2023年大模型赋能人形机器人软硬融合共创颠覆性产品.pdf

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。机器人专题 行业研究|深度报告 国内蓝图开启，海内外利好有望共振国内蓝图开启，海内外利好有望共振。11 月 2 日，工信部印发人形机器人创新发展指导意见，明确人形机器人发展目标，2025 年实现整机批量生产，2027 年要形成安全可靠的产业链供应链体系。海外方面，特斯拉人形机器人进展迅速，在两年不到的时间内实现了快速迭代，完成了开发平台建造、Optimus 产品亮相以及电机扭矩控制、环境探测与记忆、双手复杂任务等能力的实现。马斯克预计 Optimus将大规模量产至“百万”量级，预计其单台成本或将低于 2 万美元。软硬融合，打造人形机器人新高度软硬融合，打造人形机器人新高度。软件决定人形机器人高度，算法需与硬件匹配。人形机器人本质是 AI 系统落地物理世界的最佳载体，算法是核心，需与硬件匹配。根据 GGII 预测，到 2026 年全球人形机器人在服务机器人中的渗透率有望达到3.5%，市场规模超 20 亿美元，到 2030 年全球市场规模有望突破 200 亿美元。大模型赋能人形机器人，具身智能是未来目标大模型赋能人形机器人，具身智能是未来目标。人形机器人是软硬件能力高集成的实体，商业化的核心突破点在于“AI 大脑”。大模型为人形机器人的发展带来了新的突破，使机器人具备更高的事物处理能力和自然语言交互能力。大模型的泛化能力则让研究者看到了人形通用机器人的曙光，泛化能力的出现让大模型能够在没有被训练过的场景中也能表现出色，是 AI 实现通用性的基础。综合使用多种数据模式的信息，可以显著提升模型的性能。因此，端到端的训练方式会在机器人模型领域有更多优势。今年内，科技巨头们纷纷加入了机器人大模型的探索中来，试图找到一条适合于通用机器人的算法道路。目前来看，距离实现真正的具身智能水平的模型还有很长的路要走目前来看，距离实现真正的具身智能水平的模型还有很长的路要走。机器人大模型还面临着诸多问题：机器人算法的训练需要大量机器人真实数据，但实际可用于训练机器人学会执行新任务新技能的高质量数据非常匮乏；同时，机器人大模型行动控制的周期仍太长，无法做到实时响应，需要大量算力支撑；人形机器人零部件众多，做好软硬件协同才能发挥其硬件水平。国内顶层设计规划路线，明确量产时间点、关键技术、重点产品以及示范性应用场景，国内顶层设计规划路线，明确量产时间点、关键技术、重点产品以及示范性应用场景，结合海外以特斯拉结合海外以特斯拉 Optimus 为代表的人形机器人持续推进，人形机器人产业化迎来曙为代表的人形机器人持续推进，人形机器人产业化迎来曙光光。我们看好人形机器人产业趋势，建议关注产业链上的核心零部件相关公司以及大模型公司：总成总成：三花智控(002050，买入)（汽车组覆盖）、拓普集团(601689，买入)（汽车组覆盖）；空心杯电机空心杯电机：鸣志电器(603728，未评级)、鼎智科技(873593，未评级)；减速器减速器：绿的谐波(688017，未评级)、双环传动(002472，未评级)、中大力德(002896，未评级)；编码器编码器：奥普光电(002338，未评级)、禾川科技(688320，未评级)、汇川技术(300124，未评级)、昊志机电(300503，未评级)、峰岹科技(688279，未评级)、儒竞科技(301525，未评级)丝杠和轴承丝杠和轴承：五洲新春(603667，买入)、恒立液压(601100，未评级)、贝斯特(300580，未评级)、秦川机床(000837，未评级)、鼎智科技(873593，未评级)、禾川科技(688320，未评级)；配套高端设备配套高端设备：田中精机(300461，未评级)、华辰装备(300809，未评级)、浙海德曼(688577，未评级)、日发精机(002520，未评级)；传感器传感器：柯力传感(603662，未评级)、昊志机电(300503，未评级)；IMU：芯动联科(688582，未评级)、华依科技(688071，未评级)、苏州固锝(002079，未评级)等。大模型大模型：科大讯飞(002230，买入)、鼎捷软件(300378，未评级)、中科创达(300496，买入)等 风险提示风险提示 人形机器人进展不及预期；国产替代进程不及预期；行业竞争加剧 投资建议与投资标的 核心观点 国家/地区 中国 行业 计算机行业 报告发布日期 2023 年 11 月 13 日 王天一 021-63325888*6126 执业证书编号：S0860510120021 浦俊懿 021-63325888*6106 执业证书编号：S0860514050004 杨震 021-63325888*6090 执业证书编号：S0860520060002 香港证监会牌照：BSW113 丁昊 执业证书编号：S0860522080002 覃俊宁 大模型赋能人形机器人，软硬融合共创颠覆性产品 看好（维持）计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。2 目 录 一、人形机器人：曙光已现，软硬融合共造颠覆性产品.5 1.1 国内蓝图开启，海内外利好有望共振.5 1.2 软硬融合，打造人形机器人新高度.9 二、大模型+机器人：未来智能革命将至.13 2.1 大模型赋能人形机器人，具身智能是未来目标.13 2.2 科技巨头纷纷入局，通用机器人算法路线仍需探索.16 三、机器人大模型面临的问题.26 3.1 高质量训练数据缺乏，合成数据有望成为新方向.26 3.2 实时性仍需提升，算力可能是瓶颈.27 3.3 软硬件融合是最终目标.28 投资建议与投资标的.30 风险提示.30 wVoZrUjXgVrPtOnRaQ9R6MmOpPpNtQeRoPpOeRpOrN9PrQrNNZpNrOwMpPvN 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。3 图表目录 图 1：工信部印发人形机器人创新发展指导意见明确发展目标和重点任务.5 图 2：特斯拉人形机器人发展历程图.8 图 3：人形机器人软硬件架构示意图.9 图 4：人形机器人行业产业链.9 图 5：2026-2030 年全球及中国人形机器人行业市场规模预测(单位：亿美元).10 图 6：2023 年人形机器人核心零部件价值量分布图预测.10 图 7：2030 年人形机器人核心零部件价值量分布图预测.10 图 8：特斯拉人形机器人 FSD 视觉感知方案分析图.11 图 9：AI 大模型助力人形机器人拆解任务示意图.12 图 10：具身智能的研究是多学科交叉的.13 图 11：波士顿动力机器狗接入 ChatGPT 能力后能与人类交互.14 图 12：波士顿动力机器狗可以扮演不同性格的导游.14 图 13：泛化的种类.14 图 14：Tesla Optimus 是完全端到端训练的.15 图 15：GPT-4V 可以与环境进行正确交互.16 图 16：具身智能机器人算法一览图.16 图 17：传统机器人任务需要工程师不断调整目标.17 图 18：引入 ChatGPT 后无需工程师在循环中进行调整.17 图 19：ChatGPT for Robotics 的设计原则.17 图 20：ChatGPT 可操作机器臂拼出微软 Logo.18 图 21：需要将外部环境转化为文字信息输入给 ChatGPT.18 图 22：PaLM-E 能够接收多模态信息并输出决策文本.18 图 23：PaLM-E 具备迁移学习能力.19 图 24：PaLM-E 可以进行 zero-shot 多模态思维链推理.19 图 25：RT-2 架构和操作字符串的表示方式.20 图 26：RT-2 的任务成功率高于基线模型.20 图 27：RT-2 具备比基线模型更强的泛化能力.20 图 28：加入思维链能力使得 RT-2 能够处理更复杂的问题.21 图 29：Voxposer 流程一览图.21 图 30：Voxposer 的涌现能力.22 图 31：RoboAgent 采用的数据集远远小于 RT-1.22 图 32：RobeAgent 采用了数据增广技术对数据集进行扩充.23 图 33：RoboAgent 有更高的效率和更强的泛化能力.23 图 34：Open X-Embodiment 数据集.24 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。4 图 35：RT-1-X 性能表现较原有方法大幅提升.24 图 36：RT-2-X 的涌现能力是 RT-2 的三倍.24 图 37：Eureka 能够训练机器人执行复杂动作.25 图 38：Eureka 工作流程.25 图 39：以人类设计算法为初始条件的 Eureka 表现进一步提升.25 图 40：Open X-Embodiment 数据集一览.26 图 41：MimicGen 合成机器人任务数据.27 图 42：MimicGen 可生成多种场景的机器人任务数据.27 图 43：Voxposer 需要 8 倍速播放才有流畅的动作.28 图 44：RT-2 需要 2 倍速播放才有流畅的动作.28 图 45：特斯拉 Dojo 超算算力规模预测.28 图 46：特斯拉将基于 Dojo 训练机器人模型.28 图 47：Tesla Optimus 机器人硬件结构.29 表 1：工信部印发人形机器人创新发展指导意见指出要攻克的关键技术.6 表 2：工信部印发人形机器人创新发展指导意见指出要攻关的重点产品和部组件.6 表 3：2023 年部分全球人形机器人代表性企业产品分析.7 表 4：中国人形机器人行业核心零部件国产替代空间对比和部分代表企业.11 表 5：人形机器人执行层面两大关键环节分析.12 表 6：人形机器人算法训练两大关键环节分析.12 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。5 一、人形机器人：曙光已现，一、人形机器人：曙光已现，软硬融合软硬融合共造颠覆性产共造颠覆性产品品 1.1 国内蓝图开启，海内外利好有望共振 国内蓝图开启，人形机器人有望成为颠覆性产品。国内蓝图开启，人形机器人有望成为颠覆性产品。2023 年 11 月 2 日，工信部印发人形机器人创新发展指导意见，明确指出：人形机器人集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品，将深刻变革人类生产生活方式，重塑全球产业发展格局。明确发展目标，明确发展目标，2025 年实现整机批量生产，年实现整机批量生产，2027 年要形成安全可靠的产业链供应链体系。年要形成安全可靠的产业链供应链体系。指导意见明确指出发展目标：到2025年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键技术取得突破，确保核心部组件安全有效供给。整机产品达到国际先进水平，并实现批量生产，在特种、制造、民生服务等场景得到示范应用，探索形成有效的治理机制和手段。培育 2-3 家有全球影响力的生态型企业和一批专精特新中小企业，打造 2-3 个产业发展集聚区，孕育开拓一批新业务、新模式、新业态。2）到 2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。产业加速实现规模化发展，应用场景更加丰富，相关产品深度融入实体经济，成为重要的经济增长新引擎。图 1：工信部印发人形机器人创新发展指导意见明确发展目标和重点任务 数据来源：工信部，东方证券研究所 关键技术攻克：关键技术攻克：指导意见提出以大模型等人工智能技术突破为引领，在机器人已有成熟技术指导意见提出以大模型等人工智能技术突破为引领，在机器人已有成熟技术基础上，重点在人形机器人“大脑”和“小脑”、“肢体”关键技术、技术创新体系等领域取得基础上，重点在人形机器人“大脑”和“小脑”、“肢体”关键技术、技术创新体系等领域取得突破。突破。一是开发基于人工智能大模型的人形机器人“大脑”，增强环境感知、行为控制、人机交互能力，开发控制人形机器人运动的“小脑”，搭建运动控制算法库，建立网络控制系统架构。二是系统部署“机器肢”关键技术群，打造仿人机械臂、灵巧手和腿足，攻关“机器体”关 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。6 键技术群，突破轻量化骨骼、高强度本体结构、高精度传感等技术。三是构建完善人形机器人制造业技术创新体系，支持龙头企业牵头联合产学研用组成创新联合体，加快人形机器人与元宇宙、脑机接口等前沿技术融合，探索跨学科、跨领域的创新模式。表 1：工信部印发人形机器人创新发展指导意见指出要攻克的关键技术 关键技术攻克 机器人“大脑”关键技术群 围绕动态开放环境下人形机器人感知与控制，突破感知-决策-控制一体化的端到端通用大模型、大规模数据集管理、云边端一体计算架构、多模态感知与环境建模等技术，提高人形机器人的人-机-环境共融交互能力，支撑全场景落地应用。机器人“小脑”关键技术群 面向人形机器人复杂地形通过、全身协同精细作业等任务需求，开展高保真系统建模与仿真、多体动力学建模与在线行为控制、典型仿生运动行为表征、全身协同运动自主学习等关键技术研究，提升人形机器人非结构化环境下全身协调鲁棒移动、灵巧操作及人机交互能力。机器肢关键技术群 面向人形机器人高动态、高爆发和高精度等运动性能需求，研究人体力学特征及运动机理、人形机器人动力学模型及控制等基础理论，突破刚柔耦合仿生传动机构、高紧凑机器人四肢结构与灵巧手设计等关键技术，为人形机器人灵活运动夯实硬件基础。机器体关键技术群 面向人形机器人本体高强度和高紧凑结构需求，研究人工智能驱动的骨架结构拓扑优化、高强度轻量化新材料、复杂身体结构增材制造、能源-结构-感知一体化设计以及恶劣环境防护等关键技术，打造具有高安全、高可靠、高环境适应性的人形机器人本体结构。数据来源：工信部，东方证券研究所 重点产品和部组件攻关：重点产品和部组件攻关：指导意见将打造整机产品、夯实基础部组件、推动软件创新作为主指导意见将打造整机产品、夯实基础部组件、推动软件创新作为主要发力方向。要发力方向。在整机产品方面，打造基础版整机，构筑人形机器人通用整机平台，开发低成本交互型、高精度型以及极端环境下高可靠型等人形机器人整机产品，强化人形机器人整机的批量化生产制造能力；在基础部组件方面，开发人形机器人专用传感器、高功率密度执行器、专用芯片，以及高能效专用动力组件；在软件创新方面，构建人形机器人高实时、高可靠、高智能的专用操作系统，开发面向各类场景的应用软件，建设完善人形机器人应用开发平台和工具包。表 2：工信部印发人形机器人创新发展指导意见指出要攻关的重点产品和部组件 重点产品和部组件攻关 基 础 版整机 面向类人外观、双腿行走和双臂双手灵巧操作的基本形态功能，建立人形机器人基础软硬件架构，打造“公版”通用平台，支持不同场景需求下的结构改造、算法优化以及特定能力强化。功 能 型整机 开发低成本交互型人形机器人，强化人类生活环境适应能力、多模态人机交互能力。开发高精度型人形机器人，强化双臂双手精细操作、工件鲁棒识别、轨迹智能规划等上肢作业能力。开发高可靠型人形机器人，强化恶劣环境生存、复杂地形适应、外力冲击防护等能力。传感器 面向复杂环境感知需求，开发集成高精度仿生眼与类脑处理算法的视觉传感器，推出宽频响、高灵敏的仿生听觉传感器，开发高分辨率和具有多点接触检测能力的仿人电子皮肤，推出高灵敏检测多种气体的仿生嗅觉传感器，形成人形机器人专用传感器产品谱系。执行器 面向人形机器人高爆发移动需求，突破高功率密度液压伺服执行器，打造高紧凑液压马达、缸、泵、阀及一体化单元系列产品。突破高力矩密度减速器、高功率密度电机、伺服驱动器等融合的高精度电驱动执行器，打造电驱动旋转关节、电推杆产品。控制器 面向高实时协调运动控制需求，研发具有高动态运动驱动、高速通信等功能的专用芯片，研制“感-算-控”一体化的高性能运动控制器。面向人形机器人认知与决策需求，研发具有多模态空间感知、行为规划建模与自主学习等能力的智能芯片，提升人形机器人协调控制能力。计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。7 动 力 能源 高动态、长续航能量需求，突破高能量密度电池、智能电源管理、电池组优化匹配等关键技术，开发高能效、高紧凑动力能源总成产品，提升人形机器人的续航与环境适应能力。数据来源：工信部，东方证券研究所 拓展场景应用：拓展场景应用：指导意见从特种领域、制造业典型场景、民生及重点行业三类方向提出意见指导意见从特种领域、制造业典型场景、民生及重点行业三类方向提出意见措施。措施。一是加快人形机器人在特种环境应用，面向恶劣条件、危险场景作业等需求，强化复杂环境下本体控制、快速移动、精确感知等能力。二是聚焦 3C、汽车等制造业重点领域，提升人形机器人工具操作与任务执行能力，打造人形机器人示范产线和工厂，在典型制造场景实现深度应用。三是拓展人形机器人在医疗、家政等民生领域服务应用，满足生命健康、陪伴护理等高品质生活需求，推动人形机器人在农业、物流等重点行业应用落地，提升人机交互、灵巧抓取、分拣搬运、智能配送等作业能力。回顾历史，早在 1986-1993 年，日本本田公司接连开发了 E0 到 E6 等 7 种行走机器人，只有腿部结构，主要用于研究行走功能。1993 年，公司在研制的 P1 基础上加上了双臂使其初具人形，而后同年完成的 P3则是 ASIMO的原型。2000年，本田公司推出 ASIMO；2013年，美国波士顿动力公司推出 Atlas，能够在碎石堆上行走。当前人形机器人的主要布局者多为科技公司，也有多家跨界公司入局。美国 1X technologies 公司与 ADT commercial 合作成功开发的 EVE 机器人可用于安保、护理、调酒等场景，目前在售，每月可生产 10 台，在美国和欧洲部分地区开始投入使用;公司的 NEO 机器人主要应用于安保、物流、制造、机械操作以及处理复杂的作业，2023 年底开始接受预订。英国 Engineered Arts 研发的Ameca 机器人可以在与人类互动时检测情绪和年龄，并可以用常见的表情进行交流，主要应用于实验研究、展览、接待、教育等领域。国内有小米 Cyberone 重建真实世界、实现运动姿态平衡、感知人类情绪;优必选 Walker X 主要应用于科技展馆、影视综艺、商演活动、政企展厅;智元机器人远征 A1 预计先应用在工业制造领域，随后逐步走向 to C 应用。表 3：2023 年部分全球人形机器人代表性企业产品分析 公司 人形机器人 身高（cm）体重（kg）速度（km/h）自由度 （关节数）功能及应用场景 1X technologies(美国)EVE 186 83 14.4/安保、护理、调酒等 NEO/30 步行：4 跑步：12/主要应用于安保、物流制造、机械操作以及处理复杂的作业 特斯拉(美国)Optimus 173 73 8 50 浇水植物、移动金属棒环境感知和记忆力较好力度控制较准确等 Boston dynamics(美国)Atlas 150 89 9 28 可以行走、奔跑并穿越多种复杂地形、手部灵活能完成抓取等动作 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。8 Agility Robotics(美国)Digit 175 不足 65/16 移动手提袋或包裹、卸货、行走交付 Engineered Arts(英国)Ameca 187 49/61 可以在与人类互动时检测情绪和年龄，并可以用常见的表情进行交流，应用于实验研究、展览、接待、教育 本田（日本）ASIMO 130 50 2.7 57 可同时与多人进行对话，不仅可以步行、奔跑、倒退走、跳跃，也可以在些微不平的地面行走 小米（中国）Cyberone 177 52 3.6 21 重注真实世界，实现运动动态平衡、感知人类情绪 优必选(中国)Wolker X 130 63 3 41 复杂地形自适应、动态足腿控制、手眼协调操作，U-SLAM 视觉导航;主要应用于科技展馆、影视综艺、商演活动、政企展厅 智元机器人(中国)远征 A1 175 55 7 49+先应用在工业制造领域随后逐步走向 To C 应用 数据来源：公司官网，前瞻产业研究院，东方证券研究所 特斯拉人形机器人进展迅速，特斯拉人形机器人进展迅速，在两年不到的时间内实现了快速迭代，完成了开发平台建造、在两年不到的时间内实现了快速迭代，完成了开发平台建造、Optimus 产品亮相以及电机扭矩控制、环境探测与记忆、双手复杂任务等能力的实现。产品亮相以及电机扭矩控制、环境探测与记忆、双手复杂任务等能力的实现。2021 年首届特斯拉 AI DAY 上其首席执行官马斯克首次公布特斯拉机器人 Tesla Optimus 概念图。2022年特斯拉AI DAY上特斯拉公布了Optimus原型机的首秀，实现了自主行走，转身，挥手等动作。2023 年 5 月的股东大会提到特斯拉自研超算 Dojo 为 Optimus 提供算力支持，可加快训练速度并降低训练成本，加快人形机器人的产业化落地。截至 2023 年 8 月，至少有五个特斯拉 Optimus机器人原型已经建成并能够行走，使用的电机、控制器和电子设备均由特斯拉设计和制造。马斯马斯克克预计预计 Optimus 将大规模量产至“百万”量级，预计其单台成本或将低于将大规模量产至“百万”量级，预计其单台成本或将低于 2 万美元。万美元。图 2：特斯拉人形机器人发展历程图 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。9 数据来源：特斯拉公司官网，前瞻产业研究院，东方证券研究所 1.2 软硬融合，打造人形机器人新高度 软件决定人形机器人高度，算法需与硬件匹配。软件决定人形机器人高度，算法需与硬件匹配。人形机器人本质是 AI 系统落地物理世界的最佳载体，算法是核心，需与硬件匹配。机器人的输出包含了虚拟与物理两种能力。虽然人形机器人从本体硬件上看，存在抗压硬度与灵敏度不足的问题，但更核心问题在于是算法对运动能力的控制，包括本体平衡、行走的步态、手部抓取等规划与控制。这需要成熟的感知系统基础、强大的算法分解任务和规划动作、大模型不断仿真训练以及超强的算力支撑，同时要求算法与硬件相匹配。这要求机器人企业需自研算法，并持续更新迭代。图 3：人形机器人软硬件架构示意图 数据来源：Tesla AI Day，前瞻产业研究院，东方证券研究所 硬件方面看，硬件方面看，人形机器人产业链主要包括上游的核心零部件，例如无框力矩电机、空心杯电机、传感器、专用芯片等；中游为机器人本体制造，包括设计、制造、测试三大环节；下游为人形机器人应用领域，包括工业制造、仓储物流、医疗服务、商业服务、家庭使用等。图 4：人形机器人行业产业链 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。10 数据来源：Tesla AI Day，前瞻产业研究院，东方证券研究所 从全球范围来看，人形机器人已有商业应用场景预期落地从全球范围来看，人形机器人已有商业应用场景预期落地，例如巡逻、物流仓储等领域。商业化进程领先的人形机器人产品则有 EVE 和 Digit。具体而言，美国 1X technologies 公司与 ADT commercial 公司共同研发的人形机器人 EVE 目前已成功应用于巡逻安保场景;Digit 的应用场景主要是在物流仓储环节，进行的任务主要包括卸载货车、搬运箱子、管理货架等，预计将在2025年全面上市。在政策、资本以及技术多维度赋能下，人形机器人市场的潜力有望被加速释放。未来的商业应用场景有望渗透进入服务业、制造业等领域。马斯克曾表示其设计特斯拉机器人的远景目标是让其服务于千家万户比如做饭、修剪草坪、照顾老人等。目前较有潜力的人形机器人发展方向主要面向制造业、航天探索、生活服务业、高校科研等，预计2025年人形机器人将有望实现制造业场景应用的突破，小批量应用于电子、汽车等生产制造环境。根据根据 2023 年年 5 月月 GGII 发布发布的报告预测，预计到的报告预测，预计到 2026 年全球人形机器人在服务机器人中的渗透率有望达到年全球人形机器人在服务机器人中的渗透率有望达到 3.5%，市场规模，市场规模超超 20 亿美元，到亿美元，到 2030 年全球市场规模有望突破年全球市场规模有望突破 200 亿美元。参考中国服务机器人市场约占全球亿美元。参考中国服务机器人市场约占全球市场市场 25%的数值测算，的数值测算，2030 年中年中国人形机器人市场规模将达国人形机器人市场规模将达 50 亿美元。亿美元。图 5：2026-2030 年全球及中国人形机器人行业市场规模预测(单位：亿美元)数据来源：GGII，前瞻产业研究院，东方证券研究所 根据 Tesla AI Day 的预测数据，以特斯拉 Optimus 为例，2023 年人形机器人核心零部件价值量排名前三的是无框力矩电机、减速器和力传感器;2030 年无框力矩电机价值量占比下降，力传感器、减速器价值量占比上升，且力传感器将超过减速器，排名第二，三者合计占比仍超过 50%。图 6：2023 年人形机器人核心零部件价值量分布图预测 图 7：2030 年人形机器人核心零部件价值量分布图预测 202005500501001502002502026E2030E全球中国 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。11 数据来源：Tesla AI Day，前瞻产业研究院，东方证券研究所 数据来源：前瞻经济学人 APT，东方证券研究所 从单机价值量占比来看，无框力矩电机、减速器和力传感器价值量占比较高；从降本空间来看，空心杯电机、无框力矩电机等降本空间较大；而从国产替代空间来看，行星滚柱丝杠、空心杯电机、惯导 imu 等国产化率较低，国产替代空间大。表 4：中国人形机器人行业核心零部件国产替代空间对比和部分代表企业 核心零部件 2023 单机价值量占比 国产化率 部分代表企业 无框力矩电机 21%中等 步科股份、禾川科技、昊志机电等 减速器 16%较高 绿的谐波、昊志机电、国茂股份、秦川机床、丰立智能、双环传动、中大力德、科风智能等 力传感器 16%中等 柯力传感、昊志机电等 丝杠 14%低 五洲新春、新剑传动、贝斯特、恒立液压、秦川机床、鼎智科技、禾川科技、长盛轴承、南京工艺等 空心杯电机 4%低 鸣志电器、鼎智科技（江苏雷利）、拓邦股份等 惯导 imu 1%低 芯动联科、华依科技、苏州固锝等 数据来源：Tesla Al Day，各公司官网，前瞻产业研究院，东方证券研究所 软件方面看，软件方面看，特斯拉特斯拉 FSD纯视觉深度学习神经网络渐趋成熟，可嫁接至人形机器人。纯视觉深度学习神经网络渐趋成熟，可嫁接至人形机器人。与自动驾驶类似，人形机器人同样需利用传感器(摄像头、激光雷达等)感知、采集和处理周围环境信息，以便做出决策。特斯拉人形机器人仅使用3个摄像头(中间鱼眼摄像头、左右各一个视觉摄像头)，直接嫁接 FSD 成熟的纯视觉方案，再辅之以力、力矩、声学、触觉、温度等传感器。图 8：特斯拉人形机器人 FSD 视觉感知方案分析图 无框力矩电机,21.00%减速器,16.00%力传感器,16.00%丝杠,14.00%空心杯电机,4.00%惯导 imu,1.00%其他,28.00%无框力矩电机减速器力传感器丝杠空心杯电机惯导 imu无框力矩电机,18.00%力传感器,18.00%减速器,17.00%丝杠,16.00%空心杯电机,1.00%惯导 imu,2.00%其他,28.00%无框力矩电机力传感器减速器丝杠空心杯电机惯导 imu 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。12 数据来源：Tesla AI DAY，前瞻产业研究院，东方证券研究所 人形机器人决策难度更高：决策层依据感知层获取的信息进行决策判断，来控制机器人身体做出人形机器人决策难度更高：决策层依据感知层获取的信息进行决策判断，来控制机器人身体做出动作规划并下发指令。动作规划并下发指令。特斯拉人形机器人与 FSD 底层模块打通，一定程度上算法可复用，但人形机器人需完成人类各种动作，动作连续复杂、需频繁的物理交互且操作因果性多，算法难度远高于自动驾驶。随着人工智能大模型的快速发展，ChatGPT 能够助力人形机器人拆解任务。大语言模型擅长推断语言条件，并利用其代码编写能力，拆分任务，给出运动规划的目标函数。图 9：AI 大模型助力人形机器人拆解任务示意图 数据来源：Tesla AI DAY，前瞻产业研究院，东方证券研究所 执行：人形整机平衡与行走步态是关键。执行：人形整机平衡与行走步态是关键。人形机器人执行层指的是系统在做出决策后，对机器人本体做出控制。机器人各操控系统都与决策系统相链接，并按指令精确执行。其中，人形整机平衡与行走步态是最基本也是最关键的两个环节。表 5：人形机器人执行层面两大关键环节分析 关键环节 具体分析 自平衡系统 机器人在不同环境下保持动态平衡(特别是外力冲击下)，需要软件算法和机械设计共同作用。软件层面看，一方面通过传感器获取机器人的状态信息，从而控制关节运动实现平衡；另一方面，通过预测机器人的运动轨迹和所需动作，而提前应对。行走步态 零力矩点(必须落在支撑面内，合理地规划踝关节和髋关节，以保持动态行走时重心的稳定；同时腿部应具备适当的机械柔顺性，有效缓解来自未知高刚度环境的碰撞冲击)。这均要求算法与关节硬件相匹配。数据来源：前瞻产业研究院，东方证券研究所 仿真：算法训练可提升机器人智能化水平。仿真：算法训练可提升机器人智能化水平。仿真的目的在于评估机器人结构和算法的设计，包括机器人的运动、工作环境、感知等，意义在于通过仿真模型快速、低成本、高安全性地训练机器人的算法。通过仿真，可加快软件更新迭代，同时缩短算法与硬件调整时间，极大提高训练效率。另外，随着芯片与 AI 技术的发展，未来端到端训练有望突破，人形机器人具身智能未来可期。表 6：人形机器人算法训练两大关键环节分析 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。13 关键环节 具体分析 AI 大模型仿真学习 仿真的目的在于评估机器人结构和算法的设计，包括机器人的运动、工作环境、感知等，意义在于通过仿真模型快速、低成本、高安全性地训练机器人的算法。通过仿真，可加快软件更新迭代，同时缩短算法与硬件调整时间，极大提高训练效率 端到端训练 特斯拉 ESD 将推出 12 版本，将小模型集成至大模型中，也有望应用于机器人，提高训练效率。具身智能是人工智能的终极形态，机器人可理解、推理并与物理世界互动，集视觉、语言、认知和推理、机器学习等大成。数据来源：前瞻产业研究院，东方证券研究所 二、大模型二、大模型+机器人：未来智能革命将至机器人：未来智能革命将至 2.1 大模型赋能人形机器人，具身智能是未来目标 人形机器人是软硬件能力高集成的实体，商业化的核心突破点在于“AI 大脑”。可以说，当前的AI 大脑在逻辑思维和行为智慧决策层面还需要一段成长空间，其驱动力很大程度上来自于算法的升级与高水平的智能化。具身智能是人形机器人想要实现的具身智能是人形机器人想要实现的最终最终方向方向。具身智能是指一种智能系统或机器能够通过感知和交互与环境（物理世界）产生实时互动的能力。具身智能包括三个模块：具身感知（Perception）、具身想象（Imagination）和具身执行（Execution），AI+机器人正是“具身智能”当前的落点。在机器人领域，有一个“莫拉维克悖论”人类所独有的高阶智慧能力只需要非常少的计算能力，但无意识的技能和直觉（如辨识人脸、举起铅笔、在房间内走动、转笔等能力）却需要极大的运算能力，即越简单的事情越难，越难的事情越简单。具身智能机器人未来要能够像人一样与环境交互、感知、决策、完成任务，其感知层和认知层的能力是非常高的。显然，当下的人形机器人距离这一状态还有非常巨大的差距。人形机器人传感器数量、品类、执行机构复杂程度远高于工业机器人，对控制器实时算力、集成度要求极高。图 10：具身智能的研究是多学科交叉的 数据来源：上海交通大学卢策吾，东方证券研究所 大模型为人形机器人的发展带来了新的突破大模型为人形机器人的发展带来了新的突破。以往由于算法模型的局限，机器人难以实现通用化能力，只能通过对于某一个特定领域训练对应的基础模型，达到能够满足特定用途的机器人 AI 算法，比如工厂车间大量采用的机器人臂、家用扫地机器人等。软件层面的局限性限制了机器人的应用场景狭窄、可通用性较差，无法充分发挥硬件层面的性能。而大模型的出现，补全了让机器 计算机行业深度报告 大模型赋能人形机器人，软硬融合共创颠覆性产品 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。14 人能力实现跃升的技术基础。大模型的向量应用提供了大脑给机器人，使机器人具备更高的事物处理能力。大模型的 Chat应用把自然语言理解提供给了机器人，机器人首次可以用接近人的语言水平，和真实人类聊天，进行基于自然语言的互动。此外，大模型的编程辅助可以肉眼可见的减少软件工程师的工作量，产出软件的成本会逐年下降。ChatGPT 已经已经在在机器狗领域机器狗领域落地应用，人形机器人未来可期落地应用，人形机器人未来可期。今年 4月，AI公司 Levatas与波士顿动力合作，将 ChatGPT 和谷歌的语音合成技术接入 Spot 机器狗，成功实现与人类的交互。可以说，ChatGPT 的成功，也为人形机器人这一更加高级的领域带来了发展拐点。以 ChatGPT 为代表的语言大模型能够实现近似人一样的自然语言交互，多模态大模型则能让人形机器人能够通过“视觉”去与环境交互。可以说，大模型赋予了人形机器人一个通识大脑，从而能够顺畅地和外界对话，还可以增加任务理解、拆分和逻辑推理等“决策