機器人行業專題報告：三層融合，2025年產業質變！

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

1. 機器人算法：融合機械+自控+ICT 的邊界

本章解釋機器人學科融合的問題。機械、輕工、家電、汽車背景的產業公司，認為傳 感器已經相對成熟，好奇軟件算法決定的智能化程度。TMT 背景的科技公司，往往對機 械零組件、工程化，較為陌生。機器人與能源的關係問題，也是未解之謎。

1.1 三個流派：機械，自控，ICT

存在三個機器人的流派：機械、自動控制、ICT，三者的思路、代表人物、代表產品、 里程碑著作如下表。一言以蔽之，機械圈核心思路是結構與力學，自動控制圈核心思路是 系統與規劃；ICT 圈核心發力點是智能與生態。

依照三大流派的思路，可以得到主流機器人倚重的知識和流派。例如豐田機器人、波 士頓動力 Atlas、UCLA Artmiss 主要依靠自動控制，不同程度的倚重機械與 ICT。而近期 的特斯拉 Optimus、Figure1、宇樹科技、雲深處科技，主要倚重 ICT 流派的思路，也融入相對成熟的機械、自動控制思路。宇樹科技、雲深處都強調強化學習、多模態，前者還 額外強調本體感知控制。這都是近年 AI 的思路。

1.2 當前算法：機械與自控圈認為的「堵點」

「堵點」或在算法。機械流派、自動控制流派發展機器人過程中，自然會發現最需要 「大局觀」的運動控制是「堵點」。而運動控制又是「路徑規劃」的基礎。 當前算法主要包括自上而下決策部分、自下而上傳感部分。大模型與端到端 AI，實際 上會讓「自上而下」部分做較大改變。1）以 Atlas、Artemiss 機器人為例：傳感器模塊將機器人狀態量（廣義座標、力/力矩、接觸狀態等）向運動規劃器和全身控制器傳送， 運動規劃器通過機器人自身選擇的動態模型、穩定性判定和優化方法進行步態規劃，落腳 點軌跡和關節軌跡也由此計算得出。2）若採用大模型甚至端到端 AI 改變上述流程，缺點 是消耗資源多了，「幻覺」即錯誤或也增加，換來的優點是「智能化」大幅增加。即上述 「自上而下決策」部分，可更多的體現「大模型」的特徵：自動做決策，創造力增強。

如果詳細的論述機器人主要算法，可總結為下表。值得説明的是： 1）主要探討大模型/端到端之前的成熟算法（其中三維、NLP 已經涉及大模型）； 2）規劃算法可以採用大模型/端到端明顯優化，因此沒有詳細展開； 3）運動控制算法差異化較大，此處採用典型代表，例如 Artemiss 和 Atlas 機器人。

既然主要算法已經分解出來，那麼問題就轉化成：上述 AI 算法，若應用在機器人， 哪些可以伴隨 AI 產業的發展，明顯提高智能化。尤其大模型、端到端算法的使用。

1.3 未來算法的劃分：GPU 數學，大模型，端到端

機器人算法，在未來，哪些部分可以大模型化？哪些部分可以端到端？ 我們繪製機器人三大分支（感知和定位、控制和決策、規劃）AI 算法的情況。這也是 未來機器人智能化程度提升的示意圖。結論是，幾乎所有分支都可以考慮大模型化，當前 部分領域已經可以「端到端」，尤其規劃的部分。 值得説明的是： 1）高時效場景適合小模型，而高複雜度/高精度場景適合大模型 2）線性系統一般用小模型，複雜非線性系統可以用大模型。

2．機器人工程：融合智能車，鋪路未來低空

第一章解釋技術，本章解釋產業數個關鍵問題。機器人產業與國內已經甚為發達的 AD/ADAS 產業，有約 2-3 年的時間差，可以歷史借鑑 AD/ADAS 的發展過程。 兩個重要議題。一方面，投資者不必擔心機器人蓬勃發展刺激過於旺盛的產能，因為 其借鑑了此前「AD/ADAS」領域的經驗，並可以后續「技術外溢」到「低空經濟」。另 一方面，朝向「人形機器人」發展過程中，被低估的是行業機器人、消費機器人，這類似 科技圈「攀登珠峰，沿途下蛋」的説法。而 2025 年可能就是這些邏輯得到證明的開始。

2.1 歷史借鑑：智能車 ADAS/AD 領域，或出現「智能井噴」

發展機器人，有一個非常好的歷史借鑑，即智能車的歷史過程。業界普遍認為兩者產 業成熟度相差大約 2-3 年。 多域融合的代表：2017 年特斯拉 Model 3：特斯拉在 Model 3 上突破了功能域的 框架，實現了中央計算 + 區域控制器框架，將 IVI（信息娛樂系統）、ADAS/Autopilot （輔助駕駛系統）和車內外通信 3 部分整合為一體，成為汽車電子架構向中央計算式演變 的重要里程碑。后續 2023 年廣汽星靈架構、2023 年比亞迪璇璣架構、2023 年零跑 LEAP 3.0 架構都是重要證據。 傳感器前融合的代表：2019 年毫米波雷達突破。1）2019 年 5 月底，森思泰克 77GHz 車載毫米波雷達隨着一汽紅旗 HS5 的上市，成為國內較早 「上路」 的 ADAS 毫 米波雷達傳感器。2）類似的，2019 年，行易道 3 月實現了支持 AEB 功能的 77GHz 中 程雷達裝車上路。6 月該雷達具備了測高功能、自校準功能並面向數據融合開發，10 月又 全新發布了 77GHz 近程毫米波雷達 ASRR100 和 77GHz 中程毫米波雷達 AMRR112。 后續，5R1V（5 毫米波雷達 1 攝像頭）、5R5V（5 毫米波雷達 5 攝像頭）、4D 成像毫 米波雷達（理想 L7 2 片級聯 4D 成像雷達 STA77-6 ）的量產，都是傳感器前融合的重 要證據。

行泊一體化的代表：TI TDA4, Nvidia Xavier/Orin，2022 年后大規模量產。1）小 鵬 P7 搭載英 Nvidia Xavier 芯片，實現了高速場景下的上下匝道、低速場景下的自動泊 車及代客泊車等功能。2） Nvidia Orin 於 2022 年開始量產並應用於行泊一體化方案， 實現高階智能駕駛功能，如城市 NOA、自動泊車等。3）根據高工智能汽車研究院監測數 據，2022 年中國市場乘用車前裝標配搭載行泊一體域控制器交付上險為 77.98 萬輛，同 比增長 99.63%，搭載率目前為 3.91%，當時處於市場爆發前期。行泊一體化的其他案例 包括 TI TDA4 方案、地平線 J5 與比亞迪部分車型合作等。 大模型端到端的代表： 2023 年熱議，2024 年多家宣稱「端到端」量產。 1） 2020-2022 年，特斯拉 AI Day 重點描述了 BEV、佔用網絡 Occupancy Network，這是 大模型和端到端的基礎。2） CVPR2023 最佳論文之一有關端到端，即《Planningoriented Autonomous Driving》（以路徑規劃爲導向的自動駕駛）。上海人工智能實驗 室、武漢大學及商湯科技聯合論文提出了感知決策一體化的端到端自動駕駛大模型 UniAD。3）2024 年多家領軍公司宣佈應用「端到端」量產。小鵬汽車在 2024 年 5 月 稱發佈了國內較早量產上車的端到端大模型，成為行業較早量產端到端大模型的車企。華 為在 2024 年的智能汽車解決方案發佈會上發佈 ADS 3.0 系統，採用端到端架構 GOPDP，將 GOD 及 PDP 網絡升級為端到端神經網絡。理想汽車智能駕駛副總裁郎咸朋表 示，對智駕核心的思路是 「端到端 + 大模型」，也就是 「系統 1 + 系統 2」 的理念， 並且認為這種方式更接近人類駕駛。

大約在 2024 年中期，出現 ADAS/AD 智能化程度井噴，即用户感覺智能化程度逐 月快速進步。尤其體現在國內理想、小鵬、華為、小米等，和國外的特斯拉。1）從供應 角度，理想大約在 8 月開始（理想 E2E+VLM 的模型 V2.1.2）出現模型性能的 Scaling Law，特斯拉在 2024Q2 開始出現監督式完全自動駕駛（FSD）累計行駛英里數的井噴並 在 Q3 發佈 V12.5 版本。2）從需求角度，根據「烹小魚諮詢-新能源汽車用户畫像及滿意 度研究「，較多爆品是由於 AD/ADAS 能力，例如小米 SU7、小鵬 Mono03、小鵬 P7i、 小鵬 P7+、智己 L6。技術供應和需求，共同促成了 2024 中期開始智能化的逐月進步。

預計機器人會出現類似 ADAS/AD 「智能井噴」的時候，可能在 2025-2026 年實現。 這一方面，來自兩個產業約 2-3 年的時間差；另一方面，來自 2023 年「端到端」AI 算法 對傳統 AI 算法的滲透改造。

2.2 「技術外溢「：智能車，機器人，低空經濟

機器人產業如果蓬勃發展，是否會刺激過於旺盛的產能？未必需要擔心，因為其借鑑 了此前「AD/ADAS」領域的經驗，並可以后續「技術外溢」到「低空經濟」。即當前的 投入，或許在后續較長時間都會有回報。

CAPEX 季度趨勢或驗證智能車對機器人的「技術外溢」。可以看到，同 比增速的高點出現在 2021 年內，而總額的高點出現在 2022 年內。 而機器人指數(H30590.CSI)、二級行業自動化設備（屬於機械行業）的 CAPEX 自 2023 年末開始加速（2023 年中是低點）。智能車 CAPEX、機器人 CAPEX 的此消彼長， 或輔助論述「技術外溢」，即智能車硬件投入的高峰期，可能平移到了機器人相關。 除了定量分析，下面具體環節的定性分析，可以幫助投資者理解「智能車-機器人-低 空經濟」的技術外溢。 首先，AD/ADAS 對機器人的技術外溢：以芯片/電機/控制系統/能源系統為例。 1) 芯片技術，複用環境感知、路徑規劃等，例如小鵬人形機器人。例如，小鵬的人形 機器人 iron 採用自研圖靈 AI 芯片，算力 3000T，從而可以更好地融合智能駕駛領域技術， 結合端到端大模型和強化學習算法。 2) 電機技術，複用驅動，例如宇樹機器人。智能汽車的驅動電機技術在功率密度、效 率、可靠性等方面不斷進步，這些電機技術可以為機器人的關節驅動提供借鑑。例如，宇 樹科技的機器人關節採用高性能電機，實現了靈活的運動控制，類似技術可應用於智能汽 車的電動尾門、電動座椅調節等部位。 3）控制系統技術，複用動作控制、任務調度和能量管理，例如廣汽人形機器人 gomate。廣汽集團的具身智能人形機器人 gomate 融入了廣汽自研純視覺自動駕駛算法， 具備自主導航等功能。 4）能源技術，複用電池技術和能量管理系統，例如寧德時代的凝聚態電池。寧德時 代的凝聚態電池技術，不僅可應用於汽車，未來也可能為機器人提供更高能量密度的電源。

其次，AD+機器人，對低空經濟的技術外溢：以視覺算法/傳感器/電機/能源系統為 例。 1) 視覺算法技術，複用到無人機的 AI 識別算法。例如，復亞智能的無人機 AI 識別算 法，通過深入分析低空巡查的特殊需求，專為無人機視角設計，可用於檢測各種類型的物 體，如人物、車輛、建築物等。 2) 傳感器，複用環境感知和飛行姿態控制，例如小鵬匯天飛行汽車。小鵬匯天飛行汽 車在安全系統和飛行控制等方面應用了多種傳感器，如激光雷達、攝像頭等，用於環境感 知和飛行姿態控制。 3) 電機技術：複用到電動垂直起降飛行器（eVTOL）等，例如 250kw 及以下航空電 機及驅動系統規模化量產技術。該可借鑑智能汽車和機器人電機的生產製造和控制技術。4) 能源系統技術：複用能源系統技術，例如寧德時代的凝聚態電池技術（航空級）。 寧德時代的凝聚態電池技術，正在按照航空級的標準和測試進行研發，目標是滿足航空級 別的安全和質量要求。

如果本環節分析得當，投資者未必需要擔心機器人的崛起，會刺激過於旺盛的產能。 因為「智能車-機器人-低空經濟」是遞進關係，當前機器人的投入可以后續「技術外溢」 到「低空經濟」。

2.3 被嚴重低估：行業機器人，消費機器人

例如特斯拉的人形機器人、Figure 1 的機器人，與量產普及存在差距。類似的，還有 GPT5 的進度問題。因此部分投資者會認為，當前仍然在導入期。 「攀登珠峰，沿途下蛋」1 2的策略，或許用於機器人領域，也頗為恰當。朝向「人形 機器人」發展過程中，被低估的是行業機器人、消費機器人。而這個歷史，在 AD/ADAS 過程中、AGI 相關算力發展過程中，都是充分證明的。

1）AD/ADAS 領域的「攀登珠峰，沿途下蛋」：2010-2015 年，如果遙望 L4-L5 自 動駕駛，是非常遙遠的。但朝向這個宏大目標，既有 L2（傳感器前融合、智能座艙升級、 地圖高精化）、L2.5（行泊一體化、高快 NOA、城市 NOA），又有準 L3（大模型、端 到端）。現在再看 L4 的代表 Robotaxi、車路協同，已並不遙遠。因為製造、科技、用户 心智，都已經大幅度成熟。 2）AGI 對應 AI 算力的「攀登珠峰，沿途下蛋」。CPU 誕生伊始，是無法滿足 AGI 對應的算力需求的。但歷經終端計算（CPU）、雲端計算（GPU、NPU、TPU 等）、邊 緣與端側等（例如 DSA、ASIC 服務），產業與投資者都不認為 AGI 的堵點在算力。討論 能源瓶頸、GPT 算法反而更多。 3）預計這個過程會在機器人領域重現。投資者未必需要額外關注人形機器人（尤其 特斯拉的人形機器人），工業機器人、協作機器人、掃地機器人、機器狗等已經是「沿途 下蛋」。預計 2025 年開始行業機器人（例如能源、特殊、化工）、消費機器人（例如 AI 玩具、陪伴、教育、可穿戴），也會是「沿途下蛋」。

3. 自上而下：融合人口疑問與新產能

3.1 歷史問題：人口紅利，工程師紅利

人口紅利。一般認為中國在 20 世紀 90 年代至 21 世紀初進入人口紅利期。1990 年 到 2010 年期間，中國 15—59 歲勞動年齡人口以年均 1.8% 的速度增長3，而非勞動年齡 人口的增長則基本停滯，同期年均增長率為 -0.2%。 當前的工程師紅利。中國的工程師紅利大致從 20 世紀 90 年代開始顯現，1999 年大 學擴招后進一步加速。工程師儲備，我們可以用本科生、碩士生畢業人數的比例做近似。 儘管教育質量、系別有差距，但誤差不會顯著。兩者的比例關係為 2-3 倍、1-2 倍，恰與 雙方第二產業工業增加值的規模比例接近。也有投資者擔心，美國私立學校培養的人才未 統計進去。STEM 畢業生數量也是約每年百萬人，這些信息可以加強計算的可靠性。

3.2 產能設想：軟件大模型+硬件機器人

大家普遍關心人口紅利、工程師紅利，有兩個隱含問題： 1） 是否還有足夠的未來的就業人口，支持人口紅利、工程師紅利； 2） 如果沒有，如何支持未來的增長與創新。 我們稍微創新的用「科技賦能后用工人數「（即機器人、大模型修正后就業人口）來 解釋。用當前的工業機器人（含協作機器人）、服務機器人，計算它們等效員工數量。等效員工數量，加上原有累計用工人數（規模以上工業企業），得到「科技賦能后用工人數 「，這纔是實際上有效的生產要素。 即投資者未必需要糾結人口紅利、工程師紅利，未來人力生產要素紅利，很多依靠科 技手段來體現，例如軟件大模型、硬件機器人。

工業機器人（含協作機器人）等效人力系數為 4.0。係數的參考依據是：1）一個經驗 豐富的汽車焊接工人每小時可能焊接 20 - 30 個焊點，而一臺工業焊接機器人每小時可以 焊接超過 60 - 80 個焊點，從焊接速度上看，這臺機器人在焊接這個任務上大約相當於 2 - 4 個工人的工作量；2）在電子元件組裝任務中，一個工人每分鍾可能組裝 3 - 5 個元件， 而一臺高速電子組裝機器人每分鍾可以組裝 20 - 30 個元件，相當於 4 - 10 個工人的組裝 效率；3）工業機器人可以 24 小時不間斷工作，而普通工人一天工作 8 小時左右。如果 單純按照工作時間來算，假設一個工人一年工作 2000 小時（除去節假日等），機器人一 年工作 8760 小時（365 天 * 24 小時），那麼這臺機器人在工作時長方面相當於 4.38 個 工人 服務機器人等效人力系數為 0.7。係數的參考依據是：1）清潔任務：以酒店清潔為例， 一名清潔工人清潔一個標準客房可能需要 30 - 45 分鍾，而一臺清潔服務機器人完成同樣 的清潔任務（包括地面清掃、吸塵等基本清潔）可能需要 60 - 90 分鍾。但服務機器人可以不間斷工作，在一天 8 小時的工作時間內，假設清潔工人一天清潔 10 - 12 個房間，清 潔機器人可能可以清潔 5 - 7 個房間，大約相當於 0.5 - 0.7 個人力。2）送餐任務：在餐 廳送餐場景中，一名服務員在餐廳高峰期每小時可能送餐 10 - 15 桌，而一臺送餐服務機 器人每小時可以送餐 8 - 12 桌，大約相當於 0.5 - 0.8 個人力。不過，這還需要考慮機器 人不能像服務員一樣與顧客進行復雜的溝通和提供個性化服務等因素。 這樣得到一個結論： 3) 計算「科技賦能后用工人數「，生產要素增速充沛，最近五個月同比增速高達 3.4%/3.8%/3.8%/4.2%/ 4.7%。這個增速或有效支撐了年化 GDP 的增速。無論人口紅 利還是工程師紅利大家如何預期，有效生產要素或許還是充沛的。尤其考慮軟件大模型、 硬件機器人的賦能。 4) 未必需要討論是否有替代關係，會用機器人和大模型的人力很有價值。既然人口紅 利、工程師紅利是當前我們重要生產要素，而軟件大模型、硬件機器人的升級，是重要技 術趨勢，兩者的交織會很有價值。

4．參與者與催化劑：預計 2025 年高頻

4.1 五大參與者一張圖

2025 年催化劑高頻，主要體現在諸多力量新參與，會以「新成立機器人子公司」、 「新發布機器人」等方式亮相。一定有理性的投資人關注「短期產能會長期帶來擔憂」， 但之前已經論述，會「技術外溢」到其他領域，例如低空經濟。 1）第一類參與者是製造業領軍，把機器人當做一項新產品大 SKU。例如匯川技術、 中控技術、三花智控、拓普集團、領益智造、立訊精密、賽力斯等。 2）第二類參與者是車廠主機廠，把機器人當做 電動車/智能車后技術外溢的產物， 目前在探索階段。例如比亞迪系（比亞迪、比亞迪電子）、小米、小鵬、其它領軍等。 3）第三類參與者是生態巨頭。其中一部分把機器人當做 新場景，尤其是科技/製造/ 消費聚焦的新場景。例如華為、特斯拉、三星等。另一部分在機器人場景推廣基礎 AI。例 如英偉達、OpenAI。兩者的區別是，前者以軟硬一體化為主，后者以軟件為主（英偉達 也是算法和軟件為主的輕資產 GPU 公司） 4）第四類參與者是互聯網領軍，在機器人場景推廣 AI 和雲，變現大模型和 API。例 如字節跳動、阿里巴巴、騰訊集團、美團、百度等。 5）第五類參與者是創業者。通過技術組合形成爆品。其中一部分是漸進式發展，通 過工業機器人/協作機器人的積累拓展到人形機器人，另一種是跳躍式嘗試，做人形機器 人/機器狗/機器狼等創新。前者代表是優必選等，后者代表是宇樹科技、雲深處科技等。

4.2 互聯網領軍投資與成立團隊：字節、阿里、騰訊、美團、 百度

字節跳動：機器人大模型+關聯公司投資人形機器人

機器人佈局：字節跳動的機器人探索始於 2020 年。字節跳動研究院發佈了第二代機 器人大模型 GR-2，我們認為其爲了匹配世界模型能力。可據此推測會在硬件能力上進行 儲備，與國內供應鏈合作搭建整體生態。 機器人產品：字節跳動生產了一些服務字節自己的電商履約需求，能在倉庫里分揀、 打包貨物的機器人4 5，目前尚未有公開的面向市場的通用機器人產品。 收購和投資：字節跳動的關聯公司北京量子躍動科技有限公司在 2021 年對迦智科技 進行投資，迦智科技在智能機器人領域佈局人形機器人。

阿里巴巴：L4 級智能車+戰略投資。

機器人佈局：2020 年 9 月 17 日，阿里巴巴在雲棲大會發布第一款機器人 「小蠻 驢」，同時發佈機器人平臺，正式進軍機器人賽道。小蠻驢無人車是 L4 級別的無人車，自動駕駛率 99.9999%，能在複雜的末端場景中自如行駛、穩妥避障，順滑處理轉彎、急 停、會車、倒車等情況，單次可承載不低於 100 千克的重物，主要用於快遞配送抖音百科。 收購和投資：2024 年 5 月 16 日，阿里旗下的杭州灝月企業管理有限公司對深圳逐 際動力科技有限公司進行戰略投資，逐際動力擁有人形雙足、四輪足機器人及相關軟硬件 解決方案。

騰訊：成立實驗室+ 明星員工機器人創業

機器人佈局：騰訊成立了 Robtics X 機器人實驗室，但目前暫未發現騰訊有大規模公 開的機器人業務佈局戰略。 收購和投資：2024 年，人形機器人公司星塵智能完成數千萬美元 pre-a 輪融資。星 塵智能的創始核心團隊共 6 人，均出自騰訊 RobticsX 機器人實驗室。其創始人兼 CEO 來傑是騰訊 RobticsX 機器人實驗室的一號員工，曾主導研發了輪腿式機器人 Ollie 項目。

美團：無人配送無人車 + 研究院+多筆投資

機器人佈局：2017 年底成立無人配送事業部，在 2020 年就嘗試進行了無人車配送， 2022 年 12 月正式成立美團機器人研究院。 收購和投資：美團副總裁毛一年表示，美團已投資立鏢機器人、未來機器人、九識智 能、非夕機器人、銀河通用機器人、宇樹科技等機器人公司。其中，宇樹科技有四足機器 人和通用人形機器人兩大系列產品。

百度：多筆風險投資

收購和投資：2023 年，百度風投投資有鹿機器人（專注於機器人通用大腦研發的具 身智能公司）、智元機器人（致力於 「AI + 機器人」 融合創新的具身智能企業）等。 2024 年，百度風投投資星海圖（專注於打造 「一腦多形」 的具身智能初創公司）。

4.3 車廠領軍：理想、小米、小鵬、其它等

理想：未來必然佈局人形機器人

在 「2024 理想 AI Talk」 直播中，理想汽車 CEO 李想表示，從概率上講，理想汽 車 100% 會做人形機器人，但目前的節奏不是現在。他認為應先解決 L4 級自動駕駛問題， 再考慮更復雜的機器人問題。目前，理想汽車主要將人工智能技術應用於智能駕駛、理想 同學、智能商業和智能工業等領域。

小米：機器人實驗室+推出至少三類初代產品+投資

CyberOne + Cyberdog +智能焊接機器人。2021 年成立機器人實驗室，推出了全 尺寸人形仿生機器人 CyberOne 和仿生四足機器狗 Cyberdog。此外，小米投資的小雨 智造與唐山松下達成戰略合作，聚焦於智能焊接機器人品類，共同開發先進的大模型智能 焊接機器人。 投資和共同投資。2023 年，成立 "北京小米機器人技術有限公司"，並獲得亦莊國投 的戰略投資。小米集團、北航機器人研究所名譽所長王田苗以及北京智源研究院共同投資 了北京小雨智造科技有限公司，投資金額為億元級別。小雨智造上一輪融資在 2024 年 7 月完成，投資方為小米集團、王田苗、北京智源研究院等。 其中，北京智源人工智能研究院是在科技部和北京市委市政府的指導和支持下，由北 京市科委和海淀區政府於 2018 年 11 月推動成立的新型研發機構，依託北京大學、清華 大學、中國科學院、百度、小米、字節跳動、美團點評、曠視科技等北京人工智能領域優 勢單位共建。

小鵬：至少兩代產品+投資

PX5+ Iron 。2023 年 10 月 24 日，小鵬汽車旗下人形雙足機器人 PX5 在 「1024 科技日」 上亮相。2024 年 11 月 6 日，發佈新一代人形機器人 — 小鵬 Iron，並計劃讓 Iron 在工廠的其他崗位試運行，未來進入門店，承擔與客户交流互動的迎賓工作。 收購和投資。2020 年 12 月，小鵬汽車完成了對四足機器人企業 「多夠機器人」 收 購，何小鵬、小鵬汽車、多夠機器人創始人趙同陽合資成立了 「鵬行智能」，正式佈局機 器人賽道。

4.4 生態巨頭的做法：特斯拉、華為、英偉達、OpenAI、三 星

生態巨頭的做法，值得重點關注。下表是特斯拉、華為、英偉達、OpenAI、三星的 機器人相關技術、產品、生態和投資。 其中一部分把機器人當做 新場景，尤其是科技/製造/消費聚焦的新場景。例如華為、 特斯拉、三星等。另一部分在機器人場景推廣基礎 AI。例如英偉達、OpenAI。

4.5 製造業領軍：比亞迪、匯川、中控、三花、拓普、領益、 賽力斯、立訊精密

比亞迪&比亞迪電子

機器人技術：具身智能技術，通過將 AI 融入機器人等物理實體，賦予它們像人一樣 感知、學習和與環境動態交互的能力；深度學習與感知技術，使得機器人具備更強的學習 和感知能力；人機協作技術，優化機器人的運動軌跡和控制算法，使機器人可以與人類工 人協同作業。 機器人產品：2024 年 11 月 27 日，比亞迪電子自主研發生產的 AMR 自主移動機器 人在美國英偉達 GTC 大會上亮相，具備準確感知複雜環境和自主作業能力。此外，在比 亞迪長沙星沙園區物流倉庫，有優必選的工業版人形機器人 walkers1 在進行模擬搬運作 業等。 佈局和投資：2024 年成立具身智能研究團隊，致力於各類機器人本體及系統的定製 開發；入股長步道等企業，加強在機器視覺等關鍵技術領域的佈局。

匯川技術

機器人技術：完成對韓國 SBC 的股權收購，獲取直線導軌和絲槓研發生產能力；與 震裕科技全資子公司蘇州範斯特聯合開發無框力矩電機，應用於人形機器人執行器；投資 坤維科技，涉足六維力傳感器領域。 機器人產品：工業機器人產品涵蓋機器人系統、機器人控制櫃、機器人軟件以及各種 機器人選配件，基本覆蓋客户的業務需求，做到一體化服務。其 SCARA 機器人系列適應 多場景應用需求，從 IR-S4 到 IR-S50，以及 IRS111-3 等產品，可廣泛靈活運用於 3C、 鋰電、光伏、顯示、汽車零部件、搬運、機械組裝等場合；六關節機器人系列則主要針對 精密智能製造，結構緊湊，柔性化高，精度高。還推出了 IR-C8 系列產品作為定製機器人 方面的主力產品。 佈局和投資：通過控股子公司匯創新，分別持有泰達機器人 10% 的股份，航天思爾 特 5.55% 的股份；與深圳市招商招科資本管理有限責任公司共同發起成立了佛山招科基 金，主要專注於智能裝備、機器人、先進製造、智能硬件領域的創業投資企業。

中控技術

機器人技術：在 「領航者 2 號 NAVIAI」（由中控技術作為大股東投資入股的浙江人 形機器人創新中心發佈） 中，除了常規採用大模型進行人機交互、行為規劃外，還突破了 數據生成、行為決策和底層控制三大關鍵技術，具體包括突破了大範圍場景三維高仿真構 建和新數據生成方法、雜亂開放場景機器人準確行為決策和長序列規劃方法，以及提出了 黑白箱融合具身智能控制策略等。發佈的 Plantbot 機器人解決方案，基於多機器人複雜 任務的多機協同控制平臺、基於 AI 技術實現多傳感器數據融合與建模、覆蓋 「PA+BA」 的全域綜合調度管理與決策功能。 機器人產品：「領航者 2 號 NAVIAI」 （由中控技術作為大股東投資入股的浙江人形 機器人創新中心發佈），身高 1.65 米、體重 60 千克，AI 算力 275TOPS，單臂負載達 5 公斤，負載自重比 > 0.75，操作精度≤0.1mm，多自由度靈巧手有 15 個手指關節，6 個主動自由度，指尖力 10N，單手重量 600g，關節速度 150 度 / 秒，能夠適應多種地面， 達到擬人化全身協調運動，最快速度≥6km/h，支持物品搬運、物品抓放、伺服插孔等作 業能力，可持續作業 2 個小時；Plantbot 機器人解決方案，已成功構建了以 「AI + 工廠 操作系統 + 安全巡檢、智慧物流 Apps」 為核心的 「機器人 + 機器視覺」 綜合巡檢解決 方案和倉儲物流解決方案。 佈局和投資：中控技術以自有資金 2.86 億元認繳浙江人形機器人創新中心有限公司 新增註冊資本 951.73 萬元，增資完成后，持有標的公司 38.8531% 股權；2024 年 4 月， 中控技術還以 2000 萬元增資迦智科技，獲得其 1.16% 的股權。

三花智控：特斯拉重要供應商

機器人技術：機電執行器技術，其機電執行器主要由伺服電機、減速機構及編碼器等 核心部件構成，伺服電機以高精度和快速響應而聞名，減速機構可在保持高轉速的同時獲 得更強大的扭矩輸出，編碼器能通過精確測量電機轉動的角度和速度來優化機器人的運動 決策。 機器人產品：暫未明確有公開的具體機器人產品，但表示已對機器人進行持續的研究 與產品開發工作。 佈局和投資：2024 年 6 月，成立全資子公司浙江三花智能驅動有限公司；2024 年 1 月，公告擬在錢塘區投資建設機器人機電執行器和域控制器研發及生產基地項目，計劃總 投資不低於 38 億元；2023 年 6 月，發行 GDR，募資不超 50 億元，投向項目包含機器 人機電執行器研發項目；2023 年 4 月，與綠的諧波在墨西哥共同出資設立合資企業，主 營業務為諧波減速器相關產品的研發、生產製造及銷售。

拓普集團：特斯拉重要供應商

佈局和投資：2023 年 7 月，拆分設立機器人事業部；2024 年 1 月，與寧波經濟技 術開發區管理委員會簽署了《機器人電驅系統研發生產基地項目投資協議書》，擬投資 50 億元人民幣在寧波經濟技術開發區建設機器人核心部件生產基地。

領益智造

機器人技術：研發的工控機器人、控制系統及相關技術應用於包括並聯機器人、平面 關節型機器人、六軸工業機器人、微小型六軸工業機器人、碼垛機器人、仿生雙臂機器人、 超高精度雙工作臺等；研發的智能工業控制器具備驅控一體高度集成，圖形化編程，適用 廣，可驅控各型工業機器人；研發的 CSV 減速器屬於 RV 減速器的進化類型，在傳統的 擺線針輪減速器基礎上進一步發展，具有結構緊湊、高剛性、高精度、低噪音、速比範圍 大、體積輕巧、小型高效等特點。

Figure AI 產業鏈，預計后續全面拓展。2024 年 11 月 15 日，領益智造在投資者關 系活動中披露，公司已為 Figure AI 機器人提供了模切結構件、金屬結構件、散熱模組和 軟包結構件等產品。與 Figure AI 的合作也有助於領益智造積累人形機器人相關的技術和 經驗，推動公司自身機器人業務的發展 佈局和投資：旗下全資子公司深圳市領鵬智能科技有限公司與 Hanson Robotics Limited 在人形機器人領域展開深度合作，共同推動人形機器人的設計優化升級和量產測 試等工作。

賽力斯：智能車業務有技術外溢潛力

佈局和投資：2023 年 12 月 29 日，和重慶市財政局控股公司合資成立了重慶賽力斯 鳳凰智創科技有限公司，註冊資本約為 12.2 億元；由於智能車的技術外溢，我們認為賽 力斯在積累佈局機器人業務的潛力。

立訊精密：有技術外溢潛力

2024 年 9 月，立訊精密斥資 41 億元收購德國汽車線束巨頭萊尼 50.1% 的股權，成 為該集團最大的股東，同時立訊精密的子公司 LUXSHARE-ICT 和 TIME Interconnect Technology 的合資企業 TIME Interconnect Singapore 收購萊尼旗下汽車電纜事業部 100% 的股權。我們認為，這一收購可能會在未來為其潛在可能得機器人業務提供一定的 技術或資源支持。 根據中科創達在投資者互動平臺的公開披露，可推測立訊精密有從事機器人業務的能 力。中科創達回覆 「公司發佈的整車操作系統-滴水 OS, 將座艙、智駕、艙駕融合等全部 打通, 成為公司汽車智能化的核心繫統中樞。在智駕領域，與高通、立訊精密成立的合資 公司暢行智駕已經有多款智能汽車域控器產品發佈。 暢行智駕 RazorDCX Pantanal （SA8650P）和 RazorDCX Congo（SA8620P）域控制器產品已經與多個算法合作伙伴 展開了合作「。 中科創達還稱「公司當前的機器人產品主要是面向工業領域的移動機器人（AMR、無 人叉車、多關節複合機器人）全系列產品。公司當前的機器人產品主要是面向工業領域的 移動機器人（AMR、無人叉車、多關節複合機器人）全系列產品「。 由於智能車對機器人有部分技術外溢，且中科創達自身不具備硬件生產和產品能力， 據此可以推測立訊精密的機器人潛力。

4.6 轉型者與創業者：宇樹，雲深處，智元，七騰

宇樹科技：機器狗等

重要創新機器人技術：高性能關節模塊如 M107，最大關節扭矩可達 360N.m，重量 僅 1.9kg；先進的平衡控制算法，能讓機器人在複雜環境中保持優良運動性能；多傳感器融合，如 B2-W 配備 32 線車規級激光雷達、深度相機和高分辨率光學相機；強化學習應 用，使機器人可在複雜環境中有效學習和決策。 機器人產品：四足機器人有 Laikago、AlienGo、Unitree A1、Go1、B1、B2 等； 人形機器人有 H1、G1 等。

雲深處科技：機器狗等

重要創新機器人技術：2024 年發佈超高扭矩、行業應用級、高防護機器人關節 J80 和 J100。 機器人產品：「絕影」 系列（X 系列、Lite 系列）四足機器人、關節、人形機器人 （DR 系列）、全地形越野機器人。 佈局和投資：已完成 B + 輪融資，投資方包括華建函數投資、涵崧資管、深智城產投、 莫干高新集團等機構。

智元機器人：明星創業者稚暉君+ 商用人形機器人

重要創新機器人技術：在機器人硬件設計、核心關節、靈活手、模塊化設計、運控算 法等方面核心技術深厚。 機器人產品：發佈 「遠征」 與 「靈犀」 兩大系列共五款商用人形機器人新品，包括 遠征 A2、遠征 A2-W、遠征 A2-Max、靈犀 X1 及靈犀 X1-W。 佈局和投資：2023 年 3 月完成天使輪融資，投資方包括高瓴創投和奇績創壇；4 月 初完成 A 輪融資，投資方包括高瓴創投、鼎暉投資、高榕資本、臨港新片區基金等；8 月 與臨港集團簽署戰略合作協議，並完成 A++ 輪融資；12 月完成 A+++ 輪融資，金額超 6 億元；2024 年 5 月與均普智能達成戰略合作，6 月與科大訊飛簽訂戰略合作協議。

七騰機器人：特殊機器人

重要創新機器人技術：防爆技術達到 ExdIICT6Gb 的國家防爆等級要求，同時在四足 防爆技術作出突破；圖像識別技術識別速度達到毫秒級，識別精確度達到 99.5% 以上； 定位導航技術基於多模融合，定位精度可達毫米級；氣體識別技術能夠實現對不同氣體的 高精度檢測。 機器人產品：防爆化工四足機器人、防爆化工輪式巡檢機器人、防爆化工掛軌巡檢機 器人、防爆消防滅火偵察機器人等。 佈局和投資：2024 年在唐山市成立全新子公司 —— 七騰機器人科技（唐山）有限 公司；與中控技術簽署戰略合作協議，共同研發針對智能製造及服務領域的全新機器人解 決方案。

4.7 潛在變化靈巧手：兆威機電、鳴志電器

靈巧手是人形機器人具備實際功能的重要部件。人類的手通常被認為具有 27 個自由 度，手部自由度越高，越能做出更加複雜和精細的動作。靈巧手作為模擬人手的機器人末 端執行器，具有高自由度和緊湊結構，能執行抓取、操縱和感知任務。靈巧手的發展將成 為人形機器人競爭的關鍵，代表 AI 技術在物理操作的極限。 特斯拉 Optimus Gen3 的邊際變化主要在於靈巧手。2024 年 11 月 28 日，特斯拉 更新短視頻，視頻中機器人與人進行棒球是拋接練習，動作絲滑流暢。特斯拉 Optimus 工程師 Milan Kovac 將最新展示的靈巧手稱為「里程碑式的成就」。據他介紹，與上一代 產品相比，該新手/前臂擁有雙倍的自由度(手上有 22 個自由度，手腕/前臂上有 3 個自由 度)；特斯拉很快就會製造出配備新靈巧手的機器人。團隊在年底還有一些工作要完成— —擴展觸覺傳感集成方面(比之前覆蓋更大)，通過肌腱進行非常精細的控制，並減輕前臂 的重量。

靈巧手方案變化的彈性在於驅動、傳動和傳感方案。其中，驅動主要是提供運動和動 力輸出，傳動結構則是將運動和動力傳遞到所需的位置，傳感則是對執行機構內部和外部 環境做出相應的反饋。 1）驅動方案上，特斯拉可能處於降本的考慮，採用成本更低的無刷有齒槽電機； 2）傳動方案上，繩驅使用比較廣泛，同時搭配齒輪/蝸輪蝸桿/滾柱絲槓進行傳動； 3）傳感方案上，觸覺傳感器的覆蓋度將進一步增加，帶來這一環價值量的增加。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

（轉自：未來智庫）