【中邮机械】人形机器人系列专题（一）：时代主题，静待花开

人形机器人作为一种特殊的机器人，在人工智能大发展的时代背景下，将脱离传统机器人的单一功能工具属性，将更好的进行人机环境交互，将成为人类的情感伴侣和得力助手，势必将走进人类生活，走进千家万户。当前商用机器人基本只针对特定应用场景来解决问题，其优势为在该应用场景准确性好、大规模生产后成本较低，缺点为泛化性能较差。人形机器人可以理解为是具有与人类相似身体结构和运动方式（双足行走、双手协作等）的智能机器人。人形机器人可以更好适应人类的生活环境，双足行走的方式也适合在其中工作，比如走楼梯、爬坡等。 人形机器人市场空间广阔，预期全球人形机器人解决方案市场规模于2026年将达80亿美元。短期来看，优必选招股说明书预期全球人形机器人解决方案市场规模于2026年将达80亿美元；中期来看，高盛预期到2035年，在蓝海市场情景下，人形机器人市场能够达到1540亿美元的规模；长期来看，假定人形机器人和人的比例是2比1，那么机器人的需求量可能是100-200亿个，市场空间广阔。 过往人形机器人的实践，并没有实现大规模的商业化应用，其核心原因在于技术尚不成熟，且成本居高不下。相较于较为成熟的工业机器人，人形机器人的关键技术包括：多自由度关节设计以提升活动能力；动力驱动优化设计以提升续航能力、降低成本；传感器信息融合感知以提升识别与控制能力；智能自主控制以提升控制与学习能力。这些关键技术，目前虽已取得一定进展，但尚未形成最终解决方案。此外，目前人形机器人通常采用数十台电机与减速器以及多部高精度传感器和雷达等高成本零部件，导致其成本大幅提升，难以形成大批量销售。 AI大模型进展迅速，特斯拉入局有望加速产业化进程 生成式AI表现出较强的理解与学习能力，有望提升机器人通用学习能力。目前像ChatGPT这类的生成式AI，已经可以完成内容创作、翻译、对话式人工智能等工作，表现出较强的理解与学习能力，有望提升机器人通用学习能力。但是受限于没有优秀的现实载体，生成式AI目前可以完成的大部分工作均为线上工作，并不能在线下也起到重要的作用。需要注意的是，人工智能并非与人形机器人是完全绑定的关系，理论上任何物体都可以成为AI的载体，但是考虑到人形机器人存在通用场景应用等优势，其有望成为生成式AI在人类社会中优秀的应用载体。 特斯拉入局人形机器人，产品升级迭代迅速。特斯拉在2021年8月首届特斯拉人工智能日（AI Day），首次发布了人形机器人计划； 2022年9月在人工智能日，特斯拉首次展示Optimus人形机器人产品，原型机在现场实现了行走、挥手、摇摆等动作，并且在演示视频里，Optimus已经可以做一些简单的工作，比如搬运箱子、浇花等； 2023年5月，特斯拉股东大会上，Optimus在宣传片中已经可以像人一样稳步前行，并且可以较为轻松得用手拿各种物体。 我们认为特斯拉的入局有望加快人形机器人产业化应用，特斯拉已经提出了较为系统的解决方案与降本目标（目标售价2万美元以下）。多自由度关节设计方面，出于降本与降低功耗的考量，特斯拉将Optimus设计为拥有28个自由度（不包括手）以及11个手部自由度，并且采用了仿生设计。动力驱动优化设计方面，特斯拉将开发新能源车的经验（核心因素包括能量、重量、成本），移植到Optimus上，并且通过对于云的共性分析，简化执行器的组合。传感器信息融合感知与智能自主控制方面，特斯拉已经打通了FSD和机器人的底层模块，实现了一定程度的算法复用，帮助机器人实现环境感知、物体识别、路径选择与决策。特斯拉在人形机器人上的重点布局有望加快产业生态的完善，促进产品升级优化，进而催生海量需求。 风险提示： 人形机器人产业化进度不及预期 1人形机器人：面向通用领域，市场空间广阔 1.1智能制造大势所趋，机器人市场蓬勃发展 中国电子学会将机器人划分为工业机器人，服务机器人和特种机器人三类。 根据机器人的应用环境，IFR将机器人分为工业机器人和服务机器人，其中，工业机器人是指应用于生产过程与环境的机器人；服务机器人是指除工业机器人以外，用于非制造业并服务于人类的各种机器人，分为个人/家用服务机器人及专业服务机器人。考虑到我国在应对自然灾害和公共安全事件中，对特种机器人有着相对突出的需求，中国电子学会将机器人划分为工业机器人，服务机器人和特种机器人三类，主要应用于汽车，电子，家庭服务，医疗服务，军事应用和极限作业等领域。 图表1：机器人分类方法（中国电子学会） 机器人行业蓬勃发展，预计2024年全球机器人市场规模有望突破650亿美元。随着全球机器人行业在在汽车制造、电子制造、仓储运输、医疗康复、应急救援等领域的应用不断深入拓展，《中国机器人产业发展报告(2022)》预计2022年，全球机器人市场规模将达到513亿美元，2017至2022年的年均增长率达到14%。其中，工业机器人市场规模将达到195亿美元，服务机器人达到217亿美元，特种机器人超过100亿美元。预计到2024年，全球机器人市场规模将有望突破650亿美元。 预计2024年中国机器人市场规模有望突破251亿美元。《中国机器人产业发展报告(2022)》预计2022年，中国机器人市场规模将达到174亿美元，五年年均增长率达到22%。其中，2022年工业机器人市场规模将有望达到87亿美元，服务机器人65亿美元，特种机器人22亿美元。预计到2024年，中国机器人市场规模将有望突破251亿美元。 图表2：全球机器人市场规模及同比增速 图表3：中国机器人市场规模及同比增速 1.2从专用走向通用，人形机器人市场空间广阔 当前商用机器人基本只针对特定应用场景来解决问题，其优势为在该应用场景准确性好、大规模生产后成本较低，缺点为泛化性能较差。目前应用较为广泛的商用机器人，不管是工业机器人、服务机器人还是特种机器人，基本都是针对特定应用场景来解决问题，例如制造车间里的机械臂、物流仓库的智能分拣机器人、酒店里的派送机器人、电力系统的巡检机器人等。其基本运作逻辑为：在系统里设定好对应的代码，让机器人完成一系列动作，用这些动作来完成任务，以达到替代人力的效果，这种方式可以使机器人在对应的场景里有超越人工的准确性与精度，缺点为脱离了该环境，机器人就很难应用，泛化性能较差。 人形机器人可以更好适应人类生活环境，是从专用到通用的升级。人形机器人可以理解为是具有与人类相似身体结构和运动方式（双足行走、双手协作等）的智能机器人。人形机器人可以更好适应人类的生活环境，双足行走的方式也适合在其中工作，比如走楼梯、爬坡等，而生活中很多工具的操作，也要通过灵巧的手来完成，比如开门、端茶送水等。这也带给了人们更多的想象空间，即以长远视角来看，假定硬件与软件均已不再是障碍，人形机器人有望能够完成人类绝大部分的工作。此外，酷似人类的外形，可以使人形机器人在工作中更容易让他人接近。 图表4：人形机器人提取物体 图表5：人形机器人走楼梯 人形机器人市场空间广阔，预期全球人形机器人解决方案市场规模于2026年将达80亿美元。根据优必选招股说明书，人形机器人可用于各种场景，包括作为接待员，为教育目的模拟人类互动，作为医疗助理陪伴老人，使员工免于从事危险的工作场所活动等，虽然目前处于产业化前期，但随着技术的进步以及更多市场参与者的进入，预期全球人形机器人解决方案市场规模于2026年将达80亿美元。中期来看，在10-15年内，制造业和老年人护理等行业的劳动力短缺问题需要随着机器人的普及应用来解决，高盛预期到2035年，在蓝海市场情景下，人形机器人市场能够达到1540亿美元的规模。长期来看，马斯克认为未来人们对人形机器人的需求量会非常大，人形机器人将会是今后特斯拉主要的长期价值来源，如果人形机器人和人的比例是2比1左右，那么人们对机器人的需求量可能是100亿乃至200亿个，远超电动车的数量，市场空间广阔。 1.3人形机器人并非新事物，技术/成本为两大痛点 人形机器人起步于1960年代后期，并非新事物。人形机器人的发展历程通常被分为三个阶段：第一阶段，是以早稻田大学仿人机器人为代表的早期发展阶段；第二阶段，是以本田仿人机器人为代表的系统高度集成发展阶段；第三阶段，是以波士顿动力仿人机器人为代表的高动态运动发展阶段。 近两年人形机器人掀起热潮，成为科技企业们瞄准的新方向。2022年，特斯拉推出人形机器人“擎天柱”，亚马逊注资机器人“Digit”。2023年，三星也投资了两足步行机器人“HUBO”，已经推出Walker机器人的优必选也在寻求上市以增加自身竞争力，赛道上的竞争者不断增加。 图表6：人形机器人发展历程 过往人形机器人的实践，并没有实现大规模的商业化应用，其核心原因在于技术尚不成熟，且成本居高不下。 相较于较为成熟的工业机器人，人形机器人的关键技术包括：多自由度关节设计以提升活动能力；动力驱动优化设计以提升续航能力、降低成本；传感器信息融合感知以提升识别与控制能力；智能自主控制以提升控制与学习能力。这些关键技术，目前虽已取得一定进展，但尚未形成最终解决方案。 此外，目前人形机器人通常采用数十台电机与减速器以及多部高精度传感器和雷达等高成本零部件，导致其成本大幅提升，难以形成大批量销售，如“Digit”售价高达25万美元，“CyberOne”成本高达60-70万。 图表7：人形机器人关键技术及国外最新进展 2AI大模型进展迅速，特斯拉入局有望加速产业化进程 2.1AI大模型进展迅速，有望提升机器人通用学习能力 AI大模型参数量迅速提升，目前千亿级别成为主流。AI大模型也称人工智能预训练模型，它将海量数据导入具有亿量级参数的模型中，然后机器通过完成类似“完形填空”的任务，学习数据中蕴含的特征、结构，最终模型被训练成具有逻辑推理和分析能力的人工智能。AI大模型先后经历了预训练模型、大规模预训练模型、超大规模预训练模型三个阶段，参数量实现了从亿级到百万亿级的突破，目前千亿级参数规模的大模型成为主流。 图表8：AI大模型进化树 ChatGPT凭借逼真的自然语言交互与多场景内容生成能力爆火。2022年11月，搭载了GPT3.5的ChatGPT横空出世，凭借逼真的自然语言交互与多场景内容生成能力，迅速引爆互联网，具体应用包括文本应用（内容创作、翻译、对话式人工智能）、编码应用、教育应用、营销应用等，推出仅2月即月活过亿。2023年3月，最新发布的超大规模多模态预训练大模型——GPT-4，具备了多模态理解与多类型内容生成能力，拥有了识别图片的能力。 图表9：ChatGPT进行内容创作的案例 生成式AI表现出较强的理解与学习能力，有望提升机器人通用学习能力。 目前像ChatGPT这类的生成式AI，已经可以完成内容创作、翻译、对话式人工智能等工作，表现出较强的理解与学习能力，有望提升机器人通用学习能力。但是受限于没有优秀的现实载体，生成式AI目前可以完成的大部分工作均为线上工作，并不能在线下也起到重要的作用。需要注意的是，人工智能并非与人形机器人是完全绑定的关系，理论上任何物体都可以成为AI的载体，但是考虑到人形机器人存在通用场景应用等优势，其有望成为生成式AI在人类社会中优秀的应用载体。 国内外科技巨头加速推进大模型布局，大模型性能有望持续提升。国外方面，OpenAI已成为引领大模型发展的标杆企业，继多模态大模型GPT-4发布后，预计今年四季度OpenAI将发布更为高级的ChatGPT-5版本；微软的直接竞争对手谷歌推出新一代大模型PaLM 2；Meta则发布大模型LLaMA；亚马逊与人工智能初创公司Hugging Face合作开发ChatGPT竞品——BLOOM。国内方面，百度发布大模型文心一言；阿里发布首个超大规模语言模型通义千问；腾讯混元AI大模型团队推出了万亿级别中文NLP预训练模型HunYuan-NLP-1T；华为发布了鹏城盘古大模型，是业界首个千亿级生成和理解中文NLP大模型。 图表10：国内外典型大模型梳理 2.2特斯拉兼具软硬件能力，有望加速产业化进程 特斯拉入