證券研究報(bào)告

|

機(jī)械行業(yè)

|

2025年

9月

2日研

究

團(tuán)

隊(duì)

?

行

業(yè)

深

度

報(bào)

告機(jī)器人軟硬件加速迭代，產(chǎn)業(yè)化落地可期報(bào)告摘要機(jī)器人應(yīng)用場景多元，市場空間廣闊。隨著技術(shù)的進(jìn)步，預(yù)計(jì)未來人形機(jī)器人將在廣泛的場景中實(shí)現(xiàn)商業(yè)化應(yīng)用，不僅提升生產(chǎn)效率，還將在教育和家庭生活中扮演更加積極的角色。據(jù)前瞻產(chǎn)業(yè)研究院預(yù)測，到2029年全球和國內(nèi)人形機(jī)器人產(chǎn)業(yè)規(guī)模將分別達(dá)到324億美元、750億元人民幣。特斯拉Optimus

Gen3將于2026年量產(chǎn)，重視供應(yīng)鏈投資機(jī)會(huì)。2025年7月，馬斯克表示：Optimus已完成第三代（V3）版本的核心設(shè)計(jì)，2026年投入量產(chǎn)。預(yù)計(jì)特斯拉Optimus迭代方向：身體和靈巧手自由度增加，輕量化材料用量提升，靈巧手感知和運(yùn)動(dòng)能力提升。同海外典型機(jī)器人對(duì)比：Optimus自由度更多，步行速度快，成本相對(duì)較低。國內(nèi)陸續(xù)出現(xiàn)機(jī)器人大單，應(yīng)用場景探索加速。2025H2以來，行業(yè)已接連出現(xiàn)多筆千萬級(jí)乃至億元級(jí)訂單。除了中標(biāo)金額規(guī)模較大，采購方從教育科研延伸到工業(yè)制造、商業(yè)運(yùn)營、政企服務(wù)。體現(xiàn)有更多應(yīng)用場景在試驗(yàn)機(jī)器人部署的可能性。8月的世界機(jī)器人大會(huì)上，機(jī)器人的演示越來越多，除了搏擊、跳舞、踢足球等表演性場景，也有廠商在展臺(tái)布置貨架、包裹分揀流水線、產(chǎn)線、吧臺(tái)等工作場景，展示機(jī)器人應(yīng)用的各種可能性。海外鏈建議關(guān)注：拓普集團(tuán)、三花智控、浙江榮泰、信質(zhì)集團(tuán)、凱迪股份、嶸泰股份、五洲新春、金沃股份、北特科技、震?？萍肌⒗椎峡?、斯菱股份、銀輪股份、新泉股份、恒立液壓、偉創(chuàng)電氣、科達(dá)利等。國產(chǎn)鏈建議關(guān)注：美湖股份、寧波華翔、均普智能、藍(lán)思科技、富臨精工、臥龍電驅(qū)、中大力德、大豐實(shí)業(yè)、恒工精密、江蘇雷利、翔樓新材等。機(jī)器人傳感器，建議關(guān)注：漢威科技、福萊新材、日盈電子、奧比中光、柯力傳感、華培動(dòng)力、東華測試、杭州柯林、安培龍、安利股份等。機(jī)器人輕量化材料，建議關(guān)注：恒勃股份、福賽科技、唯科科技、肇民科技、模塑科技、中欣氟材、中研股份、星源卓鎂等。機(jī)器人本體及應(yīng)用，建議關(guān)注：松霖科技、東方精工、中堅(jiān)科技、新時(shí)達(dá)、三暉電氣、安徽合力、富佳股份、杰克股份、申昊科技、億嘉和、優(yōu)必選、越疆等。風(fēng)險(xiǎn)提示：機(jī)器人產(chǎn)業(yè)化進(jìn)程不及預(yù)期；機(jī)器人下游需求不及預(yù)期；機(jī)器人成本下降不及預(yù)期；行業(yè)競爭加劇的風(fēng)險(xiǎn)。2第一章：人形機(jī)器人行業(yè)概覽3人形機(jī)器人介紹和結(jié)構(gòu)人形機(jī)器人是機(jī)器人從專用到通用場景的升級(jí)。人形機(jī)器人具備大腦、小腦、機(jī)械臂、靈巧手等關(guān)鍵部件，實(shí)現(xiàn)對(duì)環(huán)境的感知交互、運(yùn)動(dòng)控制、任務(wù)執(zhí)行等，且執(zhí)行關(guān)節(jié)的不斷優(yōu)化，使其負(fù)載能力、精準(zhǔn)度不斷提升，商用性能進(jìn)一步提高。人形機(jī)器人是具備自主行動(dòng)能力的智能機(jī)器人。以雙腿行走的方式，通過手臂和身體的協(xié)調(diào)完成功能，基于通用型算法和生成式AI，具備語義理解、人機(jī)交互、自主決策等能力，并利用人機(jī)交互實(shí)現(xiàn)任務(wù)理解與反饋，需要強(qiáng)大的感知計(jì)算與運(yùn)動(dòng)控制能力。圖表1：人形機(jī)器人的核心構(gòu)成部件4資料：創(chuàng)業(yè)邦，中國移動(dòng)，方正證券研究所人形機(jī)器人的發(fā)展歷程圖表2：全球人形機(jī)器人發(fā)展歷程5資料：高工機(jī)器人，方正證券研究所人口老齡化加速人形機(jī)器人發(fā)展老齡化與人口紅利減弱成為行業(yè)發(fā)展的主要需求因素。中國65歲及以上人口比重逐年提高，2024年達(dá)到15.6%，凈增347萬人；2024年全國規(guī)模以上企業(yè)就業(yè)人員平均工資為10.25萬元。根據(jù)前瞻產(chǎn)業(yè)研究院預(yù)測，2025年中國勞動(dòng)力供給缺口為600萬人，到2030年將達(dá)到2000萬人。預(yù)計(jì)2030年歐盟、美國、日本、韓國的勞動(dòng)力缺口分別為1650、650、644、380萬人。人形機(jī)器人是緩解制造業(yè)人力供需矛盾的關(guān)鍵一環(huán)，需求量有望快速增長。圖表3：2025-2030年中國勞動(dòng)供給缺口預(yù)測圖表4：2030年全球主要國家和地區(qū)勞動(dòng)力缺口預(yù)測6資料：前瞻產(chǎn)業(yè)研究院，中國社科院人口與勞動(dòng)經(jīng)濟(jì)研究所，麥肯錫，Omdia，方正證券研究所人形機(jī)器人的應(yīng)用場景分類人形機(jī)器人應(yīng)用主要受技術(shù)能力與場景空間的影響。從場景的結(jié)構(gòu)化程度看，結(jié)構(gòu)化程度越高，對(duì)技術(shù)性能要求越高，則技術(shù)壁壘越高，例如：精細(xì)制造、應(yīng)急救援等。從場景的廣度，覆蓋范圍越廣，市場空間越大，例如：物料搬運(yùn)、護(hù)理按摩等。預(yù)計(jì)人形機(jī)器人在To

B的細(xì)分市場率先商業(yè)化，如商場導(dǎo)購、物料搬運(yùn)、養(yǎng)老護(hù)理等，初期功能單一，后逐步成熟轉(zhuǎn)為通用型機(jī)器人，由To

B轉(zhuǎn)為To

C，服務(wù)廣大家庭用戶。圖表5：人形機(jī)器人細(xì)分應(yīng)用場景及推進(jìn)時(shí)間表預(yù)測7資料：創(chuàng)業(yè)邦，中國移動(dòng)，方正證券研究所人形機(jī)器人產(chǎn)業(yè)規(guī)模預(yù)測隨著技術(shù)的進(jìn)步，預(yù)計(jì)未來人形機(jī)器人將在更多場景中實(shí)現(xiàn)商業(yè)化應(yīng)用，不僅提升生產(chǎn)效率，還將在教育和家庭生活中扮演更加積極的角色。根據(jù)前瞻產(chǎn)業(yè)研究院預(yù)測，到2029年全球和國內(nèi)的人形機(jī)器人產(chǎn)業(yè)規(guī)模將分別達(dá)到324億美元、750億元人民幣。圖表6：全球人形機(jī)器人產(chǎn)業(yè)規(guī)模預(yù)測圖表7：中國人形機(jī)器人產(chǎn)業(yè)規(guī)模預(yù)測8資料：前瞻產(chǎn)業(yè)研究院，方正證券研究所人形機(jī)器人產(chǎn)業(yè)鏈構(gòu)成人形機(jī)器人產(chǎn)業(yè)鏈基本形成。1）上游是電機(jī)、減速器等核心零部件，和攝像頭、軸承等其他零部件。2）中游是人形機(jī)器人本體制造，包括主要模塊、內(nèi)置的算法模型與系統(tǒng)、主要組成部分。3）下游是系統(tǒng)集成、產(chǎn)品銷售與維修保養(yǎng)。人形機(jī)器人上游核心零部件中，行星滾柱絲杠價(jià)值量占比較高。根據(jù)特斯拉

AIDay和前瞻產(chǎn)業(yè)研究院資料，預(yù)計(jì)到2030年，行星滾柱絲杠在人形機(jī)器人價(jià)值量占比為19%，無框力矩電機(jī)、減速器、力傳感器、空心杯電機(jī)的占比預(yù)計(jì)分別為16%、13%、11%、8%。圖表8：人形機(jī)器人產(chǎn)業(yè)鏈構(gòu)成圖表9：2030年人形機(jī)器人主要零部件成本占比預(yù)測行星滾柱絲杠

無框力矩電機(jī)

減速器

力傳感器

空心杯電機(jī)

慣導(dǎo)imu

其他31%19%16%8%13%2%11%9資料：創(chuàng)業(yè)邦，特斯拉

AIDay，前瞻產(chǎn)業(yè)研究院，方正證券研究所第二章：特斯拉Optimus發(fā)展進(jìn)程及展望10特斯拉機(jī)器人發(fā)展歷程特斯拉Optimus經(jīng)過三次主要迭代，預(yù)計(jì)V3于2025Q4定型。圖表10：特斯拉Optimus機(jī)器人發(fā)展歷程11資料：機(jī)器覺醒時(shí)代，人形機(jī)器人聯(lián)盟，方正證券研究所特斯拉機(jī)器人代際變化特斯拉Optimus迭代方向：自由度增加，輕量化，靈巧手。同海外典型機(jī)器人對(duì)比：Optimus自由度更多，步行速度快，成本相對(duì)較低。圖表11：特斯拉Optimus機(jī)器人迭代變化圖表12：特斯拉Optimus和國外典型機(jī)器人對(duì)比AgilityRoboticsDigit（2025款）項(xiàng)目概念機(jī)OptimusGen1

OptimusGen2波士頓動(dòng)力Atlas（2025款）FigureAI

02（2025款）對(duì)比維度特斯拉

OptimusGen2發(fā)布時(shí)間2021年8月2022年9月173cm2023年12月173cm硬件成本

5.5萬美元（量產(chǎn)前）75萬美元未公開（目標(biāo)1萬美元）

25萬美元身高172cm56.7Kg20Kg體重73Kg63Kg自由度52個(gè)30個(gè)32個(gè)14個(gè)載重10Kg未公布運(yùn)動(dòng)速度續(xù)航時(shí)間3.25mph（步行）5.2mph（奔跑）2.7mph（步行）

2.5mph（步行）行走速度8Km/h未公布比Gen1提升30%8小時(shí)（電池）

90分鐘（液壓+電池）

5小時(shí)（目標(biāo)20小時(shí)）

8小時(shí)（電池）應(yīng)用場景核心優(yōu)勢(shì)工廠物流、家庭服務(wù)

應(yīng)急救援、特種作業(yè)

家庭清潔、工業(yè)裝配倉儲(chǔ)物流頸部自由度改善，單

手

配

置

更

靈

活的11自由度40個(gè)：軀干28個(gè)，50個(gè)：軀干28個(gè)，單手6個(gè)

單手11個(gè)自由度資料成本顛覆性、生態(tài)協(xié)同性高性價(jià)比、多模態(tài)交互高動(dòng)態(tài)運(yùn)動(dòng)能力物流場景定制化12：機(jī)器覺醒時(shí)代，人形機(jī)器人聯(lián)盟，焉知人形機(jī)器人，銀創(chuàng)機(jī)器人資訊，方正證券研究所OptimusGen2的核心零部件構(gòu)成及成本占比身體：直線關(guān)節(jié)用電機(jī)+行星滾柱絲杠，旋轉(zhuǎn)關(guān)節(jié)用電機(jī)+諧波減速器（后續(xù)可能會(huì)用擺線針輪）。靈巧手：第三代都是直線關(guān)節(jié)，用電機(jī)+微型滾珠絲杠，電機(jī)用空心杯或者無刷直流。成本占比：預(yù)計(jì)電機(jī)和絲杠各占20%，減速器占13%。圖表13：特斯拉OptimusGen2的核心零部件構(gòu)成圖表14：特斯拉OptimusGen2的成本構(gòu)成傳感器減速器軸承電機(jī)編碼器電池絲杠FSD+芯片+攝像頭其他0.8%3.8%0.5%0.9%3.9%37.0%12.6%20.3%20.2%13資料：創(chuàng)業(yè)邦，中國移動(dòng)，方正證券研究所特斯拉機(jī)器人靈巧手的迭代特斯拉Optimus靈巧手迭代：自由度增加，抓取能力和精度提升，執(zhí)行器后置。圖表15：特斯拉Optimus機(jī)器人靈巧手的代際變化維度第一代靈巧手第二代靈巧手第三代靈巧手發(fā)布年份2022年發(fā)布2023年發(fā)布2024年發(fā)布單手自由度翻倍至22個(gè)（17主動(dòng)+5被動(dòng)），單指三級(jí)傳動(dòng)其中靈巧手的食指、中指、無名指分別具有4個(gè)自由度，拇指以及小指分別具有5個(gè)自由度，接近人手的24個(gè)自由度單手11個(gè)自由度（6個(gè)主動(dòng)+5個(gè)被動(dòng)），采用“2指少一關(guān)節(jié)”的簡化設(shè)計(jì)自由度驅(qū)動(dòng)方案傳動(dòng)方式保持單手11個(gè)自由度，但優(yōu)化了關(guān)節(jié)控制邏輯延續(xù)空心杯電機(jī)模組，但提升扭矩控制精度沿用腱繩+蝸輪蝸桿，增強(qiáng)傳動(dòng)的穩(wěn)定性和力量輸出執(zhí)行器外移至前臂，采用直流無刷電機(jī)+絲杠方案，單手執(zhí)行器數(shù)量增至17個(gè)（推測），顯著提升控制精度與負(fù)載能力（單指負(fù)載達(dá)25公斤）6個(gè)空心杯電機(jī)模組（空心杯電機(jī)+行星減速箱+編碼器），拇指分配2個(gè)執(zhí)行器，其他四指各1個(gè)金屬腱繩+蝸輪蝸桿傳動(dòng)，模擬人體肌腱結(jié)構(gòu)實(shí)現(xiàn)柔性抓取，蝸輪蝸桿提供自鎖功能以減少功耗，擁有較大的抓取力，缺點(diǎn)是缺少側(cè)擺自由度，沒有辦法實(shí)現(xiàn)精密抓取采用絲杠替代蝸桿與腱繩組成復(fù)合傳動(dòng)系統(tǒng)，絲杠提升動(dòng)力傳輸效率，腱繩實(shí)現(xiàn)遠(yuǎn)距離柔性驅(qū)動(dòng)首次引入觸覺傳感器，覆蓋指尖區(qū)域，實(shí)現(xiàn)精細(xì)力控與覆蓋觸覺傳感器（如特斯拉展示的“接網(wǎng)球”動(dòng)作依賴實(shí)摩擦力感知

時(shí)觸覺反饋），并集成AI視覺系統(tǒng)實(shí)現(xiàn)動(dòng)態(tài)抓取感知能力功能場景僅配置基礎(chǔ)力傳感器和位置傳感器，無觸覺反饋應(yīng)用于工廠環(huán)境，支持20磅（約9公斤）物品搬運(yùn)、工新增“抓雞蛋”“疊襯衫”等精細(xì)操作能力，并完成工可完成復(fù)雜動(dòng)態(tài)任務(wù)（如接住飛行網(wǎng)球）、彈奏樂器（鋼具使用等基礎(chǔ)任務(wù)，如抓取水壺、搬運(yùn)貨箱

廠分揀等半結(jié)構(gòu)化任務(wù)

琴、吉他）及適應(yīng)多地形操作14資料：焉知機(jī)器人，人形機(jī)器人世界，方正證券研究所特斯拉機(jī)器人輕量化材料的迭代從傳統(tǒng)輕金屬+普通工程塑料向高性能復(fù)合材料的跨越。第一代以鋁合金骨架結(jié)合塑料外殼，實(shí)現(xiàn)了基本的輕量化；第二代大膽引入了以PEEK為代表的新材料，在保證強(qiáng)度的同時(shí)將重量大幅降低，并由此帶來了運(yùn)動(dòng)能力、能效和平衡性的顯著提升。得益于重量下降，Optimus

Gen-2的運(yùn)動(dòng)性能明顯提高。官方演示視頻顯示其行走速度提高了30%，平衡性和全身控制力也有所提升。PEEK材料本身密度僅約1.3

g/cm3，約為鋁合金的一半，卻具有出色的力學(xué)強(qiáng)度和剛性。圖表16：特斯拉Optimus機(jī)器人輕量化材料的迭代維度第一代Optimus第二代Optimus身體骨架依然采用鋁合金以提供主體強(qiáng)度，但部分骨架結(jié)構(gòu)換成了PEEK樹脂材料，由此組成的CF/PEEK復(fù)合骨骼比等強(qiáng)度的金屬骨骼減輕了約40%的重量。采用了輕量化的鋁合金作為主體骨架材料。這種材料具有較高的強(qiáng)度/重量比，能在保證強(qiáng)度的同時(shí)顯著減輕自重。結(jié)構(gòu)骨架材料在非承重部位大量采用了工程塑料作為外部覆蓋件。外殼和一些次要結(jié)構(gòu)件多用輕質(zhì)塑料（PC、ABS等），既滿足了外形美觀和電氣絕緣需求，又避免了使用金屬外殼帶來的重量增加。部分外部殼體換成了PEEK樹脂材料，依然保持了足夠的強(qiáng)度和剛度，能夠滿足機(jī)器人對(duì)負(fù)載能力和靈活性的要求。外部外殼材料減速器和傳動(dòng)部件則采用特種高強(qiáng)度鋼和合金材料，以承受反復(fù)運(yùn)第二代Optimus已在關(guān)節(jié)中采用了PEEK制成的軸承及襯套，關(guān)節(jié)驅(qū)動(dòng)相關(guān)材料

動(dòng)的疲勞應(yīng)力和高扭矩傳遞需求。諧波減速器的柔性齒圈、行星滾它耐磨損、低摩擦，減少了關(guān)節(jié)磨損和潤滑需求，從而延長珠絲杠等關(guān)鍵件一般由合金鋼制成，以保證強(qiáng)度和壽命。

機(jī)器人的使用壽命。15資料：機(jī)器人新材料，方正證券研究所特斯拉Optimus換帥，新任負(fù)責(zé)人深耕自動(dòng)駕駛算法米蘭：Kovac無論是從過去的履歷，還是從在特斯拉的經(jīng)歷來看，都是偏向工程化的人才。特斯拉

Optimus的核心團(tuán)隊(duì)，工程化和硬件相關(guān)的同事幾乎都是從特斯拉汽車團(tuán)隊(duì)來的。阿肖克：是軟件算法背景出身。在2025年5月的一次訪談中，埃盧斯瓦米闡述了特斯拉Optimus未來的發(fā)展路徑：當(dāng)前階段以動(dòng)作捕捉為主，未來通過觀看

YouTube教程進(jìn)行學(xué)習(xí)，并實(shí)現(xiàn)自我導(dǎo)向式學(xué)習(xí)。圖表17：特斯拉Optimus兩任負(fù)責(zé)人的工作經(jīng)歷圖表18：特斯拉Optimus兩任負(fù)責(zé)人的區(qū)別阿肖克·埃盧斯瓦米工作經(jīng)歷時(shí)間米蘭·科瓦奇阿肖克·埃盧斯瓦米時(shí)間米蘭·科瓦奇工作經(jīng)歷時(shí)間以高級(jí)軟件工程師身份加入特斯拉平臺(tái)創(chuàng)建。從零開始，構(gòu)建一個(gè)智能規(guī)?；＠贸墒斓腁I引擎，核心使命

軟硬件深度整合的物理機(jī)器人平讓機(jī)器人大規(guī)模學(xué)習(xí)、泛化，變臺(tái)。

得更智能、更有用。2016年4月2016年6月2018年1月2019年5月2022年初2014年加入特斯拉晉升為自動(dòng)駕駛軟件工程經(jīng)理2016年6月2017年9月2019年5月2024年晉升高級(jí)軟件工程師人機(jī)交互(HUD)、3D視覺、在特自動(dòng)駕駛奠基人(第1位工程師)、背景專長

斯拉自動(dòng)駕駛部門成長起來的軟純視覺路線核心推動(dòng)者、卡內(nèi)基晉升高級(jí)員工軟件工程師晉升為高級(jí)工程經(jīng)理硬件整合專家。梅隆機(jī)器人碩士。被任命為自動(dòng)駕駛軟件工程總監(jiān)晉升自動(dòng)駕駛軟件總監(jiān)成功交付Gen2，一個(gè)可靠、敏捷、擁有自研核心硬件的機(jī)器人“身體”。戰(zhàn)略成果/方向?qū)⒆詣?dòng)駕駛的AI能力全面賦能擎天柱，為其注入強(qiáng)大的“大腦”。領(lǐng)導(dǎo)特斯拉Optimus項(xiàng)目晉升特斯拉人工智能軟件副總裁16資料：具身紀(jì)元，方正證券研究所GEN3將于2025Q4定型，2026年開始規(guī)?；慨a(chǎn)2025年初，全年生產(chǎn)5000臺(tái)，樂觀情況下甚至達(dá)到1萬臺(tái)。2025年6月，減少了Optimus零部件采購，正集中精力解決軟硬件技術(shù)問題。據(jù)媒體報(bào)道，截至2025年5月底，采購量僅支撐約1200臺(tái)機(jī)器人。2025年7月下旬：特斯拉機(jī)器人6-9月批訂單交付開始陸續(xù)恢復(fù)。馬斯克表示：Optimus已完成第三代（V3）版本的核心設(shè)計(jì)，2026年投入量產(chǎn)。圖表19：特斯拉Optimu的量產(chǎn)口徑變化17資料：人形機(jī)器人聯(lián)盟，具身紀(jì)元，方正證券研究所第三章：國內(nèi)主要本體廠進(jìn)展18國內(nèi)機(jī)器人相關(guān)政策梳理圖表21：中國機(jī)器人相關(guān)主要政策日本、歐美等發(fā)達(dá)國家早期出臺(tái)機(jī)器人產(chǎn)業(yè)政策較多，中國則是近年來飛速發(fā)展，出臺(tái)了一系列政策支持人形機(jī)器人產(chǎn)業(yè)的發(fā)展。發(fā)布時(shí)間政策名稱主要內(nèi)容圍繞高端仿生技術(shù)，重點(diǎn)開發(fā)仿人形機(jī)器人、高負(fù)載高穩(wěn)定高速機(jī)動(dòng)仿生騾子、適應(yīng)多環(huán)境的自變形模塊化機(jī)器人等。《服務(wù)機(jī)器人科技發(fā)展“十二五”專項(xiàng)規(guī)劃》2012年構(gòu)建工業(yè)機(jī)器人產(chǎn)業(yè)體系，全面突破高精度中國人形機(jī)器人政策重心由技術(shù)開始轉(zhuǎn)向產(chǎn)業(yè)化。2021年之后陸續(xù)發(fā)布《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》、《“十四五”智能制造發(fā)展規(guī)劃》、《“機(jī)器人+”應(yīng)用行動(dòng)實(shí)施方案》、《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》等政策。《“十三五”國家戰(zhàn)略減速器、高性能控制器、精密測量等關(guān)鍵技性新興產(chǎn)業(yè)發(fā)展規(guī)劃》

術(shù)

與

核

心

零

部

件

，

重

點(diǎn)

發(fā)

展

高

精

度

、高可靠性中高端工業(yè)機(jī)器人。2016年到2025年，推動(dòng)中國成為全球機(jī)器人技術(shù)創(chuàng)新策源地、高端制造集聚地和集成應(yīng)用新高地。《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》2021年2021年提高產(chǎn)品質(zhì)量和安全性，滿足多樣化、高品質(zhì)需求，大力推廣面向工序的專用制造裝備和專用機(jī)器人?！丁笆奈濉敝悄苤圃彀l(fā)展規(guī)劃》圖表20：全球主要國家和地區(qū)人形機(jī)器人政策布局到2025年，制造業(yè)機(jī)器人密度較2020年實(shí)現(xiàn)《“機(jī)器人+”應(yīng)用行翻番，服務(wù)機(jī)器人、特種機(jī)器人行業(yè)應(yīng)用深2023年2023年2023年動(dòng)實(shí)施方案》度

和

廣

度

顯

著

提

升

，

機(jī)

器

人

促

進(jìn)

經(jīng)

濟(jì)社會(huì)高質(zhì)量發(fā)展的能力明顯增強(qiáng)。到2025年，建立人形機(jī)器人高動(dòng)態(tài)行走控制《2023年未來產(chǎn)業(yè)創(chuàng)新算法，可支持具有雙足、雙臂、腰、髖、膝、任務(wù)揭榜掛帥工作》

踝

等

不

少

于

28

個(gè)

自

由

度

的

人

形

仿

生機(jī)構(gòu)。到2027年，人形機(jī)器人技術(shù)創(chuàng)新能力顯著提《人形機(jī)器人創(chuàng)新發(fā)展升，形成安全可靠的產(chǎn)業(yè)鏈供應(yīng)鏈體系，構(gòu)指導(dǎo)意見》建

具

有

國

際

競

爭

力

的

產(chǎn)

業(yè)

生

態(tài)

，

綜

合實(shí)力達(dá)到世界先進(jìn)水平。加快實(shí)施重大技術(shù)裝備攻關(guān)工程，突破人形《關(guān)于推動(dòng)未來產(chǎn)業(yè)創(chuàng)機(jī)器人等高端裝備產(chǎn)品，以整機(jī)帶動(dòng)新技術(shù)新發(fā)展的實(shí)施意見》

產(chǎn)

業(yè)

化

落

地

，

打

造

全

球

領(lǐng)

先

的

高

端

裝備體系。2024年2025年推動(dòng)人工智能在經(jīng)濟(jì)社會(huì)發(fā)展各領(lǐng)域加快普及、深度融合，形成以創(chuàng)新帶應(yīng)用、以應(yīng)用促創(chuàng)新的良性循環(huán)?！蛾P(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》19資料：前瞻產(chǎn)業(yè)研究院，中國基金報(bào)，方正證券研究所《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》人工智能的發(fā)展目標(biāo)。?

1）到2027年，實(shí)現(xiàn)人工智能與6大重點(diǎn)領(lǐng)域深度融合，新一代智能終端、智能體等應(yīng)用普及率超70%，智能經(jīng)濟(jì)核心產(chǎn)業(yè)規(guī)?？焖僭鲩L，人工智能在公共治理中的作用明顯增強(qiáng)。?

2）到2030年，人工智能全面賦能高質(zhì)量發(fā)展，新一代智能終端、智能體等應(yīng)用普及率超90%，智能經(jīng)濟(jì)成為我國經(jīng)濟(jì)發(fā)展的重要增長極。?

3）到2035年，我國全面步入智能經(jīng)濟(jì)和智能社會(huì)發(fā)展新階段，為基本實(shí)現(xiàn)社會(huì)主義現(xiàn)代化提供有力支撐。六大重點(diǎn)行動(dòng)領(lǐng)域中，多次提及機(jī)器人及相關(guān)應(yīng)用場景。?

1）AI+產(chǎn)業(yè)：提到農(nóng)業(yè)無人機(jī)、農(nóng)業(yè)機(jī)器人。?

2）AI+消費(fèi)：提到陪伴型智能終端、智能機(jī)器人。?

3）AI+民生：提到智能學(xué)伴、智能教師、養(yǎng)老、托育、助殘等。?

4）AI+治理：提到構(gòu)建面向自然人、數(shù)字人、智能機(jī)器人等多元一體的公共安全治理體系。20資料：國家，方正證券研究所2025H1國內(nèi)機(jī)器人中標(biāo)情況圖表23：2025H1國內(nèi)機(jī)器人中標(biāo)應(yīng)用場景分布人形機(jī)器人場景應(yīng)用聯(lián)盟統(tǒng)計(jì)，2025年上半年國內(nèi)公開披露的中標(biāo)項(xiàng)目已超過83個(gè)，合同金額近3.3億元。圖表22：2025H1國內(nèi)機(jī)器人中標(biāo)數(shù)量情況圖表24：2025H1國內(nèi)機(jī)器人中標(biāo)金額分布情況21資料：人形機(jī)器人場景應(yīng)用聯(lián)盟，方正證券研究所2025H2國內(nèi)機(jī)器人中標(biāo)情況7月，中國移動(dòng)采購與招標(biāo)網(wǎng)信息，智元機(jī)器人與宇樹科技中標(biāo)中移（杭州）信息技術(shù)有限公司的人形雙足機(jī)器人代工服務(wù)采購項(xiàng)目，總預(yù)算高達(dá)1.24億元（含稅），創(chuàng)下國內(nèi)人形機(jī)器人公開的最大單筆招標(biāo)金額。普智機(jī)器人與一家智能制造公司簽訂了2825萬元的人形機(jī)器人產(chǎn)品銷售框架合同，將供應(yīng)50臺(tái)人形機(jī)器人，單臺(tái)售價(jià)約56.5萬元。優(yōu)必選中標(biāo)覓億（上海）汽車科技有限公司總額9051.15萬元的機(jī)器人設(shè)備采購項(xiàng)目。8月，智元機(jī)器人與富臨精工達(dá)成數(shù)千萬元合作，近百臺(tái)遠(yuǎn)征A2-W（輪式通用機(jī)器人）將進(jìn)入汽車零部件工廠。圖表25：2025H2人形機(jī)器人領(lǐng)域相關(guān)訂單情況（不完全統(tǒng)計(jì)）公司中標(biāo)項(xiàng)目中標(biāo)金額優(yōu)必選覓億(上海)汽車科技有限公司機(jī)器人設(shè)備采購項(xiàng)目9051.15萬元中移(杭州)信息技術(shù)有限公司全尺寸人形雙足機(jī)器人采購項(xiàng)目7800萬元智元機(jī)器人珠海具身智能應(yīng)用創(chuàng)新中心項(xiàng)目富臨精工股份有限公司1273.62萬元數(shù)千萬元中移(杭州)信息技術(shù)有限公司小尺寸人形雙足機(jī)器人，算力背包、五指靈巧手采購項(xiàng)目4605萬元宇樹科技均普智能同濟(jì)大學(xué)通用人形機(jī)器人訓(xùn)練平臺(tái)項(xiàng)目中國科學(xué)技術(shù)館流動(dòng)科普設(shè)施項(xiàng)目一家智能制造公司826萬元627萬元2825萬元22資料：人形機(jī)器人應(yīng)用場景聯(lián)盟，RimeData，方正證券研究所國內(nèi)機(jī)器人運(yùn)控與功能性提升圖表26：8月世界機(jī)器人大會(huì)期間部分機(jī)器人功能展示23資料：德壹管理咨詢，方正證券研究所部分頭部企業(yè)進(jìn)行數(shù)千臺(tái)的交付，其余多數(shù)企業(yè)也有百臺(tái)級(jí)的小批量圖表27：全球典型人形機(jī)器人企業(yè)商業(yè)化進(jìn)展24資料：覓途咨詢，方正證券研究所第四章：人形機(jī)器人大模型展望25人形機(jī)器人智能化處于L2-L3過渡階段《人形機(jī)器人分類分級(jí)應(yīng)用指南》從結(jié)構(gòu)外觀、移動(dòng)方式、智能模型等方面進(jìn)行指導(dǎo)分類，按照具身智能、下肢運(yùn)動(dòng)、上肢作業(yè)、應(yīng)用環(huán)境等作為分級(jí)要素，將人形機(jī)器人劃分為

L1-L4四個(gè)技術(shù)等級(jí)。過去十年，AI模型從單一模態(tài)一步步走向融合。VLA模型的發(fā)展深深植根于計(jì)算機(jī)視覺（CV）、自然語言處理（NLP）和強(qiáng)化學(xué)習(xí)（RL）這三大領(lǐng)域的歷史積淀。圖表28：人形機(jī)器人智能化等級(jí)劃分圖表29：AI大模型的迭代過程等級(jí)核心能力技術(shù)要求簡單人機(jī)交互能力節(jié)律性步態(tài)行走能力單模態(tài)模型從ResNet、ViT到SAM，CV模型提供了強(qiáng)大的視覺感知能力，讓AI能“看懂”世界。計(jì)算機(jī)視覺（CV）自然語言處理（NLP）強(qiáng)化學(xué)習(xí)（RL）基礎(chǔ)環(huán)境下的基礎(chǔ)能力L1側(cè)向抗大擾動(dòng)與動(dòng)態(tài)步態(tài)調(diào)節(jié)能力復(fù)雜全身行為規(guī)劃能力感知-位置控制一體化抓取從GRU、Transformer到BERT、ChatGPT，NLP模型讓AI能“聽懂”人類語言。從DQN、AlphaGo到?jīng)Q策Transformer（DT），RL為AI提供了從試錯(cuò)中學(xué)習(xí)最優(yōu)策略的理論框架。感知-決策-規(guī)劃一體化的通用大模型并行訓(xùn)練仿真及數(shù)據(jù)規(guī)?；h(huán)境感知驅(qū)動(dòng)的越障范式演化能力感知-力位控制一體化類人抓取固定工位臂手協(xié)同操作能力感知-決策-規(guī)劃融合的通用大模型復(fù)雜環(huán)境下自主學(xué)習(xí)與智能發(fā)育結(jié)構(gòu)化環(huán)境的智能提升多模態(tài)模型L2L3以CLIP、LLaVA為代表的VLM成功地將視覺和語言兩種模態(tài)對(duì)齊，實(shí)現(xiàn)了看圖說話、視覺問答等功能，為VLA的出現(xiàn)奠定了基礎(chǔ)。視覺語言模型（VLM）VLA模型的誕生與發(fā)展開放環(huán)境的自主學(xué)習(xí)能力高仿生步態(tài)行為與抗擾動(dòng)自適應(yīng)能力早期的工作如CLIPort將VLM的能力與機(jī)器人控制相結(jié)合。RT-1、VIMA等模型利用Transformer架構(gòu)，將機(jī)器人控制問題轉(zhuǎn)化為序列預(yù)測問題，極大地提升了模型的泛化能力。底層控制策略（ControlPolicy）感知-決策-力位控一體化類人抓取跨環(huán)境任務(wù)快速自適應(yīng)作業(yè)大規(guī)模數(shù)據(jù)集管理與云邊端計(jì)算架構(gòu)多模態(tài)感知與環(huán)境建模像SayCan、PaLM-E這樣的模型，則利用LLM強(qiáng)大的推理能力，將復(fù)雜的長時(shí)程任務(wù)（如“打掃房間”）分解為一系列簡單的子任務(wù)（“拿起玩具”、“走到桌邊”……），指導(dǎo)底層控制器逐步執(zhí)行。高層任務(wù)規(guī)劃器（TaskPlanner）動(dòng)態(tài)環(huán)境的多模態(tài)協(xié)同能力大模型驅(qū)動(dòng)的多樣化行為生成與切換L4多模態(tài)人機(jī)混合行為映射操控剛?cè)狁詈戏律现办`巧手操作類人靈巧操作與人機(jī)協(xié)作能力2023年的RT-2模型正式提出了“VLA”這一術(shù)語，并展示了將一個(gè)龐大的VLM直接微調(diào)用于機(jī)器人控制的驚人潛力，標(biāo)志著VLA研究進(jìn)入了新階段。VLA概念正式提出26資料：《人形機(jī)器人分類分級(jí)應(yīng)用指南》，具身智能與空間感知，方正證券研究所VLA模型的架構(gòu)和演變過程VLA模型的工作流程：它接收狀態(tài)（State）（如攝像頭捕捉的圖像）和指令（Instruction）（如用戶的語言命令）作為輸入，通過視覺編碼器和語言編碼器進(jìn)行處理，最終由動(dòng)作解碼器（Action

Decoder）生成機(jī)器人需要執(zhí)行的動(dòng)作（Action）。整個(gè)系統(tǒng)還與強(qiáng)化學(xué)習(xí)、世界模型等重要相關(guān)技術(shù)緊密相連。圖表30：VLA模型的通用框架圖圖表31：VLA模型的演變過程2023年：初步基礎(chǔ)階段第一個(gè)基于transformer的機(jī)器人架構(gòu)，構(gòu)建了語言控制機(jī)器人的基本框架RT-1（谷歌）PaLM-E(Google)VIMA通過LLM來控制機(jī)器人為通用操作引入了多模態(tài)2024年：規(guī)?；烷_放模型RT-2(Google)Octo利用互聯(lián)網(wǎng)數(shù)據(jù)到機(jī)器人控制的模型一種開源的通用機(jī)器人通用的操作的通用模型第一個(gè)廣泛被使用的開源VLA模型OpenVLAπ0(PhysicalIntelligence)

引入視覺-語言-動(dòng)作模型架構(gòu)的開源模型OpenX-Embodiment用于跨本體的大規(guī)模機(jī)器人數(shù)據(jù)集建設(shè)2025年：專業(yè)化和精細(xì)化π0.5(PhysicalIntelligence)

由PI在2025年發(fā)布的一個(gè)在開放世界泛化的通用VLA機(jī)器人模型GR00TN1(Nvidia)Helix(Figure)由Nvidia專門針對(duì)人形機(jī)器人的基礎(chǔ)模型由Figure發(fā)布的一個(gè)

機(jī)器人模型27資料：具身智能與空間感知，方正證券研究所PI大模型的迭代圖表33：π0.5模型表現(xiàn)更亮眼的方面2024年10月，PhysicalIntelligence（PI）正式發(fā)布機(jī)器人領(lǐng)域端到端視覺-語言-動(dòng)作（VLA）模型π0。2025年2月，PI開源了基礎(chǔ)版π0與快速推理版π0-FAST。維度從多種異構(gòu)數(shù)據(jù)源中遷移知識(shí)，包括其他機(jī)器人操作數(shù)據(jù)、高層級(jí)子任務(wù)預(yù)測、通過整合異構(gòu)數(shù)據(jù)源實(shí)現(xiàn)跨環(huán)境泛化能力語言指令及網(wǎng)絡(luò)數(shù)據(jù)，從而實(shí)現(xiàn)在不同環(huán)境和對(duì)象間的廣泛泛化。能夠操控移動(dòng)機(jī)械臂，在未參與訓(xùn)練的陌生家庭環(huán)境中完成廚房和臥室的清潔任務(wù)，執(zhí)行復(fù)雜的多階段行為，單次任務(wù)持續(xù)時(shí)長可達(dá)10-15分鐘。π0.5在整理衣物、清潔餐具、歸類物品、整理床鋪四項(xiàng)真實(shí)家庭任務(wù)中全面超越π0，例如在

“LaundryBasket”任務(wù)中，π0

成功率僅約40%，而π0.5可達(dá)90%。2025年4月，PhysicalIntelligence（PI）發(fā)布新一代π0.5模型，旨在提升機(jī)器人泛化能力。復(fù)雜任務(wù)成功率大幅提升在涉及未見環(huán)境或未見物體的測試場景中，π0.5

的表現(xiàn)顯著優(yōu)于π0及其他基線模型，展現(xiàn)出更強(qiáng)的環(huán)境適應(yīng)性與任務(wù)泛化能力。先前π0的任務(wù)執(zhí)行聚焦于2–5

分鐘的原子操作，例如“放入抽屜”、“折疊一件衣物”。π0.5則支持整合多個(gè)子任務(wù)并連貫執(zhí)行完整流程，例如“整理臥室（清理→收納→擺放）”、“整理廚房（識(shí)別→收集→歸類→擦拭）”。能夠自主完成10-20分鐘的長時(shí)程多階段任務(wù)表現(xiàn)更魯棒，能有在處理訓(xùn)練中未出現(xiàn)的物體類別（如藥瓶、打火機(jī)）時(shí)，π0.5

可順利完成抓效應(yīng)對(duì)未見對(duì)象、取與分類，而

π0

則容易失敗。雜亂環(huán)境、復(fù)雜指在場景混亂、涉及“如果

X…

否則

Y…”

等多指令邏輯的任務(wù)執(zhí)行中，π0.5令穩(wěn)定性也顯著更優(yōu)。圖表32：π0模型的整體架構(gòu)示意圖圖表34：π

相對(duì)于π

優(yōu)化的地方0.50優(yōu)化點(diǎn)??模型?

模型?.?采用一種混合訓(xùn)練機(jī)制：1）預(yù)訓(xùn)練首先將連續(xù)動(dòng)作序列分割為若干片引入FASTtoken，

全程使用flowmatching

動(dòng)作專

段，通過FAST

方法將每個(gè)片段編碼為離散提升建模能力與訓(xùn)練

家，對(duì)完整連續(xù)動(dòng)作進(jìn)行直接

token，形成適合Transformer處理的序列化表效率建模示。2）后訓(xùn)練再進(jìn)一步引入flowmatching

動(dòng)作專家進(jìn)行優(yōu)化。π0

模型不包含專門的任務(wù)分

π0.5將任務(wù)分解邏輯內(nèi)置于VLA

模型中——級(jí)模塊，而是依賴外部策略規(guī)

當(dāng)接收到高層語言指令時(shí)，模型可自動(dòng)預(yù)測出劃器（如SayCan、GPT）生成

中間結(jié)構(gòu)化子任務(wù)，并進(jìn)一步為每個(gè)子任務(wù)生模型內(nèi)置任務(wù)分解機(jī)制，“指令

?

子任務(wù)?

動(dòng)作”子任務(wù)序列成對(duì)應(yīng)的連續(xù)控制動(dòng)作π0.5融合了包括操作數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、高層級(jí)融合多源異構(gòu)數(shù)據(jù)，π0模型僅使用機(jī)器人操作數(shù)據(jù)子任務(wù)預(yù)測、語言指令數(shù)據(jù)等多種數(shù)據(jù)進(jìn)行協(xié)同訓(xùn)練，協(xié)同訓(xùn)練進(jìn)行訓(xùn)練28資料

：機(jī)器覺醒時(shí)代，F(xiàn)uturePulse，方正證券研究所FigureAI的Helix模型2025年2月，F(xiàn)igureAI發(fā)布了通用具身基礎(chǔ)模型Helix，該模型采用雙系統(tǒng)架構(gòu)：系統(tǒng)S1（快思考系統(tǒng)）+系統(tǒng)S2（慢思考系統(tǒng)）。S1系統(tǒng)：一個(gè)80M參數(shù)規(guī)模的Transformer模型，依賴一個(gè)完全卷積的多尺度視覺骨干網(wǎng)絡(luò)進(jìn)行視覺處理。系統(tǒng)以

200Hz的頻率輸出完整的上半身人形控制，包括期望的手腕姿態(tài)、手指彎曲和外展控制，以及軀干和頭部方向目標(biāo)。S2系統(tǒng)：一個(gè)7B參數(shù)規(guī)模的預(yù)訓(xùn)練VLM模型，處理機(jī)器人單目視覺圖像和機(jī)器人狀態(tài)信息（包括手腕姿態(tài)和手指位置），并將它們投影到視覺語言嵌入空間中。系統(tǒng)將所有語義任務(wù)相關(guān)信息提煉為一個(gè)連續(xù)的潛在向量，以7-9Hz的頻率傳遞給

S1系統(tǒng)

，為機(jī)器人的行為決策提供高層次的指導(dǎo)。圖表35：Figure的Helix系統(tǒng)架構(gòu)29資料：機(jī)器覺醒時(shí)代，方正證券研究所特斯拉Optimus大模型Optimus沿用了特斯拉汽車

FSD（完全自動(dòng)駕駛）系統(tǒng)的技術(shù)棧，采用的是端到端的大模型路線。自研的多模態(tài)大模型架構(gòu)，既能處理攝像頭、

等視覺數(shù)據(jù)，也能理解動(dòng)作、語言，甚至具備一定的規(guī)劃和推理能力。Optimus的能力迭代：V1像個(gè)慢動(dòng)作人偶，剛學(xué)走路；V2開始拎水瓶、分揀物品、能穩(wěn)定雙足行走；V2.5動(dòng)作自然、抓取精準(zhǔn)，甚至在工廠里上崗干活，變化的核心在于接入

FSD那套“統(tǒng)一大腦”，擁有：感知現(xiàn)實(shí)世界的視覺能力，簡單語言和語義理解能力，對(duì)空間位置的建模與規(guī)劃能力。訓(xùn)練數(shù)據(jù)：1）前期：極其依賴真實(shí)世界數(shù)據(jù)，包括定制遠(yuǎn)程操作系統(tǒng)、動(dòng)作捕捉、計(jì)算機(jī)視覺和

VR模擬來訓(xùn)練機(jī)器人行為；還會(huì)從網(wǎng)絡(luò)視頻中提取行為知識(shí)，實(shí)現(xiàn)

“零樣本學(xué)習(xí)”

和

“遷移學(xué)習(xí)”，提升機(jī)器人在新任務(wù)中的部署速度。2）25年5月份，Optimus學(xué)習(xí)了更多技能，如炒菜、倒垃圾、拉窗簾、放置零件等。根據(jù)demo視頻和前負(fù)責(zé)人MilanKovac介紹，Optimus已經(jīng)可以通過學(xué)習(xí)第一視角的視頻數(shù)據(jù)學(xué)習(xí)新的技能。3）25年6月，據(jù)外媒報(bào)道，Optimus開始聚焦純視頻數(shù)據(jù)驅(qū)動(dòng)的AI訓(xùn)練框架。這一變革由新任項(xiàng)目負(fù)責(zé)人、AI主管阿肖克·埃盧斯瓦米主導(dǎo)。4）策略轉(zhuǎn)變后，工人不再穿戴動(dòng)作捕捉服，而是戴著頭盔和沉重的背包，背包上安裝了特斯拉自研的五個(gè)攝像頭。這些攝像頭朝向各個(gè)方向，能為

AI提供空間定位信息，精確捕捉手部和關(guān)節(jié)的細(xì)節(jié)動(dòng)作。5）馬斯克更預(yù)言O(shè)ptimus未來可通過YouTube視頻自學(xué)。訓(xùn)練方式改變的好處：1）舊訓(xùn)練體系存在瓶頸：單是工廠動(dòng)作訓(xùn)練就需超50萬小時(shí)數(shù)據(jù)收集，成本高達(dá)5億美元，且故障頻發(fā)拖累進(jìn)度。2）視頻訓(xùn)練可通過頭盔+背包式多角度攝像系統(tǒng)，高效捕捉關(guān)節(jié)運(yùn)動(dòng)細(xì)節(jié)，數(shù)據(jù)采集速度提升10倍。30資料：Xbot具身智能庫，方正證券研究所國內(nèi)外典型的VLA大模型智元啟元大模型：由VLM(視覺-語言多模態(tài)大模型)+

MoE(混合專家)組成。其中，MoE包含混合專家（隱式規(guī)劃器）和混合專家2（動(dòng)作專家）兩部分組成。星動(dòng)紀(jì)元ERA-42：2024年12月，星動(dòng)紀(jì)元推出端到端原生機(jī)器人大模型ERA-42。該模型采用高層次規(guī)劃和低層次控制的雙系統(tǒng)架構(gòu)。銀河通用GraspVLA：由一個(gè)自回歸視覺語言骨干網(wǎng)絡(luò)（VLM）和一個(gè)基于流匹配的動(dòng)作專家模型組成，兩個(gè)模塊通過漸進(jìn)式動(dòng)作生成(PAG)機(jī)制連接。圖表36：國外典型的機(jī)器人VLA大模型圖表37：國內(nèi)典型的機(jī)器人VLA大模型公司名稱模型名稱發(fā)布時(shí)間FigureAIHelix谷歌DeepMindRT-2PhysicalAlπ0英偉達(dá)GROOTN1公司名稱模型名稱發(fā)布時(shí)間智元