海外機器人行業系列跟蹤報告（一）：美股科技巨頭紛紛入局AI大模型將推動機器人商業化落地-240314（37頁）.pdf

《海外機器人行業系列跟蹤報告（一）：美股科技巨頭紛紛入局AI大模型將推動機器人商業化落地-240314（37頁）.pdf》由會員分享，可在線閱讀，更多相關《海外機器人行業系列跟蹤報告（一）：美股科技巨頭紛紛入局AI大模型將推動機器人商業化落地-240314（37頁）.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告證券研究報告 2024年3月14日 美股科技巨頭紛紛入局，美股科技巨頭紛紛入局，AIAI大模型將推動機器人商業化落地大模型將推動機器人商業化落地 海外機器人系列跟蹤報告（一）海外機器人系列跟蹤報告（一）分析師 付天姿 執業證書編號 S0930517040002 聯系人 黃錚 請務必參閱正文之后的重要聲明 核心觀點核心觀點 事件：機器人賽道火爆事件：機器人賽道火爆，產品迭代迅速產品迭代迅速，美股頭部科技公司紛紛入局美股頭部科技公司紛紛入局。2024年2月24日，英偉達宣布成立新的研究部門“GEAR”，加碼機器人賽道；2月29日，人形機器人初創公司Figure宣布，已從亞馬遜創始人貝索

2、斯、英偉達、OpenAI和微軟等公司籌集了約6.75億美元資金，使其公司估值達到26億美元；3月13日，Figure最新發布了一段視頻，展示了機器人Figure 01在OpenAI大模型的支持下，已能夠與人類對話，理解并執行人類的指令和任務。當前美股機器人賽道火爆，人形機器人初創公司在一級市場上獲得高估值，高科技公司紛紛加入，AI行業與人形機器人行業融合發展加速。行業進展：人形機器人硬件上突破運動控制能力，結合行業進展：人形機器人硬件上突破運動控制能力，結合AIAI大模型實現更多的功能。大模型實現更多的功能。1 1）人形機器人廠商逐漸突破硬件瓶頸人形機器人廠商逐漸突破硬件瓶頸，機器人的操作能力

3、和移動能力得到較大提升：機器人的操作能力和移動能力得到較大提升：Figure機器人具備行走能力；特斯拉Optimus-Gen2相比第一代運動性能提升。2 2）人形機器人廠商通過自研或者與）人形機器人廠商通過自研或者與AIAI廠商合作的方式，結合廠商合作的方式，結合AIAI訓練人形機器人：訓練人形機器人：Figure與OpenAI合作開發下一代人形機器人的AI模型；特斯拉采用自研FSD控制系統；1X與OpenAI合作開發具身學習模型。AIAI +機器人機器人:人形機器人是人形機器人是AIAI的重要應用場景之一的重要應用場景之一，AIAI大模型成為人形機器人商業化落地的關鍵大模型成為人形機器人商業

4、化落地的關鍵。1 1）機器人訓練方式由機器人訓練方式由“傳統機器學習傳統機器學習”向向“端到端端到端”神經網絡轉變神經網絡轉變：機器人的“感知規劃執行”流程縮短為“感知執行”,減少人為寫代碼的過程，但對數據提出更高要求；“具身學習”方法引入，從真實世界中獲取數據，完成對機器人的訓練。2 2）面向機器人的生成式人工智能軟件開發：面向機器人的生成式人工智能軟件開發：主要由谷歌、Meta、微軟和英偉達等頭部AI 廠商主導，目前重點為優化機器人任務的基礎模型+機器人人工智能開發平臺。1 風險提示：風險提示：技術發展不及預期；商業化落地不及預期；相關技術被不當使用或存在缺陷等 未來展望：硬件未來展望：硬

5、件+軟件軟件+商業化商業化，人形機器人發展潛力巨大人形機器人發展潛力巨大。1 1）硬件層面：硬件層面：提升零部件精度&降低重量，突破運動與靈活度的性能瓶頸；2 2）量產能力和商業化：量產能力和商業化：核心為降本&控制良率，產品上市進程或將加快；3 3）軟件算法：軟件算法：“具身智能”有望為人形機器人通用性賦能。QV1W0WEUTUBVVX8O8Q6MnPoOoMmQfQnNsRiNpOmRbRqRqQxNsOqMxNrRtN請務必參閱正文之后的重要聲明 目目 錄錄 1 1、海外頭部機器人：運動控制能力有所突破，將結合、海外頭部機器人：運動控制能力有所突破，將結合AIAI大模型拓展功能大模型拓展

6、功能 2 2、美股科技巨頭：紛紛入局，投資、美股科技巨頭：紛紛入局，投資+優化開發優化開發機器人賽道的生成式機器人賽道的生成式AIAI平臺平臺 2 2 3 3、未來展望：硬件、未來展望：硬件+軟件軟件+商業化，人形機器人發展潛力巨大商業化，人形機器人發展潛力巨大 4 4、風險提示、風險提示 請務必參閱正文之后的重要聲明 1 1、海外人形機器人頭部公司、海外人形機器人頭部公司 3 1.1、Figure：人形機器人初創企業，具備端到端學習能力 1.2、特斯拉：Optimus研發進展迅速，FSD控制系統和Dojo算力提供技術底座 1.3、波士頓動力：深耕多年，機器人硬件技術積累深厚 1.4、1X T

7、echnologies：類人機器人硬件技術與“具身學習”AI技術相結合 1.5、Agility Robotics：致力于實現商業化人形機器人量產 請務必參閱正文之后的重要聲明 1 1、海外機器人頭部公司、海外機器人頭部公司 4 FigureFigure 特斯拉特斯拉 波士頓動力波士頓動力 1X1X TechnologiesTechnologies Agility RoboticsAgility Robotics 人形機器人產品 Figure 01 Optimus;Optimus-Gen 2 Atlas NEO Digit 運動能力和靈活性 中，具備行走能力，移動速度1.2m/s（4.32km/

8、h）中，移動速度第一代約為8.05km/h，第二代約為10.46km/h 高，可以后空翻、跑酷 中，行走速度4km/h，跑步速度為12km/h 較高，能適應不平坦地面、上臺階、受到撞擊使自己保持穩定 手部靈活性 五指 五指 三指 五指 合作方 軟件算法：OpenAI；微軟 無 軟件算法：英偉達；資金：美國軍方（早期）軟件算法：OpenAI 資金：亞馬遜；制造：福特 AI融合程度 多模態大模型識別理解 端到端訓練 自有FSD和Dojo 具身學習+共享自治 較弱 適用場景 通用 通用 處在實驗室研發階段 通用 物流倉儲 量產時間 未進入到量產階段 預計2025年 Atlas暫未實現量產 未進入到量

9、產階段（2024年產品發布）2024年 定價 未公布 2萬美元 未公布 未公布 25萬美元 表1：海外機器人頭部公司人形機器人產品參數對比 資料來源：各公司官網，海量觀世界，澎湃新聞，第一財經，CyberDaily，新智元，界面新聞，中國機器人網，搜狐網，前瞻網，新華社客戶端，硅星人，財聯社，維科網，機器人大講堂公眾號，cnBeta，華爾街見聞，極客公園，元宇宙資訊，證券時報，愛范兒公眾號，光大證券研究所整理 請務必參閱正文之后的重要聲明 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 5 Figure Figur

10、e：人形機器人初創企業，產品已經具備多模態理解、端到端學習能力和較為流暢運動能力。人形機器人初創企業，產品已經具備多模態理解、端到端學習能力和較為流暢運動能力。Figure是一家人形機器人初創企業，于2022年成立于美國硅谷，公司官網顯示公司的目標是在全球范圍內部署自主的人形工人機器人，以解決勞動力空缺的問題。公司推出的首款人形機器人產品命名為Figure 01，已經具備多項先進能力。1 1）高級視覺和語言智能高級視覺和語言智能：2024年3月13日，公司最新發布了一段視頻，展示了Figure 01 在 OpenAI 強大模型的支持下，通過與人類對話交互來執行命令。根據視頻，Figure 01

11、 Figure 01 具有以下能力：具有以下能力：a)視覺識別和理解：當人類問Figure 01看到了什么，Figure 01回答:“我看到了桌子中央的盤子上有一個紅蘋果、一個裝滿杯子和盤子的晾碗架，以及你站在附近，手放在桌子上?！眀)語言識別和理解：在人類說出需要食物的命令時遞上蘋果;c)語言解釋動作原因：解釋遞蘋果是因為“這是我可以從桌子上為您提供的唯一可食用物品”；d)流暢的任務執行：能夠意識到垃圾應該放到筐子里，杯子和盤子應該歸置放在瀝水架上，并做出相應的動作;e)自我評價與反饋。核心特點：核心特點：a)在OpenAI的加持下，機器人已經能夠理解任務內容，并非機械執行；同時能夠與與人類

12、交互對話。b)全程自主控制，無需任何遠程操作；c)機器人執行的速度和流暢度有了顯著的提升，開始接近人類的速度。資料來源：公司官網，證券時報，財聯社，光大證券研究所整理 圖1：Figure 01給人類遞上蘋果 圖3：Figure 01把盤子放到瀝水架上 圖2：Figure 01把垃圾放到筐子里 請務必參閱正文之后的重要聲明 6 Figure Figure：人形機器人初創企業，產品已經具備端到端學習能力和行走能力。人形機器人初創企業，產品已經具備端到端學習能力和行走能力。2 2）端到端的學習能力）端到端的學習能力：2024年1月，公司發布了Figure 01無需人為遠程操控，實現自主沖咖啡的視頻。

13、據公司介紹，Figure 01只需看一段人類演示的視頻，再加上10小時的端到端的訓練，就能夠學會視頻里的操作技巧，自主完成任務；3 3）行走能力）行走能力：2023年11月，公司展示了Figure 01的行走能力，能夠從許多塑料箱子中拿起一個，搬運一定距離，并放置到傳送帶上。這說明此時Figure 01已擁有自主導航、識別箱子和任務優先級排序的能力。多個高市值科技公司投資，公司在一級市場廣受青睞。多個高市值科技公司投資，公司在一級市場廣受青睞。2024年2月29日，公司宣布，已從亞馬遜創始人貝索斯、英偉達、OpenAI和微軟等公司那里籌集了約6.75億美元的資金，使其公司估值達到了26億美元。

14、資料來源：公司官網，財聯社，華爾街見聞，量子位，騰訊新聞，光大證券研究所整理 圖6：Figure的投資方 圖5：Figure 01搬箱子 圖4：Figure 01沖咖啡 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 請務必參閱正文之后的重要聲明 7 核心競爭力核心競爭力1 1：創始人和團隊具備豐富的創業經驗、技術能力和運營能力。：創始人和團隊具備豐富的創業經驗、技術能力和運營能力。1 1）公司創始人）公司創始人Brett AdcockBrett Adcock：2020年三次創業年三次創業，曾經創辦的企業包括基于A

15、I的在線人才市場Vettery和eVTOL（電動垂直起降機）公司Archer，前者于2018年被全球最大的招聘公司The Adecco Group以 1.1 億美元收購，后者則以27億美元估值在紐交所上市，并與聯合航空簽署了15億美元的商業協議。2022年，Brett開始專注于創辦Figure；2 2）公司）公司CTOCTO Jerry PrattJerry Pratt：在加入Figure前是人類和機器認知研究所的首席研究員，專注于對步行和平衡的理解和建模，長期投身于機器人技術的研究；3 3）戰略發展副總裁戰略發展副總裁Dana BerlinDana Berlin：此前任職于巴克萊資本投行業務

16、能源和可持續發展領域；4 4）其他細分模塊）其他細分模塊：聚集了曾在波士頓動力、特斯拉、Lucid Motors等公司任職的專業人員。創始人和團隊具備豐富的創業經驗、創始人和團隊具備豐富的創業經驗、技術能力和運營能力，將推動技術能力和運營能力，將推動FigureFigure持續穩健成長。持續穩健成長。資料來源：公司官網，光大證券研究所整理 圖7：Figure公司領導層 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 請務必參閱正文之后的重要聲明 核心競爭力核心競爭力2 2：多模態大模型賦能，機器人加速迭代。多模態大

17、模型賦能，機器人加速迭代。多模態多模態模型同時理解輸入的圖像和文本信息：模型同時理解輸入的圖像和文本信息：Figure AI 將機器人攝像頭拍攝的圖像和通過板載麥克風記錄的語音轉錄文本輸入到一個由 OpenAI 訓練的多模態模型中，這個模型能夠同時理解圖像和文本信息。模型負責生成語言響應模型負責生成語言響應：該模型會處理整個對話的歷史記錄，包括以往的圖像，以生成語言響應，并通過文本到語音的方式向人類回話。模型對于給定命令進行動作決策執行：模型對于給定命令進行動作決策執行：同一個模型還負責決定執行哪種已學習的閉環行為來響應給定的命令，它將特定的神經網絡權重加載到 GPU 上，并執行相應的策略。資

18、料來源：圖8：Figure 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 8 請務必參閱正文之后的重要聲明 9 核心競爭力核心競爭力3 3：自主完成任務自主完成任務具備端到端的學習能力具備端到端的學習能力 表象：機器人訓練省時省力。表象：機器人訓練省時省力。Figure 01只需看一段人類操作的視頻，再用上10小時訓練，就能實現無需人為遠程操控，自主沖咖啡；在咖啡膠囊位置沒擺正時還可以自動調整。底層邏輯：端到端神經網絡底層邏輯：端到端神經網絡(End to End Neural Networks(End to E

19、nd Neural Networks）傳統機器學習：傳統機器學習：過程包括，（1）輸入原始數據；（2）引入特定領域的知識，手動提取特征；（3）采用傳統機器學習算法生成預測。盡管能夠達成目標，但程序非常耗時，需要大量特定領域的知識。端到端深度學習：端到端深度學習：將數據直接通過一個大型神經網絡，該神經網絡處理輸入的數據并自動提取相關特征自動提取相關特征，然后用于生成預測?！岸说蕉恕钡奶攸c“端到端”的特點：（1）神經網絡技術使得無需手動提取特征，省去傳統機器學習第二個過程，直接從數據中進行輸入-輸出映射的學習，有效減少訓練所需的時間和精力；（2）技術的前提是訓練期間需要使用大量數據。資料來源：公司

20、官網，華爾街見聞，Baeldung，光大證券研究所整理 圖9：傳統機器學習流程圖 圖10：端到端深度學習流程圖 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 請務必參閱正文之后的重要聲明 10 未來發展：未來發展：AIAI賦能人形機器人賦能人形機器人 與OpenAI合作，開發下一代人形機器人的人工智能(AI)模型：利用籌得的資金為機器人開發大語言模型，將基于OpenAI最新的GPT模型，并專門訓練Figure收集的機器人動作數據，以便其人形機器人可以與人交談，看到東西并執行復雜任務；使用微軟的Azure云服務搭建

21、人工智能基礎設施和存儲數據等。資料來源：各公司官網，財聯社，光大證券研究所整理 圖11：OpenAI 圖12：微軟Azure云服務 1.11.1、FigureFigure：人形機器人初創企業，具備領先理解與學習能力：人形機器人初創企業，具備領先理解與學習能力 請務必參閱正文之后的重要聲明 1.21.2、特斯拉：、特斯拉：OptimusOptimus人形機器人技術進步迅速人形機器人技術進步迅速 11 特斯拉特斯拉OptimusOptimus：OptimusOptimus人形機器人技術進步迅速。人形機器人技術進步迅速。2021年8月19日，特斯拉首次向世界展示了將要推出的一款人形機器人“Optim

22、us Bot”，此時特斯拉人形機器人方案還處在準備階段。2022年10月1日，在特斯拉AI Day上，馬斯克正式介紹了特斯拉首款人形機器人Optimus（擎天柱），該機器人搭載特斯拉同款的自動駕駛軟件系統和傳感器。2023年12月，特斯拉放出了Optimus-Gen 2（第二代擎天柱）的視頻，性能相比第一代已經有了大幅度的躍升。參數指標參數指標靜坐功率快走功率行走速度英里 小時全身自由度個自由度手部個執行器，個自由度內核（大腦）單塊（）電池電壓、容量、內置電子電氣元件的一體單元電池包總電量整體重量表2：特斯拉Optimus主要參數 資料來源：公司官網，財聯社，界面新聞，澎湃新聞，DX Plus

23、，中國機器人網，光大證券研究所整理 核心升級點核心升級點執行器與傳感器特斯拉自主設計制造行走速度英里 小時，比上一代提升；并具有扭矩感應、鉸接式角質部分和人體足部幾何形狀（腳踝增加六維力矩傳感器）脖子新增 個自由度機械手個自由度，所有手指增加觸覺傳感器，可以處理精致物體，如雞蛋平衡平衡感和身體協調性得到改進，能夠深蹲整體重量（比一代減輕）表3：特斯拉Optimus-Gen2主要參數/結構特征 請務必參閱正文之后的重要聲明 1.21.2、特斯拉：、特斯拉：FSD+DojoFSD+Dojo，為訓練提供技術底座，為訓練提供技術底座 12 核心競爭力核心競爭力1 1：特斯拉特斯拉FSDFSD已經具備“

24、端到端”的能力。已經具備“端到端”的能力。馬斯克曾介紹，Optimus與特斯拉FSD（全自動駕駛）構建的強大視覺系統能夠共通，兩者的底層模塊已經打通；特斯拉FSD v12背后神經網絡的訓練全部使用視頻數據，不需要手寫一行代碼；總部有一個“AI大腦”，可以分析汽車收集的大量視頻數據，然后告訴汽車如何在道路上遇到的每個場景中行走；“端到端”的能力使特斯拉擺脫了代碼的限制，接下來只需要在數據和算力兩個層面進行突破。核心競爭力核心競爭力2 2：DojoDojo超算中心提供算力支撐。超算中心提供算力支撐。特斯拉Dojo超算中心已經于2023年上線，由一萬個英偉達H100GPU組成，能提供340 FP64

25、 PFLOPS的峰值算力，為AI提供39.58 INT8 ExaFLOPS的峰值算力，主要用于訓練包括特斯拉FSD自動駕駛系統在內的各種AI應用。除了FSD v12以外，人形機器人Optimus也將從特斯拉巨大的算力儲備當中獲益。展望：展望：有望受益于FSD和Dojo，繼續訓練機器人的通用性；未來人形機器人量產有望受益于可遷移的汽車制造經驗。資料來源：公司官網，新智元公眾號，界面新聞，光大證券研究所整理 圖13：特斯拉FSD控制系統 圖14：特斯拉Dojo超算中心 請務必參閱正文之后的重要聲明 1.31.3、波士頓動力：深耕多年，機器人硬件技術積累深厚、波士頓動力：深耕多年，機器人硬件技術積累

26、深厚 13 波士頓動力：波士頓動力：波士頓動力公司成立于1992年，源自麻省理工學院的一個研究項目。公司的機器人產品十分先進，人形機器人Atlas曾因為動態跑酷能力引起全世界的關注。公司機器人產品覆蓋軍用和民用兩大類，硬件技術優越。公司機器人產品覆蓋軍用和民用兩大類，硬件技術優越。軍用類：軍用類：1 1）四足機器狗）四足機器狗BigDogBigDog：2005年，公司就研發出了第一代機器狗BigDog，生產初衷是讓其在地形奇怪復雜地區代替運輸車運載物資，但因噪聲太大等缺陷提前退役；2 2）四足機器人）四足機器人CheetahCheetah（獵豹）和獵豹）和WildCatWildCat（野貓）：

27、野貓）：奔跑速度極快，前者時速高達28.3英里/h（約45.5km/h），后者時速高達32km/h。民用類：民用類：1 1）四足機器狗）四足機器狗SpotSpot；2 2）人形機器人）人形機器人AtlasAtlas；3 3）貨物搬運機器人）貨物搬運機器人HandleHandle。資料來源：公司官網，澎湃新聞，機器之心公眾號，光大證券研究所整理 圖15：波士頓動力產品迭代歷程 請務必參閱正文之后的重要聲明 1.31.3、波士頓動力：深耕多年，機器人硬件技術積累深厚、波士頓動力：深耕多年，機器人硬件技術積累深厚 14 核心競爭力：核心競爭力：機器人硬件技術領先，動作靈活性優于同業水平。機器人硬件技

28、術領先，動作靈活性優于同業水平。（1）Atlas已經掌握了雙腿跳遠、后空翻、跳過路中障礙物、不打破步伐的前提下跳躍臺階等技能；（2）Atlas的控制軟件使用了包括腿部、手臂和軀干在內的整個身體來掌握力量；與此同時，其他人形機器人公司剛剛在機器人雙足行走能力上取得突破，靈活性遠不及Atlas?？梢?，公司通過多年的產品迭代，已經將機器人的運動能力和靈活性推向行業領先水平。發展阻力：發展阻力：產品商業化落地不及預期，資金不足。產品商業化落地不及預期，資金不足。（1）商業化不及預期，早期軍方撤資導致資金不足：早先，美國軍方是波士頓動力技術研發的主力支持，后來由于研究成果存在單價費用過高（Atlas單臺

29、成本190萬美元）、維修困難、運行噪音過大、體積過大等問題，在多項成果都無法滿足實際應用需求后，軍方逐漸減少投入。美國軍方的“撤資”致使波士頓動力資金不足，不得不選擇被收購來保全自身；（2）七年三次易主，估值僅剩三分之一：公司成立至今多次被收購，前后包括Alphabet、日本軟銀和韓國現代。在2020年被韓國現代收購時，公司估值僅剩11億美元。資料來源：公司官網，機器人大講堂公眾號，澎湃新聞，市值觀察，光大證券研究所整理 圖16：Atlas雙腿跳遠 圖17：Atlas腿部結構 請務必參閱正文之后的重要聲明 1.31.3、波士頓動力：深耕多年，機器人硬件技術積累深厚、波士頓動力：深耕多年，機器人

30、硬件技術積累深厚 15 未來展望：未來展望：公司未來發展關鍵在于產品商業化落地，期待公司未來發展關鍵在于產品商業化落地，期待AIAI大模型的出現為公司帶來新的增長機會。大模型的出現為公司帶來新的增長機會。1 1）開展機器人在企業的首次規?；渴?。）開展機器人在企業的首次規?；渴?。根據奧托集團（Otto Group，全球最大的電子商務零售商之一）官網，該公司已經在2023年9月與波士頓動力公司簽署協議，以幫助加強其物流業務。根據協議，未來兩年Otto Group將在10多個設施中部署Spot機器人，在20多個設施中部署Stretch機器人。2 2）將）將ChatGPTChatGPT與機器人相結

31、合，探索與機器人相結合，探索AIAI在機器人上應用的可能性。在機器人上應用的可能性。2023年10月，波士頓動力公司在其官網上宣布了一項消息：他們成功地將ChatGPT與Spot相結合，開發出了一種會說話的導游機器狗。據了解，為了讓Spot開口說話，波士頓動力公司使用了OpenAI的ChatGPT API以及一些開源的大語言模型來訓練Spot的反應。公司在此前接近30年的發展歷史中積累了豐厚的技術經驗，但產品的商業化推廣仍然存在瓶頸。期待公司通過AI大模型加速訓練機器人，使機器人在未來適應更加豐富的應用場景，加速技術和產品商業化落地的進程。資料來源：波士頓動力官網，奧托集團官網，澎湃新聞，光大

32、證券研究所整理 圖18：ChatGPT和Spot結合（會說話的導游機器狗）請務必參閱正文之后的重要聲明 1.41.4、1X Technologies1X Technologies：第一代人形機器人：第一代人形機器人EVEEVE已經成功實現商業化已經成功實現商業化 16 1X Technologies1X Technologies：公司于公司于20142014年在挪威成立。年在挪威成立。公司第一款機器人醫護助理輪式機器人EVE于2022年初推出，“保安EVE”于2023年5月推出并入駐一家制造工廠，第二款機器人NEO預計將于2024年發布。公司是公司是OpenAIOpenAI對外投資的第一家人形

33、機器人企業。對外投資的第一家人形機器人企業。2023年3月，1X曾宣布完成了融資金額高達2350萬美元的A2輪融資，獲得OpenAI旗下創業基金、Tiger Global以及一群挪威投資者的支持；2024年1月，公司完成融資金額高達一億美元的B輪融資，由瑞典知名風投基金EQT Ventures領投，同時吸引了新投資者Samsung NEXT的加入，而現有投資者Sandwater、Skagerak Capital和Nistad集團也繼續跟投。資料來源：公司官網，機器人大講堂公眾號，光大證券研究所整理 圖19：第一款機器人EVE 圖20：第二款機器人NEO 請務必參閱正文之后的重要聲明 1.41.

34、4、1X Technologies1X Technologies：第一代人形機器人：第一代人形機器人EVEEVE已經成功實現商業化已經成功實現商業化 17 已開發出第一代成熟產品已開發出第一代成熟產品EVEEVE：公司第一代產品名為EVE，是一款擁有兩臂、兩眼和四輪底盤的機器人，軟件部分由OpenAI的ChatGPT提供支持，可以通過頭部的LED面板直接對話，融合了VR、AI、智能導航等多種技術，使其具備了強大的擬人化執行能力，例如，轉彎、開門、開窗、抬起物品等，能在各種環境中執行多種任務，如后勤和安保等。EVEEVE已經實現商業化：已經實現商業化：（1 1）醫院后勤領域：）醫院后勤領域：20

35、22年初，1X推出了醫護助理輪式機器人EVE，已經在挪威Sunnaas醫院進行測試，負責醫院后勤工作，讓護理人員解放出更多時間，關心患者。據悉，1X已經銷售了140臺人形機器人；（2 2）安保領域：）安保領域：2023年5月，1X推出“保安EVE”入駐一家制造工廠，負責監控和安全管理工作。1X創始人兼首席執行官Bernt yvind Brnich表示，安保人員已經習慣了使用技術，利用相機系統、警報傳感器和動作傳感器?，F在，這些保安也將能夠操作一批 EVE 機器人。EVEEVE暫未實現人形機器人的自主控制。暫未實現人形機器人的自主控制。由于人形機器人活動復雜，EVE暫未實現人形機器人的自主控制，

36、而主要采用AI與人工結合的方式控制，但一位操作員可同時操控一組多臺EVE機器人。資料來源：公司官網，東四十條資本公眾號，光大證券研究所整理 圖21：第一代人形機器人EVE和公司創始人&CEO 請務必參閱正文之后的重要聲明 1.41.4、1X Technologies1X Technologies：結合類人機器人技術與“具身學習”：結合類人機器人技術與“具身學習”AIAI技術技術 18 核心競爭力核心競爭力1 1：硬件創新：硬件創新自主開發自主開發Revo1Revo1伺服電機和下一代雙足人形機器人伺服電機和下一代雙足人形機器人NEONEO 1 1）擁有“世界上最高的扭矩重量比”，奠定公司在機器人

37、領域的領先地位。）擁有“世界上最高的扭矩重量比”，奠定公司在機器人領域的領先地位。根據公開專利信息，Revo1采用了哈爾巴赫陣列的特殊磁鐵排列技術哈爾巴赫陣列的特殊磁鐵排列技術：1）不僅讓電機更為緊湊和輕巧，還賦予了電機產生高扭矩的能力，使得Revo1的扭矩-重量比是市面上發動機的四倍；2）能夠更加有效地將磁場指向轉動軸，從而提高電機的效率；3）通過精準調整磁鐵的厚度，能有效防止在高溫和高扭矩環境下磁鐵的退磁現象，從而確保電機的持久性能和穩定性。2 2）開發下一代家用雙足人形機器人）開發下一代家用雙足人形機器人NEONEO：提高機器人的類人性：提高機器人的類人性 NEO 重 30 公斤（66.

38、1 磅），高 167 厘米（65 英寸），約為人類的平均身高。它的運動范圍與人類基本相同，雙手十分靈巧，并且可以在硬拉或深蹲中舉起 75 公斤（165.3 磅）的重量。由于NEO面向家庭場景，主要是用來處理日常家務，因此其高精度運動模仿了人類肌肉模式，并在鋁芯之上覆蓋了一層軟層，在保障用戶安全性的同時保證其能如人一般行走。截至目前，NEO不僅可以自然準確地穿門、爬樓梯，在 OpenAI 的軟件加持下有望完成更多高難度任務以及完整的無人操作體驗。資料來源：公司官網，機器人大講堂公眾號，極客公園公眾號，光大證券研究所整理 圖22：人形機器人NEO 圖23：人形機器人NEO 請務必參閱正文之后的重要

39、聲明 1.41.4、1X Technologies1X Technologies：結合類人機器人技術與“具身學習”：結合類人機器人技術與“具身學習”AIAI技術技術 19 核心競爭力核心競爭力2 2：訓練方式：訓練方式開發“具身學習”和“共享自治”增強人形機器人的學習能力開發“具身學習”和“共享自治”增強人形機器人的學習能力 1 1）具身學習（）具身學習（Embodied LearningEmbodied Learning）AIAI技術用于數據搜集技術用于數據搜集：（1）原理：“通過人類專家的示范教學，將人類行為和人類思維克隆到機器中，與訓練大語言模型的方法非常相似?！保?）具體方式：1X操作

40、員在工作室中，通過VR Teleop引導機器人完成各種真實場景，操作員不僅會展示他如何用身體完成任務的行為，還會展示他的思維過程，這樣訓練數據就會與他的思維過程貼上標簽。這種互動提供了一個獨特數據集，使機器人能夠理解并適應各種模式和行為。在大規模地搜集了多樣數據后，機器人就學會了一項新技能。2 2）共享自治（）共享自治（Shared AutonomyShared Autonomy）增強機器人的學習適應能力）增強機器人的學習適應能力：創建了一個數據反饋回路，涉及到人機協作，即機器人可以請求人類干預復雜任務。未來展望：未來展望：機器人硬件已經成熟，未來有望在機器人硬件已經成熟，未來有望在AIAI加

41、持下開拓更廣泛的市場：加持下開拓更廣泛的市場：早在2022年，1X與OpenAI合作開發具身學習模型。截止至2024年1月上旬，1X工作室中已有20個機器人正在收集數據，同時還有部署在客戶端站點的EVE。據悉，1X接下來將重點對具身智能模型進行開發和訓練。資料來源：公司官網，機器人大講堂公眾號，極客公園公眾號，光大證券研究所整理 圖24：1X操作員通過VR Teleop訓練機器人 請務必參閱正文之后的重要聲明 1.51.5、Agility RoboticsAgility Robotics：致力于實現商業化人形機器人量產：致力于實現商業化人形機器人量產 20 Agility RoboticsAg

42、ility Robotics：背靠亞馬遜，機器人產品背靠亞馬遜，機器人產品DigitDigit主要面向工業場景。主要面向工業場景。2022年，亞馬遜成立了工業創新基金，投資10億美元，以刺激供應鏈和物流創新，并進一步改善客戶和員工體驗。Agility Robotics成為該基金投資的首批公司之一。公司研發的機器人產品名為“Digit”，旨在作為“機器人同事”在倉庫和工廠內運輸和搬運貨物。它具有手臂和雙腿，可以爬樓梯、蹲下或進入狹小空間。公司的聯合創始人兼CEO表示：“我們研發Digit的初衷是為了解決當今勞動力中存在的問題，比如工作損傷、倦怠、高流動性和無法填補的人力缺口，最終目標是讓人類能夠

43、更加人性化地工作?！辟Y料來源：公司官網，機器人大講堂公眾號，CyberDaily公眾號，光大證券研究所整理 圖25：Digit機器人 請務必參閱正文之后的重要聲明 1.51.5、Agility RoboticsAgility Robotics：致力于實現商業化人形機器人量產：致力于實現商業化人形機器人量產 21 核心競爭力核心競爭力1 1：人形機器人已經進入量產階段。人形機器人已經進入量產階段。當地時間2023年9月18日，初創企業Agility Robotics宣布，公司將在美國俄勒岡州開設一家機器人制造工廠“RoboFab”，計劃在該廠大規模生產其人形物流倉儲機器人“Digit”。該機器人

44、工廠占地面積7萬平方英尺，建設開始于2022年，預計將于2024年開始交付機器人，第一年將有數百臺Digit的產能，而到2027年，產能將擴大到10000臺/年。核心競爭力核心競爭力2 2：已進入亞馬遜物流中心“實習”，展現出卓越的工作能力。已進入亞馬遜物流中心“實習”，展現出卓越的工作能力。Digit在亞馬遜的“實習”始于2023年10月，此后亞馬遜官方對于Digit實習期間表現進行了匯報：能夠連續工作長達7.5小時，并且在執行任務時實現了100%的自主性；工作效率達到了人類速度的75%，并且擁有高達97%的任務完成成功率。資料來源：公司官網，機器人大講堂公眾號，Axios，光大證券研究所整

45、理 圖26：RoboFab機器人制造工廠 請務必參閱正文之后的重要聲明 2 2、美股科技巨頭入局機器人賽道、美股科技巨頭入局機器人賽道 22 2.1、人形機器人是AI的重要應用場景之一，美股科技巨頭紛紛入局 2.2、英偉達：數據、大模型等全方位布局 2.3、谷歌：RT-1和RT-2端到端模型迭代迅速 2.4、Meta：V-JEPA視覺模型，實現自我監督進行學習 請務必參閱正文之后的重要聲明 2.12.1、美股科技巨頭紛紛入局、美股科技巨頭紛紛入局 23 AIAI大模型成為人形機器人商業化落地的關鍵，人形機器人是大模型成為人形機器人商業化落地的關鍵，人形機器人是AIAI的重要應用場景之一。的重要

46、應用場景之一。AIAI大模型成為人形機器人商業化落地的關鍵：大模型成為人形機器人商業化落地的關鍵：人形機器人與其他特定場景下的機器人存在一個極大的不同之處，即應用場景的多元化，相比特定場景下的機器人，人形機器人需要同時具備在家庭、服務、工業等眾多場景運行的能力，這對用于訓練人形機器人的數據和算力提出了極大的需求。AI大模型的強大算法能夠大大提升訓練機器人的效率，節約投入的時間和精力，并且能夠讓機器人更加適應通用化的場景，是人形機器人商業化落地的關鍵。人形機器人是人形機器人是AIAI的重要應用場景之一：的重要應用場景之一：人形機器人作為一種新興的智能終端，也是AI技術重要的下游應用之一，未來可能

47、走進千家萬戶，背后將是巨大的市場空間。美股頭部科技公司憑借算力、大模型和資金，紛紛押注人形機器人賽道。美股科技巨頭美股科技巨頭機器人機器人相關的布局相關的布局優勢優勢特斯拉（）硬件終端：人形機器人（）算法：算法系統（）算力：超算中心（）算法系統有著豐富的數據基礎，來自于自動駕駛汽車此前收集到的數據；（）算力自有，不易受限；（）汽車的研發 制造經驗與人形機器人的研發 制造互通，此前已有長期深厚積累。英偉達（）數據：模擬器將真實世界數據集擴大倍（）大模型：新成立實驗室聚焦具身智能大模型研究（）開發平臺：提供端到端、機器人開發平臺（）對外投資：通過投資人形機器人初創公司和機器人工廠拓展在機器人領域的

48、布局（）對外合作：在機器人領域與追覓科技、禾賽科技、九號公司、奧比中光、宇樹科技等有著相關合作（）具身智能已有部分研究成果，團隊具備研發經驗；（）新成立實驗室由和領導，研發團隊具備領域的頂尖水平；（）算力支持：上游芯片部署。微軟（）對外投資：投資和（）大模型 對外合作：軟件支持；未來與合作開發人形機器人的模型（）大模型迭代迅速，技術實力雄厚；（）資金充沛：截止至年 月，微軟已經向注資多億美元。谷歌大模型：和機器人模型端到端迭代迅速，端到端學習將加速機器人訓練效率。大模型：模型已實現自我監督學習，迭代迅速。亞馬遜對外投資：投資人形機器人公司和（）發展迅速，具備相關技術和人才積累；（）資金充沛：設

49、立工業創新基金對外投資表4：美股科技巨頭布局機器人&AI進展 資料來源：各公司官網，科創板日報，光大證券研究所整理 請務必參閱正文之后的重要聲明 2.22.2、英偉達：成立、英偉達：成立GEARGEAR實驗室聚焦具身智能大模型研究實驗室聚焦具身智能大模型研究 24 新進展：成立新進展：成立GEARGEAR聚焦具身智能大模型研究。聚焦具身智能大模型研究。2024年2月24日，英偉達宣布成立GEAR（Generalist Embodied Agent Research，通用具身智能體研究），由英偉達高級研究科學家Jim Fan與Yuke Zhu教授攜手組建，旨在構建適用于虛擬與物理世界的具身智能體

50、的基礎模型，致力于實現跨多模態、多場景的智能應用。具身智能已有成果：具身智能已有成果：EurekaEureka、VoyagerVoyager、MineDojoMineDojo、VIMAVIMA EurekaEureka：用GPT-4生成獎勵函數，教會機器人完成了三十多個復雜任務：比如，快速轉個筆，打開抽屜和柜子、拋球和接球，使用GPU加速的物理模擬進行訓練，速度比實時快1000倍；VoyagerVoyager：把GPT-4放進我的世界在游戲中點亮科技樹的速度是此前方法的15.3倍，同時獲得的獨特物品是此前的3.3倍，探索范圍是2.3倍。Voyager完全借助游戲畫面推理，一切操作與反饋通過文本

51、和游戲的Javascript API進行。第一個LLM驅動、能熟練玩我的世界的智能體。MineDojoMineDojo：提出一個由3個智能體組成的“具身GPT-3”，可以感知無限世界并在其中行動。MineDojo是一個將我的世界變成 AGI 研究游樂場的開放框架。VIMAVIMA：第一個帶有機械臂的多模態LLM，為機器人學習引入了“多模態提示”。圖27：Eureka 圖28：Voyager 圖29：MineDojo 圖30：VIMA 資料來源：英偉達官網，財聯社，量子位公眾號，機器人大講堂公眾號，光大證券研究所整理 請務必參閱正文之后的重要聲明 2.22.2、英偉達：數據、開發平臺均部署，積極

52、對外投資、英偉達：數據、開發平臺均部署，積極對外投資&合作合作 25 利用模擬器擴大真實世界利用模擬器擴大真實世界數據數據集：集：在人形機器人目前非常稀缺的真實性物理數據方面，英偉達于2023年10月推出MimicGenMimicGen模擬器，模擬器，可將真實世界數據集擴大100倍，大大減少昂貴的人工演示工作、加快機器人AI化進程。部署人形機器人部署人形機器人開發平臺開發平臺：英偉達提供端到端端到端IsaacIsaac、JetsonJetson機器人開發平臺機器人開發平臺，結合生成式AI來支持大規模訓練、開發和部署AI機器人，降低機器人開發門檻與開發成本。波士頓動力公司和宇樹科技等公司都已經在

53、CES 2024上展示了基于英偉達機器人開發平臺研制的機器人成果。對外投資對外投資&合作：合作：在投資方面，英偉達通過投資人形機器人初創公司FigureAI和機器人工廠Machina Labs拓展在機器人領域的布局。同時英偉達還與眾多海內外人形機器人公司有著相關合作，可見其未來借助機器人實現增長的決心。機器人公司機器人公司 合作內容合作內容 波士頓動力 開發芯片以實現強大的人工智能和計算機視覺技術進行機器人感知和控制 瑞士機器人公司ANYbotics 共同開發增強四足機器人ANYmal的感知和導航能力 AIBrain 共同開發了芯片，適用于各種機器人應用的人工智能技術和解決方案 InOrbit

54、 共同開發自主機器人和無人機提供云平臺解決方案 表5：英偉達和機器人公司合作 資料來源：英偉達官網，機器人大講堂公眾號，機器人技術與應用公眾號，科創板日報，光大證券研究所整理 請務必參閱正文之后的重要聲明 2.32.3、谷歌：發布、谷歌：發布RTRT-1 1、RTRT-2 2機器人模型機器人模型 26 20222022年年1212月開發出月開發出RTRT-1 1端到端模型端到端模型：這是一個基于機器人數據的端到端模型。輸入端：可以把相機圖片、指令與電動機命令作為輸入；輸出端：動作指令，包括7個維度的手臂動作指令、3個維度的基礎移動指令和1個維度的狀態切換指令。研究人員讓機器人執行了超過 700

55、 項任務，結果顯示：在之前見過的場景、之前未見過的場景、被干擾場景、背景更換場景，搭載 RT-1 模型的機器人都展現出了更高的成功率。這是機器人首次通過龐大的、多樣化的、任務無關的數據，展現出泛化性，執行了一些未曾見過的任務。20232023年年7 7月發布月發布RTRT-2 2：視覺視覺-語言語言-動作模型動作模型，理解能力理解能力、推理能推理能力力、泛化能力顯著提升泛化能力顯著提升。在這個模型里，谷歌將參數量從35M提高到55B。研究人員對RT-2模型進行了和RT-1一樣的測試。結果顯示，RT-2的理解能力、推理能力、針對未知場景的泛化能力都顯著優于RT-1模型。圖：的架構和訓練對一個事先

56、訓練好的模型進行了協同微調，使用了機器人和網絡數據。最終的模型接收機器人攝像頭的圖像并直接預測機器人執行的動作資料來源：谷歌官網，讀懂財經公眾號，產品歐sir公眾號，光大證券研究所整理 請務必參閱正文之后的重要聲明 2.42.4、MetaMeta：V V-JEPAJEPA教會機器理解和建模物理世界教會機器理解和建模物理世界 27 V V-JEPAJEPA模型：模型：通過觀看視頻教會機器理解和建模物理世界通過觀看視頻教會機器理解和建模物理世界。V-JEPA是由Meta公司首席AI科學家Yann LeCun基于JEPA架構開發的一種新型視頻預測模型，它是一種通過觀看視頻來學習理解物理世界的新型視覺

57、模型，旨在讓人工智能有能力通過形成其周圍環境的內部模型來規劃、推理和執行復雜的任務。特征：特征：1 1）自我監督學習：自我監督學習：V-JEPA的架構并不依賴于常見的圖像編碼器、文本和負樣本或其它監督學習輸入，而是采用自我監督學習，這意味著它能夠在沒有標記數據的情況下進行訓練，這提高了其適應性和多樣性。2 2）以特征預測為目標：以特征預測為目標：不同于重建圖像或依賴像素級預測，V-JEPA 專注于預測視頻特征，這使得訓練更加高效，且在后續任務中表現更佳。3 3）效率提高：效率提高：Meta 通過 V-JEPA 實現了顯著的效率提升，在縮短訓練時間的同時，仍然保持了高性能。4 4）多功能的視覺表

58、征：多功能的視覺表征：V-JEPA 能夠產生適用于多種任務的視覺表征，無論是基于運動還是外觀的任務，它都能有效捕捉視頻數據中的復雜互動。優勢：優勢：教會機器真正理解世界教會機器真正理解世界，下一步開發出高級機器智能下一步開發出高級機器智能（AMIAMI）的的 JEPAJEPA。V-JEPA 的開發主要集中在感知方面 理解各種視頻流的內容，以實現對周圍世界的即時情境感知。它的預測器在聯合嵌入預測架構中扮演了一個早期的物理世界模型角色，能夠在不需深入分析每個細節的情況下理解視頻幀中的事件。Meta 的未來目標是利用這一預測模型進行規劃和序列決策任務，使其應用范圍擴展到感知之外。圖：模型方法論資料來

59、源：官網，大模型實驗室公眾號，光大證券研究所整理請務必參閱正文之后的重要聲明 3 3、未來展望、未來展望 28 3.1、硬件層面：突破瓶頸，運動性能和靈活性提升 3.2、量產能力和商業化：降本&控制良率，產品上市進程加快 3.3、軟件算法：“具身智能”為人形機器人通用性賦能 請務必參閱正文之后的重要聲明 核心觀點核心觀點 29 上游：零部件軟件算法中游：人形機器人下游：應用場景硬件零部件軟件算法減速器行星減速器諧波減速器無框力鉅電機減速器電機絲杠傳感器空心杯電機行星滾柱絲杠視覺傳感器力矩傳感器慣導攝像頭激光雷達毫米波雷達超聲波雷達微軟微軟（）；英偉達（）；英偉達（）；谷歌（）；谷歌（；）；）；

60、（）；特斯拉）；特斯拉（）工業 物流；特斯拉（特斯拉（）；波士頓動力；優必選優必選（）日本納博特斯克（納博特斯克（）日本哈默納科（哈默納科（）美國科爾摩根（科爾摩根（）；德國集團；日本電產日本電產（）瑞士；德國；瑞士德國舍弗勒（舍弗勒（）；瑞士圖像傳感器鏡頭（）；禾賽科技（）；禾賽科技（）；速騰聚創）；速騰聚創（）法雷奧（法雷奧（；）；海拉（）；海拉（）；博世）；博世（）；大陸集團（）；大陸集團（；）；德爾福美國美國（）（）；日本）；日本（）醫療教育家用專用機器人醫療物流教育人形機器人工業海外機器人產業鏈梳理海外機器人產業鏈梳理 資料來源：各公司官網，化工儀器網，前瞻經濟學人，半導體產業縱橫，

61、電子發燒友，公眾號，中國機器人網公眾號，光大證券研究所整理 圖33：海外機器人產業鏈梳理 請務必參閱正文之后的重要聲明 3.13.1、硬件層面：突破瓶頸，運動性能和靈活性提升、硬件層面：突破瓶頸，運動性能和靈活性提升 30 人形機器人智能化的前提是突破硬件性能的瓶頸。人形機器人智能化的前提是突破硬件性能的瓶頸。Figure的CEO Brett此前在訪談中表示，“我們以為能很容易買到現成的，但市場上根本沒有好的驅動器、電池、控制軟件和中間件操作系統解決方案。傳感器雖然有一些現成的，但我們幾乎都是自己制造下一代機器人的電子元件，并不是因為我們想，而是不得不?！笨梢?，即便已經有企業布局人形機器人的上

62、游零部件，但這些零部件存在不能滿足人形機器人使用需求的情況。我們認為存在以下原因：1 1）零部件的尺寸、重量不能滿足需求：）零部件的尺寸、重量不能滿足需求：Figure曾自主研發了執行器，相比市面上具有相同扭矩的執行器，Figure自主研發的版本在尺寸上減半，更加能夠滿足人形機器人輕量化的要求。市面上的零部件可能并非人形機器人專用，存在和人形機器人不適配的問題；2 2）零部件的性能不能滿足要求：）零部件的性能不能滿足要求：隨著各家企業對人形機器人類人化的要求提升，零部件的精度不足，無法使人形機器人展現出更加靈活的運動能力，或者更加強大的承重能力。資料來源：海外獨角獸公眾號，光大證券研究所整理

63、零部件性能提升的兩種路徑：零部件性能提升的兩種路徑：（1 1）縱向合作，上游廠商滿足下游需求：）縱向合作，上游廠商滿足下游需求：上游零部件廠商根據下游機器人客戶需求，合作研發出能夠滿足需求的零部件和解決方案；（2 2）自主研發，機器人企業自主研發硬件核心技術：）自主研發，機器人企業自主研發硬件核心技術：人形機器人企業自研零部件，根據實際需要進行研發，并掌握關鍵部件的技術。圖34：自研的執行器（左）具有相同扭矩的現成執行器（右）請務必參閱正文之后的重要聲明 3.23.2、量產能力和商業化：降本、量產能力和商業化：降本&控制良率，產品上市進程加快控制良率，產品上市進程加快 商業化進程領先的人形機器

64、人企業正在走向量產出貨階段。商業化進程領先的人形機器人企業正在走向量產出貨階段。2023年末，Agility Robotics公司在美國俄勒岡州的一家機器人制造工廠“RoboFab”開業；2024年1月25日，馬斯克在特斯拉財報電話會上表示，部分擎天柱很有可能在2025年某個時候交付。1)1)量產降本能力看好特斯拉。量產降本能力看好特斯拉。制造端，人形機器人將會走降本路線，這需要制造工廠具備豐富的生產經驗，能夠在原材料和零部件采選、生產工藝等環節降低成本，同時保證產品的良率。特斯拉此前生產并銷售自動駕駛汽車，具備豐富的生產經驗，而自動駕駛汽車與人形機器人在硬件組裝和軟件集成方面存在互通之處，可

65、遷移的生產經驗是其他人形機器人企業不曾有的。我們看好特斯拉量產降本方面的能力。此外，特斯拉曾公開表明，Optimus售價預計不到2萬美元。公司已經將低成本作為機器人的生產目標。2)2)預計特斯拉機器人商業化進程將會領先其他機器人企業。預計特斯拉機器人商業化進程將會領先其他機器人企業。特斯拉的優勢在于 數據+算力（Dojo超算中心）+算法（FSD控制系統）+制造（汽車工廠）全部有所積淀，具備人形機器人的核心技術和關鍵能力。在未來需求交付的過程中，有能力快速定位和解決問題，提升開發效率和產品質量。預計許多人形機器人企業將會在近幾年快速將產品投放進市場。預計許多人形機器人企業將會在近幾年快速將產品投

66、放進市場。實驗室的數據滿足不了訓練機器人通用性的需求，人形機器人需要快速進入市場，收集更多真實場景的數據，以訓練更加智能化的機器人，實現產品迭代更新。人形機器人將首先在物流倉儲等領域布局，逐步成熟后再轉向家用，家用人形機器人前路漫漫。人形機器人將首先在物流倉儲等領域布局，逐步成熟后再轉向家用，家用人形機器人前路漫漫。Figure和1X等公司將產品定位于“解決勞動力短缺”，而非“替代人類勞動力”，這是由于公司發現在工作場景中，存在大量工作環境惡劣，人類不愿意從事的工作，比如看管倉庫（冬冷夏熱）或者是重復性高的流水線工作。預計人形機器人將首先在工業場景中布局。而在工業場景中布局成熟后，機器人需要先

67、完全具備在家庭中各個場景下工作的技能，機器人需要先完全具備在家庭中各個場景下工作的技能，取得市場上廣泛消費者的信任，才能夠順利向家用延展取得市場上廣泛消費者的信任，才能夠順利向家用延展。因此，我們預計人形機器人進入家用場景仍有很長的路要走。資料來源：光大證券研究所整理 量產降本良率提升物流倉儲等場景家用場景圖35：人形機器人未來發展趨勢 31 請務必參閱正文之后的重要聲明 3.33.3、軟件算法：“具身智能”、軟件算法：“具身智能”為人形機器人通用性賦能為人形機器人通用性賦能 32 20222022年，著名人工智能教授李飛飛在美國文理科學院的會刊年，著名人工智能教授李飛飛在美國文理科學院的會刊

68、 DdalusDdalus 上發表了一篇文章，指明了計算機視覺未來的三個發展方向：具上發表了一篇文章，指明了計算機視覺未來的三個發展方向：具身智能、視覺推理和場景理解。身智能、視覺推理和場景理解。方向方向1 1：具身智能：具身智能（EmbodiedEmbodied AIAI）通過在物理世界和數字世界的學習和進化，達到理解世界、互動交互并完成任務的目標。具身智能是由“本體”和“智能體”耦合而成且能夠在復雜環境中執行任務的智能系統。具身智能研究成果已經涌現具身智能研究成果已經涌現。在基于Transformer的大語言模型浪潮帶領下，微軟、谷歌、英偉達等大廠，以及斯坦福、卡耐基梅隆等高等學府均開展了

69、具身智能的相關研究。（1）微軟基于ChatGPT的強大自然語言理解和推理能力，生成控制機器人的相關代碼；（2）英偉達VIMA基于T5模型，將文本和多模態輸入交錯融合，結合歷史信息預測機器人的下一步行動動作；（3）斯坦福大學利用LLM的理解、推理和代碼能力，與VLM交互并生成3D value map，來規劃機械臂的運行軌跡；（4）谷歌具身智能路線較多，包括從PaLM衍生來的PaLM-E，從Gato迭代來的RoboCat，以及最新基于RT-1和PaLM-E升級得到的RT-2。方向方向2 2:視覺推理視覺推理理解二維場景中的三維關系，例如將“把金屬馬克杯搬回麥片碗左邊”的指令。方向方向3 3:場景理

70、解場景理解機器能夠理解場景中的人，包括社會關系和人類意圖；計算機視覺和人類視覺一樣，將不僅僅是感知，而是深度認知。資料來源：Li Fei-Fei&Ranjay Krishna Searching for Computer Vision North Stars，新智元公眾號，光大證券研究所整理 計算機視覺 具身智能 視覺推理 場景理解 圖36：計算機視覺未來發展方向 請務必參閱正文之后的重要聲明 3.33.3、軟件算法：“具身智能”、軟件算法：“具身智能”為人形機器人通用性賦能為人形機器人通用性賦能 33“具身智能具身智能”為人形機器人通用性賦能為人形機器人通用性賦能，但仍面臨諸多挑戰但仍面臨諸

71、多挑戰。具身智能作為邁向通用人工智能（AGI）的重要一步，是學術界和產業界的熱點，隨著大模型的泛化能力進一步提升，各種具身方法和智能體不斷涌現，但是要實現好的具身智能，會面臨算法、工程技術、數據、場景和復雜軟硬件等的諸多挑戰。資料來源：甲子光年公眾號，光大證券研究所整理 本體本體 人形機器人 智能體智能體 多模態模型 數據數據 真實數據 虛擬數據 學習和進化架構學習和進化架構 解決硬件的關鍵零部件技術突破，形成具有優秀運動能力和操作能力的平臺級通用機器人產品 設計強大的智能體系統，完成高速的數據采集、傳輸和處理，以及實時的決策反應，用高算力做支撐 需要大量高質量的行業數據：大量的人類操作數據+

72、實際業務的數據 通過虛擬和真實的交互，形成持續學習和進化的能力，使具身智能得以演進 圖37：具身智能的四個核心要素及未來需要突破的難點 核心要素核心要素難點突破難點突破請務必參閱正文之后的重要聲明 風險提示風險提示 技術發展不及預期：技術發展不及預期：人形機器人的未來快速發展取決于硬件性能的突破和AI在數據、算法、算力上的加持，若相關技術的發展不及預期，將會導致人形機器人的進一步發展受到阻礙。商業化落地不及預期：商業化落地不及預期：人形機器人最終目標是面向更加通用化的市場，若未來人形機器人產品滿足不了市場需求，或是和市場預期不匹配，將會因商業化落地不及預期導致行業發展陷入瓶頸。相關技術被不當使

73、用或存在缺陷：相關技術被不當使用或存在缺陷：隨著AI的引入，人形機器人正在變得更類人、更智能，若人形機器人相關技術被不當使用或存在缺陷，將會使人形機器人行業陷入倫理道德甚至法律的糾紛當中。34 海外TMT研究團隊 分析師：付天姿 執業證書編號：S0930517040002 電話：021-52523692 郵件： 聯系人：黃錚 電話：021-52523825 郵件： 鵬華基金分析師聲明分析師聲明 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告，并對本報告的內容和觀點負責。負責準備以及

74、撰寫本報告的所有研究人員在此保證，本研究報告中任何關于發行商或證券所發表的觀點均如實反映研究人員的個人觀點。研究人員獲取報酬的評判因素包括研究的質量和準確性、客戶反饋、競爭性因素以及光大證券股份有限公司的整體收益。所有研究人員保證他們報酬的任何一部分不曾與，不與，也將不會與本報告中具體的推薦意見或觀點有直接或間接的聯系。行業及公司評級體系行業及公司評級體系 買入未來6-12個月的投資收益率領先市場基準指數15%以上；增持未來6-12個月的投資收益率領先市場基準指數5%至15%；中性未來6-12個月的投資收益率與市場基準指數的變動幅度相差-5%至5%；減持未來6-12個月的投資收益率落后市場基準

75、指數5%至15%；賣出未來6-12個月的投資收益率落后市場基準指數15%以上；無評級因無法獲取必要的資料，或者公司面臨無法預見結果的重大不確定性事件，或者其他原因，致使無法給出明確的投資評級?；鶞手笖嫡f明：A股市場基準為滬深300指數；香港市場基準為恒生指數；美國市場基準為納斯達克綜合指數或標普500指數。特別聲明特別聲明 光大證券股份有限公司（以下簡稱“本公司”）成立于1996年，是中國證監會批準的首批三家創新試點證券公司之一，也是世界500強企業中國光大集團股份公司的核心金融服務平臺之一。根據中國證監會核發的經營證券期貨業務許可，本公司的經營范圍包括證券投資咨詢業務。本公司經營范圍：證券經

76、紀；證券投資咨詢；與證券交易、證券投資活動有關的財務顧問；證券承銷與保薦；證券自營；為期貨公司提供中間介紹業務；證券投資基金代銷；融資融券業務；中國證監會批準的其他業務。此外，本公司還通過全資或控股子公司開展資產管理、直接投資、期貨、基金管理以及香港證券業務。本報告由光大證券股份有限公司研究所（以下簡稱“光大證券研究所”）編寫，以合法獲得的我們相信為可靠、準確、完整的信息為基礎，但不保證我們所獲得的原始信息以及報告所載信息之準確性和完整性。光大證券研究所可能將不時補充、修訂或更新有關信息，但不保證及時發布該等更新。本報告中的資料、意見、預測均反映報告初次發布時光大證券研究所的判斷，可能需隨時進

77、行調整且不予通知。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議?？蛻魬灾髯鞒鐾顿Y決策并自行承擔投資風險。本報告中的信息或所表述的意見并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，本公司及作者均不承擔任何法律責任。不同時期，本公司可能會撰寫并發布與本報告所載信息、建議及預測不一致的報告。本公司的銷售人員、交易人員和其他專業人員可能會向客戶提供與本報告中觀點不同的口頭或書面評論或交易策略。本公司的資產管理子公司、自營部門以及其

78、他投資業務板塊可能會獨立做出與本報告的意見或建議不相一致的投資決策。本公司提醒投資者注意并理解投資證券及投資產品存在的風險，在做出投資決策前，建議投資者務必向專業人士咨詢并謹慎抉擇。在法律允許的情況下，本公司及其附屬機構可能持有報告中提及的公司所發行證券的頭寸并進行交易，也可能為這些公司提供或正在爭取提供投資銀行、財務顧問或金融產品等相關服務。投資者應當充分考慮本公司及本公司附屬機構就報告內容可能存在的利益沖突，勿將本報告作為投資決策的唯一信賴依據。本報告根據中華人民共和國法律在中華人民共和國境內分發，僅向特定客戶傳送。本報告的版權僅歸本公司所有，未經書面許可，任何機構和個人不得以任何形式、任何目的進行翻版、復制、轉載、刊登、發表、篡改或引用。如因侵權行為給本公司造成任何直接或間接的損失，本公司保留追究一切法律責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。光大證券股份有限公司版權所有光大證券股份有限公司版權所有。保留一切權利。保留一切權利。