电子行业人形机器人：行业奇点将至，产业链乘势而起

“具身智能”为AI下一浪潮，人形机器人加速突破。人工智能（AI）最终也将回归于“人”：“具身智能”为AI下一浪潮，赋能人形机器人从想象走入现实。“具身智能”赋能机器人等载体，使其具备自主感知、自主决策、自主执行、自主学习的能力。有别于现阶段机器人只能机械执行有限操作，机器人与环境交互感知的能力正是“具身智能”的精髓所在。目前，特斯拉Optimus、波士顿动力Atlas、小米CyberOne等科技巨头布局人形机器人，AI具身智能持续迭代赋能，人形机器人行业有望迎来加速发展。据高工机器人产业研究所预计，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。 人形机器人拆分：拟人化功能复现，创多细分领域需求。（1）3D视觉：3D视觉为具身智能之眼，精准、灵活的3D视觉是机器人运动与交互的前提。视觉感知是人形机器人最重要的外部感知能力之一，对人形机器人的运动行走以及决策反应起着关键性的作用。机器人低速移动、处理复杂多样的工作以及人交互的工作需求对视觉传感器的变焦能力、分辨率提出考验。目前3D成像方案主要有立体视觉、结构光、激光三角测量以及ToF（Time of flight）。目前特斯拉使用的方案为使用多个摄像头的立体视觉方案；波士顿动力Atlas则使用了ToF方案。（2）线束与连接器：线束与连接器为人形机器人的神经与血管，随机器人的运动而动，对线束提出抗扭转应力、高速率、连接器小型化等要求。特斯拉Optimus的运动规划和动力系统借鉴了电动汽车设计，新能源汽车连接器和工业机器人连接方案可给予人形机器人线束启发。新能源汽车自动驾驶方案外接多个摄像头及激光雷达等传感器，对线束提出了高速传输的需求；而工业机器人装配复杂、敏感传感器数量多、柔性化作业的特点则对线束连接器提出了小型化、高速率、模块化、高集成的需求。（3）传感器：传感器主要负责内外部环境信息的监控交互，按信息来源可分为内部传感器与外部传感器。内部传感器主要负责收集自身运动、位置信息（如关节的线位移、角位移等几何量，速度、角速度、加速度等），从而实现更精确可靠的智能控制。 而相比其他机械设备，机器人与外部环境的交互性更强，因此其需要利用外部传感器实时监测周围环境参数，辅助完成目标识别、决策判断等过程。（4）电机驱动：机器人关节处需多个电机驱动，电机驱动芯片配套需求提升。电机驱动系统是将电能转化为动能的物理系统，主要由负载、控制装置及电机等部分构成，电机驱动芯片是电机驱动系统的大脑。在人形机器人中，电机需求广泛分布。以特斯拉Optimus为例，其主体部分使用28个电机执行器，用以完成抬手，屈膝等动作。根据特斯拉2022 AI DAY，Optimus上的执行器共有6种类型，不同类型的扭矩、输出力和质量性能参数各异。同时，其手部有12个电机执行器（每只手6个），用于完成细小物体的抓取。 投资建议：3D视觉建议关注奥比中光、凌云光、奥普光电；线束连接器建议关注瑞可达、维峰电子；传感器建议关注柯力传感、苏州固锝、敏芯股份、纳芯微、芯动联科；电机驱动建议关注峰岹科技、晶丰明源、安路科技 风险提示：行业发展不及预期风险；下游需求不及预期风险；竞争加剧风险 1.“具身智能”为AI下一浪潮，人形机器人加速突破 1.1.具身智能为AI下一浪潮，赋能人形机器人从0到1 人工智能（AI）最终也将回归于“人”：“具身智能”为AI下一浪潮，赋能人形机器人从想象走入现实。黄仁勋在ITF World 2023的演讲中，提出AI下一轮发展趋势为“具身智能”，能够理解、推理并与物理世界交互。“具身智能”赋能于机器人等载体，使其具备自主感知、自主决策、自主执行、自主学习的能力。 有别于现阶段机器人只能机械执行有限操作，机器人与环境交互感知的能力正是“具身智能”的精髓所在。如果说ChatGPT为代表的大模型开启了通用AI新时代，那么多模态、具身、主动交互式的人形机器人则是这一时代的必由之路，人形机器人有望成为AI终端的最终形态。 图2：英伟达的多模态具身智能NVIDIAVIMA根据视觉文本提示执行任务 图1：具身智能赋予机器人与世界交互感知的能力 1.2.科技巨头入局人形机器人，蓝海行业加速成长 科技巨头入局，AI+人形机器人初露头角，蓝海空间无限可能。特斯拉Optimus、波士顿动力Atlas、小米CyberOne等科技巨头布局人形机器人，AI具身智能持续迭代赋能，人形机器人行业有望迎来加速发展。据高工机器人产业研究所预计，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。 1.2.1.特斯拉Optimus：站在造车积淀上造机器人，单价2万美元打造未来爆款 “车人同源”，沿袭特斯拉汽车最强大脑和动力核心。马斯克曾表示，“当有一天我们解决了汽车的自动驾驶问题（即现实世界的AI问题）后，就可以将AI技术推广到人形机器人身上。这将比汽车具有更广阔的应用前景。”特斯拉机器人沿袭了电动汽车的设计经验，并具备一双拥有11个自由度的“灵巧手”。特斯拉对于机器人的定位，已从“替代人工进行重复或危险工作”，向“为千家万户提供更复杂的服务工作”转变。 超算大脑：Optimus的大脑使用了Dojo D1超级计算芯片，视觉感知系统主要基于特斯拉FSD的计算机模组和方案，面部配备8个汽车同款Autopilot摄像头，最远监测距离可达250米。 灵巧手脚：Optimus的“手”拥有6个执行器，11个自由度，支持自适应抓取，手心采用防滑材料，可抓起20磅重量，特别适用于精密小零件的抓取；手腕由两根执行器控制，能让手腕转动，做水平的动作；腿部也是采用了两根执行器，脚掌可以上下翻及调整掌面。这使得Optimus的手脚具有了模仿人类的灵活度。 安全心脏：Optimus静坐时能耗100w，慢走时能耗500w。借鉴汽车电池系统，Optimus躯干处搭载了2.3kWh、52V，并高度集成了充电管理、传感器、冷却系统的电池系统，具备保护自身和周围人安全的能力。 图3：特斯拉Optimus部分特征 图4：特斯拉灵巧手能够灵活“比心” 两年间进展迅速，Optimus目标承担更复杂的任务。2021年Optimus作为概念首次被提出，两年后的2023年5月16日，在特斯拉举行的股东大会的展示短片中，Optimus的行走运动已经较为流畅，更具备了一系列全新技能：Optimus可以进行电机转矩控制，可将力道控制至不打碎鸡蛋。此外，Optimus还可进行集体行走，端到端操控，环境探索与记忆等功能，并能通过AI算法精准识别人类抓取物品动作并复制到机器人身上。 图5：特斯拉Optimus可通过AI学习人体行动 图6：Optimus的目标是胜任更复杂的任务 2万美元打造爆款，展望机器人蓝海市场。Optimus在2022TeslaAI Day上，马斯克曾预计Optimus将在3至5年内开始量产，单价将低于2万美元，市场需求预计达到数百万台。在更长远的展望中，马斯克预测未来也许每个人都会配备一台机器人，人形机器人市场需求将达到100亿至200亿台。 1.2.2.波士顿动力Atlas：机器人中的“跑酷达人”，身价过高限制应用场景波士顿动力Atlas以其卓越的运动性能而闻名，高造价限制商用场景。Atlas机器人包含28个液压驱动器来提供动力，速度能达到1.5m/s，并且使用3D打印技术来制造身体，使得其重量大幅减轻。同时Atlas搭配TOF深度相机来扫描周围环境，同时通过MPC模型来预测其运动，从而做出最佳选择。然而，Atlas造价达200万美元，其居高不下的成本大大限制了Atlas的商用化进程。 图7：Atlas机器人协同后空翻 图8：具有感知输出的Atlas渲染 1.2.3.小米CyberOne：小米科技生态新符号，打造注重情绪的机器人 Cyberone：注重人的情绪感知，造价60-70万元。从智能手机到可穿戴设备、智能家居、智能电动汽车以及仿生机器人，小米正围绕人的生活和工作在构建不断延展的科技生态。小米CyberOne拥有空间感知、认知能力，其搭载自研Mi-Sense深度视觉模组，结合AI交互算法，使其不仅拥有完整的三维空间感知能力，更能够实现人物身份识别、手势识别、表情识别，做到了不仅看得到也能看得懂。同时CyberOne支持21个自由度，速度达到3.6km/h，并能实现各自由度0.5毫秒级别的实时响应，模拟人的各项动作。其搭载的自研MiAl环境语意识别引擎和MiAl语音情绪识别引擎，能够实现85种环境音识别和6大类45种人类情绪识别。CyberOne造价在60-70万元，尚无法实现量产。 图9：CyberOne具体参数 图10：CyberOne的应用重点在于与人互动 2.人形机器人拆分：拟人化功能复现，衍生多细分领域机遇 2.1.3D视觉：具身智能之眼 3D视觉为具身智能之眼，精准、灵活的3D视觉是机器人运动与交互的前提。 视觉感知是人形机器人最重要的外部感知能力之一，对人形机器人的运动行走以及决策反应起着关键性的作用。机器人低速移动、处理复杂多样的工作以及人交互的工作需求对视觉传感器的变焦能力、分辨率提出考验。由于机器人处于移动状态，视觉传感器必须具备较强的变焦能力，同时，机器人还需要具备识别人脸甚至表情的能力，对分辨率提出了更高的要求。目前3D成像方案主要有立体视觉、结构光、激光三角测量以及ToF（Time of flight）。特斯拉目前使用的方案为使用多个摄像头的立体视觉方案；波士顿动力Atlas则使用了ToF方案。 （1）特斯拉Optimus：全面沿袭自动驾驶方案设计，使用了8颗自动驾驶摄像头。 （2）波士顿动力Atlas：使用了ToF方案，ToF相机以每秒15帧的速度生成环境点云。使用多平面分割算法从点云中提取平面，并输入到映射系统中进行建模，机器人则根据建模结果进行运动规划。 （3）小米CyberOne：搭载Mi-Sense深度视觉模组，由小米和欧菲光协同开发完成。欧菲光自研的机器视觉深度相机模块由iToF模组、RGB模组、可选IMU模块组成，产品测量范围内精度达1%。 图11：特斯拉Optimus的视觉感知模拟效果 图12：Atlas3D相机形成的环境点云 表1：3D成像技术对比 2.1.1.奥比中光 在机器人视觉领域，公司产品经验丰富、核心技术完备。公司已针对服务机器人和工业机器人等不同种类机器人推出了3D视觉感知方案，并推出AstraG/T等应用于AIoT服务机器人领域的3D视觉传感器产品系列，与普渡科技、云迹科技、擎朗智能等服务机器人客户达成合作。公司技术路线覆盖单目结构光、双目视觉、ToF、LiDAR，技术能力覆盖机器人视觉芯片、智能视觉算法、模组及方案以及规模化量产等能力，在全球率先完成具身智能机器人视觉的核心技术布局，不断提高机器人视觉感知领域的竞争力。 图13：奥比中光3D视觉传感器及底层核心芯片量产时间轴 2.1.2.凌云光 机器视觉领域技术积累深厚，自研视觉算法库与可配置视觉系统共同赋能机器人视觉感知。凌云光深耕机器视觉行业近20年，是少数拥有底层视觉算法完全自主开发能力的公司 ， 其立体视觉领域可配置视觉系统基于自研算法库VisionWare及其衍生系列软件，可实现点云数据处理与建模，这一技术可应用于数字形象构建和移动机器人自主导航等情景。而在机器人领域，波士顿动力的Atlas机器人运用了点云视觉感知技术，能够帮助其有效感知环境、生成与规划行动路径。凌云光已具备成熟的点云处理底层算法库和立体视觉领域可配置视觉系统，未来在移动机器人领域应用前景广阔。 图14：凌云光机器视觉产品营业收入 图15：凌云光LCubor 3D高精度面阵结构点云重建光相机 2.1.3.奥普光电 国防用光电测控仪器专业生产厂商，参股公司长光辰芯和禹衡光学分别覆盖CIS与光栅编码器领域。奥普光电多