在人工智能快速發展的今天，AI技術正在各行各業迅速落地。2025年初，DeepSeek的顛覆性崛起，為移動機器人技術發展帶來更多技術可能性和想象空間。

　　移動機器人技術正快速朝單體智能和群體智能方向發展，將在未來一段時間內逐步改變客戶體驗和提升市場口碑。移動機器人未來不單是滿足智能制造或物流搬運服務的工具，而將是具有多種設備主體交互能力，包括指令、計算、推理與決策，數據規模會越來越大，不僅僅局限于空間屬性特征，這些符合AI大模型適合的應用場景，將成為智能移動機器人的核心競爭力。通俗講，AI技術也會成為智能移動機器人發展的核心驅動力，通過集成先進的傳感器，如激光雷達、攝像頭等，以及復雜的機器學習算法，控制系統能夠實時收集并處理周圍環境的數據，進行精確的決策和路徑規劃，不僅能顯著提高機器人的可靠性，還會大大減少人為干預導致的效率降低。通過AI，移動機器人可以自主感知周圍環境，判斷路況，動態規劃路徑，并做出最優路徑決策，在復雜工業制造場景自主導航。

　　高質量的標注數據對于AI模型的訓練至關重要，但私域數據和關鍵數據的獲取受到法律法規和隱私保護的限制，獲取這些數據往往難度較大，成本較高。因此，廠家想要充分利用AI技術提升移動機器人市場競爭力，也需要自身具備硬核的實力。“軟件定義移動機器人”成為行業熱詞。

　　必一運動

　　根據CMR產業聯盟數據，新戰略移動機器人產業研究所統計，2024年中國移動機器人（AGV/AMR）銷售規模為221億元，同比增長4.25%；銷售數量為139000臺，同比增長11.2%，見圖1。

　　圖1 2015-2024中國工業應用移動機器人（AGV/AMR）市場規模銷售規模及小時數量

　　根據CMR產業聯盟數據、新戰略移動機器人產業研究所統計，2024年全球移動機器人行業（工業及倉儲物流領域）共完成融資事件44起，融資總額超8.4億美元（折合人民幣約為61億元）。

　　從國內外融資情況來看，國外移動機器人行業融資23起，累計金額超6.6億美元（折合人民幣約48億元）；國內融資21起，累計金額超1.8億美元（折合人民幣約13億元），見圖2、圖3。

　　根據國家知識產權局專利檢索數據顯示，2016～2024年，移動機器人（檢索詞含AGV、AMR）相關專利（有效專利）超過11000項，其中2021年是專利申請高峰期，超過2000項，隨后逐年下降。2024年，移動機器人相關專利申請數量為471項，較2023年減少73.40%；從專利類型分布來看，實用新型專利數量最多，占比為58.14%；從專利申請機構屬性來看，各類企業是專利申請的主力軍，占比為83.03%。詳見圖4、圖5和圖6。

　　圖4 2016-2024年移動機器人（AGV/AMR）專利申請數量（有效專利）

　　根據公開信息，新戰略移動機器人全媒體不完全統計，2024年國內共計發布超500項中標公告，披露總金額超26.7億元。從項目體量來看，億元級別項目4個，累計金額超7億元；千萬級項目40個，累計金額超11.3億元；百萬級項目175個，累計金額超5.4億元。大部分項目金額集中分布在百萬級別。見圖7。

　　從標的服務行業來看，中標項目主要集中在教育科研、工程機械、汽車制造、煙草等行業；此外，倉儲物流、醫藥流通、能源化工、食品等行業也釋放出部分AGV/AMR招標需求，見圖8。

　　根據CMR產業聯盟數據，新戰略移動機器人產業研究所不完全統計，2024年國內外移動機器人企業推出了130款AGV/AMR新品，產品類型豐富，應用場景多元，創新活力與競爭力進一步增強。

　　從國內外新品研發情況來看，國內移動機器人企業共計推出90款新品，占比69%；國外企業推出40款產品，占比超過31%。國內企業的創新速度明顯快于國外企業。見圖9。

　　從產品類型來看，移動機器人企業推出52款無人叉車新品，35款潛伏頂升類產品，11款復合機器人新品，4款重載類產品以及28款其他類型的新品。無人叉車無疑是2024年度最熱門的產品；此外，復合機器人新品數量也較2023年有所增長。見圖10。

　　“具身智能”是一個涉及人工智能、認知科學和機器人學的概念，是指將人工智能融入機器人等物理實體，賦予它們感知、學習和與環境動態交互的能力。回望移動機器人在各行各業中的發展過程，本質上是一個以智能化移動機器人取代固定的、機械的生產和應用方式的過程。因此，要想突破應用的邊界，還需要進一步強化“機器人”屬性，不斷提高機器人的智能化水平。具身智能技術，正是不斷強化“機器人”屬性、增強機器人智能化的有效途徑。

　　2025年，“具身智能”無疑是移動機器人行業最火的話題，部分移動機器人企業已經開始布局具身智能領域。據統計，目前已有超20家機器人產業鏈企業宣布接入DeepSeek，驗證其在機器人產業中的適用性。而從當前情況來看，宣布接入DeepSeek的機器人企業，多分布在人形機器人或商用服務機器人領域，人形機器人和服務機器人是具身智能的典型代表。從某個角度來看，它們特別適合先行采用大模型技術，因為這些機器人的使用場景具有高度復雜的特點，通常涉及與人類的密切互動。此外，在這些非生產性領域的場景中，機器人更迫切地需要具備處理復雜的人類社會環境中的理解與推演能力。換言之，這些領域的機器人接入AI大模型，是希望讓機器人的工作過程由復雜變得簡單。

　　盡管DeepSeek在移動機器人領域應用進程相較更為緩慢，但“AI+移動機器人”仍然是如今行業內的重要趨勢，是移動機器人顯著提升智能化的重要手段。DeepSeek對移動機器人領域存在的影響主要表現在兩個方面：

　　一是在既有的應用中，DeepSeek的接入將極大程度提升移動機器人的智能化水平，加強生產數據和信息的分析能力，進而提高生產效率。在現有的應用中，移動機器人會因為有DeepSeek這樣的大模型而變得更加智能化。例如，在服裝行業倉儲管理環節，原先的機器人系統可能只是用來進行物流輸送，而其中一些復雜的判斷、市場信息分析等行為都需要依靠人工進行。但接入大模型后，就可以將市場銷售、物流狀態等綜合數據都交給大模型來分析，從而更準確地判斷出各種商品的出庫頻度以及不同商品成對組合的概率等，提高移動機器人倉儲系統的管理水平和生產率。

　　二是在許多潛在的應用中，DeepSeek在語義理解和決策制定方面的優勢，可以讓機器人擁有更加智能的交互能力和自主決策能力，推動移動機器人走向更廣闊的應用場景。從AGV到AMR，機器人運行方式都較為固定，若借助于以大模型為代表的人工智能技術，機器人能夠擁有更為出色的環境感知和理解能力，可以靈活安排運行路線，并且能夠避免與周邊物體的干涉碰撞，從而進行更科學的決策。例如，機器人可以判斷阻擋物的性質，并判斷可能造成的是短期堵塞還是長期堵塞等等。

　　同時，通過DeepSeek技術的賦能，移動機器人將不再僅僅是一個簡單的執行工具，而可能成為能夠與用戶進行深度互動的智能伙伴。另外，目前的各種人工智能大模型本質上都是由大語言模型發展演化而來。移動機器人借助這些大模型，將能夠具備自然語言交互的能力。未來，它們將能夠直接與用戶進行自然語言或肢體語言交流，理解用戶的需求并作出響應，大大提高操作的便捷性和效率，從而顯著提升用戶對移動機器人的使用體驗。

　　此外，在諸如“多車調度管理”和“產品型機器人部署”等行業難題中，應用人工智能技術可能給行業帶來新突破。比如，通過收集用戶現場的數據來進行反復訓練，可以形成高效科學的交通管理系統；借助人工智能技術，基于用戶對使用想法的自然語言描述，可以快速形成機器人產品的現場部署方案，采用仿真技術讓用戶預覽最終效果，最后精準提交出用戶滿意的服務方案，這些都是大模型為產品型移動機器人的部署所提供的技術支撐。

　　總之，包括大模型在內的人工智能技術，可以使機器人具有與人類比肩的推理能力和智能水平，有利于移動機器人從原來簡單設限的場景，擴展到更加復雜的綜合性場景。同時，移動機器人技術也將為具身智能機器人發展提供更為有力的支撐和保障。DeepSeek對移動機器人行業的影響，不只是一場技術的變革，而將是行業格局由內到外的重塑。