中信建投：Tesla Bot進步明顯，機器人應用空間不斷打開

研報摘要：

5月17日，Tesla Bot展現出了探索並記憶環境、雙手處理複雜任務等能力，馬斯克預計人形機器人未來的需求可能遠超汽車，並且隨着AI的快速迭代，機器人將更加柔性，拓展應用領域。

根據麥肯錫預測，長期來看，全球人形機器人市場空間可達120萬億級別，是一個嶄新且空間龐大的藍海市場。

以下為研報原文：

摘要：

①Tesla Bot研發進展超預期，未來成長空間廣闊。5月17日，Tesla Bot展現出了探索並記憶環境、雙手處理複雜任務、精準控制的能力，以及更加平穩的行動力。未來，人形機器人未來需求可能遠超汽車。

②人形機器人憑藉自身具備的智能處理能力和與物理世界互動能力，有望成為下一代AI浪潮引領者——具身智能的合適載體。

③AI發展推波助瀾，各品類機器人成長迭代加速，加之人口老齡化趨勢與國家政策引導，預計機器人市場發展潛力巨大。

事件一

2023年5月17日，在特斯拉股東大會上，其首席執行官馬斯克展示了Tesla Bot最新進展，該人形機器人平穩行走，並能在工廠中執行簡單任務，同時具備精準的力量控制和記憶功能，馬斯克預計人形機器人未來的需求可能遠超汽車。

事件二

2023年5月16日，英偉達創始人兼首席執行官黃仁勛在ITF World 2023半導體會議上表示，人工智能的下一個浪潮將是具身智能（Embodied AI），即能理解、推理、並與物理世界互動的智能系統，例如機器人、自動駕駛汽車，甚至聊天機器人。

Tesla Bot研發進展超預期，人形機器人未來需求可能遠超汽車

首先，從研發進展來看，自2021年AI日推出概念機以來，特斯拉人形機器人已經完成多個版本迭代， 2022年AI日展示了平臺機型第二代版本，目前仍在第二代版本的基礎上持續改進。

其次，從步態行走技術來看，Tesla Bot在2022年4月就完成了第一次步態行走，其后在6月、8月、9月持續完善行走功能，本次股東大會上，Tesla Bot已經能夠在工廠內實現穩步行走。

最后，從功能來看，2022年10月，Tesla Bot具備了一定的抓取、搬運、上下料功能；2023年3月，Tesla Bot展示了使用螺絲刀的功能；本次股東大會上，Tesla Bot展示了雙手處理複雜任務的能力，這是當前人形機器人最難做到的一部分。

此外，在股東大會展示的新版本中，Tesla Bot還表現出了：①精準的控制力， Tesla Bot電機轉矩控制已經可以達到十分精密的水平，能夠在運動過程中不打碎腳下的雞蛋。②探索並記憶環境功能，目前特斯拉汽車的FSD（全自動駕駛）系統和人形機器人的底層模塊已經打通，人形機器人可以使用FSD構建強大的視覺系統，通過攝像頭讓模型快速遷移，有望構建有史以來最大的人形機器人數據飛輪。

人形機器人未來成長空間廣闊，未來需求可能遠超汽車。人形機器人未來將對社會變革與發展產生重要影響作用，將人類從低級和高危行業中解放出來，使人類能夠專注於高級智慧活動，從而提升生產力水平和工作效率。馬斯克在本次股東大會上也表示，人形機器人未來需求可能遠超汽車，未來特斯拉的長期價值將主要來自人形機器人——「未來每個人都會擁有一個人形機器人，有些人甚至不止一個」。根據麥肯錫預測，長期來看，全球人形機器人市場空間可達120萬億級別，是一個嶄新且空間龐大的藍海市場。

「具身智能有望引領下一代AI浪潮」，人形機器人將成為具身智能的合適載體

人工智能和加速計算正在共同改變技術行業，「下一波AI浪潮將是具身智能」。2023年5月16日，英偉達創始人兼首席執行官黃仁勛在ITF World 2023半導體會議上表示，AI的下一個浪潮將是具身智能（Embodied AI）。具身智能是給AI大腦加上軀體后，能夠通過感知、推理、決策和行動來與環境互動，並具有自主決策和行動的能力的人工智能系統，它可能的載體包括機器人、自動駕駛汽車，甚至聊天機器人。

人形機器人將成為具身智能的合適載體。我們認為：以Tesla Bot為例，人形機器人未來將具備計算機視覺、自然語言處理、動作規劃和控制功能，並且可以擁有語音交互、行走和執行復雜任務等與物理世界互動能力。因此，人形機器人未來將成為下一代人工智能浪潮中，具身智能的合適載體。

目前已經有多家知名企業在開發具身AI技術：①特斯拉的Dojo AI超級計算機項目用於加速訓練和推理具身AI模型。②英偉達的多模態人工智能系統VIMA可以學習概念並實現相應的行動，例如識別兩個不同的物體，並把其中一個小部件放進容器中。③2023年3月，挪威人形機器人制造商1X Technologies宣佈完成A2輪融資，獲得OpenAI創業基金領投的2350萬美元融資。④此外，蘋果、谷歌、亞馬遜、微軟等國際領先的科技企業都已經佈局了智能語音助手系統。

發展機器人是大勢所趨，AI賦能有望進一步打開應用空間

發展機器人是大勢所趨。①人口老齡化及勞動力成本攀升，促使機器人需求不斷增長。根據國務院發展研究中心的預測，2020年至2030年，中國勞動人口預計將從989百萬人降至963百萬人，勞動參與率預計將從68.4%降至65.2%。此外，中國的平均勞動力成本已顯著增加。2017年至2021年，城鎮職工年平均工資從人民幣7.43萬元增加到人民幣10.68萬元，同期複合年增長率為9.5%。因此，許多行業產生了利用機器人應對勞動力短缺和勞動力成本增加相關挑戰的巨大需求。②支持機器人發展政策不斷出臺。2015年，在國務院發佈的《中國製造2025》規劃中，機器人產業與人工智能及自動化一同被列為推動製造業轉型升級高水平發展的重點領域之一。2021年，工信部等多個部門發佈《「十四五」機器人產業發展規劃》，該計劃提出「要於該期間一批機器人核心技術及高端產品取得突破」。2023年1月，工信部及中國多個其他政府部門聯合發佈《「機器人+」應用行動實施方案》，促進機器人在各行各業的應用。

AI的快速迭代，我們認為將賦能機器人更加柔性，拓展應用領域：

①工業機器人應用成本將進一步降低：一方面，在傳統制造業中，改變生產任務需要重新編寫系統代碼，還需要調試檢驗代碼的正確性，人力和時間成本較高。利用多模態大模型對特定任務中的物體識別、機械臂控制進行學習，從而使得機械臂可以很好的完成分揀、裝配等常規流水線任務，使用者只需要說出清晰的指令，系統將自動完成程序錄入，快速進入新的任務狀態。另一方面，多模態大模型推理能力強、準確度高，訓練過程人力成本低，採用「無監督預訓練」（亦稱「自監督學習」）模式可以讓大模型在海量數據中自行學習，無需人類干預，讓模型快速地在訓練中成長。隨着AI計算能力逐步增強，人與機器之間實現柔性協作能力有望實現提升，整個社會的生產模式和協作方式將經歷重大的系統性變革。

②家用服務機器人使用體驗將大幅提升：一方面，結合多模態數據感知，家用服務機器人將能夠理解用户的語言指令，匹配語言指令做出規劃和執行。另一方面，除了傳統的清潔、物體識別抓取等功能外，陪伴也將是一項重要能力，通過語音、圖片的輸入，家用服務機器人可以對用户當前情感狀態進行預測，並匹配情感狀態使用不同輸出模型。

③配送機器人商業化落地加快：首先，配送機器人擁有傳感器、人工智能和地圖系統，可以獲得周圍環境和具體位置信息，利用多模態模型，配送機器人可以完成OCR任務、獲得目的地信息，從而進行分揀及相關路徑規劃。其次，在配送過程中，機器人獲取的圖像也將與目的地具體信息進行匹配，準確定位到小區、樓棟、單元，甚至到樓層和住户。

④人形機器人研發進展有望加快。人形機器人工作環境的複雜性對其運動精度與算法準確性提出了更高的要求，對於多模態大模型而言，可以通過模型參數量增大和訓練數據量增大等方法來進一步提升模型效果。從GPT-1到GPT-3，模型的參數量從1.1億個增長到了1750億個，而PaLM-E已經達到5620 億個參數，目前還未看到參數量與數據量增長對模型效果提升的瓶頸。在未來關於AI通用大模型的研究會持續進展，參數量與數據量會持續增長直至達到瓶頸，多模態大模型也將隨之更加智能精確。此外多模態大模型通過採用自監督訓練方式使得數據收集變得簡單，不需要額外進行人工標註，從而在訓練數據量增大的同時能夠節省人力成本，提高訓練效率。

風險分析

①宏觀經濟和製造業景氣度下滑風險：機器人行業受宏觀經濟波動影響較大，產業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下游行業投資放緩，將可能影響機器人行業的發展環境和市場需求。

②供應鏈波動風險：受全球宏觀經濟、貿易戰、疫情防控、自然災害等影響，若原材料緊缺，芯片等關鍵物料供應持續出現失衡，將引起機器人零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。

③研發進展不及預期風險：目前，機器人領域，尤其是人形機器人領域，研發仍然面臨較多的困難和不確定性。