2025人形機器人“小腦”概念、商業模式及優勢企業分析報告（30頁）.pdf

《2025人形機器人“小腦”概念、商業模式及優勢企業分析報告（30頁）.pdf》由會員分享，可在線閱讀，更多相關《2025人形機器人“小腦”概念、商業模式及優勢企業分析報告（30頁）.pdf（30頁珍藏版）》請在三個皮匠報告上搜索。

1、 2025 年深度行業分析研究報告 內容目錄內容目錄 1.人形機器人“小腦”有望成為主賽道.5 1.1 從工業機器人起步，詳解什么是人形機器人的“小腦”.5 1.2 人形機器人“大腦”快速迭代，“小腦”重要性日漸提升.13 1.3 以史為鑒，“小腦”商業模式思考.15 1.4 AI 技術對“小腦”也有顯著加持，但主要是解決數學計算環節，不改變運行邏輯.18 2.誰能在本輪“小腦”成長機會中脫穎而出？.21 2.1 具備高端裝備高速、高精多軸聯動控制能力：固高科技、華中數控、科德數控.21 2.2 具備工業機器人運動控制能力：拓斯達、埃夫特、埃斯頓.26 3.投資建議.31 4.風險提示.31

2、圖表目錄圖表目錄 圖表 1：機器人基本組成.5 圖表 3：工業機器人常見控制方式.6 圖表 4：仿人機器人運動控制器芯片架構.6 圖表 5：工業機器人控制軟件的基本功能架構.7 圖表 6：通用運動控制器主要分類.7 圖表 7：工業機器人的單關節控制原理.8 圖表 8：將其他關節的影響作為前饋項引入控制器構成多關節控制系統.8 圖表 9：工業機器人運動控制系統原理.8 圖表 10：人形機器人“小腦”輸入端更復雜.9 圖表 11：人形機器人是一個人工智能級運動控制系統落地場景.9 圖表 12：控制軸數越多運動控制系統越復雜.10 圖表 13：工業機器人一般控制軸數最大到 7 軸.10 圖表 14：

3、人形機器人僅下肢就有 14 個自由度，控制難度大幅增加.11 圖表 15：四自由度雙臂人形機器人構成.11 圖表 16：工業機器人控制時涉及正向運動學計算、逆向運動學求解.12 圖表 17：人形機器人的運動學模型比工業機器人復雜的多.12 圖表 18：倒立擺模型為最基礎的機器人平衡控制運動學模型.13 圖表 19：Figure VLAs 模型是人形機器人“大腦”的一個重大升級.13 圖表 20：Helix 通過部署兩個模型解決了 VLMs 響應速度慢的問題.14 圖表 21：Figure 提出了全新的人形機器人規?；€.14 圖表 22：隨著預訓練大模型快速發展，對“小腦”的要求也會越來越高

4、.15 圖表 23：人形機器人的技術進步是一個基礎模型、運動控制、傳感等技術互相加強的過程.15 圖表 24：西門子、發那科、三菱均以標準產品為主，配套各類機床廠商.16 圖表 25：哈斯自研數控系統與機床.16 圖表 26：宇樹科技作為早期入局者后續或采用自研“小腦”的一體化布局.17 圖表 27：機床行業的開放式數控系統會有大量二次開發的接口.17 圖表 28：具有自適應、自感知、自學習、自交互、自執行能力的數控系統為未來發展趨勢.18 圖表 29：直線插補、圓弧插補為數控系統最常見的插補功能.18 圖表 30：基于神經網絡的曲線插補加工流程.19 圖表 31：采用神經網絡插補可降低誤差.

5、19 圖表 32：分段式絲杠熱誤差補償技術路線.19 圖表 33：神經網絡熱誤差建模流程圖.20 圖表 34：發那科采用機器學習的 AI 伺服調整功能.20 圖表 35：發那科采用機器學習的 AI 熱誤差補償功能.20 圖表 36：華中數控數控基于華中 9 型數控系統打造的智能體系架構.21 圖表 37：固高科技面向高端裝備領域擁有大量技術積累.21 圖表 38：機床數控系統控制原理.22 圖表 39：數控系統軟件構成較為復雜.22 圖表 40：數控系統壁壘極高，海外龍頭技術實力領先.22 圖表 41：步進掃描光刻機系統結構圖.23 圖表 42：歐姆龍賦能貼片機性能提升且兼容性更強.23 圖表

6、 43：ACS 運動控制系統在半導體設備領域具有豐富應用經驗.24 圖表 44：固高科技主要產品.24 圖表 45：固高科技下游行業不斷突破.25 圖表 46：華中數控自研數控系統實現與海外龍頭全面對標.25 圖表 47：華中數控工業機器人控制、伺服驅動均采用自研技術.26 圖表 48：科德數控自研五軸機床數控系統在運控領域有深厚技術積累.26 圖表 49：拓斯達、埃斯頓、埃夫特工業機器人均配套有自己的控制器.27 圖表 50：拓斯達單臺控制器可直接控制雙臂機器人.27 圖表 51：智能焊接機器人在架構上也更接近人工智能級控制.28 圖表 52：拓斯達新一代 X5 機器人控制器平臺.28 圖表

7、 53：拓斯達 X5 機器人控制平臺端側工業控制方案實施能力展示.29 圖表 54：埃斯頓提供包含運動控制的完整解決方案.29 圖表 55：埃斯頓“機器人+智能化”布局.30 圖表 56：埃夫特規劃了“云-邊-端三腦協同”架構.30 圖表 57：埃夫特通過構建智能機器人通用技術底座加速機器人產業化落地.30 1.人形機器人“小腦”有望成為主賽道 1.11.1 從工業機器人起步，詳解什么是人形機器人的“小腦”從工業機器人起步，詳解什么是人形機器人的“小腦”各類機器人其基本組成較為相似，以執行機構、驅動裝置、檢測裝置、控制系統和復雜機械等為主，背后運動控制的邏輯也較為相似。圖表圖表1 1：機器人基

8、本組成機器人基本組成 來源：機器人驅動與控制及應用實例，國金證券研究所 運動控制（Motion Control）通常是指在復雜條件下將預定的控制方案、規劃指令轉變成期望的機械運動，實現機械運動精確的位置控制、速度控制和轉矩控制。整體來看，機器人的運動控制系統也就是“小腦”，主要是依照具體的運動軌跡要求，根據負載情況，通過驅動器、驅動執行電機完成相應運動軌跡要求的系統。通常包括運動控制器、伺服驅動器、執行器、運動反饋單元等。圖表圖表2 2：機器人機器人“小腦”“小腦”包括運動控制器、驅動、執行器、運動反饋單元等包括運動控制器、驅動、執行器、運動反饋單元等 來源：固高科技招股說明書，國金證券研究所

9、 具體到工業機器人的運動控制系統，其目標是對工業機器人的各個關節進行聯動控制，從而實現軌跡跟蹤運動，比單純控制一個關節完成點到點的運動更加復雜。一般可以通過一 臺計算機進行集中控制、多個 CPU 進行主從分級控制、進一步模塊化進行分散控制。圖表圖表3 3：工業機器人常見控制方式工業機器人常見控制方式 來源：工業機器人技術基礎，國金證券研究所 其中運動控制器是工業機器人運動控制系統的核心，控制器從上位機獲取數據，并控制伺服驅動器完成控制的執行，再基于傳感器反饋的信息確?？刂瓢凑找巹澩瓿闪藞绦?。運動控制器通常包括軌跡生成器、插補器、控制回路、步序發生器等模塊。圖表圖表4 4：仿人機器人運動控制器芯

10、片架構仿人機器人運動控制器芯片架構 來源：Humanoid Robot Control:A Mixed-Signal Footstep Planning SoC with ZMP Gait Scheduler and Neural Inverse Kinematics，國金證券研究所 運動控制器可采用各類運動控制方法和策略來提升機器人的性能，故具有較強的“軟件”屬性。圖表圖表5 5：工業機器人控制軟件的基本功能架構工業機器人控制軟件的基本功能架構 來源：機器人驅動與控制及應用實例，國金證券研究所 根據平臺不同，通用運動控制器可以分為 PLC 控制器、嵌入式控制器和 PC-Based 控制卡三大

11、類。圖表圖表6 6：通用運動控制器主要分類通用運動控制器主要分類 分類分類 特點特點 應用領域應用領域 PLC 控制器 系統簡單，體積小，可靠性高，但不支持復雜算法，可以通過在 PLC 平臺上，添加驅動步進電機或伺服電機的位置控制模塊，在為各種機械設備提供邏輯控制的同時，提供運動控制功能 可以用于圓周運動或直線運動的控制，廣泛應用于各種機械、機床、機器人和電梯等行業 嵌入式控制器 涵蓋從簡單到復雜的各種運用，具有應用靈活、穩定性高、定制性強、價格便宜、操作和維護方便的特點 在針織機械、激光、切割、點膠機等設備制造行業有廣泛的應用 PC-Based控制卡 系統通用性強、可拓展性強，能夠滿足復雜運

12、動的算法要求、抗干擾能力強，可供用戶根據不同的需求，在 DOS 或Windows 等平臺下自行開發應用軟件，組成各種控制系統 主要應用于電子、半導體、工業機器人、包裝等領域 來源：雷賽智能招股說明書，國金證券研究所 具體到工業機器人控制的執行，如果是單個關節的控制，不需要考慮其他關節影響，機器人的機械慣性被當做擾動項來進行處理，通常通過電機實現驅動，由電流檢測、速度檢測、位置檢測構成閉環控制。圖表圖表7 7：工業機器人的單關節控制原理工業機器人的單關節控制原理 來源：工業機器人設計與控制，國金證券研究所 多關節的聯動控制需要在單關節的基礎上考慮關節之間的影響，需要更多的傳感器數據反饋來將其他關

13、節對當前關節的擾動作為前饋項引入位置控制器，從而構成多關節控制系統。圖表圖表8 8：將其他關節的影響作為前饋項引入控制器構成多關節控制系統將其他關節的影響作為前饋項引入控制器構成多關節控制系統 來源：工業機器人設計與控制，國金證券研究所 最終工業機器人通過對關節速度、位置、力進行調節，完成多自由度旋轉運動。圖表圖表9 9：工業機器人運動控制系統原理工業機器人運動控制系統原理 來源：工業機器人設計及控制，國金證券研究所 伴隨著大語言模型等 AI 技術的快速進步，運動控制系統在機器人領域的應用有望逐步拓寬到人形機器人領域，人形機器人運動控制和工業機器人相比我們認為變化主要體現在輸入端更復雜、控制難

14、度更高、環境變量增加等方面，對運動控制系統企業來說是個全新的 挑戰和發展機會：1）輸入端更復雜：原來的上位機變成了有大模型的“大腦”，但不改變運動控制系統作為“小腦”的作用 工業機器人一般通過 PC 作為上位機，由工程師人機交互完成指令輸入后運動控制系統進行重復執行。到了人形機器人領域，上位機變成了依托大語言模型的“大腦”，可以直接將自然語言轉化成控制指令輸入到運動控制系統中，但不改變運動控制系統作為“小腦”的作用。圖表圖表1010：人形機器人人形機器人“小腦”“小腦”輸入端更復雜輸入端更復雜 來源：工業機器人完全應用手冊,VoxPoser:Composable 3D Value Maps f

15、or Robotic Manipulation with Language Models，國金證券研究所 換一個角度看，也可以理解為是原來的運動控制系統控制層級的提升，達到了理想的人工智能級，具備自然語言理解和自主執行能力。圖表圖表1111：人形機器人是一個人工智能級運動控制系統落地場景人形機器人是一個人工智能級運動控制系統落地場景 來源：工業機器人技術基礎，國金證券研究所 2）控制難度更高：聯動控制軸數大幅增加 工業機器人控制軸數決定了其自由度，軸的數量選擇通常取決于具體的應用，控制軸越多運動控制系統越復雜，使用時的編程量也更大。圖表圖表1212：控制軸數越多運動控制系統越復雜控制軸數越多運

16、動控制系統越復雜 來源：工業機器人設計及控制，國金證券研究所 工業機器人根據不同的結構形態、用途、作業要求等不同有較多分類，但控制上以多軸實時運動控制為主，基于關節控制、位置控制、力控制完成作業任務，一般控制軸數不會超過 7 軸。圖表圖表1313：工業機器人一般控制軸數最大到工業機器人一般控制軸數最大到 7 7 軸軸 類別類別 常見形態常見形態 控制軸數控制軸數 承載能力承載能力(kg)(kg)重復定位精度重復定位精度(mm)(mm)加工類 弧焊、切割 垂直串聯 67 320 0.050.1 點焊 垂直串聯 67 50350 0.20.3 裝配類 通用裝配 垂直串聯 46 220 0.050.

17、1 電子裝配 SCARA 45 15 0.050.1 涂裝 垂直串聯 67 530 0.20.5 搬運類 裝卸 垂直串聯 46 5200 0.10.3 輸送 AGV-56500 0.20.5 包裝類 分揀、包裝 垂直串聯、并聯 46 220 0.050.1 碼垛 垂直串聯 46 501500 0.51 來源：工業機器人完全應用手冊，國金證券研究所 到了人形機器人領域，需要控制的軸數會大幅增加，根據基于動作捕捉技術對仿人機器人運動學分析與仿真信息，人形機器人下肢可簡化為 14 自由度系統，其中，髖關節為3 個自由度，分別為橫滾、俯仰和偏轉，通過 1 個虎克副和 1 個旋轉副來連接；同樣的傳動方式

18、也作用于踝關節的 3 個自由度，每個膝關節1 個前向自由度，通過 1 個旋轉副連接。圖表圖表1414：人形機器人僅下肢就有人形機器人僅下肢就有 1414 個自由度，控制難度大幅增加個自由度，控制難度大幅增加 來源：基于動作捕捉技術對仿人機器人運動學分析與仿真，國金證券研究所 如果再考慮上肢和下肢協同控制，控制難度會再進一步大幅增加。圖表圖表1515：四自由度雙臂人形機器人構成四自由度雙臂人形機器人構成 來源：仿人機器人手臂動作模仿系統的研究與實現，國金證券研究所 3）運動學模型進一步復雜化 工業機器人在控制時對應于驅動末端位姿運動的各關節參數是需要實時計算的，一般包括正向運動學計算、逆向運動學

19、等求解。工業機器人由于場景較為固定同時關節數量少，甚至可以在離線狀態下精準進行計算和優化 圖表圖表1616：工業機器人控制時涉及正向運動學計算、逆向運動學求解工業機器人控制時涉及正向運動學計算、逆向運動學求解 來源：工業機器人技術基礎，仿人機器人輕型高剛性手臂設計及運動學分析，國金證券研究所 人形機器人由于自由度更多、運動模式更復雜、環境變量更多，對應的運動學模型會比工業機器人復雜的多。圖表圖表1717：人形機器人的運動學模型比工業機器人復雜的多人形機器人的運動學模型比工業機器人復雜的多 來源：人形機器人，機器人學基礎，國金證券研究所 例如人形機器人需要針對姿態平衡控制、持物平衡控制、抓取控制

20、等場景進行建模分析，并開發針對性的控制策略。圖表圖表1818：倒立擺模型為最基礎的機器人平衡控制運動學模型倒立擺模型為最基礎的機器人平衡控制運動學模型 來源：深度強化學習理論及其在機器人運動控制中的應用實踐，國金證券研究所 1.21.2 人形機器人“大腦”人形機器人“大腦”快速迭代快速迭代，“小腦”重要性日漸提升，“小腦”重要性日漸提升 Figure 機器人發布的 Helix 視覺-語言-動作（VLAs）模型展示了一套讓“大腦”加速成長的路徑，是目前首個能夠實現人形機器人全部上肢控制的高速連續控制輸出模型。圖表圖表1919：Figure VLAFigure VLAs s 模型模型是人形機器人“

21、大腦”的一個重大升級是人形機器人“大腦”的一個重大升級 來源：Figure 官網，國金證券研究所 Helix 通過部署兩個模型解決了 VLMs 模型基礎架構通用性強但響應速度較慢的問題，通過再加入一個視覺運動策略速度快但通用性差的模型進行互補，這種解耦架構可以讓系統在最佳時間尺度上運行，系統 2 可以“慢思考”高層次目標，而系統 1 可以“快思考”以實時執行和調整動作。圖表圖表2020：HelixHelix 通過部署兩個模型解決了通過部署兩個模型解決了 VLMVLMs s 響應速度慢的問題響應速度慢的問題 來源：Figure 官網，國金證券研究所 Figure 提出了全新的人形機器人規?；€

22、，人形機器人未來面向不同場景的泛化任務處理能力將持續增強。圖表圖表2121：FigureFigure 提出了全新的人形機器人規?；€提出了全新的人形機器人規?；€ 來源：Figure 官網，國金證券研究所 隨著預訓練大語言模型（LLMs）、視覺語言模型（VLMs）、視覺語言動作（VLAs）模型等技術快速迭代，人形機器人“大腦”加速成熟，對“小腦”的要求也會越來越高。圖表圖表2222：隨著隨著預訓練預訓練大大模型模型快速發展，快速發展，對“小腦”的要求也會越來越高對“小腦”的要求也會越來越高 來源：Humanoid Locomotion and Manipulation:Current Pr

23、ogress and Challenges in Control,Planning,and Learning，國金證券研究所 人形機器人的技術進步是一個基礎模型、運動控制、傳感等技術互相加強的過程。圖表圖表2323：人形機器人人形機器人的的技術進步是一個基礎模型、運動控制、傳感等技術互相加強的過程技術進步是一個基礎模型、運動控制、傳感等技術互相加強的過程 來源：Humanoid Locomotion and Manipulation:Current Progress and Challenges in Control,Planning,and Learning，國金證券研究所 1.31.3 以

24、史為鑒，“小腦”商業模式思考以史為鑒，“小腦”商業模式思考 以發展更加成熟的機床數控系統行業作為參考，最終形成了三種穩定的商業模式：1）西門子模式（產品標準化通用化）：數控系統廠專業生產各種規格的數控系統，提供 各種標準型的功能模塊，為全世界的主機廠批量配套。圖表圖表2424：西門子、發那科、三菱均以標準產品為主，配套各類機床廠商西門子、發那科、三菱均以標準產品為主，配套各類機床廠商 來源：中國戰略性新興產業研究與發展數控系統，國金證券研究所 2）哈斯模式（主機廠一體化）：主機廠獨立開發數控系統，并與其自產的數控機床配套銷售，通常這些企業創立之初以數控系統研發起步，后來形成數控系統+機床的布局

25、，哈斯通過一體化的模式實現了機床銷量走向全球前列。國內科德數控也采用這種模式，從數控系統起步逐步實現了五軸機床的一體化布局。圖表圖表2525：哈斯自研數控系統與機床哈斯自研數控系統與機床 來源：中國戰略性新興產業研究與發展數控系統，國金證券研究所 3）馬扎克模式(主機廠與數控系統廠商深度合作)：主機廠在數控系統廠提供的開發平臺上，研發自主品牌的數控系統，并與其所生產的數控機床配套銷售。以如馬扎克、森精機等公司為例，在三菱、發那科提供的數控系統平臺上，共同研發形成馬扎克、森精機的數控系統品牌。人形機器人“小腦”后續的商業模式預計也是三種模式并存：1)打造“小腦”第三方供應商：通過標準化產品取得規

26、?；瘍瀯?，進一步支撐研發投入 我們認為，已經在工業母機、半導體設備和工業機器人等領域積累豐富經驗的運動控制系統供應商，更有潛力轉型成為人形機器人領域的第三方“小腦”供應商。這類企業憑借在運動控制核心算法、多軸聯動控制、伺服驅動器、工業現場網絡以及傳感器等關鍵技術領域所具備的強大技術積累，能夠以更高的技術起點切入人形機器人領域，并在未來的市場中占據優勢地位。2)自研“小腦”一體化布局：先發企業更多采用該商業模式，強化企業技術壁壘 宇樹科技展示了大量人形機器人“小腦”訓練成果，通過模仿&強化學習目前有能力完成跑步、跳舞等多關節協同復雜動作（根據公司官網信息可達到 23-43 個關節電機），作為 人

27、形機器人行業的早期入局企業，后續或成為類似機床數控系統哈斯模式的一體化布局。圖表圖表2626：宇樹科技作為早期入局者后續或采用自研“小腦宇樹科技作為早期入局者后續或采用自研“小腦”的一體化布局”的一體化布局 來源：宇樹科技官網，國金證券研究所 3)主機廠與第三方“小腦”供應商深度合作：給行業后進入者后發制人機會 鑒于目前還有較多汽車、消費電子等行業的大型企業尚未在人形機器人領域展開布局，預計未來這些企業在進入該領域時，將傾向于與成熟的第三方“小腦”供應商建立深度合作關系。這種合作模式不僅能夠加速產品的量產，還能通過針對性的場景開發快速實現規模應用，并利用規?；a降低成本。這為行業后來者提供了

28、后發制人的機會，使他們無需從零開始進行“小腦”的研發，而是在現有的通用運動控制平臺基礎上進行二次開發，從而更快進入市場。圖表圖表2727：機床行業的開放式數控系統會有大量二次開發的接口機床行業的開放式數控系統會有大量二次開發的接口 來源：中國戰略性新興產業研究與發展數控系統，國金證券研究所 1.4 1.4 AIAI 技術對“小腦技術對“小腦”也有顯著加持，但主要是解決也有顯著加持，但主要是解決數學問題數學問題，不改變運行邏輯，不改變運行邏輯 在運動控制系統領域，我們看到即使是以穩定性為高優先級的機床數控系統領域，未來的發展趨勢也是打造一個具有自適應、自感知、自學習、自交互、自執行能力的數控系統

29、。圖表圖表2828：具有自適應、自感知、自學習、自交互、自執行具有自適應、自感知、自學習、自交互、自執行能力能力的數控系統的數控系統為未來發展趨勢為未來發展趨勢 來源：中國工程院，國金證券研究所 具體例如通過采用遺傳算法和 BP 神經網絡算法，對數控機床加工效率、加工精度影響較大的插補、熱誤差補償等功能將得到顯著強化：1）插補：減少運算時間，提高插補速度，解決復雜型面加工難題 數控機床刀具的移動是一步步進行的，為了實現最優加工效果刀具軌跡應該和工件輪廓一致。對于復雜曲線，直接生成一條完全一致的軌跡算法會變得很復雜，實際應用中主要通過直線/圓弧逼近需要加工的曲線，插補就是指在這個過程中根據輸入的

30、基本數據（如直線終點坐標值、圓弧起點、圓心、終點坐標值等），按照一定的方法產生直線、圓弧等基本線型，并以此為基礎完成所需要輪廓軌跡的擬合工作。圖表圖表2929：直線插補、圓弧插補為數控系統最常見的插補功能直線插補、圓弧插補為數控系統最常見的插補功能 來源：機床數控技術基礎，華中 8 型數控系統編程說明書（V2.4），國金證券研究所 通過采用遺傳-神經網絡對插補進行優化，可以簡化計算過程提高插補效率，并且改善刀具路徑精度和表面光順性。圖表圖表3030：基于神經網絡的曲線插補加工流程基于神經網絡的曲線插補加工流程 圖表圖表3131：采用神經網絡插補可降低誤差采用神經網絡插補可降低誤差 來源：五軸加

31、工中心農機零件加工仿真研究-基于曲線插補技術，國金證券研究所 來源：五軸加工中心農機零件加工仿真研究-基于曲線插補技術，國金證券研究所 2）熱誤差補償：通過建模提高預測精度 根據數控機床絲杠傳動系統熱誤差實時補償技術數據，高精度數控機床的誤差主要是熱誤差，可占總誤差的 50%-75%。以絲杠熱誤差補償為例，目前的主要補償方式是通過位移傳感器測量絲杠總熱形變量，或通過溫度傳感器檢測溫度變化量，通過軟件生成一個認為誤差來抵消熱誤差影響。圖表圖表3232：分段式絲杠熱誤差補償技術路線分段式絲杠熱誤差補償技術路線 來源：數控機床絲杠傳動系統熱誤差實時補償技術，國金證券研究所 目前機器學習已經成為了熱誤

32、差建模的主要方法，通過 BP 神經網絡模型可以提高模型預測精度。圖表圖表3333：神經網絡熱誤差建模流程圖神經網絡熱誤差建模流程圖 來源：混合神經網絡用于滾珠絲杠熱誤差預測，國金證券研究所 AI 相關應用技術我們在海外、國內的頭部數控系統企業已經看到了實際的應用：1）發那科 發那科已經推出了采用機器學習技術的 AI 伺服調整、AI 熱誤差補償、AI 分揀等功能。圖表圖表3434：發那科采用機器學習的發那科采用機器學習的 AIAI 伺服調整功能伺服調整功能 圖表圖表3535：發那科采用機器學習的發那科采用機器學習的 AIAI 熱誤差補償功能熱誤差補償功能 來源：從 CIMT2023 看數控系統智

33、能化發展，國金證券研究所 來源：發那科官網，國金證券研究所 2）華中數控 國內數控系統領軍企業華中數控推出了華中 9 型智能數控系統，集成了 AI 芯片，融合了AI 算法，將人工智能、物聯網等新一代智能技術與先進制造技術深度融合，遵循“自主感知-自主學習-自主決策-自主執行”新模式。圖表圖表3636：華中數控數控基于華中華中數控數控基于華中 9 9 型數控系統打造的型數控系統打造的智能體系架構智能體系架構 來源：卓爾智造，國金證券研究所 總體而言，AI 技術在運動控制領域主要解決的是數學問題，使原本需要通過人工不斷優化和完善的算法實現自動化改進。例如，利用卷積神經網絡（CNN）優化插補算法，可

34、以實現更精確、高效的軌跡規劃和計算。這種技術的應用并未改變運動控制系統的整體運行邏輯，而是提供了新的優化工具。2.誰能在本輪“小腦”成長機會中脫穎而出？2.12.1 具備高端裝備高速、高精多軸聯動控制能力具備高端裝備高速、高精多軸聯動控制能力：固高科技、華中數控固高科技、華中數控、科德數控、科德數控 這一類企業控制系統覆蓋的下游行業主要是數控機床、半導體設備等，其運動控制系統的軸數不會像人形機器人那么多，但是對于高速度、高控制精度、高響應速度等方面要求極致，需要誤差補償、高速高精伺服控制、復雜系統軌跡規劃、多軸聯動等方面的長時間技術積累。圖表圖表3737：固高科技面向高端裝備領域擁有大量技術積

35、累固高科技面向高端裝備領域擁有大量技術積累 核心技術核心技術 裝備制造環節裝備制造環節 固高科技代表性核心技術固高科技代表性核心技術 運動控制 控制、決策 高速高精軌跡控制算法、高精度機械補償算法、高性能速度規劃算法、激光控制技術、高速指令傳輸技術、力位控制技術 伺服驅動 感知、控制、執行 伺服高響應電流控制技術、伺服高速高精度速度及位置控制技術、伺服編碼器及傳感技術、智能伺服技術、伺服驅動器主動規劃技術 多維感知 智能感知 相機有限元模型、3D 相機標定方法、機器人精度標定系統 工業現場網絡 工業互聯 網絡顯示控制技術、gLink-I 現場總線技術、gLink-II 現場網絡總線技術（基于千

36、兆以太網實現的分布式工業通信總線技術）工業軟件 感知、控制、決策、工業互聯 CPAC-GRT 實時內核軟件技術、CPAC-OtoStudio 集成開發技術、開放式數控技術、數控定制化 CAM 技術、開放式機器人技術、機器人離線編程技術、工業邊緣計算系統建模技術、低代碼開發平臺技術 來源：固高科技招股說明書，國金證券研究所 數控機床作為通用設備，面對的工件種類繁多，數控系統必須完成管理和控制兩大任務，系統的管理軟件主要包括輸入、I/O 處理、通信、顯示和診斷等程序。系統的控制部分包括譯碼、刀具補償、速度控制、插補和位置控制、開關量控制等軟件。圖表圖表3838：機床數控系統控制原理機床數控系統控制

37、原理 圖表圖表3939：數控系統軟件構成較為復雜數控系統軟件構成較為復雜 來源：數控機床系統連接與調試，國金證券研究所 來源：現代數控機床及控制，國金證券研究所 目前機床數控系統全球主要市場參與者主要是發那科、西門子、海德曼、三菱，由于技術壁壘較高市場格局較為集中，中國大陸華中數控、廣州數控等企業雖然已經取得了顯著的國產替代成果，但在技術成熟度上仍與海外龍頭仍有一定差距。圖表圖表4040：數控系統壁壘極高，數控系統壁壘極高，海外龍頭技術實力領先海外龍頭技術實力領先 分類級別分類級別 代表品牌代表品牌 功能完備性功能完備性 性能及適用范圍性能及適用范圍 可靠性可靠性 (MTBF)(MTBF)國外

38、頂尖 西門子、海德漢 CAD、CAM、多種樣條曲線插補、RTCP、空間刀補、智能誤差補償、3D 仿真、后置處理、智能診斷、MES、ERP;1000M 工業總線通訊 三環全數字驅控一體、納米級高速高精曲線插補、智能化自適應機床參數配置、通過參數選擇可以滿足幾乎所有設備控制應用 30000h 國外一流 發那科、三菱、NUM CAD、簡易 CAM、多種樣條曲線插補、RTCP、空間刀補、綜合誤差補償、3D 仿真、后置處理、智能診斷;1000M工業總線通訊 三環全數字驅控一體、納米級高速高精曲線插補、通過參數數據可滿足車、銑、加工中心及各類專用設備控制 15000h 中國臺灣系統 新代、億圖、寶元 簡易

39、 CAM、NURBS 樣條插補、RTCP、側刃加工、動態誤差補償、2D 仿真、在線診斷;100M 工業總線通訊 位置環閉環控制、微米級高速高精插補、通過參數選擇可滿足車、銑、加工中心及部分專用設備控制 10000h 中國大陸高端 華中、光洋、廣數、KND NURBS 樣條插補、RTCP、側刃加工、動態誤差補償、2D 仿真、在線診斷;100M 工業總線通訊 位置環閉環控制、微米級高速高精插補、具有車、銑、加工中心及部分專用設備控制系統加工效率一般 10000h 中國大陸普適 華興、開通、達豐、廣泰 通用插補功能、刀具直線及半徑補償功能、靜態誤差補償、2D 仿真、在線診斷;100M 工業總線通訊

40、脈沖或總線閉環控制、小線段前瞻插補控制、具有車、銑、加工中心及個別專用設備控制系統加工效率較低 3000h 來源：中外高端數控系統差距分析及對策，國金證券研究所 到了半導體設備領域，其運動控制的場景相比數控機床會更加固定，以固定行程的重復性動作為主，但需要的控制精度會再高上一個量級，以浸沒式光刻機為例，其工件臺掃描速度高達 800mm/s，對應的掩模臺速度達到 3.2m/s，同時相對運動控制精度達到納米量級。圖表圖表4141：步進掃描光刻機系統結構圖步進掃描光刻機系統結構圖 來源：芯片制造：半導體工藝與設備，國金證券研究所 半導體設備是目前海外運動控制龍頭企業重點發力的方向：1）歐姆龍：為半導

41、體設備行業開發多種提質增效解決方案。例如針對貼片機，歐姆龍推出了通過 25s/5 軸的超高速伺服周期運算，使設備達到更高性能，同時兼容性更強，支持更多接口并且可高自由度的開發實現各種應用。圖表圖表4242：歐姆龍賦能貼片機性能提升且兼容性更強歐姆龍賦能貼片機性能提升且兼容性更強 來源：歐姆龍官網，國金證券研究所 2）ACS：運動控制系統在半導體設備領域具有豐富應用經驗。ACS 運動控制系統覆蓋了檢測、計量、光刻、搬運等多種半導體設備，具有豐富應用經驗。圖表圖表4343：ACSACS 運動控制系統在半導體設備領域具有豐富應用經驗運動控制系統在半導體設備領域具有豐富應用經驗 來源：ACS 官網，國

42、金證券研究所 數控機床、半導體設備行業對運動控制系統要求較高，行業有很高進入門檻，我們認為能夠實現國產替代突破的企業已在數控高階算法、高精密伺服控制、實時操作系統等方面實現了技術突破，具有較強技術壁壘，有望在人形機器人“小腦”成長機會中搶占先機,建議關注:1)固高科技：打造通用運動控制平臺，在半導體設備、工業母機、工業機器人領域均實現突破 固高科技專注于運動控制及智能制造的核心技術研發，形成了運動控制、伺服驅動、多維感知、工業現場網絡、工業軟件等自主可控的技術體系，構建了“裝備制造核心技術平臺”，為近 60 個行業 2000 多家裝備制造商累計部署超過 60 萬套先進運動控制系統。圖表圖表44

43、44：固高科技主要產品固高科技主要產品 來源：固高科技官網，固高科技招股說明書，國金證券研究所 固高科技以正向研發實現了核心技術突破，性能從追趕到實現超越海外企業，能力圈不斷拓展，逐步切入了半導體設備、工業母機等國產化率較低的賽道，下游覆蓋行業持續突破。圖表圖表4545：固高科技下游行業不斷突破固高科技下游行業不斷突破 來源：固高科技招股說明書，固高科技公司公告，國金證券研究所 2)華中數控：國產高端數控系統領軍企業，開發多款工業機器人本體產品 華中數控從 1993 年開發出華中 1 型數控系統，2018 年公司華中 8 型數控系統的“04 專項”課題通過驗收，標志著公司在關鍵技術指標、產品可

44、靠性達到國外主流數控系統技術水平。目前在航空航天、汽車零部件制造、3C 制造、機床工具、通用機械加工、木工、玻璃加工等領域得到批量應用。根據公司公告信息，2020 年公司在國產高端數控系統市占率近50%，在國產品牌中排名第一。圖表圖表4646：華中數控華中數控自研數控系統實現與海外龍頭全面對標自研數控系統實現與海外龍頭全面對標 來源：華中數控官網，華中數控公司公告，國金證券研究所 同時華中數控工業機器人核心的控制、伺服驅動均采用自研技術。機器人本體包括 BR 雙旋、垂直多關節、水平多關節、SCARA、Delta、特殊系列六大系列的 40 余款產品，采用自研伺服控制技術、自制高性能伺服電機，零部

45、件自主化比例超過 80%。圖表圖表4747：華中數控工業機器人控制、伺服驅動均采用自研技術華中數控工業機器人控制、伺服驅動均采用自研技術 來源：華中數控官網，國金證券研究所 3)科德數控：五軸機床數控系統一體化布局，高端數控系統積累深厚科德數控在高端五軸機床領域持續推進國產替代，其中使用的數控系統為公司自研，對標海外西門子 840D、發那科 30i 等高端數控系統，在運動控制總線、傳感器、高頻高精控制、多通道控制、誤差補償等領域有深厚技術積累。圖表圖表4848：科德數控自研五軸機床數控系統在運控領域有深厚技術積累科德數控自研五軸機床數控系統在運控領域有深厚技術積累 來源：科德數控官網，國金證券

46、研究所 2 2.2.2 具備具備工業機器人運動控制能力工業機器人運動控制能力：拓斯達、埃夫特、埃斯頓拓斯達、埃夫特、埃斯頓 根據中國戰略性新興產業研究與發展：工業機器人信息，在工業機器人行業控制器生產商通常分為兩大類，一類將控制器作為獨立產品進行銷售，例如奧地利的 KEBA、貝加萊（B&R）、德國倍福（Beckhoff）、美國泰道（Delta Tau），這類廠家主要是提供了一個基礎的控制平臺，沒有在機器人性能和應用方面作太多開發；另一類是由工業機器人本體廠商在通用的多軸運動控制器平臺基礎上進行自主研發，海外的發那科、庫卡、ABB、安川電機，國內的拓斯達、埃夫特、埃斯頓均有提供自己的工業機器人運

47、動控制系統能力。圖表圖表4949：拓斯達、埃斯頓、埃夫特工業機器人均配套有自己的控制器拓斯達、埃斯頓、埃夫特工業機器人均配套有自己的控制器 來源：拓斯達官網，埃斯頓官網，ROBOX 官網，國金證券研究所 工業機器人的運控目前已經看到了較強的延展性，例如拓斯達展示的基于自研運動控制平臺的智能雙臂機器人解決方案，聚焦醫療場景取樣領域，構建“VR+AI+工業機器人”的智能協同系統，可支持單臺控制器同時精準控制兩臺機器人?；诖竽Ｐ偷耐评砟芰?，機械臂可以自主完成精細操作，控制的智能化層級進一步提升。圖表圖表5050：拓斯達單臺控制器可直接控制雙臂機器人拓斯達單臺控制器可直接控制雙臂機器人 來源：拓斯達

48、官網，國金證券研究所 包括焊接機器人在架構上也更接近前文提到的人工智能級控制，為了適應不同的焊接場景，焊接機器人需要使用具備環境感知、自主決策和動態優化能力的智能控制系統。圖表圖表5151：智能焊接機器人在架構上也更接近人工智能級控制智能焊接機器人在架構上也更接近人工智能級控制 來源：固高科技微信公眾號，國金證券研究所 后續具備工業機器人運動控制能力的企業也有望將進一步延伸至人形機器人領域：1）拓斯達：開發 X5 機器人控制平臺，加碼“小腦”布局 拓斯達控制平臺研發中心推出的新一代 X5 機器人控制平臺，是從底層硬件到上層軟件實現全鏈條國產化自主可控的核心產品。X5 借助先進的技術和數據整合能

49、力，可在具身智能大模型領域賦予智能體以“小腦與脊柱”的功能。圖表圖表5252：拓斯達拓斯達新一代新一代 X5X5 機器人控制器平臺機器人控制器平臺 來源：拓斯達微信公眾號，國金證券研究所 根據拓斯達官網信息，拓斯達與華為（深圳）全球具身智能產業創新中心簽約合作備忘錄，雙方將在底層控制和 AI 工業機器人、具身智能關鍵技術上進一步深入合作。拓斯達在華為全聯接大會 2024 上受邀展示了基于 openEuler 開源操作系統在云端服務器、邊緣數據中心及端側工業控制系統中的實際應用。通過展示 openEuler Embedded 嵌入式操作系統的強大生態，結合拓斯達新一代 X5 機器人控制平臺（以下

50、簡稱：X5）在端側工業控制系統中的方案實施能力，進一步驗證了 X5 在多樣化應用場景中的高適應性與優異性能。圖表圖表5353：拓斯達拓斯達 X5X5 機器人控制平臺端側工業控制方案實施能力展示機器人控制平臺端側工業控制方案實施能力展示 來源：拓斯達微信公眾號，國金證券研究所 2）埃斯頓：提供包含運動控制的完整解決方案，積極布局“機器人+智能化”埃斯頓堅持“All Made By Estun”的全產業鏈戰略，業務覆蓋從自動化核心部件及運動控制系統、工業機器人、機器人應用的智能制造系統全產業鏈，構建了從技術、質量、成本、服務和品牌的全方位競爭優勢。圖表圖表5454：埃斯頓提供包含運動控制的完整解決

51、方案埃斯頓提供包含運動控制的完整解決方案 來源：埃斯頓微信公眾號，國金證券研究所 埃斯頓以“機器人+智能化”賦能制造業轉型升級，積極探索 AI+具身智能的融合應用，埃斯頓推出語義 AI 大模型、人形機器人以及協作機器人等先進產品。圖表圖表5555：埃斯頓埃斯頓“機器人“機器人+智能化”智能化”布局布局 來源：埃斯頓微信公眾號，國金證券研究所 3）埃夫特：擁有運動控制子公司 Robox SPA，布局智能機器人通用技術底座 埃夫特持有 Robox SPA49%股權，自 1975 年以來，Robox SPA 一直致力于開發和制造運動控制器、編程語言、開發環境和庫，以解決機器人和運動控制系統的所有運動

52、控制要求。在自研和與子公司技術協同合作背景下，埃夫特實現了機器人正向設計技術、機器人運動控制技術、機器人智能化及系統集成技術三大類核心技術突破。圖表圖表5656：埃夫特規劃了埃夫特規劃了“云“云-邊邊-端三腦協同”架構端三腦協同”架構 來源：現代制造微信公眾號，國金證券研究所 埃夫特規劃通過“云-邊-端三腦協同”架構+大模型進化重寫機器人能力上限，再通過“RaaS（Robot as a Service）模式+數據閉環”依托智能機器人通用技術底座加速機器人產業化落地。圖表圖表5757：埃夫特通過構建埃夫特通過構建智能機器人通用技術底座智能機器人通用技術底座加速機器人產業化落地加速機器人產業化落地 來源：現代制造微信公眾號，國金證券研究所