機器人行業(yè)專題研究：從CyberOne看人形機器人行業(yè)發(fā)展

機器人行業(yè)專題研究：從CyberOne看人形機器人行業(yè)發(fā)展1、小米發(fā)布CyberOne，全尺寸人形機器人商業(yè)化已在路上1.1、小米發(fā)布CyberOne，產(chǎn)品亮點突出未來可期小米發(fā)布業(yè)內(nèi)首款全尺寸人形機器人CyberOne，彰顯多元融合技術(shù)新成果。8月11日小米推出的CyberOne，身高177cm，體重52kg，是業(yè)內(nèi)第一款真正意義上的全尺寸人形仿生機器人，代表了小米對未來科技生態(tài)的積極探索，展現(xiàn)出了小米在人形機器人領(lǐng)域各項新技術(shù)的階段性成果。成本問題尚未解決，人形機器人商業(yè)化落地道路挑戰(zhàn)與機遇并存。目前CyberOne的成本高達六、七十萬元，尚不能實現(xiàn)量產(chǎn)，且多項關(guān)鍵技術(shù)有待突破。但可以預(yù)見的是人形機器人擁有更加豐富的應(yīng)用場景，商業(yè)價值更高，產(chǎn)業(yè)鏈各方向均有布局機會?！靶∧X”發(fā)達，CyberOne實現(xiàn)機械運動能力的重大突破。相比于小米去年發(fā)布的CyberDog，人形機器人CyberOne在電機性能、機身自由度、雙足控制算法等方面均取得重大進步。CyberOne支持21個自由度，并能實現(xiàn)各自由度0.5ms級別的實時響應(yīng)，充分模擬人的各項動作，步行速度可達3.6km/h。關(guān)節(jié)活動方面，以CyberOne上肢關(guān)節(jié)電機為例，小米自研了一枚重500g，額定輸出扭矩高達30n·m的高效電機，保證了上肢的靈活性。而在髖關(guān)節(jié)部分，CyberOne的主要電機瞬時峰值扭矩可達300n·m，峰值扭矩密度可達96Nm/kg，配合小米的自研人形雙足控制算法，行走姿態(tài)更加平穩(wěn)。良好平衡性奠定運動功能基礎(chǔ)，看好機器人速度、靈活度等指標(biāo)持續(xù)優(yōu)化。與特斯拉

預(yù)告的機器人“擎天柱”相比，CyberOne在關(guān)節(jié)自由度、步行速度等方面存在提升空間，并且與人的實際情況也有差距。高情商且具備人類情緒，AI內(nèi)核賦能環(huán)境感知及人機交互，未來有望勝任各類服務(wù)場景。環(huán)境感知層面，CyberOne可對真實世界進行三維虛擬重建，通過自研的Mi-Sense深度視覺模組，結(jié)合AI算法，提供完整的三維空間感知能力。CyberOne搭載自研MiAI環(huán)境語義識別引擎和MiAI語音情緒識別引擎，能夠?qū)崿F(xiàn)85種環(huán)境音識別和6大類45種人類情緒識別。發(fā)布會現(xiàn)場機器人與雷軍及觀眾的互動也展現(xiàn)出人機交互技術(shù)研發(fā)取得顯著成果。1.2、人形機器人三大路線，CyberOne為代表的服務(wù)人應(yīng)用前景最廣闊人形機器人發(fā)展歷經(jīng)二十余年，逐漸形成三大發(fā)展路線。人形機器人發(fā)展起步于日本，進入21世紀(jì)后由美國主導(dǎo)，目前已經(jīng)形成以波士頓動力為代表的超越人、以特斯拉為代表的替代人和以小米CyberOne為代表的服務(wù)人三大主流方向，其中波士頓動力的人形機器人技術(shù)主要聚焦于科研領(lǐng)域，商用可能性較??；而相比于特斯拉機器人，我們認為服務(wù)型機器人憑借其與用戶良好的交互性，有望深入到各類生活場景中，商業(yè)價值非常廣闊?！俺饺恕毙阅茏吭剑ㄊ款D動力Atlas代表當(dāng)前科研最高水平。波士頓動力開發(fā)的全尺寸人形機器人Atlas，以液壓關(guān)節(jié)和步態(tài)算法為核心的底層技術(shù)，實現(xiàn)了接近人類的運動能力，能夠快速越過障礙物、完成快速轉(zhuǎn)身、跳躍等動作。Atlas實現(xiàn)這一系列高難度動作的核心是其“大腦”，即感知算法的不斷迭代。近年來波士頓動力在機器人外觀及機械系統(tǒng)方面并沒有做出重大革新，而在軟件層持續(xù)迭代，將相機、雷達等傳感器接收的數(shù)據(jù)進行分析并對決策制定和動作規(guī)劃提供最有效的支持。成本難以控制商業(yè)化希望較小，但為服務(wù)型機器人商用提供思路方向。雖然目前Atlas機器人定位為科研用途，近年來公司幾度易主嘗試商業(yè)化應(yīng)用均未能取得有效進展。但Atlas在實證機器人相關(guān)技術(shù)可行性的同時，為未來人形機器人的商用化進展提供了諸多借鑒點：

（1）材料方面，Atlas采用3D打印零件以滿足跳躍、翻騰等動作需要的強度/重量比，且體態(tài)外觀更接近于人的形象，可供機器人商用化參考；

（2）動力及負荷方面，Atlas高約1.5m，重約75kg，有效載荷達11kg，除各類運動外可以完成搬運、整理等工作，可以為目前尚處于初級階段的小米CyberOne升級各類功能模塊提供動力、載荷等多維度參考；“替代人”解決勞動力短缺問題，無人機交互限制其商業(yè)應(yīng)用場景。2022年6月21日，馬斯克宣布將于9月30日推出人形機器人“擎天柱”的原型機，據(jù)介紹，擎天柱高172cm，體重56kg，可負載20kg，全身具有40個自由度，步行速度可達8km/h，旨在代替人類從事

“危險、重復(fù)、無聊”的工作，并預(yù)計2023年實現(xiàn)量產(chǎn)。特斯拉超級工廠可能成為擎天柱應(yīng)用場景，“指令-執(zhí)行”工作模式?jīng)Q定其落地局限性。目前推測特斯拉機器人的初步定位于取代部分應(yīng)用場景下的勞動力，基于“指令-執(zhí)行”的工作模式避開了現(xiàn)實世界實時感知這一技術(shù)難點，能夠快速部署到toB領(lǐng)域，但toC領(lǐng)域仍然是最廣闊的應(yīng)用場景，也是人形機器人的最終目標(biāo)。他山之石，特斯拉機器人商用化路徑更加清晰，自動駕駛技術(shù)及供應(yīng)鏈整合能力為兩大核心優(yōu)勢。參考特斯拉路線，國內(nèi)零部件廠商或迎來重大機遇，AI算法及AI芯片迭代需要重點關(guān)注。（1）高算力+大數(shù)據(jù)支撐特斯拉自動駕駛技術(shù)持續(xù)迭代。計算平臺層面，特斯拉自研了專門用于模型訓(xùn)練的Dojo超級計算機群，并內(nèi)置特斯拉自研AI訓(xùn)練芯片D1，芯片采用分布式結(jié)構(gòu)和7納米工藝，搭載500億個晶體管以及354個訓(xùn)練節(jié)點，僅內(nèi)部的電路就長達17.7公里，實現(xiàn)了超強算力和超高帶寬，以及空間和時間的平衡。數(shù)據(jù)層面，特斯拉機器人承接汽車端的FSD芯片攝像頭，能夠采集大量道路行駛之外的各類場景數(shù)據(jù)，為AI算法迭代提供高質(zhì)量的學(xué)習(xí)樣本。（2）承接汽車部件產(chǎn)業(yè)鏈優(yōu)勢，特斯拉具備機器人量產(chǎn)成本優(yōu)勢?？紤]人形機器人部分零部件技術(shù)壁壘較高，特斯拉有望發(fā)揮其在汽車領(lǐng)域積累的供應(yīng)鏈和技術(shù)優(yōu)勢，整合減速器、電機等部件的外部供應(yīng)商，因此我們認為在相關(guān)細分領(lǐng)域具備競爭優(yōu)勢的廠商可能率先獲益。CyberOne為代表，服務(wù)型人形機器人將深入細分場景，實現(xiàn)智能交互，提升服務(wù)質(zhì)量。小米公司自成立以來，不斷構(gòu)建延展的科技場景，從智能手機到可穿戴設(shè)備、智能家居，進而延伸到智能制造、電動汽車以及人形機器人領(lǐng)域，持續(xù)豐富智能終端矩陣。借力已有科技生態(tài)，CyberOne有望滿足服務(wù)型機器人人機交互功能，挖掘C端商業(yè)價值。小米科技生態(tài)以人和生活工作為核心理念，不斷融合進化技術(shù)體系并貫穿所有的智能場景和終端設(shè)備，我們認為小米基于智能手機、可穿戴設(shè)備、智能家居等終端積累的數(shù)據(jù)、算法等多維度能力，能夠有效賦能人形機器人的商用化道路。1.3、服務(wù)型機器人商業(yè)前景廣闊，國內(nèi)產(chǎn)業(yè)鏈公司發(fā)力布局值得期待1.3.1、服務(wù)機器人有望深入各類細分垂直場景，市場前景廣闊政策支持人形機器人技術(shù)發(fā)展，有望深入各類細分垂直場景。2021年12月工信部等15部門在《“十四五”機器人產(chǎn)業(yè)發(fā)展規(guī)劃》中提出重點推進工業(yè)機器人、服務(wù)機器人和特種機器人重點產(chǎn)品的研制及應(yīng)用，提升性能、質(zhì)量和安全性，推動產(chǎn)品高端化智能化發(fā)展?！笆奈濉逼陂g將重點補齊專用材料、核心元器件、加工工藝等短板，提升機器人關(guān)鍵零部件的功能、性能和可靠性，開發(fā)機器人控制軟件、核心算法等，提高機器人控制系統(tǒng)的功能和智能化水平。全球服務(wù)機器人市場規(guī)模穩(wěn)定增長，預(yù)計到2023年突破200億美元。根據(jù)中國電子學(xué)會，2016-2021年全球服務(wù)機器人銷售額CAGR為24%，預(yù)計2022年全球市場規(guī)模將達159.9億美元。2021年家用服務(wù)類型機器人占比最高，達65%。服務(wù)型機器人應(yīng)用場景持續(xù)豐富。由早期較為成熟的掃地機器人和送餐機器人逐步拓展至情感、教育、醫(yī)療機器人等方向。2021年擅長精細手術(shù)的美國達芬奇手術(shù)機器人在美安服務(wù)型機器人應(yīng)用場景持續(xù)豐富。由早期較為成熟的掃地機器人和送餐機器人逐步拓展至情感、教育、醫(yī)療機器人等方向。2021年擅長精細手術(shù)的美國達芬奇手術(shù)機器人在美安人口老齡化趨勢下我國醫(yī)療和公共衛(wèi)生需求持續(xù)旺盛，服務(wù)機器人市場潛力巨大。根據(jù)中國電子學(xué)會，2016-2021年我國服務(wù)機器人銷售額CAGR為36%，高于全球增速。預(yù)計2023年我國服務(wù)機器人市場規(guī)模有望突破600億元。根據(jù)國家統(tǒng)計局數(shù)據(jù)，我國服務(wù)機器人月度產(chǎn)量波動上升，2021年12月單月產(chǎn)量為90.26萬臺。疫情期間大量面對面場景被無接觸服務(wù)替代，接待機器人、遞送機器人、測溫機器人和新零售機器人等需求增加。如普渡科技交付上百個配送機器人支援醫(yī)療機構(gòu)和隔離點。云跡科技扎根酒店場景，合作酒店超1,5000家。1.3.2、擁抱軟硬件國產(chǎn)化浪潮，產(chǎn)業(yè)鏈相關(guān)廠商已逐步形成競爭力我國國產(chǎn)機器人正縮小與國外差距。以下游系統(tǒng)集成作為突破口，上溯中上游技術(shù)和產(chǎn)品研發(fā)。以中國工業(yè)機器人為例，根據(jù)IFR，2020年中國安裝了168,377臺新機器人，全球排名第一，國內(nèi)供應(yīng)商在中國市場的市場份額為27%，出貨量為45,347臺。中國機器人密度發(fā)展飛速，2020年已躋身世界前十。根據(jù)IFR，由于機器人安裝的顯著增長，中國機器人密度從2015年的49個/萬人上升到2020年的246個/萬人，中國大陸機器人密度在全球排名第9。隨著數(shù)據(jù)積累，國產(chǎn)廠商在軟件算法方面有巨大潛力。在路徑規(guī)劃和行為決策的算法層面，國產(chǎn)廠商仍存一定差距。在針對不同場景進行二次開發(fā)時，精確性、穩(wěn)定性和響應(yīng)速度等性能不足。隨著國產(chǎn)廠商進行數(shù)據(jù)、實踐和經(jīng)驗的沉淀，未來定能有所突破。2、環(huán)境感知+運動控制+人機交互，三大模塊決定商用前景目前，機器人主要包含三大核心技術(shù)模塊：環(huán)境感知模塊、運動控制模塊和人機交互模塊。感知系統(tǒng)主要負責(zé)數(shù)據(jù)采集的前端感知層（圖像、語音等傳感器、雷達、壓感、光感等專用傳感器等），相當(dāng)于人的眼、耳、鼻、皮膚等；運動控制模塊包括機械傳動系統(tǒng)，模擬人的軀體及四肢；人機交互系統(tǒng)包括負責(zé)數(shù)據(jù)整理和算力處理的存儲器和智能芯片，相當(dāng)于人的大腦；

三大核心模塊技術(shù)進展差異顯著，AI算法及軟件平臺能力決定機器人人機交互核心能力。目前在環(huán)境感知和運動控制模塊上，受益于自動駕駛、工業(yè)機器人等領(lǐng)域的成熟應(yīng)用，相關(guān)硬件商用化進程較快，而在人機交互模塊，由于算法、算力的限制，在實際消費場景中實現(xiàn)高效的人機智能交互還存在不小的難度。2.1、機器視覺為核心，環(huán)境感知技術(shù)不斷發(fā)展小米CyberOne搭載自研Mi-Sense深度視覺模組，擁有完整三維空間感知能力。CyberOne深度相機配合AI相機能夠幫助機器人接收真實場景和物體，通過CV算法建立物體三維模型實現(xiàn)避障，通過萬物追焦技術(shù)，保證機器人對集關(guān)鍵目標(biāo)的注意力集中。精度方面CyberOne能夠保證8m距離內(nèi)的0.1%以下的誤差。機器視覺技術(shù)發(fā)展歷經(jīng)三大階段，能否實現(xiàn)精密操作執(zhí)行將決定人形機器人應(yīng)用前景。最初，機器人視覺感知技術(shù)主要滿足避障、識別等基礎(chǔ)動作，不需要對環(huán)境和目標(biāo)進行準(zhǔn)確識別，運動路徑偏封閉和固定。隨著機器人從“自動化”走向“智能化”，機器人環(huán)境感知技術(shù)發(fā)展以識別和測量為核心目標(biāo)，通過立體攝像機配合激光雷達，多傳感器融合技術(shù)推動了自動駕駛的快速發(fā)展?，F(xiàn)階段，機器視覺技術(shù)旨在實現(xiàn)精密執(zhí)行操作，人形機器人不僅要完成避障、路徑規(guī)劃、目標(biāo)識別等功能，其機器視覺模塊要配合運動系統(tǒng)實現(xiàn)高精度估計和機械手的伺服控制。參考已有人形機器人視覺技術(shù)，多模態(tài)視覺感知有望成為主流方案。波士頓動力研發(fā)的Atlas采用頭部RGB攝像頭為主傳感器，并使用ToF傳感器輔助建模；特斯拉則基于成熟的電動車FSD視覺感知技術(shù)，遷移到人形機器人。我們認為未來人形機器人將以多目視覺為主，并搭配ToF、結(jié)構(gòu)光、激光三角等技術(shù)以滿足機器人視覺感知的不同需求。激光雷達為高精度定位核心部件，有望從自動駕駛技術(shù)遷移到人形機器人。激光雷達能夠?qū)崿F(xiàn)高精度地圖、避障、環(huán)境感知及自主避障等功能，且不受光源影響，是波士頓動力公司人形機器人的感官系統(tǒng)核心部件。相比于毫米波雷達和攝像頭，激光雷達具備分辨率高、探測距離長、反饋數(shù)據(jù)多等方面優(yōu)勢，被大多數(shù)整車廠、Tier1認為是L3級及以上自動駕駛必備的傳感器，未來也有望搭載到人形機器人上成為其環(huán)境感知模塊的核心部件。目前激光雷達在L3+的應(yīng)用確定性強，我們看好未來人形機器人形成以激光雷達為主導(dǎo)的多傳感融合方案，感知硬件互相配合確保機器人工作過程中的安全與效率。隨著相關(guān)部件的價格成本隨量產(chǎn)規(guī)模而下降，未來應(yīng)用前景廣闊。2.2、運動控制模塊，算法靈活性+硬件靈敏性決定機器人商用效果從基礎(chǔ)參數(shù)來看，Cyberone表現(xiàn)可圈可點，但與國外領(lǐng)先機器人仍有差距。關(guān)節(jié)數(shù)和自由度可體現(xiàn)機器人靈活程度，Cyberone全身共13個關(guān)節(jié)，21個自由度，相比具有深厚技術(shù)沉淀的Atlas及ASIMO有一定差距；時速為3.6km/h，對比人類3.2~5km/h的速度基本還原但擬人感有較大提升空間。采用液壓驅(qū)動的Atlas，已實現(xiàn)跑、跳、后空翻等高難度動作，爆發(fā)力強，視覺沖擊強烈。運動控制（MotionControl）是將電能轉(zhuǎn)換為機械能，實現(xiàn)機械運動的過程。運動控制系統(tǒng)包括軟硬件兩方面，其中硬件一般包括運動控制器、驅(qū)動器（功率放大器與變換裝置）、電機及機械傳動系統(tǒng)（減速器）四大核心?？刂葡到y(tǒng)，人形機器人的神經(jīng)系統(tǒng)，控制驅(qū)動系統(tǒng)完成動作?？刂葡到y(tǒng)需要根據(jù)指令及傳感信息，向驅(qū)動系統(tǒng)發(fā)布指令并控制其完成相應(yīng)的動作，主要由控制器（硬件）和控制算法（軟件）兩部分組成。工業(yè)機器人領(lǐng)域主流廠商自行開發(fā)控制器，國外廠商優(yōu)勢明顯。由于控制系統(tǒng)對于機器人的重要作用，現(xiàn)有的主流工業(yè)機器人廠商均布局自行研發(fā)控制系統(tǒng)，包含大型機器人廠商和專業(yè)的控制系統(tǒng)廠商這兩大類。PC-Based控制器具備明顯優(yōu)勢，正逐步替代PLC。運動控制器主要包括PC-Based、專用控制器和PLC（可編程邏輯控制器）三類，其中PC-Based控制卡通用性、可拓展性更強，能滿足復(fù)雜運動算法要求，發(fā)展前景廣闊。伺服系統(tǒng)，精準(zhǔn)輸出運動狀態(tài)，電氣方案為主流。目前人形機器人主要采用伺服電機、伺服驅(qū)動器和編碼器共用構(gòu)成伺服系統(tǒng)。伺服系統(tǒng)用于準(zhǔn)確控制輸出的機械位移轉(zhuǎn)角、位移速度和加速度等，滿足機器人各部位各種運動方式的需求。人形機器自由度需求將帶動伺服系統(tǒng)需求規(guī)?？焖俪砷L。理論上，為滿足確定的運動模式需求，機器人的伺服電機數(shù)應(yīng)等于其自由度，即一個自由度對應(yīng)一臺伺服電機。為較好地模擬人的運動模式，不考慮手指自由度的情況下，人形機器人需要約40個自由度，遠高于工業(yè)機器人的自由度需求（2-6個），看好未來人形機器人量產(chǎn)后推動伺服電機需求量上升，進而推動伺服系統(tǒng)市場規(guī)模擴大。減速器，人形機器人精密傳動裝置，以諧波減速器和RV減速器為主。減速機的主要工作原理為通過機械傳動裝置實現(xiàn)對原動機的減速增矩，是影響機器人性能的核心因素，在高精度場景中尚未存在替代方案，技術(shù)壁壘較高。RV減速器和諧波減速器是兩種最主要的精密減速器，各有側(cè)重，相輔相成。RV減速器體積大，負載能力和剛度高，一般用于機座、大臂、肩部等重負載位置，而諧波減速器體積小、傳動比和精密度高，主要應(yīng)用于小臂、腕部或手部。AI算法指導(dǎo)機器人運動模式，目前沒有標(biāo)準(zhǔn)化產(chǎn)品，極有可能成為產(chǎn)品核心競爭力。與零部件不同的是，機器人領(lǐng)域的算法幾乎不存在標(biāo)準(zhǔn)化的產(chǎn)品，也沒有清晰的可比標(biāo)準(zhǔn)，一般由公司自研。在工業(yè)機器人的生產(chǎn)中，強大的算法將極大賦能性能，帶來數(shù)倍溢價空間。如行走姿態(tài)方面，算法需要協(xié)調(diào)關(guān)節(jié)協(xié)同運作，主要實現(xiàn)對水平反應(yīng)、目標(biāo)ZMP和步長位置三個方面的控制，保證機器人能在行走中保持平衡及模擬人類姿態(tài)。ASIMO機器人就運用了本田研發(fā)的I-Walk技術(shù)（IntelligentReal-TimeFlexibleWalkingTechnology），應(yīng)用預(yù)測運動控制功能，實現(xiàn)機器人無停頓轉(zhuǎn)彎。2.3、人機交互模塊，以NLP為核心的多感官信息處理決定技術(shù)發(fā)展CyberOne可實現(xiàn)簡單互動交流，基于語音、視覺的AI數(shù)據(jù)處理效果顯著。發(fā)布會現(xiàn)場，從CyberOne的行為演示可以看出其能夠?qū)τ^眾掌聲做出回應(yīng)并與人進行交流，實現(xiàn)這些功能的人機交互模塊，是以AI技術(shù)為核心，借助語音識別、圖像識別、機器學(xué)習(xí)等，完成模擬人類大腦的工作模式。語音語義分析作為人機交互核心途徑，幫助機器人具備聽、說、理解和思考的能力。語音語義模塊包含了語音識別和語義分析兩部分，涉及聲學(xué)信號（聲源定位、語音增強等）、模式識別（聲紋識別、語音識別等）、自然語言處理（自然語言理解、自然語言生成等）和語音合成等技術(shù)。網(wǎng)絡(luò)及通信技術(shù)發(fā)展驅(qū)動AI邁向更高智能時代，數(shù)據(jù)+模型決定未來發(fā)展方向。近年來，人機交互發(fā)展方向從最初的傳統(tǒng)圖形交互模式演變成多模態(tài)、多通道的智能交互模式。目前智能人機交互有多通道交互（MMI）、情感計算（AffectiveComputing）、虛擬現(xiàn)實（VR）和智能用戶界面（IUI）這四大研究方向，其目的都是為了實現(xiàn)人類實際工作場景下更加和諧有效的的人機交互。AI發(fā)展可歸納為數(shù)據(jù)+模型兩大思路，從工程和科學(xué)兩維度實現(xiàn)智能人機交互。從數(shù)據(jù)角度看，上述四大研究方向核心均是不斷挖掘細分場景下更多維度的數(shù)據(jù)標(biāo)簽，通過更多維參數(shù)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，實現(xiàn)更高準(zhǔn)確度的人類行為、情緒的理解和反饋。多維行為數(shù)據(jù)的采集需求將帶動終端硬件設(shè)備的持續(xù)迭代，需求量將迎來爆發(fā)式的增長。與大數(shù)據(jù)代表的工程化思路相對應(yīng)，模型迭代標(biāo)志科學(xué)化思路，嘗試機器更接近人類大腦的思考模式，以實現(xiàn)更有效的人機互動?；诖髷?shù)據(jù)樣本學(xué)習(xí)的AI訓(xùn)練近年來逐漸暴露問題，訓(xùn)練時間過長、成本過高、商用化難度過大，相關(guān)研究機構(gòu)及公司在嘗試輕量化數(shù)據(jù)規(guī)模的同時，積極引入腦科學(xué)領(lǐng)域的研究進展，不斷引入新的計算模型，以提高人機交互的效率，在無人駕駛、機器人、推薦系統(tǒng)等領(lǐng)域均實現(xiàn)突破。人機智能交互不斷演進驅(qū)動AI算法及芯片不斷迭代，相關(guān)技術(shù)值得重點關(guān)注。未來，基于語音、視覺、腦神經(jīng)的人機交互將囊括人體核心器官的交互功能，包含了信息輸入輸出、語音處理、語義分析、智能邏輯、知識內(nèi)容整合等維度，以人形機器人為載體，終端硬件、AI算法、網(wǎng)絡(luò)通信、計算芯片等領(lǐng)域均有望實現(xiàn)重大突破。3、人形機器人市場空間廣闊，產(chǎn)業(yè)鏈迎來重大發(fā)展機遇圍繞三大核心模塊，人形機器人產(chǎn)業(yè)鏈迎來重大發(fā)展機遇。特斯拉基于頂層數(shù)據(jù)和算法的開發(fā)成果取得重大突破，帶動產(chǎn)業(yè)鏈引來重大發(fā)展機遇，我們認為需要重點關(guān)注以下幾類公司：

（1）運動控制模塊具備核心零部件技術(shù)優(yōu)勢的潛在受益標(biāo)的；

（2）具備機器視覺成熟解決方案的公司；

（3）具備人形機器人領(lǐng)域AI算法落地能力的廠商及相關(guān)受益公司；

（4）具備機器人整機組裝能力及技術(shù)優(yōu)勢的公司；3.1、人形機器人發(fā)展帶來上游核心零部件巨大市場空間人形機器人運動控制模塊技術(shù)要求高于工業(yè)機器人，上游零部件值得重點關(guān)注。人形機器人上游產(chǎn)業(yè)鏈主要包含材減速器、電機、結(jié)構(gòu)件、半導(dǎo)體芯片、傳感器和材料等部分。其中，作為機器人運動控制模塊的核心部件，減速器、電機和控制系統(tǒng)價值量較高，技術(shù)壁壘較高，市場主要由國外廠商占據(jù)，未來存在機會核心零部件價值量高，利潤空間大。參考目前相對成熟的工業(yè)機器人的成本結(jié)構(gòu)，三大核心零部件，減速器、伺服電機和控制器分別占總成本的35%、25%和12%，合計超過70%。從毛利率角度看，三大核心零部件的毛利率高于其它環(huán)節(jié)。核心零部件國產(chǎn)化率低，關(guān)注國產(chǎn)化替代推動機器人商用進程。作為機器人的核心零部件，減速器、伺服系統(tǒng)和控制器的國產(chǎn)化率目前僅為36.53%、24.50%和31.20%，而這三部分是機器人實現(xiàn)精密運動的核心保障，對產(chǎn)品的最終性能起決定性作用，是國產(chǎn)化進程的主攻方向。參考特斯拉、小米研發(fā)的人形機器人，整機關(guān)節(jié)數(shù)分別達到40個和28個，意味著人形機器人的減速器、電機等部件需求量將遠高于工業(yè)機器人。目前，我國在核心零部件方面已初步實現(xiàn)一定突破，隨著國內(nèi)廠商技術(shù)不斷升級迭代，疊加機器人需求擴張，看好核心零部件的國產(chǎn)化替代進程，進而降低機器人應(yīng)用成本，提升我國智能制造水平。作為關(guān)鍵零部件，精密減速器國產(chǎn)化需求強烈?，F(xiàn)階段工業(yè)機器人成本最高的零部件減速器占整機成本35%。一般傳動減速器已經(jīng)出現(xiàn)國產(chǎn)替代邏輯，而精密減速器進口依存度更高，高售價和長交貨周期成為制約我國機器人發(fā)展的重要因素。減速器：諧波減速器實現(xiàn)國產(chǎn)技術(shù)突破，近年來國內(nèi)廠商持續(xù)投資布局，規(guī)模效應(yīng)初現(xiàn)，看好國產(chǎn)化替代進程。以諧波減速器和RV減速器為例，國內(nèi)廠商在諧波減速器領(lǐng)域已打破日本廠商壟斷；RV減速器領(lǐng)域，日本博納斯克仍處于壟斷地位，而國內(nèi)以雙環(huán)傳動為代表的廠商已基本解決精度、穩(wěn)定性等方面的問題，未來有望打開成長空間。預(yù)計伺服系統(tǒng)市場規(guī)模于2022年超200億元。據(jù)MIR睿工業(yè)數(shù)據(jù)，我國伺服近年規(guī)模不斷提升，2022年達209億元，同增12.76%。預(yù)測2022-25年以12.6%的復(fù)合增速穩(wěn)定增長，在2025年達到300億元。伺服系統(tǒng)本土化生產(chǎn)速度不斷加快。從2018年到2021年上半年，匯川取代松下成我國伺服市場市占率第一的廠商，占比達15.9%，臺達維持第三位，市占率為8.9%。整個市場CR3由48.4%下降至36.7%，集中度下滑，景氣度提升。3.2、機器視覺國產(chǎn)化加速，具AI算法落地能力公司擁有入局優(yōu)勢機器視覺技術(shù)模擬人眼完成物體檢測、判斷、反饋控制等工作，是人形機器人的核心技術(shù)支撐之一。機器視覺包含了計算機科學(xué)、圖像處理、模式識別、深度學(xué)習(xí)、傳感器技術(shù)等多領(lǐng)域科學(xué)技術(shù)。從細分產(chǎn)業(yè)鏈看，機器視覺可分為上游（硬件、算法軟件）、中游（視覺系統(tǒng)、視覺裝備集成）和下游應(yīng)用場景，機器視覺技術(shù)廣泛應(yīng)用于汽車、物流運輸、制造、機器人等行業(yè)，應(yīng)用廣泛。全球機器視覺市場規(guī)模超百億美元，國內(nèi)市場規(guī)?？焖俪砷L，國產(chǎn)化替代進程加速。MarketsandMarkets數(shù)據(jù)顯示，2020年全球機器視覺市場規(guī)模達107億美元，預(yù)計到2022年市場規(guī)模將達到135億美元，2016-2022年復(fù)合增速預(yù)計為13.85%。國內(nèi)機器視覺市場規(guī)?？焖僭鲩L，預(yù)計2025年市場規(guī)模接近400億元人民幣。中國機器視覺產(chǎn)業(yè)聯(lián)盟數(shù)據(jù)顯示，2021年我國機器視覺市場規(guī)模達181億元，2018-2021年CAGR為22.41%，若保持此增速，預(yù)計到2024年市場規(guī)模為343.13億元。機器視覺國產(chǎn)化率穩(wěn)步提升，中低端領(lǐng)域國產(chǎn)化率較高，高端領(lǐng)域關(guān)注國產(chǎn)技術(shù)突破。目前我國高端機器視覺核心