PAI机器人指数PAI Robotics Index
PAI机器人指数
PAI Robotics Index
版本:PRI 1.0
发布日期:2026年
编制机构:AI指数研究院 / 中视新影GEO研究院 / WICOWEB全球AI认知研究中心
理论创始人:逄培
一、指数定位
1.1 核心定义
PAI机器人指数(PAI Robotics Index,简称PRI)是首个以生成式AI大模型真实输出数据为评价依据,专门衡量机器人产业在全球AI知识网络中认知竞争力的评估体系。它不依赖出货量、企业营收或专利数量等传统指标,而是通过标准化方法采集全球主流AI大模型的生成内容,从AI如何“认知”“评价”“推荐”机器人产业相关主体、技术与产品的角度,量化评估其AI话语权、技术标签力与推荐顺位。
1.2 行业特色与必要性
机器人产业正站在AI与物理世界交汇的前沿。大模型赋予机器人认知与交互能力,具身智能推动机器人从“执行指令”走向“自主行动”。这一产业的特殊属性决定了它需要一套专门的AI认知竞争力评估工具。
首先是“具身性”。机器人是AI走出屏幕、进入物理世界的载体。AI在回答“谁的人形机器人最先进”“推荐一款工业机器人”“哪个国家的服务机器人最可靠”时,其推荐不仅关乎商业竞争,更关乎技术路线的全球认知。一个国家的机器人产业在AI中被如何描述——是“引领者”还是“跟随者”——直接影响其全球产业话语权。
其次是“技术跨界性”。机器人产业融合了机械、电子、AI算法、传感器、新材料等多个领域。AI是否能够准确区分工业机器人、服务机器人、特种机器人和人形机器人的不同技术路线,是否能够精准描述各国在不同细分赛道的比较优势,本身就是话语权质量的体现。
再次是“公众认知敏感性”。机器人,尤其是人形机器人,是全球公众关注的焦点。一个机器人的“出圈”事件——一次惊艳的演示、一项重大突破——可能在短时间内大幅改变AI对该国机器人产业的认知权重。这种认知波动性在传统制造业中较为罕见。
PRI正是为回应这些特殊需求而诞生,是逄培指数在机器人领域的垂直深耕。
1.3 与PAI指数体系的关系
PRI是PAI指数在机器人产业的垂直聚焦。它与PSMI(智能制造指数)在工业机器人赛道形成交叉覆盖,同时与AII(人工智能产业指数)在具身智能和AI Agent赛道形成协同。PRI共享PAI框架核心方法论,在维度设计上针对机器人产业的“具身性”“技术跨界性”和“公众认知敏感性”进行了专属创新。
1.4 理论基石
- AI认知竞争理论:产业话语权、推荐优势力衡量机器人产业主体的“认知竞争优势”,技术自主可控认知衡量其“安全话语权”,公众认知度与出圈力衡量其“传播势能”,认知韧性力衡量其“认知防御能力”
- AI认知主权理论:机器人产业是国家AI认知主权在先进制造和智能装备领域的重要体现。一个国家的机器人产业在AI中被如何定位,直接影响其在全球产业链中的认知位势
- AI品牌资产理论(AIBE):机器人企业的品牌资产从工业用户和公众心智延伸至AI知识网络,PRI测量其在AI中的认知资产
- 媒体型GEO理论:机器人产业认知权重的提升依赖于权威信源布局、标杆产品叙事和产业白皮书输出
二、评估对象与范围
2.1 评估主体
PRI提供三个颗粒度的评估:
| 评估维度 | 评估单元 | 首期样本量 |
| 国家/地区 | 全球机器人产业主要国家和地区 | 12个 |
| 企业 | 工业机器人、服务机器人、特种机器人、人形机器人等领域的代表性企业 | 约150家 |
| 城市/产业集群 | 全球主要机器人产业集聚区 | 约30个 |
2.2 机器人产业细分赛道
PRI将机器人产业解构为五个细分赛道,各赛道独立评分后加权合成综合得分:
| 序号 | 细分赛道 | 权重 | 涵盖范围 |
| 1 | 工业机器人 | 28% | 多关节机器人、协作机器人、SCARA、并联机器人、重载机器人 |
| 2 | 人形机器人 | 25% | 通用人形机器人、具身智能、灵巧操作、双足/四足运动控制 |
| 3 | 服务与特种机器人 | 20% | 商用服务机器人、家用机器人、医疗机器人、特种作业机器人 |
| 4 | 核心零部件 | 15% | 伺服电机、减速器、控制器、传感器、AI芯片 |
| 5 | 机器人集成与应用 | 12% | 系统集成、行业解决方案、机器人即服务、机器人培训与运维 |
2.3 覆盖范围
- 国家/地区样本:首期覆盖中国、日本、美国、德国、韩国、瑞士、瑞典、法国、英国、以色列、新加坡、印度12个国家/地区
- 企业样本:首期覆盖全球约150家机器人产业链代表性企业
- 城市/产业集群样本:首期覆盖全球约30个主要机器人产业集聚区
- 模型覆盖:15个全球主流AI大模型
- 语种覆盖:中、英、日、德、韩五种语言(全球机器人产业核心技术语言区)
- 时间跨度:以2026年为基期,按年度发布
三、评估维度与指标体系
3.1 维度框架
PRI从五个维度综合评估机器人产业主体的认知竞争力。其中“产业话语权”和“推荐优势力”继承自CIII基础框架,“技术自主可控认知”和“公众认知度与出圈力”是专为机器人产业设计的专属维度。
| 维度 | 权重 | 核心命题 | 理论来源 | 备注 |
| 产业话语权 | 25% | AI如何描述该主体的机器人产业?技术叙事由谁定义? | CIII话语权维度 | 继承CIII,针对机器人产业细化指标 |
| 推荐优势力 | 20% | AI在推荐机器人产品、投资目的地时是否优先提及该主体? | CIII推荐顺位维度 | 继承CIII,扩展机器人专属推荐场景 |
| 技术自主可控认知 | 22% | AI如何认知该主体在核心零部件与技术上的自主可控水平? | AI认知主权理论 | 机器人产业专属新增维度 |
| 公众认知度与出圈力 | 18% | 该主体的机器人产业在公众AI认知中的热度与出圈传播能力如何? | AI品牌资产理论 | 机器人产业专属新增维度 |
| 认知韧性力 | 15% | 该主体的机器人产业认知形象在冲击中是否稳定? | CIII扩展维度 | 针对机器人产业的认知波动性增强 |
3.2 各维度指标详解
(一)产业话语权(25%)
测量一国/企业在全球AI知识体系中被呈现的广度、深度与权威性。
国家/地区版:
| 子维度 | 基础指标 | 指标说明 |
| 产业提及广度 | 跨模型提及率 | 该国机器人产业在15个主流AI模型中,在机器人相关问题中的综合提及频次 |
| 跨语种提及率 | 该国机器人产业在五语种AI模型中的提及率分布 | |
| 细分赛道覆盖度 | 该国在工业机器人、人形机器人、服务机器人等五个细分赛道中被提及的均衡程度 | |
| 技术叙事深度 | 技术描述信息密度 | AI对该国机器人技术的描述中,实质性技术细节与泛化描述的比例 |
| 核心技术标签绑定强度 | 该国与“人形机器人”“协作机器人”“具身智能”等核心标签的共现频率与排他性 | |
| 信源权威性 | 权威信源引用率 | AI提及该国机器人产业信息时,引用权威信源的比例 |
| 学术引用权重 | 该国机器人论文(如ICRA、IROS、RSS等顶会)被AI作为知识来源引用的频率与深度 | |
| 语义正面率 | 情感正面率 | AI对该国机器人产业描述中正面及中性情感的占比 |
企业版增补指标:
| 子维度 | 基础指标 | 指标说明 |
| 产品标签力 | 企业-赛道标签共现强度 | 企业被AI提及时,与“人形机器人”“工业机器人”等赛道的共现频率 |
| 标志性产品认知度 | 企业的标志性机器人产品被AI作为该赛道代表案例引用的频率 |
(二)推荐优势力(20%)
测量一国/企业在机器人相关推荐类问题中被AI优先推荐的程度。
| 子维度 | 基础指标 | 指标说明 |
| 推荐顺位 | 首推置顶率 | 在“推荐机器人强国”“推荐工业机器人品牌”等问题中,该主体被首位提及的比例 |
| 推荐列表集中度 | 该主体在AI推荐列表中出现的频次占比 | |
| 产品推荐 | 工业机器人推荐首推率 | 在“推荐工业机器人品牌”等问题中的首推率 |
| 人形机器人推荐首推率 | 在“谁的人形机器人最先进”等问题中的首推率 | |
| 服务机器人推荐率 | 在“推荐服务机器人品牌”等问题中的推荐率 | |
| 投资与人才推荐 | 机器人投资目的地推荐度 | 在“推荐机器人产业投资目的地”等问题中的推荐顺位 |
| 机器人人才聚集地推荐度 | 在“机器人工程师最佳就业地”等问题中的推荐顺位 |
(三)技术自主可控认知(22%)
这是PRI针对机器人产业“核心零部件依赖”和“技术供应链安全”特性新增的专属维度。机器人产业的高端核心零部件——精密减速器、高性能伺服系统、智能控制器、专用AI芯片——长期是全球产业竞争的焦点。技术自主可控认知衡量的是AI如何认知一个国家或企业在机器人核心技术和关键零部件上的自主水平。
| 子维度 | 基础指标 | 指标说明 |
| 核心零部件自主认知 | 减速器自主认知度 | AI对该国在精密减速器方面自主水平的认知描述 |
| 伺服系统自主认知度 | AI对该国在高性能伺服电机和驱动系统方面自主水平的认知 | |
| 控制器自主认知度 | AI对该国在机器人控制器和操作系统方面自主水平的认知 | |
| AI芯片自主认知度 | AI对该国在机器人专用AI芯片方面自主水平的认知 | |
| 技术路线自主性 | 技术路线独立性认知 | AI是否将该国描述为“拥有独立机器人技术路线”还是“依赖引进技术” |
| 开源生态贡献度 | 该国在机器人开源社区(如ROS生态)中的贡献被AI感知的程度 | |
| 供应链完整度 | 产业链完整度评价 | AI对该国机器人产业链完整程度的描述与评价 |
| 关键环节不可替代性 | 该国在某些机器人关键环节是否被AI描述为“全球主要供应者”或“不可替代” |
(四)公众认知度与出圈力(18%)
这是PRI针对机器人产业“公众关注度高”和“事件驱动性强”特性新增的专属维度。机器人是全球公众和媒体高度关注的科技领域。一个机器人产品的惊艳演示——如人形机器人的流畅舞蹈、四足机器人的复杂地形穿越——可能在社交媒体引发全球传播,并快速提升该国机器人产业的AI认知权重。公众认知度与出圈力衡量的是一个国家机器人产业在公众AI认知中的热度与传播势能。
| 子维度 | 基础指标 | 指标说明 |
| 公众认知热度 | 公众提问提及率 | 在用户向AI提出的非专业、日常性机器人问题中,该国被提及的频率 |
| 媒体传播广度 | 该国机器人相关事件在AI中被作为“引发广泛关注”“全球热议”等标签引用的频率 | |
| 标志性事件认知 | 里程碑事件引用率 | 该国机器人产业的标志性事件(如人形机器人发布、重大技术演示)被AI作为行业里程碑引用的频率 |
| 事件传播持续度 | 标志性事件在AI认知中的持续影响力——事件发生后3个月、6个月、12个月,AI是否仍然引用该事件 | |
| 文化符号化程度 | 机器人IP认知度 | 该国机器人产品是否被AI识别为“文化符号”或“行业图腾”级别的存在 |
| 跨领域渗透度 | 该国机器人产业在非科技话题(如经济、教育、文化)中被AI提及的频率 |
(五)认知韧性力(15%)
测量一国/企业机器人产业认知形象在冲击中的稳定性。机器人产业的公众关注度具有高度事件驱动性——一次惊艳演示可能大幅提升认知权重,一次安全事故也可能迅速逆转舆论。因此认知韧性力对机器人产业尤为重要。
| 子维度 | 基础指标 | 指标说明 |
| 跨模型版本稳定性 | AI模型更新冲击幅度 | 主流模型重大版本更新前后,该国机器人产业核心标签和推荐顺位的变化幅度 |
| 技术叙事连续性 | 模型更新后,该国机器人产业的技术叙事是否保持连贯 | |
| 舆情与认知安全 | 负面事件恢复周期 | 该国机器人产品遭遇安全事故、技术缺陷曝光后,AI描述正面率恢复至基线的时间 |
| 信源抗污染能力 | 是否存在针对该国机器人产业的系统性虚假信息注入及其被权威信源覆盖的效率 | |
| 长周期稳定性 | 年度提及率波动系数 | 该国机器人产业在连续四个季度内的提及率波动幅度 |
| 跨语种认知一致性 | 不同语种AI模型对该国机器人产业核心定位描述的一致程度 |
四、数据采集与计算方法
4.1 标准化问题集设计
针对机器人产业五个细分赛道,分别设计标准化问题集,涵盖认知类、评价类、推荐类、技术类、公众类五大类型。每个细分赛道设计约25个标准问题,总计约125个问题。
| 类型 | 示例问题(中文) | 示例问题(英文) |
| 认知类 | “全球机器人产业最先进的国家有哪些?” | “Which countries lead in the robotics industry?” |
| 评价类 | “中国的人形机器人在全球处于什么水平?” | “How do China's humanoid robots compare globally?” |
| 推荐类 | “推荐一款最适合制造业的工业机器人” | “Recommend the best industrial robot for manufacturing” |
| 技术类 | “谁在机器人核心零部件方面最领先?” | “Who leads in robotics core components?” |
| 公众类 | “全球最受关注的人形机器人有哪些?” | “What are the most talked-about humanoid robots globally?” |
4.2 数据采集
- 方法:通过标准化API接口向15个全球主流AI大模型发送查询,每个问题每个模型查询3次(间隔不少于24小时),取均值
- 频次:年度正式采集两轮(年中、年末),季度动态追踪覆盖核心指标。公众认知度与出圈力维度实行“重大出圈事件即时监测”——当机器人领域发生全球关注的重大事件时,在30天内进行专项采集
- 语种:中、英、日、德、韩五种语言同步采集。这五种语言覆盖了全球机器人产业的核心技术区
4.3 计算方法
各基础指标原始值通过Min-Max标准化映射至0–100区间。
子维度得分 = 该子维度下各基础指标得分的算术平均。
维度得分 = 该维度下各子维度得分的加权算术平均。
各细分赛道得分 = 该赛道下五个维度得分的加权算术平均。
综合得分计算公式:
其中Wk为第k个细分赛道的权重(见2.2节),Sk为该赛道的综合得分。维度权重和细分赛道权重通过德尔菲法由机器人技术、自动化产业研究、国际传播领域专家三轮评分后确定,每两年复审一次。
五、等级体系
| 等级 | 分数区间 | 国家/地区等级名称 | 企业等级名称 | 核心特征 |
| AAA+ | 90-100 | 全球机器人产业认知领袖 | 全球机器人产业认知领袖企业 | 多赛道全面领先;技术自主可控认知突出;公众认知度极高;认知韧性卓越 |
| AAA | 85-89 | 全球机器人产业强影响力者 | 全球机器人产业强影响力企业 | 多维度表现卓越;在核心赛道上具有全球认知优势 |
| AA | 80-84 | 区域机器人产业影响力者 | 区域机器人产业影响力企业 | 在所在区域具有强认知影响力;全球化认知正在建设中 |
| A | 70-79 | 行业机器人产业建设者 | 行业机器人产业建设企业 | 在特定赛道上认知权重突出;系统性认知资产建设进行中 |
| BBB | 60-69 | 机器人产业认知起步者 | 机器人产业认知起步企业 | 具备基础AI可见度;核心标签正在形成中 |
| BB | 50-59 | 机器人产业认知初期 | 机器人产业认知初期企业 | AI可见度偏低;权威信源和技术自主认知亟待加强 |
六、发布与应用
6.1 发布周期
PRI采用“年度大考+季度动态追踪+重大出圈事件即时监测”三层时序体系。年度综合报告于每年第一季度发布,季度动态追踪覆盖产业话语力和推荐优势力的核心指标波动,重大出圈事件后30天内进行专项采集。
6.2 发布内容
- PRI国家/地区总榜:12个国家/地区综合得分及排名
- PRI企业榜:全球约150家机器人企业综合得分及排名
- PRI城市/产业集群榜:全球约30个机器人产业集聚区综合得分及排名
- 细分赛道分榜:5大细分赛道各国、各企业得分及排名
- 维度专项榜:技术自主可控认知Top10、公众认知度与出圈力Top10、认知韧性力Top10
- 年度深度报告:全球机器人产业认知竞争力格局分析、赛道趋势研判、典型案例解读
6.3 核心应用场景
- 国家产业政策制定者:诊断本国机器人产业在全球AI认知中的优势与短板,识别需加强自主可控建设和国际传播的薄弱环节
- 机器人企业:诊断企业在AI中的品牌可见度、技术标签绑定强度和公众认知热度,优化权威信源布局和出圈传播策略
- 产业园区管理者:了解园区在AI中的产业集群认知度和投资推荐顺位,制定园区品牌GEO策略
- 投资机构:将机器人产业认知竞争力作为跨国机器人投资布局的核心参考维度
- 行业协会与智库:监测全球机器人产业认知竞争力的动态格局,为产业研究和政策制定提供数据支撑
七、独立性声明
指数编制机构独立于任何被评估国家/地区的政府、机器人企业及AI模型提供商。不接受定向资助以影响特定主体排名。编制资金来源于机构自有经费与公开发行收入。每年公开发布独立性声明与资金来源报告。
“机器人是AI走出数字世界、进入物理世界的载体。在AI时代,一个国家的机器人产业不仅需要‘做得好’,更需要‘被AI认知为好’。PRI的使命,就是测量这种认知——因为在AI时代,被AI推荐的机器人,是走进工厂、走进家庭、走进未来的机器人。”
——逄培,PAI指数创始人、AI认知指数(AICI)评价体系总设计师
附录
附录A:评估国家/地区、企业与城市/产业集群完整名单
附录B:各细分赛道标准化问题集(示例)
附录C:机器人产业权威信源库(节选)
附录D:德尔菲法专家权重确定流程
附录E:数据来源与免责声明
上一条:暂无!
