪费，同时确保原燃材料及时供应，减少资金占用。仓储管理及物流运输方面，智能仓储系统可运用计算机视觉技术和物联网技术，实现原材料及产品的自动化检索、分类、储存，并且通过对仓储空间分析，优化调整仓库布局结构，提高仓储空间利用率等;此外，机器人也可用于仓储及配送中心，如全自动装车机器人可完成袋装水泥等物料产品的装车工作，不仅可以提高物流效率，而且可以降低人力成本、减少人员工伤风险。目前建材企业的供应链及仓储物流自动化和智能化水平偏低，将是未来AI技术突破的重要场景。

加强能耗管理，实施循环经济，打造建材绿色低之路。随着AI技术向建材生产制造环节的不断渗透，AI系统可实时监控生产各个环节的能源消耗情况，不断优化改进生产环节，降低单位能耗，减少碳排放。此外，建材企业可通过数据分析，加大使用工业废弃物、建筑垃圾等高性能原材料，提高资源利用率，开发可循环回收利用的绿色建材产品。

AI+物联网(AIOT)深度融合，打通建材产业上下游，实现资源信息共享。通过使用大数据物联网、人工智能等技术，实现建材产业上下游的资源信息共享，实现产业链协同。例如，通过 AI模拟材料性能，制定更符合终端应用场景及客户需求的建材产品定制方案。以往从建筑设计图到挑选适配的建材产品，需要设计师耗费大量的时间和精力对比建材产品的性能，未来将利用A技术将建材产品库与建筑信息模型(BIM)相结合，通过大模型分析产品参数、应用场景、客户需求等直接生成更高效、节能的建筑结构设计图，给出更适配的建材产品定制方案，并直接通过大模型自动生成建材产品订单。

(二)建材行业进入数字化深水区，龙头企业率先进行智能化探索

当前我国大部分建材企业的机械化、自动化转型已基本完成，但企业智能化水平仍处于起步阶段，人工智能暂未在行业中发挥较大作用。近几年行业龙头企业开始向智能化、数字化布局探索，发挥带头作用，引领行业智能化转型。目前部分建材龙头企业智能化转型已初显成效。

1.海螺水泥:从智能工厂到工业互联，AI赋能企业提质增效。

打造水泥行业智能工厂标杆。海螺集团作为国内水泥行业龙头企业，在水泥生产过程管控方面有着深厚的工业积淀，公司利用自身长期生产经营过程中积累的生产制造、设备运维和经营管理知识，基于移动通信网络、数据传感检测、信息交互集成等数字化技术，打造了水泥生产全流程智能工厂。智能工厂包含智能生产、智能运维和智慧管理三大平台，实现了“一件输入，全程智控”的生产模式，节能提效明显，在海螺水泥智能工厂实施后，生产线设备自动化控制率达100%，生产效率提升 21%，资源综合利用提升5%，能源消耗下降1.2%，质量稳定性提升 3.7%，工厂主要经济技术指标得到优化。

搭建海螺集团工业互联网生态体系，从标杆引领到对外赋能。在智能制造和大数据的浪潮下海螺集团针对水泥、新能源、新材等不同业务板块，结合各自生产经营管理的需求，先后分别建设了IoT工业物联平台，实现对各工厂生产数据的远程互联和运算分析。此外，海螺集团搭建海螺云工平台，打通各业务子平台，实现数据的统一管理，通过提供IaaS、基础IT、应用开发、数据、AI、业务6大服务模块，构建资源管理、基础支撑、应用服务、安全防护4项平台技术能力，提升海螺集团所有业务板块间的数据应用效率、管理效率及业务协同性,打造集团工业互联网生态体系。

引入AI大模型，进一步赋能企业提质增效。随着近两年AI大模型的快速发展，海螺集团不断升级生产制造智能化，在生产、装备、安全领域探索建材行业大模型。海螺与华为联合技术团队综合运用人工智能+大模型等技术，依托华为盘古预测大模型，打造了生产寻优预测大模型、皮带机装备AI大模型和安全AI大模型，实现了水泥烧成煤耗降低，熟料3天、28天强度预测准确率高于85%，皮带机无人巡检等效果，进一步赋能企业增安、提质、降本、增效。

2.天山股份:人工智能+安全生产，打造人机协同新型安全管理模式

利用人工智能技术，提高生产安全性。2024年12月，工信部发布了《人工智能赋能新型工业化典型应用入选案例公示名单》，中国建材集团旗下企业信云智联与天山材料共同推出的“人工智能+安全生产，打造人机协同新型安全管理模式”方案成功入选。该方案利用了计算机视觉技术、深度学习技术等，实现了对生产环境的智能感知、智能预警和智能决策，能够对生产现场的视频进行监控，实时分析人的不安全行为、物的不安全状态和环境风险等，一旦发现异常及时发出预警信息，可以借助电脑告警声音提示告警视频自动切换、APP或短信通知、现场语音音箱提醒等方式及时通知安全管理人员进行确认，在发现隐患风险时立即采取相应措施。这种“人机协同”的安全管理模式，极大地提高了企业的安全生产效率和效果，有效减少了生产事故的发生，让安全管理可知、可控、可防，实现从“事后追溯”向“事前预防”的转变。

上线AI智能助手，提升安全管理工作便捷性。与此同时，信云智联安全监管平台上线了AI智能安全助手，可通过语音唤醒AI助手，基于强大的知识库、为用户提供便捷的系统使用攻略、专业的安全知识解答等，进一步提高安全管理工作的便捷性，提升工作效率。

(三)AI浪潮下建材行业转型的挑战

虽然目前建材龙头企业在向数字化、智能化转型，但未来建材行业整体的数智升级仍面临多种问题及挑战。

资金压力:在数字经济时代下，建材企业智能化、数字化转型成为行业发展必然趋势，但资金压力是目前行业大部分企业，特别是中小企面临的首要难题。智能化转型需要在多方面进行资金投入，除了要开发和购买适合业务及生产应用场景的软件系统，还要搭建高速稳定的网络系统，即使系统大模型搭建完成，后期的维护费用仍需要较大的资金支持。大量的资金投入对于利润偏低、资金周转本就紧张的企业来说，将成为阻碍其智能化转型的巨大障碍，特别是在当前房地产市场不景气背景下，建材需求大幅下滑，企业业绩承压，大量中小企业业绩持续亏损，稳健经营成为企业首要任务，对资金需求较大的智能化转型进度被迫放缓。

数据标准化问题:当前各家建材企业积极打造专属数据平台，以提高企业竞争力，但不同的企业、不同的子行业在搭建数据模型时，采用的技术框架、开发工具不同，导致数据格式及接口调用方式等差异，在后续建材全生态体系搭建阶段以及建材上下游产业链大数据整合阶段，将增加数据处理的复杂性，甚至造成行业生态体系的数据混乱，降低了数据的可用性及决策价值

数据安全及隐私问题:各家建材企业的数据中包含大量的商业机密、客户信息及核心技术数据在未来全产业链数据整合时，确保各企业间数据共享和信息交换的同时，防止数据泄露、改及恶意攻击将是AI技术重点关注的方向。

公用:AI赋能新型电力系统，支撑电力数字化转型

(一)国家级政策频繁发力，多地积极响应

新型电力系统是实现能源转型的重要载体。伴随着能源转型进程步入关键期，电力行业数字化智能化迎来前所未有的发展，人工智能成为加快构建新型电力系统和新型能源体系建设的关键引警。新型电力系统可以依托人工智能技术卓越的数据处理能力、学习能力和决策能力，对海量电力数据进行实时分析、精准预测和智能决策，显著提高电力系统灵活性、智能性和开放性，进而改善运行效率和稳定性。

国家级政策频繁发力，支持人工智能电力行业应用。2023年3月，国家能源局印发《关于加快推进能源数字化智能化发展的若干意见》，提出以数字化智能化电网支撑新型电力系统建设，探索人工智能及数字孪生在电网智能辅助决策和调控方面的应用:2024年《政府工作报告》首次提出。深化大数据、人工智能等研发应用，开展“人工智能+”行动。2024年7月中共中央、国务院《关于加快经济社会发展全面绿色转型的意见》明确，深化人工智能、大数据、云计算、工业互联网等在电力系统、工农业生产、交通运输、建筑建设运行等领域的应用，实现数字技术赋能绿色转型。

多地积极响应国家政策，支持人工智能在电力行业应用。2024年5月，成都市发布《成都市人工智能产业高质量发展三年行动计划(2024-2026年)》，把“提供充足能源保障”作为重点任务之一;2024年7月,北京市发改委等多个部门联合发布《北京市推动“人工智能+”行动计划(2024-2025年)》，提出建设大模型电力管理与规划平台,实现大模型在电力智能巡检、电力优化调度、故障诊断维护等场景应用以及夏季高峰用电分析及缺口预警、绿电使用评估、电力网络及设备规划等功能;2024年10月，河南省发布《河南省推动“人工智能+”行动计划(2024-2026年)》提出加快人工智能与电力、能源工业互联网、电力全域物联网等系统融合应用，重点推动在电网管理、预测性维护、智能资源管理等方面应用，实现能源生产、消费、储存和管理智能化。

(二)AI电力行业应用之一:智能化运营优化

国家能源集团发布国内首个工业设备诊断运维大模型，全面覆盖煤炭、化工、电力等多种行业设备。2024年3月，国家能源集团旗下数智科技公司自主研发打造的国内首个工业设备综合诊断运维AI大模型正式上线，模型管理应用平台同步投入使用。针对当前能源行业设备种类多、结构和机理复杂、运维难度大等问题，数智科技公司基于国家能源集团自建的人工智能底座，创新打造了国内首个可全面覆盖煤炭、化工、电力等行业专用和通用设备的综合诊断运维大模型。该模型具备强大的数据处理和文本理解能力，相比目前行业内通用诊断模型，在样本覆盖面、泛化能力、诊断准确率方面更为突出。该模型及管理应用平台的上线投用，是国家能源集团推动以大模型为代表的人工智能与实体经济深度融合，加快发展新质生产力的一次有力实践，为推进国产人工智能技术在工业化模式下的应用创新，推动能源行业高端化、智能化、绿色化转型和高质量发展发挥了积极示范作用。

百度通过 AI智能算法，助力电厂节煤降耗。百度智能云以机组最大化净出力为目标，以机理建模为骨架，融合人工智能技术对冷端系统精确建模，并利用深度学习算法预测未来机组工况及外部环境，综合考虑冬季防冻、风机运行等安全边界条件，通过DCS闭环控制实时调节风机转速等参数，优化冷端系统整体运行效率，从而提高机组经济性、减少碳排放。山西国峰煤电有限责任公司携手百度智能云，共同探索AI智慧运行应用场景，通过智能算法实现机组冷端经济运行与脱硫运行优化，供电煤耗综合降低可达 2.9g/kWh，折算减少超过 10600吨二氧化碳排放，降低电厂运行成本600万/年，成为智慧电厂和能耗优化示范标杆。

中国广核集团宁德核电发布国内首个核工业大模型“锦书”“锦书”是专为核工业领域打造的大语言模型，其参数规模达到720亿。此外，“锦书”拥有中国最大的核工业大模型语料库训练语料超过 20亿 token,涵盖了核运行、核物理、核燃料、水化学十余类通用核工业语料以及规程、系统设计书、经验反馈单等十余种工作文件语料。核电行业是工业场景中相对复杂、安全性能要求极高的场景。如果AI大模型在如此复杂的场景中被验证可行，其经验将为该技术在其他工业领域的应用带来极大的借鉴意义。

(三)AI电力行业应用之二:可再生能源、储能高效整合

国网新疆利用人工智能算法进行新能源功率预测，功率预测准确率达到国内领先水平。长期以来新能源发电功率不稳定、预测难度大，为构建以新能源为主体的新型电力系统带来挑战。国网新疆建设新一代新能源功率预测系统，并将AI等技术应用其中。2021年9月，新疆新一代新能源功率预测系统正式上线，尝试应用AI等技术深度挖掘电气运行数据与风光资源数据。AI等技术融入新能源功率预测系统，可以根据新疆地形、风光资源、发电特性等差异，对小风天气、强风天气分别采用不同的预测策略，更加精细化建立预测模型，提高功率预测准确性。应用AI等技术以后,新疆风电功率超短期、短期、中期预测准确率分别达到96%、92%、81%，超过国家标准，达到国内领先水平。光伏发电功率各期预测准确率达到98%左右。目前，新疆已有618家新能源场站接入新一代新能源功率预测系统，并应用AI等技术进行功率预测。

国能日新发布自研新能源大模型“旷冥”，在风光功率预测、极端天气预测和电力现货市场预测领域均展现了出色表现。“旷冥”大模型具备在新能源发电领域的高适应性，采用动态图神经网络、大气分层结构、时序注意力机制等前沿技术，在风光功率预测、极端天气预测和电力现货市场预测领域均展现了出色表现，可达到在新能源发电领域的多维、深度落地应用。通过对风速、辐照度等新能源气象要素进行优化，一方面，达到了更精准的风、光的超短期、短期、中长期功率预测表现，引领新能源功率预测技术的全面升级。另一方面，「旷冥」大模型也展现出更优秀的极端天气预报能力，对于大风、台风、覆冰、沙尘等极端天气事件的命中率和精准率均有提升。

(四)AI电力行业应用之三:电力市场博弈与风险管理

人工智能、机器学习驱动的自动算法交易已主导欧洲电力市场。根据智通财经报道，多家电力交易公司越来越大规模地采用人工智能和机器学习来赚取收益。2022年欧洲最大的短期电力交易所巴黎 EpexSpot SE，自动化电力交易占交易总量的60%左右，且呈现逐年上升趋势。2022年欧洲能源危机期间，能源价格大幅波动，电力交易公司把握时机，利用卫星图像、天气模式、社交媒体等信息，通过领先市场来获得利润。其中丹麦电力交易商MFT在2022年的利润飙升了8倍多，达到5.76亿欧元，约为每位员工440万欧元。

心知科技运用AI参与电力现货交易，能够大幅提高价格准确率并提高收益。SenseTrade心知电力交易AI智能决策平台是心知的核心产品之一，可贯通从气象预测、发电/负荷预测、电价预测、交易决策的闭环链路。根据官网介绍，其三大核心技术(基于物理模型和AI的高精度气象预报技术、基于交易出清机制和AI的价格预测技术、基于A的量化决策技术)均依赖AI赋能。从运行结果来看，省级新能源功率预测准确率达95%,省级负荷预测准确率达98%,单用户达 90%;电力价格预测准确率达到90%;电力现货交易最佳策略可让售电公司获利0.05元/千瓦时。

有色:Deepseek加速端侧应用，推动有色新材料渗透

(一)无人驾驶时代临近，激光雷达光芯片进一步拉动砷化镓和磷化钢需求

智能驾驶是未来AI快速落地的超级应用之一,配备NOA技术的汽车正在快速渗透。智能驾驶可提升个人安全系数，减少90%以上的事故，为用户提供更加安全便捷的驾驶体验，是AI时代的重要落地应用方向之一。配备OA技术的汽车更受消费者青睐，高工智能汽车研究院数据显示，2023年中国市场(不含进出口)乘用车前装标配ADAS交付1238.06万辆，其中L2级及以上标配交付同比增长 36.97%,而NOA为代表的高阶智驾市场则同比大增189.02%,高速 NOA、城市 NOA渗透率达4%、3%，2024年有望进一步提升至8.5%、6%。

DeepSeek的横空出世将重构智能驾驶底层逻辑，带动智能驾驶万亿级赛道。DeepSeek由于同时具备强大的推理能力及开源模型两个特质，截至2月13日，已经有包括比亚迪、吉利、东风、长城、极氮、智已等超过 20 家车企宣布完成和 DeepSeek的深度融合。DeepSeek 有望凭借其低成本技术普适性和对本地化场景的深度适配，为新能源汽车的智能驾驶、座舱交互、能源管理等领域提供全新的解决方案，促进新能源汽车从电动化向智能化的转变。据艾瑞咨询，2023年中国自动驾驶市场规已超3300亿元，未来随着自动驾驶技术的进一步成熟和成本的不断降低，自动驾驶汽车的渗透率有望继续提高，市场规模也将保持20%以上速度持续快速攀升。

含激光雷达的多传感器融合方案是智能驾驶提速的安全保障，智能驾驶发展带动车用激光雷达(系统)市场产值将持续成长。多传感器融合感知是智能驾驶环境感知的关键方案，激光雷达是摄像头、毫米波雷达与超声波雷达的有效补充。激光雷达在精确感知物体距离及形状上具有一定优势,具备厘米级分辨率，能够检测到路缘石等物体的形状及位置，同时可及时探测到车载摄像头深度神经网络中尚未遍历训练到的干扰物(如蓝天白云下的白色大卡车)。随汽车自动化水平的提升，单车激光雷达搭载数量将不断增加，L3、L4和L5级别自动驾驶或分别需要平均搭载1颗、2-3颗和4-6颗激光雷达。TrendForce表示，随着L3和更进阶的自驾技术发展与上路，预估车用激光雷达(系统)市场产值将持续成长，有望于2029年达34.43亿美元，2024-2029年的CAGR为35%。

从结构上看，激光雷达硬件分为扫描模块、发射模块、接收模块及控制模块。1)扫描模块:主要作用为通过扫描器的机械运动控制光的传播方向，实现对特定区域的扫描，扫描形式的选择主要影响探测范围广度及激光雷达整体的耐用及稳定性;2)发射模块:负责激光源的发射，不同光源及发射形式的选择影响射出光的能量大小，继而影响光源可达到的探测范围深度;3)接收模块:则负责接收返回光，不同探测器的选择影响对返回光子的探测灵敏度，继而影响激光雷达整体可探测的距离及范围;4)控制模块:主要通过算法处理生成最终的点云模型，以供后续自动驾驶决策算法参考生成后续行进策略。其中，激光发射模组和接收模组成本占比约60%。

砷化镓和磷化铟衬底具有电子迁移率高、光电性能好等特点,被广泛用于光电子和微电子领域,我国对镓、钢等相关物项已实施出口管制。衬底是外延层半导体材料生长的基础，在芯片中起到承载和固定的关键作用。砷化镓和磷化钢是第二代III-V族化合物半导体材料，具有电子迁移率高、光电性能好等特点，是当前仅次于硅之外最成熟的半导体材料，因此砷化镓和磷化铟衬底在5G通信、数据中心、新一代显示、无人驾驶、可穿戴设备、航天等方面有广阔的应用前景。由于镓、钢，又是半导体、人工智能等新质生产力的是重要的战略稀有金属，既是传统工业升级的“润滑剂”“催化剂”，为维护国家安全和利益需要，我国商务部海关总署分别于2023、2025年对镓、铟等相关物项实施出口管制。

在激光雷达系统中，磷化铟和砷化镓衬底是激光器、探测器芯片的底层材料。激光器和探测器是激光雷达的核心器件，激光器产生激光光束的光源，接收器用来接收目标反射回来的激光信号。磷化铟和砷化镓衬底材料具有高频、高低温性能好、噪声小、抗辐射能力强等优点，在激光雷达光源技术中，磷化铟衬底用于制作边发射激光器芯片和探测器芯片，主要应用于中长距离传输;砷化镓衬底用于制作 VCSEL面发射激光器芯片，主要应用于短距离传输、3D感测等领域。砷化镓为大规模生产提供了具有成本效益的解决方案，而磷化铟则以其较长的波长能力在高性能激光雷达领域表现出色。

云南锗业:公司推动6英寸高品质磷化铟单晶片产业化关键技术研发，产能有望逐步释放。云南锗业是目前国内最大的锗系列产品生产商和供应商，通过控股子公司云南鑫耀开拓化合物半导体材料赛道。目前公司砷化镓晶片产能为80万片/年(2-6英寸)，磷化铟晶片产能为15万片/年(2-4英寸)。另公司6英寸高品质磷化钢单品片产业化关键技术研发项目于2023年12月项目通过项目课题验收，开发出6英寸高品质磷化铟单晶片，建成了磷化铟晶片中试线，为大直径磷化铟晶片生产奠定基础。

此外，公司与华为股权合作，以加强下游厂商沟通与协作。华为2020年与云南锗业进行股权合作，通过全资子公司哈勃科技投资入股23.91%，以加强与下游厂商的沟通与协作，有利于云南鑫耀产品质量的提升，并推动其市场开拓工作。云南鑫耀将向哈勃投资关联方提供砷化镓及磷化铟衬底，并保障供应，对方则通过对相关产品的实际应用为云南鑫耀提供技术及产品验证上的反馈,目前云南鑫耀的化合物半导体材料已向下游多家客户供货。2024年12月鑫耀公司又以增资扩股方式引入新的投资者深创投新材料基金、华为远致星火，助力公司竞争力进一步提升。

(二)具身智能人形机器人产量在即，稀土永磁迎新应用爆发点

具身智能人形机器人被视为人工智能落地物理世界的最大载体，是A技术向物理世界延伸的重要桥梁，也可能是人工智能落地后最大的应用场景。人形机器人领域经过多年的技术验证和场景试水，目前已在全球范围内已经有初步的商业应用场景落地,尤其在工业、服务业和特种领域。2023年美国 Agility Robotics双足机器人 Digit V开始在亚马逊和 GXO进行试点，在仓库中进行货物搬运和分拣任务。2024年Figure AI发布第二代人形机器人Figure02，已在宝马工厂进行测试。2023年底特斯拉发布Optimus-Gen2，配备新的手部关节和两个自由度的颈部关节，走路速度提升 30%、重量减轻10kg，2024年10月特斯拉展示其新一代拥有22个自由度的灵巧手。2025年1月30日，特斯拉宣布上调2025年Optimus量产预期至几千至1万台，25年底前几千部人形机器人可以在特斯拉工厂发挥价值;产能节奏方面，初期每条生产线1k台/月，下一阶段产能目标是Iw台/月，甚至10w台/月;每年生产100w台达后成本有望低于2万美元。特斯拉在上海设有超级工厂,其供应链在国内的本地化程度较高,人形机器人的量产将推动国内相关零部件供应链伺服电机、谐波减速器、传感器、以及材料与核心元件相应提速。

国内政策驱动下,国产人形机器人在公共服务领域加快落地速度。2023年11月工信部印发《人形机器人创新发展指导意见》，计划到2025年，初步建立人形机器人创新体系，“大脑、小脑、肢体”等一批关键技术取得突破，整机产品实现批量生产。2027年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。2024年优必选发布Walker S1，已进入汽车工厂实训，与L4级无人物流车、无人叉车、工业移动机器人和智能制造管理系统的协同作业;2024年底华为设立华为具身智能中心，与16家企业签署合作备忘录;2025年初宇树机器人登台春晚，展现优秀运控感知协同能力。国内外人形机器人产业化量产临近。

DeepSeek推动具身智能发展，助力人形机器人产业化进程提速。2024年12月26日，DeepSeek正式上线DeepSeek-V3模型并同步开源，2025年1月20日,DeepSeek发布了全新的开源推理大模型 DeepSeek-Rl,性能对标 Open-AI。截至目前，华为云、腾讯云等头部云平台,三大运营商，手机、汽车、金融等多个行业相继接入DeepSeek。根据澎湃新闻2025年2月7日报道，优必选正在人形机器人应用场景中验证DeepSeek技术的有效性，如多模态人机交互、复杂环境中的指令理解、工业场景中的任务分解与规划等，有望利用推理大模型的深度思考能力解决这些复杂任务中的挑战，让人形机器人更加接近人的思考和行为表现。DeepSeek有望从核心算法与认知能力、仿真与训练平台、人机交互与认知智能等方面为具身智能和人形机器人产业化进程赋能。人形机器人的发展将打开其关键原材料稀土永磁新的需求增长空间。人形机器人的三大核心部件为减速器、同服电机和控制器。其中，同服电机需要使用稀土永磁材料钕铁硼，用于提高功率密度，实现机器人的精准运动控制,满足人形机器人对灵活性和精度的要求。根据特斯拉 AIDay 2022披露，初代 Optimus有 40个机电传动器:其中肩部6个、手腕6个、髋部6个、肘部2个、膝盖2个、脚踝4个、躯干2个，灵巧手12个空心杯电机(约6个自由度);2023年12月，特斯拉发布Optomus Gen2,新增2个自由度驱动的颈部，具有11个自由度的全新手部:2024年11月特斯拉展示的最新 Optimus手掌的自由度增加到 22个，自由度大幅提升也将相应带来电机零部件数量增加。国产机器人如优必选的WalkerS搭载41个高性能伺服关节;宇树H1-2具备单腿自由度6个、单手臂自由度7个，核心关节电机使用低惯量高速内转子永磁同步电机。人形机器人的同服电机中的转子永磁体需要使用到高性能钕铁硼稀土永磁材料，根据文硕资讯数据，特斯拉每台人形机器人需使用3.5kg的高性能钕铁硼磁材用量。

根据GGII预测，2026年全球人形机器人在服务机器人中的渗透率有望达到3.5%。根据银河证券机械团队预测，2025-2030年全球制造类人形机器人需求量将由5万台增长至600万台，服务类人形机器人需求量将达到103万台，预计2030年全球形机器人总需求量有望达到703万台。按照文硕资讯数据单台人形机器人使用钕铁硼3.5kg测算，预计2025-2030年全球人形机器人对钕铁硼的需求量将由 0.02万吨增长至2.46万吨,对应氧化镨钕的需求量由0.01万吨增长至 0.84万吨.年复合增长率达到169%。

永磁企业参与人形机器人产业链由供应永磁体升级为磁组件，将获取更高收入体量与产品高附加值，企业盈利空间提升。磁组件是磁性材料(钕铁硼、钐钴等)与金属、非金属等材料通过粘接、注塑等工艺装配而成的组合件，如:EPS上转子、风电磁极、电机定转子、直线电机组件、传感器等。磁组件产品是磁材企业向磁性材料下游产业链的延伸,可为客户减少装配时间和制造成本。磁组件相比于钕铁硼永磁体要经历更多的后道加工程序，磁材企业可通过将产品由钕铁硼磁体升级为磁组件，从而提升其磁材产品的附加值，以期带来收入体量与单位利润的提升。由于人形机器人使用电机对温度稳定性、机械可靠性、磁路灵活性、抗腐蚀与耐久性、以及轻量化与紧凑设计的需求，人形机器人企业对磁材企业产品的需求可能由钕铁硼磁体升级为磁组件以满足期性能要求。目前在磁组件有布局的磁材企业有金力永磁、宁波韵升、正海磁材、大地熊等。

人形机器人产业化进程加速也将为最上游资源端稀土应用与需求带来新的增长极。供给端,国内开采指标增速显著放缓，《稀土管理条例》对废料企业加工原矿制约，缅甸封关对进口矿供给影响，我们预测 2025年国内稀土供应量为47.3万吨REO，国内氧化镨钕供应量为10.9万吨，增速均为8%;考虑海外矿山近年产量平稳、新项目短期难以放量，中国仍是全球稀土供给的主要来源，预测2025年全球稀土供应量 50.5万吨REO,氧化错钕供应量为11.7万吨，增速均为8%。需求端，2025年国内在政策持续发力刺激消费带动下，新能源汽车有望继续保持高增速，节能家电消费电子有望稳定增长，预测2025年国内钕铁硼需求为33.8万吨，对应氧化错钕需求量为9.5万吨;全球氧化镨钕需求量为11.2万吨，增速均为10%。在万物电驱时代下，人形机器人产业化加速落地、低空经济发展更将带动稀土永磁需求再放量。

根据供需平衡表，2023年全球氧化错钕供给严重过剩，2024-2025年随着国内指标增速放缓及供给侧管控收紧，供需差逐渐缩小，至2026年达到供需平衡。此后随着人形机器人发展进入爆发期，稀土永磁需求加速增长也将带动氧化错钕需求量的提升，我们预测至2030年全球人形机器人领域对稀土永磁需求的贡献度有望达到5.2%。

回顾历史行情，2011年氧化镨钕暴涨之后回调的底部位于2015年7月的22万元/吨，此后2016-2020年期间氧化镨钕价格在86%的情况下集中在 25-35万元/吨的区间。2022年行情高位回调之后至今，氧化错钕的底部是34万元/吨，如果按照此前的历史行情进行推演，合理的价格区间应位于 41-51万元/吨，中位数为46万元/吨。2024年氧化错钕有80%以上的时间处于34-42万元吨区间内，中位数为38万元/吨，距离合理区间中值有20%上涨空间。2025年稀土基本面进一步改善，稀土价格有望回归合理区间，走出底部迎来稳定回升。

编辑：火腿肠