1.1. 收购伏泰科技 51%股权，提升在城市治理领域的竞争力
深耕城市运营服务 30 年，并购伏泰科技而产生协同效应。汉嘉设计自 1993 年成立以来，一直专注于城市规划、建筑设计、市政设计、装饰景观 设计、EPC 工程总承包等业务，是中国十大民营工程设计企业之一。2024 年，公司在稳定老业务的基础上，收购了伏泰科技 51%的股权。本次并购交 易契合汉嘉设计向绿色化、数字化、智能化转型的战略布局。未来上市公司 和伏泰科技将在技术、业务、市场等多个领域产生协同效应，伏泰科技能为 上市公司在市政公用事业板块带来潜在的且更为广阔的客户资源、运营服 务经验以及技术支持，也将为上市公司进一步拓展业务领域，增强其在城市 治理领域的综合服务能力和竞争力。 公司股权结构清晰。截至 2025 年 7 月 31 日，浙江城建集团股份有限 公司、费禹铭、高重建为公司前三大股东，分别持股 51.60%、5.00%、0.75%。 浙江汉嘉投资有限公司、上海汉嘉投资有限公司分别持有浙江城建集团股 份有限公司 50%的股权，浙江城建集团股份有限公司与岑政平为一致行动 人。
伏泰科技需在业绩承诺期实现的净利润累计不低于 2.16 亿元。2024 年 9 月，汉嘉设计发布关于现金收购苏州市伏泰信息科技股份有限公司 51%股 份暨关联交易的公告。2023 年伏泰科技实现营业收入 9.22 亿元，归母净利 润 0.84 亿元；2024 年 1-7 月实现营业收入 4.83 亿元，归母净利润 0.37 亿 元。本次资产收购实施完毕后，伏泰科技需在业绩承诺期（2024 年及 2025 年）实现的净利润累计不低于 2.16 亿元。在业绩承诺期间，若伏泰科技累 计实现净利润未能达到累计承诺净利润，乙方应根据以下公式对甲方进行 补偿：应补偿金额＝（业绩承诺期内累计承诺的净利润总和－业绩承诺期内 累计实现的净利润）÷业绩承诺期内累计承诺的净利润总和×本次资产收 购的转让对价总额。
伏泰科技主营城市治理数字化、城市治理机器人整体解决方案。伏泰 科技成立于 2005 年，是国内领先的城市治理智慧化综合服务解决方案提供 商，两大核心业务板块为城市治理数字化整体解决方案（软件应用平台、数 据服务）、城市治理机器人整体解决方案（城市治理机器人、城市治理少人 化运营服务）。
伏泰科技受益于“数字中国”战略，实现传统业务的全面升级与逆势提 升。伏泰科技拥有 300 多项软著及专利，主编多项城市管理行业标准。截至 2025 年 7 月，伏泰科技已累计为 200 多座城市提供 IT 与运营服务，同时为 600 多个政府部门、100 多家企业提供信息化服务。2024 年，在全球经济复 苏乏力、地方政府财政承压的宏观环境下，传统 IT 服务商普遍面临订单缩 减、回款周期延长等挑战。然而，得益于“数字中国”战略的纵深推进、数 据要素市场化改革提速，以及城市治理降本增效需求的刚性增长，伏泰科技 精准把握政策与技术双轮驱动机遇，通过将大模型深度嵌入城市管理场景、 创新城市治理数据服务模式与城市治理智能化运营模式，实现传统业务的 全面升级与逆势提升，保持了高质量发展路径的可持续性。
1.2. 2025Q1 经营业绩实现高增长，毛利率大幅提升
2024 年公司营收、业绩承压。2024 年，受行业环境、市场竞争等因素 影响，公司业务量大幅下降。2024 年公司实现营收 10.57 亿元，同比-53.50%。 其中，设计业务营收 6.52 亿元，同比-10.27%；EPC 工程总承包业务营收 3.97 亿元，同比-74.25%。2024 年归母净利润-4.30 亿元，同比-4033.95%； 扣非归母净利润为-4.15 亿元，同比-19437.22%。控股子公司杭州市城乡建 设设计院股份有限公司受行业环境、市场竞争等因素影响，经营业绩下滑。 公司对该资产组计提了商誉减值准备，对公司 2024 年归属于上市公司股东 的净利润影响为 2.28 亿元。 2025Q1 公司营收同比+49.96%，业务转型初显成效。伏泰科技层面合 并资产负债表、利润表、现金流量表均纳入汉嘉设计 2025Q1 合并财务报表 范畴。2025 年 Q1 公司营收 2.92 亿元，同比+49.96%。其中，汉嘉设计传统 业务营收 1.30 亿元，同比-33.42%，伏泰科技贡献营收 1.62 亿元。公司归母 净利润0.10亿元，同比+294.18%；扣非归母净利润0.11亿元，同比+448.69%。 2025Q1 业绩高增长主要源于两方面：一是传统设计业务在稳增长政策下逐步回暖；二是伏泰科技城市治理业务贡献显著，特别是在环卫固废智能化、 智慧水务等领域的项目落地。得益于公司原有业务的稳定发展及 2024 年对 伏泰科技的收购并表，公司成功切入城市治理新赛道。新老业务协同发展， 业务转型初显成效。
2025Q1 毛利率较 2024 年全年大幅提升 14.03pct，净利率由负转正。 2024 年公司毛利率水平为 11.66%，其中设计业务/EPC 总承包/其他业务毛 利率为16.07%/4.71%/-2.64%。2025Q1公司整体毛利率显著提高至25.69%， 较 2024 年全年上升 14.03pct。净利率已从 2024 年的-41.47%提升至 2025Q1 的 4.26%。 并表后，2025Q1 公司期间费用率维持高位，研发费用率较 2024 年上 升 1.5pct。公司期间费用率从 2023 年的 9.92%增长至 2024 年的 28.19%， 主要是离职经济补偿金等人工费用增加以及并购伏泰科技中介机构费用增 加所致。2024Q4 公司实施减员增效等管理措施，对盈利能力弱的建筑设计 业务板块进行人员优化，涉及员工离职补偿费用约 0.6 亿元。2025Q1 公司 期间费用率 28.97%，研发费用率较 2024 年全年上升 1.5pct。
2.1. 环卫市场规模持续扩大，但面临老龄化、工作环境恶劣、招 工难等行业痛点
我国城镇化进程加快，2018-2023 年道路长度、道路面积分别以 5.48%、 5.58%的年均复合增速逐年增长。我国城镇化率已从 2010 年的 49.95%提高 至 2024 年的 67.00%。1997 年之后，我国城镇化进程明显加快。根据我国 住房和城乡建设部发布的《2023 年城市建设统计年鉴》，2018-2023 年我国 道路长度、道路面积的 CAGR 分别为 5.48%、5.58%。2023 年人均城市道路 面积为 19.72 平方米，同比+2.28%，人均城市道路面积呈现逐年上升的趋 势。
2025-2029 年我国环卫市场规模的 CAGR 预计为 15.56%。据福龙马 2024 年年报，在城市化进程稳步推进、居民环保意识提升及政策大力扶持 的背景下，环卫服务行业持续发展。根据环境司南不完全统计，2024 年我 国新开标各类环卫服务类项目（含标段）的年化合同金额为 955 亿元，合同 总金额为 2465 亿元，保持同比增长态势。环境司南给出预测，环卫市场规 模将从 2025 年的 3612 亿元增长至 2029 年的 6442 亿元，2025-2029 年 CAGR 为 15.56%。
传统环卫企业的人力成本占比过高。2021-2024 年，传统环卫企业侨银 股份、福龙马、玉禾田的环卫项目中的人力成本占比均超过 60%，2024 年 劲旅环境环卫项目中的人力成本占比也高达 57.24%。
传统环卫行业人力正面临老龄化、工作环境恶劣、招工难等行业痛点。 据《物联网环境下城市环卫组织架构与行为的演化研究》（段妍婷，2024）， 环卫作为劳动力密集型行业，城市环卫管理面临劳动力短缺和高流动性及 环卫工作效率相对较低等问题。环卫工作覆盖城市或地区的各个角落，工作 覆盖面广、劳动力投入大、作业负荷较重，且因社会发展和人口结构的变化， 面临着劳动力老龄化、工作技能偏低、机械化率不高以及人员流动频繁等问 题，已严重影响环卫服务的持续性和质量。此外，环卫工作通常在户外环境 中进行，面临恶劣的天气条件、噪音、污染和危险物质等风险，这些因素对 环卫工人的健康和安全在一定程度上构成了威胁。 环卫行业就业人员平均年龄偏大，老龄化问题突出。据《机器换人背景下环卫公司员工职业认同的影响因素研究》（张焕文，2024），盈峰环境 2022 年度《环卫从业人员基本情况及收入现状白皮书》显示，环卫从业人员的平 均年龄为 57.72 岁，其中，男性平均年龄 57.92 岁，女性平均年龄 57.21 岁。 驾驶类从业人员平均年龄明显年轻于非驾驶类从业人员，驾驶类平均年龄 47.30 岁，非驾驶类平均年龄 58.39 岁。非驾驶类男性从业人员平均年龄略 大于女性，非驾驶类从业人员男性平均年龄 59.21 岁，非驾驶类从业人员女 性平均年龄 57.27 岁。据劲旅环境公司招股书，早在 2021 年，劲旅环境公 司员工结构就存在老龄化突出的问题。公司 50-60 岁（含）、60 岁以上员 工人数占比分别为 26.91%、57.22%，50 岁以上员工人数合计占比高达 84.13%。
环卫行业存在的实际问题导致行业内人力成本逐年攀升。据中研网， 环卫行业普遍存在的环卫工人老龄化、招工难、工作强度高、工作环境恶劣、 风险较高、人员监管难等实际问题导致行业内的人力成本逐年攀升。解决上 述行业痛点对传统环卫的转型升级至关重要。
2.2. 无人环卫可解决传统环卫行业痛点，且经济效益逐渐体现
无人环卫项目中，人员数量可精简 40.24%，清扫总成本降低 28.5%。 据 2024 年郑磊等著《无人驾驶技术在环卫车领域中的应用研究》，以合肥 市高新区某社区非机动车道+人行道作业面积 100 万 m2 为例，将 18 台冲洗 车+18 台清扫车替换为 9 台无人冲洗车+9 台无人清扫车，人员数量可从 82 人精简至 49 人（人员降幅为 40.24%），对应年清扫总成本从 466 万元降低 至 333.5 万元，降幅为 28.5%。 对比机械化作业，劲旅环境的 100 平方公里无人环卫项目每年可节省 15 万运营成本。据劲旅环境投资者活动记录表，劲旅环境在合肥高新区项 目中进行了测算：在 100 平方公里内，相较于机械化作业，无人环卫车的投入使用可节省约 15 万/年的运营成本，减少约 10-12 个环卫工人。
汉嘉设计的 3 吨无人环卫车可在 1.5-2 年内与环卫工人的成本打平，运 营公司在 3-5 年内可节约 30%-50%的成本。据汉嘉设计投资者关系活动记 录表，公司 3 吨产品市场售价约 80 万元。从经济成本测算来看，1 台车可 替换 10-15 个环卫工人，一个环卫工人平均工资水平约 4-5 万/年，设备一 般在 1.5-2 年能和环卫工人的成本打平，而设备的生命周期在 5 年以上。对 运营公司来说，项目在 3-5 年内至少能节约 30%-50%的成本。该经济模型 已经过 20 多个城市落地验证。 无人环卫车可大幅提高环卫工作效率和作业效果。据伏泰科技公众号， 湖北咸宁市嘉鱼县采用了伏泰科技的无人环卫项目设计方案，将 5 名环卫 工人的作业方案替换成 2 名环卫工人+机器人的作业方案后，单人单日作业 面积提升 167%，路面尘土残留量降低 69%，垃圾平均停留时间从原先的 2 小时缩短至 15 分钟以内。
2.3. 多要素共振突破，无人环卫市场前景广阔
2023 年我国机械化清扫率已达 81.2%，基本达到全面环卫装备阶段。 据通渠有道、创泽智能机器人集团，环卫作业从原先的人工为主到如今的机 械为主，未来将是环卫机器人为主。据国家住房和城乡建设部各年城乡建设 统计年鉴、福龙马年报，我国城市/县城的机械化清扫率分别从 2013 年的 44.4%/31.7%提高至 2023 年的 81.8%/79.6%，合计达到 81.28%，基本达到 全面环卫装备阶段。
小型环卫作业设备即将迎来新国标。据通渠有道，创泽智能机器人集 团，自 2022 年以来，我国无人环卫车相关团标、地标陆续实施。据环卫科 技网，2025 年 4 月，住房城乡建设部办公厅印发了关于国家标准《城镇街 道小型环卫作业设备通用技术要求（征求意见稿）》公开征求意见的通知， 该标准规定了城镇街道小型环卫作业设备的术语和定义、产品分类与型号、 一般要求、性能要求及试验方法，特别对小型环卫作业设备无人驾驶要求做 了规定。小型环卫作业设备即将迎来新国标。 《人工智能环卫机器人（车）》标准编制工作正式进入实施阶段。据中 环协环卫运营专委会，2025 年 4 月 25 日，中国城市环境卫生协会标准化技 术委员会在北京成功组织召开了《人工智能环卫机器人（车）》标准开题会， 此次开题会的成功召开标志着《人工智能环卫机器人（车）》标准编制工作 正式进入实施阶段。
无人环卫已进入政策支持、财政投入以推动大规模商业化运营阶段。 据 2024 年郑磊等《无人驾驶技术在环卫车领域中的应用研究》，无人环卫 的发展可以分为四个主要阶段。2015-2017 年，自动驾驶技术尚处于初期探 索阶段，无人驾驶核心技术的研发是关键；2018-2021 年，无人环卫驾驶清 扫车实现了初步落地；2022-2024 年 7 月，无人驾驶清扫车已具备较高的稳 定性及可靠性，进入商用阶段；2024 年 7 月以后，政策支持、财政投入开 始推动无人驾驶清扫车的大规模商业化运营。
2025 年头部企业商业化放量拐点初现。据《上市公司加码投资 环卫产 业迈向智能化》（张问之，2025），业内人士表示，2024 年如果说是智能环卫装备应用元年，2025 年则是市场大幅增长的开始。2025 年盈峰环境公 司设定的目标是年销售 100 台以内的环卫机器人，新品发布会后一周订单 就达到 50 台，首批 50 台新品已经下线和投放市场。2025 年 4 月，玉禾田 公告拟受让坎德拉智能剩余 65.35%股权，实现 100%控股，继续在环卫机器 人领域进行发展和战略布局。福龙马全栈自研 L4 级公开道路自动驾驶清扫 机器人预计 2025Q2 可获批北京等地的无人驾驶测试牌照，下半年将在全国 多地示范运营。
城市治理机器人全场景潜在市场规模约 1740 亿元/年，无人化保洁潜 在市场规模 680 亿元/年。据公司投资者交流活动记录，城市治理机器人全 场景潜在市场规模将超千亿元/年，其中无人化保洁 680 亿元/年，占比约 39.08%。
3.1. 近年环卫机器人研发、量产节奏快，创新性采用多源异构传
感器方案
公司在 2019 年开始布局机器人业务，近年研发、量产推进节奏快。据 公司投资者交流活动记录表，公司早在 2019 年就布局机器人业务，于 2021 年发布首款巡检机器人。3 吨机器人于 2022 年完成研发并于 2023 年量产。 2023 年，公司推出 0.5 吨作业机器人。1 吨机器人预计于 2025Q3 量产。
公司无人清扫机器人星筠创新性采用多源异构传感器方案。据伏泰科 技公众号，无人清扫机器人的全天候工作能力依赖于强大的感知系统。为了 克服单一感知方式的局限性，有效提升机器人的环境适应能力和目标识别 的准确性，无人清扫机器人星筠创新性地采用了多源异构传感器方案，即以 视觉 AI 为主导，结合多种传感器协同工作。
多维异构数据矩阵通过多模态数据融合算法处理和解释，大幅增强机 器人的感知精度、鲁棒性、环境适应能力。传感器数据并非孤立，而是通过 算法进行融合，形成一个统一、高维度的感知画面，使每个像素有颜色、纹 理、硬度等信息。这些来自“多维异构数据矩阵”的海量信息，再通过多模态 数据融合算法处理和解释，能提高感知的精度和鲁棒性，大幅增强机器人对 复杂环境的适应能力，主要包括： （1）环境状态自适应：应对各种不同场景； （2）目标识别与分类：识别行人、车辆、动物等，提供决策依据；（3）场景建立与语义分割：创建详细场景地图，识别关键元素； （4）动态目标预测：预测周围物体的未来动作，制定应急策略； （5）未知小物体分析：精确感知未知障碍物尺度，判断物体硬度。
公司环卫机器人部分应用场景介绍。当机器人遇到与地面高度差低于 2cm 的凸起路面时，机器人会碾压通过而不会制动减速和停车；当遇到高于 5cm 的凸起路面，机器人需要收起清扫机构再通过（避免吸嘴被撞坏）；若 凸起路面高度差在 2-5cm 之间，且为单个坡差，机器人会自主通过，若为 连续坡差，机器人需要收起清扫机构。在单限宽路障情境下，在距离前方路 障 10m 处，机器人会沿道路右侧路沿贴边清扫，驶向路桩。之后，机器人 沿左侧路沿重复上述过程。期间，机器人会根据路障位置调整行驶路线，使 中心线对准两个路桩的正中间，随后停止作业状态，收起扫刷，从两个路障 中间行驶通过，机身与路障不发生碰撞。在实际作业中，机器人一旦检测到 障碍物，便会迅速处理传感器数据，生成最优路径规划，避免碰撞。此外， 云端能持续监控清扫效果，对未清洁区域进行识别及补扫，确保作业的安全 性和连续性。
机器人创新性采用非均匀分布 OCC 占用网络，能做出精准决策、精简 算力、提高运行效率。为了更好应对复杂场景，公司创新性地采用了非均匀 分布 OCC 占用网络：将感知到的环境数据转化为结构化的占据栅格地图， 并根据场景复杂度动态调整栅格密度。通过对动态场景的精细化建模，机器 人能够在确保做出精确决策的同时精简算力，提高整体运行效率。
3.2. 核心技术杠杆——端到端学习+力控制策略+世界模型，实 现动态决策、精细控制
传统自动驾驶系统执行动态驾驶任务时，同时依赖感知、预测决策、控 制三个模块。据《端到端自动驾驶系统标准化研究》（李子兮，2024），传 统自动驾驶系统执行动态驾驶任务时，同时依赖感知、预测决策、控制三个 模块，感知模块利用传感器收集定位信息、交通环境信息、车辆状态信息、 驾乘人员状态等，经感知算法处理，将感知结果输出至预测决策模块。预测 决策模块将根据感知结果执行一系列行为，包括判断系统是否能够安全运 行、理解当前交通场景、预测交通参与者行为，完成驾驶行为决策、车辆路 径规划等。控制模块分为人机交互和车辆控制两部分，分别执行声音图像等 交互以及车辆横纵向控制。感知、预测决策、控制三个模块进行独立开发， 组成完整的自动驾驶系统。 在复杂多变的道路环境中，传统模块化架构可能导致信息交互延迟， 进而影响决策速度。据中国城市网，在传统环卫工作中，无论是人工还是传 统的自动驾驶系统，通常需要经历一个复杂的过程：首先由传感器收集环境 信息，然后通过预处理模块进行信息分类和整理；接着由决策模块根据整理 后的信息做出判断；最后由执行机构完成相应的动作。这种模块独立、分步 处理的方式虽然在一定程度上实现了自动化，但在复杂多变的道路环境中， 或在面对突发状况时，往往反应迟缓，这样的模块化架构可能会导致信息交 互的延迟，进而影响决策的速度。据伏泰科技公众号，在环卫领域的应用上， 传统模块化系统在面对城市中复杂、突发的清扫环境时，容易出现响应迟缓、行为割裂的问题，工程师为每一种场景设定成百上千条规则。据行业经验估 算，基于模块化设计的自动驾驶清扫系统在面对一个 Corner Case 时，可能 需要编写超过 2000 行代码来应对。
端到端自动驾驶系统的感知、预测决策结合到单一模型中。据《端到端 自动驾驶系统标准化研究》（李子兮，2024），端到端自动驾驶系统架构将 感知和决策模块甚至控制模块集成到一个神经网络过程中，感知模块向控 制模块输出的不再是可理解的结果，而是特征向量，模块之间共同执行任务 并支持全局优化。端到端自动驾驶系统的感知、预测决策结合到单一模型中， 减少了不同独立模块之间的误差累积；整个系统的优化都是针对最终执行 动态驾驶任务这一目标，提高了系统的整体性能；减少重复计算，提高了算 力资源的利用率。
端到端学习的核心在于使用单一的神经网络模型，直接从输入数据生成最终输出结果，能通过学习大量的数据来识别模式并进行预测。据《认知 机器的模型与结构研究进展》（鲍泓等，2025），神经网络中的神经元按照 层次排列，每一个神经元仅与前一层的神经元相连接，接收来自前一层的信 号并传递给下一层。这类网络结构中，层与层之间不存在反馈连接。神经网 络构成了一种并行分布式的信息处理模型，这种模型在现代认知心理学和 人工智能领域中，利用连接主义思想来阐释信息处理和知识表示。据伏泰科 技公众号，端到端学习是建立在深度学习框架之上的一种方法，其核心在于 使用单一的神经网络模型，直接从输入数据生成最终输出结果。人工神经网 络是一种模仿人脑神经元工作方式的数学模型，它能通过学习大量的数据 来识别模式并进行预测。
公司已将端到端学习这一技术应用于无人清扫机器人星筠。据伏泰科 技公众号，公司环卫机器人通过统一的神经网络模型，从传感器（如摄像头、 激光雷达等）直接获取输入并做出决策，整合感知、决策和执行过程，形成 一体化的高效工作模式，更好地应对复杂多变的作业环境。星筠的传感器会 持续采集路况、天气变化、交通流量及地面脏污情况等实时数据，基于这些 数据，端到端模型能够直接生成清扫决策，包括行进路径、避障策略以及对 清扫力度和频次的调整。当处在行人突然出现或车辆变道等动态场景中时， 端到端模型能更快速地适应变化，做出精准反应。由于所有步骤都在同一算 法框架内完成，机器人可以实现更为协调一致的操作，从而提升整体工作效 率。
触觉传感器结合标注数据集、生成式 AI 模拟的数据，深度学习模型针 对力控制策略进行大量训练，使机器人形成感知-决策-执行闭环。无人清扫 机器人星筠除了配备视觉传感器之外，还集成了多种触觉传感器，如力传感 器、角度传感器、陀螺仪和加速度计等，可以实时采集环境数据及机器人状 态信息并经过预处理（如去噪、滤波和归一化），以确保信息的准确性和一 致性；再通过神经网络对处理后的数据进行特征提取，让机器人能够识别环 境特征并分析当前状态。基于大量现实中的标注数据集和生成式 AI 模拟的 数据，深度学习模型会针对不同环境的力控制策略进行大量训练，提升机器 人的泛化推理能力，从而更好地应对在作业中遇到的各类复杂情况。就像人 类在触摸物体时会调整力度一样，触觉传感器使机器人能够灵敏感知环境 变化，精确调整清扫动作。例如在贴近边缘清扫时，机器人能够自动调整力 道，避免清扫盘侵入量过大，从而减少磨损并延长使用寿命。通过持续监测 与动态反馈，机器人形成了感知-决策-执行闭环，确保在复杂环境中高效、 可靠地运行。
世界模型定义及简介。据《认知机器的模型与结构研究进展》（鲍泓等， 2025），现代认知科学认为，人类会在头脑中构建关于周围现实世界的抽象 模型——世界模型。世界模型是用来研究问题的系统动态模型，不仅包括对事物的描述和分类，还包括对事物的关系、规律、原因和结果的理解和预测。 世界模型可以让机器从数据中学习出有用的知识，并根据知识进行推理和 决策。据第一财经日报《端到端大模型上车：L4 级自动驾驶的终局？》（魏 文，2024），世界模型可以理解为对真实世界的仿真与建模，可以真实准确 地还原如十字路口等场景的变化，比如鬼探头时被遮挡的行人轨迹、车辆碰 撞瞬间的行人与他车反应等细节。同时，世界模型还是一个评分体系，对自 动驾驶系统的表现做出评价，能够得知 A 系统和 B 系统相比谁更好。 世界模型接受传感器的连续观测，预测环境潜在变化轨迹，推演最优 动作。据伏泰科技公众号，在无人环卫领域，世界模型是环卫机器人端到端 架构泛化训练系统的“中脑”，它接收来自传感器的连续观测，预测环境的 潜在变化轨迹，并基于目标任务推演最优动作。整个过程无需明确的中间状 态定义，也不依赖静态地图或硬编码规则。为了实现高效部署，系统会采用 模型蒸馏、剪枝与量化等技术手段，将大规模世界模型压缩为可在终端高效 运行的轻量模型。这些小模型具备更快的推理速度与更低的运行功耗，可在 本地独立完成实时预测与决策，从而实现“云-端协同”的智能闭环。在此基 础上，机器人通过结合自监督学习与强化学习机制，构建出具备生成性预测 能力的世界模型。即便在新环境下，机器人也可以借助已有模型，对未来帧 进行模拟生成，从而提前评估不同决策路径的结果。举例而言，当前方出现 障碍物时，机器人无需依赖预设规则逐一判断，而是通过世界模型自主推演： 这个区域是否具备通行性？障碍物是停止状态还是运动状态？是否能尝试 通行？在短短数百毫秒内，系统会在内部完成模拟，并输出当前最优策略。
在世界模型、端到端架构下，公司机器人可以应对季节性落叶高峰、交 叉人车流混行等复杂的清扫场景。据伏泰科技公众号，随着清扫场景的复杂 性不断提升，如夜间光照不足、季节性落叶高峰、交叉人车流混行区域等， 世界模型的学习能力也在持续进化。端到端架构下，每一次运行数据都不仅 仅是任务执行的痕迹，更是一次新知识的收集。通过数据闭环，系统得以在每次作业之后自动反思、优化策略，最终走向具备高度适应性与长效学习能 力的具身智能体。当雨后积水、突发人流、夜间微光等“传统系统难以提前 处理”的场景出现时，机器人能够在毫秒级内完成预测和策略切换，显著提 升了通行安全和清扫效率。尤其在夜间交叉路口或学校周边等高不确定区 域，世界模型通过“预演未来”，帮助设备做出更稳妥的抉择，避免了多起 潜在风险。
3.3. 公司已积累大量行业特定数据，环卫机器人的销售额有望显 著增长
“端到端”自动驾驶系统性能高度依赖训练数据的质量和多样性，高 质量的标注数据对于训练可靠的模型至关重要。据《车智能驾驶技术发展 与趋势展望》（李升波，2025），“端到端”自动驾驶系统性能高度依赖训 练数据的质量和多样性。现实世界的驾驶环境复杂多变，包括不同的天气条 件、光照变化、道路类型及交通状况等，且存在长尾分布特性。通过采集得 到的驾驶示范数据难以涵盖所有驾驶可能，多样性的不足导致模型缺乏对 未见和险态场景的学习和理解，从而增加驾驶风险。此外，高质量的标注数 据对于训练可靠的模型至关重要。然而，由于人力标注的复杂性和主观性， 数据标注过程中可能存在错误或不一致。例如，不同的标注人员可能对同一 场景作出不同的解释，或者在复杂的场景中遗漏关键的细节，将会导致模型 学习到错误的信息，进而影响其在实际应用中的性能。 公司积累了大量行业特定数据，可训练出高质量模型。据公司投资者 交流活动记录表，高质量的数据才能产生高质量的大模型，开放道路的环卫 机器人需要大量行业场景数据来训练出适应复杂场景且有泛化能力的“大 脑”。伏泰科技因多年给运营公司、政府提供监管和数字化运营解决方案， 积累了大量行业特定数据，从而能训练出高质量模型。在云端智能系统方面， 开放道路的环卫机器人需做好调度，通过云端规划，自动上报异常情况，实 现遗漏补充和必要时的远程介入，以完成商业化落地。伏泰科技打通了从数 据采集到决策再到执行的整个闭环，在环卫侧形成了完整布局。
公司无人环卫项目以高精度道路要素数据库为基础，针对道路等级匹 配保洁模式。以公司在湖北咸宁市嘉鱼县的无人环卫项目为例，该项目利用 先进的数据采集技术，对城市路面进行全方位、高精度的测绘，采集包括路 面起止点、长宽，设施隔离栏、绿化带等在内的详细信息，构建起高精度的 道路要素数据库。基于这些精准数据，结合人流量、沿街商铺密度等多维度 因素，对道路进行细致的九种等级划分，并匹配相应的保洁模式。相较于传 统模式，作业车辆空驶里程减少了 25%，设备利用率突破 90%，作业覆盖 率 99%以上；成本结构向效能驱动型配比优化，预算分配更合理，推动运营 管理模式从“以成本为中心”向“以效能为中心”转变。
无人环卫项目的智慧管理平台实现全流程数据化管理，强化成本管控。 伏泰为嘉鱼县打造智慧管理平台，实现管理从“人盯人”到“数赋智”的跨 越。从排班、调度、考核、质量管控，再到设备维护、人员管理等，平台实 现全流程数据化管理，提升资源利用率，增强突发任务响应速度，并有效降 低安全风险。平台构建了动态运营费用标准定额库，实时对比预算与实际支 出，精准定位成本异常环节，有效强化了成本管控。
2025-2027 年环卫机器人销售额的 CAGR 或将达到 139.05%，公司第 一代 3 吨环卫机器人毛利率不低于 45%，或将继续提高。据公司投资者活 动记录表，2024 年公司机器人销售额约六千多万，其中环卫板块约 3000 万 （约 40 台）。2025 年公司的销售目标是 1.5-2.0 亿；2027 年，公司希望环 卫机器人的产品销售额能达到 10 亿，市场占有率在 10%左右。公司环卫机 器人 2025-2027 年销售额的 CAGR 或将达到 139.05%。公司第一代 3 吨产 品的毛利率不低于 45%。随着产品发展和市场竞争加剧，虽然售价可能下 降，但成本下降的速度或将更快，毛利率的改善能力或将持续提高。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
