机械设备行业周报：英伟达与特斯拉同台竞技，机器人产业加速成长

科技巨头纷纷入局，人型机器人产业加速 机器人由软件系统（感知、认知、交互、决策等）和硬件系统（驱动、传动等）组成。特斯拉、英伟达、谷歌等科技巨头入局机器人产业，利用自身在AI算力算法的优势重点突破机器人交互、控制等落地难点，人形机器人产业加速。 英伟达：GPU龙头重金下注机器人，建立行业标准、稳固卖铲人地位 作为全球GPU巨头，英伟达在用于AI训练与推理的AIGPU市场上占据强势地位。多模态大模型是提升智能机器人感知、认知、交互能力的利器，AI GPU是加速多模态大模型迭代、推动人形机器人产业加速落地的燃料，英伟达入局机器人产业的核心目的是通过建立开源的开发平台、通用模型来树立行业标准，从而使得其AI GPU产品在人形机器人市场上也能维持高占有率。英伟达在机器人产业的布局路线图从提供端到端的Issac、Jeston开发平台开始，随后将生成式AI与开发平台相结合，同步布局数据模拟器。2024年正式成立具身智能大模型研究院，旨在开发出面向机器人的通用基础模型，让更多机器人本体厂商使用英伟达的模型并绑定英伟达的算力，稳固其卖铲人的地位。 特斯拉：马斯克“改变世界”的最终梦想，人形机器人是重要拼图 作为与人类最相近的形态，人形机器人能够直接复用目前为人类设计的各类基础设施，有望真正成为全能、通用型机器，将彻底解决人类社会的劳动力问题，是马斯克改变世界的最好载体。特斯拉进军人形机器人产业优势在于：（1）FSD自动驾驶系统在算法、数据模拟、模型训练方面的基础；（2）车机协同加速产业化；（3）车厂总装线是人形机器人的最佳试验场，特斯拉自带总装线需求，有望实现技术的加速迭代。特斯拉下一步的规划在于：（1）通过加大Dojo算力投入，扩大FSD安装应用范围、加大模型训练规模巩固软件算法优势；（2）继续深度参与硬件研发，推动硬件方案定型；（3）寻求供应链降本。 受益标的 随着海外巨头逐步突破机器人软件层难点，国内外众多人形机器人整机厂商产品有望加速落地量产。专业的机器人代工企业以及零部件供应商有望出现，零部件和设备公司受益于机器人产业链形成后的产能扩张需求迎来增长。受益标的：（1）和英伟达直接/间接产生合作的公司：九号公司、奥比中光、博杰股份、科瑞思、中大力德、步科股份。（2）特斯拉产业链：Tier1：拓普集团、三花智控；丝杠：五洲新春、丰立智能、贝斯特、北特科技、恒立液压；传感器：康斯特、东华测试、柯力传感、凌云股份；减速器：中大力德、绿的谐波；微型齿轮箱：兆威机电；关键设备：浙海德曼、鼎泰高科、日发精机、恒锋工具；线束和连接器：维峰电子、长城科技；材料和轻量化：恒工精密、中研股份。（3）受益于生态形成、有望加速落地的人形机器人整机厂商：新兴装备、博实股份。 风险提示：人形机器人产业发展不及预期，国内厂商进入重要供应链进度不及预期。 1、科技巨头纷纷入局，人型机器人产业加速落地 机器人主要由软件系统（感知、认知、交互、决策等）和硬件系统（驱动、传动等）组成。2022年以来，特斯拉、英伟达等科技巨头纷纷入局机器人产业，利用生成式AI的高速发展重点突破机器人控制、驱动等难点，加速以人形机器人为代表的智能机器人产业落地。 随着海外巨头逐步突破机器人软件层难点，国内外众多人形机器人整机厂商产品有望加速落地量产。专业的机器人代工企业以及零部件供应商有望出现，零部件和设备公司受益于机器人产业链形成后的产能扩张需求迎来增长。 2、英伟达：GPU龙头重金下注机器人 2.1、英伟达进军机器人目的：建立行业标准，稳固卖铲人地位 根据Jon Peddie Research的数据，作为全球GPU巨头，英伟达在2022Q4-2023Q3期间占据全球GPU市场80%以上的份额。CUDA并行计算平台的开发推动英伟达GPU架构不断升级，性能不断提升。 表1：架构升级推动英伟达GPU性能不断提升 随着Gemini 1.5、SORA等多模态大模型的发布，科技巨头的大模型“军备竞赛”进入白热化阶段，AI算力需求高增。英伟达凭借其在AI训练算力领域的强势地位，在FY2024Q4实现221亿美元收入，环比+22%，同比+265%。 具身智能有望成为AI的下一个浪潮，人形机器人则是具身智能的最终表现形式。 人形机器人产业落地需要自然语言大模型的不断迭代，使得之前指令式的机器体过渡到拥有超自主决断能力的自主机器。用于训练与推理的AI GPU则是加速大模型迭代的燃料。我们认为，英伟达入局机器人产业的核心目的是通过建立开发平台、通用模型来树立行业标准，从而使其AI GPU产品在星辰大海的人形机器人市场也能维持高占有率。 2.2、以算力优势为基，沿“开发平台-数据-具身智能大模型”路线布局 图1：英伟达机器人路线图：移动机器人开发平台-数据模拟器-通用基础大模型 英伟达在机器人领域的布局始于2018年。这一年英伟达推出了包含全新硬件、软件和虚拟世界机器人模拟器的NVIDIA Isaac以及专为机器人设计的计算机平台Jetson Xavier和相关的机器人软件工具包。 随后英伟达从底层芯片到计算平台到训练与验证进行全方位布局，不断往前推进。2019年，英伟达推出lsaac软性开发套件(SDK)，为机器人提供更新的AI感知和仿真功能；2022年，英伟达又推出NVIDIA Isaac Nova Orin，该可配置的计算和传感器参考平台旨在帮助AMR（自主移动机器人）制造商缩短开发时间并降低成本。 2023年开始，英伟达机器人产品技术演进升级的核心方向是：（1）拥抱生成式AI；（2）布局数据模拟器。 2023年5月发布全新Jetson AGX Orin工业级模块，可在端侧部署AI并让传感器融合算法并能够在极其恶劣环境下使用。2023年10月，对NVIDIA Jetson平台上的Metropolis和Isaac框架进行有史以来规模最大的软件扩展，通过结合Transformer模型与生成式AI的功能来满足边缘AI的快速部署需求。同时，英伟达创建Jetson生成式AI实验室，供开发者学习和利用开源生成式AI模型进行开发。 经过五年的部署，目前英伟达的机器人产业生态“基本盘”已现，目前NVIDIA Isaac和Jetson平台等被超过120万名开发人员和10000名客户以及合作伙伴所使用。在CES 2024上，包括波士顿动力公司、Collaborative Robotics、Covariant、Sanctuary AI、宇树科技等都展示了基于英伟达的机器人成果。 2023年10月，NVIDIA和德克萨斯大学奥斯汀分校合作提出MimicGen模拟器，可以用不到200个人类演示自主生成超过5万个训练数据，从而大大减少昂贵的人工演示工作、加快机器人AI化进程。 2024年2月24日，英伟达成立新的研究部门——“GEAR”，全称为通用具身智能体研究（Generalist Embodied Agent Research）。GEAR团队将在具身智能大模型方向对多模态基础模型、通用型机器人研究、虚拟世界中的基础智能体三个关键领域进行研发，最终开发出面向机器人的基础模型，从而让更多机器人本体厂商使用英伟达的模型，绑定英伟达的算力。 3、特斯拉：人形机器人是马斯克的最终梦想，是真正通用的 机器 3.1、马斯克“改变世界”最终梦想，人形机器人是重要拼图 人形机器人是真正通用的机器，是马斯克“改变世界”的重要拼图。全球人口老龄化带来人力成本持续上升，2050年65岁以上人口比例预计将达到16%，机器人替代人已经是大势所趋。马斯克曾将Optimus定义为，使用于各类“危险、重复性或者无聊的工作，未来还会走进家庭中”。作为与人类最相近的形态，人形机器人能够直接复用目前为人类设计的各类基础设施，有望真正成为全能、通用型机器；将彻底解决人类社会的劳动力问题，是马斯克改变世界的最好载体。 图2：人形机器人或将带来世界劳动力革命 3.1.1、人形机器人反哺FSD进化，加速自动驾驶落地 “车机”共用AI系统及芯片，加速智能化迭代，助力自动驾驶突破。特斯拉采用以车载摄像头为主导的纯视觉路线的自动驾驶方案，相比多传感器融合方案，纯视觉路线对算法和算力的要求更高。实现L4、L5高阶自动驾驶技术的难点在于，真实路况下的长尾场景接近于无限，当前算法技术仍然无法准确处理。扩大数据收集场景，增加长尾场景训练量级，是特斯拉突破自动驾驶技术瓶颈的必经之路。 助力自动驾驶突破是特斯拉人形机器人量产的核心价值。人形机器人能够大量收集路外数据，提高长尾场景训练量级。经由机器人摄像头采集的海量长尾场景数据最终能够传输至Dojo进行算法训练，最后通过OTA定义更新到FSD上，从而帮助自动驾驶技术突破瓶颈。 图3：特斯拉Optimus与汽车共用AI系统 图4：特斯拉Optimus机器人与汽车共用D1芯片 3.1.2、真正通用的机器，切入更宽广的需求场景 进军人形机器人更重要的原因是在广阔蓝海市场抢占先机。相比工业机器人，协作、移动机器人，人形机器人有以下四点优势： （1）仿生步态下运动能力较传统履带/四轮/双轮机器人大幅提升； （2）灵巧手可实现双手配合和工具替换，较工业机器人技能更广； （3）依靠算法能力实现复杂环境识别并实施决策。 （4）不再有传统“工业机器人”、“服务机器人”这样明确的功能属性，人形机器人具备通用性，一款成熟的产品即可适用于广泛的需求场景。 3.2、软件算法有基础，车机协同支持产业化，自带车厂应用需求 3.2.1、软硬件技术有基础，技术水平能够支持整机落地 机器人主要由软件系统（感知、认知、交互、决策等）和硬件系统（驱动、传动等）组成。得益于较为成熟的汽车技术及机器人的工业应用，特斯拉人形机器人在软硬件上皆有所积累。 软件方面，AI是Tesla投入人形机器人强劲的竞争力。（1）算法上，FSD自动驾驶系统为人形机器人提供了视觉识别的算法支撑，且已具备海量数据储备，省去了前期资金消耗巨大、内容繁复的训练过程。 （2）算力上，Dojo处理器芯片为人形机器人庞大的数据调度及端到端大模型提供算力支持。Dojo的研发定位是AI训练超算系统，目标是提高Tesla模型训练的效率。相比英伟达A100，Dojo运行神经网络模型的效率相倍增，且能够降低GPU集群服务成本。 图5：相比英伟达A100，Dojo运行神经网络模型的效率倍增 图6：使用Dojo降低GPU集群服务成本 3.2.2、与汽车零部件关联度高，车机渠道复用、快速量产降本 硬件方面，特斯拉机器人关节执行器与工业机器人、工控和汽车产业链高度相关一脉相承，量产落地有基础。 （1）设计上，占比最高的关节执行器多来自传统工控、工业机器人领域，大部分只需在现有成熟方案的基础上改型，基本没有完全从0→1的研发生产环节。 （2）量产上，可以直接采用汽车产业链的供应模式，定型后快速降本。 图7：特斯拉人车协动：人形机器人、汽车部件关联性强 图8：特斯拉机器人关节设计沿袭自工业机器人和自动化 3.2.3、自带汽车总装线需求，解决试验、应用问题，加速迭代 我们认为，车厂总装线是人形机器人的最佳试验场，特斯拉自带总装线需求，有望实现技术的加速迭代：（1）工厂是天然的封闭场景，相比商业、家庭等场景，有更加稳定的测试环境；（2）工厂里任务相对确定，能够对特定需求进行针对性训练，可加快特定场景的落地进度；（3）特斯拉有自己的车厂，训练成本更低。 3.3、下一步：巩固软件算法优势，深度参与硬件研发，寻求供应链降本 2022年特斯拉AI Day以量产为导向，基本奠定了人形机器人的硬件设计；而2022年AIDay以来，特斯拉人形机器人软件迭代主要围绕端到端大模型及Dojo算力建设。在特斯拉2023年9月发布的最新视频中，Optimus已经能够通过纯视觉感知对色块分类、自主纠错，并首次展示排除外界干扰能力，以及极其优秀的平衡性能。我们认为，特斯拉人形机器人接下来将在软件算法、硬件研发、供应链降本三方面持续发力：