1、人形產品：群星璀璨，25 年迎量產元年、26 年有望商業化爆發

隨著 AI 時代的到來以及人口老齡化加劇，人形機器人有望成為面向未來的黃金賽道。在 這一波人形機器人浪潮中，以特斯拉、1X、FigureAI 為首的多家科技明星公司及無數初創 團隊猶如璀璨星辰，紛紛切入人形機器人新賽道，為人形機器人產業注入了源源不斷的活 力與希望。從產業發展節奏看，人形機器人產業 25 年有望進入量產元年，26 年則迎來商 業化爆發。

1.1 產業節奏：24 年原型機元年，25 年量產元年

預計 25 年是人形機器人量產元年、26 年產業商業化爆發。從國內外人形機器人廠商研發 進展上看，國內外廠商進展幾乎處于同一起跑線。2024 年是全球人形機器人原型機發布 元年，例如 1XTech 發布雙足人形機器人 NEO、開普勒發布先行者 K2、波士頓動力發布電 動版人形機器人進入 atlas 等。2025 年，人形機器人產業有望進入量產、集中功能測試 階段，馬斯克表示，特斯拉 25 年將生產 1 萬臺 Optimus 機器人，如果一切順利，特斯拉 可能 26 年中開始量產 1 萬臺/月機器人。

根據人形機器人的形態，可以將其分為輪式人形機器人、足式人形機器人、通用人形機器 人。人形機器人相比其他機器人，對智能感知、運動控制、智能決策、人機交互的綜合能 力要求更高，具體包括： 智能感知方面：需要配備多種傳感器，能夠感知非結構化場景并根據不同情況做出相 應反應。 運動控制方面：需要人形機器人具備高度的精確性和靈敏度、良好的穩定性和平衡控 制能力，精確地模仿人類的行走、跑步、抓取等動作，實時響應各種傳感器的輸入和 環境變化。 智能決策方面：可通過人工智能技術，根據環境、任務和目標等信息，自主地做出最 優的決策，以實現自主導航、任務執行、人機交互等功能，需要高效的算法和強大的 計算能力，以處理大量的信息和數據。 人機交互方面：需要對自然語言進行識別與處理，以便機器人能夠理解用戶的指令、 問題或指導，需要具備情感識別技術，識別用戶情感狀態，提供更人性化的互動體驗。 此外，對手勢與動作的識別、多模態交互等方面也有著較高的要求。

場景復雜度決定人形機器人運動控制能力需求，根據運動控制能力需求強弱排序，由弱到 強為工業制造<商用服務<極端作業<家用服務，預計人形機器人率先在工業制造場景應用 訓練后，最終實現家庭服務場景應用。 工業制造場景：工業制造場景特點為單一性和重復性工作，工作特性導致其是人形機 器人應用最易實現落地的場景，并且有利于人形機器人實訓獲取高質量訓練數據。目前已有特斯拉 Optimus、優必選 WalkerS、樂聚夸父人形機器人已經開始在汽車工廠 應用，負責搬運、質檢等重復性工作。 商用服務：人形機器人商用領域包括餐飲快消、旅游/展館、教育科研、醫療服務等。 商用服務場景關注在于智能交互和替代人工培訓環節，人形機器人能夠節約培訓時 間直接上崗，在小范圍的可控條件下能實現少量復雜任務，在展覽講解、科研場景已 經落地。 極端作業場景：極端作業場景包括能源化工、災害救援、水下&太空作業、軍事作業 等，各細分場景環境特征差異較大，某一特定特種場景下的訓練難以泛化到其他場景， 目前在應對環境特點的運動控制能力、高精度操作能力以及復雜任務智慧生成仍有 待攻克。家用服務場景：人形機器人的家用場景需要使用復雜空間環境、靈活控制、多功能人 機交互，多數時間均在非標準化場景，對高隨機性、復雜性場景運動控制要求較高。 目前人形機器人暫時未能實現在家用環境應用，未來依靠在工業、商用場景落地后， 經過優化迭代升級，遠期有望逐步落地，打開 toC 端需求空間。

人形機器人主要入局者包括元老級公司、初創型公司、跨界公司、原生機器人公司、科技 公司： 元老級公司：這類公司包括優必選、波士頓動力、樂聚機器人、鋼鐵俠科技、偉景機 器人、Engineered Arts 等，這些公司在成立之初便聚焦機器人領域，擁有專業的研 發團隊，具備較多的技術積累，但下游渠道相對跨界巨頭公司有所欠缺，整體資金實 力也相對弱勢。跨界公司：人形機器人跨界公司主要有兩類，第一類為特斯拉、小鵬、小米等汽車整 車公司，第二類為消費電子、家電公司，包括追覓、戴森、三星等。該類公司優勢在 于資金實力強、商業化能力強、渠道資源豐富，除了特斯拉以外，其他跨界廠商可能 在技術積累方面略弱于元老級人形機器人公司。 初創型公司：人形機器人初創型公司包括智元機器人、傅利葉、宇樹科技等，創始團 隊多是院校及研究所出身或科技巨頭企業出身，具備機器人控制或算法方面優質稟 賦，均有一定的融資能力，但是創始團隊或在企業經營管理和商業化經驗較少，整體 商業化能力、渠道資源仍存在一定短板。 原生機器人公司：該類公司在過往的工業機器人、協作機器人、移動機器人等領域有 一定成果，具備多年機器人研發經驗和成功的應用案例，在人形機器人方面具備部分 可嫁接、復制的技術積累和研發經驗。但原生機器人公司軟件開發和技術創新會略弱 于以研發技術為核心的初創型人形機器人公司。 科技公司：該類公司最顯著的優勢在于人形機器人的“智能化”，并且在數據、算法 和算力等方面有較多的積累，具備具身智能大模型產品，整體軟件能力和資金實力較強。但大多科技公司缺乏人形機器人硬件設計和制造經驗，目前多選擇投資人形機器 人整機公司或通過軟件與整機公司合作。

當前，人形機器人本體行業處于產業化發展前期，行業對于人形機器人本體的戰略意義已 有共識，但其大規模商業化落地的路徑仍未真正走通，從人形機器人重要細分賽道和類型 看，可以主要分為“三類公司”，包括本體+大模型均自研、本體自研+大模型合作以及為 機器人廠商提供大模型的科技公司。 本體+大模型自研公司：該類公司研發實力較強，主要玩家以特斯拉為首的少數海外 公司，其他玩家主要為國內廠商，包括開普勒、小鵬、宇樹科技、達闥、星動紀元、 銀河通用、帕西尼感知科技等。 機器人公司：該類公司主要聚焦在人形機器人本體研發以及推進量產，大模型主要選 擇與外部廠商合作，其中海外公司有 Sanctuary Al、1XTechnologies、Agility Robotics、Apptronik、波士頓動力等，國內公司包括優必選、魔法原子、星塵智能、 樂聚機器人、傅利葉等。 大模型科技公司：該類主要是國內外具有較強研發能力，并有相關大模型產品的知名 科技公司，海外的主要玩家有 OpenAI、微軟、英偉達、谷歌、PI 等，國內的主要玩家為字節跳動、百度、華為。

各大模型科技大廠均選擇人形機器人作為大模型落地物理世界的載體，開始與人形機器人 公司在具身智能大模型領域合作，如微軟與 SanctuaryAl 合作推動大型行為模型(LBM)落 地、GoogleDeepMind 與 Apptronik 合作提升動態環境智能化、英偉達賦能傅利葉 GR-1 進 行技能學習。

1.2 國外公司：特斯拉引領、初創公司跟隨

1.2.1 特斯拉：OptimusGEN3 即將發布，計劃 25 年小批量部署

全球電動汽車領軍企業，人形機器人持續迭代更新。特斯拉成立于 03 年，為全球電動汽 車領域領軍企業。Tesla 的機器人項目為 TeslaBot，也叫 Optimus，是 Tesla 在 ElonMusk 領導下開發的一款通用雙足人形機器人。21 年 8 月，特斯拉 CEO 馬斯克于首屆 AIDAY 展 示人形機器人概念機 Tesla Bot。22 年 2 月，特斯拉在提出概念僅 6 個月后成功推出人形 機器人原型機。23 年 12 月，特斯拉發布 Optimus-Gen2，穩定性、靈活度、速度、輕量化 等方面全方位提升。24 年 11 月，特斯拉更新人形機器人視頻，展示了機器人單手接球的 運動能力，研發人員指出，還有一些工作需要在年底完成，特別是在擴展觸覺傳感集成方 面(比以前的手有更多的表面覆蓋)，通過肌腱進行非常精細的控制，以及減輕前臂的重量。

特斯拉 Optimus 最新方案：共有 30 個軀干執行器（旋轉 16+線性 14），單手 22 個手部執 行器。采用了和特斯拉類似自動駕駛技術 FSD 的端到端神經網絡控制，這臺機器人僅依賴 視覺對物體進行分類，“它的神經網絡已經完成了端到端的訓練：輸入視頻，輸出控制。” 并配備了全新的雙手，能夠抓握更重的物體并進行更加精細的操作。根據 TheHumanoidHub 報道，特斯拉即將推出 Optimus-Gen3 人形機器人。

根據特斯拉 Q4 投資者會議，特斯拉計劃在 2025 年底累計生產 1 萬臺人形機器人，2026 年年中提升至 1 萬臺/月。從開發的角度來看，“Optimus”的“智能”將繼續提高，并應 該在某個時候反映出過去一年中 FSD 的快速改進。

1.2.21XTech 公司：采用“無齒輪”設計理念、預計 25 年量產

1XTechnologies 成立于 14 年，原名為 HalodiRobotics，是一家人工智能和機器人公司， 總部位于挪威，致力于生產通用機器人，其主要產品包括工業 EVE 和家用 NEO 兩款人形機 器人。

根據 1X 官網，NEO 作為通用雙足人形機器人可處理物流、制造、操作機械等工業任務。長 期來看，NEO 未來還可以提供清潔、整理家務以及為行動不便的個人提供支持、獲取物品 和陪伴等日常生活服務。 NEO 全身被布料包裹讓這款機器人更接近于人類，1X 成功開發出無需使用齒輪就能達到人 體肌肉約 80%力密度的電機，不依賴于傳統的剛性執行器（可讓 NEO 在執行任務時保持安 靜），而是利用了仿生設計和更靈活的組件——其身體采用類似人類肌肉組織的結構設計 和非嚴格的液壓系統，其鋁芯上覆蓋有一層軟層，因此堅固之余也很有柔韌性，能夠在人 與人之間安全工作。

NEO 采用多方案提升智能化，將部署于選定的家庭優化人工智能模型，距離家用商業化又 邁近一步。NEO 采用具身學習、世界模型、多模型分工等多方案提升智能化：1）具身學 習：NEO 采用了 VRTeleop 技術，通過操作員在現實場景中的指導，讓機器人直觀理解任 務難度。當數據量達到一定規模，NEO 便掌握了新技能，實現開箱即用的靈活學習能力。 2）世界模型：自建仿真環境，讓機器人學習和測試新的行為，使其不依賴于預設的程序， 還具備了靈活應對新狀況的能力；3）多模型分工：通過導航模型、抓取模型等不同模型 分工合作、配合，獨立訓練不同策略模型來提升性能。在 Beta 測試階段，1XTechnologies 將 NEO 部署于選定家庭中，以收集關鍵數據，優化通用人工智能模型。這些數據幫助 NEO 在使用中不斷學習，變得更智能。

OpenAI 領投，從默默耕耘到明星初創，預計 2025 年量產千臺 NEO 雙足機器人。 公司創始人專業性強：1x 公司 CEOBerntB?rnich 畢業于挪威奧斯陸大學，專業為機 器人與納米電子學。AI 副總裁 EricJang，則是布朗大學計算機科學專業的畢業生， 曾在谷歌機器人團隊擔任高級研究科學家，并于 2022 年加入 1X。資金端：21 年 3 月，公司；23 年 3 月，1X 獲 OpenAI 等機構 A2 輪融資，共籌集 2350 萬美元。2024 年 1 月，1XTechnologies 完成了由 EQTVentures 領投的 1 億美元 B 輪 融資。其他投資方還包括三星電子旗下的投資公司三星 NEXT、Nistad 集團、Sandwater 和 SkagerakCapital 等挪威風投公司。 量產計劃：目前 1X 已計劃在挪威和北美大規模生產其首款商用機器人 EVE，并利用 B 輪融資的資金加大即將推出的雙足機器人模型 NEO 的研發力度，預計 2025 年生產 數千臺 NEO，2026 年規模化量產，2028 年達到數百萬臺量產目標。

1.2.3FigureAI 公司：Figure02 執行任務能力大幅提升，商業化進展順利

巨頭加持，產品迭代至 Figure02。FigureAI 公司成立于 22 年，團隊包括來自 IHMC、波 士頓動力和特斯拉的機器人專家，目標是設計可以應用于人類環境的通用型機器人，讓機 器人可以執行各種不同的任務。融資層面，FigureAI 在 24 年 1 月和寶馬合作，機器人進 廠后，商業模式逐漸清晰，吸引了包括亞馬遜創始人貝索斯、微軟、英偉達、OpenAI 等科 技巨頭的投資，籌集了約 6.75 億美元的資金，公司估值達到了 26 億美元。24 年 8 月， FigureAI 發布軟硬件重新設計的人形機器人 Figure02，產品全面升級。

人形機器人 Figure02 全新設計技術突破，AI 推斷能力提升 3 倍。 Figure01：2023 年 10 月，FigureAl 發布的人形機器人 Figure01，利用 OpenAl 的大 型語言模型，可以與人類進行正常的完整對話，并具備分類識別物品的能力。 Figure02：2024 年 8 月，FigureAl 發布的新一代產品 Figure02。相較于 2023 年發 布的首代產品，Figure02 對硬件和軟件均進行了革新。 Figure02 相對 01 的提升點：1）靈巧手：Figure02 靈巧手自由度達 16 個，相對上一 代產品增加 10 個自由度，具有較高的靈活性和速度；預計手部集成了觸覺傳感器， 觸覺感知能力和操作靈活性提升；2）算力：Figure02 板載計算和 AI 推理能力也較前 代產品提高了 3 倍。3）感知層：視覺、觸覺、激光雷達方面均進行較大升級，Figure02 匹配雙目相機（上一代為單目）、手部/腳部多個觸覺傳感器（上一代無）、360 度激光 雷達（上一代為 2D 激光雷達）。

人形機器人 Figure02 技術架構延續 Figure01，智能化能力升級。 大腦：Figure02 依然集成了 OpenAI 的 GPT-4o 多模態大模型，相比較于 01 使用 GPT4， 可以進一步提升機器人的視覺理解和常識推理能力，實現語音-語音的推理和視覺推 理，能夠與人類進行語音交互，聽懂并遵循人類指令，機載計算和 AI 推理能力提升 3 倍。 小腦：Figure02 延續使用 01 的機器人技能行為學習，類似 RT-X 機器人控制模型，利 用神經網絡學習抓取和放置策略，使用模型預測控制器來確定腳步位置和保持平衡并 遵循所需的機器人軌跡所需的力，結合步態控制以完成機器人的基本運動，確保了機 器人在執行動作時的安全性和平衡性，未來將持續優化提升動作執行能力。

Figure02 商業化路徑逐漸跑通，量產奇點漸行漸近。24 年 12 月 Figure02 交付其他商業 客戶，并已經執行工作任務，Figure 實現在非寶馬客戶外的銷售，實現創收“0-1”的突 破。隨著商業化進程推進，公司量產規劃開始提速，25 年預計遷入新生產基地，開始理性 的小批量生產，中遠期迭代升級量產版本 Figure03 后，預計將開啟大規模生產。1 月 31 日，Figure 創始人 CEO Brett Adcock 發布 Figure 商業化進展：簽約了其第二個商業化 客戶，且是美國最大的公司之一，并在去年簽約的 BMW 和新客戶之間，其中一條客戶線將 給 Figure 4 年內帶來 10 萬臺 Figure 部署的潛力。

1.2.4SanctuaryAl 公司：PhoenixGen8 改用輪式方案，靈巧手處于行業頭部

SanctuaryAl 人形機器人產品已迭代至第八代產品，成熟度較高。SanctuaryAI 公司成立 于 18 年創始團隊軟件背景強大，包括 D-Wave（量子計算領域的先驅）創始人兼首任 CEOGeordieRose，以及 Kindred（首家在生產機器人中使用強化學習的公司）的核心成員 SuzanneGildert、OliviaNorton 和 AjayAgrawal。SanctuaryAI 在成立不到 8 年的時間， 人形機器人產品已經迭代至第八代產品——PhoenixGen8。

SanctuaryAl 商業化進程順暢，攜手微軟推進通用人形機器人大模型落地。融資方面通過 多輪融資已經具備較強資本實力;在商業化落地方面，公司產品將落地麥格納汽車零部件 工廠;智能化方面，2024 年 5 月，公司與微軟合作研發大型行為模型(LBM)，進一步推進 通用人形機器人技術的應用。通過這些融資和合作，SanctuaryAI 正在加速推進其人形機 器人技術的研發和商業化應用。

戰略調整，PhoenixGeneration8 改做輪式人形機器人。SanctuaryAIPhoenixGen7 是 24 年 4 月發布的雙足人形機器人，但 2024 年 12 月 16 日，SanctuaryAI 推出了 PhoenixGen8， 產品形式發生較大變化，從雙踏板腿改為輪式底座人形機器人。

PhoenixGen8 注重提升軟件和靈巧手能力，靈巧手自由度領先。 自研 CarbonAI+微軟合作+英偉達合作加碼軟件能力。1）自研 CarbonAI：不同于傳統 機器人系統用于解決特定的、單一的任務，CarbonAI 系統模仿人腦中的子系統，例如 記憶、視覺、聲音和觸覺，是使用深度學習、強化學習以及物理世界模擬訓練的人形 通用機器人認知架構。2）微軟合作：24 年 5 月 SanctuaryAl 與微軟合作加強 AI 研發， 并利用微軟 Azure 云資源處理人工智能工作負載；3）英偉達合作：英偉達 GR00T、 Isaac 賦能 SanctuaryAl 大模型能力。

靈巧手：根據美國勞工統計局，約 99%的工作需要手指精細操作。PhoenixGen8 靈巧手 采用微型液壓閥，功率密度會比機電系統驅動方法高一個數量級，靈巧手速度、可控 性更強，PhoenixGen8 有望在廣泛的工業操作任務中逐步落地。 對比市場競爭對手靈巧手自由度：PhoenixGen8 自由度達 21 個，自由度多于 OptimusGen2（11 個）、1XNEO（20 個）、Figure02（16 個）、遠征 A2（19 個），SanctuaryAI 靈巧手自由度領先。

SanctuaryAI 新型觸覺傳感器技術提高通用機器人的速度和成功率，并且集成觸覺技術可 為更高性能的具體化 AI 模型提供更大容量和更豐富的數據。

根據 SanctuaryAI 官網，24 年 11 月 SanctuaryAI 聯合創始人兼 CEO 在內的近 30 人離職， 后續量產、商業化進展推進或增添一定不確定性。

1.2.5Apptronik 公司：注重執行器和模塊化設計，牽手谷歌提升智能化

與 NASA 深度合作，23 年推出人形機器人產品 Apollo。Apptronik 脫胎自得克薩斯大學奧 斯汀分校的人類中心機器人實驗室，該公司與 NASA 持續深度合作，團隊成員曾參與 2012- 2013 年的 DARPA 機器人挑戰賽，賽期間為 NASA 機器人 Valkyrie 工作，此后在 2022 年 9 月也與 NASA 進行深度合作，為太空探索做貢獻。2023 年 Apptronik 發布人形機器人 Apollo， 定位為與人類一起工作或在家庭、醫院等場景服務人類的通用人形機器人。

Apptronik 首款通用人形機器人 Apollo 模塊化設計，靈活性、續航高。Apptronik 公司于 2023 年 8 月推出了其首款通用人形機器人——Apollo，這款機器人身高約 172 厘米，體 重 72.6 公斤，設計初衷是與人類協同工作，適用于工廠、醫院、家庭等多種場景。模塊 化設計：ApolloApollo 多部件采用模塊化設計，如腿部可更換為固定樁，滿足多種應用場 景需求；Apollo 電池支持熱插拔設計，每塊電池續航時間為 4 小時，以解決人形機器人續 航痛點。

人形機器人 Apollo 核心在于執行器和模塊化設計，強調物理智能。 執行器：迭代超 35 次，形成強大的“物理智能”。Apollo 模仿人類的肌肉群分布，利 用迭代超 35 次的執行器，構建了其 30 個不同的肌肉群，負責執行基本的動作和活動 能力。 模塊化：設計根據不同任務需求靈活調整各個部件，實現高效維護和功能擴展。 頭部：可以放置不同的傳感器，當被用于戶外時可根據需要添加激光雷達。 胸部：軀干可以有效地與腿部分離并安裝到輪式底座上。 電池：支持熱插拔設計，以方便人形機器人續航。 末端執行器：可用單自由度的手和更簡單的末端執行器來完成既定任務。 “制造一個可以做數千種不同事情的機器人”。Apollo 機器人模塊化設計使其能夠在物流、 制造、建筑、石油和天然氣、電子產品生產、零售、送貨上門、老年護理等領域靈活應用。

商業化對接奔馳、GXO 物流，大模型牽手 Google。在商業化應用方面，Apptronik 公司依 次與 NASA、梅賽德斯-奔馳、全球物流巨頭 GXO 展開深度合作。在技術合作方面，2024 年 12 月，公司與 GoogleDeepMind 達成戰略合作，共同研發新一代人形機器人，力圖讓其能 夠勝任更加復雜的任務。

谷歌具身智能大模型迅速迭代，Apptronik 為谷歌入局人形機器人本體賽道的路徑，后續 新產品智能化有望加速。24 年 12 月 Apptronik 牽手 GoogleDeepMind 團隊，谷歌具身智 能大模型已從 Saycan 迭代到 RT-H，處于行業頭部地位，有望推動 Apptronik 產品智能化加速升級。

1.2.6Agility Robotics：Digit 主打物流配送，建設機器人工廠助力量產加速

Agility Robotics 成立于 2015 年，是從俄勒岡州立大學拆分出來的機器人公司。16 年 Agility 發布機器人產品 Cassie，Cassie 為動態行走機器人，可以穿越崎嶇的地形并跨 越障礙。19 年 2 月，Agility 在 Cassie 基礎上改進并推出人形機器人 Digit，于 20 年上 市。

發布新版 Digit，主要用于物流場景。23 年 3 月，Agility 推出新版 Digit 人形機器人， 該版 Digit 機器人身高 175 厘米，體重小于 65 公斤，最多可承載 16 公斤，采用可充電鋰 電池供電，續航能力達 16 小時。相比舊版，新版 Digit 增加了頭部和機械手，安裝頭部 可以提供人機交互（HRI）焦點，手部呈小爪狀，可以在保持平衡的狀態下搬運和裝卸貨 物。根據 Agility 官網，新版 Digit 專為物流工作設計，目前主要用于搬運倉庫的手提 袋、包裹，未來還計劃應用于貨物卸載、配送等工作場景。

Digit 開創人形機器人歷史上首次投入商業化運作先河。根據 Agility 官網，23 年 10 月， Digit 人形機器人獲得亞馬遜使用測試，主要用于幫助亞馬遜倉庫員工拾取和移動空手提 箱。經過巨頭的“蹚雷”成功，全球最大的純合同物流供應商 GXO 與 Agility 簽訂長期協 議，在物流運營中全面部署 Digit，Digit 開創人形機器人歷史上首次投入商業化運作先 河。

打造全球首座人形機器人工廠，Digit 量產加速。根據 Agility 官網，Agility 從 22 年開 始建設 RoboFab 機器人制造工廠，該工廠占地 70000 平方英尺，目前該工廠已經投產一 年，產能達數百臺，未來年產能將拓展至 10000+臺。隨著商業模式跑通、產品迭代以及工 廠產能爬坡，預計 Digit 商業化收入將加速擴張。

1.2.7 波士頓動力：液壓轉向全電驅動，商業化進程推進

深耕機器人領域三十余年，機器人技術領先。波士頓動力成立于 92 年，為美國著名機器 人公司。1）在四足機器人領域，創始人 Raibert 早在 86 年仍在麻省理工學院任職期間便 開發出第一臺能夠行走和奔跑且完全動態穩定的四足機器人。05 年，波士頓動力與美國 國防高等研究計劃署合作，推出四足機器人 BigDog。其后，波士頓動力持續進行機器人研 究，并推出 LS3、WildCat、Spot 等機器人產品。2）在人形機器人領域，波士頓動力于 09 年推出雙足機器人 Petman，主要用于檢驗美軍防護服性能和軍事設備。其后，波士頓動力 在 Petman 基礎上改進，于 13 年發布人形機器人 Atlas。13 年至今，波士頓動力不斷改進 Atlas 性能，現已具備翻越障礙物、空中轉體、后空翻，在狹窄地形中自主導航等能力。

人形機器人 Atlas 機動靈活，可完成較多高難度動作。Atlas 人形機器人高 1.5 米、重約 80 千克，自由度 28 個(液壓關節)，配備 RGB 相機和深度傳感器。Atlas 的膝關節扭矩高 達 890N·m，髖關節扭矩達 840N·m，步行速度達 1.5m/s。根據波士頓動力 21 年發布的 Atlas 跑酷視頻，Atlas 可以順利完成躍平衡木、過斜坡、連續后空翻等動作。23 年 1 月， 波士頓動力發布 Atlas 人形機器人最新視頻，視頻中 Atlas 在工地給人類當助手，并完成 了搭橋、爬樓、飛身旋轉、向人類扔工具包、前空翻等靈敏動作。

Atlas 由液壓轉向全電驅動轉型。液壓系統零件多、制造復雜，還存在漏油等穩定性問題 （Atlas 曾出現過液壓油從雙膝噴射而出的狀況），并且液壓驅動的機器人還需要一整套 液壓系統，成本遠高于電驅動。2024 年 4 月波士頓動力宣布放棄液壓版 Atlas 研發，轉 而發布了全電驅動 Atlas。

電動 Atlas 增加旋轉關節，助力 Atlas 從研究平臺向商業化產品轉向。電動 Atlas 增加了 脖子、腰部的旋轉關節，可實現 180 度旋轉，能夠幫助機器人在工廠工作中減少移動，降 低動態平衡需求和提升工作效率。

電動版 Atlas 工廠環境測試成功，商業化進程或將加速。電動版 Atlas2024 年 10 月進廠， 并且在 MPC（模型預測控制）下，實現完全自主地在儲物柜之間搬動汽車發動機零件。根 據 BostonDynamics，Atlas 工廠測試較為成功，預計 25 年開始在韓國現代汽車工廠開始 進行試點測試。根據 RobertPlayer，公司計劃未來將產品投放于工業、物流等流域，推動 產品商業化進程。

1.3 國內公司：科技、初創、傳統車企多領域發力

1.3.1 優必選：全新一代工業人形機器人實訓順利，有望開啟規模交付

優必選成立于 12 年，從人形機器人的核心源動力伺服舵機研發起步，逐步推出了消費級 人形機器人、教育智能編程機器人、商用服務機器人、智能巡檢機器人等產品。18 年優必 選推出大型機器人 Walker，成為中國首家實現人形機器人商業化的企業。根據弗若斯特 沙利文，在我國教育智能機器人領域，優必選 22 年市占率 22.5%，位居國內第一；在我國 智能服務機器人領域，優必選 22 年市占率 2.8%，位居國內第三。

優必選在機器人領域擁有兩大核心技術：伺服驅動器、運動規劃和控制技術

伺服驅動器

優必選伺服驅動器技術領先，0.2-200N·m 扭矩領域實現量產。伺服驅動器－機器人關節 是開發機器人控制和運動能力的關鍵硬件。根據優必選招股說明書援引弗若斯特沙利文信 息，優必選是全球少數將集成多個伺服驅動器為關節的服務機器人商業化的公司之一，是 全球少數實現多系列伺服驅動器量產及實際應用的公司之一，也是全球少數完成小扭矩到 大扭矩（扭矩從 0.2N·m 到 200N·m）伺服驅動器批量生產的公司之一。憑借伺服驅動器 的領先優勢，優必選人形機器人的運動更加精準，產品自由度最高達 41 個，可順利抓取 不同形狀和大小的物體。

運動規劃和控制技術

機器人運動規劃和控制是指實時控制及管理機械移動部件的位置、速度及力量，以實現根 據預期運動軌跡及特定運動參數進行運動，是人形機器人的關鍵核心技術。優必選在該領 域布局的技術包括步態規劃和控制算法、穩定控制算法和柔性控制算法。

步態規劃和控制算法：優必選步態規劃和控制算法可實現步態規劃及平衡控制，實現 機器人的正常行走。步態規劃幫助機器人實現行走、上下樓梯、跳躍等功能的規劃； 平衡控制使機器人能夠在復雜的表面上行走，防止潛在的干擾，提高機器人步行的穩 定性、穩健性及環境自我適應能力。

穩定控制算法：優必選將穩定控制算法應用人形機器人中，使機器人實現穩定控制能 力：1）傾倒恢復能力：受到外力影響時，優必選機器人可在移動過程中糾正步伐頻 率及落腳點，提升行走穩定性。2）單腿平衡能力：通過單腿平衡能力，優必選機器 人不會被輕易推倒，穩定性強且能完成一系列不同的動作。3）動態平衡能力：優必 選采用了力位混合控制算法，使機器人能夠在不穩定的坡地及地面上保持平衡。

Walker 系列迭代升級，發布 WalkerS1 工業人形機器人。2024 年 10 月優必選發布全新一 代工業人形機器人，WalkerS1 身高 1.72 米，體重 76kg，最大關節扭矩提升至 250Nm；該 產品具備通用任務多模態規劃大模型、學習型全身控制、行業首創語義 VSLAM 導航，有望 在汽車等工業領域加速落地。

WalkerS1 已在多個汽車工廠實訓，預計 25Q2 開始規模交付。WalkerS1 與多個汽車工廠合 作進行實訓，包括比亞迪、東風柳汽、吉利、一汽紅旗等，該產品還在富士康、順豐等 3C、 物流企業開啟實訓。工廠實訓能夠推動關節穩定性、結構可靠性、運動控制等迭代更新， 目前 WalkerS1 解決了工業場景中人形機器人算法和軟件系統穩定性的技術難題，預計 WalkerS1 在 25Q2 有望開始規模交付。

1.3.2 宇樹科技：春晚閃亮登場，市場影響力提升

四足機器人領導者，切入人形機器人領域。宇樹科技成立于 16 年，是我國四足機器人領 域領先企業。創始人王興興在碩士期間便獨立開發了使用低成本外轉子無刷電機驅動的全 自由度高性能四足機器人 XDog。16-23 年，宇樹在四足機器人領域不斷進行產品迭代，其 中，21 年發布的四足機器人 Go1 最高奔跑速度可 17Km/h，打破了近似規格四足機器人最快奔跑世界紀錄。23 年 8 月，宇樹發布首款人形機器人 H1，順利切入人形機器人領域。 24 年 5 月公司發布性價比人形機器人 G1，官方定價 9.9 萬元起，8 月宇樹科技對 G1 進行 量產設計升級，整體更加符合量產要求；25 年 1 月宇樹科技圍繞 UnitreeG1 行走和奔跑 能力進行升級。

宇樹科技通用人形機器人包括 H1 與 G1，其中 H1 為定位高端科研、G1 定位為大眾消費市 場。根據中國證券報，UnitreeH1 早在 23 年 10 月就完成了首批商業化小批量交付，定價 為 65 萬元左右，定位于高端科研等領域；UnitreeG1 主要應對大眾消費市場，定價為 9.9 萬元起，宇樹科技兩款通用機器人通過差異化定位開拓市場，商業化進展有望迎來突破。

UnitreeH1 國內第一臺能跑的人形機器人，2025 年春晚表演盡顯技術實力

H1 搭載大扭矩高功率 M107 關節電機，是國內第一臺能跑的人形機器人。為適配大負載、 高密度、大功率的需要，宇樹為 H1 設計了大扭矩密度 M107 關節電機，應用在 H1 的兩個 膝關節上，峰值扭矩達到 360N·m，而髖關節電機扭矩則為 220N·m，踝關節為 45N·m， 手臂關節則為 75N·m。根據宇樹官網，M107 和特斯拉人形機器人關節電機相比，尺寸更 小、更輕、動力性能更強勁，甚至最大扭矩是 Tesla-1 關節的 2 倍。在 M107 關節電機加 持下，H1 行走速度超 1.5m/s，潛在運動性能超 5m/s。H1 在速度、力量、機動靈活性等方 面具備全球近似規格最高動力性能，能夠在復雜地形和環境中自主行走和奔跑，是國內第 一臺能跑的通用人形機器人。

UnitreeH1 亮相 2025 年春晚，彰顯技術實力。UnitreeH1 機器人在春晚舞臺實現轉手絹、 拋接等高難度動作。從技術角度來看：1）轉手絹：機器人身上 32 個高精度傳感器，基本 能做到手絹稍微歪一丁點在 0.01 秒內自動擺正，實時調整旋轉力度。2）拋接：從手絹拋 出到接住，機器人需要不到 1 秒內完成三個關鍵動作，包括視覺追蹤、軌跡預測、機械臂 動態調整。3）走位：依靠 SLAM 定位技術，實現全自動走位變隊形。

UnitreeG1 面對大眾消費的通用人形機器人，商業化落地可期。根據宇樹科技 25 年 1 月 16 日的視頻，G1 在山坡、草地、階梯等地方能夠流暢行走、跑步，體現復雜地形適應能 力進一步優化。“價格屠夫”G1 起售價 9.9 萬元，相對友商動輒幾十萬元售價，價格親民， 商業化落地有望加速。

宇樹科技兩款人形機器人通過差異化定位，面對不同客戶群體，有望通過產品矩陣建設推 動商業化進程。UnitreeH1 面向高端客戶，自 23 年 8 月發布以來，截至 24 年上半年已累 計銷售 100 多臺，商業化落地順暢。UnitreeG1 定位性價比，面向大眾消費市場，已經在 科研、教育、工廠等場景落地，具備量產能力。

1.3.3 智元：商用元年，量產啟航

機器人創業公司，人形機器人研發迅速。智元機器人成立于 23 年 2 月，創始團隊包括“稚 暉君”彭志輝等業內資深人士，具有較強的技術背景和產業資源。23 年 8 月，智元發布遠 征 A1 人形機器人。遠征 A1 是智元的第一代通用型具身智能機器人，機器人身高 175cm， 體重 55kg，步行速度可達 7km/h，整機承重 80kg，單臂最大負載 5kg。時隔僅一年，智元 機器人在 24 年 8 月發布遠征、靈犀兩大家族共 5 款商用人形機器人新品。新品發布后， 智元機器人坐上快速發展的列車，截至 25 年 1 月累計下線 1000 臺通用機器人。

智元人形機器人包括遠征 A1、遠征 A2、遠征 A2Max、靈犀 X1。遠征 A1 為公司首款人形機 器人偏通用場景；遠征 A2 智能化和移動能力強，主要用于交互服務場景；遠征 A2Max 匹 配高自由度的靈巧手和大關節電機，定位于重載特征作業；靈犀 X1 面向科研教育領域， 提供全棧開源，智元人形機器人產品矩陣豐富，有望在多個下游應用“多點開花”。

關節電機、靈巧手迭代升級。1）PowerFlow 關節模組：遠征 A2 對關節模組進行量產化迭 代，峰值扭矩從 350Nm 提升至 450Nm；2）靈巧手：從 17 個自由度升級為 19 個自由度， 觸覺感知從之前視觸覺豐富為 MEMS 粗覺+視粗覺。

三次開源，引領技術革新。24 年智元啟動“中間件+整機+數據”三次開源：1）中間件： 開源 AimRT 通信框架，推動機器人商業加速；2）整機：公開靈犀 X1 硬件圖紙和軟件代碼； 3）數據：開源 AgiBotWorld 全球首個百萬真機數據集，推動機器人訓練升級。智元通過 三次開源，引領技術革新，并有望依靠開源開始構筑智元生態，成為人形機器人行業領軍 者。

行業最大規模量產工廠+全球數據采集規模最大的數采工廠，量產或將加速。智元機器人 量產工廠于 24 年 10 月投產，12 月開始“大上量”，截至 24 年 12 月底生產 900 臺，25 年 1 月累計下線 1000 臺。在行業最大規模量產工廠和數采工廠賦能下，智元機器人量產或 將加速。

1.3.4 樂聚機器人：盤古大模型加持，新產線投產提升量產能力

脫胎于哈工大機器人俱樂部，夸父人形機器人接入華為盤古大模型。樂聚機器人是由哈工 大機器人俱樂部脫胎而成，創始團隊為機器人整體結構設計、人工智能算法背景，是由學 術向產業進化的團隊。樂聚從創立第一年就發布第一款仿人機器人 AELOS，隨后機器人持 續迭代，2023 年發布全尺寸人形機器人夸父，并于 24 年接入華為盤古具身智能大模型， 在華為開發者大會亮相。

夸父-MY 自由度提升，接入盤古大模型。24 年 5 月樂聚發布新款人形機器人夸父-MY，全 身自由度提升至 40 個以上，靈巧手自由度達 11 個，軟件端接入華為盤古具身智能大模 型，賦能人形機器人大腦，提升小樣本下的泛化能力。

夸父進入工業、商業服務、科研教育場景，江蘇新機器人產線投產有望推動量產加速。盤 古大模型加持下，夸父人形機器人已經開啟商業化應用：1）工業：批量交付一汽紅旗、 蔚來汽車，負責搬運、掃碼等工作；2）商業服務：在各展廳、企業擔任導覽員、快遞員 等；3）科研教育：在高校、科研院所實驗教學等。25 年 1 月夸父江蘇新產線投產，產能 提升至 200 臺/年，中遠期有望提升至 300-500 臺/年，量產加速。

1.3.5 銀河通用：具身大模型領軍者，商業化快速落地

學院派、務實派組合，銀河通用成為中國人形機器人融資“標王”。公司創始人為王鶴（北 京智源人工智能研究院具身大模型負責人）、姚騰洲（擁有銷售千萬級智能硬件產品的量 產經驗）分別為學院派和務實派的代表，24 年吸引 12 億元融資，成為具身大模型賽道最 大融資額的公司。

Galbot1 依靠具身大模型、仿真合成數據訓練，實現泛化能力、自研語言溝通、零代碼部 署。泛化能力：沒有采集任何物流真實數據，通過仿真合成數據訓練和 Open6DOR 大模型 加持，推動 Galbot1 實現泛化抓取，成功率達 95%；自然語言溝通、零代碼部署：Galbot1 能夠通過自然語言命令執行任務。

Galbot1 率先在藥房、工廠落地，26 年有望開啟量產。銀河通用已經滿足商業化落地三大 技術要素——泛化能力、自然語言溝通及零代碼部署，商業化落地無人智慧藥房、工廠工 作。預計隨著商業化場景小批量落地后，推動 Galbot1 加速迭代，2026 年有望開始量產。

1.3.6 小鵬：車企跨界典范，Iron 技術和商業化落地路徑對標

Optimus 產品迭代至 Iron，技術和商業化落地對標 Optimus。小鵬機器人業務始于 2020 年 12 月收 購四足機器人企業 Dogotix（多夠機器人），后合資成立鵬行智能，并從優必選引入團隊正 式布局機器人賽道，23 年 10 月發布首款人形機器人 PX5，24 年 11 月發布 AI 機器人 Iron， 基于車企的 Ai 和智能駕駛技術積累，將視覺系統、感知系統等技術應用于機器人，首批 使用場景選擇自家汽車工廠內部，技術和商業化落地對標特斯拉 Optimus。

小鵬 Iron 人形機器人在外形、靈巧手、智能化方面均有升級。1）外形：小鵬 Iron 身高 1.78m，重 70kg，相對 PX5 更加擬人；2）靈巧手：PX5 靈巧手自由度為 11 個，Iron 靈巧 手自由度為 15 個，自由度提升；3）智能化：將車端 AI 鷹眼視覺系統、自研圖靈芯片、 端到端大模型以及強化學習算法移植至 Iron 上，智能化程度提升。

Iron 已進入工廠實訓，商業化進程推進。根據小鵬 Iron 發布會信息，Iron 已經進入汽車 工廠開始實訓，未來有望率先在工業生產、門店商業化落地。

1.3.7 小米：推出 CyberOne 人形機器人，產品側重人類生活服務

22 年 8 月，小米在秋季新品發布會上推出首款全尺寸人形仿生機器人 CyberOne。該人形 機器人是繼 21 年小米仿生四足機器人 Cyberdog 后，小米機器人 Cyber 家族的新成員。 其特征包括：

外觀方面，CyberOne 身高 177cm，體重為 52kg，臉部沒有采取擬真的精致五官路線， 而是采用一個面罩，外層半透明材質，內層為 OLED 與柔光特效，搭配 2D 彎曲貼合顯 示模組可以實時表達機器人情緒。

運動能力方面，CyberOne全身由5種關節驅動，共21個自由度，行走速度達3.6km/h。 上肢有小米自研的 30N·m 扭矩的高效電機，電機重量僅為 500g，上半身較靈活。髖 關節主要電機瞬時峰值扭矩可達 300N·m，配合自研的人形雙足控制算法，下半身行 走更加平穩。此外，CyberOne 單手垂直抓握物體重量可達 1.5kg。

傳感器方面，CyberOne 對外界信息獲取來自聽覺和視覺。CyberOne 搭載了小米自研 的 Mi-Sense 深度視覺模組，可以對人臉、肢體動作等外界環境進行感知，三維重建 真實世界。同時 CyberOne 通過自然語言處理算法可感知 6 類 45 種人類語義情緒， 分辨 85 種環境語義，可以從說話的語氣判斷人類的心情。 綜合來看，CyberOne 人形機器人具有表現突出的行動速度、抓握力、交互能力以及環境語 義識別能力，CyberOne 更加側重于面向/服務人本身。

1.3.8 華為：加速布局具身智能生態

華為發力人形機器人聯合產業鏈加速布局具身智能生態。24 年 11 月 15 日，在人工智能 應用創新成果發布會上，華為（深圳）全球具身智能產業創新中心宣布正式運營，華為在 具身智能領域的藍圖也隨之浮出。當日，華為還與樂聚機器人、大族機器人、拓斯達、中 軟國際、禾川人形機器人、兆威機電等 16 家企業簽署了戰略合作備忘錄。華為正在通過 技術、生態、應用等多個維度，全方位推進人形機器人的發展，為人形機器人的廣泛應用 及通用化、商業化奠定堅實基礎，并有望加速中國人形機器人產業鏈崛起。

華為有望為產業聯盟提供華為云機器人平臺，助力企業制造開發、集成以及使用機器人。 具身智能技術具有很多基礎性共性技術，AI 技術部分是關鍵因素。由華為牽頭研發，有望 給國產機器人廠商帶來確定性的 AI 能力，并加速技術革命性突破，擴大行業影響力。24 年 6 月，華為云發布盤古大模型 5.0。盤古大模型的數據容量、網絡結構和泛化能力已在 自動駕駛、工業設計、建筑設計、媒體生產和應用、高鐵、鋼鐵、氣象、醫藥等眾多領域 實現了創新應用和落地實踐。

華為盤古具身智能大模型開始在樂聚機器人落地，參考華為與汽車廠合作模式，華為有望 依靠領先的大模型入局人形機器人。2024 年 6 月 21 日，華為開發者大會上，華為云還推 出了專精垂類的盤古具身智能大模型，可驅動機器人完成 10 步以上的復雜任務規劃，還 可生成機器人所需的訓練視頻，加速機器人對復雜場景的學習。其多模態能力和思維能力 的提升，使機器人能夠模擬人類常識進行邏輯推理，并在現實環境中精準執行任務，有效 解決了復雜環境感知與物理空間認知的難題。參考華為智能汽車合作模式，華為有望依靠 大模型和車企合作經驗賦能人形機器人廠商，入局人形機器人行業。

1.3.9 字節跳動：聚焦具身智能大模型，大模型迭代至 GR-2

GR-2 具備世界建模和強大泛化能力。GR-2 通過預訓練-執行實現指導機器人執行任務：1） 預訓練：采用 3800 萬視頻片段和超過 500 億個標記對任務進行預學習；2）生成和微調： 對任務視頻和動作預測并微調；3）實現泛化任務：在 105 項任務操作任務中，能實現 97.7% 的成功率。

GR-2 經過長時間的預訓練后，具有較強的泛化能力。根據字節跳動機器人研究團隊論文 《GR-2:AGenerativeVideo-Language-ActionModelwithWebScaleKnowledgeforRobotManipulation》，經過預訓練后，GR-2 工作能力能夠泛化到新 背景、新環境、新物體和新任務。

字節跳動大模型能力強，人形機器人廠商魔法原子尋求與字節跳動豆包大模型合作，而 GR-2 是機器人大模型，具備世界建模和強大泛化能力，有望吸引其他人形機器人尋求合 作。

1.3.10 騰訊：自研+投資入局人形機器人

自研小五機器人，瞄準人居環境。24 年 9 月 24 日，騰訊 RoboticsX 實驗室發布人居環境 機器人“5 號”，身高 1.4m-1.8m，全身自由度達 29 個，最高負載達 50kg，能夠實現物 理交互輔助老人起身、推輪椅避障等功能。

區別于端對端解決方案，騰訊采用層次化學習方案，使得機器人更智能。根據騰訊首席科 學家張正友，有別于業界端到端的解決方案，騰訊提出層次化學習解決方案，第一層為自 身狀態的估計，第二層為環境感知，實現機器人對不同環境的控制智能，第三層為對任務 的感知，通過三層拆分學習，能夠不斷積累更新知識，每個層次解耦更新不會影響其他層 次，使機器人更加智能。

投資優必選、樂聚機器人，入局人形機器人。騰訊不止自研機器人，還通過投資優必選、 樂聚機器人進入人形機器人賽道：1）優必選：2017 年騰訊參與優必選股權轉讓+C 輪融資， 斥資約 1.2 億美元成為優必選重要機構股東；2）樂聚機器人：2017 年 5000 萬元戰略投 資樂聚機器人，并在 2023 年 B 輪融資跟投。

2、政策加持，機器人廣受產業資本青睞

2.1 各國政府推動“機器人”戰略，中國重視程度更高

各國政府持續推進“機器人戰略”，中國近兩年連續頒布機器人相關政策，重視程度更高。 美國、日本、歐美對機器人產業的政策布局較早，美國從 2011 年開始提出《國家機器人 計劃 1.0》、日本 2014 年提出《機器人白皮書》、歐盟 2014 年提出《民用機器人項目》， 并持續推出新政策。中國產業布局較晚，但連年發布政策從產業規劃、資金支持等多方面 推動機器人產業發展，未來中國有望依靠供應鏈和技術整合優勢成為全球機器人新高地。

2.2 國內產業政策加速落地，驅動機器人產業發展駛入快車道

2024 年國內機器人產業政策數量更多、目標也更為具體，驅動機器人產業發展駛入快車 道。22、23 年北京、上海、深圳等一線城市率先出臺機器人相關產業政策，2024 年以來 江蘇、山東、廣東、湖北、安徽等多省市跟進發布機器人產業政策。從數量來看，2024 年 產業政策落地數量比 23 年更多；從政策內容來看，24 年的機器人產業政策更加具體，北 京、黑龍江等地區明確提出突破機器人“大腦”、“小腦”、“肢體”技術，浙江、四川、河 南等多地對整機產品、整機企業給出明確目標。各地政府更加重視和細化對機器人產業鏈 的孵化、引導、扶持，有望驅動人形機器人產業加速發展。

2024 年為機器人產業基金落地大年，25、26 年機器人產業資金短板或得到補齊。2024 年 各省市、地區機器人產業基金密集設立，從規模來看，上海國家地方共建人形機器人創新 中心、深圳市人工智能和具身機器人產業基金、吳中區機器人產業基金、廈門追創機器人 產業創投基金等多個百億及以上規模產業基金落地，我們認為機器人領域資金支持力度顯 著加強，產業鏈發展有望在政策、資金雙重支持下，進入加速成長期，人形機器人整機迭 代和商業化落地將加速。

2.3 人形機器人迎融資熱潮，廣受資本青睞

國內人形機器人賽道融資熱度持續高漲。國內以宇樹科技、銀河通用為首的人形機器人廠 商接連獲資本青睞，24 年均獲 10 億元以上融資，國外 FigureAI、1XTechnologies 等人 形機器人老牌廠商也接連獲上億美元投資，我們認為，在資本加持下，人形機器人迭代和 商業化落地有望加速。

3、軟件：“大腦”進步飛速，“小腦”或為量產痛點

3.1 機器人邏輯架構由“大腦”+“小腦”+肢體組成

機器人邏輯架構：由“大腦”+“小腦”+肢體組成。人形機器人大致分為三大部分：人形 本體、高動態性能的控制算法（小腦）、具有泛化性的具身智能及非常接近人的通用人工 智能（機器人“大腦”）。從底層算法模型來看，機器人的軟件可以分為“大腦”與“小 腦”，對機器人大小腦的劃分不是完全按照人類大小腦工作的機理，而是在一個物理世界 去應對不同層次的問題的一種策略。“大腦”負責感知外界并模擬人類思維決策過程，“小 腦”則模仿生物進行復雜的運動控制，即運動控制。

大腦：負責感知外界并模擬人類思維決策過程，主要職能是環境理解、智能交互與認知推理，基礎是機器視覺、大語言模型的發展。

小腦：模仿生物進行復雜的運動控制，主要職能是運動控制、路徑規劃和步態平衡。

本體（硬件）：包含機器人的物理結構和執行器，它根據小腦層的運動規劃，來進行 精確的伺服閉環控制每個電機高效精準地執行，完成既定的任務。

伴隨著大模型的進展，人形機器人“大腦”智力快速提升，而“小腦”能實現的靈巧操作 能力卻急需加強，主要受制于現實世界的多模態數據的采集能力，以及靈巧操作的軟件泛 化能力較弱。供給端硬件的生產制造及成本早已不再是約束條件，當前，軟件算法進步才 是推動人形機器人自主能力提升和應用場景拓展的關鍵。

3.2 具身智能技術為人形機器人最具突破性進展

具身智能是人工智能的一個發展方向，指一種智能系統或機器能夠通過感知和交互與環境 進行實時互動的能力。具身智能不等于“大模型+機器人”，準確來說是人工智能+機器人 等物理實體，同時鏈接物理和虛擬兩個世界，具身智能需要同時具備“本體+環境+智能” 三要素。

首先強調要具身本體，通常是機器人等物理實體。

其次強調要能與環境交互：能主動感知環境，還能通過行動改變環境，并能在與環境 的交互中不斷學習和適應。

最后強調要有智能的提升：不僅通過算法和計算實現智能，還通過本體與物理世界的 交互來展現和發展智能。

具身智能技術的發展對人形機器人最具突破性意義。具身智能技術體系可分為“感知— 決策—行動—反饋”四個模塊，四個模塊形成一個閉環，在與環境的不斷交互中，實現對 環境的重構映射、自主決策和自適應行動，并從經驗反饋中不斷學習進化。伴隨著硬件制 造和軟件技術等方面的進步，具身智能將賦予機器人更多的智慧，不斷拓寬機器人的智能 邊界和自主行動能力，使其更好地理解世界、自然化人機交互和高效執行任務，應對長尾 的能力，跨場景、跨行業、跨任務的能力能夠進一步的提升。而人形機器人是具身智能的 一種形態，也被廣泛認為是最理想的應用形態。因此，具身智能技術的突破對人形機器人 的量產與廣泛應用具備關鍵性意義，有望引領人形機器人進入通用智能新代際。

智元機器人提出了具身智能 G1 到 G5 的演進路徑和技術框架，通用人工智（AGI）是一個 長期的發展目標，就是在提供足夠多、高質量的任務數據下，可以形成一個真正、全面的、 從感知決策到執行大模型、擁有具身智能、將具備跨任務的泛化能力、開放場景的機器人 技術能力。

3.3“大腦”：受益于大模型進步，已備初階人類腦力

大模型是現階段“大腦”的最佳解決方案。伴隨著 AI 大模型的發展，機器人大腦實現產 業實現跨越式發展，智能化程度有望提升。目前人形機器人“大腦”技術以大模型為核心， 為人形機器人提供任務級交互、環境感知、任務規劃和決策控制能力。 在環境感知方面：視覺大模型賦能人形機器人識別更精確，場景更通用； 在任務交互方面：基于大模型的語言/視覺運行處理方式可為人形機器人提供任務級 交互入口。 在任務規劃方面：大型潛在的真實世界知識學習能力、強大的思考、推理和生成能力 為“大腦”的任務規劃提供基礎。 在決策方面：通過多模態統一建模，整合環境、運動等多樣化信息，使得機器人能綜 合視覺、語音、文本多維度信息，實現決策控制功能。 目前大模型可以分為非具身和具身大模型兩類，他們本質的區別在于服務的對象不同。非 具身大模型服務的對象是人類，如 GPT-4、GPT-4V、Sora 等，它輸出的內容是給人看或者給人讀，更多還是在人機交互、內容生成等方面展現價值。而具身大模型的特點服務對象 是機器，其輸出的內容是需要機器人能夠理解、并最終要轉化為具體可執行動作的控制指 令，以機械臂為例，最終輸出可能就是對電機的控制信號。具身智能大模型被稱作為機器 人的“大腦”，搭載具身智能大模型，賦予人形機器人“最強大腦”，已成為人形機器人 發展的必然趨勢。

國內外典型的具身智能大模型有谷歌 RT-X、英偉達 GR00T、斯坦福李飛飛團隊的 VoxPoser 以及 Meta 和 CMU（卡內基梅隆大學）聯合打造的 RoboAgent 等。國內典型的具身智能大 模型有華為盤古大模型、阿里云大模型等。

人形機器人大模型多技術路線并行探索，有望從分層大模型逐漸向端到端大模型演進。現 階段，機器人大模型主要是 4 條技術路線，一是 LLM(大語言模型)+VFM(視覺基礎模型)分 層大模型，實現人機語言交互、任務理解、推理和規劃，目前最為成熟。二是 VLM(視覺語言模型)，結合語言與視覺理解間的差距,實現更準確的任務規劃和決策，大多數的機器 人公司都采取了這個方案，典型代表有 FigureAI、銀河通用、智元機器人等。三是 VLA(視 覺-語言-動作模型)端到端大模型，在 VLM 基礎上增加運動控制，解決機器人運動軌跡決 策問題，以谷歌的 RT 模型為代表。四是多模態大模型，實現對物理世界環境的全面感知，是未來的主要研究方向。主要代表是麻省理工、IBM 等共同研究的 MultiPLY 模型,將視覺、 觸覺、語音等 3D 環境的各類特征作為輸入，以形成場景外觀的初步印象，并通過多視圖 關聯將印象中的輸出融合到 3D，最終得到以對象為中心的場景特征。

銀河通用采用三層架構模型 VLA 大模型。底層是硬件層，中間層是通過仿真合成數據不用 任何真實世界數據訓練的泛化的技能，包括自主建圖、自主導航、物體抓取、開門開抽屜 開冰箱、移動操作、掛衣服疊衣服柔性物體操作的泛化技能。上層是大模型層，指負責任 務規劃的基礎大模型。1 月 9 日，銀河通用以發布全球首個端到端具身抓取基礎大模型 GraspVLA。GraspVLA 的訓練包含預訓練和后訓練兩部分。其中預訓練完全基于合成大數 據，訓練數據達到了有史以來最大的數據體量——十億幀「視覺-語言-動作」對，掌握泛 化閉環抓取能力、達成基礎模型；預訓練后，模型可直接 Sim2Real 在未見過的、千變萬 化的真實場景和物體上零樣本測試，全球首次全面展現了七大卓越的泛化能力，滿足大多 數產品的需求；而針對特別需求，后訓練僅需小樣本學習即可遷移基礎能力到特定場景， 維持高泛化性的同時形成符合產品需求的專業技能。

谷歌采用端到端大模型 RT-X 模型。2023 年 10 月 4 日，谷歌旗下著名 AI 研究機構 DeepMind 在官網發布全球最大通用大模型之一 RT-X，并開放了訓練數據集 OpenX-Embodiment。RTX 由控制模型 RT-1-X 和視覺模型 RT-2-X 組成的大模型同時訓練決策和操作，直接端到端 地實現從人類指令到機械臂執行。但谷歌表示，AI 機器人非常強大，但在通用方面卻很 差。例如，想開發一款物理掃地機器人，需要根據特定的環境、動作、障礙、反饋等數據 進行漫長地訓練，然后進行反復測試才能完成產品研發。

人形機器人“大腦”仍需向更高級的智能化和自主化進化。當前，人形機器人“大腦”剛 剛具備初階人類腦力，無法形成人類大腦全能力閉環。然而，要實現真正的智能化和自主 化，現有的大模型仍需在多個方面重點發力。

一是在感知模態維度方面形成突破。當前的人形機器人大模型主要依賴于視覺或語 音感知，這種單一的感知模態在處理復雜環境時顯得力不從心。未來的大模型需要整 合視覺聽覺、觸覺等多種感知模態，能夠提供更豐富的環境信息使機器人在復雜場景 中做出更準確的決策。

二是在指令生成速度與復雜性方面形成突破。現有的大模型在生成指令時速度較慢， 且生成的結果往往過于簡單。這在需要快速反應的場景如緊急救援或復雜操作任務 中，可能導致機器人無法及時作出正確響應。目前主流機器人大模型偏向于任務理解 和拆分，對于機器人運動控制的涉及較少，只是用預設的端到端的訓練方式生成了簡 單且離散分布的機械臂末端位置和底盤移動指令，未滲透到連續路徑和軌跡規劃等 更偏機器人領域的內容。

三是在泛化能力提升與模型架構優化方面形成突破。泛化能力是大模型在新環境和 新任務中表現的關鍵。當前的模型在泛化能力上仍有待提高，尤其是在面對未知環境 和任務時，模型的表現往往不盡人意。為了提高泛化能力，未來的大模型需要在架構、 訓練方法和數據集方面進行創新。例如，通過引入元學習、遷移學習等技術，可以使 模型更好地適應新任務。

3.4“小腦”：數據及泛化能力亟待突破

人形機器人“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進。機 器人“小腦”的運動規劃與控制是人形機器人實現自然和流暢動作的關鍵，主要包括基于 模型的控制方法和基于學習的控制方式兩個大類。傳統的機器人控制方法依賴于精確的動 力學模型和專家知識，難以適應非結構化環境的不確定性和復雜性。學習型控制的發展使 得機器人能夠從數據中學習控制策略,但其泛化能力和魯棒性仍難以滿足復雜場景需求。

傳統的基于模型的控制方法：通過建立機器人的運動學和動力學模型，進行運動軌跡 規劃和平衡控制，特點是身體控制穩健，步頻較慢，代表算法有零力矩點(ZMP)算法、 線性倒立擺(LIP)算法、模型預測控制(MPC)算法、中心引力優化(CFO)算法等，但整 體開發較為復雜，成本高，不利于產品快速迭代。

基于學習的控制方法：使用端到端的 AI 技術，代替復雜的運動學模型，大幅度降低 了“小腦”開發難度、提升了迭代速度,一般通過人類示教或自主學習建立運動執行 策略。其中通過人類示教的方式也稱為模仿學習,指通過人或者其他專家提供反饋示 教的方式使機器人以產生與示教相似的行動策略進行學習，效果依賴高質量示。

數據采集是機器人“小腦”發展的制約因素之一。提升機器人泛化能力的關鍵之一在于數 據的豐富性和準確性，不同于語言大模型的訓練得益于互聯網上海量的數據，機器人訓練 數據則需要更多來自物理世界即真實世界動態環境中的交互數據，數據稀缺機器人技能學 習中的一個主要瓶頸,限制了算法的泛化能力和適應性。如何解決物理世界數據匱乏問題， 成為眼下人形機器人技術演進路上最大的難題。

主流的具身智能數據采集方法主要包括遙控操作、視頻學習、合成數據等。

遙控操作：通過人類操作員遠程控制機器人來直接捕獲數據，適用于廣泛的任務，數 據可以很容易地被模仿學習算法利用，采集效率比較低、成本過高，比較依賴本體、 很難泛化。目前采用這種方式的公司有特斯拉、PhysicalIntelligence 以及智元機 器人。其中 Optimus 的數據來自于 VR 遙操+動捕手套。

視頻學習:通過人操作的視頻，直接讓機器人通過視頻學習人類動作,積累訓練數據。 這種方式可以從廣泛的互聯網視頻中提取數據可，減少對專業設備和人員的依賴，降 低訓練成本。但存在視頻數據質量參差不齊、數據可解釋性不足的問題。

合成數據：通過計算機模擬或生成模型創造的數據。合成數據的主要優勢在于可以擺 脫現實條件的限制、快速且大量地生成數據，從而降低成本，賦予機器人更強的泛化 能力。例如，RoboGen 和銀河通用，在海量合成的仿真環境中生成機器人訓練數據。

4、硬件：技術路線趨于收斂，核心環節產能是關鍵

4.1 硬件方案趨于收斂

“肢體”是人形機器人實現所有擬人載體和基礎，主要包含執行器、傳感器、靈巧手、電 源、芯片、新材料結構件等方面。

執行機構對比：各家設計方案百花齊放、各具特色

關節執行器即機器人一體化關節，是影響機器人硬件成本和運動性能的關鍵部分。關節執 行器是驅動機器人執行機構（手臂、腿部等）運動的組件，安裝在機器人關節處，通過將 電機的旋轉運動轉化為驅動連桿機構運動，又被稱為（關節）驅動器或關節模組。按照運 動類型，執行器可分為旋轉執行器、線性執行器。兩者區別在于，線性執行器是將旋轉運 動轉換為直線運動輸出，而旋轉執行器則是輸出旋轉運動。基于成本、技術性能與軟硬件 耦合等多方面的考量，各家人形機器人廠商在驅動器部件選用細節上存在一定的差異。大 部分廠商均以旋轉執行器為主，少數廠商會采用線性執行器，如特斯拉。

旋轉執行器多用于人形機器人關節處，如手腕、膝關節，主要由電機和減速器組成， 核心零部件是無框力矩電機、行星減或速器和諧波減速器等。目前主流的技術路線 有兩條。從代表廠商披露的執行器方案來看，主要以剛性驅動器方案和準直驅驅動 器方案為主。剛性驅動器主要包括無刷電機+高傳動比減速器（諧波）+高剛性力矩 傳感器。準直驅驅動器主要包括高扭矩密度電機（無框力矩電機）+低傳動比減速 器（行星）。

線性執行機構多安裝于機器人上臂、大腿及肘部，可理解為旋轉執行器的線性轉 換，通常實現伸展、推拉等直線運動，主要通過梯形絲杠、滾珠絲杠或行星滾柱 絲杠實現。其中，行星滾柱絲杠具有更高承載力、更小的體積和更高的壽命，或 為未來發展趨勢。

靈巧手：美國相對領先，國產靈巧手快速崛起

人形機器人是模仿人類手部結構與功能的高復雜度機械裝置，靈巧手需要具備像人手一樣 的靈活性、精巧性和功能多樣性。這需要從外形、內在結構、驅動和傳動原理等多個方面 進行深度仿生，使機器手能夠模擬人類手指的復雜運動，實現抓取、操作和感知等多種功 能。當前美國在機器人靈巧手技術上處于領先地位，美國的許多公司和研究機構在靈巧手 的硬件設計和智能化控制系統方面積累了大量的技術經驗。中國近年在機器人靈巧手域的 技術積累迅速增長，盡管與美、歐相比還有一定差距，但市場規模龐大，政府支持力度強， 市場化進程快。自由度角度看，海外特斯拉、ShadowHand、SCHUNK 和 ILDA 已經將 DOF 自 由度做到 20 個以上，國內青龍靈巧手自由度做到 19 個，處于國內較為領先地位。抓握力 角度，海外的 QBhand 和國內的星動紀元較為領先，抓握力分別達到 62N 和 80N。國內市 場上，因時機器人、傲意、騰訊 RoboticsX 實驗室等企業也在積極布局，且具有低成本供 應鏈優勢，未來國產靈巧手有望占據更多市場份額。

傳感器配置對比：各家設計方案百花齊放、各具特色

機器人對環境的感知大多通過激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS 這五 類傳感器及其之間的組合來實現。機器人感知方案或如同自動駕駛，分為純視覺感知與激 光雷達兩大路線。純視覺方案利用攝像頭和視覺算法進行環境感知，其優勢為成本低且符 合人眼邏輯，在數據積累達到一定規模后能夠超越激光雷達方案的表現，但在惡劣環境下， 攝像頭完成感知任務的難度也會隨之提升。激光雷達方案可以在現有技術條件下實現快速 3D 建模，比較精準的還原路況信息，目前的痛點在于成本高昂、且對芯片算力需求大。

當前，人形機器人感知方案主要分為純視覺感知與多傳感器融合兩大路線。人形機器人視 覺方案目前主要以結構光、雙目或多目 RGB、TOF 等的組合方案為主；算法基礎強的廠商 會采用更為簡單的傳感器方案，而算法相對薄弱的廠商會選擇更為核心的硬件。純視覺方 案典型代表如特斯拉、小鵬。特斯拉 Optimus 采用純視覺傳感器方案，搭載了 2D 視覺傳 感器和與特斯拉車輛相同的 FSD 技術以及 Autopilot 相關神經網絡技術。大多數多傳感器 融合方案主要結合深度相機與攝像頭進行感知，代表公司有智元、宇樹等廠商。

電池：動力電池為人形機器人提供所需的能量，對機器人的性能、續航能力、安全性 以及成本等方面具有重要影響。FigureAI 發布的 Figure02 人形機器人搭載 2.25KWh 的電池組，一次充電可以運行 5 小時。我國目前大部分人形機器人的運行時間通常為 2-4 小時。電源包括電池和電源管理系統兩部分。電池方面，目前鋰離子電池是主流， 但其在能量密度、循環壽命等方面仍無法滿足未來人形機器人長時間、高負荷工作的 要求。國內企業如寧德時代等正在研發更高性能的電池技術。電源管理系統方面，主 要用于監控電池狀態，優化能源使用，確保人形機器人在各種工況下都能穩定運行。 國內在電源管理系統的研發方面也在不斷加強。

新材料結構件：人形機器人的新材料主要應用在骨骼、外殼等方面。該部分是支撐人 形機器人進行各種行動的基本框架，其應用場景包括外殼標料脊椎、大臂、小臂、大 腿、小腿等結構件。目前人形機器人"朋支體"骨骼的常用材料包括鋼材、鋁合金、鎂 合金、碳纖維、工程塑料等。在保證機器人功能的先進性、穩定性、使用可靠性和服 役安全性的前提下，采用輕量化材料，結合結構優化設計、先進制造工藝，可使機器 人構件輕量化，能夠提高機器人的機動靈活性，保證機器與人類一起協作工作時不會 受到機器的傷害等問題。目前，聚醚醚酮(PEEK)在人形機器人"肢體"方面具有較大的 應用潛力，可以滿足人形機器人本體輕量化的要求，大幅提高人形機器人靈活性和工 作效率，減輕其運動慣性，提高安全性。采用了 PEEK 材料的特斯拉 OptimusGen2 較 上一代減重 10kg。

綜上，結合 1.2 及 1.3 節展示的各家人形機器人具體方案對比，可見，在硬件方案設 計上，各家方案趨于收斂，人形機器人硬件不再是本質約束條件，難點主要體現在 0- 1 設計、規模制造及降本上。 根據特斯拉人形機器人 Optimus 公開信息，我們預測： 從技術壁壘看：行星滾柱絲杠>六維力矩傳感器>諧波減速器>空心杯電機>無框力矩電機。 從競爭格局看，國產供應鏈具備較強的創新及降本能力，有望對人形機器人的量產及降本 做出巨大貢獻，預計未來隨著人形機器人市場的爆發，國內廠商市場份額有望進一步提升， 實現跨越式發展。

4.2 絲杠：成本+產能為王

4.2.1 絲杠廠商：規模制造能力是關鍵，其次降本能力

絲杠螺母傳動將旋轉運動變換為直線運動（或相反傳遞），主要分為滑動絲杠、滾珠絲杠、 行星滾珠絲杠。滑動絲杠是滑動摩擦、結構簡單但精度差，傳動效率 25-50%；滾珠絲杠是 滾動摩擦，傳動效率約 90-99%，精度高、效率高、但價格高。行星滾柱絲杠承載力強、耐 沖擊、體積小，但是由于結構復雜、加工難度大且成本高

反向式行星滾柱絲杠與標準式行星滾柱絲杠的差別在于螺母作為動力輸入構件，繞自身軸 線旋轉，絲杠作為執行部件，沿軸向移動；絲杠兩端增加齒輪替代內齒圈與滾柱端齒嚙合， 保證滾柱在絲杠上為滾動，滾柱與絲杠沒有相對軸向位移，一起沿軸向移動。反向式行星 滾柱絲杠的螺母為主動件，絲杠為輸出構件，滾柱、絲杠之間無相對軸向位移，其主要用 于中小負載、小行程和高速的應用場景，其最大的優勢在于可將其螺母作為電機轉子實現 電機和絲杠一體化設計，形成結構緊湊的一體式機電作動器。

行星滾柱絲杠是人形機器人“肢體”的核心組成部分，可以廣泛應用于機器人的手臂、腿 部以及靈巧手等多個方面，為機器人提供精確的線性運動控制。以特斯拉人形機器人為例， 其人形機器人髖部、大腿、小腿部分采用行星滾柱絲杠，肘部采用滑動絲杠，絲杠分為 500N、 3900N、8000N 三種規格，以適應不同關節的承載需求。根據特斯拉公開信息，GEN3 靈巧 手自由度從 11 提升到 22 個，驅動方式預計采用線性執行器。目前，特斯拉在其人形機器 人 Optimus 中使用反向/反轉式行星滾柱絲杠，主要基于其在性能上的優勢，尤其是在承 載能力和剛度方面，但不排除對承載力要求更低的人形機器人采用成本更低的滾珠絲杠。

精度是衡量行星滾柱絲杠性能的關鍵指標之一。國際行星滾柱絲杠精度分類標準 G 級，行 星滾柱絲杠標準精度等級為 G1、G3、G5（導程精度：6μm/315mm、12μm/315mm、2 3μ m/315mm）。我們估計，人形機器人不需要像機床考慮重復定位精度，絲杠精度或許不需要 達到 G3 級別，G5 精度或能滿足需求。

高精度行星滾柱絲杠制造難度非常高，主要有三大壁壘：原材料、工藝流程、生產設備。 并且由于反轉式的螺母長度遠遠高于普通式，如何在如此高長度的螺母內加工螺紋是難點， 需要精密的機械加工技術和高質量的控制。

材料：普通的金屬材料無法滿足需求，通常需要特種金屬材料來進行制備，國外絲杠 與國產絲杠均采用加入了 Mo 元素的優質合金結構鋼，但國產仍有不小差距。

工藝流程：絲杠加工流程長工藝復雜，規模制造能力是關鍵。從材料、熱處理、設計、 粗精加工、檢測環環相扣涉及大量“KnowHow”，絲杠制造廠商需要較長時間的積累才 能掌握全部工藝，并且應用和反饋中不斷迭代和優化。

生產設備：設備決定絲杠的加工精度和效率，磨床是絲杠加工的核心技術壁壘，其精 度直接決定絲杠精度。磨床通過其高度精密的磨削技術，能夠確保絲杠具有一致的螺 紋形狀和尺寸，從而提供可靠的性能和穩定的運動控制。磨床的精度直接影響著絲杠 的軸向精度、徑向精度以及整體的運動平穩性。磨床研磨工藝的選擇及磨床技術人員 的儲備是一個制約因素。

當前行星滾柱絲杠格局較為集中，主要被海外龍頭壟斷，國內僅有幾家具備量產能力。隨 著人形機器人市場的爆發，國產廠商積極進入行星滾柱絲杠市場，將在產品性能、成本控 制以及產能擴張能力進行比拼。

全球市場，海外龍頭企業占據了在高端行星滾柱絲杠領域的主導地位，包括：瑞士 GSA、 瑞士 Rollvis、瑞典 Ewellix、博世力士樂、美國 CMC 等。瑞士 GSA 公司是舍弗勒子 公司，于 2015 年收購瑞士 rollvis 集團，并且和母公司收購了伊維萊集團（前 skf 行星滾柱絲杠部門），成為全球行星滾柱絲杠龍頭之一。目前，特斯拉人形機器人用 的是瑞士 GSA 集團的 RGTI 行星滾柱絲杠。

我國行星滾柱絲杠進口占比較高，具備量產能力的僅有南京工藝、博特精工等少數幾 家。人形機器人市場，新進入的國內廠商包括貝斯特、恒立液壓、北特科技、雙林股 份、新劍傳動、北特科技、五洲新春、江蘇雷利、震裕科技等。

4.2.2 設備：磨床是核心，關注精加工環節降本新路線

磨床是精加工設備核心，需求彈性大。在絲杠有較大潛在成長空間背景下，產能擴產有望 成為絲杠企業下一步工作重點。絲杠制造流程較長，會帶來熱處理、校直、車床、磨床、 檢測設備等多類設備需求。其中，螺紋磨床是決定絲杠精度的核心設備之一，要實現最終 的高精度加工，磨床核心功能部件需要具有較高精度。根據秦川機床公告信息，從再融資 項目中關于滾動功能部件擴產的項目規劃看，5 億絲杠產值（公司公告披露的測算結果） 對應設備投資額 1.56 億元，其中磨床價值量占比約為 48%，價值量占比高主要由于高端 磨床采用了進口機床，單價較高，高精度床身導軌磨單價可達 2800 萬元。

假設人形機器人出貨量達到 100 萬臺，平均每臺機器人使用 10 支行星滾柱絲杠，使用兩 臺磨床（內螺紋和外螺紋加工）進行制造，假設設備單價為 200 萬元（內螺紋磨加外螺紋 磨對應 400 萬元/套），每支絲杠平均制造時間分別為 40/60/80 分鐘（按照精磨環節時間 計算），對應磨床市場需求分別為 44/67/89 億元。

螺紋磨床原本是較小的市場，海外企業單一體量不會太大，國產廠商未來有較大成長空間。 德國、日本等發達國家的磨床企業起步較早、技術水平領先，產品附加值較高，包括德國 斯來福臨集團、日本捷太格特、德國埃馬克、士羅曼蒂克等。國內磨床企業普遍體量也還 較小，在絲杠擴產有較大潛在市場需求的情況下，我們認為國內有能力實現螺紋磨床突破 的企業將有較大彈性。目前秦川機床、華辰裝備、日發精機均積極加碼螺紋磨床布局。

粗加工制造環節存在技術升級迭代的新機會。提升加工效率是實現降本的重要方式之一， 例如通過以車代磨、以銑代磨實現降本，這會帶來硬車床、旋風銑床、超硬刀具的需求。

以銑代磨：經統計，傳統磨削工藝中，螺紋磨削時間占整個工藝流程的 2/3。基于螺 紋磨削切削用量的限制，并且在磨削過程中要不斷地修整砂輪和校直絲杠，工時較長。 硬銑螺紋工藝是將螺紋滾道一次成形銑削，不僅減少了工序，而且不必反復修整刀具 和校直，在一定程度上降低了螺紋加工所占時間份額，從而大大縮短了滾珠絲杠加工 周期，提高了加工效率。目前國內企業正積極布局旋風銑床開發，秦川機床子公司漢 江機床目前開發的數控絲杠銑床可用于滾珠絲杠滾道硬旋銑成型加工，加工效率比 傳統方式提高 30%。

以車代磨：粗加工環節，通過數控車床實現以車代磨，以縮短磨削加工工時、提升加 工效率是絲杠降本核心方向之一。目前浙海德曼開發的高精度高剛性主軸結構電主 軸，可以承受較大的軸向負荷，可實現重切削及以車代磨，根據浙海德曼公告信息， 公司已積極與下游多家企業進行了應用技術交流對接，已向有關企業供應過相關設 備。現有產品高端機（車床及車銑復合加工中心）系列精度指標已達到了行業領先水 平，未來將往更高精度突破，實現部分工藝以車代磨技術。

4.3 減速器：諧波為主、行星為輔雙路線并存

從代表廠商披露的執行器方案來看，基于成本、技術性能與軟硬件耦合等多方面的考量， 主要以剛性驅動器方案（諧波減速器）和準直驅驅動器（行星減速器）方案為主，其中特 斯拉人形機器人采用剛性驅動方案（即諧波減速器）、國產人形機器人大都采用準直驅動 方式（即行星減速器方案）。根據《國內外雙足人形機器人驅動器綜述》，人形機器人的驅 動單元主要包括了剛性驅動、彈性驅動和準直驅驅動三種，剛性驅動器在雙足人形機器人 率先應用，設計理論也相對成熟，在傳統的雙足機器人、工業機器人、協作機器人和工業 精密轉臺等方面得到廣泛應用，但受到電機裝置功率密度限制。彈性驅動器由于彈性體的 引入，系統驅動不足，給控制帶來了難度，尤其是在機器人前置使用時，機器人整機的運 動控制比較難實現。準直驅動驅動器是最近幾年新興技術，發展迅速，并有很多產品得到 應用。

減速器是旋轉執行器的核心零部件之一，在原動機和工作機或執行機構之間起匹配轉速和 傳遞轉矩的作用。目前諧波減速器、行星減速器以及創新型減速器存在技術路線問題。特 斯拉人形機器人主流路線是諧波減速器方案，同時也與雙環傳動研發的新型減速器、或者 行星減速器方案。國產人形機器人大都采用行星減速器為主，諧波減速器為輔。使用諧波 減速器方案需用到力矩傳感器做力控，結構和成本更加復雜，多級行星結構相對簡單、但 精度相對較低。從產品和成本差異度看，諧波減速器賽道好于行星減速器，諧波減速器未 來規模經濟和成本迭代空間大于行星。

全球諧波減速機市場較為集中，日本的哈默納科、日本新寶等企業技術水平處于行業領先 地位。國內諧波齒輪傳動技術發展相對較晚，內資綠的諧波率先在國內實現了諧波減速器 的產業化和規模化，同時也涌現了來福、大族等優質廠商。國內部分企業通過技術攻關、 生產工藝的改進，研發出的產品在性能和穩定性等方面已能夠達到國際先進水平，打破了 國外的技術壟斷，對國外品牌逐漸形成一定的替代。在行星減速器方面，相對來說，中國 產廠商已經占據較大市場份額，主要代表廠商有賽威傳動（德國）、紐卡特（德國）、威騰 斯坦（德國）、新寶（日本）、紐格爾智能（中國）、羅斯特（中國）、中大力德（中國）、 紐仕達特（中國）、科峰智能（中國）等。

龍頭公司已率先計劃擴產。面對人形機器人對諧波減速器的需求，哈默納科、綠的諧波紛 紛擴產。2024 年 10 月，哈默納科計劃進行約 100 億日元的戰略投資，開拓新興的人形機 器人市場。2025 年 1 月 1 日，綠的諧波完成非公開發行募集資金 14 億元用于新一代諧波 減速器擴產項目，擬建設 100 萬臺/年諧波減速器產能，預計 2027 年兩代諧波減速器產能 合計 159 萬臺/年。

4.4 電機：設計創新和新材料是發展趨勢，國產性能日益進步

人形機器人電機要求三個關鍵點，即高效率、高動態和高功率密度。電機是指依據電磁感 應定律實現電能轉換或傳遞的一種電磁裝置，主要作用是產生驅動轉矩，作為用電器或各 種機械的動力源。關節電機為人形機器人各種動作和姿態的實現提供動力，具備減速、傳 動、提升扭矩等功能，作為機器人的核心硬件，是機器人運動的“心臟”。人形機器人的 自由度決定電機需求的數量，機器人靈活性越高，所需的電機數量越多。 高效率:低能耗和低摩擦損失很重要，因為機器人通常由電池供電，能經受得起苛刻 的運行條件，可進行十分頻繁的正反向和加減速運行，并能在短時間內承受過載。 高動態:整個驅動器(電機、機構、接線、傳感器和控制器)的慣性應盡可能低，電動 機從獲得指令信號到完成指令所要求的工作狀態的時間應短。 高功率密度:機器人應用需要高速、高扭矩電機，這些電機還需要小巧，緊湊，輕巧。

空心杯電機和無框力矩電機為人形機器人核心電機。通常，無框力矩電機具有高效、高扭 矩密度和長壽命等特點，因此在需要高性能和精確控制的人形機器人關節中得到了廣泛應 用。空心杯電機是一種直流永磁的伺服控制電機，主要應用于末端靈巧手。

無框力矩電機：無框力矩電機是一種以輸出扭矩為衡量指標的無框架式永磁電機，沒 有軸、軸承、外殼或端蓋，只有轉子和定子兩個部件。轉子是內部部件，由帶永磁體 的旋轉鋼圓環組件構成，直接安裝在機器軸上。定子是外部部件，包含有齒鋼疊片， 外面包裹著能產生電磁力的銅繞組，緊湊地安裝在機器外殼的主體內。以特斯拉人形 機器人為例，特斯拉人形機器人全身共有 28 個執行器，則對應需求 28 個無框力矩電 機。

空心杯電機：屬于伺服電機，不同于普通鐵芯電機將電機繞組固定在鐵芯之上，空心 杯電機繞組不依靠鐵芯支撐，而是利用特殊工藝將電機繞組做成可以獨立支撐的杯 狀。由于采用無鐵芯轉子結構，空心杯電機消除了由于鐵芯形成渦流而造成的電能損 耗。同時，其重量和轉動慣量大幅降低，減少了轉子自身的機械能損耗，大幅提高了 電機的運轉性能。

空心杯電機的生產難點在于線圈的繞制過程，這一環節包括設計和加工兩個關鍵步驟，直 接影響電機本身特性的重要參數。目前，空心杯電機廠商線圈繞制主要使用專門定制的線 圈設備，國內市場主流繞線設備供應商包括田中精機、中特科技、東莞臺立、昆山庫克等。

無框力矩電機國內外廠商產品性能逐漸縮小。美國科爾摩根是全球無框力矩電機龍頭，擁 有超 70 年的運動控制研發經驗，電機性能在全球處于第一梯隊。國內目前進展較快的公 司包括步科股份、航天電器。相比海外龍頭，國產無框力矩電機在產品性能方面雖然仍有 差距，關鍵參數與國外企業的差距不斷縮小。

鳴志電器是人形機器人空心杯電機國產先鋒，兆威機電厚積薄發。空心杯電機起源于德國、 瑞士等歐美國家，全球頭部企業包括德國 Faulhaber、瑞士 Maxon 和瑞士 Portescap。海 外龍頭在空心杯電機領域布局較早，技術經驗積累深厚，是全球空心杯電機的主要供應商。 國內起步較晚，有業務布局的企業包括鳴志電器、拓邦股份、江蘇雷利和偉創電氣。根據 上述各公司公告，鳴志電器空心杯電機技術水平位居全球前列；拓邦股份空心杯電機已經 實現批量應用；江蘇雷利子公司鼎智科技的空心杯電機已實現量產，目前處于小批量驗證 階段；偉創電氣處于產品內部測試階段，其余企業技術相對薄弱，國產替代空間廣闊。

4.5 傳感器：視覺、力覺、觸覺為主，亟待培育國產龍頭

具身智能機器人是指將 AI 融入機器人物理實體，賦予它們像人一樣感知、學習和與環境 動態交互的能力。具身智能機器人根據其功能和應用場景，配備了多種類型的傳感器，包 括視覺傳感器（如攝像頭、激光雷達、毫米波雷達、紅外傳感器等）、聽覺傳感器（如麥 克風）、嗅覺傳感器（如氣味傳感器）、觸覺傳感器（包括力傳感器）、編碼器、IMU 等，以 實現感知和分析外部環境并進行自身狀態反應，實現復雜的交互和操作任務。

4.5.1 視覺：主流方案為 3D 視覺，國產化較高

視覺方案主要分為 2D 視覺和 3D 視覺：1）2D 視覺：通過 2D 相機分析灰度或彩色圖像中 的像素灰度特征獲取目標中的有用信息，識別紋理形狀。容易受到光照影響，且無法實現 三維精準測量。2）3D 視覺：精度更高、信息量更大（三維圖像）、集成度更高，適用于更 加復雜、精密的識別、檢測需求。 機器人的視覺感知屬于高度集成的模組方案，對于體積、成本、精準度都有較高要求，因 此 3D 視覺高度集成、體積小、精度高的優勢更適合機器人的場景。

目前主流機器人廠商的視覺方案各不相同。其中波士頓動力 Atlas 選擇的是 TOF 深度相機 方案，特斯拉 Optimus 選擇多目攝像頭方案，小米 CyberOne 采用深度視覺模組，優必選 WalkersX 采用多目視覺傳感器。

海外頭部廠商先發優勢明顯，國內廠商多技術布局、通過芯片自研逐漸打開市場。海外頭 部 3D 視覺傳感器廠商通過芯片自制、自身產品依托，業務規模較大，國內代表公司奧比 中光等通過自研芯片，實現 3D 視覺傳感器部分技術指標逐漸接近海外龍頭廠商，未來有 望實現國產替代。

4.5.2 力覺：機器人精確、靈活操作的核心

從力傳感的檢測方法來看，可分為電阻式、電容式、電感式，光電式等。電阻應變式綜合 性能檢測模式優勢明顯，有望在人形機器人中得到應用。 硅/金屬箔電阻應變傳感器有望應用于人形機器人。不同類型的力矩傳感器在穩定性、剛 度、動態特性等維度進行比較后，硅/金屬箔電阻應變式傳感器在穩定性、剛度、信噪比 等方面具有優勢，有望在人形機器人中得到應用。

從力傳感器的感知維度來看，力矩傳感器可以分為一維到六維，測量維度的數量越多，產 品生產難度越大、檔次越高；從主流的傳感器的測量維度來看，一、三、六維力矩傳感器 為常見產品，二、五維力矩的相對較少。

從人形機器人的工作原理來看，我們判斷未來人形機器人的手腕、腳踝環節需六維力矩傳 感器、其他關節可以適用關節扭矩傳感器。 1)末端執行機構（手部、腳部）---六維力矩傳感器：由于人形機器人末端執行機構主要 為手部和腳部，執行的過程中力臂在幾十到幾百毫米之間，力臂較大且屬于隨機變化；而 對于這兩類環節的力也要求實現精確處理，因此這兩類關節所受的力并非簡單的一維、三 維力，我們判斷這個關節需要適用六維力矩傳感器。 2)其他關節---關節扭矩傳感器：特斯拉人形機器人旋轉執行機構類似協作機器人關節， 而線性執行機構也通過滾珠絲杠完成直線運動，整體對于力的感知相對簡單，我們預計其 他關節需單軸力矩傳感器。

全球力矩傳感器的龍頭為美國 ATI,國內目前力矩傳感器技術領先的企業主要為創業公司 (南寧宇立儀器、常州瑞爾特),上市公司主要為柯力傳感、中航電測、東華測試等。

4.5.3 觸覺：視覺+觸覺為目前技術前沿、應用潛力大

電子皮膚是是新型的仿生柔性觸覺傳感系統，通過柔性傳感器進行信號感知轉換。從表面 的接觸方向來看，電子皮膚能夠感知壓力、剪切力、接觸力等多多個類型的力，能夠助力 機器人在手部實現更加精細的操作。

電子皮膚主要分為基底層、導電層、傳感層。 基底層：基底層是電子皮膚的最內層，通常由柔性材料制成，以模擬人體皮膚的彈性 和柔韌性。又稱為支撐層，起到支撐作用。 導電層：導電層在電子皮膚中起到傳導電信號的作用，通常包含導電材料，如導電石 墨或特定的導電聚合物，用于檢測并傳輸由外界刺激引起的電信號變化。導電層的設 計和材料選擇對于電子皮膚的靈敏度和響應速度至關重要。 傳感層：傳感層位于電子皮膚的中間層，包含了大部分的傳感元件，負責精確識別壓 力和摩擦力并轉化為電信號。傳感層可以實現對外界刺激的精細感知，是電子皮膚的 核心材料。

電子皮膚主要內部的柔性傳感器是觸覺傳感器的一個子集。從檢測方法來看，柔性觸覺傳 感器傳統方案主要包括壓阻式、電容式、壓電式、摩擦式四種類型，其中壓阻式觸覺傳感 器具有成本低、穩定性好等多個優點，是目前的主流方案。

國內頭部廠商帕西尼提出了視覺+觸覺方案，在觸覺的多項技術指標實現領先，有望成為 未來的主流方案。 在去年的 2024WRC 大會上，帕西尼正式發布了、第二代多維觸覺靈巧手 DexH13，及基于 ITPU 技術的多維度觸覺傳感器 PX-6AXGEN2。在帕西尼感知科技的 DexH13 雙手上，搭載了 近 2000 顆自研生產的高精度觸覺傳感器 PX-6AXGEN2；此外，該雙手還集成了 DexH13 雙 手集成了有 800 萬高清 AI 手眼相機，基于先進的零樣本位姿估計視覺算法，能夠識別和 抓取物體六維位姿，適應多種復雜環境和任務。

帕西尼的 IPTUGEN2 觸覺傳感器在多項技術指標領先、且成本低。根據帕西尼官網， ITPUGEN2 多維觸覺傳感器在靈敏度、抗干擾等多項指標表現優異，且通過全集成方案，產 品成本相對較低。

全球市場以外資品牌為主，行業集中度高。全球柔性觸覺傳感器市場主要以外資品牌為主， 其中CR5為57.1%，頭部廠商包括Novasentis、Tekscan、JapanDisplayInc.(JDI)、Baumer、 Fraba。國內柔性傳感器廠商以帕西尼科技、漢威科技、鈦深科技、弘信電子等企業為代 表，近年來迅速發展。

4.6 靈巧手：向高承載力、柔性感知方向發展

靈巧手的設計靈感來源于人類手部的復雜結構和功能，它使得機器人能夠執行諸如抓取、 操縱、甚至感知等多樣化任務，靈巧手的成熟度決定了其融入人類世界的深度。靈巧手結 構設計三要素：驅動、傳動、感知。典型靈巧手由驅動系統、傳動系統、感知系統和控制 系統構成。靈巧手的技術迭代方向往高靈活度、柔性感知、智能化方向發展。

根據特斯拉公開信息，GEN3 靈巧手相比于 GEN2 的主要變化在于： （1）手部增加了自由度，從 11 個提升至 22 個。 （2）驅動器裝載在了手腕部位。

驅動方式：空心杯電機是靈巧手電機主流方案，無刷有齒槽電機是降本方案。 電機驅動是最適合靈巧手批量生產使用的方式，其使用的電機按有無齒槽區分為無刷有齒 槽電機和無刷無齒槽電機，大部分直流無刷電機都是有齒槽設計，空心杯電機屬于無齒槽 電機，具備小直徑、扭矩波動小等特點，是當前機器人靈巧手電機的主流方案。無刷有齒 槽電機直徑較空心杯電機更大，可部分替代空心杯電機在靈巧手中的應用，是可行的靈巧 手降本方案。

傳動方式：微型絲杠+腱繩復合傳動或成未來靈巧手主流方案。 機器人靈巧手抓取的穩定性和靈活性指標主要取決于傳動系統，按照傳動方式不同，可將 靈巧手分為腱傳動、連桿傳動、齒輪/蝸輪蝸桿傳動等類型。特斯拉 0ptimusGen1 靈巧手 采用空心杯電機+多級行星減速器+蝸輪蝸桿方案。腱傳動是應用最廣泛的靈巧手傳動方式， 具備排布靈活、柔性傳動等優點，但負載能力較弱。微型絲杠新型傳動方案具備高承載、 高效率、高精度、高可靠性等優點，未來微型絲杠+腱繩復合傳動或成主流方案。2024 年 11 月 28 日，Tesla0ptimus 在 X 平臺官方賬號發布旗下 0ptimus 機器人接球視頻展示其 新一代手臂和靈巧手，掌內所有驅動系統已移至前臂，通過腱繩驅動手指。根據《空間五 指靈巧手控制系統設計_韓運崢》，電機和滾珠絲杠外置于手臂中，電機通過減速器帶動滾 珠絲杠，電機軸的旋轉運動被轉化為絲杠螺母的平移運動，絲杠螺母拉動腱繩，腱繩另一 端連接到手指指骨上，拉動手指關節繞關節軸旋轉，形成手指彎曲運動。

感知系統：電阻式和電容式觸覺傳感器有望成為主流。 靈巧手感知系統可使用的傳感器包含力、位移、觸覺、角位移、視覺、壓力、力矩、位置、 霍爾和溫度傳感器等。根據特斯拉 GEN2 發布會，特斯拉機器人上確定搭載了觸覺傳感器。 觸覺傳感器賦予靈巧手觸覺感知能力，通過接觸測量物體的物理特征，從而實現對周圍環 境的感知。根據原理不同，觸覺傳感器分為壓阻式、電容式、壓電式和光學式等，最見的 是壓阻式、電容式和壓電式觸覺傳感器。通常，電阻式適用于大面積覆蓋，可用于手臂和 身體部位；電容式適用于高精度場景，可用于指腹以辨別紋理；熱輻射式：可布局在指縫 間感知溫度。

4.7 整機：海內外幾乎處于同一起跑線，國產整機廠商有望乘勢而起

2023 年 11 月 2 日，工業和信息化部又印發了《人形機器人創新發展指導意見》，提出到 2027 年，人形機器人技術創新能力顯著提升，構建具有國際競爭力的產業生態，綜合實力 達到世界先進水平。自上而下的政策支持體系，產生了一系列區域集群效應。 人形機器人行業發展海內外幾乎處于同一起跑，國產主機廠有望充分分享產業上升浪潮。 國內機器人廠商，如智元機器人、宇樹科技、優必選、埃夫特、禾川科技均積極投身人形 機器人主機研發中，且華為重磅加碼人形機器人產業，隨著以華為為中心的具身智能產業 鏈聯盟技術逐漸完善，國產人形機器人在應用場景開拓及產業鏈降本中起到重要作用，迎 來快速發展。

（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。）