人形机器人系列报告之一：人形机器人将打开汽零公司新的成长空间

中性（维持） 人形机器人将打开汽零公司新的成长空间 人形机器人系列报告之一 行业研究深度报告汽车与零部件行业 国家地区中国 行业汽车与零部件行业 报告发布日期2025年02月17日 核心观点 汽零产业链易进入人形机器人产业链。预计特斯拉作为全球领先的智能汽车公司，其在训练数据、算力规模、应用场景以及制造能力等方面具备较强的综合优势，有 望在行业内率先实现人形机器人大规模量产。人形机器人与智能汽车在软硬件领域具备较多的共通点，特斯拉在汽车领域构建了完善、成熟的产业链，特斯拉能够大规模获取高质量的机器人零部件，为其实现人形机器人规模化落地奠定基础。与特斯拉在汽车领域长期合作的零部件公司将更有可能进入特斯拉人形机器人产业链，预计这些公司跟随特斯拉机器人规模提升而实现业绩增长的确定性更强。 汽车产业链与人形机器人产业链比照，寻找确定性强的机会。根据汽车行业特点，一级供应商数量较少，具备与整车厂商联合开发的能力，一级供应商与整车的合作 稳定性相对较强。二级、三级供应商数量较多，需要通过一级供应商间接进入整车厂商的供应链。类比汽车，人形机器人零部件供应体系形成了由多层级供应商组成的金字塔式架构，关节执行器总成是人形机器人的核心系统总成，可类比汽车行业的一级供应商；关节执行器总成由减速器丝杠、无框电机、轴承、传感器等零部件组成，面向关节执行器一级供应商，可类比汽车行业的二级供应商。 人形机器人产业链：规模化量产后有望盈利、估值双升。执行器、电机、丝杠、减速器和传感器是人形机器人价值量的主要构成部分。执行器：作为Tier1配套价值量大、确定性强。三花智控和拓普集团在执行器方面布局时间早，同时也是特斯拉 汽车一级供应商，有望成为特斯拉人形机器人执行器Tier1。丝杠：进入壁垒较高，市场空间较大。参考汽车供应链，预计丝杠公司可类比汽车Tier2供应商，能够进入执行器和灵巧手总成Tier1供应链体系，确定性相对较强。减速器：核心传动部件，国产化趋势显著。减速器是关节执行器及灵巧手的核心零部件之一，减速器可类比汽车产业链的Tier2公司。预计与关节执行器、灵巧手供应商关系紧密、完成或正在送样的减速器公司进入Optimus产业链的确定性强。电机：无框力矩电机供应商确定性机会较大，关注灵巧手电机边际变化。预计六维力传感器的需求量将从千台级别快速提升，规模效应下六维力传感器生产成本将具备较大的下降空间，预计六维力传感器市场格局或将重塑。 投资建议与投资标的 从投资策略上看，特斯拉人形机器人即将规模化量产，在此阶段，需要寻找产业链确定性强的机会。与汽车产业链类比，预计Tier1供应商进入配套体系确定性较强，如关节执行器和灵巧手模组总成等供应商；其次Tier2供应商，如丝杠、减速器、电机及传感器等。随着人形机器人规模扩大，进入配套体系产业链公司有望实现盈利和估值双升。建议关注：拓普集团、三花智控、银轮股份、双林股份、双环传动、贝斯特、北特科技、爱柯迪、精锻科技、浙江荣泰、旭升集团、隆盛科技、豪能股份、富临精工、瑞鹄模具、祥鑫科技、中鼎股份、斯菱股份、凌云股份、蓝黛科技等。 风险提示 人形机器人需求低于预期、形机器人规模化进程低于预期、供应链降本幅度低于预期、市场竞争加剧风险、假设条件变化影响测算结果。 姜雪晴jiangxueqingorientseccomcn 执业证书编号：S0860512060001 袁俊轩yuanjunxuanorientseccomcn 执业证书编号：S0860523070005 智驾平权及DeepSeek与车企融合，将助推智驾产业链渗透率提升：汽车行业 20250209 周报（02030209）智驾平权促进智驾产业链渗透率快速提升 20250207 部分整车品牌1月销量表现亮眼，关注特 20250204 斯拉FSD进程：汽车行业周报（01270202） 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。 目录 1汽零产业链易进入人形机器人产业链5 11预计特斯拉人形机器人规模化量产在即5 12人形机器人与智能汽车部分相通，汽零产业链更易进入形机器人产业链7 2汽车产业链与机器人产业链比照，寻找确定性强的机会8 3人形机器人产业链：规模化量产后有望盈利、估值双升10 31人形机器人产业链价值量分析10 32执行器：作为Tier1配套价值量大、确定性强13 33丝杠：进入壁垒较高，市场空间较大16 34减速器：核心传动部件，国产化趋势显著20 35电机：无框力矩电机供应商确定性机会较大，关注灵巧手电机边际变化24 36六维力传感器：成本有望下降，市场格局或将重塑28 4主要投资策略30 5主要风险提示31 图表目录 图1：特斯拉通过遥操作功能训练人形机器人5 图2：特斯拉AI训练算力规划（截至2024年3季报）6 图3：2024年至今拓普集团股价涨跌幅（截至2025年2月7日）8 图4：2024年至今三花智控股价涨跌幅（截至2025年2月7日）8 图5：2024年至今双林股份股价涨跌幅（截至2025年2月7日）8 图6：2024年至今北特科技股价涨跌幅（截至2025年2月7日）8 图7：四家人形机器人相关公司2025年股价涨跌幅比较（以2025年1月2日为基准，截至 2025年2月7日）9 图8：人形机器人与汽车行业零部件供应体系类比10 图9：特斯拉Optimus主要组成部分11 图10：特斯拉Optimus价值量拆分（基于2万美元成本前提）13 图11：人形机器人核心硬件产品生命周期13 图12：特斯拉Optimus执行器供应商特点15 图13：特斯拉Optimus执行器供应商格局推测16 图14：2023年中国滚珠丝杠市场竞争格局17 图15：2023年中国滚珠丝杠市场行业分布17 图16：2023年中国行星滚柱丝杠市场竞争格局（百万元）18 图17：丝杠长时间工作后性能逐渐退化19 图18：反向式行星滚柱丝杠内螺纹磨削示意图19 图19：2021年国内谐波减速器市场格局22 图20：2024H1国内谐波减速器市场格局22 图21：2022年国内工业机器人领域RV减速器市场格局23 图22：2023年国内工业机器人领域RV减速器市场格局23 图23：2022年全球精密行星减速器市场格局23 图24：2022年国内精密行星减速器市场格局23 图25：无框力矩电机结构示意图25 图26：无框力矩电机可以与机器人关节深度集成25 图27：2023年中国无框力矩电机市场竞争格局25 图28：2023年中国无框力矩市场下游需求25 图29：Optimus第一代第二代灵巧手采用空心杯电机26 图30：特斯拉新一代灵巧手模型26 图31：空心杯电机结构示意图27 图32：空心杯电机下游需求分布27 图33：特斯拉Optimus传感器分布28 图34：一维三维六维力传感器使用范围比较29 图35：20202023年六维力传感器内资外资厂商市场份额30 图36：2023年全球六维力传感器市场格局30 图37：2023年国内六维力传感器市场格局30 表1：国内外人形机器人在汽车行业试点情况7 表2：特斯拉Optimus与智能汽车的软硬件协同7 表3：马斯克关于Optimus成本及最新量产情况发言11 表4：特斯拉Optimus成本估算（基于马斯克100万台年产量，2万美元成本前提）12 表5：特斯拉Optimus执行器预计分布情况14 表6：人形机器人主要应用丝杠介绍16 表7：丝杠精度等级表18 表8：丝杠行业相关公司20 表9：三种精密减速器比较21 表10：国内外部分人形机器人减速器方案22 表11：减速器行业相关公司24 表12：无框力矩电机行业相关公司26 表13：空心杯电机微型电机相关公司27 表14：主要公司估值表31 1汽零产业链易进入人形机器人产业链 11预计特斯拉人形机器人规模化量产在即 2024年，国内外头部的机器人企业基本完成人形机器人的整机开发，进入试点测试和小规模量产阶段，下一步的关注重点将转变至人形机器人的规模化量产进度。预计特斯拉作为全球领先的智能汽车公司，其在训练数据、算力规模、应用场景以及制造能力等方面具备较强的综合优势，有望在行业内率先实现人形机器人大规模量产。 人形机器人的AI模型大规模训练依赖庞大的数据集，与语言模型以及自动驾驶等领域相比，训练人形机器人需要的数据更复杂，涵盖图像、语音、文本、视频、机器人与环境交互产生的动作等，并需要不同光照、复杂地形、人类行为等多样场景下的数据，构建泛化性更强的模型以应对复杂的现实环境。另一方面，语言模型的训练能够借助于海量的互联网数据，而机器人AI模型训练所需的高质量数据是严重短缺的，训练数据匮乏已成为人形机器人技术发展的核心瓶颈之一。 目前获取人形机器人模型训练数据的方法主要分为三种：（1）基于真实本体采集，即需要人工数据采集员利用遥控操作、动捕技术等手把手示教，获取机器人真机操作数据。通过这种方式获取的数据质量最高，但成本高昂；（2）仿真合成数据，即在虚拟的3D仿真环境里通过AI自行生成训练数据，这种方式能够大幅降低成本，但对于机器人训练而言，合成数据与真实世界仍存在较大差异，且存在降低模型性能的风险；（3）通过互联网获取人类动作视频或图像数据，这类方式的特点是能轻易获得海量数据，但均为单一模态、非结构化且无标注的二维图像或视频信息，数据质量较差。对于人形机器人企业而言，长期而言仿真合成数据将成为获取数据的重要手段，但现阶段通过真实本体采集数据仍然是效果最好的方案，能够大规模获取真实本体数据的企业也将可能在人形机器人技术迭代及产品落地中占得先机。 特斯拉在2023年5月发布的视频中即展示了其通过遥操作功能训练人形机器人的片段，2024年 8月，特斯拉发布了机器人数据收集操作员的招聘信息，预计特斯拉已具备行业内较为领先的真实本体数据规模。另一方面，特斯拉在自动驾驶领域的数据积累及数据处理能力也将为Optimus赋能，例如特斯拉拥有高效的数据标记管道，能够从车队中获取大量现实世界的驾驶数据，通过实时数据不断改进其自动驾驶模型，这种数据标记及持续学习的方法同样应用于Optimus。预计领先的数据规模及数据处理能力将成为特斯拉的数据护城河，推动特斯拉AI模型能力实现快速迭代。 图1：特斯拉通过遥操作功能训练人形机器人 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。 数据来源：特斯拉官方视频、东方证券研究所 算力是人形机器人AI训练和运行的基础，在训练阶段，AI模型的参数学习需要进行海量的数据推理及大规模矩阵运算；在运行阶段，机器人需要实时处理传感器数据、运行AI模型并做出高效决策，部分的复杂任务还需要借助边缘计算设备或云端算力进行处理，保障机器人能够及时的响应并完成任务，以上训练和运行过程需要强大的算力支持。 特斯拉是全球算力规模领先的企业之一，据特斯拉公告，2024年4季度特斯拉在奥斯汀工厂完成了超级计算集群“Cotex”的部署，Cotex由约5万个H100GPU组成；截至2024年末，预计特斯拉已拥有近9万个H100GPU的等效算力，强大的算力规模将成为特斯拉的坚实后盾，为人形机器人AI模型快速迭代及Optimus的流畅运行提供保障。 图2：特斯拉AI训练算力规划（截至2024年3季报） 注：特斯拉未在2024年4季度财报中披露其最新AI训练算力规划情况数据来源：特斯拉公告、东方证券研究所 应用场景是人形机器人规模化落地的重要环节，对于汽车行业而言，汽车制造中的总装环节工艺相对复杂、非标准化，工业机器人难以完成，自动化程度较低，而人形机器人具备更高的灵活度和自由度，能够模仿人类动作和姿态完成部分非标准化的搬运、板件安装、内饰安装等工作，助力车企实现降本增效。汽车制造成为当前人形机器人应用的重要场景之一，