您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国联证券]:机械设备行业周专题:国内人形机器人进展如何? - 发现报告
当前位置:首页/行业研究/报告详情/

机械设备行业周专题:国内人形机器人进展如何?

机械设备行业周专题:国内人形机器人进展如何?

政府密集发布相关政策,推动人形机器人产业高速高质量发展 11月2日工信部印发《人形机器人创新发展指导意见》,目标是在2025年初步建立人形机器人创新体系,并且“大脑、小脑、肢体”等一批关键技术取得突破,同时确保核心部件安全有效供应。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。我们认为政策的密集发布,将推动人形机器人产业高速高质量发展。 国内多款人形机器人发布,主要包括四类,各有优势 目前国内已有多款人形机器人产品相继推出,进展迅速。目前国内人形机器人企业主要包括四类:一是老牌人形机器人公司,如优必选、达闼机器人等,此类公司在机器人机电系统、人机交互、导航算法、机器人系统等方面有较大优势;二是技术同源的机器人公司,如傅利叶智能、宇树科技、浙江大学等,此类公司的优势主要在运动控制和机电系统;三是创业新势力,如智元机器人,此类公司采用最前沿的技术方案,更符合未来通用场景的需求;四是智能手机、智能汽车等国内大厂,如小鹏汽车、小米科技等,此类公司在自动驾驶、AI大模型、AI算力、训练数据方面有较大优势。 产业链逐步完善,智能化决定渗透率上限,成本决定下限 硬件端,人形机器人产业链主要包括上游核心零部件:无框力矩电机、空心杯电机、传感器、芯片等。中游主要为机器人本体设计和制造,包括设计、制造和测试三大环节。软件端,自动驾驶、AI大模型、AI算力、训练数据都是重点环节。目前国内供应链逐步完善,我们认为未来智能化决定人形机器人渗透率上限,成本决定其下限。 “数据闭环”决定机器人智能化程度,完成闭环预计至少需5到10年“数据闭环”是指采集数据并通过技术手段还原仿真场景,再建立模型自我优化从而提升智能化的过程。从目前L3级别智能驾驶“数据闭环”情况来看,在还原信息仿真场景、海量数据提取与处理、数据流转、信息提取手段等多个方面存在困难。我们认为人形机器人数据处理量相比L3级智能驾驶数据处理量更大、采集方式难度更难、具有更多场景,目前国内机器人主要在机械设计和运动控制算法研发阶段,我们预计形成完整数据闭环至少需要5到10年。随着数据闭环不断形成,机器人智能化程度不断提升,近一两年,有望形成某些特定场景数据闭环,完成特定情况下工作任务,未来不同类型机器人可能具有不同“职业“。 投资建议 我们认为国内人形机器人产业将带动产业链各个环节的发展,一方面建议关注在AI大模型、自动驾驶、算法算力上有优势,并有望形成“数据闭环”的公司,如华为技术、小米科技、小鹏汽车等产业链相关环节公司。另一方面硬件端在视觉系统、传感器、电池、热管理、谐波减速器、丝杠、空心杯电机、无框力矩电机、行星减速器、轴承、精密齿轮箱、机床等环节具备技术优势或者高性价比的公司,重点推荐伟创电气、东华测试、信测标准。 受益标的:汇川技术、禾川科技、步科股份、绿的谐波、贝斯特、五洲新春、柯力传感、奥比中光、奥普光电、鸣志电器、拓邦股份。 风险提示:智能化测试不及预期、零部件成本降低不及预期、行业竞争加剧风险 1.政策推动人形机器人高速发展,产业链逐步完善 1.1政策推动人形机器人高速高质量发展 2023年以来,政府密集发布相关政策,推动人形机器人产业高速高质量发展。 11月2日工信部印发《人形机器人创新发展指导意见》,目标在2025年初步建立人形机器人创新体系,“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应。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。 图表1:政策推动人形机器人产业高质量高速发展 1.2国内外人形机器人相关会议密集举行 最近几个月内,国内外人形机器人相关会议将密集举行,各类人形机器人产业相继亮相。其中标志性事件包括特斯拉人形机器人行走测试、优必选IPO上市、特斯拉AI Day,傅里叶机器人预售数量公布、达闼发布双足机器人产品、优必选发布双足机器人产品。 图表2:近期人形机器人相关会议密集举行 2.国产公司相继推出人形机器人产品 2.1国内多款人形机器人产品相继推出 人形机器人产业进展加速,国内外多款人形机器人产品相继推出。2013年,波士顿动力的Atlas人形机器人首次对外亮相;2015年,挪威1X Technologies推出EVE人形机器人;2018年,中国人形机器人产业也开始崭露头角,优必选Walker第一代产品参加CES展。近年来,行业催化事件密集,产业进展加速,多家商业巨头也逐渐入局人形机器人行业,2022年,特斯拉Optimus原型机正式亮相,并在短短一年内实现快速优化更新;同年,小米首个全尺寸人形仿生机器人CyberOne亮相秋季发布会;2023年7月,世界人工智能大会开幕式上,中国傅利叶智能发布了其最新研发的一款通用人形机器人GR-1,引发业内强烈关注,被视为通用机器人时代的里程碑。2023年8月北京机器人大会上,四足机器人公司宇树科技和云深处科技、以及创业公司智元机器人公司相继推出人形机器人,至此人形机器人设计已经进入百花齐放的阶段。 图表3:国内多款人形机器人相继推出 目前国内人形机器人企业主要包括四类:一是老牌人形机器人公司,如优必选、达闼机器人等,此类公司在机器人机电系统、人机交互、导航算法、机器人系统等方面有较大优势;二是技术同源的机器人公司,如傅利叶智能、宇树科技、浙江大学等,此类公司的优势主要在运动控制和机电系统;三是创业新势力,如智元机器人,此类公司机器人产品采用最前沿的技术方案,更符合未来通用场景的需求;三是智能手机、智能汽车等国内大厂,如小鹏汽车、小米科技等,此类公司在自动驾驶、AI大模型、AI算力、训练数据方面有较大优势。 图表4:国内人形机器人公司各具优势 2.2国内人形机器人处于导入期早期阶段 实现人形机器人数据闭环,主要分为三个阶段——发布产品、工厂场景应用、消费级场景应用,而目前国内人形机器人主要处于发布产品阶段,且未完成行走测试。 发布产品阶段需要完成人形机器人产品的理论验证,主要包括行走测试、接入第三方大模型数据、执行特定的任务(如分拣任务),而国内人形机器人主要处在刚发布产品,并未完成行走测试、接入第三方数据和执行任务。 图表5:国内人形机器人还处在产品发布阶段 国内人形机器人有望重走智能手机和智能汽车的发展路径,目前处于导入期。 人形机器人与智能手机、智能汽车有类似的产品架构和商业模式。我们认为随着生成式人工智能的快速发展,催生了初代“AI+机器人”的人形机器人,目前人形机器人处于导入期,随着技术突破及爆款产品的催化下,人形机器人有望成为具身智能的绝佳体现,桥接虚拟与现实,深入各细分消费端,完成导入期的突破。 图表6:人形机器人产品结构和智能手机类似 图表7:国内人形机器人正处于导入期 2.3国内人形机器人产业链逐步完善 国内外人形机器人产业链逐步完善,下游应用领域广泛。根据前瞻产业研究院整理资料,人形机器人产业链主要包括上游核心零部件:无框力矩电机、空心杯电机、传感器、芯片等;中游主要为机器人本体设计和制造,包括设计、制造和测试三大环节;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。 图表8:人形机器人产业链逐步完善 3.智能化决定渗透率上限,成本决定下限 3.1“数据闭环”决定机器人智能化程度 “数据闭环”是指采集数据并通过技术手段还原仿真场景,在建立模型自我优化从而提升智能化的过程,人形机器人是最通用的“AI+机器人”产品,其最核心的竞争力为“数据闭环”。其研发环节主要包括应用场景需求分析、机械结构设计、运动控制算法、自动驾驶算法、AI大模型、数据训练。而研发过程当中,需要将虚拟场景的仿真和真实场景的应用结合起来,提高模型能力、精度和研发效率,此为“AI+机器人”产品最核心的竞争力。 图表9:人形机器人主要研发环节 图表10:人形机器人产品的数据闭环 3.2人形机器人完成“数据闭环”难度更大 自动驾驶数据闭环正在完成中,完成从量产车、采集车在路侧实地采集的交通场景,通过技术手段还原成仿真场景,进入测试环节用于算法测试,再更新和升级量产车的过程。自动驾驶已进入3.0阶段,不同于2.0阶段基于人工规则的软件驱动,3.0阶段自动驾驶功能的迭代以大数据、大模型驱动为核心,感知方式是多模态传感器联合输出结果,而信息融合方式则从后融合逐步向中融合及前融合演进。完整的数据驱动闭环是指从量产车、采集车在路侧实地采集的交通场景,通过技术手段还原成仿真场景,进入测试环节用于算法测试,再更新和升级量产车的过程。 图表11:自动驾驶数据闭环是real2sim和sim2real的过程 从目前L3级别智能驾驶“数据闭环”情况来看,在还原信息仿真场景、海量数据提取与处理、数据流转、信息提取手段等多个方面存在困难,各大车企布局超算中心。比如,在数据采集过程中会有很多时间不一致、算法不一致、传感器不一致带来的数据差异加大了数据流转难度。数据储存过程中,需要数据标记、清洗、大模型训练等各个环节,不同环节中对海量数据的输入输出都需要强大算力,目前各大车企都在规划布局超算中心。 图表12:各大主机厂均在积极布局超算中心 人形机器人应用场景更多,环境更复杂,“数据闭环”相比L3级自动驾驶难度更大。自动驾驶汽车的核心任务是从A点到B点,在这个过程中对周围的物体进行识别处理以及反馈,从而达到目标。人形机器人在应用场景中,不仅仅是从A点到B点,还同时要处理步态控制、任务协同、接收指令智能化等环节,不同场景面临的不确定更大,这样会带来更大数据量,所以我们认为人形机器人数处理量相比L3级智能驾驶数据处理量更大、采集方式难度更难、复杂场景更多。 目前国内机器人主要在机械设计和运动控制算法研发阶段,我们预计形成完整数据闭环至少需要5到10年,部分场景可以形成特定闭环,不同类型人形机器人将来可能具有不同“职业”。随着数据闭环不断形成,机器人智能化程度不断提升,我们认为,虽然人形机器人完全实现数闭环难度较大,但一些具体场景情况下,比如家庭场景中执行任务、避障、抓取等相对数据量会小很多,所以近一两年,有望形成某些特定场景数据闭环,完成特定情况下工作任务,如工厂产线、酒店、餐饮等细分领域。 3.3成本决定人形机器人渗透率下限 人形机器人成本决定渗透率下限,降低硬件成本是未来发展趋势。全球顶级机器人公司波士顿动力ATLAS机器人以及本田ASIMO机器人价格昂贵,虽然研发时间较长,但实际应用场景不多。从特斯拉发发布会来看,特斯拉TeslaBot未来量产成本不超过2.5万美元/台,寻找更高性价比解决方案是行业趋势。 特斯拉引领人形机器人行业,TealaBot产品参数接近人类,具备性价比的硬件是能否量产的关键环节。2021年Tesla AI Day上,马斯克表示未来Tesla Bot将完全对标人类,其身高为5英尺8英寸,抓取能力为45磅,重量为125磅,硬举能力为150磅,臂伸力为10磅。我们认为Tesla Bot产品参数已非常接近人类,未来相关零部件需要支持产品参数的实现,零部件的性价比尤其重要。 图表13:特斯拉机器人基本参数接近人类 从硬件成本来看,线性关节与旋转关节数量多、整体价值量大,具备降本空间。 从技术难度来看,传感器、丝杠、谐波减速机等环节具备较大生产和研发难度。国内人形机器人产业链完善,环节主要分为大脑、电池模组(躯干)、控制器、灵巧手、线性关节、旋转关节等,公司主要分为传统工控公司、汽车产业链公司、机械零部件公司、电子元器件公司。 图表14:机器人零部件供应商完善 4.建议关注产业链及标的 从硬件成本来看,线性关节与旋转关节数量多、整体价值量大,具备降本空间。 从技术难度来看,传感器、丝杠、谐波减速机等环节具备较大生产和研发难度。国内人形机器人产业链完善,环节主要分为大脑、电池模组(躯干)、控制器、灵巧手、线