1、万亿蓝海初渗透，萌芽阶段大空间
萌芽时期，人形机器人市场空间巨大
人形机器人想象空间巨大。从需求侧看，根据腾讯新闻，现阶段日本、德国、法国、美国、中国等多个国家均已步入老龄社会，劳动力供给将面临短缺，用机器人代替人成为不可逆趋势；从供给端看，以ChatGPT为代表的AI大模型不断迭代，其自主决策、多模态感知、泛化/涌现等能力持续进步，使人形机器人的应用场景进一步拓宽，打开其未来成长空间。根据前瞻产业研究院数据，2023年全球人形机器人市场规模约21.6亿美元，到2029年，全球人形机器人产业规模预期达324亿美元。
从应用场景看，人形机器人在短期内有望首先突破工业制造、商用服务等B端场景, 中长期可能逐步突破极端作业、家用服务等更为复杂的场景。我们认为，只有当人形机器人突破C端家用等应用场景后，市场空间才会真正全面打开。
三大核心技术能力考验人形机器人成熟度
人形机器人主要包含三大核心技术模块：环境感知模块、运动控制模块和人机交互模块,三大能力中涉及硬件和软件两部分。 我们认为，人形机器人发展趋势将遵循从硬件驱动到软件驱动的发展规律。目前阶段，由于应用场景分散化，制约人形机器人商业化进程的核心仍在于运动控制模块,但后续核心将有望向核心算法以及软件能力转移。
2、三重共振，车与机器人软硬协同
多方势力入局，加速人形机器人量产进程
总体来看，目前人形机器人玩家主要包括车企、科技企业、消费家电类龙头企业、初创企业等。车企的代表包括特斯拉、小鹏、华为，根据机器人大讲堂消息，小米等科技类企业也官宣入局。根据界面新闻，初创企业以及家电类企业（以美的为代表）也已布局具身智能赛道。我们认为，机器人研发团队背景（Robotics background，R-B）、远程操作（Teleoperation，Teleop）、模块化（Modularity，Mod）、灵巧的手（Dexterous hands，D-H）、任务规划（Task planning，T-P）、人工智能（Artificial intelligence，AI）、行走步态（Walking gait，W-G）以及市场/试点（Market/pilot，M/P）等指标可以评判机器人团队的实力。 综合来看，特斯拉仍处于综合实力最强的地位。
契合点众多，车与人形机器人协同程度高
由于在软硬底层上的相通性极强，车企在人形机器人领域优势明显。1) 技术底层共振。由于二者在感知层基础硬件相似，汽车领域的自动驾驶、芯片、传感器、激光雷达等技术可以与人形机器人相互借鉴。2) 供应体系共振。汽车主机厂拥有强大且成熟的零部件供应链体系,能快速整合形成量产方案以及深化应用场景。自主品牌汽车零部件厂商历经多年积累，目前已具有成熟的技术能力、制造能力和更快的相应速度，在完成人形机器人零部件供应的过程中具有明显先发优势。3) 生产环节共振。人形机器人可以在工厂内进行关键部件(如发动机、变速箱以及三电系统）的精确组装;也可以凭借其灵活的移动能力和强大的承重能力完成搬运任务，减轻工人的体力负担;也可以通过高精度的传感器和视觉系统，对汽车零部件和整车进行质量检测；部分人形机器人还具备焊接和切割功能，在汽车制造过程中进行精确的金属加工。我们认为，汽车工厂将是人形机器人最为核心的应用场景之一，且有望最快实现商业化落地。
感知端传感高度相似，激光雷达方案仍是主流
智能汽车与人形机器人在感知端传感器硬件上高度一致。人形机器人视觉方案目前主要以结构光、双目或多目RGB、TOF等的组合方案为主，算法基础强的厂商会采用更为简单的传感器方案，而算法相对薄弱的厂商会选择更为核心的硬件。 特斯拉仍坚持纯视觉路线。与智能汽车相似，大多数企业仍采取激光雷达方案，而特斯拉Optimus采用纯视觉传感器方案，搭载了2D视觉传感器和与特斯拉车辆相同的FSD技术以及Autopilot相关神经网络技术。
规划决策算法与智能汽车类似，运动控制是关键
软件层面，人形机器人主要算法包括环境感知类、规划与决策类、运动控制类算法等。 在路径规划、运动轨迹预测等关键算法上，智能驾驶和机器人具有复用性。如自动驾驶中常用的传统基础模型Dijkstra(单源最短路径)算法、A*算法等，底层逻辑与机器人相通。特斯拉占用网络（Occupancy Network)算法中使用的栅格法在机器人全局路径规划中仍被使用，除此之外，机器人局部路径规划方法包括人工势场法、模糊逻辑算法、遗传算法和基于神经网络方法等。特斯拉目前两者算法相似度约为60%，随着环境的变化，算法的相似度有所下降，但随着环境理解的逐步深入，算法相似度可以进一步提升,从工程化经验来看，两者在环境和任务上有一些相似性，可做部分的工程复用。
3、核心零部件迎国产替代，降本可期
硬件端：产品附加值+国产替代进程决定商业化落地速度
我们认为，在人形机器人硬件筛选细分投资赛道，主要需考量两个维度，一是附加值，二是国产化率。 降本维度来看，基于量产100万台并假设硬件成本降至18万元以内测算，未来降本幅度较大的产品包括行星滚柱丝杠、无框力矩电机、谐波减速器以及触摸传感器；从国产替代维度来看，行星滚柱丝杠、空心杯电机和六维力矩传感器等目前国产化渗透率仍较低，未来空间巨大。
硬件端：特斯拉Optimus人形机器人成本拆解
从特斯拉硬件构成来看，电机、减速器、丝杠等关键部分价值量占比较大，后续降本空间较大，国产厂商替代能力较强，且从技术原理上具有通用性，有望成为优质投资赛道。
灵巧手：机器人最重要的执行部件
我们认为，灵巧手是机器人最重要的执行部件，灵巧手的发展将很大程度决定人形机器人进入C端市场后的性能以及接受程度。 灵巧手是机器人操作、动作执行的末端工具，在机器人学领域属于末端执行器的范畴。灵巧手是一种新型的末端执行器，以人手的结构和功能为模仿对象，在机器人与环境的交互中起着关键作用，目前主要应用在航空航天、医疗、智能制造等领域。 灵巧手是模仿人手设计的高精度机械手，工业机器人领域的灵巧手大多采用三指设计，而人形机器人大多为五指。灵巧手是实现精细操作的基础，与人形态更相近的人形机器人，更是需要完成抓、握、捏、拧、旋转等不同动作。
灵巧手: 核心零部件，降本空间较大
灵巧手是人形机器人产业中非常关键的产业链细分方向，灵巧手产业中有灵巧手创企、车企/人形机器人创企、科研机构三类企业。特斯拉的22个自由度的灵巧手因其复杂的结构和高性能组件，成本高达10-20万元人民币（其中电机和传感器占灵巧手成本达55%-70%）,假设人形机器人成本按80万元计算，灵巧手成本占比为12.5%-25%之间。国内产品通过优化传感器和传动系统，已将成本控制在3-5万人民币。
灵巧手传动系统：机器人机械机构的核心部分
灵巧手的传动系统是机械结构的核心部分，它负责将输入的动力转换为手指关节的运动。 根据不同的设计需求和应用场景，灵巧手的传动系统可分为腱绳传动、连杆传动与齿轮传动。1）腱绳传动目前应用最广泛，最类似于人手的肌腱结构，适合空间狭小且需要驱动自由度数量较多的场景，但精度不高、抓取力不足；2）齿轮/蜗轮蜗杆传动式可实现高精度，但结构复杂、成本高，工业机器人中应用较广；3）连杆驱动式能抓取大型的物体且结构设计紧凑，但在远距离的控制上比较困难，多用于工业和商业用途。
电机:为各类关节与灵巧手的执行机构提供动力
电机是人形机器人动力的产生机构。常见动力驱动形式包括电机驱动、液压驱动、气压驱动等，电机驱动具备效率高、控制精确度高、成本低等优势，被用来为人形机器人的各类关节、以及灵巧手等执行机构提供动力。经过长期技术发展，电机种类纷繁复杂，人形机器人用电机的选择需要考虑到体积、功率、扭矩、成本等各种因素。
无框力矩与空心杯电机在人形机器人中广泛应用。在各类电机中，无框力矩电机与空心杯电机在人形机器人的应用中较为广泛。无框电机是一种新型力矩电机，专为需求体积小、质量轻、惯量低、结构紧凑、功率高的应用场合而设计，适用于人形机器人的关节驱动。空心杯电机尺寸较小，直径一般不超过40mm，同时还具有转速高、响应快、精度高等优势，非常适合于灵巧手来执行精细和复杂的动作。
减速器：为执行机构提供转速匹配与扭矩传递
减速器为人形机器人必不可少的部件。减速器为人形机器人驱动环节的关键部件，主要在电机与执行机构之间起到匹配转速和传递扭矩。一般减速器由多个齿轮组成，通过不同大小齿轮的啮合传递动力，从而降低驱动设备的转速并提供更高的扭矩输出和承载能力。
精密减速器适用于人形机器人应用。行星减速器结构简单且传动效率高，多安装在伺服电机上，用来降低转速，提升扭矩，精确定位，其常被用于机器人中对精度要求低的部分身体旋转关节。RV减速器具备高刚性、耐超载的特性，且传动精度稳定，但其体积相对较大且成本较高。谐波减速器的优势在于其紧凑的设计、高减速比、高传动精度，但其承载能力和使用寿命相比RV减速器较低，此外谐波减速器的成本相对精密行星减速器高，但低于RV减速器。
六维力矩：触觉之魂，壁垒最高传感器之一
力传感提供力反馈信息，是环境感知中重要的一环，力传感器可以受力情况分为一维、三维和六维力传感器，也可以按原理分为应变片式、光学式和压电/电容式力传感器。六维力传感器是一种能够同时测量中性坐标系内的三个力（FX、FY、FZ）和三个矩（MX、MY、MZ）的特殊力传感器。它广泛应用于机器人控制、力学实验和科研等领域，是机器人中最常用的传感器之一。
人形机器人为六维力矩传感器创造巨大的增量空间。在人形机器人领域，六维力传感器主要用于手腕和脚腕部位，一台人形机器人通常需要配备2-4个六维力传感器，以特斯拉Optimus为例，单台机器人就需要4个六维力传感器。根据中商产业研究院的预测，随着人形机器人对传感器需求的不断增加，以及多种技术路线的不断完善、产品价格的下降，六维力传感器行业有望进入高速增长阶段，2030年中国六维力传感器市场规模将达143.31亿元。
从技术路线来看，目前市场上存在应变片式、电容式、光电式、压电式和电阻式等多种技术方案。其中，应变式传感器在稳定性、刚度、精度及成本方面表现优秀，已成为当前主流选择。
4、特斯拉与华为引领边际变化，2025有望成为量产元年
特斯拉：软硬能力兼顾，有望最快实现商业化落地
特斯拉人形机器人Optimus两年内从概念到样机落地，迭代速度迅速。Optimus与汽车业务软硬件协同程度较高。硬件层面，特斯拉汽车供应链Tier1优先为机器人供货，二者协同效应明显（拓普集团宣布在宁波经济技术开发区建设机器人核心部件生产基地，主要集中于机器人电驱系统的研发生产及销售；三花智控也计划投资不少于50亿元人民币用于机器人领域，包括智能变频控制器和机器人机电执行器等项目)。软件层面，特斯拉已经打通了FSD和机器人的底层模块，实现了一定程度的算法复用。 从技术成熟度和成本分析，我们认为，特斯拉Optimus有望首先实现商业化落地。从技术上看，目前Optimus产品形态已相对成熟，目前已在工厂执行任务，目前最困难部分是改进设计，使其易于制造，成熟度上远领先于其余厂商；从成本上看，2024年10月10日，特斯拉在其“We, Robot”发布会上透露，规模生产的Optimus人形机器人预计成本将在两三万美元，该价格若能实现，则具备商业化实现的重要条件。
特斯拉：2025量产元年，灵巧手是变革核心
2024年以来，Optimus进化迅速，2025年有望成为量产元年。2024年11月28日晚，特斯拉Optimus官推更新视频，机器人展示空手接网球能力，12月视频中Optimus已经具备良好的户外行走能力，马斯克预计，2025年特斯拉人形机器人Optimus将量产千台级，人形机器步入量产元年，2026年Optimus大规模生产并外销，远期需求量级达百亿台。 从Optimus的演进过程来看，灵巧手的发展是引领变革的核心。灵巧手是特斯拉二代Optimus最引人注目地方，特斯拉Optimus工程师MilanKovac将最新展示的灵巧手称为“里程碑式的成就”，Optimus上一代灵巧手包含11个自由度，10月召开的“We-robot”发布会现场，22个自由度灵巧手首次亮相(人类的手为27个自由度）。
AI大模型赋能，提升人形机器人智能程度
我们认为，AI大模型+深度学习的不断发展将为人形机器人的商业化落地和场景拓展提供重要边际催化。AI大模型在自然语言处理与交互、视觉感知与处理、动作规划与控制、多模态融合、自主学习与适应、情感计算与人机互动、数据驱动的优化与创新等诸多方面可全面赋能人形机器人发展。通过使用深度学习模型，人形机器人可以实现物体识别、面部识别、姿态估计和场景理解等功能，这使得机器人能够在复杂环境中进行导航、物体抓取和互动，提高其工作效率和安全性。 当前AI大模型在机器人信息处理过程中并不是全程端到端的，而是根据任务需求选择模块化方法、端到端方法或两者的结合。模块化方法提供了灵活性和可解释性，而端到端方法在特定任务中可以提供高效的解决方案。综合使用这两种方法可以实现机器人在复杂环境中的智能感知、规划和决策。
此为报告精编节选，报告原文：
请点击下方「阅读原文」跳转【价值目录】电脑站点下载阅读。
