行業(yè)研究報告行業(yè)研究報告行業(yè)|深度|研究報告 在全球科技革命與產(chǎn)業(yè)變革浪潮中，人形機器人正從科幻走向現(xiàn)實，成為繼智能手機、新能源汽車后重塑全球產(chǎn)業(yè)格局與推動生產(chǎn)力躍遷的關鍵賽道。它融合人工智能、機械工程等多領域尖端技術，既肩負替代人類完成高危、重復、高強度勞動的使命，也是破解全球人口老齡化下勞動力短缺、推動制造業(yè)“柔性智能”升級、重構(gòu)家庭與公共服務場景的重要突破口。當前，該行業(yè)進入“0到1”向“1到100”規(guī)?；~進的關鍵期：政策端中國有頂層設計與地方協(xié)同推進；技術端大模型賦予其“通用智能”，關鍵技術迭代且國產(chǎn)專利、整機企業(yè)數(shù)量居全球前列；需求端多場景對高效勞動力需求迫切；資本端2024年國內(nèi)機器人行業(yè)投融資超200億元，部分城市形成產(chǎn)業(yè)集群。不過，行業(yè)仍需突破核心零部件國產(chǎn)替代未完成、量產(chǎn)成本高、復雜場景泛化能力不足等挑戰(zhàn)。本報告將從行業(yè)概述入手，梳理人形機器人技術構(gòu)成與核心特征，分析政策、技術、需求、資本四大驅(qū)動因素，拆解產(chǎn)業(yè)鏈上下游及中游本體制造的競爭格局，重點剖析重點企業(yè)的技術路徑與量產(chǎn)規(guī)劃，結(jié)合市場規(guī)模預測與發(fā)展趨勢，提供行業(yè)現(xiàn)狀與未來的全景視角，助力把握萬億級賽道機遇。一、行業(yè)概述 1二、驅(qū)動因素 3三、行業(yè)現(xiàn)狀及趨勢 7四、產(chǎn)業(yè)鏈分析 10五、供給鏈情況 41六、相關公司 48七、市場規(guī)模分析 58八、參考研報 60定義：人形機器人，又稱仿人機器人或類人機器人，是指具有仿人的形態(tài)和功能的機器人，具備一定的感知、學習和認知能力。特征：1）高度仿人的外形結(jié)構(gòu)：擁有與人類相似的軀干、四肢和頭部。腰部靈活，可輕松實現(xiàn)轉(zhuǎn)身、彎腰等動作。手臂的肩部、肘部和腕部關節(jié)活動范圍大，能完成復雜的伸展、抓取和操作任務；腿部的1/60行業(yè)|深度|研究報告 膝關節(jié)和踝關節(jié)使機器人能夠穩(wěn)健行走，步伐節(jié)奏與人類相近。手部通常具有多個靈活的手指，可實現(xiàn)精細的抓握動作。2）強大的環(huán)境感知能力：配備多種先進的傳感器，包括視覺、聽覺、觸覺等，能夠全面感知周圍環(huán)境信息。3）智能決策與學習能力：借助計算機科學和人工智能技術，它們能夠?qū)Ω兄降拇罅凯h(huán)境信息進行快速分析和處理。當面對復雜的任務時，人形機器人會根據(jù)預設的算法和模型，結(jié)合實時的環(huán)境信息，制定出最優(yōu)的行動方案。它們還能通過機器學習算法，從過往的經(jīng)驗中吸取教訓，不斷優(yōu)化自己的行為。應用場景：當前人形機器人主要應用于醫(yī)療護理、家庭服務、教育娛樂、工業(yè)生產(chǎn)和公共服務等領域中，替代人類完成危險或重復性高的工作，進一步釋放勞動力，提高社會生產(chǎn)力。人形機器人主要構(gòu)成部分包含由“大腦”、“小腦”和“本體”。其中，“大腦”負責實現(xiàn)環(huán)境感知、行為控制、人機交互等任務級能力，目前主要是基于人工智能大模型技術，同時也可通過云邊協(xié)同，提高機器人的智能水平?！靶∧X”負責控制人形機器人的運動，目前主要基于人工智能、自動控制、機器人操作系統(tǒng)等技術，實現(xiàn)復雜環(huán)境下的運動控制?！氨倔w”負責實現(xiàn)高動態(tài)、高爆發(fā)、高精度運動，集成了人體運動力學、機械結(jié)構(gòu)設計、新材料、傳感器等諸多技術，包括仿人機械臂、靈巧手、腿足等關鍵結(jié)構(gòu)，并通過集成傳感器和長續(xù)航動力單元，實現(xiàn)能源-結(jié)構(gòu)感知一體化。2/60行業(yè)|深度|研究報告 大模型驅(qū)動人形機器人智能化躍遷，AGI為終極目標。大模型已成為人形機器人“大腦”的核心技術底座，推動其從預設路徑的機械執(zhí)行向通用智能躍升。傳統(tǒng)機器人依賴決策樹或狀態(tài)機模型，適應能力受限，而大模型通過四大能力突破實現(xiàn)智能化升級：1）任務交互：基于語言/視覺的多模態(tài)入口，支持自然指令理解與響應；2）環(huán)境感知：融合多模態(tài)信息，提升復雜場景泛化能力；3）任務規(guī)劃：依托大模型推理與知識遷移能力，自主拆解復雜任務；4）決策控制：整合環(huán)境與運動信息，優(yōu)化動作策略。技術路徑上，非具身大模型聚焦任務分解與規(guī)劃，而具身大模型直接輸出高頻運動指令，終極形態(tài)指向AGI（通用人工智能）——通過單模型閉環(huán)實現(xiàn)主動理解與無限適應。（1）技術挑戰(zhàn)：1）數(shù)據(jù)采集與標注復雜且成本高昂：特別是人類動作數(shù)據(jù)的收集，需要高精度的傳感器和專業(yè)的標注團隊來確保數(shù)據(jù)準確性。2）多模態(tài)信息融合魯棒性與實時性不足：將視覺、聽覺、觸覺等多種信息有效融合以形成統(tǒng)一的環(huán)境認知，在魯棒性和實時性方面仍有不足，尤其在復雜多變環(huán)境中，機器人難以準確理解和應對變化。3）自主學習與適應性不足：現(xiàn)有機器人雖能進行一定程度的自主學習，但在處理未知或復雜任務時，適應性和泛化能力不足。需要更有效的學習算法以從少量樣本中快速學習并適應新環(huán)境。4）學習過程中的安全問題：需要確保機器人在學習過程中不會產(chǎn)生偏差或做出有害行為。5）能源效率與續(xù)航能力：盡管電動驅(qū)動系統(tǒng)有所改進，但如何進一步降低能耗、延長工作時間仍是亟待解決的問題。（2）市場挑戰(zhàn)：成本高昂、應用場景不明確、相關的法規(guī)政策有待完善、社會接受度有待提高。供需兩端共振，國內(nèi)人形機器人產(chǎn)業(yè)落地條件已成熟。2023年11月工信部印發(fā)指導性文件《人形機器人創(chuàng)新發(fā)展指導意見》推動人形機器人技術創(chuàng)新和產(chǎn)業(yè)發(fā)展，明確了2025/2027年國內(nèi)人形機器人產(chǎn)業(yè)發(fā)展目標，明確了關鍵突破技術與重點培育產(chǎn)品，通過頂層設計推動人形機器人核心技術突破與產(chǎn)業(yè)鏈升級。3/60行業(yè)|深度|研究報告 各地加速響應并密集推出配套支持政策，形成“中央引領+地方協(xié)同”的產(chǎn)業(yè)推進格局。北京、上海、廣東等省市落地建設人形機器人創(chuàng)新中心，支持人形機器人產(chǎn)業(yè)發(fā)展；蘇州、重慶等城市鼓勵支持產(chǎn)業(yè)基金建設，加快構(gòu)建人形機器人產(chǎn)業(yè)集群發(fā)展。從企業(yè)數(shù)量看，中國內(nèi)地人形機器人整機初創(chuàng)企業(yè)領先全球。根據(jù)國家地方共建人形機器人創(chuàng)新中心透露，截至2024年，全球通用人形機器人整機商業(yè)公司約150家，其中中國內(nèi)地超過80家，占比超過50%，中國內(nèi)地人形機器人整機商業(yè)公司中有半數(shù)來自高校的學生和教師創(chuàng)業(yè)。從專利數(shù)看，根據(jù)人民網(wǎng)研究院數(shù)據(jù)，截至2023年，中國已累計申請6618件人形機器人技術專利，成為申請人形機器人技術專利數(shù)量最多的國家。在人形機器人領域，以有效發(fā)明專利計算，中國共擁有有效發(fā)明專利1699件，僅次于日本的1743件，排名全球第二。從申請人所持有的有效技術專利數(shù)量來看，優(yōu)必選科技已經(jīng)在人形機器人的有效專利儲備量方面排名全球第一，高于本田、索尼、豐田等企業(yè)。在2025年的國際消費電子展（CES），芯片巨頭英偉達發(fā)布了多個新產(chǎn)品，其中包括首個生成式世界基礎模型Cosmos。英偉達表示已經(jīng)有許多領先的機器人和汽車公司成為Cosmos的首批用戶。4/60行業(yè)|深度|研究報告 根據(jù)國家統(tǒng)計局數(shù)據(jù)，2024年中國65歲及以上人口達到2.2億人，占總?cè)丝诒戎氐?5.6%，該比重連續(xù)29年上升。當前我國15-64歲人口占比為68.22%，仍然占比較大，但是該比例已連續(xù)多年下滑。勞動力供給減少將直接推高用工成本，倒逼國內(nèi)產(chǎn)業(yè)向自動化、智能化轉(zhuǎn)型，人形機器人產(chǎn)業(yè)蓬勃興起順應時代發(fā)展需求。人形機器人落地應用場景持續(xù)擴散。在工業(yè)制造領域，人形機器人能夠深度融入自動化生產(chǎn)線，承擔復雜裝配、物料搬運等精準作業(yè)，持續(xù)深化應用；在商業(yè)服務范疇，憑借其靈活交互特性，加速落地商超導購、酒店服務、餐飲配送等場景；在家庭生活維度，逐步探索陪伴老人、照護兒童、家居清潔等多樣化服務功能。政策助力、資金注入和技術迭代全方位推動人形機器人大規(guī)模商業(yè)化應用與持續(xù)創(chuàng)新發(fā)展注入澎湃動力，加速人形機器人融入千行百業(yè)的進程。5/60人形機器人替代人成本優(yōu)勢明顯。人形機器人在工廠中，可以高強度、長時間、不間斷穩(wěn)定的勞動。在家庭中機器人能夠提供全天候服務，且無需考慮人工疲勞或情緒問題，適合需要穩(wěn)定服務的家庭環(huán)境。人形機器人在工廠倉儲和家庭服務兩種場景中的使用成本均顯著低于人工費用，且能夠提供更高的效率和穩(wěn)定性，展現(xiàn)了極高的性價比，是替代人工的理想選擇。從中國內(nèi)地人形機器人產(chǎn)業(yè)鏈企業(yè)的分布看，據(jù)高工機器人產(chǎn)業(yè)研究《人形機器人產(chǎn)業(yè)地圖（2024）》顯示，深圳、北京、上海、杭州、蘇州分別擁有22.4%、14.5%、11.8%、5.8%和5.5%的產(chǎn)業(yè)鏈企業(yè)。同時從一級融資情況來看，據(jù)中國機器人網(wǎng)不完全統(tǒng)計，2024年，中國內(nèi)地機器人行業(yè)共發(fā)生200起左右投融資事件，金額總計超200億元。其中，近億元與過億元級事件約55起，金額超175億元，融資總額超70億元反映人形機器人項目持續(xù)受到資本青睞。6/60行業(yè)|深度|研究報告 自特斯拉展示Optimus樣機以來，大模型迭代+國內(nèi)外共振+政策支持帶來機器人行情的持續(xù)，機器人產(chǎn)業(yè)化進展持續(xù)推進，當前人形機器人板塊呈現(xiàn)幾大趨勢強化：1）巨頭入局：特斯拉（Optimus）、英偉達（GR00T）、華為（具身智能中心）、字節(jié)（豆包機器人）等科技龍頭加速布局，2025年或形成技術共振；2）新秀涌入：初創(chuàng)企業(yè)（Figure、1X）與車企（小米、小鵬、賽力斯等）雙向發(fā)力，產(chǎn)品迭代提速；3）國產(chǎn)崛起：宇樹（H1雙足機器人）、智元（遠征A2）等技術突破帶動國產(chǎn)認知度提升，2025年或迎量產(chǎn)關鍵節(jié)點。下面對板塊行情復盤：階段一（22.1-22.12）概念認知期：繼特斯拉提出人形機器人設計概念后帶動板塊，市場開始尋找機器人相關布局，處于概念萌發(fā)階段。階段二（23.1-23.12）板塊形成期：機器人受益于AI大模型能力的提升，同時特斯拉持續(xù)迭代新版本（新視頻），機器人概念逐步確立并加強。階段三（24.1-24.9）震蕩期：特斯拉量產(chǎn)節(jié)奏緩慢影響行情景氣度，2024年1月特斯拉給出2025年實現(xiàn)量產(chǎn)的指引，低于市場預期，整體行情承壓。階段四（24.10-25.3）產(chǎn)業(yè)加速期：特斯拉量產(chǎn)節(jié)奏明確，AI模型能力持續(xù)賦能，政府逐步加大支持，海內(nèi)外機器人公司共振，機器人產(chǎn)業(yè)加速進展。當前特斯拉、宇樹、智元機器人等廠商逐步小批量生產(chǎn)，量產(chǎn)節(jié)奏逐步加速。7/60行業(yè)|深度|研究報告 階段五（25.4-至今）優(yōu)化調(diào)整期：技術迭代調(diào)整中，持續(xù)探索人形機器人落地場景。5月關稅、6月特斯拉內(nèi)部人員變動影響板塊情緒。據(jù)馬斯克，OptimusGEN-3在年內(nèi)有望迭代，疊加智元宇樹拿下大訂單催化板塊情緒修復。參考同為顛覆性產(chǎn)品的智能手機、新能源汽車的發(fā)展歷程，作為移動互聯(lián)網(wǎng)重要載體，智能手機經(jīng)歷2011年23%滲透率的萌芽期，到2014年滲透率攀升至86%的成長期，目前進入滲透率超90%的成熟期；而新能源汽車2020年前滲透率低于5%，2024年預計滲透率35%，逐步從成長期邁入成熟期、格局收斂期；對于人形機器人板塊，能夠認為正處于“0→1（認知形成+產(chǎn)品迭代）階段”向“1→100階段（批量化+降本+性能迭代）”邁進，產(chǎn)業(yè)有望迎來爆發(fā)。美國兩大機器人企業(yè)中：特斯拉擁有強大的軟硬件自研能力以及技術基礎，同時具備成熟的供應鏈管理體系，且擁有自有工廠便于實測，在四大維度均有明顯優(yōu)勢。Figure02在Helix大模型的加持下軟件技術領先，且已與寶馬合作進入汽車工廠測試，但在規(guī)?；a(chǎn)以及成本管控方面作為初創(chuàng)公司仍有所中國機器人企業(yè)中：優(yōu)必選具備機器人核心零部件的自研自產(chǎn)能力，且在接入百度文心大模型后智能化能力有所補足，但成本仍有較大優(yōu)化空間。而宇樹G1在運動能力方面展現(xiàn)出全球領先的技術水平，且具備AI大模型自研能力，軟硬件均具備優(yōu)勢。同時，宇樹已實現(xiàn)四足機器人的量產(chǎn)與銷售，具備一定供應鏈經(jīng)驗積累，優(yōu)于FigureAI等初創(chuàng)公司。但目前宇樹G1公布的具體商業(yè)化落地場景僅有機器人足8/60行業(yè)|深度|研究報告海外方面，代表性廠商特斯拉人形機器人Optimus2025年預計進入量產(chǎn)準備階段，特斯拉發(fā)布2025年第一季度財報披露，人形機器人Optimus已在弗里蒙特工廠搭建試生產(chǎn)線，計劃2025年試生產(chǎn)5000臺，主要用于內(nèi)部物流與制造環(huán)節(jié)。2026年產(chǎn)能目標提升至5萬臺，并逐步拓展至家庭服務與特殊環(huán)境作業(yè)。國內(nèi)方面，優(yōu)必選2025年規(guī)劃人形機器人產(chǎn)能達到1000臺，2027年有望實現(xiàn)萬臺級別的交付。除優(yōu)必選外，智元、魔法原子等廠商也相繼公布量產(chǎn)計劃。全球人形機器人產(chǎn)業(yè)正經(jīng)歷從實驗室到工廠的關鍵躍遷。9/60行業(yè)|深度|研究報告人形機器人在AI的賦能+重磅玩家入局下，有望實現(xiàn)革命性突破。上游主要是零部件和原材料供應商。中游是人形機器人本體廠商。下游則是人形機器人的終端應用市場，包括醫(yī)療、教育、救災救援、公共安全、生產(chǎn)制造、家庭陪護等多個領域。10/60行業(yè)|深度|研究報告人形機器人作為高度復雜的智能裝備，上游核心機械零部件對其性能與功能的實現(xiàn)起著至關重要的作用。例如關節(jié)模組、減速器、靈巧手、傳感器等零部件，它們直接決定了人形機器人的運動精度、負載能力、靈活性以及整體的可靠性。任何一個關鍵部件的性能不足都可能影響到人形機器人的整體表現(xiàn)。在全球人形機器人產(chǎn)業(yè)快速發(fā)展的當下，相關核心機械零部件的市場需求預計將迎來顯著增長。11/60行業(yè)|深度|研究報告國產(chǎn)人形機器人核心零部件正展現(xiàn)出顯著的極具競爭力的成本優(yōu)勢。經(jīng)過多年的技術沉淀與產(chǎn)業(yè)深耕，我國在關鍵零部件的研發(fā)制造上取得了長足進步，從高精度的減速器到高效能的電機，再到智能靈敏的傳感器，均實現(xiàn)了不同程度的自主化生產(chǎn)。主要核心部件與國外相比有60%-70%的成本優(yōu)勢。一方面，國內(nèi)龐大的制造業(yè)基礎和完善的產(chǎn)業(yè)鏈，使得零部件生產(chǎn)能夠以規(guī)?；鳂I(yè)降低單位成本；另一方面，對技術研發(fā)的持續(xù)投入和創(chuàng)新工藝的應用，減少了不必要的損耗和浪費。這種成本優(yōu)勢為國產(chǎn)人形機器人在國內(nèi)外市場大規(guī)模推廣提供了支撐。減速器類似于機器人的“肌腱”，對于每一個以軸為中心轉(zhuǎn)動的機器“關節(jié)”，減速器可以精準調(diào)節(jié)機器轉(zhuǎn)動角度。按照控制精度劃分，減速器可分為一般傳動減速器和精密減速器。精密減速器回程間隙小、精度較高、使用壽命長，更加可靠穩(wěn)定，應用于機器人和數(shù)控機床等高端領域。其中諧波減速器與RV減速器已成為高精密傳動領域廣泛使用的精密減速器。12/60行業(yè)|深度|研究報告由于傳動原理和結(jié)構(gòu)等技術特點差異，使得各種減速器在下游產(chǎn)品及應用領域方面各有所側(cè)重、相輔相成，應用于不同場景和終端行業(yè)。諧波減速器具有單級傳動比大、體積小、質(zhì)量小、運動精度高并能在密閉空間和介質(zhì)輻射的工況下正常工作的優(yōu)點，同時具備成本優(yōu)勢，使其在人形機器人小臂、腕部、手部等部件領域具有無可替代的地位。RV減速器主要應用于工業(yè)機器人的高負載關節(jié)；行星減速器，傳動比范圍大、體積重量大于諧波減速器，主要安裝在步進電機和伺服電機上，用來降低轉(zhuǎn)速，提升扭矩，匹配慣量，應用于起重運輸、工程機械等工業(yè)設施。13/60行業(yè)|深度|研究報告擺線針輪減速機雖然利用行星齒輪傳動原理，但其采用了擺線針齒嚙合方式，是一種新型行星減速器。其與傳統(tǒng)行星齒輪減速器在以下幾個方面有所不同：1）結(jié)構(gòu)和工作原理方面，傳統(tǒng)行星齒輪減速機由中心太陽齒輪、行星齒輪和內(nèi)環(huán)齒輪組成。太陽齒輪位于中心，圍繞其旋轉(zhuǎn)的行星齒輪與內(nèi)環(huán)齒輪相互嚙合，實現(xiàn)減速效果。擺線針輪減速機利用擺線針輪與擺線針齒輪的嚙合來實現(xiàn)減速。2）工作效率方面，行星齒輪減速機由于多組齒輪的傳遞，減速效率通常在85%至95%之間。擺線針輪減速機的效率較高，通常能夠達到90%以上。其擺線齒輪輪廓設計使得嚙合時減少了齒輪間的滑動，減小了能量損失。3）扭矩對比方面，行星齒輪減速機可以承受較大的徑向和軸向載荷，適用于需要高扭矩傳遞的應用。擺線針輪減速機由于齒輪的設計特點，更適合用于較小的扭矩傳遞，適用于精密傳動場景。4）應用領域方面，行星齒輪減速機適用于需要高扭矩傳遞的工業(yè)應用，如生產(chǎn)線、機床等。而擺線針輪減速機更適用于需要高精度傳動的領域，如精密機械、自動化裝置等。國內(nèi)外人形機器人多點開花，諧波減速器市場需求大增。國內(nèi)外人形機器人產(chǎn)品正呈多點開花態(tài)勢，從主要廠家的旋轉(zhuǎn)關節(jié)減速器方案來看，諧波減速器、行星減速器為主流方案。諧波減速器則主要應用于其肩、肘、腕等關節(jié)，精密行星減速器主要應用于人形機器人的手、膝、踝關節(jié)等部位。諧波減速器全球市場需求激增。根據(jù)特斯拉和其他公司量產(chǎn)規(guī)劃，預計2026-2029年全球產(chǎn)量達15萬臺、30萬臺、50萬臺、100萬臺。如果平均每臺裝14臺，2029年人形機器人諧波減速器需求將達1400萬臺，全球市場增量將達84億元。14/60行業(yè)|深度|研究報告全球諧波減速器市場規(guī)模快速增長。根據(jù)HDINResearch數(shù)據(jù)，2024年的諧波減速器市場規(guī)模達12億美元，約人民幣86億元。同時，預測表明受益下游人形機器人需求爆發(fā)，諧波減速器市場將繼續(xù)保持上升趨勢預計到2029年將達到34億美元。哈默納科占全球市場大部分份額，國內(nèi)企業(yè)正在崛起。2023年哈默納科占據(jù)全球市場約85%的份額，具有行業(yè)領頭地位。另外，綠的諧波占據(jù)全球8%市場份額。雖然全球市場海外龍頭主導地位仍將持續(xù)，但國內(nèi)企業(yè)逐漸展現(xiàn)強勁的競爭力和進口替代趨勢。從國內(nèi)市場來看，哈默納科2023年占有率40%，相比全球份額較小。綠的諧波占有率已達18%，占有率正持續(xù)擴大。哈默納科諧波減速器擴產(chǎn)幅度較小，不能覆蓋人形機器人量產(chǎn)需求。根據(jù)哈默納科財報，截止2024年3月，哈默納科諧波減速器產(chǎn)能為306萬臺/年。公司為應對下游人形機器人和工業(yè)機器人需求規(guī)劃擴產(chǎn)，預計2026年哈默納科產(chǎn)能將達347萬臺/年，整體擴產(chǎn)偏謹慎幅度較小，未能覆蓋全球人形機器人量產(chǎn)增長需求。國內(nèi)諧波減速器廠商積極應對諧波減速器市場需求增長。綠的諧波、豐立智能、瑞迪智驅(qū)、豐光精密和科達利等公司通過研發(fā)投入、技術創(chuàng)新、先進的加工設備、工藝優(yōu)化、產(chǎn)品升級和明確擴產(chǎn)計劃，展現(xiàn)強勁的市場競爭力和進口替代趨勢。隨著人形機器人量產(chǎn)加速，國內(nèi)廠商有望憑借快速擴產(chǎn)優(yōu)勢，在全球市場中占據(jù)更大的份額。15/60行業(yè)|深度|研究報告輕量化與性能優(yōu)化需求下，新型減速器逐漸涌現(xiàn)。以XT減速器為例，巨輪智能研發(fā)的XT減速器通過結(jié)構(gòu)優(yōu)化，在相同體積下扭矩提升50%，重量僅為諧波減速器的一半，且解決了滑齒問題。性能上，其扭轉(zhuǎn)剛度是諧波減速器的2倍以上、精度壽命是諧波減速器的2倍以上、傳動效率也遠高于諧波減速器，因此這是一款能夠替代諧波減速器以及RV減速器，可全面應用在人形機器人的全新減速器。截至2025年5月28日巨輪智能XT減速器樣機已裝配完成，經(jīng)檢測滿足人形機器人輕量化需求，提高減速器剛性、精度和壽命，但尚未進入量產(chǎn)階段。XT減速器是一種擺線針輪行星傳動裝置。通過第一支承盤、第二支承盤和中間支承盤形成穩(wěn)定的輸出機構(gòu)，提高了傳動裝置的承載能力，以承載四片擺線輪的傳動載荷，通過采用四個擺線輪的結(jié)構(gòu)能夠?qū)崿F(xiàn)動平衡，且第一軸承和第二軸承選型較小，能夠減少第一軸承和第二軸承所需的體積和質(zhì)量，從而提高扭矩密度。進而能夠使傳動裝置穩(wěn)定的傳遞扭矩，提高疲勞強度、結(jié)構(gòu)剛度和抗沖擊能力，提高使用壽命，故同等條件下還可以采用較少的傳力柱、采用較小的第一軸承和較小的第二軸承，實現(xiàn)傳動裝置的小型化。絲杠是一種將旋轉(zhuǎn)運動轉(zhuǎn)化為直線運動的機械傳動裝置，由螺桿和螺母組成，廣泛應用于人形機器人的關節(jié)驅(qū)動系統(tǒng)（如線性執(zhí)行器）。其核心作用是提供高精度、高負載的直線位移控制，直接影響機器人的運動靈活性、穩(wěn)定性和負載能力。人形機器人中使用的絲杠包括梯形絲杠、滾珠絲杠和行星滾柱絲杠。16/60行業(yè)|深度|研究報告行星滾柱絲杠因其體積空間小、精度高、輸出大，以及耐用穩(wěn)定的性能等特點正被越來越廣泛的應用在工業(yè)領域。在汽車工業(yè)、工程機械、機床設備、機器人、醫(yī)療器械、石油天然氣等行業(yè)，行星滾柱絲杠技術正逐步替代現(xiàn)有技術體系成為主流技術方向。根據(jù)DATAINTELO的數(shù)據(jù)，2022年全球行星滾柱絲杠市場規(guī)模為12.7億美元，全球市場規(guī)模仍較小。行星滾柱絲杠量產(chǎn)三大壁壘：原材料、工藝流程與加工設備。絲杠對原材料的要求十分嚴苛。絲杠在反復運動過程中會受到連續(xù)振動、沖擊和摩擦，因此對于材料的強度、剛性、耐磨性、耐腐蝕性、抗疲勞性、承載力等一定要求，普通的金屬材料無法滿足需求，通常需要特種金屬材料來進行制備。高精度絲杠加工工藝復雜周期長。磨削絲杠產(chǎn)品一致性較高，有統(tǒng)一的標準，經(jīng)過多道工序包括熱處理、車削和磨削等多道工序，生產(chǎn)周期較長在30天以上，適合用于高精度設備的定位部件。行星滾柱絲杠所需多種高端加工設備。行星滾柱絲杠工藝過程中所需高精度螺紋磨床、車削中心、精密磨床、旋風銑床、數(shù)控機床、熱處理設備、尖端檢測儀器等多樣高端復雜設備。高精度磨床、檢測設備以德國、日本品牌為受益人形機器人產(chǎn)業(yè)興起，滾柱絲杠市場空間抬升。行星滾柱絲杠可使其關節(jié)在承受較大負載時仍能保持穩(wěn)定運動。Optimus機器人的機械部件方案中，線性關節(jié)14個，其由14臺行星滾柱絲杠組成。根據(jù)人形機器人主要廠商量產(chǎn)進程推測，預計2029年全球行星滾柱絲杠市場增量空間將達112億元，行星滾柱絲杠市場空間彈性巨大。17/60行業(yè)|深度|研究報告歐洲廠商主導市場，國產(chǎn)替代預期顯現(xiàn)。2022年我國滾柱絲杠市場份額排名前四的歐洲廠家分別是Rollvis（瑞士）、GSA（瑞士）、Ewellix（瑞典）、Rexroth（德國），市占率分別為27%、26%、13%、12%，共計占比78%；國內(nèi)南京工藝市占率為8%。行星滾柱絲杠國產(chǎn)化程度較低、制造量產(chǎn)難度大，主要高端廠商集中在歐洲。未來人形機器人量產(chǎn)帶動絲杠需求提升，歐美廠商擴產(chǎn)速度不及國內(nèi)，國產(chǎn)化將迎來重大機遇。國內(nèi)產(chǎn)品在執(zhí)行效率、承載能力、使用壽命和導程精度上與Rollvis、GSA和Ewellix等知名國外企業(yè)有性能差距。國內(nèi)企業(yè)正通過研發(fā)創(chuàng)新實現(xiàn)逐步突破。如，新劍傳動目前行星滾柱絲杠已經(jīng)獲得特斯拉定點，得到下游客戶認可；2022年行星滾柱絲杠業(yè)務實現(xiàn)2368萬元收入，同比增長1419.6%。公司為進一步保持行星滾柱絲杠的領先地位和產(chǎn)能提升，滿足市場需求，分兩期建設總投入26億元，其中一期投入10億元，形成年產(chǎn)100萬臺人形機器人行星滾柱絲杠智能物聯(lián)制造產(chǎn)線。18/60行業(yè)|深度|研究報告人形機器人電機是驅(qū)動機器人的各個關節(jié)進行運動的核心部件，在機器人系統(tǒng)中的作用包括提供所需的驅(qū)動力，以及通過控制電機轉(zhuǎn)速和扭矩來實現(xiàn)機器人運動的精確調(diào)節(jié)。特斯拉Optimus機器人中有兩類電機用量比較大，即無框力矩電機和空心杯電機。無框力矩電機沒有固定的外框架，它的結(jié)構(gòu)通常是由定子和轉(zhuǎn)子組成，沒有軸、軸承、外殼、反饋或端蓋。轉(zhuǎn)子直接承載負載，而定子則由外部驅(qū)動系統(tǒng)提供動力。這種電機通常在旋轉(zhuǎn)關節(jié)、線性關節(jié)中使無框力矩電機因其特性與人形機器人關節(jié)的需求高度契合，已成為該領域的主流驅(qū)動方案。主要體現(xiàn)在：1）快速響應，指令信號至目標狀態(tài)的轉(zhuǎn)換時間達毫秒級，顯著提升關節(jié)啟停靈敏度，完美適配仿人運動所需的高頻動作切換場景。2）高能量密度，通過磁路拓撲優(yōu)化和鐵芯結(jié)構(gòu)精簡，在同等體積下實現(xiàn)扭矩密度突破，滿足關節(jié)空間受限下的高功率輸出需求。3）空間適應性，支持深度嵌入式集成，可靈活適配從指關節(jié)到髖關節(jié)的全尺度定制化裝配。19/60行業(yè)|深度|研究報告特斯拉Optimus人形機器人方案中，其28個關節(jié)執(zhí)行器系統(tǒng)均以高功率密度無框力矩電機為核心驅(qū)動單元。其中，14個旋轉(zhuǎn)關節(jié)由無框力矩電機+諧波減速器組成，模擬人體旋轉(zhuǎn)自由度。另外，14個直線結(jié)構(gòu)關節(jié)由無框力矩電機+行星滾柱絲杠組成，模擬人體線性伸縮肌群，如肱二頭肌。旋轉(zhuǎn)關節(jié)提供多向活動能力，直線執(zhí)行器生成仿肌腱牽引力，為動態(tài)平衡與精細操作奠定硬件基礎。根據(jù)人形機器人主要廠商量產(chǎn)進程和每臺裝配數(shù)量推測，預計2029年全球無框力矩電機市場增量空間將達140億元。無框力矩電機頭部集中度高，中低端產(chǎn)品國產(chǎn)化程度高。無框力矩電機目前還存在較高的技術壁壘，中國內(nèi)地只有少量廠商能提供品質(zhì)較高的無框力矩電機。其中步科股份依靠生產(chǎn)技術和較低的成本占據(jù)了較大的市場，是行業(yè)最大的無框力矩電機供應商。目前除了少量高端應用場景需要使用科爾摩根等國外廠商的無框力矩電機，大部分下游場景都已經(jīng)開始使用國產(chǎn)產(chǎn)品，因此國產(chǎn)化程度高。人形機器人有望帶動空心杯電機需求大幅增長。空心杯自1930s起，至今已有80年的歷史，空心杯電機最初由于價格較高，商業(yè)化難以進行。1960s汽車制造商可以用較低廉的價格購買空心杯電機，迅速使空心杯電機成為最受歡迎的電機產(chǎn)品之一?？招谋姍C提供了在不影響電池壽命及性能的情況下更輕、更敏捷的人形機器人所需的效率和功率密度，將隨特斯拉人形機器人的量產(chǎn)推進逐步放量?？招谋姍C市場集中度高，但仍以外資主導。空心杯電機的轉(zhuǎn)子沒有鐵芯，采用的是繞制在空心杯狀結(jié)構(gòu)上的銅線。這種設計使得空心杯電機能夠在較小體積下提供較高的功率密度。空心杯電機在靈巧手中使用，單只靈巧手有6個空心杯電機，大拇指使用兩個空心杯電機，其余四個手指均有一個空心杯電機。20/60行業(yè)|深度|研究報告全球空心杯電機市場知名企業(yè)包括Faulhaber、Portescap、AlliedMotionTechnologies、MaxonMotor及NidecCopalCorporation，這些企業(yè)在空心杯電機的設計、制造以及技術創(chuàng)新方面處于領先地位，高端空心杯電機直徑可以做到3-5mm。中國內(nèi)地企業(yè)進入空心杯行業(yè)較晚，目前參與該產(chǎn)品市場的企業(yè)都以小批量出貨為主，量產(chǎn)能力有待提升。2023年Maxon、Faulhaber和Portescap占據(jù)了中國內(nèi)地空心杯電機市場79%的份額，中國內(nèi)地企業(yè)中鳴志電器是空心杯龍頭，2023年在中國內(nèi)地空心杯市場市場份額為5%，其通過收購美國LinEngineering和瑞士TechnosoftMotionAG獲得了空心杯電機的領先技術。人形機器人傳感器主要分為以下幾類：力覺/力矩傳感器：包含本體單元和應變檢測，由力敏元件、轉(zhuǎn)換元件和信號處理單元等將力矩轉(zhuǎn)換為電信號輸出，在機器人手腕、腳踝處作用重要。其中六維力傳感器可同時測量三個正交力和三個正扭矩，多用于復雜的力控操作；視覺傳感器：通過光學鏡頭和感光元件接收環(huán)境信息，將光信號轉(zhuǎn)換為電信號，結(jié)合算法提取圖像中的關鍵信息，可分為2D方案和3D方案，其中3D光學識別又包括結(jié)構(gòu)光、TOF、雙目視覺等技術類別；觸覺傳感器：利用壓敏電阻、極板間電容的變化、壓電效應等方式檢測觸力、壓力、紋理等，將受力信息轉(zhuǎn)換為電信號，主要有MEMS和電子皮膚兩種技術路線；定位傳感器：慣導IMU基于慣性定律，測量單元的核心組成是加速度計和陀螺儀，檢測物體的加速度和角速度，通過積分得到物體的位移數(shù)據(jù)和旋轉(zhuǎn)角度。傳統(tǒng)傳感器價值量較低，力傳感器、電子皮膚、視覺傳感器、慣性傳感器等價值量較高。力傳感器、電子皮膚、視覺傳感器、慣性傳感器等傳感器，不僅因其高價值量而受到重視，更因其與人形機器人的智能化、仿生化和高自由度等發(fā)展方向緊密相連，對提升機器人性能具有決定性作用，這些傳感器具有較大的市場潛力。高精度機器人方案中傳感器價值量占比約為26%，其中力傳感器、電子皮膚、視覺傳感器和慣性傳感器（IMU）分別占比16%、3.5%、3.5%、3%，其他傳感器包含電流傳感器、溫度傳感器、顆粒傳感器合計占比約為0.5%。21/60行業(yè)|深度|研究報告1）力傳感器，按照測量維度可以分為一至六維力傳感器。最常見的是一維、三維和六維力傳感器。在指定的直角坐標系內(nèi)，傳感器如果能同時測量沿三個坐標軸方向的力和繞三個坐標軸方向的力矩，則稱為六維力傳感器。一維、三維和六維力傳感器分別適用于不同的場景。根據(jù)感力原件的不同，力傳感器主要分為三類：應變式力傳感器、光學式傳感器以及壓電式力傳感器。其中電阻應變式是應用最廣泛、研究也比較成熟的一類，其采用的是硅應變片或金屬箔，本質(zhì)是材料本身發(fā)生形變進而轉(zhuǎn)化為阻值變化；光學式傳感器，通過光柵反映形變，再轉(zhuǎn)化成力；壓電式傳感器，將被測物理量變化轉(zhuǎn)換成壓電材料因受機械力產(chǎn)生靜電電荷或電壓變化的傳感器，可分為電容和壓電兩種，電容是通過極距的變化導致電壓變化，壓電則是通過形變改變電荷。22/60行業(yè)|深度|研究報告2）視覺傳感器：旨在利用機器來執(zhí)行視覺識別和判斷任務。在工業(yè)生產(chǎn)中，機器視覺的引入旨在提升效率、減少誤差、降低成本，并從繁重或危險的工作環(huán)境中解放人力。人類約70%的信息是通過人眼感知獲取的，人形機器人也將通過視覺感知獲取大量信息。目前在視覺方案上，每家人形機器人主機廠選擇的方案有所差異，隨著未來人形機器人出貨量的增長，技術的迭代升級，未來視覺方案也將會逐步優(yōu)化定型。特斯拉Optimus采用純視覺傳感器方案，搭載了2D視覺傳感器和與特斯拉車輛相同的FSD技術以及Autopilot相關神經(jīng)網(wǎng)絡技術。人形機器人視覺方案目前主要以結(jié)構(gòu)光、雙目或多目RGB、TOF等的組合方案為主；算法基礎強的廠商會采用更為簡單的傳感器方案，而算法相對薄弱的廠商會選擇更為核心的硬件。23/60行業(yè)|深度|研究報告3）觸覺傳感器：目前觸覺傳感器的主要有MEMS（微機電系統(tǒng)）和電子皮膚兩種主流技術路線。MEMS傳感器體積小、功耗低、量產(chǎn)工藝成熟、成本低，可集成壓力、溫度、加速度等多種傳感器至一顆芯片上，多種傳感器集合在機器人硬質(zhì)皮膚上。OptimusGen2就可能采用的是壓阻式MEMS傳感器。電子皮膚是柔性觸覺傳感器的一種稱呼，結(jié)合了電子和材料兩大學科，能夠模擬人類皮膚對溫度、濕度、震動以及接觸物體的材質(zhì)和軟硬程度等關鍵特性，在手指、手臂等部位放置傳感器整列。以日本東京早稻田大學子公司XELARobotics發(fā)布的uSkin電子皮膚為例，小巧、輕薄、柔性設計，有1×1、2×1、2×2、4×4、4×6多種規(guī)格的傳感器陣列。國內(nèi)漢威科技、華威科、帕西尼等企業(yè)現(xiàn)已布局機器人電子皮膚產(chǎn)品。漢威科技柔性微納傳感器業(yè)務主要由控股子公司蘇州能斯達開展，此外，公司投資了主要從事柔彈性傳感器的韌和科技。華威科采用IDM模式，打通生產(chǎn)裝備、材料、工藝、器件研發(fā)全鏈條環(huán)節(jié)，涵蓋柔性射頻器件、柔性電子皮膚、柔性覆冰監(jiān)測傳感器等產(chǎn)品，終端覆蓋人形機器人、汽車、醫(yī)療、新能源等多個領域。帕西尼專業(yè)級機器人ITPU觸覺傳感器功能強大，在三維/六維力檢測的基礎上，安裝在PX-6AX上的柔性傳感陣列能額外為機器人提供滑動、摩擦、紋理、溫度等額外信息，使得機器人能在更豐富多元的場景下感知。24/60行業(yè)|深度|研究報告4）慣性傳感器（IMU）：慣性導航是一種不依賴于外部輸入信息、也不向外部輻射能量的自主式導航方式。其基本工作原理是以牛頓力學定律為基礎，通過測量載體在慣性參考系的加速度和角速度，然后對時間進行積分，再變換到導航坐標系中，從而得到載體在導航坐標系中的姿態(tài)和位置等信息，實現(xiàn)導航的目的。慣性測量單元（InertialMeasurementUnit，簡寫IMU）中陀螺儀和加速度計是基礎核心器件，其性能高低直接決定慣性系統(tǒng)的整體表現(xiàn)。由于人形機器人對慣性導航傳感器小型化、集成化、大批量生產(chǎn)的需求，硅基MEMS慣性傳感器成為主要發(fā)展方向，光學IMU則用于低成本敏感度的高精度領域如航天、國防、海上導航等。MEMS慣性傳感器主要構(gòu)成包含一顆微機械（MEMS）芯片和一顆專用控制電路（ASIC）芯片。目前國內(nèi)布局人形機器人傳感器企業(yè)較多。力矩傳感器方面，六維力矩傳感器技術壁壘較高，涉及設備、工藝和零部件的復雜性，國內(nèi)企業(yè)如宇立儀器、柯力傳感、坤維科技等已有較大突破；視覺傳感器方面，以海康威視、大恒科技、天準科技、奧普特為代表的本土機器視覺企業(yè)，在核心零部件技術、獨立軟件算法等領域進行了大力投資。觸覺傳感器方面，國內(nèi)主要布局廠商包括柯力傳感（指尖觸覺）、漢威科技（柔性傳感器）、東華測試、華益科技、康斯特、敏芯股份（關節(jié)扭矩與平衡）；定位傳感器方面，慣性傳感器MEMS芯片/傳感器廠商、IMU模塊公司如華依科技、華測導航有望迎來機會。國內(nèi)人形機器人靈巧手百花齊放，眾多廠商布局該行業(yè)。國內(nèi)靈巧手領域的企業(yè)主要有兩類：1）人形機器人本體廠商，部分開發(fā)并對外出售靈巧手產(chǎn)品，如智元機器人、帕西尼、星動紀元等，有些則只生產(chǎn)人形機器人本體，但靈巧手自研，如靈寶CASBOT、魔法原子等。目前絕大多數(shù)人形機器人本體廠商25/60行業(yè)|深度|研究報告仍處于第一代靈巧手研發(fā)生產(chǎn)階段，少部分本體廠商（如智元機器人、優(yōu)必選、戴盟機器人、傅利葉）靈巧手已經(jīng)進展到第二代、第三代。2）國內(nèi)人形機器人產(chǎn)業(yè)鏈上游零部件廠商，如因時機器人、傲意科技、靈巧智能、靈心巧手、憶海原識、兆威機電等，供應靈巧手產(chǎn)品但不供應本體。相較于本體廠商，在產(chǎn)業(yè)鏈上游的零部件廠商在靈巧手性能及商業(yè)化量產(chǎn)方面較為領先。26/60行業(yè)|深度|研究報告?zhèn)鲃臃桨赴苯域?qū)動和間接驅(qū)動，其中直驅(qū)方案精度高但成本大。直接驅(qū)動：電機搭配減速系統(tǒng)直接控制關節(jié)，無需傳動部件，動力傳輸路徑短，能量損耗小?？刂凭雀撸憫俣瓤?，適合高精度操作。每個關節(jié)都需要電機和減速系統(tǒng)，成本隨著自由度增加而顯著上升。間接驅(qū)動：電機與減速系統(tǒng)輸出轉(zhuǎn)矩經(jīng)絲杠/蝸輪蝸桿轉(zhuǎn)換為直線運動，再經(jīng)腱繩/連桿驅(qū)動關節(jié)，動力傳輸路徑長，能量損耗相對較大?？刂凭仁軅鲃硬考绊懀赏ㄟ^優(yōu)化設計和控制算法提高精度。電機集中安裝，可減少電機數(shù)量，通過優(yōu)化設計和批量采購可降低成本。目前傳動方案以間驅(qū)為主，且細分技術還沒收斂。非直驅(qū)方案傳動方案包括微型絲杠或蝸輪蝸桿（將旋轉(zhuǎn)運動轉(zhuǎn)為直線）搭配腱繩或連桿（將直線運動傳遞至關節(jié)），目前微型滾珠絲杠+腱繩為主流方案。連桿傳動多用于工業(yè)和商業(yè)用途，多個連桿串并聯(lián)混合使用形式比較常見。手指的運動和動力由剛性連桿傳遞，能夠抓取大型的物體且結(jié)構(gòu)設計緊湊，可以完成包絡抓取。但在遠距離控制上比較困難，容易發(fā)生彈射，抓取空間較小。齒輪傳動在工業(yè)機器人中應用比較廣泛，可獲得穩(wěn)定的傳動比，傳遞效率高，可靠性更強。但齒輪傳動本身質(zhì)量加大整體的質(zhì)量和慣性而顯得比較笨重。腱繩傳動目前靈巧手研究中應用最為廣泛的傳動方式。腱繩傳動在一定程度模擬人手肌腱結(jié)構(gòu)，線繩傳動使得大型驅(qū)動器可遠離執(zhí)行機構(gòu)，減輕末端負載和慣量，提升抓取速度，適合空間較小且需要驅(qū)動自由度數(shù)目較多的傳動場合。但本身有負載能力弱、預緊力變化大、負載越大效率越低的局限性。直驅(qū)方案逐漸興起，兆威機電和星動紀元等推出相關直驅(qū)靈巧手。兆威機電新靈巧手采用獨創(chuàng)的單關節(jié)驅(qū)動技術實現(xiàn)電機關節(jié)內(nèi)置，整手配備17個主動執(zhí)行單元，單指節(jié)擁有3個及以上主動執(zhí)行單元，整手通過仿生學原理設計有17個自由度，單只手指自由度大于等于3個，可擴至20個，能模擬人手難及動作，在自由度方面達到了行業(yè)領先水平。27/60行業(yè)|深度|研究報告星動XHAND1作為星動紀元首創(chuàng)的關節(jié)全直驅(qū)仿人五指靈巧手和成人人手大小相仿，在VPP模型的訓練和驗證中展現(xiàn)出了獨特的優(yōu)勢。其全直驅(qū)方案通過齒輪直接驅(qū)動，省去了復雜繩驅(qū)、連桿的傳動機構(gòu)，配備12個全主動自由度，使速度響應更快，單指能實現(xiàn)10次點擊/秒，堪比電競選手的“電競手”，從而迅速執(zhí)行VPP模型發(fā)出的操作指令。腱繩傳動式中腱繩是靈巧手的“肌腱”，通過牽引手指活動，完成各種動作，目前超高分子量聚乙烯纖維是主流的腱繩材料。早期使用的腱繩材料有特氟龍、芳綸纖維、滌綸等。目前，超高分子量聚乙烯纖維，簡稱UHMWPE纖維，別名又叫做高強高模聚乙烯纖維，是分子量150萬以上的無支鏈的線性聚乙烯。與碳纖維、芳綸合稱為“世界三大高科技纖維”。具有超高強度、超高模量、低密度、耐磨損、耐低溫、耐紫外線、抗屏蔽、柔韌性好、沖擊能量吸收高及耐強酸、強堿、化學腐蝕等眾多的優(yōu)異性能。目前國內(nèi)九州星際、千禧龍纖、同益中、南山智尚、恒輝安防、湖南中泰、儀征化纖等企業(yè)布局超高分子量聚乙烯纖維。人形機器人是機器人與人工智能兩大產(chǎn)業(yè)交匯的關鍵載體，其發(fā)展核心在于實現(xiàn)具身智能——即賦予機器人物理實體，使其能自主感知、決策并與物理世界交互，從而具備通用場景的泛化能力，擺脫傳統(tǒng)工業(yè)機器人依賴預設程序的局限。然而，盡管硬件基礎通過漸進式創(chuàng)新已不斷夯實，但實現(xiàn)通用性、走向規(guī)模商業(yè)化的最大瓶頸在于軟件算法層面，產(chǎn)業(yè)正迫切期待在人形機器人“大小腦”核心模型上出現(xiàn)一次顛覆式創(chuàng)新，以突破當前僅能在特定場景工作的局限。人形機器人的軟件體系以實現(xiàn)通用泛化的“大小腦”為核心，由本體企業(yè)主導“小腦”并探索“大腦”，大模型公司以多模態(tài)算法賦能“大腦”，同時面臨數(shù)據(jù)瓶頸，并依賴仿真與開發(fā)平臺等基礎設施的支撐。28/60行業(yè)|深度|研究報告“大腦”負責感知和規(guī)劃決策：“大腦”處于相對“高級別”的功能層級，主要提供機器人所需要的頂層感知、理解、規(guī)劃、推理能力。在人形機器人的運動流程中，“大腦”主要處理的是從任務級到技能級的過程環(huán)節(jié)，其能夠理解自然語言指令，解析任務需求，整合來自于視覺等各類模態(tài)傳感器的信息，進行任務的規(guī)劃和具體細分技能和動作策略的拆解。近年來AI大模型尤其是在多模態(tài)大模型領域持續(xù)迭代，持續(xù)賦能機器人“大腦”層級的進步?！靶∧X”負責運動控制：“小腦”處于相對“低級別”的功能層級，主要負責將抽象的動作規(guī)劃與策略轉(zhuǎn)化為具體的操作并控制執(zhí)行?！靶∧X”主要處理的是動作級到基元級的過程環(huán)節(jié)，在接受“大腦”制定的運動策略后，生成精準的控制指令驅(qū)動機器人“軀干”完成動作的執(zhí)行，并根據(jù)具體環(huán)境進行適當?shù)膬?yōu)化調(diào)整。目前“小腦”的職能主要還是由底層的運動控制系統(tǒng)結(jié)合一些控制領域的AI小模型來進行承擔。29/60行業(yè)|深度|研究報告“大小腦”任務的本質(zhì)是將任務級的指令逐步轉(zhuǎn)化為基元級的控制指令。“大腦”最初接受到的是用戶通過自然語言等形式下達的任務級指令（比如“我想喝杯水，你能夠幫忙嗎？”),然后“大腦”會將任務規(guī)劃為對應的操作技能（比如“找到水壺、找到水杯、拿起水壺、給杯子倒水、放下水壺”），并繼續(xù)拆解為具體的動作指令（比如直線運動、圓弧運動、曲線運動、手抓開合等而后“小腦”再對動作指令進行接受處理，并根據(jù)動作指令和機器人物理硬件的限制，生成具體的軌跡規(guī)劃并最終生成可執(zhí)行的控制指令（比如目標位置、姿態(tài)、力及力矩、速度前饋等），最終再由具體的硬件模塊執(zhí)行控制指令，完成操“大小腦”分層架構(gòu)是當下的主流，一體化端到端路線也在積極探索?！按竽X”與“小腦”更多是在功能層級上的劃分定義，而在具體的機器人模型架構(gòu)上，產(chǎn)業(yè)既有分層模型架構(gòu)的技術路線，也有端到端模型架構(gòu)的技術路線。在當前較為主流的分層架構(gòu)中，“大腦”與“小腦”分別作為不同的層級由多個神經(jīng)網(wǎng)絡分別訓練優(yōu)化再進行整合，比如可能是由多模態(tài)大模型作為“大腦”，再由多個小模型結(jié)合運動控制算法組成“小腦”。而端到端模型的理念是要直接實現(xiàn)以人類指令作為輸入，機器人動作指令作為輸出的端到端方案，“大小腦”可能會走向一體化，作為一個統(tǒng)一的機器人大模型進行訓練，最終控制機器人整體的感知規(guī)劃和運動軌跡。而當前的產(chǎn)業(yè)發(fā)展也尚處早期，技術路線遠未收斂，未來各大路徑均有規(guī)?；瘧?0/60行業(yè)|深度|研究報告感知與規(guī)劃是“大腦”的主要職能，也是多模態(tài)大模型的能力范圍。人形機器人“大腦”一方面需要負責通過感知系統(tǒng)獲取多種模態(tài)的環(huán)境狀態(tài)信息，同時與使用者通過自然語言等方式進行人機交互；另一方面則需要基于預先設定的策略結(jié)合一定的智能推理能力將任務進行規(guī)劃分解，并轉(zhuǎn)化為可執(zhí)行的動作策略或代碼指令。而這其中所需要的多模態(tài)理解、自然語言處理、模型推理以及代碼生成均是目前的多模態(tài)大模型，尤其是視覺語言大模型（VLM）所擅長的能力。因此目前在行業(yè)中眾多落地的人形機器人應用中，都是由多模態(tài)大模型來擔當“大腦”的角色。多模態(tài)大模型加速迭代，端到端、多模融合與多模推理為聚焦方向。從大模型產(chǎn)業(yè)本身的發(fā)展趨勢來看，多模態(tài)已經(jīng)成為行業(yè)中眾多參與者重點突破的方向。雖然目前包括OpenAIGPT、GoogleGemini、字節(jié)豆包等海內(nèi)外行業(yè)頭部模型在多模態(tài)感知和多模態(tài)生成上已有許多成果，但在多模態(tài)感知與生成的融合、端到端多模態(tài)、多模態(tài)推理等方向仍有較大的進步空間。可以預見在未來數(shù)年多模態(tài)領域仍將是眾多大模型大廠聚焦突破的方向。而實際上這些能力也是未來形成更為成熟的機器人“大腦”所必需具備的，這些前沿領域的成果也將為后續(xù)“大腦”能力的提升打下基礎，或者說機器人“大腦”本身就是這些多模態(tài)大模型能力提升后最為直接的應用方向之一。大模型大廠關注機器人“大腦”領域，在模型架構(gòu)和技術路線上積極探索。由于廣闊的行業(yè)前景，人形機器人“大腦”已經(jīng)成為了多模態(tài)大模型最為重要的垂類分支之一，眾多海內(nèi)外大模型頭部廠商都在這一領域加碼投入探索。其中典型的就是Google在這一領域的工作，其在過去幾年間發(fā)布的RT-1、PaLM-E、RT-2系列模型引領了多模態(tài)大模型與機器人應用融合的產(chǎn)業(yè)探索；而除了Google之外，字節(jié)跳動的GR-1、GR-2系列，OpenAI與Figure的合作探索等也均是模型廠商在“大腦”領域探索的案例。31/60行業(yè)|深度|研究報告從Google的探索看多模態(tài)大模型向人形機器人“大腦”的發(fā)展路徑：在2022年Google發(fā)布的RT-1是行業(yè)中對于Transformer大模型與機器人領域應用最早的探索，其能夠接受簡單文本指令和圖像輸入，基于Transformer大模型進行處理，并轉(zhuǎn)化為機械動作輸出；之后Google又在23年推出了PaLM-E，其是首個具身領域的多模態(tài)視覺語言模型（VLM模型），能夠接收復雜的任務要求以及圖像輸入，將其轉(zhuǎn)化分解為簡單的文本指令；而Google在23年下半年發(fā)布的RT-2則是對前兩者的結(jié)合，其定位為多模態(tài)視覺語言動作模型（VLA模型），能夠直接理解復雜的任務指令并生成控制指令，進而直接操作機械臂，能夠認為RT-2也奠定了多模態(tài)大模型作為機器人“大腦”的技術路徑。而在2025年3月，Google發(fā)布了新一期機器人大模型GeminiRobotics，在機器人泛化能力和空間推理方面又獲提升，同時適配多形態(tài)機器人平臺，目標構(gòu)建類似安卓的通用機器人生態(tài)。機器人本體廠商愈發(fā)重視“大腦”，與大模型公司競合并行。除了Tesla等在AI模型領域積累深厚的企業(yè)之外，早期的機器人創(chuàng)業(yè)公司在“大腦”層面上大多依賴于大模型公司，接入其提供的大模型進行賦能；但隨著產(chǎn)業(yè)的發(fā)展，本體廠商也愈發(fā)重視“大腦”作為產(chǎn)品的核心壁壘，更加傾向于加大投入自研大模型“大腦”，或者是與大模型廠商進行合作開發(fā)，希望在“大腦”層面掌握更強的競爭壁壘與行業(yè)話語權。例如在24年之前，F(xiàn)igureAI與OpenAI持續(xù)合作，在“大腦”層面采用OpenAI的GPT模型作為支持；但在25年之后，雙方也宣布合作中止，F(xiàn)igureAI也在25年發(fā)布了自研的端到端VLA模型Helix。而在國內(nèi)，智元機器人也在25年3月推出了自研通用具身基座模型GO-1，此外還有更多包括銀河通用、智平方、HillBot等在初期就以“大腦”作為核心壁壘的初創(chuàng)企業(yè)。但整體上看，能夠認為未來機器人“大腦”的迭代還是需要大模型廠商與機器人企業(yè)共同推進，以通用多模態(tài)大模型的迭代為技術基礎，機器人垂類領域的數(shù)據(jù)積累與場景應用為迭代關鍵?；谝?guī)則的控制是傳統(tǒng)的機器人“小腦”技術路徑?！靶∧X”的職能主要是負責機器人的運動軌跡規(guī)劃與動作控制，其傳統(tǒng)意義上的技術路徑與工業(yè)機器人、工業(yè)母機等類似，主要的構(gòu)成部分包括控制器、伺服驅(qū)動器、電機等，通過預編程的方式規(guī)劃指導機器人的行為，最終實現(xiàn)在復雜條件下將預定的控制方案、32/60行業(yè)|深度|研究報告規(guī)劃指令轉(zhuǎn)化為期望的精確機械運動（位置控制、速度控制、轉(zhuǎn)矩控制等）。但相比之下傳統(tǒng)工業(yè)機器人，人形機器人“小腦”又需要處理更多維度的輸入信號，實現(xiàn)更高自由度的運動控制，因此在技術實現(xiàn)和應用水平上又提出了更高的要求?；谀Ｐ皖A測優(yōu)化的控制，實現(xiàn)人形機器人的平衡與運動。為了應對更加復雜多樣的人形機器人運動控制環(huán)境與動作需求，產(chǎn)業(yè)也多采用模型預測優(yōu)化的方式來提升機器人控制的精確度與穩(wěn)定性，即通過建立運動學與動力學模型，預測未來運動中的機器人狀態(tài)，在運動的過程中對于每個控制步驟進行滾動優(yōu)化，最終實現(xiàn)穩(wěn)定和精確的運動軌跡規(guī)劃和平衡控制。例如基于MPC（模型預測控制）+WBC（全身控制）+ZMP（零力矩點步態(tài)規(guī)劃）的人形機器人運動控制框架就是行業(yè)中諸多廠商在“小腦”領域采用的較為成熟的方案。然而這類方案通常涉及較為復雜的機器人運動學與動力學模型建模，依賴于仿真測試與實機調(diào)試，且整體開發(fā)周期也相對較長。機器學習賦能“小腦”，基于學習的控制加速迭代。在傳統(tǒng)的基于運動學模型的控制方式之外，機器學習也在近年來被引入到機器人“小腦”的構(gòu)建中，通過大規(guī)模數(shù)據(jù)的模仿學習或者強化學習來訓練專有的運動控制和物理AI模型，從一定程度上降低運動學模型的高開發(fā)門檻，加速模型迭代效率。其中例如采33/60行業(yè)|深度|研究報告用強化學習的控制方案，通常是采用從傳感器輸入直接到關節(jié)軌跡輸出的端到端模式，通過預先設定好的獎勵函數(shù)，使得機器人在與環(huán)境的交互中通過試錯的方式自我學習和適應，進而最終實現(xiàn)最優(yōu)化的運動執(zhí)行策略。雖然目前在“小腦”領域依舊是傳統(tǒng)的基于模型的控制更為成熟，機理明晰且具有更強的魯棒性；但能夠認為基于學習的控制方案也會持續(xù)進化，賦予人形機器人“小腦”更加自主高效的迭代速率。機器人“大小腦”的迭代需要海量的優(yōu)質(zhì)數(shù)據(jù)支撐。當前的機器人“大小腦”算法很大程度上都依賴于基于大量數(shù)據(jù)的深度學習來進行訓練，大量的優(yōu)質(zhì)多樣性數(shù)據(jù)也是機器人實現(xiàn)通用泛化智能的基礎。類似于大規(guī)模語言模型，機器人大模型理論上也能夠延續(xù)Scaling-Law，通過更大量級的數(shù)據(jù)、算力來實現(xiàn)更大規(guī)模參數(shù)模型的訓練，并且實現(xiàn)更強的通用性、泛化性和“智能涌現(xiàn)”。機器人“大小腦”模型所需的優(yōu)質(zhì)數(shù)據(jù)相對稀缺，尤其是對于端到端模型方案。由于機器人大模型的探索仍處于早期階段，因此與其他類似的AI細分方向相比，其在訓練數(shù)據(jù)方面的積累也較為薄弱，尤其是優(yōu)質(zhì)的端到端訓練數(shù)據(jù)較為稀缺。例如在語言模型領域，OpenAI的GPT4所用的文本訓練數(shù)據(jù)集有15T的大小；在文生圖模型領域，Midjourney的圖像訓練數(shù)據(jù)集也有6B的大?。欢啾戎?，產(chǎn)業(yè)估計截至2024年在機器人模態(tài)領域的數(shù)據(jù)積累可能僅在2.4M量級，遠遠不足以支撐端到端通用機器人大模型的訓練迭代。產(chǎn)業(yè)嘗試采用多種方式，解決機器人訓練數(shù)據(jù)端的瓶頸。目前機器人大模型的訓練數(shù)據(jù)主要有幾種來源，主要可以分為真實世界數(shù)據(jù)（真機數(shù)據(jù)）、仿真數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)幾種來源：真實世界數(shù)據(jù)：來源于機器人實機的運動數(shù)據(jù)，主要是通過人工以遠程操作或是動作捕捉等方式進行采集，這類數(shù)據(jù)的質(zhì)量相對最高且更貼近實際的應用場景，但其在采集的過程中也需要較高的時間成本和人力成本，同時數(shù)據(jù)的多樣性也較為有限。仿真數(shù)據(jù)：基于大規(guī)模算力，通過仿真平臺模擬出機器人的各類操作場景并進行模擬運算，進而得到大規(guī)模的仿真合成數(shù)據(jù)并進行訓練，這也是在當前技術條件下實現(xiàn)規(guī)模化機器人訓練數(shù)據(jù)生成最為可行的技術路徑，例如英偉達推出的IssacSim仿真平臺目前就已在行業(yè)中得到廣泛應用。同時雖然仿真數(shù)據(jù)具有易于規(guī)?；挽`活可調(diào)整的優(yōu)勢，但其在與實機之間的雙向偏差問題仍存在一定的局限性。34/60行業(yè)|深度|研究報告互聯(lián)網(wǎng)數(shù)據(jù)：大多來自于互聯(lián)網(wǎng)中的人類活動的視頻，讓機器人通過多模態(tài)模型“大腦”直接理解、學習和模仿視頻中的人類動作。這類數(shù)據(jù)覆蓋的場景和語義最為豐富、且獲取的難度最低，但缺點也在于缺少精確的物理交互信息，因此其更多是作為多模態(tài)數(shù)據(jù)在訓練的過程中進行補充，使得機器人能夠?qū)W習到一些常識性的信息。機器人大模型的“數(shù)據(jù)飛輪”仍未形成，低成本大規(guī)模真機數(shù)據(jù)的積累尚未實現(xiàn)。在理想狀態(tài)下，更大規(guī)模人形機器人的落地部署能夠自然產(chǎn)生更大規(guī)模的實機數(shù)據(jù)，進而反哺機器人大模型的訓練，再通過模型能力的提升加速機器人實機的落地應用，形成機器人領域正向循環(huán)的“數(shù)據(jù)飛輪”。然而目前這一“數(shù)據(jù)飛輪”尚未實現(xiàn)，短期機器人大模型的訓練還是對于大規(guī)模仿真數(shù)據(jù)較為依賴，如果能夠以更低成本的方式實現(xiàn)更大規(guī)模真機數(shù)據(jù)的收集和積累，能夠認為這將對于機器人大模型的訓練迭代起到顯著的助力。機器人開發(fā)平臺提供模型訓練所需的仿真環(huán)境、計算能力與開發(fā)工具。為了滿足機器人大模型的快速迭代需求，諸多軟件廠商也開始提供專用于具身智能領域的基礎開發(fā)平臺，提供涵蓋底層算力&云計算、仿真計算能力、開發(fā)平臺工具以及其他配套基礎軟件的全棧式解決方案。這使得機器人大模型的開發(fā)者能夠?qū)Ｗ⒂谀Ｐ退惴ǖ牡_發(fā)而無需在底層基礎設施上進行重復建設投入，同時提供軟件平臺的第三方廠商也能夠在具身智能產(chǎn)業(yè)鏈中占據(jù)一席之地。35/60行業(yè)|深度|研究報告仿真平臺：目前機器人大模型訓練所需的大規(guī)模數(shù)據(jù)很大程度上都是由仿真平臺所生成，再在仿真環(huán)境中使用強化學習等方法進行模型訓練。而仿真平臺的主要功能模塊也可分為模型描述、動力學引擎、渲染引擎：模型描述負責機器人模型建模，通過URDF/SDF等計算機語言來向仿真平臺描述機器人的動力學和運動學特征；動力學引擎是仿真計算的核心求解器，對于機器人模型建模后形成的微分方程機進行求解；渲染引擎則是最終負責渲染出機器人的三維圖形，使得用戶可以通過可視化的界面對機器人在仿真環(huán)境中的運行進行觀察。開發(fā)工具集與代碼庫：機器人大模型的開發(fā)也需要許多共性的工具，同時也有很多可復用調(diào)用的AI模型能力，開發(fā)平臺能夠?qū)⑦@些工具集和模型庫進行集成，便利開發(fā)者在具體項目中的使用。例如開源的ROS框架，其是專為機器人軟件開發(fā)所設計出來的操作系統(tǒng)架構(gòu)，為機器人軟件開發(fā)提供標準化的硬件抽象描述、底層驅(qū)動程序管理、程序間消息傳遞等能力，能夠顯著提高機器人研發(fā)領域的代碼復用率。云計算&邊緣計算平臺：機器人大模型在云端的訓練和推理需要基于成熟的云計算平臺，而其在邊緣側(cè)的部署也需要配套的邊緣計算能力支持，這些底層的計算能力往往不是機器人廠商的擅長領域，而類似于英偉達這樣的專業(yè)計算廠商也能夠提供完整的配套支持。龍頭廠商提供一體化方案集成仿真計算能力，英偉達Isaac為其中代表。英偉達Isaac是目前行業(yè)中應用最為廣泛的機器人模型訓練平臺之一，Isaac平臺的主要模塊包括IsaacSim仿真平臺、IsaacNIM模型開發(fā)與部署框架、IsaacROS機器人操作系統(tǒng)等，同時也提供面向人形機器人模型開發(fā)的IsaacGroot，面向機械臂開發(fā)的IsaacManipulator，面向AMR機器人開發(fā)的IsaacPerceptor等特定方向的集成化開發(fā)平臺。36/60行業(yè)|深度|研究報告除此之外例如微軟推出的AirSim、Unity的ML-Agents等也作為仿真平臺在行業(yè)中有諸多應用案例；而在國內(nèi)，索辰科技推出的天工物理AI平臺也是定位于面向機器人大模型開發(fā)的物理仿真平臺，海內(nèi)外行業(yè)探索持續(xù)加速。軟件平臺公司的長期目標是成為機器人大模型核心基礎設施的提供方。以英偉達Isaac為例，其為機器人廠商的提供是從底層計算引擎，到模型及代碼庫，到仿真計算，再到應用框架的平臺級解決方案，同時其也與英偉達Ominiverse數(shù)字孿生平臺以及Cosmoc物理AI模型緊密結(jié)合，其長期的目標是要占據(jù)人形機器人“大小腦”訓練核心基礎設施的生態(tài)位，為各大廠商的各類機器人產(chǎn)品提供底層計算能力以及軟件基礎設施層面的一體化服務。隨著未來機器人“大小腦”迭代需求的加速，軟件基礎設施層面的需求也會持續(xù)涌現(xiàn)，為行業(yè)中的更多基礎軟件公司提供切入這一全新產(chǎn)業(yè)鏈的階段性機遇。目前國內(nèi)外人形機器人平均體重為65.5公斤，輕量化能提高機器人的運動和續(xù)航能力。在身高方面，人形機器人普遍集中在170cm上下，其中宇樹科技的人形機器人H1身高達到180cm。從體重維度來看，除宇樹H1和G1外，多數(shù)人形機器人的質(zhì)量都處于60-80公斤區(qū)間，如優(yōu)必選的WalkerS1體重為76公斤。整體趨勢上，機器人輕量化可提高機器人的運動和續(xù)航能力，已成為主要發(fā)展方向。輕量化設計可提高人形機器人的運動效率，使其慣性小、靈活性和敏捷性增強，部件更易驅(qū)動和控制，電機轉(zhuǎn)矩密度要求降低，執(zhí)行復雜動作更流暢精準。如特斯拉OptimusGen-2相比上一代重量減輕10公斤，速度提升30%，平衡和控制能力增強，動作更快。輕量化設計能提高人形機器人的續(xù)航能力，主要通過降低能耗實現(xiàn)。減重可減少運動慣性，降低驅(qū)動力需求，減輕驅(qū)動系統(tǒng)負擔，減少能量消耗。在電池盒體積受限時，提高電池能量密度較難，而減重來降低能耗更具性價比。37/60行業(yè)|深度|研究報告材料優(yōu)化是人形機器人輕量化主要方式之一，鎂鋁合金成為理想選擇。鋁合金、鎂合金是工程應用中密度較小的金屬結(jié)構(gòu)材料，具有比強度和比剛度高、導熱性好、尺寸穩(wěn)定、減振降噪能力突出、電磁屏蔽性好，以及優(yōu)異的鑄造、焊接、切削加工性能，且易于回收，廣泛應用于航空航天、汽車、通信電子和軍工等領域；鎂鋁合金已在人形機器人領域初步應用。眾擎SE01人形機器人其機身采用航空級鋁材，通過精密的設計與加工實現(xiàn)了極高的強度和輕量化。在實際應用中，該機身不僅能夠承受復雜環(huán)境下的機械應力，還通過減輕重量顯著提升了整機的靈活性和能效，為機器人在移動、操作任務中提供了卓越的性能支持。日本本田公司第3代的ASIMO便是由輕質(zhì)合金制成，其外殼就為鎂合金材質(zhì)，這使得機器人的自重大大降低，步行速度由原來的1.6km/h提高到2.5km/h，最大奔跑速度達到了3km/h。特斯拉人形機器人引入PEEK材料，推動“以塑代鋼”技術革新。其OptimusGen2采用PEEK樹脂減重。PEEK是高性能聚合物，具有優(yōu)異的機械性能、耐高溫和化學穩(wěn)定性，適用于人形機器人制造，可用于：關節(jié)與軸承：PEEK的高機械強度、耐磨性、自潤滑性及耐高低溫性能，使其可用于制造機器人關節(jié)軸承和滑動部件，減少摩擦損失，提高使用壽命和運動精度。手臂和末端執(zhí)行器：PEEK低密度、高強度，可用于制作機器人手臂和末端執(zhí)行器的結(jié)構(gòu)部件，如手指、夾具和骨架，滿足輕量化需求。38/60行業(yè)|深度|研究報告PEEK材料有望用于行星滾柱絲杠制造，滿足人形機器人指關節(jié)等部位輕量化、耐磨、高強度需求，常州瑞璐塑業(yè)已通過精密注塑加工驗證，后續(xù)將配套用于新一批試驗人形機器人機械臂裝配。PEEK在人形機器人減速器領域已發(fā)布正式產(chǎn)品。2025年4月10日，科盟創(chuàng)新在上海工業(yè)智能中心舉辦的峰會上發(fā)布七款機器人核心傳動技術新品，其中PEEK輕量化諧波減速機可實現(xiàn)40%減重、3倍壽命提升、軸向尺寸縮減20%、振動歸零誤差補償，適配精密控制場景；PEEK輕量化擺線減速機具有±1.5%低波動率、空間壓縮30%、抗沖擊能力提升200%，適配緊湊型高負載任務。除了PEEK材料外，LCP、PPS、PA等塑料材料也在機器人領域逐漸應用。LCP（液晶聚合物）在機器人的伺服電機連接器和電子元器件中被廣泛應用，市場價格一般在每噸4至9萬元。PPS（聚苯硫醚）具有優(yōu)異的耐溫性、電絕緣性和耐磨性，適用于機器人的電氣部件和外骨骼，市場價格為每噸5.8萬元左右。PA（聚酰胺）具有良好的機械強度、剛度、硬度、韌性和耐磨性，適用于機器人的各種機械部件，市場價格為每噸1-2萬元。本體廠商不僅限于機器人公司（智元、宇樹、Figure等），還包括汽車（特斯拉、比亞迪、小鵬、小米等）、科技互聯(lián)網(wǎng)（華為、字節(jié)、英偉達等）等公司，各自依托自身優(yōu)勢（制造能力、需求場景、大模39/60型能力、控制能力、供應鏈能力)進行布局，多家公司均已推出相關機器人產(chǎn)品，同時逐步開啟量產(chǎn)計劃，當前特斯拉、宇樹、智元機器人等廠商逐步小批量出貨，行業(yè)處于產(chǎn)業(yè)醞釀發(fā)展期。跨界車廠有望在行業(yè)成熟期實現(xiàn)后來居上。硬件方面：具備制造業(yè)基因的汽車龍頭可將電機、傳感器等部件供應鏈復用至人形機器人，依托汽車供應鏈管理經(jīng)驗迅速實現(xiàn)規(guī)模效應，可使人形機器人整機制造成本較初創(chuàng)企業(yè)顯著降低。軟件方面：人形機器人與汽車自動駕駛本質(zhì)類似，都是“感知+決策+執(zhí)行”，因此車企的智能駕駛技術可以復用到人形機器人上。未來巨頭和初創(chuàng)企業(yè)模型差距將隨時間呈指數(shù)級擴大，初創(chuàng)企業(yè)追趕邊際成本急劇上升。與跨界大廠相比，初創(chuàng)公司在經(jīng)營經(jīng)驗、資本實力等方面處于相對劣勢地位。當人形機器人進去規(guī)?；慨a(chǎn)階段，機器人本體廠商之間競爭加劇，供應鏈管理能力、標準化量產(chǎn)能力、降本能力、資本實力、40/60行業(yè)|深度|研究報告市場開拓能力將成為競爭的核心維度。能夠認為初創(chuàng)人形機器人公司需要在產(chǎn)業(yè)落地早期迅速在生產(chǎn)制造、市場開拓、人才培養(yǎng)等多個維度建立“護城河”，否則將在人形機器人產(chǎn)業(yè)成熟期面臨較大的經(jīng)營風人形機器人本體朝輕量化、感知多維化、運動性能擬人化方向發(fā)展：2023年以來，Optimus軟件端進展迅猛，運動能力顯著提升，功能性有望持續(xù)快速迭代：1）上肢能力：進化主要在2023年，2024年初已經(jīng)能夠?qū)崿F(xiàn)柔性物體疊放的復雜功能，2024年底進一步迭代重物搬運、運動物體抓握能力；41/60行業(yè)|深度|研究報告2）下肢能力：2024年突飛猛進，行走協(xié)調(diào)性、流暢度大幅提升，已具備類人行走能力，并且能夠完成室外行走、自主爬高坡樓梯、復雜地形盲跑和平衡保持等復雜功能，而2023年行走步態(tài)還較為機械、行走范圍僅限于室內(nèi)；3）模型訓練：2024年成效顯著，Optimus可用功能豐富度提升明顯，2024年已經(jīng)具備電池單元精確分類、未知空間自主探索與避障、自主充電并返回工位、與人類流暢對話并精確分發(fā)物品等一系列能力，而2023年端到端神經(jīng)網(wǎng)絡訓練剛剛開始，僅實現(xiàn)了根據(jù)顏色分類物品等基礎能力。展望2025年：1）Optimus運動能力有望進一步提升，崎嶇地形步態(tài)、速度方向響應、跌倒爬起能力將持續(xù)迭代，不斷接近人類能力；2）Optimus功能性有望不斷趨于完善，在特斯拉強大算力儲備加持之下，Optimus有望能夠執(zhí)行更多有用任務。Optimus研發(fā)進展迅猛，預計OptimusGen3有望于2025Q1發(fā)布。特斯拉Optimus研發(fā)進展迅猛，持續(xù)超市場預期：1）2021年8月，在特斯拉首屆AIDay上，馬斯克發(fā)布了人形機器人概念機TeslaBot，并宣布將于2022年推出人形機器人原型機；2）2022年9月，在特斯拉第二屆AIDay上，人形機器人Optimus正式推出，已經(jīng)能夠完成搬運貨物、給植物澆水和移動金屬棒等工作，但行走還不穩(wěn)定；3）2023年12月，TeslaOptimus官方推特發(fā)布視頻，第二代Optimus首次亮相，外觀發(fā)生較大變化，行走速度、柔順性、平穩(wěn)性、操控性能大幅提升。馬斯克表示，2025年Optimus產(chǎn)量將為千臺級別。隨著量產(chǎn)時間漸行漸進，預計Optimus硬件方案將趨于鎖定，產(chǎn)業(yè)鏈供應關系有望進一步明確。42/60行業(yè)|深度|研究報告全新靈巧手擁有22個自由度，微型絲杠+腱繩或為傳動方案。Optimus副總裁MilanKovac表示，全新靈巧手手部有22個自由度，手腕/前臂有3個，年底前新靈巧手仍需進行改進，方向包括擴展觸覺傳感集成（比之前的雙手覆蓋面積更大）、通過肌腱進行非常精細的控制、減輕前臂重量等。Optimus新靈巧手具體傳動方案尚未公開，參考外觀類似的靈巧手方案，預計Optimus新靈巧手采用微型絲杠+腱繩進行傳動，由微電機進行驅(qū)動。輕量化可大幅優(yōu)化人形機器人性能。2023年12月，OptimusGen2發(fā)布，與上一代相比重量減輕10kg，特斯拉尚未其公開輕量化技術方案。據(jù)前文，Optimus已在弗里蒙特工廠搭建試生產(chǎn)線，計劃2025年試生產(chǎn)5000臺，主要用于內(nèi)部物流與制造環(huán)節(jié)。2026年產(chǎn)能目標提升至5萬臺，并逐步拓展至家庭服務與特殊環(huán)境作業(yè)。馬斯克預估Optimus量產(chǎn)之后售價在2-3萬美元。隨著人形機器人持續(xù)放量、規(guī)模效應不斷提升，相關零部件價格將逐步降低，同時市場空間將持續(xù)放量。華為具身智能創(chuàng)新中心啟動，與16家企業(yè)簽署戰(zhàn)略合作備忘錄。華為在人形機器人領域的布局始于2022年4月，華為與達闥機器人簽署合作協(xié)議，開展多模態(tài)大模型開發(fā)、機器人創(chuàng)新應用領域全方位合作。2024年3月，華為（深圳）全球具身智能產(chǎn)業(yè)創(chuàng)新中心簽約，并于2024年11月宣布正式啟動運營。該中心由華為與深圳前海合作區(qū)管理局共同合作建立，致力于瞄準國際前沿技術，以產(chǎn)業(yè)示范應用場景為牽引，開展技術攻關和聯(lián)合創(chuàng)新，共同打造世界級具身智能產(chǎn)業(yè)創(chuàng)新中心。會上，華為與樂聚機器人、大族機器人、拓斯達、中堅科技、中軟國際、禾川人形機器人、兆威機電等16家企業(yè)簽署了戰(zhàn)略合作備忘錄。43/60行業(yè)|深度|研究報告華為將整合具身智能相關能力，共同建設具身智能大腦、小腦、工具鏈等關鍵根技術。華為相關負責人介紹，華為布局具身智能已多年，圍繞具身大模型積極布局相關根技術與產(chǎn)業(yè)創(chuàng)新賦能，并已與超百家企業(yè)共同搭建了具身智能生態(tài)圈。華為將整合其各部門的具身智能相關能力，共同建設具身智能大腦、小腦、工具鏈等關鍵根技術：1）基礎投入：在基礎投入方面，具身智能根技術實驗室將為創(chuàng)新中心提供共性技術底座，確保各項研發(fā)工作的順利進行。大腦根技術研發(fā)及產(chǎn)品化將涉及具身智能大模型、多模態(tài)大模型以及算力等多個方面，這些技術的突破將為具身智能的應用提供強有力的支撐。而小腦關鍵技術的研發(fā)，則包括柔性自動化裝配、柔性自動化測試、多機器人協(xié)同制造以及通用雙臂精細制造等，這些技術的實現(xiàn)將進一步推動制造業(yè)的智能化升級；2）聯(lián)創(chuàng)項目：除了基礎技術的研發(fā)，創(chuàng)新中心還將開啟聯(lián)創(chuàng)項目，通過華為賦能具身智能技術，聯(lián)合本體廠商及制造企業(yè)共同解決企業(yè)技術難題，打造解決企業(yè)實際問題的具身明星產(chǎn)品，以提升企業(yè)的技術水平和市場競爭力，推動具身智能技術在更廣泛領域的應用和落地；賽力斯自2024年8月起開始布局人形機器人領域，在重慶招聘具身智能控制工程師、嵌入式軟件開發(fā)工程師等多個相關崗位。但公司在2024年11月4日澄清，并未與任何伙伴聯(lián)合開展人形機器人方面的華為系標的主要包括具身智能創(chuàng)新中心簽約合作伙伴、機器人零部件送樣供應商兩類；賽力斯鏈標的主要為川渝地區(qū)機器人相關企業(yè)。44/60行業(yè)|深度|研究報告英偉達提出機器人三大計算平臺協(xié)同解決方案，形成從訓練到優(yōu)化再到執(zhí)行的完整體系。在CES2025主題演講中，英偉達CEO黃仁勛提出，每家機器人公司最終都必須構(gòu)建三臺基礎計算機協(xié)同的解決方案，包括DGX、OmniversewithCosmos以及AGX，以形成從訓練到優(yōu)化再到執(zhí)行的完整體系。其中：1）DGX系統(tǒng)：用于在數(shù)據(jù)中心訓練基于AI的堆棧；2）OmniversewithCosmos，即數(shù)字孿生系統(tǒng)（DigitalTwin）：用于仿真和合成數(shù)據(jù)的生成，將經(jīng)過訓練的人工智能進一步實踐完善；3）AGX系統(tǒng)：端側(cè)計算平臺，用于處理實時傳感器數(shù)據(jù)，可以部署在汽車、機器人、AMR或任何其他設備中。英偉達攜手眾多合作伙伴，共建機器人生態(tài)系統(tǒng)，合作方涵蓋解決方案與服務供應商、AI視覺公司、機器人操作系統(tǒng)公司、機器人傳感器制造商、人形機器人主機廠等多個領域。45/60行業(yè)|深度|研究報告Cosmos定位為物理AI的世界基礎模型，基于海量真實數(shù)據(jù)訓練，可生成逼真合成數(shù)據(jù)，助力開發(fā)者加速機器人與自動駕駛模型開發(fā)。Cosmos的首批