證券研究報(bào) 請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·具身智能是人工智能下一個(gè)浪潮。具身智能=思考的大腦+感知和行動(dòng)的身體，其核心價(jià)值是推動(dòng)AI大規(guī)模商業(yè)化與產(chǎn)業(yè)化，推動(dòng)效率、模式重構(gòu)。我們認(rèn)為中國(guó)布局具身智能意義在于兩方面：全球競(jìng)爭(zhēng)下的先發(fā)卡位、新質(zhì)生產(chǎn)力的引擎作用。以史為鑒看未來(lái)，我們認(rèn)為具身智能發(fā)展重在：1）硬件解決方案追求更極致的性能突破，全新工業(yè)設(shè)計(jì)有望重塑供應(yīng)鏈體系；2）更核心的是數(shù)據(jù)、模型等軟實(shí)力突破。具身智能競(jìng)爭(zhēng)格局或?qū)⒁孕碌倪壿媽?shí)現(xiàn)重塑。揚(yáng)長(zhǎng)補(bǔ)短，中國(guó)具身?yè)屜葯C(jī)：我們認(rèn)為中國(guó)在政策、市場(chǎng)和供應(yīng)鏈等方面已形成一定的領(lǐng)先優(yōu)勢(shì)，但在頂尖模型、高端芯片等核心領(lǐng)域與全球領(lǐng)先玩家仍存差距。“十五五”規(guī)劃有望進(jìn)一步將具身智能上升為支撐制造強(qiáng)國(guó)、數(shù)字中國(guó)戰(zhàn)略的核心賽道，實(shí)現(xiàn)從“基礎(chǔ)布局、生態(tài)培育”向“核心攻堅(jiān)、融合賦能”的戰(zhàn)略升級(jí)，打造“具身中國(guó)”發(fā)展模式，重塑全球智能產(chǎn)業(yè)競(jìng)爭(zhēng)格局。市場(chǎng)規(guī)?？善?，預(yù)計(jì)工業(yè)、商業(yè)、家庭場(chǎng)景逐漸突破。具身智能市場(chǎng)規(guī)模快速擴(kuò)容，未來(lái)前景廣闊，預(yù)計(jì)2026年將超萬(wàn)億。具身代表人形機(jī)器人有望率先在工業(yè)領(lǐng)域?qū)崿F(xiàn)應(yīng)用，隨后逐步擴(kuò)展至商業(yè)服務(wù)、家庭生活領(lǐng)域，到年市場(chǎng)規(guī)模有望達(dá)到近3萬(wàn)億元水平。上下游齊發(fā)力，人形迎來(lái)量產(chǎn)元年。產(chǎn)業(yè)鏈涵蓋多個(gè)環(huán)節(jié)，上游包括零部件和基礎(chǔ)軟件，中游包括整機(jī)系統(tǒng)研發(fā)設(shè)計(jì)、本體測(cè)試、生產(chǎn)制造、系統(tǒng)集成，下游覆蓋工業(yè)制造應(yīng)用場(chǎng)景。2025是人形機(jī)器人量產(chǎn)元年，技術(shù)與產(chǎn)業(yè)發(fā)展需求、政策方向均支持應(yīng)用場(chǎng)景落地，積累數(shù)據(jù)反哺產(chǎn)品迭代。我們認(rèn)為：1具備優(yōu)質(zhì)大客戶資源、量產(chǎn)能力強(qiáng)的零部件廠商，或制造能力突出、專業(yè)化全維度協(xié)助初創(chuàng)企業(yè)落地的代工企業(yè)有望脫穎而出。2）未來(lái)人形機(jī)器人賽道中有望能夠脫穎而出的本體廠商，要擁有多領(lǐng)域跨學(xué)科人才（如具備前瞻性的領(lǐng)導(dǎo)者，AI及其他算法、硬件、生產(chǎn)制造、供應(yīng)鏈等領(lǐng)域人才），可構(gòu)建長(zhǎng)期技術(shù)壁壘（如模型架構(gòu)、數(shù)據(jù)來(lái)源和策略能夠解決真實(shí)問(wèn)題并給客戶明確投資回報(bào)。機(jī)器人賽道上的角逐，將是人才吸引能力+技術(shù)實(shí)力+產(chǎn)品思維+融資能力的綜合體現(xiàn)。隨著量產(chǎn)加速，我們同時(shí)建議關(guān)注制造能力突出、專業(yè)化全維度協(xié)助頭部本體企業(yè)落地的代工企業(yè)。投資建議：我們重申相較于其他新質(zhì)生產(chǎn)力產(chǎn)業(yè)，當(dāng)前具身智能推進(jìn)速度、遠(yuǎn)期空間等均具備優(yōu)勢(shì)，行業(yè)具備強(qiáng)阿爾法屬性；其中人形機(jī)器人方向是重中之重，各技術(shù)路線尚未收斂，各環(huán)節(jié)均存在差異化或邊際變化較大的重點(diǎn)推薦方向。建議關(guān)注標(biāo)的：1）電新組：臥龍電驅(qū)、匯川技術(shù)、震?？萍?、雷賽智能、鳴志電器、富臨精工、星源材質(zhì)、捷昌驅(qū)動(dòng)、鳴志電器等。2）三花智控、綠的諧波、豐立智能、中大力德、五洲新春、恒立液壓、浙江榮泰、兆威機(jī)電、鼎智科技、漢威科技、福萊新材；3）汽車組：速騰聚創(chuàng)，拓普集團(tuán)、伯特利、精鍛科技、旭升集團(tuán)、均勝電子、地平線機(jī)器人-W、雙林股份、中鼎股份、凌云股份、貝斯特、愛(ài)柯迪、安培龍。風(fēng)險(xiǎn)提示：關(guān)鍵技術(shù)突破不及預(yù)期的風(fēng)險(xiǎn)，下游場(chǎng)景開(kāi)發(fā)進(jìn)度、需求空間不及預(yù)期的風(fēng)險(xiǎn)等。

維持評(píng)：：zengtao_yj@S135203001：021-：lupei_yj@S135206001：010-8092-：shijinman_yj@S135203002：：duanshangchangyj@S135209003：：qinzhikun_yj@S135207003：：行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·新能源智造 （一）具身智能：賦予智能系統(tǒng)物理實(shí) （二）以史為鑒：需求爆發(fā)啟動(dòng)引擎，AI為核重塑格 二、具身中國(guó)：政策、市場(chǎng)、供應(yīng)鏈齊發(fā) （三）完備工業(yè)體系&供應(yīng)鏈支撐具身硬件發(fā) 三、市場(chǎng)規(guī)?？焖僭鲩L(zhǎng)，應(yīng)用場(chǎng)景不斷拓 四、上下游協(xié)同發(fā)展，推動(dòng)具身智能產(chǎn)業(yè)進(jìn) （一）具身智能產(chǎn)業(yè)鏈概 五、企業(yè)積極布局，市場(chǎng)競(jìng)爭(zhēng)逐漸加 六、投資建 七、風(fēng)險(xiǎn)提 表1

（一）具身智能=思考的大腦+感知和行動(dòng)的身體。具身智能指具有物理載體的智能體，能夠利用自身的感知、決策和交互能力在現(xiàn)實(shí)世界執(zhí)行任務(wù)，并通過(guò)與環(huán)境交互不斷學(xué)習(xí)進(jìn)化。這也區(qū)別于傳統(tǒng)物聯(lián)網(wǎng)，后者更強(qiáng)調(diào)將人工智能應(yīng)用于設(shè)備間的數(shù)據(jù)鏈接、分析處理以及最終決策。AI的下一個(gè)浪潮是物理AI。具身智能被視為最高層次的人工智能，20257月黃仁勛在第三屆鏈博會(huì)先進(jìn)制造鏈主題活動(dòng)現(xiàn)場(chǎng)表示“AI的下個(gè)浪潮是物理AI”，具身智能的技術(shù)趨勢(shì)已經(jīng)形成。離身智能（disembodiesChatCPT、具身智能（embodiesRT-1、RT-2、RT- ZhaoZKet.al》，中國(guó)銀河證券研究院

資料來(lái)源：《AligningCyberSpacewithPhysicalWorldAComprehensiveSurveyonEmbodiedAILiuYanget.al》，中國(guó)銀河證券研究院多領(lǐng)域融合創(chuàng)新是具身智能發(fā)展基礎(chǔ)。華為指出具身智能發(fā)展建立在多個(gè)領(lǐng)域技術(shù)發(fā)展之上，深刻貫穿數(shù)字世界與物理世界的系統(tǒng)性躍遷，是一個(gè)復(fù)雜的系統(tǒng)工程。我們認(rèn)為十五五將持續(xù)加大基礎(chǔ)學(xué)科投入，強(qiáng)化原始創(chuàng)新能力，完善跨學(xué)科數(shù)據(jù)共享平臺(tái)，為具身智能發(fā)展提供強(qiáng)力支持。

資料來(lái)源：《智能世界2035具身智能的核心價(jià)值是推動(dòng)AI大規(guī)模商業(yè)化與產(chǎn)業(yè)化。具身智能廣泛滲透至制造業(yè)、物流、醫(yī)療、交通、能源等行業(yè)，推動(dòng)效率和模式的重構(gòu)，將帶來(lái)更多產(chǎn)業(yè)落地機(jī)會(huì)，其具象產(chǎn)品包括但不限于各類機(jī)器人、智能汽車等，華為預(yù)測(cè)具身智能將應(yīng)用于智能駕駛、智能機(jī)器人和低空經(jīng)濟(jì)三大重點(diǎn)行業(yè)。IFR指出AI、人形機(jī)器人已成為全球機(jī)器人主要趨勢(shì)，2023年全球?qū)I(yè)服務(wù)機(jī)器人銷量增長(zhǎng)30%，其中絕大多數(shù)產(chǎn)品具備不同程度的智能特征，商業(yè)化潛力正在快速釋放。圖5：具身智能產(chǎn)品多樣 資料來(lái)源：中國(guó)銀河證券研究 資料來(lái)源：《智能世界2035》華為，中國(guó)銀河證券研究中國(guó)視角下，我們認(rèn)為布局具身智能的意義在于：全球競(jìng)爭(zhēng)下的先發(fā)卡位：具身智能逐漸上升為大國(guó)科技競(jìng)爭(zhēng)的核心議題，關(guān)系到國(guó)家長(zhǎng)期競(jìng)爭(zhēng)力和產(chǎn)業(yè)安全，全球主要經(jīng)濟(jì)體加緊投入搶占未來(lái)科技制高點(diǎn)。當(dāng)前中國(guó)將具身智能列入國(guó)家未來(lái)產(chǎn)業(yè)培育體系，在政策上舉旗定向，有望在全球科技格局中率先掌握主動(dòng)權(quán)。新質(zhì)生產(chǎn)力的引擎作用：具身智能可以深刻變革傳統(tǒng)生產(chǎn)方式和生產(chǎn)關(guān)系，通過(guò)傳統(tǒng)產(chǎn)業(yè)深度升生產(chǎn)效率和產(chǎn)品質(zhì)量，培育壯大新興產(chǎn)業(yè)集群，優(yōu)化我國(guó)經(jīng)濟(jì)結(jié)構(gòu)，實(shí)現(xiàn)高質(zhì)量發(fā)展。（二）以史為鑒：需求爆發(fā)啟動(dòng)引擎，AI縱觀具身智能發(fā)展史，根據(jù)其內(nèi)含，我們認(rèn)為具身智能發(fā)展建立在兩大支柱之上：一是物理能力的持續(xù)增強(qiáng)構(gòu)建了具身智能物質(zhì)基礎(chǔ)，這依賴于高端制造業(yè)的長(zhǎng)足進(jìn)步，當(dāng)前成熟的工業(yè)機(jī)器人、汽車制造、通信、電力電子等經(jīng)驗(yàn)已成為我國(guó)領(lǐng)先優(yōu)勢(shì)的強(qiáng)大保障；二是智能能力的不斷突破，當(dāng)前多模態(tài)、世界模型等跨越式發(fā)展使具身智能的發(fā)展或迎來(lái)歷史性拐點(diǎn)。展望后續(xù)，我們認(rèn)為具身智能發(fā)展依然清晰，先發(fā)布局正當(dāng)時(shí)：一方面硬件解決方案追求更極致的性能突破，全新工業(yè)設(shè)計(jì)有望重塑供應(yīng)鏈體系；另一方面，更核心的是數(shù)據(jù)、模型等軟實(shí)力突破，具備長(zhǎng)序列任務(wù)強(qiáng)泛化能力的模型有望在多元化應(yīng)用場(chǎng)景的快速落地中實(shí)現(xiàn)具身智智能的“ChatGPT早期奠基階段：美日領(lǐng)銜，產(chǎn)業(yè)需求與前沿創(chuàng)新是孕育具身智能的原生動(dòng)力。1959年美國(guó)Unimation創(chuàng)造了第一臺(tái)可編程工業(yè)機(jī)器人Unimate，其于1961年首次安裝于通用汽車工廠；1969年該技術(shù)被引入日本，1970-1980年日本機(jī)器人迎來(lái)爆發(fā)式增長(zhǎng)，并逐漸改變現(xiàn)代工業(yè)和汽車制造業(yè)。同時(shí)，前沿科研領(lǐng)域已現(xiàn)早期具身智能的雛形：1968年斯坦福開(kāi)發(fā)出首個(gè)智能移動(dòng)機(jī)器人Shakey，可自主感知環(huán)境、規(guī)劃行動(dòng)；日本早稻田大學(xué)1972年創(chuàng)造首個(gè)全人形機(jī)器人Wabot-1圖9：各國(guó)機(jī)器人庫(kù)存水 圖1O：自動(dòng)化升級(jí)推動(dòng)日本汽車產(chǎn)業(yè)規(guī)模發(fā) 圖11：Shakey與Wabot- 圖12：全球首個(gè)全人形機(jī)器人Wabot-資料來(lái)源：思嵐科技，早稻田大學(xué)，中國(guó)銀河證券研究 資料來(lái)源：《AdvancementsinHumanoidRobots:A規(guī)?；A段：工業(yè)市場(chǎng)孕育全球機(jī)器人巨頭。日本機(jī)器人廠商圍繞汽車、電子等領(lǐng)域需求，不斷提升質(zhì)量和性能，迅速占據(jù)全球主導(dǎo)地位。同期美歐亦涌現(xiàn)出ABB、庫(kù)卡等龍頭企業(yè)。中國(guó)則在2010年后制造業(yè)自動(dòng)化升級(jí)浪潮下快速發(fā)展為全球工業(yè)機(jī)器人最大市場(chǎng)，2024年埃斯頓、匯川技術(shù)等4家國(guó)內(nèi)企業(yè)躋身全球出貨量前十。需求爆發(fā)啟動(dòng)增長(zhǎng)引擎，具身打開(kāi)遠(yuǎn)期空間。機(jī)器人發(fā)展史揭示，需求確立并啟動(dòng)是行業(yè)增長(zhǎng)核心動(dòng)因且爆發(fā)力強(qiáng)，汽車之家數(shù)據(jù)已驗(yàn)證智駕平權(quán)趨勢(shì)下智能輔助駕駛滲透率從21年31%迅速提升至25H1的75%，另外工業(yè)較服務(wù)業(yè)場(chǎng)景往往落地更領(lǐng)先。我們認(rèn)為具身智能的通用能力將改變生產(chǎn)生活方式，地空交通系統(tǒng)的重建、三大產(chǎn)業(yè)全面生產(chǎn)力替換均可孕育出數(shù)個(gè)類似于工業(yè)機(jī)器人的千億級(jí)市場(chǎng)空間，十五五將是人形機(jī)器人蓄勢(shì)突破期，商業(yè)邏輯和盈利閉環(huán)模式下仍看好人形機(jī)器人在工業(yè)、特種領(lǐng)域的率先突破，遠(yuǎn)期服務(wù)業(yè)等綜合性更強(qiáng)的行業(yè)潛力無(wú)虞。表21970-1980Kawasaki19681969Unimate198O1OOOUnimate1973年發(fā)布了其第一臺(tái)六軸電驅(qū)動(dòng)機(jī)械臂機(jī)器人“Famu1us”，也定義了今天工業(yè)機(jī)器人常見(jiàn)的運(yùn)動(dòng)學(xué)設(shè)計(jì)。Z19891974年開(kāi)發(fā)并安裝了第一臺(tái)發(fā)那科機(jī)器人。隨后發(fā)那科將其業(yè)務(wù)擴(kuò)展到歐洲，并開(kāi)發(fā)了ROBOCUT和產(chǎn)品。1982年發(fā)那科與通用成立了CMFANUC1974IRB6。1998RobotStudioF1exPicker2OO11OYaskawa1977年發(fā)布了其第一臺(tái)全電動(dòng)工業(yè)機(jī)器人Motoman。1998年Motoman生產(chǎn)達(dá)到5萬(wàn)臺(tái)圖13：2024年全球工業(yè)機(jī)器人市場(chǎng)格 圖14：智能輔助駕駛滲透率提升體現(xiàn)出技術(shù)增長(zhǎng)的爆發(fā) 卡 他資料來(lái)源：MIR，中國(guó)銀河證券研究 資料來(lái)源：汽車之家，中國(guó)銀河證券研究特斯拉Optimus引領(lǐng)市場(chǎng)，訂單支撐下2025年有望迎來(lái)量產(chǎn)元年。自2022年原型發(fā)布以來(lái)，特斯拉Optimus已迭代多次，我們預(yù)計(jì)將于2025年底推出V3版本并正式定型從而轉(zhuǎn)向量產(chǎn)，馬斯克最新薪酬方案顯示未來(lái)5年Optimus劍指百萬(wàn)臺(tái)出貨目標(biāo)。美國(guó)FigureAI則與寶馬等達(dá)成試用協(xié)議。國(guó)內(nèi)方面，優(yōu)必選拿下全球最大單筆2.5億元WalkerS2人形機(jī)器人產(chǎn)品和解決方案大單，目前其Walker系列累計(jì)合同已近4億元；宇樹(shù)攜手智元中標(biāo)中國(guó)移動(dòng)子公司1.24億采購(gòu)項(xiàng)目。25H1國(guó)內(nèi)已公開(kāi)人形機(jī)器人項(xiàng)目超83個(gè)、總金額近3.3億元。在下游訂單驅(qū)動(dòng)下，供應(yīng)鏈企業(yè)紛紛入局精密減速器、伺服電機(jī)、傳感器等核心零部件。我們認(rèn)為2025年全球人形機(jī)器人正式邁上萬(wàn)臺(tái)出貨量臺(tái)階，批量化交付要求下各大廠商全力沖刺產(chǎn)能，行業(yè)迎來(lái)量產(chǎn)元年。圖15資料來(lái)源：Tesla表3：特斯拉人形機(jī)器人帶來(lái)的零部件價(jià)值量測(cè)算（以前一代特斯拉Optimus硬件方案預(yù)測(cè)FSD表4：目前全球人形機(jī)器人訂單&訂單&2592.5Wa1kerS225678OO258A2-W25646O5Sanctuary246CXO簽署多年度合作協(xié)議，率先以機(jī)器人即服務(wù)（RaaS）Digit算法模型迎突破，資本助推加速進(jìn)行時(shí)。以ChatGPT為代表的大語(yǔ)言模型是本輪AI革命的引爆點(diǎn)，針對(duì)具身智能模型科技公司&初創(chuàng)企業(yè)開(kāi)始全面發(fā)力。新一輪技術(shù)革命伊始，資本迅速跟進(jìn)，259FigureC輪融資超103年最新估值達(dá)已約390億美元，25年全球機(jī)器人公司融資規(guī)模將達(dá)到23億美元。從方向看，我們認(rèn)為“大腦”模型能力熱度高于硬件方案，也將成為未來(lái)競(jìng)爭(zhēng)的勝負(fù)手，科技企業(yè)有一定先發(fā)優(yōu)勢(shì)，初創(chuàng)企業(yè)也在資本加持下憑借創(chuàng)新力迎來(lái)彎道超車計(jì)劃，具身智能整體發(fā)展進(jìn)入快車道。具身智能有望重塑格局。受限于市場(chǎng)定位等原因，傳統(tǒng)機(jī)器人企業(yè)雖在高精度、高效執(zhí)行重復(fù)任務(wù)方面經(jīng)驗(yàn)豐富，但缺乏智能模型與算法領(lǐng)域積累；相反，頭部科技公司&初創(chuàng)企業(yè)卻可通過(guò)成熟供應(yīng)鏈補(bǔ)齊硬件短板實(shí)現(xiàn)后來(lái)居上，具身智能競(jìng)爭(zhēng)格局或?qū)⒁孕碌倪壿媽?shí)現(xiàn)重塑。圖16：人形機(jī)器人公司有望在25年創(chuàng)下23億美元融資紀(jì) 圖17：科技巨頭全面壓注人形機(jī)器人賽 表5VLA1X1XWor1dCenieOperator-RFM-豐田研究所&谷歌RT、CeminiRoboticsSKi1dIsaacCROOTCraspVLA、Physica1VLA模型盤古+C1oudRobo平臺(tái)規(guī)劃”全面推進(jìn)高質(zhì)量發(fā)展來(lái)加快中國(guó)式現(xiàn)代化進(jìn)程。而正當(dāng)時(shí)，具身智能也將迎來(lái)從實(shí)驗(yàn)室走向量產(chǎn)、從科研走向?qū)嶋H生產(chǎn)生活的關(guān)鍵跨越期，我們認(rèn)為中國(guó)在政策、市場(chǎng)和供應(yīng)鏈等方面已形成一定的領(lǐng)先優(yōu)勢(shì)，但在部分環(huán)節(jié)，尤其是頂尖模型話語(yǔ)權(quán)和高端芯片等核心領(lǐng)域，我們與全球領(lǐng)先玩家仍存差距。撐制造強(qiáng)國(guó)、數(shù)字中國(guó)戰(zhàn)略的核心賽道，實(shí)現(xiàn)從“基礎(chǔ)布局、生態(tài)培育”向“核心攻堅(jiān)、融合賦能”重塑全球智能產(chǎn)業(yè)競(jìng)爭(zhēng)格局。（一）政策引領(lǐng)下，中國(guó)發(fā)展新興產(chǎn)業(yè)取得斐然成果。中國(guó)政策舉旗定向，“政企合力辦大事”經(jīng)驗(yàn)豐富，政策定力、執(zhí)行力與規(guī)劃力，構(gòu)成中國(guó)國(guó)家級(jí)操作系統(tǒng)基座，中國(guó)在戰(zhàn)略性新興產(chǎn)業(yè)上的頂層設(shè)計(jì)強(qiáng)調(diào)目標(biāo)清晰、路徑分解與責(zé)任壓實(shí)，具備跨部門統(tǒng)籌與分區(qū)試點(diǎn)的組織能力，能把不確定的前沿技術(shù)轉(zhuǎn)化為可落地的工程化路線。以“十三五”、“十四五”經(jīng)驗(yàn)來(lái)看，我國(guó)新能源汽車產(chǎn)業(yè)、數(shù)字基礎(chǔ)設(shè)施建設(shè)、“雙碳”戰(zhàn)略均取得顯著成績(jī)：2024年我國(guó)新能源汽車產(chǎn)銷分別達(dá)1289萬(wàn)/1287萬(wàn)輛，電動(dòng)化率41%，連續(xù)10年全球第一；截至2024年底5G基站425萬(wàn)座，占比34%，遙遙領(lǐng)先全球；截至2024年底光伏發(fā)電累計(jì)裝機(jī)886GWCAGR高達(dá)40%。-2O15-2O152O162O172O182O192O2O2O212O222O23

2O152O162O172O182O192O2O2O212O222O23

資料來(lái)源：中汽協(xié)，中國(guó)銀河證券研究 資料來(lái)源：國(guó)家能源局，中國(guó)銀河證券研究科技創(chuàng)新仍是“十五五”重要命題?；仡欉^(guò)去十年的規(guī)劃文件，可以看到“創(chuàng)新驅(qū)動(dòng)發(fā)展”的延續(xù)性，“十四五”規(guī)劃更是將科技創(chuàng)新、現(xiàn)代化產(chǎn)業(yè)升級(jí)提至最高優(yōu)先級(jí)，單列一章“發(fā)展壯大戰(zhàn)略性新興產(chǎn)業(yè)”。為實(shí)現(xiàn)中國(guó)現(xiàn)代化升級(jí)改革、重塑經(jīng)濟(jì)增長(zhǎng)的底層邏輯，“十五五”規(guī)劃必將在歷史基礎(chǔ)上進(jìn)一步強(qiáng)調(diào)科技創(chuàng)新重要性，強(qiáng)化新質(zhì)生產(chǎn)力地位。具身智能將成為“必答題”。當(dāng)前正值人工智能引領(lǐng)的“第四次工業(yè)革命”，是新一輪科技革命和產(chǎn)業(yè)變革的加速期，人工智能是塑造大國(guó)競(jìng)爭(zhēng)力的關(guān)鍵力量，而具身智能作為人工智能“皇冠將駛?cè)肟燔嚨?，持續(xù)釋放強(qiáng)勁增長(zhǎng)紅利，相關(guān)板塊有望成為核心主線。低空經(jīng)濟(jì)、深海科技等新興產(chǎn)業(yè)安全健康發(fā)展。建立未來(lái)產(chǎn)業(yè)投入增長(zhǎng)機(jī)制，培育生物制造、量子科技、具身智能、6G70%，智能經(jīng)濟(jì)核心產(chǎn)業(yè)規(guī)模快速增長(zhǎng)，人工智能在公共治理中的作用明顯增強(qiáng)，人工智能開(kāi)放合作體系203090資料來(lái)源：中國(guó)政府網(wǎng)，人民網(wǎng)，中國(guó)共產(chǎn)黨新聞網(wǎng)，中國(guó)銀河證券研究院（引自中國(guó)銀河證券研究院宏觀團(tuán)隊(duì)深度報(bào)告《“十五五”規(guī)劃》八大重點(diǎn)?！笆奈濉睍r(shí)期，中國(guó)具身智能相關(guān)方向納入國(guó)家發(fā)展主線，構(gòu)建了“核心技術(shù)攻關(guān)—示范應(yīng)用—產(chǎn)業(yè)集群—標(biāo)準(zhǔn)體系—人才工程”框架，措施表述全面：以重大專項(xiàng)牽引關(guān)鍵部件攻關(guān)，以示范應(yīng)用拉動(dòng)整機(jī)可靠性爬坡，以創(chuàng)新平臺(tái)和標(biāo)準(zhǔn)規(guī)范確保安全可控與互聯(lián)互通，以財(cái)政金融工具和政府采購(gòu)降低初期部署成本與試錯(cuò)成本。2023年底工信部發(fā)布《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)》，對(duì)人形機(jī)器人這一具身智能“終極載體”首次提出明確規(guī)劃；2025年具身智能更是首次進(jìn)入政府工作報(bào)告并被列為未來(lái)產(chǎn)業(yè)，我們積極看好“十五五”規(guī)劃中具身智能表述將得到持續(xù)增強(qiáng)。表7器人產(chǎn)業(yè)營(yíng)業(yè)收入年均增速超過(guò)20%，建成3～5業(yè)機(jī)器人密度實(shí)現(xiàn)翻番。20352025101002002025各地政策同頻共振，產(chǎn)業(yè)集群效應(yīng)顯現(xiàn)。近一年已有多個(gè)省市行政區(qū)發(fā)布具身智能相關(guān)政策。其制定目標(biāo)更細(xì)化、更落地，具體支持舉措包括實(shí)際補(bǔ)貼、稅收優(yōu)惠、算力資源傾斜、人才吸引等，各地共性在于均重視應(yīng)用場(chǎng)景的開(kāi)發(fā)與示范，此外對(duì)算法模型、硬件供應(yīng)鏈布局關(guān)注度高。目前，國(guó)內(nèi)已形成長(zhǎng)三角、珠三角、京津冀、成渝四大核心產(chǎn)業(yè)集群，以及武漢、合肥等新興集聚區(qū)，地方性平臺(tái)更好地實(shí)現(xiàn)了區(qū)域資源共享、產(chǎn)學(xué)研合作加深。上海、北京等地成立的數(shù)據(jù)采集中心成為一大地區(qū)性發(fā)展特色，緊密結(jié)合當(dāng)?shù)禺a(chǎn)業(yè)鏈布局和特色，充分發(fā)揮各地優(yōu)勢(shì)，加速具身智能技術(shù)在2027204400020%1000502200500501000120030%50202710010圖2O：中國(guó)具身智能機(jī)器人產(chǎn)業(yè)分 圖21：全國(guó)機(jī)器人企業(yè)數(shù)量排名領(lǐng)先的主要城市（單位：個(gè)深廣圳州

北蘇成杭京州都

武東漢莞

南重長(zhǎng)廈京慶沙資料來(lái)源：人形機(jī)器人洞察，中國(guó)銀河證券研究 資料來(lái)源：天眼查，中國(guó)銀河證券研究（二）中國(guó)市場(chǎng)勞動(dòng)力人口增長(zhǎng)放緩、出生率下滑疊加人口老齡化深化，勞動(dòng)力邊際遞減趨勢(shì)帶來(lái)機(jī)器人需求提升。據(jù)世界銀行數(shù)據(jù)，2024年我國(guó)勞動(dòng)力人數(shù)為7.7億人，同比-0.1%，20世紀(jì)以來(lái)我國(guó)勞動(dòng)力人口增長(zhǎng)呈現(xiàn)明顯放緩趨勢(shì)。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2024年我國(guó)人口出生率為6.8%，60歲及以上人口占比為22.00.9pct65歲及以上人口占比為15.6%，同比+0.2pct2020以來(lái)我國(guó)人口出生率中樞降低至10%以下，持續(xù)走低，我國(guó)人口老齡化趨勢(shì)進(jìn)一步深化，我國(guó)勞動(dòng)力人數(shù)面臨邊際抵減趨勢(shì)，帶來(lái)勞動(dòng)力市場(chǎng)對(duì)以機(jī)器人為代表的自動(dòng)化設(shè)備的需求提升，以彌補(bǔ)勞動(dòng)力人口的缺失。圖22：2024年我國(guó)勞動(dòng)力人數(shù)同比- 圖23：2020年以來(lái)我國(guó)人口老齡化趨勢(shì)深

人力成本逐年上升，大規(guī)模量產(chǎn)的標(biāo)準(zhǔn)化機(jī)器人有望幫助企業(yè)實(shí)現(xiàn)降本，帶來(lái)需求提升。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2024年我國(guó)城鎮(zhèn)非私營(yíng)單位平均年工資為12.4萬(wàn)元，同比+2.8%，城鎮(zhèn)私營(yíng)單位平均年工資為6.9萬(wàn)元，同比+1.7%，自2008年以來(lái)，伴隨我國(guó)經(jīng)濟(jì)的持續(xù)發(fā)展，我國(guó)人力成本也在逐年上升。大規(guī)模量產(chǎn)的標(biāo)準(zhǔn)化機(jī)器人有望通過(guò)幫助企業(yè)緩解人力成本的上升，實(shí)現(xiàn)降本，因而帶來(lái)對(duì)機(jī)器人的需求提升。圖24：2008（萬(wàn)元2OO82OO92O1O2O112O122O132O142O152O162O172O182O192O2O2O212O222O23工業(yè)與服務(wù)機(jī)器人市場(chǎng)需求快速上升，具身智能機(jī)器人具備廣闊替代與應(yīng)用場(chǎng)景拓展空間。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2025年1-7月我國(guó)工業(yè)機(jī)器人產(chǎn)量為44.7萬(wàn)臺(tái)，同比+43.6%，服務(wù)機(jī)器人產(chǎn)量為103.8萬(wàn)臺(tái)，同比+80.4%，市場(chǎng)需求快速上升，機(jī)器人市場(chǎng)規(guī)模處于高速擴(kuò)張階段。相比于傳統(tǒng)機(jī)器人，具身智能機(jī)器人的智能化水平更高，能夠承擔(dān)更復(fù)雜的工作任務(wù)，應(yīng)用場(chǎng)景更為廣泛，不僅能夠替代工業(yè)與服務(wù)場(chǎng)景的傳統(tǒng)機(jī)器人，還有望擴(kuò)展應(yīng)用場(chǎng)景，市場(chǎng)前景廣闊。圖25：2025年1-7月我國(guó)工業(yè)機(jī)器人產(chǎn)量同比 圖26：2025年1-7月我國(guó)服務(wù)機(jī)器人產(chǎn)量同比

-

2O25M1-

-- 具身智能技術(shù)成熟發(fā)展能夠提升生產(chǎn)效率、優(yōu)化生活體驗(yàn)、減少安全事故，市場(chǎng)需求提升空間十足。在工業(yè)場(chǎng)景下，具身智能機(jī)器人的工作時(shí)長(zhǎng)、操作精準(zhǔn)度等均較人工具有優(yōu)勢(shì)，能夠起到提高生產(chǎn)效率的作用，且能夠減少工業(yè)事故對(duì)人身生命安全的威脅；在服務(wù)業(yè)場(chǎng)景下，具身智能機(jī)器人的使用可以提升生活便捷程度，優(yōu)化生活體驗(yàn)；在交通場(chǎng)景下，以智能輔助駕駛為例，不僅能夠減低駕駛員的疲勞程度，還能夠提升駕駛安全，據(jù)特斯拉車輛安全報(bào)告，在使用輔助駕駛功能的情況下發(fā)生碰撞事故的平均里程數(shù)在500英里以上，遠(yuǎn)高于不適用輔助駕駛的場(chǎng)景（100英里左右），大幅提升車輛駕駛安全。圖27：使用特斯拉輔助駕駛功能發(fā)生碰撞事故的概率明顯降低（英里NHTSA與FHWA公布的2O23年以來(lái)美國(guó)境內(nèi)車輛碰撞事故的平均里程數(shù) 具身智能產(chǎn)品多元，高速迭代難度大。按照下游應(yīng)用行業(yè)、落地場(chǎng)景的不同，以及技術(shù)路線的分歧，具身智能有非常多元化的產(chǎn)品形態(tài)，其硬件的性能、尺寸、成本均有差異化，規(guī)?；筮€要求滿足標(biāo)準(zhǔn)化的關(guān)鍵零部件能夠易得、可換甚至可拓展，這種多元化需求倒逼供應(yīng)鏈具備高度靈活性，在前期能夠提供定制化的核心部件，并實(shí)現(xiàn)快速量產(chǎn)。全面發(fā)展就必須依托于成熟的工業(yè)體系才能實(shí)現(xiàn)。另一方面，高端科技產(chǎn)品的設(shè)計(jì)開(kāi)發(fā)往往意味著高頻率、高效的迭代，Dora研究指出高水平科技服務(wù)團(tuán)隊(duì)的迭代頻率是低水平的208倍；具身智能重要方向——人形機(jī)器人目前在全球范圍內(nèi)也沒(méi)有統(tǒng)一的技術(shù)路線可供參考，頭部主機(jī)企業(yè)在產(chǎn)品開(kāi)發(fā)時(shí)會(huì)存在頻繁的試錯(cuò)和方案修改，未來(lái)定型后的迭代階段也會(huì)高頻向供應(yīng)商反饋細(xì)節(jié)和需求，這將會(huì)對(duì)供應(yīng)鏈的技術(shù)水平、及時(shí)調(diào)整能力等方面形成巨大的考驗(yàn)。圖28：人形機(jī)器人主流旋轉(zhuǎn)關(guān)節(jié)模組，但也有其他解決方 圖29：前沿領(lǐng)域高水平團(tuán)隊(duì)與低水平團(tuán)隊(duì)的表資料來(lái)源：中國(guó)銀河證券研究 資料來(lái)源：Dora，中國(guó)銀河證券研究中國(guó)制造高端制造，強(qiáng)大工業(yè)實(shí)力及完整供應(yīng)鏈為具身智能發(fā)展保駕護(hù)航。中國(guó)是全球唯一擁有聯(lián)合國(guó)ISIC所列全部工業(yè)門類的國(guó)家，使整機(jī)廠可以在同一國(guó)內(nèi)市場(chǎng)完成從材料、部件到系統(tǒng)集成的閉環(huán)協(xié)同。另外，經(jīng)過(guò)數(shù)字化、自動(dòng)化升級(jí)，中國(guó)制造已能代表全球高端制造領(lǐng)先水平，2023年制造業(yè)機(jī)器人密度達(dá)470臺(tái)/萬(wàn)人全球第三；全球201個(gè)燈塔工廠中國(guó)占比41%排名第一；聯(lián)合國(guó)工發(fā)組織2023年CIP指數(shù)中國(guó)排名第二，在技術(shù)復(fù)雜度、全球制造影響力等維度已處于世界前列。圖3O：2023（單位：臺(tái)/萬(wàn)人）圖31國(guó) 盟 洲 美 美 非7.4O%7.4O%2.6O% 資料來(lái)源：世界經(jīng)濟(jì)論壇，中國(guó)銀河證券研究若具體到人形機(jī)器人領(lǐng)域，我們認(rèn)為中國(guó)供應(yīng)鏈已具備明顯領(lǐng)先能力：1）最上游的原材料環(huán)節(jié)，高性能電機(jī)離不開(kāi)稀土永磁等資源，中國(guó)擁有全球40%資源儲(chǔ)量與92%冶煉分離產(chǎn)能；2）中游零部件制造環(huán)節(jié)，受益于其他技術(shù)同源性較強(qiáng)的成熟行業(yè)（汽車行業(yè)最為典型）發(fā)展成果，國(guó)內(nèi)供應(yīng)鏈布局十分全面，高功率密度電機(jī)、諧波/行星減速器、模組、六維力矩與IMU/深度相機(jī)等傳感器、高比能電池在國(guó)內(nèi)均有龍頭供應(yīng)商選擇，國(guó)產(chǎn)化率高，能迅速搭建產(chǎn)品原型；此外，大規(guī)模量產(chǎn)已積累豐富的工程化、生產(chǎn)管理運(yùn)營(yíng)經(jīng)驗(yàn)，為后續(xù)降本，形成極致性價(jià)比優(yōu)勢(shì)，從而加速應(yīng)用拓展打下基礎(chǔ)。展望后續(xù)，我們認(rèn)為：與主機(jī)廠合作緊密、具備強(qiáng)技術(shù)實(shí)力、規(guī)模化生產(chǎn)經(jīng)驗(yàn)豐富是零部件企業(yè)競(jìng)爭(zhēng)的三大核心基本要素圖32：以人形機(jī)器人為代表，我國(guó)供應(yīng)鏈?zhǔn)秩?，龍頭布局廣（人形機(jī)器人圖片為Optimus僅為實(shí)例不代表（四）“小腦”頂尖，“大腦”算法模型亟待突破。國(guó)內(nèi)以宇樹(shù)為代表的人形機(jī)器人企業(yè)在硬件運(yùn)控的“小腦”能力上已體現(xiàn)出頂尖水平，舞蹈、拳擊、越野、長(zhǎng)距離奔跑等均能實(shí)現(xiàn)較高完成度。但在“大腦”能力上，我國(guó)仍有一定差距。目前全球人工智能模型依舊由海外機(jī)構(gòu)引領(lǐng)，2024年更新的全球頂級(jí)AI模型中美國(guó)為40個(gè)，顯著領(lǐng)先歐盟21個(gè)與中國(guó)15個(gè)，排名前10企業(yè)中我國(guó)僅3席。具身智能主流VLA模型均發(fā)源于海外，2025年發(fā)布的PhysicalIntelligence發(fā)布的π0已基本實(shí)現(xiàn)自主完成疊衣服等靈巧任務(wù)。目前國(guó)內(nèi)頭部企業(yè)取得一定進(jìn)展，如智元25923開(kāi)源了通用具身基座大模型GO-1，創(chuàng)新了全球首個(gè)ViLLA架構(gòu)。圖33：宇樹(shù)科技拳擊賽體現(xiàn)出強(qiáng)大的“小腦”能 圖34：2024年全球頂尖模型數(shù)量上美國(guó)連續(xù)10年穩(wěn)居第 資料來(lái)源：宇樹(shù)科技，中國(guó)銀河證券研究 資料來(lái)源：《AIIndexReport2025,Stanford》，中國(guó)銀河證券研究數(shù)據(jù)維度存在領(lǐng)先機(jī)會(huì)，多路線積極尋出路。人形機(jī)器人與大語(yǔ)言模型、智能駕駛等區(qū)別在于，后者憑借多年的發(fā)展以及龐大用戶基數(shù)，有高質(zhì)量的數(shù)據(jù)庫(kù)資源，而人形機(jī)器人產(chǎn)業(yè)方興未艾歷史積累較少，且沒(méi)有形成下游規(guī)模應(yīng)用反哺研發(fā)，更重要的是其需要融合物理交互反饋的異構(gòu)數(shù)據(jù)，中國(guó)工程院外籍院士張建偉指出其需求規(guī)模可能是自動(dòng)駕駛的上千倍、大語(yǔ)言模型的上百萬(wàn)倍。因此全球均缺乏大規(guī)模、高質(zhì)量的開(kāi)源數(shù)據(jù)集，我們認(rèn)為具身智能領(lǐng)域數(shù)據(jù)將成為與模型同等重要的角力點(diǎn)，我國(guó)有望通過(guò)多條路線布局實(shí)現(xiàn)彎道超車：1）合力建設(shè)數(shù)據(jù)共享平臺(tái)與大型采集中心。2）開(kāi)發(fā)合成數(shù)據(jù)應(yīng)用能力，但這依賴企業(yè)高保真物理仿真建模等系統(tǒng)化工程能力，有望形成企業(yè)的差異化核心競(jìng)爭(zhēng)力。圖35：北京人形機(jī)器人數(shù)據(jù)訓(xùn)練中 圖36：合成數(shù)據(jù)市場(chǎng)空間測(cè)算（單位：億元資料來(lái)源：機(jī)器人產(chǎn)業(yè)應(yīng)用，中國(guó)銀河證券研究 資料來(lái)源：沙利文，中國(guó)銀河證券研究高端芯片仍是桎梏，期待“十五五”攻堅(jiān)克難成果。當(dāng)前，全球人形機(jī)器人市場(chǎng)的處理器供應(yīng)主要由英偉達(dá)（側(cè)重“大腦”）、英特爾（側(cè)重“小腦”）兩大巨頭主導(dǎo)，20258月英偉達(dá)發(fā)布JetsonAGXThor，2070TFLOPs的AI算力是前代Orin的7.5倍，差距進(jìn)一步拉大。大國(guó)博弈背景下，歐美對(duì)華技術(shù)出口限制風(fēng)險(xiǎn)直接影響我國(guó)具身智能發(fā)展，在國(guó)家產(chǎn)業(yè)安全和科技主權(quán)的戰(zhàn)略考量下，我們認(rèn)為“十五五”時(shí)期AI芯片將成為科技突破的重要命題，研發(fā)將獲得更多的政策支持和資源傾斜，市場(chǎng)有望迎來(lái)半導(dǎo)體、芯片等領(lǐng)域中長(zhǎng)期的發(fā)展紅利期。G1/G1R1/R1H1-Inteli7-8665U+NVIDIAX2A216CPU+NvidiaJetsonLimXOliLimXOliRK3588/8G/64G+OrinLimXOliRK3588/16G/256G+OrinDOBOTAtomGalbotNVIDIAJetsonThorGR-Inteli7-（一）具身智能市場(chǎng)規(guī)模快速擴(kuò)容，未來(lái)前景廣闊，預(yù)計(jì)2026年將超萬(wàn)億。2025年以來(lái)具身智能市場(chǎng)規(guī)?？焖贁U(kuò)容，宇樹(shù)科技創(chuàng)始人王興興在2025世界人工智能大會(huì)上表示“今年上半年全國(guó)智能機(jī)器人行業(yè)平均增速可達(dá)50%到100%”。據(jù)36氪研究所預(yù)計(jì)，2025年我國(guó)具身智能行業(yè)市場(chǎng)規(guī)模預(yù)計(jì)可達(dá)9731億元，其中機(jī)器人市場(chǎng)規(guī)模預(yù)計(jì)可達(dá)5229億元，同比+8.9%，自動(dòng)駕駛市場(chǎng)規(guī)模預(yù)計(jì)可達(dá)4502億元，同比+17.5%，到2026年我國(guó)具身智能行業(yè)市場(chǎng)規(guī)模預(yù)計(jì)將超萬(wàn)億元。 資料來(lái)源：36人形機(jī)器人有望率先在工業(yè)領(lǐng)域?qū)崿F(xiàn)應(yīng)用，隨后逐步擴(kuò)展至商業(yè)服務(wù)領(lǐng)域與家庭生活領(lǐng)域。業(yè)場(chǎng)景具有工作步驟標(biāo)準(zhǔn)化程度高、重復(fù)度高、場(chǎng)景相對(duì)封閉的特征，有助于人形機(jī)器人產(chǎn)品在早期落地應(yīng)用，據(jù)億歐智庫(kù)預(yù)測(cè)，2025-2030年人形機(jī)器人有望率先應(yīng)用于工業(yè)領(lǐng)域，2030年后人形機(jī)器人將逐步應(yīng)用于商業(yè)服務(wù)領(lǐng)域，2035年后人形機(jī)器人將逐步應(yīng)用于家庭生活領(lǐng)域，到2040年人形機(jī)器人市場(chǎng)規(guī)模有望達(dá)到近3萬(wàn)億元水平。 （二）工業(yè)：人形機(jī)器人率先落地實(shí)踐，頭部企業(yè)產(chǎn)品進(jìn)駐多家汽車工廠人形機(jī)器人在工業(yè)場(chǎng)景的應(yīng)用前景廣泛。工業(yè)對(duì)自動(dòng)化和智能化需求高，生產(chǎn)流程復(fù)雜，對(duì)效率、精度和柔性有加較高要求，并且存在許多危險(xiǎn)場(chǎng)景，能夠通過(guò)人形機(jī)器人的應(yīng)用實(shí)現(xiàn)效率的提升和安全事故的降低，因而對(duì)人形機(jī)器人有較高的需求。人形機(jī)器人能夠應(yīng)用于汽車、電子電氣、化工、機(jī)械制造、紡織、食品飲料等多個(gè)行業(yè)的多個(gè)生產(chǎn)環(huán)節(jié)，具備廣泛的應(yīng)用前景。圖39多家頭部企業(yè)產(chǎn)品進(jìn)駐汽車工廠，人形機(jī)器人應(yīng)用場(chǎng)景實(shí)踐加速。目前已有多家企業(yè)將人形機(jī)器人產(chǎn)品部署在以汽車工廠為代表的工業(yè)場(chǎng)景中，推動(dòng)人形機(jī)器人在工業(yè)場(chǎng)景應(yīng)用實(shí)踐的加速，如特斯拉Optimus進(jìn)入自身工廠開(kāi)始進(jìn)行電池單元分裝工作；Figure02在寶馬生產(chǎn)線實(shí)踐一段時(shí)間后將速度提升400%，成功率提升七倍；優(yōu)必選與東風(fēng)柳汽、吉利汽車、一汽-大眾青島分公司、奧迪一汽、比亞迪、北汽新能源、富士康、順豐等知名企業(yè)合作，推動(dòng)旗下工業(yè)版人形機(jī)器人WalkerS系列進(jìn)入工廠“實(shí)訓(xùn)”，并在極氪汽車5G智慧工廠內(nèi)部署數(shù)十臺(tái)WalkerS1，嘗試在同一統(tǒng)一“大腦”指揮下承擔(dān)協(xié)同工作，如分揀、搬運(yùn)、裝配等。圖4O：Optimus在特斯拉汽車工廠進(jìn)行電池單元分 圖41：優(yōu)必選WalkerS1在極氪工程協(xié)同搬資料來(lái)源：澎湃新聞，中國(guó)銀河證券研究 資料來(lái)源：騰訊，中國(guó)銀河證券研究特種行業(yè)：替代惡劣、危險(xiǎn)場(chǎng)景下的人類工作，當(dāng)前應(yīng)用以機(jī)器狗為主，人形機(jī)器人有望適配更多場(chǎng)景應(yīng)用特種行業(yè)作業(yè)環(huán)境惡劣、危險(xiǎn)度高，機(jī)器人能有效替代人類工作。機(jī)器人能夠解決人類在惡劣環(huán)境下進(jìn)行特種工作所面臨的危險(xiǎn)性難題，更好保障生命安全，提高救援效率，因而具備廣泛的應(yīng)用場(chǎng)景，如能源勘探、化學(xué)品處理、災(zāi)害救援、水下/太空工作等。圖42機(jī)器狗率先嘗試在特種環(huán)境下工作，人形機(jī)器人能夠適配更復(fù)雜環(huán)境，應(yīng)用前景更為廣泛。于特種環(huán)境各細(xì)分場(chǎng)景環(huán)境特征差異大，高質(zhì)量訓(xùn)練數(shù)據(jù)較少、人形機(jī)器人當(dāng)前運(yùn)動(dòng)控制有限等原因，當(dāng)前人形機(jī)器人在特種環(huán)境的應(yīng)用較少，機(jī)器狗是目前率先在特種場(chǎng)景嘗試應(yīng)用的機(jī)器人主要品類，如七騰機(jī)器人有限公司研發(fā)的防爆四足機(jī)器人-X3stable能負(fù)載200千克重物，可持續(xù)工作5小時(shí)，爬溝過(guò)坎能力強(qiáng)，能攜帶或掛載云臺(tái)、機(jī)械臂等多種設(shè)備，搭載500多種AI智能算法，善于完成多樣化巡檢、物資運(yùn)輸、搶險(xiǎn)救援以及操作運(yùn)維等任務(wù)。相比于機(jī)械狗，人形機(jī)器人的體征與人類更為相近，在危害品處理、維修作業(yè)、救援等場(chǎng)景下更為適配，應(yīng)用前景更為廣泛，如德國(guó)航空航天中心(DLR)研制的RollinJustin在設(shè)計(jì)之初計(jì)劃用于太空作業(yè)。圖43：七騰四足機(jī)器人能夠完成巡檢、物資運(yùn)輸?shù)热?圖44：DLR研制的Rollin’Justin計(jì)劃用于太資料來(lái)源：鳳凰網(wǎng)，中國(guó)銀河證券研究 資料來(lái)源：Rollin’Justin官網(wǎng)，中國(guó)銀河證券研究服務(wù)行業(yè)：應(yīng)用場(chǎng)景多元化，頭部企業(yè)積極探索商業(yè)化落地商業(yè)服務(wù)具有多元化服務(wù)場(chǎng)景，頭部企業(yè)積極探索產(chǎn)品在商業(yè)服務(wù)場(chǎng)景下的商業(yè)化落地。商業(yè)化場(chǎng)景多元化屬性十足，機(jī)器人具備廣泛的應(yīng)用場(chǎng)景，智元機(jī)器人在首屆合作伙伴大會(huì)宣布聚焦講解接待、文娛商演、工業(yè)智造、物流分揀、安防巡檢、商用清潔、數(shù)采訓(xùn)練、科研教育八大場(chǎng)景，推出定制化解決方案并實(shí)現(xiàn)多行業(yè)規(guī)?；瘧?yīng)用。頭部企業(yè)積極在多個(gè)場(chǎng)景探索產(chǎn)品的商業(yè)化落地，如銀河通用Galbot在2025WAIC期間，在商品貨架前不間斷長(zhǎng)時(shí)間穩(wěn)定工作，為李強(qiáng)總理、外方嘉賓、國(guó)際組織代表等領(lǐng)導(dǎo)精準(zhǔn)取送商品；傅利葉與建設(shè)銀行上海浦東分行共同成立智能人形機(jī)器人銀行大堂經(jīng)理場(chǎng)景訓(xùn)練基地，傅利葉GR-1負(fù)責(zé)協(xié)助工作人員完成銀行大堂業(yè)務(wù)咨詢、業(yè)務(wù)分流、智慧柜員機(jī)個(gè)性化操作指南、金融業(yè)務(wù)講解等服務(wù)；傅利葉GR-1入駐永達(dá)智己北外灘店，通過(guò)為顧客提供豐富有趣的線下體驗(yàn)，為門店吸引大量客流。圖45：銀河通用Galbot在商品貨架前工 圖46：傅利葉GR-1在智己汽車門店擔(dān)任銷資料來(lái)源：36氪，中國(guó)銀河證券研究 資料來(lái)源：傅利葉，中國(guó)銀河證券研究家庭服務(wù)場(chǎng)景能夠提供家務(wù)服務(wù)與情感陪伴，成為有愛(ài)的家庭助手。在家庭服務(wù)場(chǎng)景下，機(jī)器人不僅能夠提供清潔、整理等家務(wù)服務(wù)，還能夠通過(guò)人機(jī)交互提供情感陪伴，如傅利葉發(fā)布的全尺寸人形Care-botGR-3搭載自研的全感交互系統(tǒng)，集成聽(tīng)覺(jué)、視覺(jué)、觸覺(jué)三大模塊，通過(guò)協(xié)同反饋實(shí)現(xiàn)更自然、擬人的情感互動(dòng)，并且嵌入微表情反饋，新增的眼神交互與表情系統(tǒng)可以通過(guò)轉(zhuǎn)動(dòng)眼球、眨眼以及定制化瞳眸特效，增強(qiáng)情緒傳達(dá)與陪伴感；1X發(fā)布的最新家庭機(jī)器人NEOGamma能夠通過(guò)專有語(yǔ)言模型進(jìn)行自然對(duì)話和富有表現(xiàn)力的肢體語(yǔ)言。圖47GR-3圖48：1XNEOGamma資料來(lái)源：傅利葉官網(wǎng)，中國(guó)銀河證券研究 物流行業(yè)：無(wú)人物流車市場(chǎng)規(guī)?？焖偬嵘?，機(jī)器人可解決配送“最后10米”難題物流運(yùn)輸勞動(dòng)力成本逐年上升，軟硬分離的無(wú)人物流解決方案可明顯降低成本與前期現(xiàn)金流壓力。據(jù)國(guó)家郵政局?jǐn)?shù)據(jù)，2019-2024年，我國(guó)社會(huì)物流量和快遞業(yè)務(wù)量逐年提升，2025年全國(guó)社會(huì)物流總額為360.62019年增長(zhǎng)21.0%，全國(guó)快遞業(yè)務(wù)量為1745.0億件，較2019年增長(zhǎng)174.7%，勞動(dòng)力成本為2.3萬(wàn)元，較2019年增長(zhǎng)35.3%。對(duì)比傳統(tǒng)運(yùn)輸和無(wú)人車運(yùn)輸來(lái)看，前期由于無(wú)人物流多為軟硬一體的整車交付方案，初始投資大，經(jīng)濟(jì)性不明顯，市場(chǎng)接受度不高，隨著軟硬分離的解決方案出現(xiàn)，整車硬件購(gòu)置成本明顯降低，全生命周期成本經(jīng)濟(jì)性明顯提升，能夠有效降低成本和前期現(xiàn)金流壓力，無(wú)人物流車開(kāi)始進(jìn)入需求爆發(fā)期。圖49：2019-2024年我國(guó)物流運(yùn)輸勞動(dòng)力成本逐年上 表1O：軟硬分離的無(wú)人車經(jīng)濟(jì)性明顯（以5m3空間城配無(wú)人車為例

無(wú)人車購(gòu)置成本15w-20w（1w2.5k/月（資料來(lái)源：國(guó)家郵政局，國(guó)家統(tǒng)計(jì)局，前瞻產(chǎn)業(yè)研究院，中國(guó)銀河證券研究 資料來(lái)源：億歐智庫(kù)，中國(guó)銀河證券研究得益于技術(shù)成熟與經(jīng)濟(jì)性優(yōu)勢(shì)，無(wú)人駕駛物流車市場(chǎng)規(guī)?？焖偬嵘?，2024年突破1.5萬(wàn)輛大關(guān)。伴隨自動(dòng)駕駛技術(shù)的成熟、無(wú)人駕駛物流車成本的下降以及經(jīng)濟(jì)性優(yōu)勢(shì)的展現(xiàn)，無(wú)人駕駛物流車的市場(chǎng)需求迎來(lái)爆發(fā)，據(jù)前瞻產(chǎn)業(yè)研究院估算，2024年中國(guó)無(wú)人駕駛物流車銷量已突破1.5萬(wàn)輛大關(guān)，其中新石器交付量創(chuàng)2400臺(tái)新高。圖5O：得益于技術(shù)成熟與經(jīng)濟(jì)性優(yōu)勢(shì)，無(wú)人駕駛物流車市場(chǎng)規(guī)?？焖偬嵘?0241.5（輛2O222O222O24 人形機(jī)器人在物流配送中有望應(yīng)用于末端配送場(chǎng)景，解決“最后10米”難題。無(wú)人運(yùn)輸物流車能夠完成商品從發(fā)配地運(yùn)輸向網(wǎng)點(diǎn)的任務(wù)，從網(wǎng)點(diǎn)到終端消費(fèi)者的配送任務(wù)仍以配送員完成為主，目前行業(yè)在積極探索運(yùn)用人形機(jī)器人產(chǎn)品解決“最后10米”難題，如樂(lè)聚與華為、中國(guó)移動(dòng)聯(lián)合發(fā)布的業(yè)界首款5G-A具身智能機(jī)器人“夸父”能夠與無(wú)人機(jī)協(xié)同配合，接收無(wú)人機(jī)投遞的物品后完成地面轉(zhuǎn)運(yùn)，技術(shù)成熟后有望替代部分配送員的工作。圖51：5G-A行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·（一）具身智能產(chǎn)業(yè)鏈涵蓋多個(gè)環(huán)節(jié)，上游包括零部件和基礎(chǔ)軟件，中游包括整機(jī)系統(tǒng)研發(fā)設(shè)計(jì)、本體測(cè)試、生產(chǎn)制造、系統(tǒng)集成，下游覆蓋科研教育、商業(yè)服務(wù)、工業(yè)制造、高危作業(yè)、醫(yī)療康養(yǎng)、家庭服務(wù)等應(yīng)用場(chǎng)景。其中上游零部件可以劃分成感知器件（如視覺(jué)、力/力矩、觸覺(jué)及其他傳感器等），運(yùn)動(dòng)器件（如電機(jī)/控制、減速器、絲杠等），控制交互（如芯片、動(dòng)力系統(tǒng)等）；基礎(chǔ)軟件包括操作系統(tǒng)、控制算法、大模型和仿真軟件等。中游具身智能機(jī)器人具有多樣化的本體結(jié)構(gòu)，包括臂式/輪式/足式/履帶/復(fù)合/人形/仿生及其他無(wú)人系統(tǒng)等，其中人形以其更高擬人性、更強(qiáng)交互性和對(duì)環(huán)境的適配性，成為最具關(guān)注度的形態(tài)。圖52從技術(shù)與產(chǎn)業(yè)熱點(diǎn)上看，人形機(jī)器人應(yīng)用正處于資本期望膨脹期，而零部件正待從期望值低谷回升。2025是人形機(jī)器人量產(chǎn)元年，技術(shù)與產(chǎn)業(yè)發(fā)展需求、政策方向均支持應(yīng)用場(chǎng)景落地，積累數(shù)據(jù)反哺產(chǎn)品迭代。當(dāng)前產(chǎn)業(yè)發(fā)展核心卡點(diǎn)在具身大模型，重點(diǎn)問(wèn)題在數(shù)據(jù)瓶頸和模型架構(gòu)探索，區(qū)別于智能汽車、AGV/AMR、四足機(jī)器人等產(chǎn)品，人形機(jī)器人操作重要性大幅提升，多指靈巧手設(shè)計(jì)（含觸覺(jué)傳感器研究）、靈巧操作數(shù)據(jù)集、操作大模型成為提升功能性的關(guān)鍵。本體出貨量尚小限制了當(dāng)前各零部件生產(chǎn)的規(guī)模效應(yīng)，研發(fā)投入多而現(xiàn)階段創(chuàng)收少，對(duì)零部件企業(yè)資金實(shí)力提出要求，同時(shí)參與者快速增加，帶來(lái)行業(yè)競(jìng)爭(zhēng)加劇。但隨著量產(chǎn)臨近，具備優(yōu)質(zhì)大客戶資源、量產(chǎn)能力強(qiáng)的零部件廠商，或制造能力突出、專業(yè)化全維度協(xié)助初創(chuàng)企業(yè)落地的代工企業(yè)有望脫穎而出。圖53資料來(lái)源：王田苗2025（二）核心零部件概覽核心零部件占具身智能整機(jī)成本比例較高，涉及技術(shù)原理、材料、工藝等多領(lǐng)域，是機(jī)器人實(shí)現(xiàn)感知、運(yùn)動(dòng)、推理決策的硬件基礎(chǔ)。主要包括運(yùn)動(dòng)系統(tǒng)（節(jié)模組）、感知系統(tǒng)（傳感器等）、控制交互（芯片、電池、充電系統(tǒng)等）件行業(yè)的發(fā)展需要關(guān)注規(guī)模量產(chǎn)后BOM價(jià)值占比、原有市場(chǎng)空間、行業(yè)競(jìng)爭(zhēng)格局（關(guān)注技術(shù)難度、工藝難度、擴(kuò)產(chǎn)難度、海內(nèi)外差距等）、機(jī)器人方案迭代趨勢(shì)等。此外，目前本體廠商硬件方案中的增量變化集中在靈巧手、觸覺(jué)傳感器、輕量化、散熱系統(tǒng)、高功率/轉(zhuǎn)矩密度電機(jī)等，伴隨量產(chǎn)時(shí)點(diǎn)靠近，相關(guān)行業(yè)有望獲得增益。圖54技術(shù)&businessresearch億美元（據(jù)QY速器（含RV）約3-4材料選用（工藝等）制（等Persistence22年中國(guó)25.75億元24年中國(guó)出貨量14500設(shè)備（較高控制，特斯拉OptimusGen22040臺(tái)，占比約手算法的適配（后期通過(guò)獲取物體三維空間信息（、姿態(tài)等）三角測(cè)量、結(jié)構(gòu)光、飛行時(shí)間（ToF）22年中國(guó)3D視覺(jué)市場(chǎng)18.4元關(guān)節(jié)執(zhí)行器人形機(jī)器人關(guān)節(jié)設(shè)計(jì)需綜合考慮動(dòng)態(tài)運(yùn)動(dòng)控制、平衡性、負(fù)載能力、經(jīng)濟(jì)性等多重因素，高扭矩關(guān)節(jié)（如腕部、肩部、腰部、髖部關(guān)節(jié)）對(duì)旋轉(zhuǎn)幅度要求高，多使用旋轉(zhuǎn)執(zhí)行器。高負(fù)載關(guān)節(jié)（如上臂、下臂、大腿、小腿關(guān)節(jié)）需要有較優(yōu)的承重和支撐能力，線性執(zhí)行器成為重要選擇之一。旋轉(zhuǎn)執(zhí)行器驅(qū)動(dòng)方案主要有剛性驅(qū)動(dòng)、彈性驅(qū)動(dòng)、準(zhǔn)直驅(qū)動(dòng)三種。不同驅(qū)動(dòng)方案影響減速器、電機(jī)架構(gòu)等零部件的種類型號(hào)。其中剛性驅(qū)動(dòng)主要由高減速比減速器（如諧波減速器）、電機(jī)、編碼器、高剛性力矩傳感器（可選）安全性相對(duì)不足。彈性驅(qū)動(dòng)非目前主流的人形機(jī)器人驅(qū)動(dòng)方案。準(zhǔn)直驅(qū)動(dòng)主要由低減速比減速器（行星減速器）、高扭矩密度電機(jī)、編碼器和控制板等組成，能量效率高，但精度一般。目前特斯拉旋轉(zhuǎn)執(zhí)行器全部都是諧波減速器+電機(jī)方案，但出于經(jīng)濟(jì)性考慮，行星減速器+電機(jī)方案亦被很多國(guó)內(nèi)本體企業(yè)選擇用于一些大負(fù)載關(guān)節(jié)，如宇樹(shù)科技、智元機(jī)器人等。圖55資料來(lái)源：丁宏鈺等《國(guó)內(nèi)外雙足人形機(jī)器人驅(qū)動(dòng)器研究綜述》，GGII未來(lái)搭配線性關(guān)節(jié)的機(jī)器人本體占比可能提升。線性執(zhí)行器相比旋轉(zhuǎn)執(zhí)行器優(yōu)勢(shì)體現(xiàn)在：1）間利用率高，可以縱向分布，從而配備更大的電機(jī)；2）滿足柔性需求，有些狹窄地方旋轉(zhuǎn)關(guān)節(jié)太大機(jī)器人難以進(jìn)入；3）螺桿傳動(dòng)機(jī)構(gòu)通過(guò)合理設(shè)計(jì)可以具備自鎖能力，低耗能。目前已采用線性執(zhí)行器本體：特斯拉，開(kāi)普勒，小米，小鵬，智澄AI等。嘗試采用線性執(zhí)行器本體：眾擎，優(yōu)必選等。表11關(guān)節(jié)在機(jī)器人中重量及BOM成本占比超過(guò)50%，是輕量化核心之一。關(guān)節(jié)輕量化可以通過(guò)材料選擇、結(jié)構(gòu)設(shè)計(jì)、工藝改進(jìn)實(shí)現(xiàn)。材料選擇上：鋁合金、鎂合金（或鋁鎂合金）、碳纖維和高性能工程塑料PEEK等材料PEEK材料：可應(yīng)用于諧波減速器鋼輪和柔輪，擺線減速器線和針輪，及其他關(guān)節(jié)材料、軸承、齒輪等部件。波士頓動(dòng)力Atlas掌指關(guān)節(jié)使用PEEK-石墨烯復(fù)合材料，特斯拉Gen2使用PEEK。結(jié)構(gòu)設(shè)計(jì)上：關(guān)節(jié)模組集成、拓?fù)鋬?yōu)化關(guān)節(jié)模組集成：Gen2提高關(guān)節(jié)集成度，優(yōu)必選walkerX采用一體化伺服模組拓?fù)鋬?yōu)化，精密分布材料，且優(yōu)化范圍擴(kuò)大（從單一零部件至整機(jī)）。如特斯拉Gen2較Gen1，天工Ultra。工藝上：MIM/3D打印工藝MIM：適用于大批量生產(chǎn)精密微型零件，支持貴金屬、鈦合金、鈷鉻、鎳/鎳基高溫合金、鉬/鉬銅和顆粒復(fù)合材料等，和材料輕量化相輔相成。Figure在嘗試采用。表12

3D打?。翰捎命c(diǎn)陣（）結(jié)構(gòu)減少實(shí)體材料用量，或一體化打印原本通過(guò)多個(gè)構(gòu)件組合的零件等，如優(yōu)必選walkerS2相比S1采用了3D打印減重。電機(jī)具身智能機(jī)器人對(duì)關(guān)節(jié)電機(jī)的要求可概括為滿足尺寸限制（有限空間提高驅(qū)動(dòng)力、快速動(dòng)態(tài)響應(yīng)）、低轉(zhuǎn)矩波動(dòng)（精密操作）、高過(guò)載能力（高爆發(fā)力、大轉(zhuǎn)矩輸出）、高結(jié)構(gòu)強(qiáng)度（抗沖擊）。目前已經(jīng)用于機(jī)器人的電機(jī)包括無(wú)框力矩電機(jī)（Optimus旋轉(zhuǎn)執(zhí)行器）、空心杯電機(jī)（用于靈巧手手指關(guān)節(jié)）、無(wú)刷有齒槽電機(jī)（可用于靈巧手大拇指及繩驅(qū)版手腕處）。無(wú)框力矩電機(jī)僅包括轉(zhuǎn)子和定子，沒(méi)有軸、軸承、外殼或端蓋，可集成到機(jī)械結(jié)構(gòu)中，具備轉(zhuǎn)矩密度高、響應(yīng)速度快、穩(wěn)定性強(qiáng)、控制精度和集成度較高的優(yōu)勢(shì)，在散熱上以結(jié)構(gòu)散熱為主，還需進(jìn)一步優(yōu)化?？招谋姍C(jī)無(wú)沖片齒槽結(jié)構(gòu)和鐵芯，減少了電機(jī)運(yùn)行時(shí)磁阻力矩，降低輸出轉(zhuǎn)矩波動(dòng)，同時(shí)消除了鐵芯渦流效應(yīng)引起損耗，減少了電機(jī)運(yùn)行時(shí)的能量損耗，適用于高速、小型、高精度場(chǎng)合，但扭矩較小需搭配精密行星減速箱，結(jié)構(gòu)緊湊散熱較弱，高精度依賴嚴(yán)格工藝和設(shè)備要求，成本較高。無(wú)刷有齒槽電機(jī)轉(zhuǎn)矩密度高于空心杯電機(jī)，適合更高負(fù)載、預(yù)留空間更大的場(chǎng)合。但存在齒槽轉(zhuǎn)矩影響精度，鐵芯渦流效應(yīng)引起能量損耗，噪聲相對(duì)更大?；谄涑杀緝?yōu)勢(shì)，且繩驅(qū)版靈巧手將驅(qū)動(dòng)電機(jī)集成到手腕手臂處空間更足，無(wú)刷有齒槽電機(jī)在機(jī)器人中應(yīng)用范圍可能擴(kuò)大。按關(guān)節(jié)拓?fù)浣Y(jié)構(gòu)分，常見(jiàn)的機(jī)器人關(guān)節(jié)電機(jī)拓?fù)浒▋?nèi)轉(zhuǎn)子徑向磁通永磁電機(jī)、外轉(zhuǎn)子徑向磁通永磁電機(jī)和軸向磁通永磁電機(jī)。特斯拉等機(jī)器人本體用的無(wú)框力矩電機(jī)主要是內(nèi)轉(zhuǎn)子結(jié)構(gòu)。而宇樹(shù)科技、本末科技、靈足時(shí)代的關(guān)節(jié)模組則采用外轉(zhuǎn)子電機(jī)+行星減速器的準(zhǔn)直驅(qū)模式，主要由于外轉(zhuǎn)子電機(jī)較內(nèi)轉(zhuǎn)子電機(jī)具備更大轉(zhuǎn)矩，其構(gòu)成的準(zhǔn)直驅(qū)執(zhí)行器反驅(qū)性好、機(jī)械阻抗低，使機(jī)器人抗沖擊性和動(dòng)態(tài)響應(yīng)性提升。基于對(duì)更高轉(zhuǎn)矩密度的需求，軸向磁通電機(jī)關(guān)注度提升，其較之徑向磁通電機(jī)軸向長(zhǎng)度短，結(jié)構(gòu)緊湊，轉(zhuǎn)矩/功率密度高，目前“青龍”機(jī)器人、廣汽GoMate已嘗試采用。但當(dāng)前軸向磁通電機(jī)高扭矩持續(xù)輸出時(shí)存在較嚴(yán)重的發(fā)熱嚴(yán)重，批量化生產(chǎn)工藝難度高、材料利用率低，限制了其廣泛應(yīng)用。圖56表13電機(jī)+齒輪箱（元件器（+彈性元件高行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·減速器減速器是連接動(dòng)力源和執(zhí)行機(jī)構(gòu)的中間體，能夠匹配轉(zhuǎn)速和傳遞轉(zhuǎn)矩。按照控制精度可劃分成一般傳動(dòng)減速器和精密減速器。精密減速器主要包括諧波減速器、RV減速器、行星減速器、擺線針輪減速器等。減速比（減速裝置的傳動(dòng)比）/扭矩、大小/重量、精度、價(jià)格等是選擇減速器的主要參考因素。諧波減速器具備高精度特性，但受制于柔輪反復(fù)性變帶來(lái)的壽命折損，目前主要用于機(jī)器人小臂、腕部等輕負(fù)載關(guān)節(jié)，并不適用于高負(fù)載強(qiáng)沖擊場(chǎng)景。行星減速器結(jié)構(gòu)簡(jiǎn)單，成本較低，但具備較大傳動(dòng)間隙，適用于對(duì)精度要求不高的末端執(zhí)行器。RV減速器常用于工業(yè)機(jī)器人重負(fù)載部位，以及汽車、運(yùn)輸、港口碼頭等行業(yè)，但由于重量和體積偏大，并不適配對(duì)運(yùn)動(dòng)靈活性有一定要求的機(jī)器人本體。隨著材料和工藝不斷進(jìn)步，擺線針輪減速器憑借“精度高于行星、負(fù)載優(yōu)于諧波、體積小于RV”優(yōu)勢(shì)，逐漸成為人形機(jī)器人關(guān)節(jié)構(gòu)成的重要考量。我們認(rèn)為，未來(lái)各類減速器應(yīng)用并非完全互斥，而將根據(jù)不同應(yīng)用場(chǎng)景要求進(jìn)行靈活選擇。表14速RV更RV行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·絲杠絲杠是一種將旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)化為直線運(yùn)動(dòng)的機(jī)械傳動(dòng)裝置，是工具機(jī)械和精密機(jī)械上常見(jiàn)的部件。在人形機(jī)器人中使用的絲杠產(chǎn)品包括滾珠絲杠和行星滾柱絲杠，前者可用于構(gòu)成靈巧手，后者主要構(gòu)成線性執(zhí)行器。圖57：滾珠絲杠示意 圖58：行星滾柱絲杠示意 滾珠絲杠下游應(yīng)用更寬泛，行星滾柱絲杠工藝難度更高，國(guó)產(chǎn)率更低。滾珠絲杠下游是各類型通用裝備，如注塑機(jī)器、機(jī)床等，應(yīng)用較寬泛。性能上，行星滾柱絲杠相比滾珠絲杠具備更強(qiáng)的承載能力、剛度和抗沖擊能力，以及更快的相對(duì)旋轉(zhuǎn)速度和更長(zhǎng)的壽命，更適合對(duì)“高效率、高精度、高可靠”有要求的場(chǎng)合。但其對(duì)上游機(jī)器設(shè)備的要求及加工制造難度高于滾珠絲杠，國(guó)產(chǎn)化率更低。表15T絲杠較成熟的加工方式可以分為車削、銑削、磨削、軋制。磨削產(chǎn)品精度和壽命高，但效率和成本控制上不及車削。磨削精度可達(dá)G1級(jí)，表面粗糙度值較低，產(chǎn)品壽命長(zhǎng)，但加工工序多、效率較低、對(duì)磨床等設(shè)備要求高，整體制造成本偏高。車削精度可達(dá)C3-C5，加工效率高，對(duì)加工設(shè)備要求不高，切屑帶走部分切削熱從而降低螺紋表明燒傷或開(kāi)裂風(fēng)險(xiǎn)，但刀片磨損較快。銑削加工精度可達(dá)G3~G5級(jí)，采用干切削加工工序短，生產(chǎn)率高，且綠色環(huán)保，但前期設(shè)備投入較大，對(duì)刀具精度、耐磨性和壽命要求高。軋制精度偏低，暫可達(dá)G9級(jí)，且齒形精度取決于軋輥精度及壽命，設(shè)備成本偏高。內(nèi)螺紋磨削加工效率在提升，“以車代磨”得到嘗試?，F(xiàn)階段滾珠絲杠副中螺母主要研磨，絲杠可冷軋/研磨，冷軋偏批量制造，精度更低，磨制偏精密制造。同時(shí)“以車/銑代磨”憑借更低成本更高效率特征，運(yùn)用也逐漸廣泛。行星滾柱絲杠副螺距誤差要求更嚴(yán)格，加工難度更大。當(dāng)前人形機(jī)器人對(duì)行星滾柱絲杠精度要求普遍為C3-C5，隨著產(chǎn)品量產(chǎn)臨近和落地應(yīng)用加速，對(duì)精度、效率、一致性與成本控制綜合要求提升。在核心步驟螺紋加工環(huán)節(jié)，研磨為主，伴隨技術(shù)/工藝進(jìn)步，基于磨削工藝的內(nèi)螺紋加工效率在提升，砂輪材質(zhì)也逐步優(yōu)化以減少砂輪磨損帶來(lái)的中徑錐度異常。同時(shí)，亦有廠家嘗試用高精度數(shù)控車床和高精度成型刀片通過(guò)車削完成螺紋加工。表16G3~G5Ra1.6umG3~G5Ra0.8umG1Ra0.4umG9靈巧手當(dāng)前機(jī)器人靈巧手技術(shù)路徑尚未統(tǒng)一：手指數(shù)量有2/3/4/5指，自由度覆蓋6dof至20+dof，驅(qū)動(dòng)傳動(dòng)方式有全直驅(qū)、齒輪/蝸輪蝸桿傳動(dòng)、連桿傳動(dòng)、腱繩傳動(dòng)等。靈巧手種類多元，按自由度數(shù)量可以分為全驅(qū)動(dòng)和欠驅(qū)動(dòng)；按驅(qū)動(dòng)方式可以分為液壓驅(qū)動(dòng)、電機(jī)驅(qū)動(dòng)、氣壓驅(qū)動(dòng)和形狀記憶合金驅(qū)動(dòng)；按機(jī)械傳動(dòng)形式可以分為腱傳動(dòng)、連桿傳動(dòng)、齒輪/蝸輪蝸桿傳動(dòng)；按感知技術(shù)可以分為內(nèi)部感知和外部感知。目前電機(jī)驅(qū)動(dòng)是靈巧手驅(qū)動(dòng)主流方式，因?yàn)橐簤合到y(tǒng)維護(hù)和制造成本較高，波士頓動(dòng)力液壓版Atlas已于2024年被電驅(qū)動(dòng)版取代。傳動(dòng)方式上，特斯拉Optimus三代靈巧手采除此之外，星動(dòng)紀(jì)元初代手選擇齒輪方案，因時(shí)機(jī)器人選擇連桿傳動(dòng)，但二者具有柔性欠缺、對(duì)手內(nèi)空間配置要求較高的不足。C當(dāng)前靈巧手領(lǐng)域的技術(shù)進(jìn)步主要體現(xiàn)在：1）從單一款式擴(kuò)充至產(chǎn)品矩陣：因時(shí)現(xiàn)有產(chǎn)品為計(jì)劃后續(xù)推出高自由度版；靈心巧手L30推出直驅(qū)和繩驅(qū)兩種版本；靈巧智能推出38dof性價(jià)比版DexHand21S和522dof高自由度版DexHand21Pro；雷賽今年推出普及版11dof和高自由度（20dof）DH2015。2）傳感反饋更多元：標(biāo)配觸覺(jué)比例提升（電容式或壓阻式）觸覺(jué)/電磁式指尖指腹可自主選配，手指近端/手掌/手背后續(xù)可能加電子皮膚，部分場(chǎng)景應(yīng)用可能集成溫度傳感器。3）集成度提升：將驅(qū)動(dòng)單元從手掌集成到手腕，強(qiáng)腦科技Revo2內(nèi)置集成三維觸威機(jī)電采用高性能MCU單芯片整合多電機(jī)控制。圖6O：已發(fā)布靈巧手匯總（不完全統(tǒng)計(jì)單手自由度（個(gè)拇指最大抓握力6N力6主動(dòng)+6拇指最大抓握力15N握力6主動(dòng)+63kg6主動(dòng)+6拇指最大抓握力15N握力6主動(dòng)+620ROH-最大單個(gè)手指載荷ROH-457克±5最大提重物（四指彎曲狀態(tài)）25千克，最大單指靜態(tài)載荷（手指彎曲狀態(tài)）8荷（平伸狀態(tài)）56主動(dòng)+5ROH-狀態(tài)）10載荷（平伸狀態(tài)）86主動(dòng)+5單指最大負(fù)載8kg30；單指最大捏力30力50N10（6主動(dòng)+4被動(dòng)單手承載20kg6主動(dòng)+5≥30負(fù)載5kg，單指1kg12主動(dòng)+7>15（帶載DexHand21抓握力峰值22N，負(fù)載額定最大（空載20萬(wàn)次（載負(fù)載22（16主動(dòng)+4+2手腕被動(dòng)最大負(fù)載5kg12N，四指最大抓握力10主動(dòng)+10陣6*12，壽命10萬(wàn)次；可選配視觸。1000g（覺(jué)最大負(fù)載5kg15N，四指最大抓握力21（16主動(dòng)+5動(dòng)L30最大負(fù)載20kg15N，四指最大抓握力21L30握力10~20N，抓握力分辨率12（大拇指3提供三維力觸覺(jué)+溫度感知個(gè)溫度分布列陣命100全直驅(qū)，5空心杯電機(jī)（176鉤握最大負(fù)載6主動(dòng)+5FOC過(guò)100整手最大負(fù)載15kg15主動(dòng)+5C過(guò)100DexH59（5主動(dòng)+4被動(dòng)528ITPUDexH13負(fù)載5kg+指尖力16（133動(dòng)搭載1140具備15100CMH18額定負(fù)載動(dòng)），拇指5搭載千余顆自研GEN3ITPUDex5-常溫掌面向下3.5kg+4拇指4+食指33+無(wú)名指3+小拇指94,支持靈巧傳感器傳感器是助力機(jī)器人從程序控制逐步走向感知型和智能型的重要組成部分。目前人形機(jī)器人傳感器可分為內(nèi)部傳感器和外部傳感器，前者測(cè)量自身狀態(tài)的內(nèi)部傳感器，包括位置、速度、力傳感器等，后者測(cè)量與機(jī)器人作業(yè)有關(guān)的外部環(huán)境及狀態(tài)，包括視覺(jué)、觸覺(jué)等各種感官傳感器。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·圖61力傳感器力傳感器能將力的量值轉(zhuǎn)化成相關(guān)的電信號(hào)，檢測(cè)壓力、張力、重量、扭矩、應(yīng)變和內(nèi)應(yīng)力等，是動(dòng)力設(shè)備、工程機(jī)械及工業(yè)自動(dòng)化系統(tǒng)等領(lǐng)域的核心部件之一。按照測(cè)量維度劃分，力傳感器可以分成一維至六維等不同種類，如果力的方向和作用點(diǎn)都是固定的，那么只需選擇一維力傳感器。如果力的方向隨機(jī)變化，力的作用點(diǎn)保持不變，并與傳感器的標(biāo)定參考點(diǎn)重合或接近，那么可以選擇三維力傳感器。如果力的方向和作用點(diǎn)都在三維空間中隨機(jī)變化，那么應(yīng)該選擇六維力傳感器進(jìn)行測(cè)量。圖62六維力傳感器按照測(cè)量原理可分為電阻應(yīng)變式、電容式、光電式、壓電式、壓阻式等。其中應(yīng)變式基于應(yīng)變片的電阻-應(yīng)變效應(yīng)實(shí)現(xiàn)力/力矩信號(hào)的檢測(cè)，具有精度高、測(cè)量范圍廣、技術(shù)成熟的優(yōu)復(fù)雜，封裝工藝要求高。電容式通過(guò)設(shè)置一對(duì)電容，由電極片間的相對(duì)空隙變化來(lái)實(shí)現(xiàn)多維力的測(cè)光電式通過(guò)彈性體的變形調(diào)制光波，使接收器接收到的光強(qiáng)發(fā)生變化，具備高分辨率、與視覺(jué)技術(shù)相容性好、抗電磁干擾強(qiáng)優(yōu)點(diǎn)，但結(jié)構(gòu)剛度低，對(duì)測(cè)量環(huán)境要求高，成本較高。壓電式主要基于壓電效應(yīng)工作，適合動(dòng)態(tài)測(cè)量，但無(wú)法長(zhǎng)時(shí)間作用靜態(tài)力。壓阻式原理為兩個(gè)相對(duì)（或相鄰）電極之間敏感材料的電阻隨作用壓力載荷的變化而變化，動(dòng)態(tài)范圍寬，負(fù)載能力強(qiáng)，但存在遲滯和非線性。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·表17資料來(lái)源：孫永軍《空間機(jī)械臂六維力/力矩傳感器及其在線標(biāo)定的研究》，MIR在人形機(jī)器人領(lǐng)域，六維力傳感器可用于力控反饋，步態(tài)平衡，重心和安全控制，地面識(shí)別等，可配置在手腕、腳踝和靈巧手（在研，難度較大）。特斯拉OptimusGen2將其用于手腕和腳踝。表18YY型梁、懸微懸臂+MEMS/20mm，>50000/慣性傳感器慣性傳感器（IMU）主要由加速度計(jì)、陀螺儀和磁力計(jì)構(gòu)成，是將物體加速度、位置和姿勢(shì)轉(zhuǎn)化成電信號(hào)的裝置。在人形機(jī)器人領(lǐng)域，其通?？砂惭b在胸腔、骨盆、靈巧手/腳等重要部位，發(fā)揮IMU方案已經(jīng)被集運(yùn)用在機(jī)器人產(chǎn)品中，如特斯拉OptimusGen2、UCLA的ARTEMIS、波士頓動(dòng)力Atlas/小米CyberOne。視覺(jué)傳感器機(jī)器視覺(jué)通過(guò)光學(xué)裝置和傳感器等硬件接收物體圖像，疊加軟件算法處理圖像，以獲得所需信息并控制機(jī)器人運(yùn)動(dòng)。其主要由光學(xué)元器件（工業(yè)相機(jī)與工業(yè)鏡頭、光源等）、傳感器、圖像采集器、PC平臺(tái)、視覺(jué)處理軟件、控制單元等組成。機(jī)器視覺(jué)最常見(jiàn)的用途是目視檢查和缺陷檢測(cè)、定位和測(cè)量零件，以及對(duì)產(chǎn)品進(jìn)行識(shí)別、分類和追蹤，廣泛用于3C電子（25%）、汽車（11%）導(dǎo)體（10%）、醫(yī)療（8%）、教育、交通運(yùn)輸和安防等多個(gè)行業(yè)（2022年數(shù)據(jù)）。不同人形機(jī)器人產(chǎn)品采用的視覺(jué)方案不盡相同。特斯拉Optimus和優(yōu)必選Walker采用了多目視覺(jué)，波士頓Atlas采用激光雷達(dá)加ToF深度相機(jī)，宇樹(shù)科技H1選擇深度相機(jī)+激光雷達(dá)。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·表19UniX1300RGBD相機(jī)+RGBWalkerS3D3D3D3DKUAVOTi5Booster2號(hào)GR-RGBCloudGinger2D/3DCloudGinger3DTOFPUDU觸覺(jué)傳感器觸覺(jué)傳感器能夠模擬人類觸覺(jué)并感知物體形態(tài)、質(zhì)地、壓力等信息。根據(jù)工作原理不同，其可以大致分為壓阻式、電容式、壓電式、光電式、電磁式、氣壓式、摩擦發(fā)電式等。壓阻式觸覺(jué)傳感器將外界機(jī)械刺激轉(zhuǎn)化為材料或器件的電阻值變化。電容式觸覺(jué)傳感器借助外部載荷引起電介質(zhì)形變，改變電極之間的距離和正對(duì)面積，進(jìn)而導(dǎo)致電容變化。壓電式觸覺(jué)傳感器利用材料受到外力作用時(shí)產(chǎn)生電荷的特性，將施加于壓電材料的外部載荷轉(zhuǎn)換為可檢測(cè)的電勢(shì)差。光電式觸覺(jué)傳感器通過(guò)觀察光信號(hào)來(lái)檢測(cè)接觸產(chǎn)生的形變。電磁式觸覺(jué)傳感器基于外力作用下磁性材料位移或形變，從而使磁場(chǎng)發(fā)生改變的現(xiàn)象，通過(guò)霍爾傳感器檢測(cè)到的磁通量變化反映外力的大小與方向。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·表2O芯片和算力機(jī)器人大小腦芯片一般選用大算力芯片，特斯拉采用自研FSD芯片，國(guó)內(nèi)本體廠主流選用英特爾x86芯片和英偉達(dá)Jetson，國(guó)產(chǎn)芯片亦被嘗試。特斯拉機(jī)器人Optimus主芯片采用FSD（端側(cè)）+DojoD1（云端訓(xùn)練芯片G1和機(jī)器狗Go28CPU+高算力模組NvidiaJestonOrin（EDU款配備）H1和機(jī)器狗B2標(biāo)配IntelCorei5(平臺(tái)功能)/IntelCorei7(用戶開(kāi)發(fā))，選配IntelCorei7或NvidiaJetsonOrinNXX2基礎(chǔ)算力采用瑞芯微RK3588*2，Ultra版搭配NvidiaOrinNX(16GB157TOPS)。優(yōu)必選WalkerX選用了Inteli7-8665U（1.9GHz）NVIDIAGT1030顯卡（384核心）。眾擎通用人形機(jī)器人PM01采用8核CPUIntelN97作基礎(chǔ)算力，同時(shí)教育版搭配NvidiaJestonOrin。表21特斯拉Optimus端側(cè)芯片F(xiàn)SDHardware4.0+訓(xùn)練端芯片DojoSLAMOptimusG1/G1-8核CPU+高算力模組NvidiaJestonOrin（EDU宇樹(shù)科技H1/H1-選配：IntelCorei7NvidiaJetsonOrin8核CPU（AIR款無(wú)，其余標(biāo)配）+EDU款選配NVIDIAJetsonOrin（40-100Tops算力選配：IntelCorei7NvidiaJetsonOrinNX（3RK3588*2（基礎(chǔ)算力）+NvidiaOrinNX(16GB157TOPS)(Ultra優(yōu)必選WalkerInteli7-8665U（雙路，1.9GHz）+NVIDIAGT1030顯卡（384核心），CPU+GPU，EngineAI4CPUIntelN92+NVIDIAJetsonOrinEngineAI8CPUIntelN97（基礎(chǔ)算力）+NvidiaJestonOrin（教育版搭配英偉達(dá)8月25日發(fā)布了新一代機(jī)器人專用芯片JetsonThorAI計(jì)算能力是上一代的10倍，能效是上一代的3.5倍，I/O吞吐量提升10倍，內(nèi)存容量也提升兩倍。這些能夠幫助機(jī)器人更好處理端側(cè)多元傳感器數(shù)據(jù)和進(jìn)行視覺(jué)推理，提高性能并降低延遲。當(dāng)前銀河通用、智元、優(yōu)必選、眾擎、聯(lián)影醫(yī)療等均將搭載最新JetsonThor芯片。期待AI芯片性能提升助力具身大模型實(shí)現(xiàn)新突破。電池&續(xù)航&散熱目前很多人形機(jī)器人還是采用圓柱形鋰電池，但體積重量限制+工業(yè)場(chǎng)景連續(xù)少間斷作業(yè)需求，要求鋰電池能量密度高和瞬時(shí)放電。如：欣旺達(dá)高鎳高硅化學(xué)體系加輕量化結(jié)構(gòu)設(shè)計(jì)提高電池能量密度；億緯鋰能采用摻硅負(fù)極高鎳正極、超薄頂蓋設(shè)計(jì)、全極耳設(shè)計(jì)提高能量密度和極速快充。新電池方案則包括半固體/全固態(tài)：廣汽集團(tuán)GoMate采用全固態(tài)電池方案，續(xù)航達(dá)6h。此外，提高續(xù)航亦可通過(guò)結(jié)構(gòu)設(shè)計(jì)和算法優(yōu)化：1）結(jié)構(gòu)設(shè)計(jì)：采用線性關(guān)節(jié)自鎖設(shè)計(jì)，無(wú)需電機(jī)運(yùn)行保持站立；優(yōu)必選將1個(gè)大電池包分成2個(gè)小電池包，支持熱插拔自主快速換電；跨維智能W1等采用輪式底盤，可將更大電池包置于底部。2）算法優(yōu)化：通過(guò)控制算法讓部分電機(jī)而非全部電機(jī)工作。散熱處理上，主要有冷卻降溫、材料散熱、控制算法優(yōu)化3種方式。1）冷卻降溫：主要包括風(fēng)冷（普通工況多用，可用于感知系統(tǒng)、控制系統(tǒng)、能源系統(tǒng)），液冷（動(dòng)力系統(tǒng)，能源系統(tǒng)、計(jì)算系統(tǒng)等），相變冷卻等方式；2）材料散熱：采用高導(dǎo)熱復(fù)合材料，比如石墨烯涂層、鋁合金基體、碳納米管增強(qiáng)材料，提高電機(jī)外殼的熱傳導(dǎo)性能，如把電機(jī)芯片貼上散熱硅膠，然后貼在鋸齒狀鋁片上；3）控制算法：讓不需要工作的電機(jī)低功率運(yùn)行。單純物理降溫需要時(shí)間，在持續(xù)工作的情況下降溫效果不佳?？刂扑惴ń禍匦Ч纱蠓嵘y度較大。1O.數(shù)據(jù)、算法和大模型。數(shù)據(jù)機(jī)器人技能學(xué)習(xí)所依賴的數(shù)據(jù)源可以分成兩種，一種是機(jī)器人經(jīng)驗(yàn)數(shù)據(jù)，以直接執(zhí)行策略或遙操作為代表；第二類是人類數(shù)據(jù)，包括人類動(dòng)作捕捉數(shù)據(jù)和人類活動(dòng)視頻數(shù)據(jù)。機(jī)器人經(jīng)驗(yàn)數(shù)據(jù)表現(xiàn)出較小的形態(tài)差異，可以直接應(yīng)用于策略學(xué)習(xí)，但通常較為稀缺。相反，人類數(shù)據(jù)更為豐富，但由于人類與機(jī)器人在身體比例、關(guān)節(jié)配置和質(zhì)心分布等上存在明顯差異，此類數(shù)據(jù)的使用依賴有效的重定位解決方案，且收集到的人類數(shù)據(jù)多數(shù)僅有本體感知，缺乏交互中的感官信息輸入。另外，通過(guò)算法、仿真或其他人工方法生成合成數(shù)據(jù)，并構(gòu)建虛擬環(huán)境，讓AI智能體在其中學(xué)習(xí)和訓(xùn)練，可一定程度上降低真機(jī)數(shù)據(jù)不足的限制。目前研究方法之一是多層次數(shù)據(jù)融合。比如GR00TN1底層采用Web圖文數(shù)據(jù)用于VLM預(yù)訓(xùn)練，人類第一視角視頻用于System1DiT的預(yù)訓(xùn)練；中層采用合成數(shù)據(jù)，包括視頻生成數(shù)據(jù)和仿真環(huán)境中生成的數(shù)據(jù)GR-1人形機(jī)器人真機(jī)數(shù)據(jù)和OpenX-Embodiment機(jī)械臂數(shù)據(jù)。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·圖63：機(jī)器人技能學(xué)習(xí)的四種（非合成）數(shù)據(jù)來(lái) 圖64：機(jī)器人技能學(xué)習(xí)（非合成）數(shù)據(jù)源優(yōu)劣對(duì)資料來(lái)源：GuZhaoyuanHumanoidLocomotionandManipulation:CurrentProgressandChallengesinControlPlanningandLearning》

資料來(lái)源：GuZhaoyuan等《HumanoidLocomotionandManipulation:圖652024年122023年10萬(wàn)項(xiàng)任務(wù)格式2024年3(FrankaPanda7DoF機(jī)7.6括多視角RGB2022年12/2023年713萬(wàn)真機(jī)數(shù)據(jù)（RT-22023年9UCBerke1ey,Stanford,Coog1eDeepMind,VR遙操作WidowX6DoF6整2023年9CMU,MetaEmika2.85RGB視頻（四視角）數(shù)據(jù)視覺(jué)多樣性高，每幀含42022年2Coog1e,EverydayRobots,UCBerke1ey,較早支持零樣本任務(wù)泛化；數(shù)據(jù)收集方法獨(dú)特，除專家演示外增加r人類監(jiān)督糾正ARIO2024年8300萬(wàn)（真機(jī)+仿真含5種感官模態(tài)（、2D圖像、3D2024年12多視角RGB多認(rèn)知任務(wù)數(shù)據(jù)，如路徑規(guī)劃、目標(biāo)識(shí)仿真結(jié)合，且支持長(zhǎng)程任務(wù)學(xué)2023年71142技能預(yù)處理控制算法和大模型傳統(tǒng)運(yùn)動(dòng)控制方案主要采用Model-Based方法（基于模型的控制方案），從LIMP+ZMP演變至MPC+WBC并進(jìn)一步向全身動(dòng)量控制發(fā)展。行業(yè)深度報(bào)告·行業(yè)深度報(bào)告·MPC（模型預(yù)測(cè)控制）控制過(guò)程包括模型預(yù)測(cè)、優(yōu)化求解和實(shí)時(shí)控制，通過(guò)測(cè)量機(jī)器人的狀態(tài)（如機(jī)身位置、速度和角速度），預(yù)測(cè)出一個(gè)時(shí)間序列內(nèi)的機(jī)身狀態(tài)。參考狀態(tài)與實(shí)際測(cè)量值被輸入優(yōu)化求解器，結(jié)合約束條件，求得未來(lái)n步的控制指令。選取第一個(gè)控制指令作為期望的末端接觸力與力矩，輸入到內(nèi)部多關(guān)節(jié)系統(tǒng)控制中。MPC優(yōu)勢(shì)在于：1）能夠顯式考慮復(fù)雜動(dòng)力學(xué)；2）同時(shí)平衡穩(wěn)定性、能效、運(yùn)動(dòng)速度和平滑度等多個(gè)目標(biāo)；3）直接考慮關(guān)節(jié)限位、摩擦錐約束、足端位置限制等多種限制因素；4）具備一定的預(yù)測(cè)能力。但是，MPC局限在于：1）簡(jiǎn)化模型問(wèn)題：通?；诤?jiǎn)化模型(如單剛體)，無(wú)法直接考慮完整的機(jī)器人關(guān)節(jié)動(dòng)力學(xué)；2）計(jì)算復(fù)雜度挑戰(zhàn)：在全身動(dòng)力學(xué)水平上直接應(yīng)用MPC會(huì)導(dǎo)致優(yōu)化問(wèn)題復(fù)雜，難以實(shí)時(shí)求的可行解；3）結(jié)果仍需處理：MPC計(jì)算出足端接觸力，仍然需要使用雅可比矩陣轉(zhuǎn)移為關(guān)節(jié)力矩命令；4）忽視短期控制：關(guān)注長(zhǎng)期軌跡優(yōu)化可能忽略短期控制需求，降低對(duì)突發(fā)情況的即時(shí)響應(yīng)能力。WBC（全身運(yùn)動(dòng)控制）代表一組控制器，生成關(guān)節(jié)扭矩、速度、位置，側(cè)重于協(xié)調(diào)機(jī)器人多自由度的全身運(yùn)動(dòng)。WBC核心原理是將控制的目標(biāo)任務(wù)理解為分優(yōu)先級(jí)的多任務(wù)控制。適用情形：1）期望軌跡是基于降階模型計(jì)算的，僅編碼機(jī)器人全身運(yùn)動(dòng)的重要子集，不包含所有關(guān)節(jié)的信息；2）軌跡是用全階模型規(guī)劃的，但計(jì)算量太大，無(wú)法實(shí)時(shí)應(yīng)用（WBC較MPC更新頻率更快）3）環(huán)境不確定性和規(guī)劃不準(zhǔn)確會(huì)導(dǎo)致干擾。MPC+WBC：MPC提供最優(yōu)軌跡，關(guān)注長(zhǎng)期預(yù)測(cè)，WBC執(zhí)行多任務(wù)協(xié)調(diào)，注重短期控制。圖66：基于MPC與WBC強(qiáng)化學(xué)習(xí)（RL）借助智能體與環(huán)境的交互產(chǎn)生的數(shù)據(jù)來(lái)訓(xùn)練和優(yōu)化策略。其目標(biāo)是得到一個(gè)最佳策略（“狀態(tài)-動(dòng)作”映射），在每個(gè)狀態(tài)下選擇最優(yōu)的動(dòng)作，以最大化長(zhǎng)期累積獎(jiǎng)勵(lì)。無(wú)模型RL無(wú)需顯式得使用狀態(tài)轉(zhuǎn)換概率/函數(shù)，更為簡(jiǎn)單，且在多地形混雜的不規(guī)則場(chǎng)景、極限場(chǎng)景中表現(xiàn)更優(yōu)，泛化度高。但RL面臨獎(jiǎng)勵(lì)設(shè)計(jì)依賴工程師經(jīng)驗(yàn)、可解釋性和行為預(yù)測(cè)性較差、無(wú)法在線調(diào)整參數(shù)等限制。目前RL多在模擬環(huán)境中訓(xùn)練，主要是由于其依賴于大量觀察與動(dòng)作、豐富的獎(jiǎng)勵(lì)函數(shù)、學(xué)習(xí)設(shè)計(jì)、大量試錯(cuò)，這在真實(shí)世界很難滿足。此時(shí)sim-to-real差距是需要解決的核心問(wèn)題。表22局限&WBC?；趦?yōu)化的WBC題；3）sim-to-realgap；4）可解釋性和行為核心概念是利用大型語(yǔ)言模型(LLM)的理能力待提升，目前VLA算閉環(huán)”，動(dòng)作執(zhí)行后無(wú)法回流至VLM形成迭AI偉達(dá)1）AIASurveyLearningEmbodiedIntelligencefromPhysicalSimulatorsandWorldModelsHumanoidLocomotionand機(jī)器人操作基礎(chǔ)模型可以分成三類：傳統(tǒng)方法、分層式、端到端。分層式方法利用預(yù)訓(xùn)練的語(yǔ)言或視覺(jué)語(yǔ)言基礎(chǔ)模型作為高級(jí)任務(wù)規(guī)劃和推理引擎，以理解用戶指令、解析場(chǎng)景信息并將復(fù)雜任務(wù)分解為一系列子目標(biāo)。這些高級(jí)輸出（通常是可操作的知識(shí)或圖像語(yǔ)言標(biāo)記）隨后被傳遞給低級(jí)操作策略（通常是通過(guò)模仿學(xué)習(xí)或強(qiáng)化學(xué)習(xí)訓(xùn)練的專家策略）執(zhí)行物理交互操作。Transformer因其可擴(kuò)展性而成為此類低級(jí)策略的常見(jiàn)選擇。優(yōu)勢(shì)：充分利用了基礎(chǔ)模型強(qiáng)大的語(yǔ)義和邏輯推理能力，同時(shí)結(jié)合了低層策略在具體動(dòng)作執(zhí)行中的效率，使機(jī)器人在多任務(wù)處理和跨場(chǎng)景泛化方面表現(xiàn)出色。具備模塊化和可解釋。挑戰(zhàn)：信息瓶頸以及高層與低層之間語(yǔ)義鴻溝等。如，F(xiàn)igureAIHelixNVIDIAGR00TN1等。端到端方法將機(jī)器人操作數(shù)據(jù)直接納入基礎(chǔ)模型的訓(xùn)練或微調(diào)過(guò)程，構(gòu)建端到端VLA模型。這些模型直接學(xué)習(xí)從多模態(tài)輸入（如圖像和語(yǔ)言指令）到機(jī)器人動(dòng)作輸出的映射。通過(guò)對(duì)大量機(jī)器人交互數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào)，VLA模型可以隱式學(xué)習(xí)任務(wù)規(guī)劃、場(chǎng)景理解和動(dòng)作生成，而無(wú)需顯式的層次結(jié)構(gòu)。優(yōu)勢(shì)：允許模型針對(duì)下游部署任務(wù)進(jìn)行整體優(yōu)化，從而可能提升性能。挑戰(zhàn)：通常需要大量機(jī)器人數(shù)據(jù)，并且模型的可解釋性相對(duì)較弱。例如，谷歌DeepMind的RT2。圖）VLA難解數(shù)據(jù)問(wèn)題之時(shí)，研究者對(duì)世界模型的關(guān)注提升，其是理解現(xiàn)實(shí)世界動(dòng)態(tài)(包括其物理和空間屬性)的生成式AI模型。使用文本、圖像、視頻和運(yùn)動(dòng)等輸入數(shù)據(jù)來(lái)生成視頻，通過(guò)學(xué)習(xí)能夠理解現(xiàn)實(shí)世界環(huán)境的物理特性，從而對(duì)運(yùn)動(dòng)、應(yīng)力以及感官數(shù)據(jù)中的空間關(guān)系等動(dòng)態(tài)進(jìn)行表示和預(yù)測(cè)（）。世界模型讓系統(tǒng)能夠超越直接的感官輸入，進(jìn)行深層次的推理和決策，不只根據(jù)相關(guān)性而真正能理解動(dòng)作。但其與VLA一個(gè)重要不同在于，世界模型只能模擬到機(jī)器人采用不同推理策略、執(zhí)行不同動(dòng)作后能得到的結(jié)果的視頻效果，但是這些動(dòng)作并非真實(shí)執(zhí)行，模型不知道后續(xù)執(zhí)行是否有誤。此外，世界模型目前尚難以在共