2025年1月申万宏源发布的《机器人：三层融合，2025年产业质变！》指出机器人产业正从机械、自动控制、ICT三大流派融合中走向质变。本次深度报告进一步聚焦算法层面，系统论述现代AI算法（强化学习、端到端、VLA/VLM）对经典机器人算法（控制、规划、感知）的提升作用。申万宏源认为，现代AI算法对控制的增强最为显著，有望使2025-2026年机器人智能化程度类似2024年AD/ADAS一样实现质变。

机器人算法分为控制、规划、感知三大环节。控制环节的动力学基础来自拉格朗日公式或牛顿-欧拉递推动力学公式，实际操作中误差积累较大，源于复杂度、全局建模、符号运算和最关键的高次项（惯性力、科氏力、齿轮弹性变形、关节摩擦等）。现代AI算法（强化学习、端到端）对控制环节的增强最为明显，可用“乘号”表示增益效果。规划环节现代AI增强可用“加号”表示；感知环节因已在AD/ADAS领域充分研发，技术外溢较为自然。因此AI化程度排序为：控制>规划>感知。

GPU处理二次以内问题效率较高，但惯性力、科氏力、齿轮弹性变形、关节摩擦等都是超越二次项的高次项，导致轨迹跟踪误差大、动作抖动、延迟卡顿、局部死循环、能耗异常等典型问题。控制算法几乎每个分支（PID、CTC、阻抗控制、MPC、SMC等）都涉及实时高精度计算，高次项误差会明确限制机器人功能进步。现代AI算法（强化学习RL与端到端）全面渗透机器人控制的方方面面，是机器人控制算法取得质变的关键。

东方机器人公司算法聚焦物理实用性和数学延展性，核心学科为物理和数学，从工业应用起步向全行业扩散，动作特点表现为爆发性、柔顺性、高频响应、抗击打。西方机器人公司算法聚焦实验室和数学完备性，核心学科为数学，集中在特殊行业和实验室场景，动作特点为高精度控制和复杂动态。国内机器人通过强化学习RL优化控制策略，降低对高成本硬件的依赖，DeepSeek为代表的算法轻量化进一步适配工业现场的低功耗需求。西方的媒体和投资者容易误解东方机器人产业链，因常沿用西方思维（追求数学完备性、硬件精度等）。

宇树科技采用行星减速器方案而非谐波减速器，通过超强AI算法（PPO+Sim2Real）支撑性价比硬件方案。波士顿动力于2024年5月宣告液压驱动Atlas退役，转向电机方案。液压方案高功率密度(20kW/kg)但维护成本高（年漏油率约15%），电机+电池方案通过能量效率提升40%和模块化设计降低成本。宇树H1采用无框电机+碳纤维机身，通过材料创新（减重25%）和算法优化实现成本控制。AI算法差异已实质影响硬件技术路线选择。

表：机器人三大环节现代AI化程度对比

环节	经典算法核心问题	现代AI方法	增益程度
控制	高次项误差（惯性力/科氏力/摩擦）	强化学习(RL)、端到端	高（乘号效应）
规划	静态建模、局部最优	VLM/VLA、分层强化学习	中（加号效应）
感知	小模型泛化弱	占用网络、多模态大模型	低（技术外溢）