目錄歷史：工業(yè)類人形機(jī)器人嶄露鋒芒 5人形機(jī)器人發(fā)展的三階段 5以工業(yè)類為代表的產(chǎn)品持續(xù)迭代 7工業(yè)的表作 8娛樂&務(wù)的表作 問題&變化：政策扶持加碼，軟件端迎來奇點(diǎn) 13產(chǎn)業(yè)維度：國(guó)內(nèi)政策不斷加碼 14產(chǎn)品維度：軟件端迎來奇點(diǎn)，硬件端有待優(yōu)化 15軟件：AI能器人 15算法練 15感知力 18人機(jī)互 20硬件：部有優(yōu)化 23下肢行穩(wěn)性 23手部零件成 26未來：應(yīng)用場(chǎng)景市場(chǎng)空間 28工業(yè)場(chǎng)景：替代傳統(tǒng)工業(yè)機(jī)器人和人類勞動(dòng)力 28性+本勢(shì)顯 28工業(yè)景市空間 30家庭&商用場(chǎng)景：成為人類生活的一部分 31人機(jī)互價(jià)體現(xiàn) 31家庭&用景市間 33風(fēng)險(xiǎn)提示 34圖表目錄圖1：加藤實(shí)驗(yàn)研制出WL-5雙足步行機(jī)器人 5圖2：我國(guó)第一仿人機(jī)器人先行者” 5圖3：本田“ASIMO”仿人機(jī)器人 6圖4：索尼“SDR-3X”仿機(jī)器人 6圖5：波士頓動(dòng)展示器人最新成果 6圖6：特斯拉機(jī)人最展示 6圖7：人形機(jī)器發(fā)展三階段 7圖8：人形機(jī)器主流品 8圖9：Atlas跑酷視覺看到和規(guī)劃的信息 9圖10：3D打印參與Atlas液壓動(dòng)力單元制造 9圖波士頓動(dòng)力機(jī)器/人發(fā)展歷史 10圖12：Digit（右）及其一代產(chǎn)品Cassie 圖13：Agilityrobotics團(tuán)隊(duì)關(guān)于如何實(shí)現(xiàn)雙機(jī)人的深度學(xué)習(xí)的理論 圖14：AgilityRobotics機(jī)器狗人的發(fā)展歷史 圖《西部世界》中人形機(jī)器人更偏向樂服務(wù)型 12圖16：Ameca 13圖17：Mesmer平臺(tái)的基本架構(gòu) 13圖18：EngineeredArts機(jī)器人發(fā)展歷史 13圖19：針對(duì)人形機(jī)器人政策逐漸增多 14圖20：Isaac的基本框架 17圖21：Isaac可實(shí)時(shí)渲來自傳感器上的物數(shù)據(jù) 17圖22：Isaac通過構(gòu)建擬場(chǎng)景進(jìn)行測(cè)試 17圖23：RoboCat的訓(xùn)練周期 18圖24：訓(xùn)練的成功率隨訓(xùn)練次數(shù)的增多而高 18圖25：后融合算法 19圖26：數(shù)據(jù)級(jí)融合 19圖的整體架構(gòu) 20圖28：BEV+TransFormers 20圖29：波士頓動(dòng)力機(jī)器接入Chatgpt后，實(shí)現(xiàn)工作人員的直接對(duì)話 20圖30：Ameca能做出系列豐富的面部表情 20圖31：谷歌打造的以語(yǔ)為中心的智能體框架 21圖32：研究人員使用LLM將給定的高級(jí)指令拆為具體的行動(dòng)規(guī)劃 22圖33：研發(fā)人員展示PaLM-E如何分步驟控制機(jī)人執(zhí)行任務(wù) 22圖的具流程和操作展示 23圖35：目前主流的四種動(dòng)器 24圖36：四種驅(qū)動(dòng)器的性對(duì)比 24圖37：諧波減速器（上、減速器（中、行減速器（下） 24圖38：電機(jī)以差動(dòng)配置置，在不顯著增加射性情況下增加肢體受能力 24圖39：行走速度越快，器人受到的地面反用（GRF）也越高 25圖40：不同機(jī)器人配置傳感器負(fù)載范圍（GRFrangefactor）為1-2，即器人行走或奔跑時(shí)傳器能感知的最大的力為身量的1-2倍 25圖41：安裝了沖擊吸收件的腳部結(jié)構(gòu)，用吸機(jī)器人行走時(shí)傳遞沖力 26圖42：帶有定制的足部感器的腳部結(jié)構(gòu) 26圖43：騰訊靈巧手TRX-Hand 27圖44：騰訊機(jī)械臂TRX-Arm 27圖45：人類手指和機(jī)器手指之間接觸表面差異 27圖46：具有內(nèi)在觸覺的3D打印手掌、內(nèi)部結(jié)構(gòu)及3D打印制造步驟 27圖47：Figure公司的企業(yè)愿景：替代勞動(dòng)力家服務(wù)、外太空探索 28圖48：我國(guó)工業(yè)機(jī)器人搬運(yùn)和焊接為主 29圖49：按作業(yè)方式分類工業(yè)機(jī)器人 29圖50：特斯拉Optimus在工廠展示分揀工作 29圖51：波士頓動(dòng)力Atlas根據(jù)指令在工廠中活行任務(wù) 29圖52：美國(guó)員工平均工約為28.83美元小時(shí) 30圖53：2022年歐盟的均每小時(shí)勞動(dòng)力成估為30.5歐元，歐元區(qū)為34.3歐元 30圖54：全球工業(yè)機(jī)器人有量 31圖55：全球勞動(dòng)力數(shù)量 31圖56：我國(guó)老齡化趨勢(shì)發(fā)明顯（%） 32圖57：分年齡段分受教程度的人口單身率（%） 32圖58：“萌妹機(jī)器人具備多種功能 33圖59：用戶可通過手機(jī)App選擇劇情讓機(jī)器人表演 33圖60：全球服務(wù)機(jī)器人量（萬(wàn)臺(tái)） 33圖61：全球服務(wù)機(jī)器人售額（億美元） 33表《北京市機(jī)人產(chǎn)創(chuàng)新發(fā)展行動(dòng)方案（02—205年》部分內(nèi)容 15表2：機(jī)器人成的敏性分析（單位：美元小時(shí)） 30表3：工業(yè)領(lǐng)域人形器人需求預(yù)測(cè) 31表4：家庭商用領(lǐng)域人形機(jī)器人需求預(yù)測(cè) 34歷史：工業(yè)類人形機(jī)器人嶄露鋒芒人形機(jī)器人發(fā)展的三階段（16019態(tài)”，研發(fā)重點(diǎn)著重在機(jī)器人的“下肢運(yùn)動(dòng)”。168年，美國(guó)的通用電氣公司W(wǎng)L-5197019852000985、圖1：加藤實(shí)驗(yàn)研制出WL-5雙足步行機(jī)器人 圖2：我國(guó)第一仿人機(jī)器人“先行者” 數(shù)據(jù)來源：《仿人機(jī)器人的研究歷史、現(xiàn)狀及展望》，

數(shù)據(jù)來源：《仿人機(jī)器人的研究歷史、現(xiàn)狀及展望》，（199001征自986P系列131997P200AOA2000圖3：本田“ASIMO”仿人機(jī)器人 圖4：索尼“SDR-3X”仿人機(jī)器人數(shù)據(jù)來源：《仿人機(jī)器人的研究歷史、現(xiàn)狀及展望》，

數(shù)據(jù)來源：《仿人機(jī)器人的研究歷史、現(xiàn)狀及展望》，（200至今“智EngineeredArts20152021Atlas、2022Optimus圖5：波士頓動(dòng)展示器人最新成果 圖6：特斯拉機(jī)人最展示數(shù)據(jù)來源：科技最前線， 數(shù)據(jù)來源：特斯拉官網(wǎng)，圖7：人形機(jī)器人發(fā)展的三階段AgilityRobotics官網(wǎng)，以工業(yè)類為代表的產(chǎn)品持續(xù)迭代&&商圖8：人形機(jī)器人主流產(chǎn)品數(shù)據(jù)來源：特斯拉官網(wǎng)，波士頓動(dòng)力官網(wǎng)，AgilityRobotics官網(wǎng)，1XTechnologies官網(wǎng)，SanctuaryAI官網(wǎng)，F(xiàn)igure官網(wǎng)，EngineeredArts官網(wǎng)，小米官網(wǎng)，Robotsguide，（注：*為預(yù)測(cè)值）AtlasOptimus、AgilityRobotics的Digit等。1992BigDogLittleDogCheetahSpot等四足機(jī)器狗和Atlas等2022BDAII（SpotStretchAtlasAtlas：1.58028RGB3臺(tái)NUC/Atlas最突出的亮點(diǎn)是能實(shí)現(xiàn)像人一樣奔跑、跳躍和跨RGBAtlas會(huì)使Atlasas產(chǎn)Atlas80kg3D制造AasHU率，從而賦予Atlas圖9：Atlas跑酷視覺“到”和規(guī)劃的信息 圖10：3D打印參與Atlas液壓動(dòng)力單元制造數(shù)據(jù)來源：機(jī)器之心， 數(shù)據(jù)來源：3D打印技術(shù)參考，圖11：波士頓動(dòng)力機(jī)器狗/人發(fā)展歷史數(shù)據(jù)來源：波士頓動(dòng)力官網(wǎng)，Agility201513118DigitAas以及特斯拉的Opu意味著DgtDigit（MarkovDecisionProcessDASS再將DASS運(yùn)動(dòng)設(shè)計(jì)：DigitCassie531DigitV2Digit圖12：Digit（右）及其一代產(chǎn)品Cassie 圖13：Agilityrobotics團(tuán)隊(duì)關(guān)于如何實(shí)現(xiàn)雙機(jī)器人的深度學(xué)習(xí)的理論數(shù)據(jù)來源：AgilityRobotics官網(wǎng)， 數(shù)據(jù)來源：《BlindBipedalStairTraversalviaSim-to-RealReinforcementLearning》，圖14：AgilityRobotics機(jī)器狗/人的發(fā)展歷史數(shù)據(jù)來源：AgilityRobotics官網(wǎng)，娛樂&---圖服務(wù)型數(shù)據(jù)來源：百度，EngineeredArts：成立于2005年，公司至今推出了6款機(jī)器人，最新型號(hào)Ameca是EngineeredArts機(jī)器人技術(shù)的集大成者。公司的產(chǎn)品已用于娛樂與教育行業(yè)。Ameca：1.87495152AI與AB（ArtificialBody）AmecaStableDiffusionAmecaAmeca和工程藝術(shù)系統(tǒng)Mesmer。rumMee：AmecaMesmerLIDAR圖16：Ameca 圖17：Mesmer平臺(tái)的基本架構(gòu)數(shù)據(jù)來源：EngineeredArts官網(wǎng)， 數(shù)據(jù)來源：EngineeredArts官網(wǎng)，圖18：EngineeredArts機(jī)器人發(fā)展歷史數(shù)據(jù)來源：EngineeredArts官網(wǎng)，問題&變化：政策扶持加碼，軟件端迎來奇點(diǎn)60AIAIAI的變和更產(chǎn)業(yè)維度：國(guó)內(nèi)政策不斷加碼今年以來，針對(duì)機(jī)器人以及人形機(jī)器人的政策呈現(xiàn)顯著變化。62019-202282019-2022圖19：針對(duì)人形機(jī)器人的政策逐漸增多數(shù)據(jù)來源：政府網(wǎng)站，628（2023—2025年表《北京市機(jī)人產(chǎn)創(chuàng)新發(fā)展行動(dòng)方案（02—025年》部分內(nèi)容零部件 文件內(nèi)容V減速器伺服驅(qū)動(dòng)系統(tǒng)控制器傳感器

料、精密機(jī)加工、高精度裝配、高速潤(rùn)滑、高效熱管理、先進(jìn)檢測(cè)等技術(shù)瓶碩．提高產(chǎn)品可靠性和穩(wěn)定性突破高磁性材料、高精度編碼器等技術(shù)，提升伺服電機(jī)結(jié)構(gòu)設(shè)計(jì)、制造工藝、自整定水平和熱控制能力，研制高精度、高功率密度和耐劇烈速度波動(dòng)的伺服電機(jī)、驅(qū)動(dòng)器及制動(dòng)器研發(fā)振動(dòng)抑制、慣量動(dòng)態(tài)補(bǔ)償、復(fù)雜運(yùn)動(dòng)控制等智能算法，研制多處理器并行、高實(shí)時(shí)性控制器。提升控制軟件架構(gòu)設(shè)計(jì)、任務(wù)調(diào)度等能力。研發(fā)機(jī)器人實(shí)時(shí)操作系統(tǒng)、系統(tǒng)仿真軟件、機(jī)器視覺算法平臺(tái)軟件等。開發(fā)機(jī)器人控制高性能模擬仿真環(huán)境和自動(dòng)／離線編程技術(shù)．增強(qiáng)人機(jī)交互和二次開發(fā)能力攻克力、熱、光、電等先進(jìn)傳感器設(shè)計(jì)、制造、封測(cè)技術(shù)．優(yōu)化精密加工工藝。提升微機(jī)電系統(tǒng)（MEMS）的工藝穩(wěn)定性和良品率，研制3D視覺、熱成像、六維力、激光雷達(dá)等傳感器，加快突破肌電、腦電等前沿傳感器技術(shù)末端執(zhí)行器 提升端行器研設(shè)能力提柔操性和荷水，制巧指手柔性?shī)A爪范華吸式端夾、炭末夾等．進(jìn)塊、用發(fā)展。數(shù)據(jù)來源：政府網(wǎng)站，產(chǎn)品維度：軟件端迎來奇點(diǎn)，硬件端有待優(yōu)化AIAI在現(xiàn)實(shí)世界中構(gòu)建機(jī)器人需要從頭開始創(chuàng)建數(shù)據(jù)集，這樣做既耗時(shí)又耗費(fèi)成本，并且訓(xùn)練速度較慢。開發(fā)人員為了降低成本并加快訓(xùn)練，逐步開始采用合成數(shù)據(jù)生成（DAIpeanedAIodes（obocsuao（transfer工具。英偉達(dá)Isaac是英偉達(dá)推出的一款專門用于機(jī)器人環(huán)境模擬的引擎，提供從數(shù)據(jù)合成和訓(xùn)（RPS等cSimIsaacSimReplicator3D合成數(shù)據(jù)，用以加速AI模型訓(xùn)練：NVIDIANGCGPUAIJupyterNotebookNVIDIAAI平臺(tái)優(yōu)化的AI基準(zhǔn)和NVIDIANGCAI（NVIDIANVIDIANVIDIANGC目錄中的預(yù)訓(xùn)練AIIsaac0-1圖20：Isaac的基本框架數(shù)據(jù)來源：Nvidia官網(wǎng)，圖21：Isaac可實(shí)時(shí)渲來自傳感器上的物數(shù)據(jù) 圖22：Isaac通過構(gòu)建擬場(chǎng)景進(jìn)行測(cè)試數(shù)據(jù)來源：Nvidia官網(wǎng)， 數(shù)據(jù)來源：Nvidia官網(wǎng)，谷歌2023620Robocat的AIRobocatRoocat以此循環(huán)反復(fù)繼而不斷擴(kuò)充智能體的學(xué)習(xí)數(shù)據(jù)。具體來說，每個(gè)新任務(wù)的學(xué)習(xí)遵循5個(gè)步驟：100-1000RoboCat/10000RoboCatRoboCat。RoboCat36%500RoboCatAI了訓(xùn)練效率。圖23：RoboCat的訓(xùn)練周期 圖24：訓(xùn)練的成功率隨訓(xùn)練次數(shù)的增多而高數(shù)據(jù)來源：Deepmind官網(wǎng)， 數(shù)據(jù)來源：Deepmind官網(wǎng)，多傳感器融合（rFu,AI//式AI分布式集中式處理的準(zhǔn)確性。圖25：后融合算法 圖26：數(shù)據(jù)級(jí)融合數(shù)據(jù)來源：CSDN， 數(shù)據(jù)來源：CSDN，基于TransFormers模型的多傳感器融合技術(shù)率先在自動(dòng)駕駛領(lǐng)域得到應(yīng)用。TransFormers作為可能取代CNN和RNN的深度學(xué)習(xí)模型，能快速地完成對(duì)大量數(shù)據(jù)的特征提取，使得大模型在多模態(tài)信息處理上的能力得到不斷強(qiáng)化。而TransFormers需要海量訓(xùn)練數(shù)據(jù)，而大模型和更大參數(shù)量級(jí)的發(fā)展將推動(dòng)TransFormers模型的完善，驅(qū)動(dòng)數(shù)據(jù)級(jí)的感知算法進(jìn)一步優(yōu)化。特斯拉在2021年的AIDay上率先發(fā)布BEV+TransFormers算法，基于“輸入-提取-轉(zhuǎn)換-融合-時(shí)序-輸出”的思路，實(shí)現(xiàn)“2D-3D-4D”的轉(zhuǎn)換。圖27：TransFormers的整體架構(gòu) 圖28：BEV+TransFormers 數(shù)據(jù)來源：CSDN， 數(shù)據(jù)來源：CSDN，AI的使ChatGPTSpot中，SpotArtsAmeca中，Ameca圖Chatgpt工作人員的直接對(duì)話

圖30：Ameca能做出一系列豐富的面部表情數(shù)據(jù)來源：波士頓動(dòng)力官網(wǎng)， 數(shù)據(jù)來源：EngineeredArts官網(wǎng)，LLMLLMPaLM-E給出PaLM-E5620L，與LMEPaLM-EPaLM-ELLMLLMVLMLMLM圖31：谷歌打造的以語(yǔ)言為中心的智能體框架數(shù)據(jù)來源：《TowardsAUnifiedAgentwithFoundationModels》，圖32：研究人員使用LLM將給定的高級(jí)指令拆分為具體的行動(dòng)規(guī)劃

圖PaLM-E人執(zhí)行任務(wù) 數(shù)據(jù)來源：《Languagemodelsaszero-shotplanners:Extractingactionableknowledgeforembodiedagents》，

數(shù)據(jù)來源：《PaLM-E:AnEmbodiedMultimodalLanguageModel》，2023712LLMVLMsDauep3DLLMVLM進(jìn)3D值地圖。LLMLM的API3D圖34：VoxPoser的具體流程和操作展示數(shù)據(jù)來源：《VoxPoser:Composable3DValueMapsforRoboticManipulationwithLanguageModels》，人形機(jī)器人的執(zhí)行系統(tǒng)由多個(gè)執(zhí)行器組成，而執(zhí)行器主要安裝在機(jī)器人的雙臂和雙腿，幫助機(jī)器人實(shí)現(xiàn)手部操作和腿部移動(dòng)的兩個(gè)主要功能，因此機(jī)器人的硬件端問題主要集中在上肢的手部和下肢的腿部?jī)蓚€(gè)部位。Atlas1-2m/sOptimus5英里/Atlas2.5m/sCyberOne3.6km/h---驅(qū)動(dòng)器+力矩傳感器）DesignofaHighlyDynamicHumanoidRobot+提高反向驅(qū)動(dòng)力，減少?zèng)_擊力對(duì)齒輪的損害；在《Leg:TheStudyofDesignPrinciplesandMetricsforDynamicHumanoidRobots（SEA輪箱和載荷之間放置彈性元件從而減少齒輪箱上受到的沖擊載荷、本體驅(qū)動(dòng)器（Proprioceptiveactuators，即使用電機(jī)的電流來估計(jì)致動(dòng)器的轉(zhuǎn)矩輸出從而降低反射慣性提供抗沖擊性能）以及液壓驅(qū)動(dòng)（即波士頓動(dòng)力使用的方案）等方案也被逐步應(yīng)用到機(jī)器人上。（髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)）圖35：目前主流的四種動(dòng)器 圖36：四種驅(qū)動(dòng)器的性對(duì)比數(shù)據(jù)來源：《DesignofaHighlyDynamicHumanoidRobot》，

數(shù)據(jù)來源：《DesignofaHighlyDynamicHumanoidRobot》，圖（上（中速器（下）

圖38：電機(jī)以差動(dòng)配置布置，在不顯著增加反射慣性情況下增加肢體的受力能力 數(shù)據(jù)來源：百度， 數(shù)據(jù)來源：《TelloLeg:TheStudyofDesignPrinciplesandMetricsforDynamicHumanoidRobots》，力矩傳感器存在的問題：負(fù)載能力不足。1-2倍（當(dāng)面臨外部干擾或者變化復(fù)雜的地面環(huán)境時(shí)，載荷也隨之下降，一旦承受超出這一范圍的沖擊力（機(jī)器人奔跑時(shí)的負(fù)載范圍較步行時(shí)更小，傳感器或出現(xiàn)故障并影響機(jī)器人的行走。另外，傳感器中的扭矩范圍也受到機(jī)器人重量和腳部尺寸的限制，一般而言，腳踝扭矩要求不大于機(jī)器人重量和腳部尺寸的乘積。圖39：行走速度越快，機(jī)器人受到的地面反作用力（GRF）也越高數(shù)據(jù)來源：《Multi-AxisForce-TorqueSensorsforMeasuringZero-MomentPointinHumanoidRobots:AReview》，

圖40：不同機(jī)器人配置的傳感器負(fù)載范圍（GRFrange1-2倍數(shù)據(jù)來源：《Multi-AxisForce-TorqueSensorsforMeasuringZero-MomentPointinHumanoidRobots:AReview》，安裝阻尼器、記憶材料、液壓減震器、彈簧等。在《DesignofaHighlyDynamicHumanoidRobotIMU比圖數(shù)據(jù)來源：《Multi-AxisForce-TorqueSensorsforMeasuringZero-MomentPointinHumanoidRobots:AReview》，

圖42：帶有定制的足部傳感器的腳部結(jié)構(gòu)數(shù)據(jù)來源：《DesignofaHighlyDynamicHumanoidRobot》，1）傳感器TRX-Hand圖43：騰訊靈巧手TRX-Hand 圖44：騰訊機(jī)械臂TRX-Arm數(shù)據(jù)來源：騰訊RoboticsX實(shí)驗(yàn)室， 數(shù)據(jù)來源：騰訊RoboticsX實(shí)驗(yàn)室，存在的問題：集成難度大。相對(duì)于腿部而言，手部對(duì)傳感器的集成有更高的要求。10-1210-12包括驅(qū)動(dòng)解決方案：針對(duì)集成問題，目前逐漸被市場(chǎng)所接受的是通過3D打印技術(shù)將傳感器嵌入機(jī)器人的手指，傳感器之間的緊湊性、堅(jiān)固性以穩(wěn)定性也因此得到提高，常用的材料包括TPU、炭黑、CNT等。另外，研究人員也提出使用欠驅(qū)動(dòng)運(yùn)動(dòng)（underactuated圖人類手指和機(jī)器手指之間接觸表面差異 圖46：具有內(nèi)在觸覺的打印手掌、內(nèi)部構(gòu)以及3D打印制造步驟數(shù)據(jù)來源：百度， 數(shù)據(jù)來源：《RoboticHandswithIntrinsicTactileSensingvia3DPrintedSoftPressureSensors》，未來：應(yīng)用場(chǎng)景市場(chǎng)空間人形機(jī)器人的應(yīng)用場(chǎng)景會(huì)是哪里？為什么在過去十年各家科技企業(yè)紛紛染指機(jī)器Figure圖47：Figure公司的企業(yè)愿景：替代勞動(dòng)力、家庭服務(wù)、外太空探索數(shù)據(jù)來源：Figure官網(wǎng)，工業(yè)場(chǎng)景：替代傳統(tǒng)工業(yè)機(jī)器人和人類勞動(dòng)力+在人形機(jī)器人中，未來率先應(yīng)用的大概率會(huì)在工業(yè)場(chǎng)景，去取代重復(fù)、無聊、危險(xiǎn)的工作，替代傳統(tǒng)工業(yè)機(jī)器人和人類勞動(dòng)力?？?圖48：我國(guó)工業(yè)機(jī)器人搬運(yùn)和焊接為主 圖49：按作業(yè)方式分類工業(yè)機(jī)器人搬運(yùn) 焊接 裝配 潔凈 分揀 加工 其他數(shù)據(jù)來源：艾迪咨詢， 數(shù)據(jù)來源：艾迪咨詢，圖50：特斯拉Optimus在工廠展示分揀工作 圖51：波士頓動(dòng)力Atlas根據(jù)指令在工廠中活執(zhí)行任務(wù)數(shù)據(jù)來源：特斯拉官網(wǎng)， 數(shù)據(jù)來源：波士頓動(dòng)力官網(wǎng)，2023528.83/7.25/310360*24h0.35美元/到20萬(wàn)美元且使用壽命僅為3年時(shí)，對(duì)應(yīng)的用工成本才接近美國(guó)最低工資標(biāo)準(zhǔn)。當(dāng)然，這樣計(jì)算存在不妥之處，比如人工勞動(dòng)方面，包含稅費(fèi)、福利和保險(xiǎn)費(fèi)用等各種成本并沒有考慮進(jìn)去，而機(jī)器人方面也需進(jìn)一步考慮機(jī)器人的電費(fèi)、維修和保養(yǎng)等各種費(fèi)用。但總體而言，通過簡(jiǎn)單的成本對(duì)比，我們?nèi)阅芸吹饺诵螜C(jī)器人在工業(yè)場(chǎng)景替代傳統(tǒng)勞動(dòng)力的經(jīng)濟(jì)性，未來即使由于各種原因并不能完全取代人類，但也能部分替代性價(jià)比更低的工種。售價(jià)35710（萬(wàn)美元）31.160.690.500.3551.931.160.830.5872.701.621.160.81103.862.311.651.16155.793.472.481.74207.724.633.312.31數(shù)據(jù)來源：圖52：美國(guó)員工平均工約為28.83美元小時(shí) 圖年歐盟的平每小時(shí)勞動(dòng)力成本計(jì)為30.534.3歐元數(shù)據(jù)來源：BureauofLaborStatistics， 數(shù)據(jù)來源：Eurostat，20241%203030%能取代2-52024年的0.0003%逐步提升到20300.1%20241.62030年這一數(shù)字將增加到328.4萬(wàn)臺(tái)，CAGR達(dá)143%。372.0%351.5%1.0%330.5%310.0%圖372.0%351.5%1.0%330.5%310.0%0全球工業(yè)機(jī)器人保有量萬(wàn)臺(tái)）

18%16%14%12%10%8%6%4%2%0%-2%-4%

292725全球勞動(dòng)力數(shù)量（億人）

-0.5%-1.0%-1.5%-2.0%數(shù)據(jù)來源：， 數(shù)據(jù)來源：，2022E2023E2024E2025E2022E2023E2024E2025E2026E2027E2028E2029E2030E替代傳統(tǒng)工業(yè)機(jī)器人工業(yè)器保有 382.5420.7462.8509.1560.0616.0677.6745.4819.9yoy 10%10%10%10%10%10%10%10%10%滲透率0.3%1.0%5.0%10.0%20.0%25.0%30.0%人形機(jī)器人需求量（萬(wàn)臺(tái)）1.25.128.061.6135.5186.3246.0yoy340%450%120%120%38%32%替代人類勞動(dòng)力勞動(dòng)數(shù)量 34.635.035.335.736.036.436.840.841.2yoy 1%1%1%1%1%1%1%11%1%替代比例2.02.03.03.05.05.05.0滲透率0.00030.00100.00500.01000.05000.07500.1000%%%%%%%人形機(jī)器人需求量（萬(wàn)臺(tái)）0.41.86.012.136.861.282.4yoy304%237%102%203%67%35%工業(yè)領(lǐng)域人形機(jī)器人總需求量（萬(wàn)臺(tái)）1.66.934.073.7172.3247.5328.4yoy330%395%117%134%44%33%售價(jià)（萬(wàn)美元）2.02.02.01.81.81.51.5市場(chǎng)規(guī)模（億美元）3.213.768.0132.7310.1371.3492.6量（萬(wàn)臺(tái)）（億人）數(shù)據(jù)來源：家庭&商用場(chǎng)景：成為人類生活的一部分2023Optimus1:12:1，100Optimus。AIChatGPT圖56：我國(guó)老齡化趨勢(shì)發(fā)明顯（%） 圖57：分年齡段分受教程度的人口單身率（%）1614121086420中國(guó):人口結(jié)構(gòu):占總?cè)丝诒壤?65歲及以上中國(guó):出生率數(shù)據(jù)來源：， 數(shù)據(jù)來源：《中國(guó)青年圖鑒：個(gè)體化明顯增強(qiáng)，單身失婚“一人戶”大增》，100圖“萌妹”機(jī)器備多種功能 圖用戶可通過手機(jī)p選擇劇情讓機(jī)器人表演數(shù)據(jù)來源：清寶引擎機(jī)器人公司官網(wǎng)， 數(shù)據(jù)來源：樂森機(jī)器人官網(wǎng)