通信行業深度研究：從特斯拉人形機器人看智能化投資機遇-220823（34頁）.pdf

《通信行業深度研究：從特斯拉人形機器人看智能化投資機遇-220823（34頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業深度研究：從特斯拉人形機器人看智能化投資機遇-220823（34頁）.pdf（34頁珍藏版）》請在三個皮匠報告上搜索。

1、-1-敬請參閱最后一頁特別聲明 市場數據市場數據(人民幣）人民幣）市場優化平均市盈率 18.90 國金通信指數 1957 滬深 300 指數 4181 上證指數 3278 深證成指 12506 中小板綜指 13100 相關報告相關報告 1.元宇宙時代 ICT 基礎設施投資展望-國金通信-元宇宙行業深度，2022.6.30 2.掘金億物互聯-22H1 物聯網全產業鏈數據掃描-國金通信物聯網.，2022.6.16 3.通信行業下半年策略：關注新基建和高成長-國金通信-2022H.，2022.6.7 4.通信產業價值分布向新一代 ICT 產業鏈轉移-通信行業 21 年年報.，2022.5.3 5.華

2、為智能電動的布局和啟示-國金通信行業深度報告，2021.12.31 邵藝開邵藝開 聯系人聯系人 羅露羅露 分析師分析師 SAC 執業編號：執業編號：S1130520020003 從特斯拉人形機器人看智能化投資機遇從特斯拉人形機器人看智能化投資機遇 投資建議投資建議 行業策略行業策略：特斯拉機器人將加快服務機器人行業商業化進程，短期內建議關注人形機器人增量零部件，優選技術路徑有利于小型化、輕量化、低成本的硬件公司，長期看機器人智能化程度空間廣闊。人形機器人與智能汽車在智能化領域的供應鏈高度重疊，在投資策略上應在邊際增量大的細分領域優選高成長、競爭優勢突出的個股。推薦組合推薦組合：建議關注機器人初

3、創頭部公司優必選，AI 芯片龍頭英偉達，工業互聯網及 IDC 龍頭寶信軟件，模組龍頭移遠通信，以及計算機視覺龍頭?？低?。行業觀點行業觀點 下一代智能終端下一代智能終端前景廣闊，未來前景廣闊，未來 10 年全球市場空間約年全球市場空間約 14 萬億元萬億元。特斯拉作為全球領先科技企業，其芯片、算法等技術積淀可在人形機器人中高度復用。借鑒波士頓動力、日本本田等已有的人形機器人，預計公司在雙臂雙足的協同技術仍缺乏沉淀，具備一定挑戰?！皺C器換人”是產業增長的核心驅動力，到 2030 年，全球約有 4 億個工作崗位將被自動化機器人取代，按20%滲透率測算全球人形機器人市場空間 12-16 萬億元。根據

4、 IFR 和中國電子學會的數據，按 23-30 年 CAGR 30%測算到 2030 年，我國人形機器人市場規模約 8700 億元。當前機器人 BOM 成本 60%-70%集中在關節、驅動、控制等機身硬件，然而智能化程度提升必然增加對芯片、通信模組、云計算資源的需求。我們認為機器人軟件占比也將復刻汽車軟件發展路徑，從當前約不到 10%的成本占比提升至 2035 年 30%+。對標智能汽車，人形機器人將增加傳感器、芯片、智能網聯、導航需求。對標智能汽車，人形機器人將增加傳感器、芯片、智能網聯、導航需求。預計人形機器人主要用于商用場景，不管居家還是外出服務，或從事危險性工作，其感知能力應該對標自動

5、駕駛 L4 以上級別：1）傳感器：類比智能汽車，增加攝像頭、激光雷達、毫米波雷達、紅外傳感器、超聲波雷達等需求；2）算力芯片：當前芯片市場份額主要由海外玩家占據，包括英偉達、英特爾 Mobileye、高通等，可關注有工程師紅利、本土化服務能力強的 AI芯片國產化替代機遇；3）智能網聯：人形機器人主要面對家庭和服務場景，5G 低延時、高速率、廣連接等特性將為其賦能，建議關注蜂窩基帶芯片、模組、智控器行業機會；4）定位：根據機器人使用場景不同，需增加室內或戶外導航、高精度地圖等需求。云計算基礎設施與云計算基礎設施與 AI 算法助力人形機器人智能化。算法助力人形機器人智能化。智能化 AI 算法訓練需

6、要大量場景數據，拉動數據存儲、計算、交換等數據中心需求，參照沙利文報告，自動駕駛 IaaS/PaaS 市場規模 2025 年達到 65.5 億元，4 年 CAGR 為49.2%，預計人形機器人對算力的需求也將維持接近 50%左右的復合增速。人機交互、AI 視覺等算法是人形機器人商用場景的核心競爭力。根據產業鏈調研，科大訊飛、百度云、阿里云當前已進入人形機器人產業鏈。預計未來更多人形機器人走向商業化，以上企業有更多機會參與行業總體機會。人形機器人在今年上半年一級市場已然火爆，互聯網大廠紛紛押注投資布局?；ヂ摼W大廠具備技術、人才、資金、客戶等多方優勢，投資方向具備一定指導意義。雖然當前人形機器人仍

7、處于行業早期階段，但隨著特斯拉等全球領先企業對人形機器人的定義更為清晰，市場投資機會將層出不窮。風險提示風險提示 特斯拉機器人進展不及預期、新品研發不及預期、機器人商業化不及預期 1515165017851920205621912326210823211123220223220523國金行業 滬深300 2022 年年 08 月月 23 日日 創新技術與企業服務研究中心創新技術與企業服務研究中心 通信行業研究 買入 (維持評級)行業深度研究行業深度研究 證券研究報告 行業深度研究-2-敬請參閱最后一頁特別聲明 內容目錄內容目錄 1.下一代智能化終端，人形機器人將打開藍海市場.4 1.1 特斯拉

8、宣布進入人形機器人市場，技術可復用率高.4 1.2 當前全球機器人市場競爭格局：歐美日領先，中國系統集成趕超.6 1.3 人形機器人打開萬億藍海市場.8 1.4 短期零部件先行，長期看機器人智能化程度空間廣闊.9 2.下一代智能化終端，感知決策供應鏈與智能汽車或高度重疊.10 2.1 人形機器人環境感知需求高，帶動各類傳感器需求.10 2.2 人形機器人算力要求較高，部分國產芯片廠商或可滿足需求.13 2.3 人形機器人帶來智能網聯需求增長.15 2.4 人形機器高精度定位需求.20 3.人形機器人 AI域帶動云計算產業鏈需求.23 3.1 智能化 AI算法訓練增加對云計算、數據中心、邊緣計算

9、的需求.23 3.2 人機交互、AI視覺等算法在人形機器人商用場景中的核心競爭力.25 3.3 互聯網大廠已押注機器人藍海市場.28 3.4 AI智能化領域相關投資機會及重點個股梳理.30 4.風險提示.32 圖表目錄圖表目錄 圖表 1：特斯拉 D1 芯片示意圖.4 圖表 2：特斯拉視覺神經網絡架構.5 圖表 3：波士頓動力與日本本田人形機器人發展歷程.7 圖表 4：按勞動力崗位數量測算人形機器人全球市場空間.8 圖表 5：中國機器人市場規模（億元）.8 圖表 6：Optimus 單體回本時間預測.9 圖表 7：機器人分部件價值量參考（單位：元）.9 圖表 8：四種環境感知傳感器比較.10 圖

10、表 9：自動駕駛級別對應功能與時間演變.11 圖表 10：純視覺與激光雷達方案比較.11 圖表 11：全球 CIS市場規模及預測.12 圖表 12：全球車載 CIS市場規模及預測.12 圖表 13：2021 年車載 CIS市場份額.12 圖表 14：全球激光雷達市場規模（億美元）.13 圖表 15：2021 年車載激光雷達市場份額.13 圖表 16：國內外自動駕駛芯片.14 圖表 17：國內外自動駕駛計算平臺（域控制器，DCU）.14 bUuY9YcZpZlYrZcV7NaOaQtRmMtRtRlOoOyQkPsQnRbRmNmMMYqMrPuOnRoR行業深度研究-3-敬請參閱最后一頁特別聲

11、明 圖表 18：國內外自動駕駛芯片制造商優劣勢.15 圖表 19：2021 年全球基帶芯片市場結構.16 圖表 20：2021 年基帶芯片市場份額.16 圖表 21：國內外通信芯片行業可比公司的對比情況.16 圖表 22：通信模組邏輯結構示意圖.17 圖表 23：IoT 蜂窩模組演進.17 圖表 24：模組廠商機器人方向布局對比.17 圖表 25：2022Q1 蜂窩物聯網模組廠商市場份額.18 圖表 26：汽車高速連接器性能需求與應用實例.19 圖表 27：汽車連接器應用實例（箭頭示意連接器）.19 圖表 28：室內定位技術比較.20 圖表 29：高精地圖與傳統電子地圖比較.21 圖表 30：

12、國內高精地圖頭部玩家.21 圖表 31：機器人產業鏈相關標的總結.23 圖表 32：中國汽車云 IaaS+PaaS 應用場景規模.23 圖表 33：智能駕駛系統主要訓練數據集.24 圖表 34：深度學習算法模型性能提升與算力要求.24 圖表 35：任務卸載架構.25 圖表 36：典型協同感知場景.25 圖表 37：優必選人形機器人發展歷程.26 圖表 38：2021H1 中國計算機視覺市場份額.26 圖表 39：2021H1 中國語音語義市場份額.26 圖表 40：中國機器視覺主要玩家概況.27 圖表 41：中國語音語義市場主要玩家概況.27 圖表 42：華為盤古 NLP大模型參數量排名第一.

13、28 圖表 43：百度在機器人領域軟硬件產品.29 圖表 44：互聯網大廠投資布局梳理.30 圖表 45：云計算分場景占比與增長.31 圖表 46：科大訊飛因材施教 1352 智慧教育解決方案.31 圖表 47：?？低暊I收與歸母凈利潤情況.32 圖表 48：?？低?AI開放平臺.32 行業深度研究-4-敬請參閱最后一頁特別聲明 1.下一代智能化終端，人形機器人將打開藍海市場下一代智能化終端，人形機器人將打開藍海市場 1.1 特斯拉宣布進入人形機器人市場，技術可復用率高特斯拉宣布進入人形機器人市場，技術可復用率高 特斯拉作為自動駕駛全球領先企業，已有技術積淀可在人形機器人中復用。特斯拉作為自

14、動駕駛全球領先企業，已有技術積淀可在人形機器人中復用。公 司 宣布 將于 今 年 9 月 30 日推 出首 款 雙足 人形 機 器人-擎 天 柱（“OPTIMUS”），Tesla Bot 將基于視覺神經網絡神經系統可預測性的自動管理技術，以 Dojo D1 自研超級計算機芯片和提供算力的 FSD Chip 2.0 硬件驅動微核心。從目前公布的應用范圍來看，人形機器人是服務機器人的技術升級，涉及自動控制、視覺導航、傳感器技術等多種技術的融合。作為美國最大的電動汽車及新能源企業，公司具有領先行業的自動駕駛技術，部分技術積累可復用于人形機器人中，如：AI芯片、自動駕駛算法和 AI 視覺解決方案，但也

15、有一些新增部分需要從相關元器件廠商處采購，比如減速器、伺服電機等上游材料?！続I 芯片】芯片】自研自研 D1 芯片結合多芯片模塊技術（芯片結合多芯片模塊技術（MCM）構建高帶寬、低延遲訓練模塊，）構建高帶寬、低延遲訓練模塊，支持全球最先進的可擴展支持全球最先進的可擴展 AI 訓練機器訓練機器 Dojo 系統。系統。自定義計算芯片 D1 芯片是由 354 個訓練節點組成的陣列所形成的面積為 645 平方毫米的計算平面，采用 7nm制造工藝，熱設計功率（TDP）為 400w。作為 Dojo 超級計算 的 集 成 單 元，D1 芯 片 能 實 現 362 TFLOPS 的 機 器 學 習 計 算（3

16、62TFLOPs(BF16/CFP8)/22.6TFLOPs(FP32)），片上帶寬為 10 TBps，邊緣的 IO 帶寬為 4 TBps，約為最先進的網絡交換芯片的兩倍。圖表圖表1：特斯拉：特斯拉D1芯片示意圖芯片示意圖 來源：公司公告，國金證券研究所 訓練模塊由 25 個 D1 芯片使用扇出晶圓工藝緊密集成，保留了裸片之間的帶寬，利用多芯片模塊技術（MCM）解決 IO 問題，優化帶寬，同時減少延遲、面積和功耗，實現相鄰芯片間通信速度的低延遲。集成連接器、定制的電壓調節器模塊、機械和熱部件的訓練模塊最終能提供 9 PFLOPS 的計算和 36 TB/s 的模塊外帶寬。120 個訓練模塊平鋪創

17、建出能夠達到個訓練模塊平鋪創建出能夠達到 1.1 EFLOPs 的超級計算機系統，為的超級計算機系統，為AI 訓練提供充足算力。訓練提供充足算力。與行業中的其他類似超級計算技術相比，Dojo 計算機在同等成本下具有 4 倍性能，1.3 倍能耗節約，碳排放僅占 1/5。它不僅能實現全球最快的 AI 訓練速度，而且性能拓展無上限，特斯拉預計下一代Dojo 系統在某些方面將擁有 10 倍的性能提升?！咀詣玉{駛算法】【自動駕駛算法】行業深度研究-5-敬請參閱最后一頁特別聲明 公司公司自動駕駛算法實現感知、規劃與控制，賦能人形機器人部分類人特征。自動駕駛算法實現感知、規劃與控制，賦能人形機器人部分類人特

18、征。特斯拉自動駕駛方案基于感知網絡輸出根據真實世界建立的三維向量空間，并利用傳統規劃方法與神經算法相結合的混合規劃系統，在該空間中規劃汽車完成指定任務的行為和軌跡，最終控制其完成。特斯拉的神經網絡算法（Neural Networks）應用前沿研究，訓練深度神經網絡處理從感知到規控的各種問題。預計該算法用于人形機器人中，將推進人形機器人的自治能力和對空間與時間信息的感知，并做出準確決策。由于擁有大規模原始數據集、自動標注方案、虛擬仿真空間以及充足的算力，特斯拉自動駕駛感知、規控的核心算法在應對不同場景的性能方面都可以得到充分的訓練?！続I 視覺解決方案】視覺解決方案】空間理解和短時記憶能力，實現

19、特斯拉自動駕駛純視覺感知?？臻g理解和短時記憶能力，實現特斯拉自動駕駛純視覺感知。特斯拉放棄雷達融合方案，僅利用車身四周的八個攝像頭模仿人類視覺系統原理進行純視覺感知。如下圖視覺感知神經網絡架構所示，采用 HydraNet 多頭網絡的基礎結構形式，多個子任務共享特征空間。圖表圖表2：特斯拉視覺神經網絡架構特斯拉視覺神經網絡架構 來源：公司公告，國金證券研究所 感知網絡將不同汽車攝像頭捕捉到的視頻數據經過數據校準層（Rectify）的處理和映射，消除外參后，通過殘差神經網絡（RegNet）和 BiFPN多尺度特征融合結構，提取出多尺度視覺特征空間。采用“前融合”思路將多個視頻數據融合后通過網絡結構

20、中引入的BEV（鳥瞰俯視圖）空間轉換層，其中的核心模塊 Transformer 神經網絡利用 Query、Key 和 Value 三個核心參數實現三維變換的空間理解，代替雷達感知物體深度信息。行業深度研究-6-敬請參閱最后一頁特別聲明 引入時空序列特征層識別不同時間維度的圖像即視頻片段，使自動駕駛感知網絡擁有短時記憶能力。最后各個頭部基于統一提取的時空特征序列可實現 1000 多個不同的任務，如物體檢測、交通信號燈識別、車道線識別等。完整的完整的 Autopilot 神經網絡包含神經網絡包含 48 個網絡，需要個網絡，需要 70,000 個個 GPU 小時進小時進行訓練，共同在每個時間步輸出行

21、訓練，共同在每個時間步輸出 1,000 個不同的張量（預測）。個不同的張量（預測）。其中攝像頭網絡分析原始圖像以執行語義分割、對象檢測和單目深度估計。鳥瞰網絡從所有攝像頭獲取視頻，直接在自上而下的視圖中輸出道路布局、靜態基礎設施和 3D 對象。該視覺網絡不僅能夠利用仿真平臺從世界上最復雜、最多樣化的場景中學習，還能實時迭代地從特斯拉近 100 萬輛汽車組成的車隊中獲取信息。特斯拉的仿人機器人在機器視覺上的路徑和智能駕駛有相似之處。特斯拉的仿人機器人在機器視覺上的路徑和智能駕駛有相似之處。特斯拉機器視覺中的純視覺解決方案，是基于圖像的目標檢測，目的是確定圖象中是否存在給定類別的目標實例，若存在，

22、就返回每個目標實例的空間位臵和覆蓋范圍。而目標檢測就是解決分割、場景理解、目標追蹤、圖像描述、事件檢測和活動識別等更復雜更高層次(時間記憶等)的視覺任務的基礎?！緶p速器】【減速器】諧波減速器是人形機器人的核心零部件，在國產替代趨勢下相關供應商將諧波減速器是人形機器人的核心零部件，在國產替代趨勢下相關供應商將有更多成長紅利。有更多成長紅利。根據特斯拉機器人目前公布的數據，20 多個關節需要使用諧波減速器。但考慮到目前諧波減速器的單價較高，且技術壁壘高，特斯拉自研可能性很小，因此預計初期量產時諧波減速器的用量可能會有所減少。未來隨著特斯拉機器人的量產和諧波減速器的降價，需求量將大幅增加。國內如綠地

23、諧波、來福等優質廠商生產的諧波減速器的市占率明顯提高，有望在人形機器人發展需求中進一步成長?！舅欧到y】【伺服系統】伺服系統市場規模近伺服系統市場規模近 300 億元，預計將在在工業自動化帶動下保持高速增億元，預計將在在工業自動化帶動下保持高速增長及創新，長及創新，可復用于人形機器人可復用于人形機器人。伺服系統是一種電磁裝臵，通過使用負反饋機制將電能轉換為精確控制的運動。據中商產業研究院統計，2017-2021 年，我國伺服系統規模將從 97 億元增長到 224 億元，復合年增長率為 23.3%，增速較快。長期來看，中國的人口紅利會消退，勞動力成本會逐漸上升。傳統行業尤其是制造業對自動化生產線

24、設備的需求將始終保持增長趨勢，且人形機器人作為新增場景，伺服系統的需求量將在未來有所增長，以及可能會有更先進的伺服系統產品出現?！究刂破鳌俊究刂破鳌咳诵螜C器人對控制系統的需求量以及高質量的要求，將進一步推進控制系人形機器人對控制系統的需求量以及高質量的要求，將進一步推進控制系統市場的發展。統市場的發展?？刂葡到y類似于機器人的大腦，負責向機器發出傳感以及傳遞指令和一系列動作，控制機器人在工作過程中的運動位臵、姿態和軌跡。我國工業機器人產業鏈日趨成熟，在機器人控制器軟硬件方面的發展實力不斷增強，市場成倍增長。中商產業研究院數據顯示，中國工業機器人控制器市場規模將從 2017 年的 10.5 億元增

25、長到 2021 年的 14.7 億元，復合年增長率為 8.8%。到 2022 年后中國工業機器人控制器市場規模將可能達到 16.2 億元。1.2 當前全球機器人市場競爭格局當前全球機器人市場競爭格局：歐美日歐美日領先領先，中國系統集成趕超，中國系統集成趕超 當代國際機器人市場商業模式：日本產業鏈，德國本體集成，中美集成。當代國際機器人市場商業模式：日本產業鏈，德國本體集成，中美集成。根據產業鏈布局將商業模式歸納為三種：零部件、本體（包括本體零部件、本體集成、全產業鏈）、系統集成。美國模式側重于系統集成，優勢領域在醫療機器人、國防軍工機器人，以 AdeptTechnology、AmericanR

26、obot 為代表企業。行業深度研究-7-敬請參閱最后一頁特別聲明 歐洲模式以德國為代表側重于本體集成，在工業機器人和醫療機器人方面均具有產業優勢，擁有以 ABB、KUKA 為代表的機器人國際公司。日本模式在零部件、本體、集成產業鏈上分工明確，優勢領域在工業機器人和家庭機器人，著名企業包括發那科、安川等。中國在系統集成環節已反超外資，占據主要市場份額，正向日本德國模式發展，未來的發展趨勢將類似于日本的產業鏈分工模式。特斯拉雖然在智能汽車領域技術領先，但在人形機器人市場是新進入者。特斯拉雖然在智能汽車領域技術領先，但在人形機器人市場是新進入者。當前人形機器人領先企業波士頓動力與日本本田和特斯拉在產

27、品定位與技術布局存在差異。從技術和產品成熟度來看，波士頓動力在行業中處于領先地位，專注于提升“運動智能”的能力，最開始是以軍用機器人為出發點，屬于專業領域，但還沒有找到合適的商業化途徑；日本本田嘗試將ASIMO 應用于教育、接待、娛樂等各類場景，并計劃利用 ASIMO 驅動機構、控制算法等進一步研發具備看護、護理等功能的服務機器人。特斯拉則從家用、商用切入服務領域實現商業化。波士頓動力機器人應用場景主要在任務執行，產品迭代趨勢為靈活性增加。波士頓動力感知系統主要采用激光雷達解決方案，從四足改進到雙足，體積、重量不斷減小，速度更快，能實現的動作更多。日本本田在雙足技術方面先發優勢更為顯著，經歷了

28、三四十年的雙足、雙臂技術積淀，平衡性與靈巧性不斷提升。圖表圖表3：波士頓動力與日本本田人形機器人發展歷程波士頓動力與日本本田人形機器人發展歷程 來源：公司官網，國金證券研究所 特斯拉的雙臂雙足等協同技術仍缺乏沉淀。特斯拉的雙臂雙足等協同技術仍缺乏沉淀。人形機器人的核心難點是雙足技術，重心和動作的配合很重要。重心控制方面汽車到機器人跨度非常大，從高維向低維。另一核心難點雙臂控制，行業總體還處于起步階段，參考谷歌、三星、戴森等 IT 巨頭，都采用單臂，控制難度較小。在工業方面，南方許多工廠使用機械臂代替人工進行高精尖工作，商業價值明確，但很難將技術移植到服務機器人上：因為機械臂在工廠里處于固定位臵

29、，與目標點的距離固定。服務機器人有兩條手臂，目標距離隨時變化，對傳感器精度、算法和目標跟蹤提出了更高的要求，除了能準確捕捉目標外，更不能互相干擾。行業深度研究-8-敬請參閱最后一頁特別聲明 波士頓動力的雙足技術靠液壓控制和算法可以實現通關、跑步、跳舞。日本本田 2000 年推出了能夠跳躍和使用樓梯的人形機器人 ASIMO 之后，人形機器人的發展方向逐漸走向成熟化。但他也用了很多模型去模擬人雙足走。比雙臂技術更難?，F階段 AI 技術水平也難以實現操作機器人做這類復雜的事情。但是波士頓動力和本田 ASIMO 的雙臂沒有那么靈活。手腳配合沒有任何一家公司能做到。特斯拉也很難在 Tesla bot 發

30、布時有所超越。參考其他 IT 巨頭，谷歌、三星、戴森。戴森的目標是 2030 年，谷歌沒有透露原型成熟銷售的時間，因為機器人，尤其是服務機器人，要突破很多技術難關。參照特斯拉智能汽車經驗，參照特斯拉智能汽車經驗，馬斯克擅長利用制造工藝與思維方馬斯克擅長利用制造工藝與思維方式改變，在已有的技術基礎上創造性實現成本和性能突破，式改變，在已有的技術基礎上創造性實現成本和性能突破，9 月月 30 日日Tesla Bot 或有意外驚喜?；蛴幸馔怏@喜。1.3 人形機器人打開萬億藍海市場人形機器人打開萬億藍海市場 在“機器換人”的趨勢下，機器人產業擁有廣闊的市場空間。在“機器換人”的趨勢下，機器人產業擁有廣

31、闊的市場空間。根據馬斯克在 2022 年 4 月的 TED 演講，Optimus 的單價大約 2.5 萬美元（約 16.75萬元人民幣），顯著低于波士頓機器人。預估 Optimus 單價在 15 萬到 20萬元之間，有望進入家庭作業、快速配送、工業生產等各種消費級和商業級場景。據麥肯錫報告，到 2030 年，全球約有 4 億個工作崗位將被自動化機器人取代，按 20%滲透率測算全球人形機器人市場空間 12-16 萬億元。圖表圖表4：按勞動力：按勞動力崗位數量測算人形機器人全球市場空間崗位數量測算人形機器人全球市場空間 來源：麥肯錫，國金證券研究所 根據 IFR 和中國電子學會的數據，2021 年

32、中國機器人市場規模預計約 839億元，2016 到 2023 年 CAGR 約為 18.3%。其中，工業機器人、服務機器人和特種機器人市場規模分別為 445.7 億元/302.6 億元/90.7 億元，占比分別為 53%/36%/11%。盡管人形機器人處于起步階段，參照其他電子產品，滲透率超過 20%后將爆發式增長。按 23-30 年 CAGR 30%測算到2030 年，我國人形機器人市場規模約 8700 億元。圖表圖表5：中國機器人市場規模中國機器人市場規模（億元）（億元）2020 2021 2022E 2023E 2024E 2025E 2030E 市場規模市場規模 711 839 1,0

33、67 1,388 1,804 2,345 8,708 增長率增長率 27.16%17.97%27.21%30.02%30%30%30%來源：IFR，中國電子學會，國金證券研究所 2021 年中國人家工作 10.68 萬元，按照 Optimus 15 萬-20 萬的價格區間，購買單臺 Optimus 機器人的退貨期為 1.4-1.9 年，即 1-2 年內可收回成本，機器人無需休息并且可以長時間從事高強度勞動。用機器人代替人力具有可預見的經濟價值。行業深度研究-9-敬請參閱最后一頁特別聲明 圖表圖表6：Optimus單體回本時間預測單體回本時間預測 2021 年中國人均工資年中國人均工資（萬元萬元

34、）10.68 Optimus 價格區間上限價格區間上限（萬元萬元）20 Optimus 價格區間下限價格區間下限（萬元萬元）15 回本時間上限回本時間上限（萬元萬元）1.9 回本時間下限（萬元）回本時間下限（萬元）1.4 來源：央財智庫，國金證券研究所 1.4 短期零部件先行，長期看機器人智能化程度空間廣闊短期零部件先行，長期看機器人智能化程度空間廣闊 根據產業鏈調研，機器人根據產業鏈調研，機器人 BOM 成本主要集中在機身零部件，特別是電機、成本主要集中在機身零部件，特別是電機、減速器，增量空間顯著。減速器，增量空間顯著。以人形機器人關節為例，單個關節安裝的位臵不同，承載力不同，價值差異大，

35、總體區間可從幾千到上萬。機器人 BOM成本約 60%-70%投入各種機身關節、減速器、控制器等；主控芯片與全身傳感器占比約 15%；軀殼與電池等占 20%。當前全球尚無實現商業化的人形機器人，使用場景與功能待定，不同技術解決方案成本構成差異非常大。8 月 12 日晚小米發布人形機器人 CyberOne（“鐵大”），公告的 BOM成本約 60-80 萬人民幣，比較符合當前市場認知。特斯拉機器人定價較低，預特斯拉機器人定價較低，預計三五年后可量產，降低硬件成本的技術方案計三五年后可量產，降低硬件成本的技術方案，如諧波減速器，如諧波減速器，成為關鍵成為關鍵布局機會布局機會。長期看機器人智能化程度提升

36、增加對智能網聯和長期看機器人智能化程度提升增加對智能網聯和 AI 算法需求的提升。算法需求的提升。機器人本體通信、連接入網，以及前期的數字孿生和算法訓練，都將提升對芯片、通信模組、云計算資源的需求。同時，隨著智能化程度提升，參考中國汽車基礎軟件發展白皮書 2.0，汽車軟件結構占比將從 2016 年的10%到 2030 年的 30%，我們認為機器人軟件占比也將復刻汽車軟件發展路徑，從當前約不到 10%提升至 2035 年 30%+。圖表圖表7：機器人分部件價值量機器人分部件價值量參考參考（單位：元）（單位：元）總類總類 分類分類 產品產品 主要公司主要公司 單價單價 需求量需求量 價值量價值量

37、成本占比成本占比 感知感知 視覺傳感器視覺傳感器 攝像頭 舜宇光學、聯創電子、韋爾股份、思特威、格科微 2000-3000 2-6 10000 10%-25%激光雷達 華為、速騰聚創、禾賽科技 2500-5000 1 3750 毫米波雷達 德賽西威、華域汽車 350 1 350 觸覺傳感器觸覺傳感器 力矩傳感器 八方股份 1000-8000 1-40 80000 決策決策 芯片芯片 AI芯片 地平線、黑芝麻 5000-10000 1 7500 MCU 芯片 兆易創新、斯達半導 500-1000 20 15000 執行執行 電機電機 微電機 恒帥股份 1000 1 1000 60%-70%伺服電

38、機 匯川技術、埃斯頓、江蘇雷利 1000-2000 40 60000 控制單元控制單元 控制器/控制系統（新松）機器人、新時達、匯川技術 1000-2000 40 減速器減速器 RV 減速器 雙環傳動、中大力德 5000-7000 40 40000 諧波減速器 綠地諧波 1000-5000 通信通信 通信芯片通信芯片 通信芯片 華為海思、紫光展銳、翱捷科技 300 1 300 物聯網模組物聯網模組 物聯網模組 移遠通信、廣和通 100-500 1 300 連接器連接器 高壓/高速連接器 電連技術、瑞可達、永貴電氣、意華股份 1000-3000 1 1000 云計算云計算基礎基礎設施設施 IDC

39、/通信設備/光通信 寶信軟件、萬國數據、浪潮信息、紫光股份、星網銳捷、映翰通、中際旭創等 5000 1 5000 15%-20%電新電新 電源電源 電池 寧德時代、贛鋒鋰業、億緯鋰能 5000-10000 1 7500 散熱散熱 散熱和結構件 三花智控、拓普集團 3000-6000 1 4500 算法算法 AI 算法平臺算法平臺 AI算法平臺 科大訊飛、?？低?、AI四小龍、阿里云、騰訊云、百度云/行業深度研究-10-敬請參閱最后一頁特別聲明 來源：產業鏈調研，各公司官網，國金證券研究所 2.下一代智能化終端下一代智能化終端，感知決策感知決策供應鏈與智能汽車供應鏈與智能汽車或或高度重疊高度重疊

40、 2.1 人形機器人環境感知需求高，帶動各類傳感器需求人形機器人環境感知需求高，帶動各類傳感器需求 人形機器人的環境感知方案或可類比智能汽車，利用攝像頭、激光雷達、人形機器人的環境感知方案或可類比智能汽車，利用攝像頭、激光雷達、毫米波雷達、紅外傳感器、超聲波傳感器等。毫米波雷達、紅外傳感器、超聲波傳感器等。環境感知是對于環境的場景理解能力，例如障礙物的類型、道路標志及標線、行車車輛的檢測、交通信息等數據的語言分類。環境感知需要通過傳感器獲取大量的周圍環境信息，確保對車輛周圍環境的正確理解，并基于此做出相應的規劃和決策。同樣地，人形機器人也需要感知系統判斷周遭環境。由于各類環境感知傳感器在感知性

41、能上各有優劣（具體如以下圖表），預計會搭配使用。圖表圖表8：四種環境感知傳感器比較四種環境感知傳感器比較 性能性能 攝像頭攝像頭 毫米波雷達毫米波雷達 激光雷達激光雷達 超聲波雷達超聲波雷達 測距測距/測速測速 可實現測距，但精度較低 縱向精度高，橫向精度低 高精度 高精度 感知距離感知距離 幾十米 可達 200 米以上 可達 200 米以上 一般 2 米內，特殊 8-10 米 行人、物體識別行人、物體識別 通過 AI 算法識別，但難以識別非標準障礙物 難以識別 3D 建模，易識別 可識別 路標識別路標識別 可識別 無法識別 無法識別 無法識別 惡劣天氣惡劣天氣 易受影響 不受影響 易受影響

42、不受影響 溫度穩定性溫度穩定性 高 高 高 低 車速測量能力車速測量能力 弱 強 強 一般 光照光照 除夜視紅外都影響 不受影響 不受影響 不受影響 算法技術成熟度算法技術成熟度 高 較高 一般 高 成本成本 一般 較高 高 低 自動駕駛主要應自動駕駛主要應用用 車道偏離預警、車道保持系統、盲區監測系統、前車防撞預警、交通標志識別、交通信號懂識別、全景泊車 自適應巡航控 制系統、自動剎車輔助 系統 實施建立車輛 周邊環境的三 維模型 泊車輔助 來源：智能汽車俱樂部，國金證券研究所 我們認為人形機器人感知能力應該對標自動駕駛我們認為人形機器人感知能力應該對標自動駕駛 L4 以上級別以上級別：1）

43、人形機器人作為家用機器人，在屋內活動時，需要清楚感知工作環境，避免造成人身傷害或經濟損失；2）人形機器人或有外出任務，如：家庭采購、快遞、外賣配送等，此時人形機器人在路上等同自動駕駛，需要具有判斷往來車輛和行人以及路面標識的能力；3）人形機器人或將代替人類執行較危險的工作，如：高空作業、工地勞動等，因此需要具有感知精度更高、決策速更快的特性。行業深度研究-11-敬請參閱最后一頁特別聲明 圖表圖表9：自動駕駛級別對應功能與時間演變自動駕駛級別對應功能與時間演變 SAE水平水平 L0 警告信息警告信息 L1 輔助駕駛輔助駕駛 L2 部分部分 自動駕駛自動駕駛 L3有條件有條件自動駕駛自動駕駛 L4

44、 高度高度 自動駕駛自動駕駛 L5 完全完全 自動駕駛自動駕駛 車輛控制車輛控制 人 車/人 車 車 車 車 環境感知環境感知 人 人 人 車 車 車 判斷決策判斷決策 人 人 人 人 車 車 自動化程度自動化程度 無 部分 部分 部分 部分 全部 代表功能代表功能 盲點探測 車道偏離警告 擁堵輔助 遠程控制代停 某些條件下完全自動駕駛 完全自動駕駛 變道輔助 自適應巡航 緊急轉向輔助 施工路段輔助 交通擁堵時完全自動駕駛 無駕駛艙 駕駛駕駛 變道輔助 交叉路口輔助 市區自動駕駛 道路偏離警告 擁堵輔助 高速公路巡航 擁堵導航 出口到出口 完全自動駕駛 停車停車 停車輔助（僅轉向功能）替代停車

45、輔助 停車 APP 安全安全 施工路段輔助 緊急停止 緊急剎車輔助與行人探測 緊急轉向輔助 時間時間 2013 2014 2015 2016 2017 2018 2019 2020 預計 2025 2025以后 來源：智能汽車無人駕駛與自動駕駛輔助技術，國金證券研究所 人形機器人感知方案人形機器人感知方案或或如同自動駕駛，分為純視覺感知激光雷達與兩大路如同自動駕駛，分為純視覺感知激光雷達與兩大路線。線。純視覺感知路線以機器視覺為核心，利用毫米波雷達+攝像頭實現自動駕駛，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

46、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，形成計算機可以快速識別、快速處理、快速應對的方案，目前的痛點在于成本高昂、且對芯片算力需求大。特斯拉或堅持純視覺路線，其他廠商可能采用激光雷達方案。特斯拉或堅持純視覺路線，其他廠商可能采用激光雷達方案。特斯拉憑借自身的算法能力、數據儲備等優勢，采取基于攝像頭的視覺方案；而國內車企通常選擇基于激光雷達的技術方案。因此在人形機器人方面，特斯拉可能會堅持純視覺路線，而在激光雷達產業鏈逐步成熟、成本逐漸降低的情況下，未來其他廠商制造機器人時，激光雷達或會成為主流方案。圖表圖表10：純視覺與激光雷達方案比較純視覺與激

47、光雷達方案比較 純視覺方案 激光雷達方案 混合方案 優勢 成本低 技術成熟度高 產業鏈成熟度高 符合人眼邏輯 識別率高 環境適應力強 結合前兩者技術優勢 劣勢 易受天氣影響 易受光照影響 算力需求較高 需要大量圖像訓練集 易受天氣影響 成本高 工藝復雜 技術成熟度低 產業鏈成熟度高 車規認證較難 成本高 供應鏈復雜 技術門檻最高 代表廠商 特斯拉 谷歌、華為、造車新勢力、傳統整機、車廠等 集度汽車（百度、吉利合資）來源：電子發燒友，國金證券研究所 人形機器人有望繼智能汽車成為人形機器人有望繼智能汽車成為 CIS 最新增長動力。最新增長動力。根據 Frost&Sullivan，2020 年至 2

48、025 年，全球 CIS 出貨量/全球車載 CIS 出貨量的 CAGR 為13%/19%；全球 CIS 銷售額/全球車載 CIS 銷售額的 CAGR 為 9%/21%，車載 CIS 銷售額提升較出貨量快的原因為車載攝像頭需應對復雜的環境，因此標準更嚴苛，CIS 作為其核心部件，需要提升 HDR、LFM、低照等關鍵技術以匹配車載攝像頭高像素、高穩定性的趨勢，因此車載 CIS 的單位行業深度研究-12-敬請參閱最后一頁特別聲明 價值較高。同樣地，人形機器人攝像頭需要高性能快速且精確地取得圖像信息，應對多變的工作環境，亦會使得此領域 CIS價值量較高。圖表圖表11：全球全球CIS市場規模及預測市場規

49、模及預測 圖表圖表12：全球車載全球車載CIS市場規模及預測市場規模及預測 來源：Frost&Sullivan，國金證券研究所 來源：Frost&Sullivan，國金證券研究所 國內廠商發力高規格國內廠商發力高規格 CIS，人形機器人，人形機器人 CIS有望實現國產化。有望實現國產化。國內 CIS 行業起步較晚，以往主要從低端產品切入，而經過多年的追趕，與海外廠商差距正在不斷縮小。根據 ICV Tank，2021 年，國內廠商豪威科技（韋爾股份子公司）車載 CIS 市場份額達 29%，全球排名第二，技術水平處于領先地位，產品廣泛受到整車廠與 Tier1 廠商認可。而國內其他廠商也正發力車載

50、CIS，例如格科微產品已用于行車記錄儀、360 度環視、后視、座艙監控等；思特威產品在倒車攝像頭后裝市場獲得廣泛應用。由于國產由于國產CIS 具備性價比、臨近產業鏈與市場等優勢，我們認為人形機器人是國產具備性價比、臨近產業鏈與市場等優勢，我們認為人形機器人是國產CIS的發展契機，推動國產廠商技術加速升級，占據更多市場份額。的發展契機，推動國產廠商技術加速升級，占據更多市場份額。豪威科技（韋爾股份子公司）：國內豪威科技（韋爾股份子公司）：國內 CIS 領先企業，有望憑借技術優勢進領先企業，有望憑借技術優勢進入人形機器人產業鏈。入人形機器人產業鏈。豪威科技圖像傳感器產品已經廣泛的應用于消費電子、安

51、防、汽車、醫療、AR/VR 等領域，其中 CIS產品型號覆蓋了 8 萬像素至 6,400 萬像素等各種規格?？蓪崿F攝像頭更高速的自動對焦；降低功耗并保障了圖像質量；顯著提升在無光和低光環境下的圖像捕捉能力；能捕捉高速移動物體，且不會產生空間失真。目前豪威科技已打入國內多家目前豪威科技已打入國內多家自動駕駛產業鏈，未來自動駕駛產業鏈，未來或或可憑借技術優勢進軍人形機器人產業鏈?？蓱{借技術優勢進軍人形機器人產業鏈。圖表圖表13：2021年車載年車載CIS市場份額市場份額 來源：ICV Tank，國金證券研究所 中國成中國成為為激光雷達主要市場，國產廠商占據地理優勢。激光雷達主要市場，國產廠商占據地

52、理優勢。據 Frost&Sullivan，2021-2025 年全球激光雷達市場規模將以 CAGR 61%的增速增長，中國市179.1 210.3 241.6 275.7 302.5 330 77.2 84 91.4 99.5 107.8 116.4 05010015020025030035020202021E2022E2023E2024E2025E出貨量（億顆）銷售額（億美元）4 9.5 20.2 53.3 010203040506020202025E出貨量（億顆）銷售額（億美元）安森美,45%豪威科技,29%索尼,17%派視爾,3%其他,6%安森美 豪威科技 索尼 派視爾 其他 行業深度研

53、究-13-敬請參閱最后一頁特別聲明 場將占全球總市場的 31.8%。激光雷達市場快速擴張主要受車載等高端應用領域拉升，由于車載環境感知的技術方案理論上可復用至人形機器人上，因此，一旦人形機器人需求起量，將帶動激光雷達需求進一步擴張，國內廠商背靠市場，且上下游產業鏈完善，容易形成規模、成本優勢。國外激光雷達廠商仍占據車載較大份額，國內廠商正迎頭趕上。國外激光雷達廠商仍占據車載較大份額，國內廠商正迎頭趕上。國內激光雷達廠商發展迅速，目前技術已相對成熟，也已進入國內車企產業鏈，如：小鵬 P5 等使用大疆產品；小鵬 G9、上汽智己 L7、廣汽埃安 LX Plus 等使用速騰聚創產品；北汽極狐S、長城鐵

54、甲龍等使用華為產品。從市場競爭格局來看，據 Yole 統計，2021 年全球車載激光雷達領域，法雷奧以 28%的份額市場占有率第一；速騰聚創、禾賽科技、華為、大疆等國內廠商合計市場份額約為 26%，單廠商市場份額較低，國產替代空間巨大。圖表圖表14：全球激光雷達市場規模（億美元）全球激光雷達市場規模（億美元）圖表圖表15：2021年車載激光雷達市場份額年車載激光雷達市場份額 來源：Frost&Sullivan，國金證券研究所 來源：Yole，國金證券研究所 速騰聚創：車規級速騰聚創：車規級 MEMS 激光雷達領導者。激光雷達領導者。速騰聚創深耕 MEMS 微振鏡技術路線，其 RS-LiDARM

55、1（MEMS）是全球首款車規級量產的 MEMS 激光雷達。2018 年通過 IATF 16949 車規認證，2020 年批量出貨北美，并于 2021 年領先全行業，實現車規級量產交付。性能方面，M1 擁有 120 25 的超廣視場角以及最遠 200m 的測距能力，突破了 905nm 光源 MEMS 激光雷達測距極限，并且實現人眼安全的激光級別。禾賽科技：高線數激光雷達禾賽科技：高線數激光雷達領先企業領先企業。公司擁有成熟且豐富的機械式激光雷達產品線（32/40/64/128 線）。其中 Pandar GT 與速騰聚創 RS-LiDAR-M1 均為 MEMS 半固態產品。從最大掃描范圍來看，Pa

56、ndar GT 可達 300 米(10%反射率)，而 RS-LiDAR-M1 為 200 米；從可視角度來看，RS-LiDAR-M1 的 FOV 為 120/25 度，超過 Pandar GT 的 60/20 度。公司客戶遍布全球 20 個國家、70 座城市，合作伙伴包括理想、上汽智能重卡、百度 Apollo、小馬智卡、一汽集團、BMW、美團、Kodiak 汽車等多家企業。除激光雷達整機廠商，還可關注光學精密儀器及核心部件制造商，如：永新光學、立訊精密、舜宇光學；以及光通信領域轉型做激光雷達核心光學模組及器件的公司，如：騰景科技、華工科技、天孚通信、中際旭創。2.2 人形機器人算力要求較高，部

57、分國產芯片廠商或可滿足需求人形機器人算力要求較高，部分國產芯片廠商或可滿足需求 人形機器人的控制芯片類似自動駕駛芯片。人形機器人的控制芯片類似自動駕駛芯片。與智能駕駛相關的芯片主要分為自動駕駛芯片（邊緣端）和智能座艙芯片兩大類，另外衍生的相關芯片種類還有計算集群芯片（云端）。自動駕駛芯片具備智能和學習的特性，可模仿人的大腦神經網絡，符合人形機器人需求，故可作為人形機器人的大20 40 65 100 135.4 02040608010012014016020212022E2023E2024E2025E法雷奧,28%速騰聚創,10%Luminar,7%大疆,7%電裝,7%大陸,7%Cepton,7

58、%Innoviz,4%Ibeo,4%Innovusion,3%禾賽科技,3%華為,3%Velodyne,3%其他,7%法雷奧 速騰聚創 Luminar大疆 電裝 大陸 CeptonInnovizIbeoInnovusion禾賽科技 華為 Velodyne其他 行業深度研究-14-敬請參閱最后一頁特別聲明 腦。人形機器人注重機體運動的高流暢以及人機交互的低延時，需要更強大的算力支撐，才能使人形機器人更像人。目前自動駕駛芯片市場份額主要由海外玩家占據，包括英偉達、英特爾目前自動駕駛芯片市場份額主要由海外玩家占據，包括英偉達、英特爾Mobileye、高通等。、高通等。國內外汽車自動駕駛進度上的差異，

59、與國內外汽車 AI芯片發展上有關。國外芯片產業發展時間長且產業鏈成熟，英偉達、高通、英特爾等國際巨頭先后展開汽車智能化相關領域芯片的布局。國內芯片產業雖起步晚，但國內市場、政策提供了有利環境，AI 芯片迎來發展風口，自動駕駛領域的 AI芯片公司有望迎風見長。圖表圖表16：國內外自動駕駛芯片國內外自動駕駛芯片 英偉達英偉達 Mobileye 特斯拉特斯拉 華為華為 地平線地平線 黑芝麻黑芝麻 芯片芯片 Xavier Orin EyeQ5 FSD Ascend 910 J5 A1000 AI 算力算力（TOPS）30 36-200 24 72 256-512 128 40-70 功耗（功耗（W）3

60、0 45 10 72 310 30 8 量產時間量產時間 2020 2022 2021 2019 2019 2022 2021 適配場景適配場景 L2-L5 L2-L5 L3 L3 L4 L3 L3 業務模式業務模式 Tier2 Tier2 車企 Tier1 Tier2 Tier2 來源：芯片超人、各公司官網，國金證券研究所 圖表圖表17：國內外自動駕駛計算平臺（域控制器，國內外自動駕駛計算平臺（域控制器，DCU）英偉達英偉達 特斯拉特斯拉 華為華為 地平線地平線 高通高通 DCU DRICE AGX Orin DRIVE PX Pegasus FSD HW3.0 MDC 600 Matrix

61、 2.0 Snapdragon Ride AI 算力算力（TOPS）2000 320 144 352 40 360 功耗（功耗（W）750 460 100 352 20 65 TOPS/W 2.67 0.7 1.44 1 2 5.5 量產時間量產時間 2022年 2020年 2019年 2019年 2019年 2022年 適配場景適配場景 L5 L2-L5 L3 L3-L5 L3-L5 L1-L5 計算處理器計算處理器 2Orin+2GPU 2Xavier+2GPU 2FSD+1GPU 基于Ascend 910 基于 J5 基于SA8540P SoC 來源：芯片超人、各公司官網，國金證券研究所

62、 國內廠商的核心優勢在于國內市場龐大，可占據地利條件。國內廠商的核心優勢在于國內市場龐大，可占據地利條件。雖然國內芯片在算力方面目前落后于英偉達等國際大廠，但隨著時間推移，在技術水平跟上以后，產業鏈、終端市場等地理優勢將逐步顯現，本土化服務能力將成為國產企業核心競爭力，可持續關注國產可持續關注國產 AI 計算芯片領先企業地平線。計算芯片領先企業地平線。地平線：推地平線：推出首款可量產的百出首款可量產的百 TOPS 級大算力級大算力 AI 芯片，積極布局機器人芯片，積極布局機器人產業鏈。產業鏈。地平線車載芯片征程系列在汽車領域獲得廣泛認同，目前已獲得 70 多個車型的前裝定點。征程 5 針對高等

63、級智能駕駛應用場景，單顆芯片算力可達 128TOPS，于 2022 年先后斬獲比亞迪、一汽紅旗等重要定點。此外，2022 年 6 月，地平線機器人推出國內首個軟硬一體、開放易用的機器人開發平臺Horizon Hobot Platform，囊括底層計算、開發工具、算法案例在內的整套機器人開發服務，為機器人開發者、提升機器人開發效率提供了全新的基礎設施。當前公司旭日系列芯片在智能機器人、智能家居等領域已實現規?；涞亓慨a，應用在科沃斯、小度等產品上，未來公司有望成為國產人形機器人芯片主流玩家。行業深度研究-15-敬請參閱最后一頁特別聲明 圖表圖表18：國內外自動駕駛芯片制造商優劣勢國內外自動駕駛芯

64、片制造商優劣勢 公司公司 優勢優勢 劣勢劣勢 地平線地平線 核心技術自主研發 本土化服務能力 整車項目對比國內競爭者有先發優勢 成立時間短、車企合作較少 ADAS相關芯片收入占比較少 黑芝麻黑芝麻 自研圖像感知技術 自研神經網絡加速器 NPU 本土化服務能力 成立時間短、車企合作較少 芯片量產仍需爬坡時間 華為華為 填補國內Tier 1陣營空白 “端、管、云”布局 5G生態汽車圈深化產業鏈發展 整車廠數據共享保守 起步較晚，目前定位不明確 芯片制造受限于美國 Mobileye 以攝像頭為主的圖像識別技術龍頭 深耕高精度數據采集 尚沒有完全證明其在高級別自動駕駛系統上的綜合能力 國內市場的本土化

65、服務較弱 英偉達英偉達 擁有完整自動駕駛策略方案，在 L3以上級別保持絕對優勢 Orin平臺在 L4以上水平絕對領先 NVIDIA DRIVE自動駕駛軟件平臺系統實習軟硬件一體化 國內市場的本土化服務較弱 缺乏 L1/L2低階輔助駕駛芯片，導致進入國產乘用車市場受阻 高通高通 通信方面技術水平領先 為智能座艙芯片主流廠商之一，具有產業鏈先發優勢 進軍自動駕駛芯片領域較晚 國內市場的本土化服務較弱 來源：芯片超人、各公司官網，國金證券研究所 2.3 人形機器人形機器人帶來智能人帶來智能網聯網聯需求增長需求增長 人形機器人主要面對家庭和服務場景，人形機器人主要面對家庭和服務場景，5G 低延時、高速

66、率、廣連接等特低延時、高速率、廣連接等特性將為其賦能性將為其賦能。人形機器人為主人提供快速、精準的服務，在家用場景下可連接所有智能家居產品，作為總開關，在人機交互時可以迅速搜索云資料庫，并提供相對應解決方案，因此需要強大度數據傳輸能力，并根據指令完成相應執行動作。5G 帶來的無線連接技術和云端技術，將對機器人智能化帶來更大靈活性。人形機器人要有“人性”，傳輸速度要求遠高于現有水平。人形機器人要有“人性”，傳輸速度要求遠高于現有水平。智能手機方面，目前 5G 最高下載速率能達到 1Gbps 左右，上行速率約為 100Mbps。車載網絡方面，目前汽車以太網可以支持 1 Gbps 左右的網絡速度，然

67、而當前具有半自動駕駛功能的汽車的網絡速度從 500Kbps 到 1Mbps 不等。想要達到完全自動駕駛技術水平，預計需要網絡速度 1020Gbps。由于人形機由于人形機器人在環境感知、人機交互、甄別危險等方面有短時效大量數據傳輸需求，器人在環境感知、人機交互、甄別危險等方面有短時效大量數據傳輸需求，因此初步判斷人形機器人傳輸速率至少要達到因此初步判斷人形機器人傳輸速率至少要達到 10 Gbps。2.3.1 海外基帶芯片廠商主導，國產廠商處于蓄力階段海外基帶芯片廠商主導，國產廠商處于蓄力階段 全球基帶芯片公司鳳毛麟角，高通占據一半以上市場份額。全球基帶芯片公司鳳毛麟角，高通占據一半以上市場份額。

68、由于基帶芯片技術壁壘高，需要技術長期累積，且需要和全球上百家通信運營商達成互聯互通測試，目前市場仍由海外大廠主導。根據 Strategy Analytics，2021年全球基帶芯片市場份額達 314 億美元，其中，海外企業高通、聯發科、三星 LSI 三家占據 90%以上市場份額，國內商用基帶芯片較為成熟的企業有華為海思、紫光展銳和翱捷科技，整體市場國產化率較低，國產替代空間廣闊。行業深度研究-16-敬請參閱最后一頁特別聲明 圖表圖表19：2021 年全球基帶芯片市場結構年全球基帶芯片市場結構 圖表圖表20：2021年基帶芯片市場份額年基帶芯片市場份額 來源：Strategy Analytics

69、，國金證券研究所 來源：Strategy Analytics，國金證券研究所 5G 技術是人形機器人性能的關鍵所在，國產基帶芯片廠商發展可期。技術是人形機器人性能的關鍵所在，國產基帶芯片廠商發展可期。由于目前高通、聯發科占據手機芯片大部分市場份額，國產廠商紛紛向其他領域，如車載、可穿戴等方向布局，人形機器人為全新增量領域，且市場前景良好，或可助力國產通信芯片廠商搶占市場，建議關注華為海思、紫建議關注華為海思、紫光展銳、翱翔科技等光展銳、翱翔科技等。圖表圖表21：國內外通信芯片行業可比公司的對比情況：國內外通信芯片行業可比公司的對比情況 公司公司 高通高通 聯發科聯發科 華為海思華為海思 紫光展

70、銳紫光展銳 翱捷科技翱捷科技 5G 技術技術水平水平 驍龍 X65,同時支持 NSA 和 SA 兩種組網模式，最大下行速率達10.0Gbps MediaTekT750 同時支持 NSA 和 SA 兩種組網模式，下行支持 4*4MIMO 載波聚合，上行支持 2*2MIMO 載波聚合，最大下行速率達 4.7Gbps,最大上行速率達 2.5GPS 巴龍 5000 同時支持 NSA 和 SA 兩種組網模式，下行支持 4*4MIMO 載波聚合，上行支持2*2MIMO 載波聚合，Sub-6GHz 頻率下最大下行速率達 4.6Gbps,最大上行速率達2.5GPS V510 同時支持 NSA 和 SA 兩種組

71、網 模式，5G 下行 速率達 2.3Gbps，上行 速率達 1.15Gbps 公司 5G 芯片已回片，預計芯片技術指標為同時支持 NSA 和 SA 兩種組網模式，下行支持 4*4MIMO 載波聚合，上行支持2*2MIMO 載波聚合，最大下行速率達 4.6Gbps,最大上行速率達 2.3GPS 技術技術 成熟度成熟度 已推出多款成熟的 5G 商用產品 已推出多款成熟的 5G 商用產品 已推出多款成熟的 5G 商用產品 已推出多款成 熟的 5G 商用產 品 首款芯片已回片，正在進行調試，尚未推出成熟的商用產品 來源：翱捷科技招股書，國金證券研究所 翱捷科技：物聯網基帶新銳，有望實現人形機器人基帶芯

72、片國產化。翱捷科技：物聯網基帶新銳，有望實現人形機器人基帶芯片國產化。公司擁有 2G-5G 蜂窩基帶芯片的研發設計能力，且有 WiFi、LoRa、藍牙和全球定位導航芯片等物聯網芯片的產品布局，全面覆蓋智能物聯網市場各類傳輸距離的應用場景；人工智能領域，公司擁有高速 SoC 芯片定制能力及基于 AI 芯片架構和自研 ISP 實現智能 IPC 芯片流片。公司蜂窩基帶芯片下游客戶廣泛，與移遠通信、日海智能、有方科技、高新興、U-blox 等達成合作，進入了國家電網、中興通訊、小米、Hitachi、奇虎 360、TP-Link 等品牌企業供應鏈體系。作為國內基帶芯片佼佼者，翱捷科技長期布局萬物互聯場景

73、，有望憑借技術積累、產業鏈布局，拓展人形機器人網聯業務。2.3.2 國內通信模組發展迅速，萬物互聯技術成熟國內通信模組發展迅速，萬物互聯技術成熟 物聯終端核心部件，負責接入網絡與數據傳輸。物聯終端核心部件，負責接入網絡與數據傳輸。通信模組是物聯網智能終端的核心部件，是智能終端與物聯網之間的連接紐帶，肩負著智能終端接入網絡的重要使命，在物聯網產業架構中處于感知層和網絡層中間，負責78%22%手機基帶芯片市場 非手機基帶芯片市場 高通 56%聯發科 28%三星LSI 7%其他 9%高通 聯發科 三星LSI 其他 行業深度研究-17-敬請參閱最后一頁特別聲明 智能終端和網絡層之間的數據傳輸，感知層采

74、集的海量數據均需通過無線通信模組匯聚到網絡層，進而通過云端對設備進行有效控制，通信模組決定了設備能否應對復雜的應用環境從而確保通信質量的穩定性和可靠性。因此，通信模組在人形機器人應用中尤為重要。因此，通信模組在人形機器人應用中尤為重要。圖表圖表22：通信模組邏輯結構示意圖通信模組邏輯結構示意圖 主芯片主芯片 射頻前端射頻前端 天線天線 MCU GNSS定位定位 傳感器傳感器 SIM/USIM 來源：蜂窩物聯網通用模組關鍵技術研究，國金證券研究所 智能模組助力實現人形機器人。智能模組助力實現人形機器人。根據美格智能，目前通信模組已演進為智能模組，其具備通信模組特性，支持 2G-5G 的廣域網接入

75、。同時智能模組自帶 Android、HarmonyOS 等復雜的操作系統，具備開放安全的軟件環境；自帶 CPU、GPU 算力，高度集成化，支持 GNSS、Wi-Fi 4/5/6、BT/BLE。智能模組擁有豐富接口，可擴展復雜外設，例如：LCM/TP/Camera 等外設需求，以及多路的 UART/IIC/SPI，方便用戶串接各種 Sensor、NFC、掃碼頭、指紋識別等外擴設備。相較于傳統的 AP+Modem 搭配方式，智能模組的尺寸更小，價格更有優勢。以 5G+AIoT 為核心的智能化產業鏈智慧升級越發加速，蜂窩模組 4.0/5.0 也即將面世，以智能模組+物聯網定制化解決方案，助力實現功能

76、全面的人形機器人。圖表圖表23：IoT蜂窩模組演進蜂窩模組演進 蜂窩模組蜂窩模組 1.0 蜂窩模組蜂窩模組 2.0 蜂窩模組蜂窩模組 3.0 主要特征主要特征 傳統的 IoT 蜂窩模組，模組廠商提供一個可以一個可以用作語音或者數據傳輸用作語音或者數據傳輸的的 Modem 載體載體，在終端客戶的設計中是以選配件的方式存在。將模組從一個封閉式的系統逐步變成 Open 的方案（Open CPU）。支支持標準的持標準的 API 接口，使接口，使終端客戶可以對模組進終端客戶可以對模組進行一定的適配，以便于行一定的適配，以便于支持簡單的外設。支持簡單的外設?？梢远ㄖ瓶蛻艚缑?、植可以定制客戶界面、植入定制的

77、入定制的 APP、接入不、接入不同的顯示設備同的顯示設備、進行人臉識別/人臉支付、多媒體視頻交互等。來源：美格智能，國金證券研究所 國內通信模組企業紛紛布局機器人領域。國內通信模組企業紛紛布局機器人領域。移遠通信通過其 5G 模組，利用“機器人+人工”相結合的方式提高巡檢效率，通過配臵 4K/8K 超高清攝像頭，5G 電力巡檢機器人可以將故障區域的高清畫面實時傳輸至管理平臺，讓工作人員身臨其境地查看現場實景；美格智能通過其 5G 智能模組高算力、低時延、高速率的傳輸優勢，加上內臵高精準度定位導航系統和豐富的接口，支持外接多路攝像頭等多種傳感技術，實現送餐機器人智能行駛，可在設定范圍內自由穿梭；

78、高新興于 2022 年 5 月將 50 臺警用“巡邏機器人 3.0 千巡 F2”正式交付鹽南公安，千巡 F2 利用多種傳感器構建全息跨媒體跨時空融合感知，還具備了人車識別、行為檢測、物體檢測等二十多種 AI算法，可實現排查通緝犯、尋找走失人員等功能。圖表圖表24：模組廠商機器人方向布局對比模組廠商機器人方向布局對比 公司公司 布局方向布局方向 移遠通信移遠通信 巡檢機器人、配送車機器人、四足機器人 廣和通廣和通 巡檢機器人、醫院送藥機器人、物流配送機器人 高新興高新興 巡邏機器人（整機）美格智能美格智能 巡檢機器人、送餐機器人 日海智能日海智能 防疫機器人 來源：各公司公告，國金證券研究所 行

79、業深度研究-18-敬請參閱最后一頁特別聲明 憑借成本優勢和工程師紅利，以及背靠國內憑借成本優勢和工程師紅利，以及背靠國內外外巨大市場，巨大市場，“東升西落”與“東升西落”與國國產替代是必然趨勢。產替代是必然趨勢。物聯網模組的標準化程度較高，產品技術優劣主要取決于所用芯片，公司壁壘主要體現在場景覆蓋與銷售渠道。加之物聯網行業空間巨大且碎片化，不同細分場景復合增速 20%-40%，參與廠商較多，競爭較激烈，在產品快速起量的過程中，企業通常會采取降價的處理以搶占市場份額。由于海外人工成本、研發和運營費用均較高，海外廠商無力與國內廠商抗衡。從全球競爭格局來看，車載模組行業呈現出東升西落趨勢，未來國外廠

80、商或進一步縮小市場份額，而國內廠商有望受益于全球化擴張。因此未來在人形機器人模組市場上，中國廠商仍保持有明顯優勢。目前中國廠商已占據通信模組目前中國廠商已占據通信模組 60%以上份額。以上份額。據 Counterpoint，2022 年 Q1 全球蜂窩物聯網模組市場份額中，中國廠商合計占比達 60%以上，市場份額前三的廠商分別為移遠通信（38%）、廣和通（9%）、日海智能（6%）。隨著中國廠商在物聯網技術和精細化管理的積淀發展，以及背靠中國消費市場，中國通信模組廠商收入規?？焖僭鲩L，規模優勢漸顯，高端產品不斷拓展海外市場，與海外同行業巨頭直接競爭，市場份額快速提升。建議關注國內頭部企業：移遠通

81、信、廣和通。建議關注國內頭部企業：移遠通信、廣和通。圖表圖表25：2022Q1蜂窩物聯網模組廠商市場份額蜂窩物聯網模組廠商市場份額 來源：Counterpoint，國金證券研究所 移遠通信：通信模組龍頭，攜手全球科技巨頭打造高算力產品。移遠通信：通信模組龍頭，攜手全球科技巨頭打造高算力產品。公司產品已廣泛應用于智能車載設備、智能網關、工業相機、行業監控、機器人等場景，最新產品 SG865W-WF，搭載高通 SoC 芯片 QCS8250，采用 7nm工藝制程，綜合算力高達 15TOPS。此外，公司 5G 通信模組已經成功與英偉達 Jetson AGX Orin 平臺完成聯調。Jetson AGX

82、 Orin 是英偉達近期發布的一款體積小、功能強的人工智能超級計算機，與移遠通信的 5G 模組調通可以輕松實現 5G 網絡連接，將 5G 的超高速率、高可靠性、低延遲等優勢帶入廣泛的垂直市場。公司有望以技術、產業鏈、海外布局等優勢，搶占全球人形機器人通信模組市場份額。廣和通：物聯網模組領先企業，聚焦高利潤領域。廣和通：物聯網模組領先企業，聚焦高利潤領域。公司目前業務結構與移遠通信相似，其營收完全來自物聯網模組，但公司聚焦相對大顆粒高價值領域，如消費電子、車聯網、智能電網、安防監控等工業領域，這些垂直領域價值量較高，加上廣和通完全將生產制造外包，因此廣和通雖然營收規模較低，但毛、凈利率較高。目前

83、公司在車聯網領域已形成完善的全球化布局，技術、產業鏈實力突出，未來有望發力人形機器人通信模組。2.3.3 人形機器人或繼智能汽車成為連接器又一增長領域人形機器人或繼智能汽車成為連接器又一增長領域 高速連接器的主要作用就是實現電路不同或者電路連接。高速連接器的主要作用就是實現電路不同或者電路連接。目前新能源車朝智能化方向發展，智能駕駛體系不斷疊進至 L3，由此不斷增加傳感器的數量（攝像頭、毫米波雷達和激光雷達等）以及停車輔助、車道偏離預警、夜視輔助、自適應巡航、碰撞避免、盲點偵測、駕駛員疲勞探測等功能需求擴充，促使 ADAS（高級輔助駕駛）配備更高帶寬的傳輸移遠通信移遠通信,38.10%廣和通廣

84、和通,8.60%日海智能日海智能,5.70%Telit,4.60%中國移動中國移動,4.60%Thales,3.70%美格智能美格智能,3.20%SierraWireless,3.20%U-blox,2.20%富士康富士康,2.20%其他其他,23.90%行業深度研究-19-敬請參閱最后一頁特別聲明 網絡。人形機器人人形機器人同樣同樣需要更多更快的數據流量需要更多更快的數據流量支撐，因此將帶動高速支撐，因此將帶動高速連接器的需求。連接器的需求。圖表圖表26：汽車高速連接器性能需求與應用實例：汽車高速連接器性能需求與應用實例 性能需求性能需求 應用實例應用實例 24 Gbps L3-L4 級別

85、ADAS 所需傳感器數據 12 Gbps 先進的 IVI 系統，如 4K 視頻 3 Gbps 普通信息娛樂系統，如高清視頻 1 Gbps 后座娛樂系統、儀表盤、中控屏 150 Mbps 車載網絡，如交通信息、車輛狀況報告 來源：新能源汽車供應鏈之高速連接器，國金證券研究所 高速連接器可以分為高速連接器可以分為 Fakra、Mini Fakra（HFM）、）、HSD 和以太網連接和以太網連接器。器。汽車高速連接器可分為射頻連接器和差分連接器，射頻連接器（FAKRA、Mini-FAKRA）主要用于連接攝像頭、雷達等傳感器，差分連接器（HSD、以太網連接器）主要用于連接車域網。人形機器人高度智能化將

86、帶動高速連接器需求人形機器人高度智能化將帶動高速連接器需求與單機價值量與單機價值量。傳統燃油車連接器的單車價值量約 1000 元，主要用于信息娛樂系統，而目前智能化水平較高的新能源車連接器的單車價值量平均在 3000-5000 元，部分車型甚至可達 10000 元。汽車智能化帶動連接器增長的來源主要是萬物互聯系統與 ECU 模塊，互聯包括 4GLTE、5G、V2X、GPS、北斗等天線模塊；而 ECU 模塊增量主要包括 ADAS 控制模塊、雷達控制模塊、新一代高速運算平臺等，這兩點與人形機器人所需功能高度相同，因此從應用角度來看，人形機器人一旦量產，將成為高速連接器又一增長曲線。建議關注：高速連

87、接器領先企業電連技術。電連技術：國內射頻連接器龍頭企業，深耕消費電子，進軍新領域。電連技術：國內射頻連接器龍頭企業，深耕消費電子，進軍新領域。公司具有消費電子射頻連接器大批量、規?；a經驗，汽車、人形機器人所需的高速連接器產品和消費類電子類產品的主要生產流程有較多的類似之處，在制造工藝有較好的協同作用，憑借在消費電子類產品方面生產經驗，未來公司有能力完成面向人形機器人提供連接器產品大規模的交付，成本管控和精密化制造一致性及穩定性。圖表圖表27：汽車連接器應用實例（箭頭示意連接器）汽車連接器應用實例（箭頭示意連接器）來源：一覽眾車，國金證券研究所 人形機器人同樣將配有電池，高壓人形機器人同樣將

88、配有電池，高壓/換電連接器需求亦有望攀升。換電連接器需求亦有望攀升。高壓連接器主要用于新能源汽車的電池、PDU（高壓配電盒）、OBC（車載充電機）、高速連接器需求不斷攀升 行業深度研究-20-敬請參閱最后一頁特別聲明 DC/DC、直/交流充電接口等高壓單元。新能源汽車高壓連接器的單車價值量約 700-3500 元，且相較于傳統汽車為全新增量。人形機器人若采用充電樁充，將會提升高壓連接器需求；若是以換電形式為主，則換電連接器需求將有望提升。建議關注：國內高壓連接器主要廠商瑞可達、永貴電器建議關注：國內高壓連接器主要廠商瑞可達、永貴電器等；等；換電連接器換電連接器主要廠商瑞可達。主要廠商瑞可達。瑞

89、可達：特斯拉連接器供應商，進入人形機器人產業鏈可期。瑞可達：特斯拉連接器供應商，進入人形機器人產業鏈可期。公司覆蓋了新能源汽車領域的優質龍頭客戶，如特斯拉和蔚來汽車等。2016 年公司通過特斯拉的審核正式進入其供應鏈，目前已為特斯拉電動轎車、電動 SUV、電動卡車及充電設施提供 100 多款產品；蔚來汽車提出了車電分離概念，需要每輛整車配備一套換電連接器組件。公司是蔚來汽車換電連接器組件的主要供應商和高壓連接器產品的重要供應商，目前蔚來汽車銷售的電動車均采用了公司的換電連接器組件和高壓連接器產品。無論人形機器人是無論人形機器人是充電還是換電形式，公司都有技術先發優勢。充電還是換電形式，公司都有

90、技術先發優勢。永貴電器：軌交連接器龍頭，發力新能源高壓連接器。永貴電器：軌交連接器龍頭，發力新能源高壓連接器。公司高壓連接器、充電槍、高壓線束等產品已進入比亞迪、吉利、長安、小康、上汽、廣汽、一汽等國產一線品牌及合資品牌供應鏈體系，以及特銳德、威邁斯等樁端客戶，伴隨未來公司從客戶廣度向深度拓展，公司新能源連接器有望進一步提升價值量，迎來高速增長。未來國內廠商發展人形機器人時，在選擇連接器供應商時，具有技術和產能優勢的永貴電器?；虺蔀閮炏冗x項。2.4 人形機器人形機器高精度定位需求高精度定位需求 2.4.1 人形機器人或帶動更高精度室內定位技術發展人形機器人或帶動更高精度室內定位技術發展 人形機

91、器人若作為家用服務型機器人，需要精度較高的室內定位系統。人形機器人若作為家用服務型機器人，需要精度較高的室內定位系統。目前在所有室內定位技術中，精度排在首位的當屬動作捕捉技術，其測量精度高達亞毫米級，而目前大量用于機器人室內定位的則為 UWB 技術，精度可達厘米級別，且有穿透性強的特點。圖表圖表28：室內定位技術比較室內定位技術比較 定位技術定位技術 精度（毫米）精度（毫米）特點特點 動作捕捉動作捕捉 0.1-0.9 精度高、實時性好；造價高 UWB 60-100 精度較高、穿透力強 超聲波超聲波 100-1000 精度較高、結構簡單；衰減明顯、受溫度影響、造價較高 紅外定位紅外定位 5000

92、-100000 精度較高；受燈光影響 慣性慣性 2000-4000 不依賴外部環境；存在累計誤差 RFID 50-500 體積小、成本低；距離短 WiFi 2000-50000 成本低；受環境干擾 ZigBee 1000-2000 成本低、功耗低；穩定性差、受環境干擾 來源：幾種智能機器人室內定位方法對比，國金證券研究所 UWB 技術或更上層樓，領先企業有望受益于更高精度需求。技術或更上層樓，領先企業有望受益于更高精度需求。目前室內定位精度較高，且較為成熟的技術為 UWB 定位技術，廣泛應用于智能制造、智能建設、養老醫療、公共安全、物流運輸等，然而目前 UWB 定位精度還處于厘米級別，國內各企

93、業正積極強化 UWB 定位性能，或探索、進軍動作捕捉技術，隨著人形機器人產業發展，更高精度的室內定位需求逐步釋放，對于室內定位技術要求更高，掌握更多室內定位技術 know-how 的頭部企業有望受益。建議關注：建議關注：UWB 室內定位技術領先企業如中海達等。室內定位技術領先企業如中海達等。中海達：“海陸空天、室內外”產品布局，實現全方位高精精準定位。中海達：“海陸空天、室內外”產品布局，實現全方位高精精準定位。公司依托于北斗高精度定位和時空智能技術疊加融合 5G、云計算、區塊鏈、大數據、人工智能、邊緣計算等新興技術，在北斗高精度、CORS 網建設、行業深度研究-21-敬請參閱最后一頁特別聲明

94、 星地融合、三維激光雷達、自動駕駛車載高精度、災害監測等相關領域都取得了較快的發展成果，是中國高精度定位賽道內的領軍者。其子公司聯睿電子是一家專注于 UWB 超寬帶高精度定位技術的國家高新技術企業，目前已成功應用在物流倉儲、軌道交通、監獄管理、智能零售等多個領域。未來或可為人形機器人提供室內外一體的高精定位產品。未來或可為人形機器人提供室內外一體的高精定位產品。2.4.2 高精地圖、高精導航協助機器人戶外任務執行高精地圖、高精導航協助機器人戶外任務執行 高精地圖為激光雷達方案人形機器人獨立外出關鍵。高精地圖為激光雷達方案人形機器人獨立外出關鍵。從自動駕駛傳感器方案來看，特斯拉的純視覺方案更多依

95、賴自身算法構建向量空間；而激光雷達主導的方案，需要搭配高精度地圖、高精度定位，根據高精地圖存儲的車道線、紅綠燈等信息，才能夠實現自動駕駛。因此，在目前激光雷達方案日益成熟的情況下，未來人形機器人仍有采用激光雷達方案的可能，對未來人形機器人仍有采用激光雷達方案的可能，對于高精地圖、高精導航的需求也會增加。于高精地圖、高精導航的需求也會增加。圖表圖表29：高精地圖與傳統電子地圖比較高精地圖與傳統電子地圖比較 高精地圖 傳統電子地圖 用途用途 實現導航及搜索 為自動駕駛提供充分信息 精度精度 亞米級及以下 米級及以上 數據實時性數據實時性 地圖框架為月級更新，半動態數據頻率為分鐘級，動態數據頻率為秒

96、級 月級更新 采集模式采集模式 在普通導航地圖的基礎上，需要特定采集車輛(一般需要配備激光雷達)，維護座城市的數據一般需要 10 輛測繪車左右 由國家測繪局數據+導航廠家實地采集信息+數據加工檢測的采集模式。記錄內容記錄內容 除了導航地圖的數據外，新增了兩類數據：第一類是車道數據車道數據，比如車道線的位臵、坡度和曲率等車道信息。第二類是車車道周邊的固定對象信息道周邊的固定對象信息，比如交通標志、交通信號燈等信息、車道限高、下水道口、障礙物及其他道路細節，還包括高架物體、防護欄、數目、道路邊緣類型、路邊地標等基礎設施信息 傳統電子導航地圖記錄道路級別的數據,比如道路形狀、坡度、曲率、鋪設、方向等

97、;記錄建筑的大小、信息等 來源：三個皮匠報告，國金證券研究所 高精地圖參與者主要有三類：高精地圖參與者主要有三類：1）傳統圖商（四維圖新等）；2）互聯網企業（百度、高德等）；3）自動駕駛及軟件信息企業（Momenta、寬凳科技等）。目前三類企業的高精地圖皆有進入自動駕駛的計劃或實例。由于人形由于人形機器人需要依托強大的算力平臺機器人需要依托強大的算力平臺，開發者可能由互聯網廠商主導，因此有，開發者可能由互聯網廠商主導，因此有互聯網企業背景和地圖資質的高精地圖廠商具有較強的產業鏈優勢?；ヂ摼W企業背景和地圖資質的高精地圖廠商具有較強的產業鏈優勢。圖表圖表30：國內高精地圖頭部玩家國內高精地圖頭部玩

98、家 重要業務 合作車企 百度百度 依托于百度 Apollo 戰略，在高精地圖方面布局較早，目前以 L3 級別自動駕駛的要求為標準，采集的道路場景以 30 萬公里的全國高速公路為主。2020 年廣汽新能源旗下上市的 Aion LX搭載了百度的高精地圖。2022 年為冬奧專用車輛及其駕駛員提供專用道路及車輛導航服務。百度 Apollo、長城汽車、廣汽新能源、長安汽車、奇瑞汽車、蔚來汽車、一汽集團等 高德高德 2014 年被阿里收購年被阿里收購，同年開始獲得高精地圖商業訂單。2015 年建立高精地圖產線，目前已完成超 30 萬公里高速和城市快速路的覆蓋，并開始覆蓋城市普通道路。2018 年凱迪拉克

99、Super Cruise 搭載高德吉利汽車、凱迪拉克、東風汽車、小鵬汽車、奧迪、一汽紅旗等 行業深度研究-22-敬請參閱最后一頁特別聲明 的高精地圖，截至 2020 年獲得奧迪、小鵬汽車、一汽紅旗等訂單。四維圖新四維圖新 2014 年騰訊入股。年騰訊入股。2017 年高精地圖就已達到 L3 級別且覆蓋 20 多個城市，與 Here 和日韓高精地圖合作成立 OneMap 聯盟。2018 年宣布為奔馳集團提供 2020-2024年高精地圖。2019 年宣布助力華為自動駕駛項目，同年宣布為寶馬提供 2021-2024 年量產的L3 及以上自動駕駛項目提供地圖和服務 戴姆勒（奔馳）、華為、寶馬、上汽集

100、團等 易圖通易圖通 2010 年被阿里收購。年被阿里收購。2016 年支撐了國內首個自主泊車 POC 項目完成技術儲備。2019 年易圖通獲得全國首個自主泊車量產項目定點。2020 年福特公司選擇易圖通作為其中國市場自動駕駛商業化項目的唯一定點高精地圖服務供應商。2021 年為微軟自動駕駛規劃提供服務。目前與德國大陸集團等達成戰略合作 福特、微軟、北汽新能源、一汽集團、德國大陸集團、地平線公司等 來源：三個皮匠報告、各公司官網，國金證券研究所 國內廠商可滿足需求人形機器人高精地圖技術。國內廠商可滿足需求人形機器人高精地圖技術。目前國產高精地圖技術已相對成熟，且已廣泛應用于自動駕駛等高階應用領域

101、領域，因此國內廠商有進軍人形機器人產業鏈的實力，建議關注：高精地圖頭部企業四維圖新。建議關注：高精地圖頭部企業四維圖新。四維圖新：國內導航地圖龍頭，進軍車載四維圖新：國內導航地圖龍頭，進軍車載 MCU 市場。市場。公司具備規模最大的外業采集團隊之一，包括覆蓋全國的采集車超過 100 輛，道路和 POI 采集人員超過 500 人，建有覆蓋全國的 33 個外業基地。公司目前已獲得寶馬、大眾、奔馳、通用、沃爾沃、福特、雷諾、豐田、日產、上汽通用五菱、寶沃、吉利、長城等主流車廠的訂單，并且多為長期合作關系。此外，公司近年來積極布局智能駕駛與智能座艙 MCU，在高精地圖、汽車芯片、智能駕駛等方面已建立起

102、競爭優勢與成熟的整體解決方案，協同建立的產業生態亦開始逐步放大。未來或可將此商業模式復制到人形機器人產業。導航應用行業目前市場較為分散，技術門檻提高將使市場逐步集中。導航應用行業目前市場較為分散，技術門檻提高將使市場逐步集中。根據 2022 年中國衛星定位導航協會發布的中國衛星導航與位臵服務產業發展白皮書，截至 2021 年底，相關上市公司（含新三板）總數為 90 家，行業整體呈集中度較低的局面。隨著北斗三號系統的空間段、地面段完成建設，下游自動駕駛、機器人需求逐步釋放，需要更加精確的空間、時間信息，對衛星導航信號接收設備提出了更高的要求，擁有領先的核心芯片、天線等基礎器件技術，以及研發力度較

103、強、資金充沛的企業將更好受益于高精度市場的增長。建議關注：衛星導航行業頭部企業如中海達、華測導建議關注：衛星導航行業頭部企業如中海達、華測導航等。航等。華測導航：高精度衛星導航定位領先企業，積極布局海外市場。華測導航：高精度衛星導航定位領先企業，積極布局海外市場。公司主營各類高精度定位導航智能裝備和系統解決方案，主要應用在建筑和基建、地理空間信息、資源與公共事業、機器人與無人駕駛等。公司產品和解決方案覆蓋全球多個大洲及國家、地區提供符合當地需求的差異化產品，利用 GNSS 智能裝備良好的性價比優勢，進一步提升海外市場收入和實現多樣化產品的供給，擴大公司在海外市場的影響力和增強品牌粘性。由于公司

104、具備豐富的無人駕駛導航經驗，在開發人形機器人導航時將有較大優勢，且高性價比產品使公司更容易打開市場。行業深度研究-23-敬請參閱最后一頁特別聲明 圖表圖表31：機器人機器人產產業鏈相關標的業鏈相關標的總結總結 領域 細分領域 相關標的 傳感器傳感器 CIS 芯片 豪威科技（韋爾股份子公司）激光雷達 華為（未上市）、大疆（未上市）、速騰聚創（未上市）、禾賽科技（未上市）芯片芯片 計算芯片 地平線 通信芯片 翱捷科技 通信模組 移遠通信、廣和通、高新興等 導航定位導航定位 室內定位 中海達 高精地圖 四維圖新 導航設備 華測導航、中海達 連接器連接器 高速連接器 電連技術 高壓連接器 瑞可達、永貴

105、電器 換電連接器 瑞可達 來源：各公司公告，國金證券研究所 3.人形機器人人形機器人 AI 域帶動云計算產業鏈需求域帶動云計算產業鏈需求 3.1 智能化智能化 AI 算法訓練增加對算法訓練增加對云計算、云計算、數據中心、邊緣計算的需求數據中心、邊緣計算的需求 智能化智能化 AI 算法訓練需要大量場景數據，拉動數據存儲、計算、交換等數據算法訓練需要大量場景數據，拉動數據存儲、計算、交換等數據中心需求。中心需求。據沙利文數據，據沙利文數據，2021 年自動駕駛占汽車云 IaaS+PaaS 落地應用場景的 13.2%，市場規模達 13.2 億元，預計在 2025 年達到 65.5 億元，4 年 CA

106、GR 為 49.2%。存儲是自動駕駛云基礎部分，自動駕駛算法訓練所需的標注、仿真計算都依賴平臺的海量算力，為支持車企“云+端”研發模式，海量環境數據、行駛數據都會在云端進行模型訓練、算法開發、仿真驗證和下放。圖表圖表32：中國汽車云中國汽車云IaaS+PaaS 應用場景規模應用場景規模 來源：沙利文，頭豹研究院，國金證券研究所 機器人對機器人對 AI 識別準確性和實時性要求更高，相應的數據量和數據存儲需求識別準確性和實時性要求更高，相應的數據量和數據存儲需求也更高。也更高。以高階自動駕駛系統訓練為例，2018 年百度發布的 ApolloScape數據集中包括 100 萬幀 3D 點云場景，20

107、21 年華為發布的 SODA10M自動駕駛數據集包括 1000 萬張無標注道路場景圖像，數據量達 TB 級。機器人搭載的智能化 AI 需要訓練數據不斷打磨訓練，相應的場景數據存儲拉動數據中心需求。同時，AI 性能的線性提升伴隨算力需求的指數增加。深度學習領域中的規律是：提高 X倍的性能，理論上至少需要 X2 倍的數據去訓練模型，需要 X4 倍的計算量，實踐中所需訓練數據和計算量更多。7.4 10.9 13.2 18.5 27 40.9 65.5 93.1 050100150200250300350400450201720182019202020212022E2023E2024E2025E202

108、6E自動駕駛 車聯網 車路協同 數字化轉型場景 行業深度研究-24-敬請參閱最后一頁特別聲明 圖表圖表33：智能駕駛系統主要訓練數據集智能駕駛系統主要訓練數據集 數據集名稱數據集名稱 發布時間發布時間 數據量數據量 華為華為 2D 自動駕駛數據集 SODA10M數據集 2021 年 8月 1000 萬張無標注的道路場景圖像，2 萬個帶標注的高質量 2D 邊界框，包括 Pedestrian、Cyclist、Car、Truck、Tram、Tricycle 等情景 3D 場景自動駕駛數據集 ONCE 2021 年 7月 包含 100 萬幀 3D 點云場景，每個 3D 場景有 7個相機拍攝覆蓋 360

109、 度視角的圖片，共計 700 萬張圖片。分為 5 類 3D 檢測框（Car/Bus/Truck/Pedestrian/Cyclist）百度百度 ApolloScape 2018 年 3月 數 10 萬幀逐像素語義分割標注的高分辨率圖像數據，數據難度維度更高，環境更復雜、標準更精確、數據量更大 Waymo Waymo 開放數據集 2019 年 8月 數百萬公里 1000 個駕駛段，3000 段駕駛記錄，1180 萬個 2D 標簽 ImageNet ILSVRC 1400 多萬幅圖片，涵蓋 2 萬多個類別；其中有超過百萬的圖片有明確的類別標注和圖像中物體位置的標注。專注圖像分類、定位、檢測。奔馳奔

110、馳 CitySpaces 2015 5000 張精細標注的圖像、20000張粗略標注的圖像、30 類標注物體 豐田豐田 KITTI 2012 評測 3D 目標檢測、跟蹤、道路分割等計算機視覺技術在車載環境下的性能 來源：中國信通院，國金證券研究所 圖表圖表34：深度學習算法模型性能提升與算力要求深度學習算法模型性能提升與算力要求 Polynomial 線性模型線性模型 Exponential 指數模型指數模型 Benchmark Error rate 錯誤率 Computation required 算力需求 Economic cost 經濟消耗 Computation required 算力

111、需求 Economic cost 經濟消耗 ImageNet Today：11.5%1014 106 1014 106 Target1:5%1019 1010 1027 1019 Target2：1%1028 1020 10120 10112 MS Coco Today：46.7%1014 106 1015 107 Target1:30%1023 1014 1029 1021 Target2：10%1044 1036 10107 1099 SQuAD 1.1 Today：4.6%1013 104 1013 105 Target1:2%1015 107 1023 1015 Target2：1%1

112、018 1010 1040 1032 來源：國金證券研究所 高階自動駕駛系統實時數據傳輸和處理拉動邊緣計算需求。高階自動駕駛系統實時數據傳輸和處理拉動邊緣計算需求。自動駕駛大規模 AI 算法模型和大規模數據集中化都在云端處理，而云端計算無法滿足自動駕駛數據的實時上傳和低時延計算處理需求。邊緣計算可以實現小規模智能分析與預處理工作，協助滿足自動駕駛的實時性數據處理需要。以高階自動駕駛系統為例，邊緣計算幫助實現 2 個核心技術：1）協同感知）協同感知：通過與邊緣節點的協同感知擴大汽車感知范圍從而獲得更完整的環境信息。邊緣節點與自動駕駛汽車通信距離僅為 1 跳或 2 跳，極大縮減傳輸延時。2）任務卸

113、載：任務卸載：邊緣計算通過共享計算資源使自動駕駛系統滿足低時延目標檢測與跟蹤過程中的決策計算。邊緣計算是實現邊緣計算是實現 L3/L4 高階自動駕駛系統的高階自動駕駛系統的必要條件，人形機器人在人機交互、環境感知、決策等方面對自動駕駛系必要條件，人形機器人在人機交互、環境感知、決策等方面對自動駕駛系統提出更高要求，統提出更高要求，且長期看保有量超過智能汽車，且長期看保有量超過智能汽車，也將拉動邊緣計算發展。也將拉動邊緣計算發展。行業深度研究-25-敬請參閱最后一頁特別聲明 圖表圖表35：任務卸載架構任務卸載架構 圖表圖表36：典型協同感知場景典型協同感知場景 來源：CSDN，國金證券研究所 來

114、源：CSDN，國金證券研究所 3.2 人機交互、人機交互、AI 視覺等算法視覺等算法在人形機器人商用在人形機器人商用場景場景中的中的核心競爭力核心競爭力 目前使用較廣泛的工業機器人多為簡單的機械臂，外形要求低；預計人形目前使用較廣泛的工業機器人多為簡單的機械臂，外形要求低；預計人形機器人主要用在商業場景。機器人主要用在商業場景。以國內優必選機器人為例，其商業化落地場景主要包括科技展館、政企展廳、影視文旅、AI 教育及高?？蒲?，迎賓導覽接待是其商業化場景落地的主攻方向，在世博會、杭州人工智能教育基地等場景扮演重要角色。馬斯克表示 Tesla bot 核心替代的是現在在做的與人相關的業務需求，尤其

115、是重復型與高危型工作。理想應用場景包括教育、醫療、餐飲、安防、交通、金融等服務業。疫情推動無接觸配送需求高增，送貨、物流場景發展為重要落地情景。疫情推動無接觸配送需求高增，送貨、物流場景發展為重要落地情景。疫情防控政策推動餐飲配送、醫護測溫等場景增加無接觸功能，移動機器人作為實現無接觸的智能載體，有效避免二次交叉感染。據投中數據顯示，2021 年全年機器人領域相關融資時間共 207 起，聚焦醫療、系統集成、移動機器人 3 大領域。倉儲物流領域，2012 年亞馬遜以 7.75 億美元收購Kiva 機器人公司并將其倉儲機器人全面應用于倉庫，將普通訂單的揀選成本降低 20%-40%，協助工作人員每小

116、時揀選掃描 300 件產品。中國主營倉儲的快倉機器人 2017 年 3 月獲得菜鳥網絡 2 億元投資，Geek+獲得GGV、云暉資本、中金資本等機構數億元投資。據 GGII 測算，2025 年中國智能倉儲市場規模將達 2500 億元，受智慧物流和無接觸配送等因素驅動，市場空間有望進一步打開。行業深度研究-26-敬請參閱最后一頁特別聲明 圖表圖表37：優必選人形機器人發展歷程優必選人形機器人發展歷程 來源：CSDN，國金證券研究所 商業服務場景對人機交互的要求高，因此商業服務場景對人機交互的要求高，因此 AI 視覺和語音語義理解成為關鍵。視覺和語音語義理解成為關鍵。AI 行業參與者主要有三類企業

117、：1）阿里、騰訊、華為、字節跳動等頭部互聯網及云計算大廠，具備海量數據基礎，技術領先，人才聚集，在算法模型方面表現突出，領先行業；2）商湯科技、曠視科技、依圖科技等 AI四小龍為代表的創業公司，盈利能力有所承壓，從軟件服務商逐步向軟硬一體的集成商發展；3）?？低?、大華股份等硬件設備商，基于對業務的深刻理解，向軟件與算法平臺滲透?？拼笥嶏w作為語音 AI 龍頭，商業化場景豐富，且收費模式科學，市場份額領先。根據產業鏈調研，軟銀的人形根據產業鏈調研，軟銀的人形機器人當前有采用科大訊飛的語音技術，把百度云的語義理解，以及算法機器人當前有采用科大訊飛的語音技術，把百度云的語義理解，以及算法訓練使用到阿

118、里云和騰訊云。華為云也有類似產品，但主要與生態圈內企訓練使用到阿里云和騰訊云。華為云也有類似產品，但主要與生態圈內企業合作。預計未來更多人形機器人走向商業化，以上企業有更多機會參與業合作。預計未來更多人形機器人走向商業化，以上企業有更多機會參與行業總體機會。行業總體機會。圖表圖表38：2021H1中國計算機視覺市場份額中國計算機視覺市場份額 圖表圖表39：2021H1中國語音語義市場份額中國語音語義市場份額 來源：IDC，國金證券研究所 來源：IDC，國金證券研究所 商湯科技,47%曠視科技,8%?？低?7%云從科技,5%創新奇智,4%依圖科技,3%大華股份,2%北京慧眼科技,2%其他,22

119、%科大訊飛,72%阿里云,6%百度智能云,7%思必馳,2%小i機器人,2%拓爾思,2%其他,9%行業深度研究-27-敬請參閱最后一頁特別聲明 圖表圖表40：中國機器視覺主要玩家概況中國機器視覺主要玩家概況 核心技術核心技術 下游客戶下游客戶 落地場景落地場景 AI 開放平臺開放平臺 商湯科技商湯科技 1）物體檢測 2）圖像聚類3）場景識別 4）遙感圖像解譯 5)視頻內容結構化 1）智慧企服上海西岸杭州國博 IFS2）智慧城市-西安鄭州地鐵 3）智能汽車本田哪吒戴姆勒 4）消費電子 1）公共空間視頻結構化分析、人群密度監測、以圖搜圖2）地鐵站人臉識別無感過閘3）駕駛員疲勞感知 4）故宮博物院 A

120、R 體驗 SenseCore 商湯 AI 大裝臵由模型層、深度學習平臺、計算基礎設施三個部分架構而成。已發布超 20+個通用決策人工智能算法系列，34000 萬個商用人工智能模型 曠視科技曠視科技 1）人臉識別 2）智能視覺傳感器增強 3）智能計算攝影 4）視頻結構化 5）機器人導航與定位 1）消費互聯網行業小米vivooppo2）美容行業3）城市物聯網 4）1）手機視頻畫質提升、多攝優化 2）虛擬試妝 3）市容環境管理、突發事件管理 4）智能測溫通行 Brain+，包括深度學習框架MegEngine（曠視天元）、深度學習云計算平臺MegCompute 以及數據管理平臺 MegData 虹軟科

121、技虹軟科技 1）端計算和邊緣計算 2）手機視覺人工智能技術 3）視頻算法和 TOF 技術 安卓機型頭部廠商三星、小米、華為、OPPO，智能汽車廠商理想、長安新能源等 1）手機智能美顏、暗光畫質提升 2）人臉解鎖、刷臉支付、人證對比、門禁打卡 3）AR/VR 設備交互 2016 年推出，提供人臉識別SDK 產品、車載 DMS、ADAS系統等 ?？低暫？低?1）物聯感知技術 2）人工智能技術 3）大數據技術 1）PBG 面向 G 端泛安防城市項目 2）EBG 面向 B+G 智慧建筑、文教衛、能源、金融企業 3）SMBG 面向泛安防領域中小企業產業互聯網 1）市政設施、市容秩序、門前五包、垃圾分

122、類管理、2）渣土運輸、“泥頭車”管理 3）交通擁堵致因分析、區域協調控制 服務企業用戶超過 8,000 家，生成模型 50,000 個，累積落地項目 4,000 個 來源：各公司公告，國金證券研究所 圖表圖表41：中國語音語義市場主要玩家概況中國語音語義市場主要玩家概況 核心技術 下游客戶 落地場景 AI 開放平臺 科大訊飛科大訊飛 1）多語種語音識別、語音合成、語言理解、機器翻譯2）低延遲語音同傳 1）教育：因材施教方案覆蓋 20+城市 2）醫療：28 個省 284 個區縣超 5 萬名醫生 3）城市：承建安徽江淮大數據中心 4）大型展覽會議（奧運會）1）智能學情診斷、布置分層作業、智慧閱卷

123、2）手機視頻語音轉寫和翻譯 3）電力巡檢超聲波檢測 4）疾病自動診斷對話 訊飛超腦-包括 AI 虛擬人交互平臺、在國際低資源多語種識別競賽 OpenASR 中奪得全部15 個語種共計 22 項冠軍 百度智能云百度智能云 1）語音識別、合成、喚醒、翻譯 2）AI 同傳 3）語言理解、生成、機器翻譯 1）手機應用：愛奇藝、歡聚時代 2）機器人制造廠商：機器島、Kido 等 3）數據開發平臺：卡思數據 1）手機應用語音輸入 2）機器人對話智能對話 3）語音內容分析 4）實時語音轉寫 5）智能輿情監控 EasyDL 語音：0 門檻 AI 開發平臺 PP 飛槳：開源深度學習平臺 阿里云阿里云 1）自研的

124、 SAN-M模型提高語音識別準確率 2）(KAN-TTS)語音合成技術 1）阿里生態客戶：高德地圖、釘釘、網商銀行、優酷 2）bilibili、中國移動 1）智能客服、導航播報 2）庭審數據錄入 3）會議記錄總結4）實時視頻字幕 5）呼叫中心錄音質檢 NLP 基礎服務 PAI：機器學習平臺 華為云華為云 1）模型參數達 2000 億 2）小樣本學習超越 GPT 系 3）首次使用 Encoder-Decoder架構 1）智能汽車：為 T3 出行提供司乘語音質檢方案，降低事故率 2）智慧醫療：華為云 EI 醫療智能體（EIHealth）為新冠研究構建相關知識圖譜 3）Harmony OS 1）金融

125、，電商，政務領域實現精準輿情分析 2）智能營銷、精準推送 盤古大模型：由 NLP 大模型、CV大模型、多模態大模型、科學計算大模型多個大模型構成 ModelArts：AI 開發平臺：華為云語音語義創新 Lab 來源：各公司官網，國金證券研究所 行業深度研究-28-敬請參閱最后一頁特別聲明 3.3 互聯網大廠互聯網大廠已押注機器人藍海市場已押注機器人藍海市場 互聯網巨頭憑借技術優勢，互聯網巨頭憑借技術優勢，從產品應用和投資角度從產品應用和投資角度布局機器人領域。布局機器人領域。阿里巴巴 2020 年 9 月在云棲大會發布的物流機器人小蠻驢已經實現量產，可以有千級別出貨量。同年發布機器人平臺，這標

126、志著阿里正式進軍機器人賽道?！靶⌒U驢”搭載 L4 級別自動駕駛系統與人工智能技術改進了包含激光雷達等昂貴傳感器在內的感知體系，實現對底線書雷達激光的高線束模擬，應用的是末端物流人機混合場景，從復雜度來說超越高速公路等結構化道路。物理性能優越，充 4 度電就能跑 100 多公里，每天最多能送 500個快遞，雷暴閃電、高溫雨雪以及車庫、隧道等極端環境均不影響其性能。華為與達闥深度合作，華為與達闥深度合作，2022年年 6 月獲批機器人相關專利授權，正式進軍消月獲批機器人相關專利授權，正式進軍消費、工業、商用、特種等情景機器人。費、工業、商用、特種等情景機器人。2022 年 4 月 17 日華為與達

127、闥機器人在北京簽署合作協議，將聯合開展機器人應用領域技術攻關、行業應用等創新合作，促進智能機器人核心技術自主可控。華為可以在昇騰 AI 基礎軟硬件平臺、歐拉操作系統等與達闥自主研發的機器人開展云、邊、端全面深入合作。達闥將機器人云腦平臺部署在人工智能計算中心，與華為聯合打造云端機器人城市運營聯合解決方案，共同為千行百業提供機器人智能服務，賦能智慧城市產業。此外，雙方還將進一步加強在 5G、人工智能、工業互聯網等新基建領域合作，推動基礎技術體系深度融合，探索 5G 與機器人、工業互聯網等融合創新應用。華為最值得關注的是“端、管、云”全面布局，華為最值得關注的是“端、管、云”全面布局，以及盤古開天

128、大模型以及盤古開天大模型。華。華為早期布局語音語義領域，為早期布局語音語義領域，Harmony OS 系統搭載系統搭載 AI 語音產品，海量場語音產品，海量場景景+盤古模型打磨模型性能。盤古模型打磨模型性能。NLP 大模型是業界首個千億級生成與理解中文 NLP 大模型，在 2019 年權威的中文語言理解評測基準 CLUE 榜單中，總排行榜及分類、閱讀理解單項均排名第一，刷新三項榜單世界歷史紀錄；總排行榜得分 83.046，多項子任務得分業界領先,是目前最接近人類理解水平（85.61）的預訓練模型。C 端積累的海量場景數據有助于打磨自然語言處理、智能語音交互、知識圖譜等模型的性能。圖表圖表42：

129、華為盤古華為盤古NLP大模型參數量排名第一大模型參數量排名第一 來源：公司公告，國金證券研究所 百度智能云以云服務百度智能云以云服務+AI 的差異化優勢保持高速增長，在金融云、工業互的差異化優勢保持高速增長，在金融云、工業互聯網市場份額不斷提高。聯網市場份額不斷提高?；凇霸浦且惑w”戰略，為工業數字化轉型提供安全穩定靈活的數字化底座。在工業領域，百度推出智能云開物工業互聯網平臺，將 AI+工業互聯網賦能工業細分領域，主要優勢為工業質檢，目前已覆蓋汽車、電子、能源電力等超過 22 個行業 300 多家標桿客戶。在自動駕駛領域，百度 2022 年 6 月發布汽車機器人概念車 ROBO-01，預計2

130、3 年實現量產。在機器人領域，公司更多聯合產業合作伙伴，內臵百度行業深度研究-29-敬請參閱最后一頁特別聲明 ABC Robot 人機交互技術，支持二次開發，提供 SDK、API 等豐富的開發者工具。圖表圖表43：百度在機器人領域軟硬件產品百度在機器人領域軟硬件產品 代表產品代表產品 特點特點 平臺架構平臺架構/覆蓋場景覆蓋場景 軟件開發平臺軟件開發平臺 ABC Robot 整合百度全球領先的語音、視覺、語義等 AI 技術，打造業內領先的多模態人機交互開放平臺 開放 PaaS 形態服務，支持合作伙伴快速搭建人形機器人、智能屏幕、桌面機器人等泛機器人設備，結合百度在人工智能時代全方位的技術布局，

131、打造 ABC+IoT 多維能力矩陣 智能駕駛平臺Apollo 集度汽車、概念汽車機器人 Robo-01 提供 ANP 領航輔助駕駛，國內唯L4 級自動駕駛技術（Apollo Lite）降維到 L2+的輔助駕駛產品；AVP自主泊車系統（泊車域），軟硬一體自主泊車量產解決方案 蘿卜快跑已經在北京、上海、廣州、深圳、重慶、武漢、長沙、陽泉、烏鎮 9 座城市運營，預計 2025 年將于 65 座城市運營 硬件產品硬件產品 人型服務機器人 ABC Robot 聯合機器人產業硬件合作伙伴，為集成商提供軟硬件整機解決方案，內置百度 ABC Robot 人機交互技術，支持二次開發，提供 SDK、API 等豐富

132、的開發者工具，徹底降低軟硬件研發門檻 產品包括定制版大白機器人、定制版追夢機器人、定制銳曼機器人等 NIRO 系列智能硬件 基于 ABC Robot 平臺打造的商用智能硬件產品系列，輕松實現場景化的多機協同服務 Niro Max、NIRO Hi、NIRO-Key，大廳、門禁打卡、會議室等智能辦公場景 室內配送機器人 搭載 ABC Robot 平臺的室內配送機器人本體 機器人原型機 具備語音、視覺和運動導航能力的軟硬件一體化實驗平臺 來源：IDC，國金證券研究所 人形機器人不僅在二級市場受到高度關注，今年上半年一級市場已然火爆，人形機器人不僅在二級市場受到高度關注，今年上半年一級市場已然火爆，互

133、聯網大廠紛紛押注，進行投資布局?；ヂ摼W大廠紛紛押注，進行投資布局。截至 2022 年 6 月 30 日，國內機器人行業融資 86 起，已披露金額的達到億元級別的融資 28 起，千萬級 33起，已披露金額項目融資總額約 50-70 億元。小米集團和順為資本投資企業主要集中在醫療、消費、協作機器人領域，如：腔鏡手術機器人研發商術銳技術，智能清潔機器人研發生產商赫特智慧，消費級模塊化機器人研發商可以科技；阿里跟投協作機器人深度智能系統解決方案提供商法奧意威；字節跳動投資工業智能制造場景核心零部件提供商大賽機器人；美團投資智能特種機器人史河科技等?；ヂ摼W大廠具備技術、人才、資金、客互聯網大廠具備技術、

134、人才、資金、客戶等多方優勢，投資方向具備一定指導意義。戶等多方優勢，投資方向具備一定指導意義。雖然當前人形機器人仍處于雖然當前人形機器人仍處于行業早期階段，但隨著特斯拉等全球領先企業對人形機器人的定義更為清行業早期階段，但隨著特斯拉等全球領先企業對人形機器人的定義更為清晰，市場晰，市場投資機會將層出不窮。投資機會將層出不窮。行業深度研究-30-敬請參閱最后一頁特別聲明 圖表圖表44：互聯網大廠投資布局梳理：互聯網大廠投資布局梳理 融資日期融資日期 公司公司 融資輪次融資輪次 融資金額融資金額 主要業務主要業務 投資機構投資機構 地區地區 成立成立時間時間 4 月月 25 日日 橡鷺科技 Pre

135、-A輪 數億元 生活服務機器人研發商 領投：騰訊 IDG 資本 跟投：源碼資本等 北京 2021 6 月月 1 日日 術銳技術 C 輪 超億元 腔鏡手術機器人研發商 上海生物醫藥基金順為資本 原型資本 天峰資本 美敦力國投招商等 北京 2016 3 月月 15 日日 赫特智慧 A輪 數千萬元 智能清潔機器人研發生產商 順為資本、小米集團等 北京 2018 4 月月 26 日日 可以科技 戰略投資 數千萬美元 消費級模塊化機器人研發商 跟投：藍馳創投 順為資本 小米集團等 北京 2014 4 月月 20 日日 宇樹科技 B 輪 數億元 四足機器人與動力系統部件研發商 經緯創投 敦鴻資產 深創投

136、順為資本等 杭州 2016 3 月月 29 日日 法奧意威 B 輪 約 3.16 億元 協作機器人深度智能系統解決方案提供商 領投：源碼資本 跟投：阿里巴巴 美團龍珠 順為資本 高瓴創投等 蘇州 2019 6 月月 15 日日 萬勛科技 pre-A+輪 近千萬美元 服務機器人研發商特種機器人研發商 領投：藍馳創投 順為資本 跟投：萬物資本等 深圳 2019 5 月月 24 日日 史河科技 B 輪 約 1.02 億元 智能特種機器人研發商 美團 復星銳正資本 智盈投資等 北京 2015 3 月月 29 日日 法奧意威 B 輪 約 3.16 億元 協作機器人深度智能系統解決方案提供商 領投：源碼資

137、本 跟投：阿里巴巴 美團龍珠 順為資本 高瓴創投等 蘇州 2019 3 月月 29 日日 法奧意威 B 輪 約 3.16 億元 協作機器人深度智能系統解決方案提供商 領投：源碼資本 跟投：阿里巴巴 美團龍珠 順為資本 高瓴創投等 蘇州 2019 深思考人工智能機器人科技（北京）有限公司 48.5639 萬人民幣 類腦智能機器人核心算法（機器學習、中文自然語言處理 NLP、深度學習、機器視覺）軟件及服務 華為（哈勃投資）北京 2015 來源：智東西，天眼查，國金證券研究所 3.4 AI 智能化領域相關投資機會智能化領域相關投資機會及重點個股梳理及重點個股梳理 3.4.1 云計算產業鏈：云計算產業

138、鏈：IaaS：阿里巴巴、騰訊、百度（未上市）、華為、金山云、優刻得 通信通信運營商：運營商：中國移動、中國電信、中國聯通 IDC：寶信軟件、萬國數據、秦淮數據、世紀互聯、數據港、光環新網、奧飛數據 AI 綜合解決方案提供商：綜合解決方案提供商：商湯科技、曠視科技、云從科技、依圖科技 AI 機器視覺解決方案提供商：機器視覺解決方案提供商：?？低?、虹軟科技、大華股份、商湯科技、曠視科技、云從科技 AI 智能語音解決方案提供商：智能語音解決方案提供商：科大訊飛、思必馳、云知聲、阿里、百度、拓爾思 3.4.2 智能化領域重點個股梳理：智能化領域重點個股梳理：寶信軟件寶信軟件：工業互聯網業務持續推進，

139、寶武數智化助力智慧智造：工業互聯網業務持續推進，寶武數智化助力智慧智造2.0 行業深度研究-31-敬請參閱最后一頁特別聲明 寶武集團要實現萬臺機器人，而目前寶武體系內僅有千臺，差距較大。寶武集團要實現萬臺機器人，而目前寶武體系內僅有千臺，差距較大。機器人價值最便宜不到 100 萬，應對復雜惡劣環境的 700-800 萬，即使按100 萬單價測算，1 萬臺體量也能為寶信軟件的智能裝備事業部帶來非常巨大的收入規模。公司依托寶武集團，積累了鋼鐵行業 know-how，軟件開發、云計算、數據中心等業務協同性強，自主研發工業互聯網平臺 xIn Plat，推進大數據“5S”組件開發，布局工業互聯網產業鏈，

140、有望持續擴大市場份額，加快軟件國產化替代進程；上海寶之云 IDC 五期項目順利進行，并積極開展周邊地區布局，目前寶之云華北基地項目順利進行，河北、南京、武漢等地市場穩步推進。公司今年一季報顯示疫情期間仍然保持 20%以上收入和扣非凈利潤穩定增長，業績亮眼?？拼笥嶏w：智能語音行業龍頭，科大訊飛：智能語音行業龍頭，B/C/G 端多線布局積累場景數據端多線布局積累場景數據 公司是亞太知名的智能語音和人工智能上市企業，在語音及語言、自然語言理解、機器學習推理及自主學習等核心技術層面保持國內領先，積極推動人工智能產品研發和行業應用落地。根據中國語音聯盟2020-2021 中國智能語音行業白皮書數據，科大

141、訊飛在智能語音科技行業中市占率達60%，端到端語音識別系統識別效果相比傳統識別系統效率提升 15-30%。業務板塊中訊飛開放平臺提供 493 項 AI 產品及方案，連接 500 萬+合作伙伴。機器人在教育領域或可發揮收集信息、實時互動、教導規勸等功能，在個性化人機交互方面有優勢，公司在智慧課堂、智慧教育積累的場景數據有望支持人形機器人進入商用教育場景。圖表圖表45：云計算分場景占比與增長云計算分場景占比與增長 圖表圖表46：科大訊飛因材施教科大訊飛因材施教1352智慧教育解決方案智慧教育解決方案 來源：公司公告，國金證券研究所 來源：公司公告，國金證券研究所 ?？低暎褐悄芪锫撏苿痈兄脚_發展

142、?？低暎褐悄芪锫撏苿痈兄脚_發展，機器視覺機器視覺有望多場景落地有望多場景落地 公司深耕物聯感知技術 20 年，在人工智能、大數據領域不斷進行技術革新，提供軟硬融合、數智融合、云邊融合的智能物聯系列軟硬件產品，覆蓋領域以泛安防為主，向智慧工業、智慧汽車等領域延伸。物聯感知技術、人工智能技術大數據技術是公司 3 大支撐技術，其中 AI 開放平臺為碎片化的行業應用場景提供了一站式算法訓練平臺，可實現小樣本數據訓練高精度算法能力。截止 2021 年年底，AI 開放平臺服務企業用戶超過 8,000 家，生成模型 50,000 個，累積落地項目 4,000 個。公司積極布局工業機器人領公司積極布局工業

143、機器人領域，域，旗下的?？禉C器人聚焦機器視覺和智能物流移動機器人，即將分拆上市。工業場景是人形機器人預期覆蓋的重要場景，?？低曉谶@一領域實工業場景是人形機器人預期覆蓋的重要場景，?？低曉谶@一領域實現的具體落地場景還包括安全生產風險檢測預警、交通信號控制等?，F的具體落地場景還包括安全生產風險檢測預警、交通信號控制等。公司公司在泛安防、工業機器人領域積累的機器視覺技術在泛安防、工業機器人領域積累的機器視覺技術與與場景數據和人形機器人場景數據和人形機器人落地場景有部分交叉，碎片化場景落地能力有望支持機器人多場景落地。落地場景有部分交叉，碎片化場景落地能力有望支持機器人多場景落地。05010015

144、020020172018201920202021教育領域 開放平臺及消費者業務 智慧城市 政法業務 汽車領域 智能服務 其他主營業務 其他業務 行業深度研究-32-敬請參閱最后一頁特別聲明 圖表圖表47：?？低暊I收?？低暊I收與歸母凈利潤與歸母凈利潤情況情況 圖表圖表48：?？低暫？低旳I開放平臺開放平臺 來源：公司公告，國金證券研究所 來源：公司公告，國金證券研究所 4.風險提示風險提示 特斯拉機器人特斯拉機器人進展不及預期進展不及預期：當前特斯拉機器人尚未發布，波士頓動力、本田等多家科技公司的人形機器人產品仍處在早期階段，預計特斯拉機器人達到預告效果仍需突破較多技術難題。新產品研發不

145、及預期新產品研發不及預期：特斯拉機器人尚未確定供應鏈體系，若產業內公司未能成功進入特斯拉及其余機器人公司的供應鏈，或行業總體新產品研發低于預期，則行業總體景氣度可能遇冷。機器人商業化進展不及預期：機器人商業化進展不及預期：特斯拉機器人初步定價 20 萬人民幣以下，經產業鏈調研，當前機器人 BOM 成本較高，若無法降低成本，則可能推遲機器人大規模商用時間。0%5%10%15%20%25%30%35%0100200300400500600700800900201720182019202020212022Q1營業總收入/億元 歸母凈利潤 同比增加 同比增加 行業深度研究-33-敬請參閱最后一頁特別聲

146、明 公司公司投資評級的說明：投資評級的說明：買入：預期未來 612 個月內上漲幅度在 15%以上；增持：預期未來 612 個月內上漲幅度在 5%15%；中性：預期未來 612 個月內變動幅度在-5%5%；減持：預期未來 612 個月內下跌幅度在 5%以上。行業投資評級的說明：行業投資評級的說明：買入：預期未來 36 個月內該行業上漲幅度超過大盤在 15%以上；增持：預期未來 36 個月內該行業上漲幅度超過大盤在 5%15%；中性：預期未來 36 個月內該行業變動幅度相對大盤在-5%5%；減持：預期未來 36 個月內該行業下跌幅度超過大盤在 5%以上。行業深度研究-34-敬請參閱最后一頁特別聲明

147、 特別聲明：特別聲明：國金證券股份有限公司經中國證券監督管理委員會批準，已具備證券投資咨詢業務資格。本報告版權歸“國金證券股份有限公司”（以下簡稱“國金證券”）所有，未經事先書面授權，任何機構和個人均不得以任何方式對本報告的任何部分制作任何形式的復制、轉發、轉載、引用、修改、仿制、刊發，或以任何侵犯本公司版權的其他方式使用。經過書面授權的引用、刊發，需注明出處為“國金證券股份有限公司”，且不得對本報告進行任何有悖原意的刪節和修改。本報告的產生基于國金證券及其研究人員認為可信的公開資料或實地調研資料，但國金證券及其研究人員對這些信息的準確性和完整性不作任何保證。本報告反映撰寫研究人員的不同設想、

148、見解及分析方法，故本報告所載觀點可能與其他類似研究報告的觀點及市場實際情況不一致，國金證券不對使用本報告所包含的材料產生的任何直接或間接損失或與此有關的其他任何損失承擔任何責任。且本報告中的資料、意見、預測均反映報告初次公開發布時的判斷，在不作事先通知的情況下，可能會隨時調整，亦可因使用不同假設和標準、采用不同觀點和分析方法而與國金證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。本報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券

149、或金融工具的價格、價值及收益可能會受匯率影響而波動。過往的業績并不能代表未來的表現?？蛻魬斂紤]到國金證券存在可能影響本報告客觀性的利益沖突，而不應視本報告為作出投資決策的唯一因素。證券研究報告是用于服務具備專業知識的投資者和投資顧問的專業產品，使用時必須經專業人士進行解讀。國金證券建議獲取報告人員應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。報告本身、報告中的信息或所表達意見也不構成投資、法律、會計或稅務的最終操作建議，國金證券不就報告中的內容對最終操作建議做出任何擔保，在任何時候均不構成對任何人的個人推薦。在法律允許的情況下，國金證券的關聯機構可能會持有

150、報告中涉及的公司所發行的證券并進行交易，并可能為這些公司正在提供或爭取提供多種金融服務。本報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。國金證券并不因收件人收到本報告而視其為國金證券的客戶。本報告對于收件人而言屬高度機密，只有符合條件的收件人才能使用。根據證券期貨投資者適當性管理辦法，本報告僅供國金證券股份有限公司客戶中風險評級高于 C3 級(含 C3級）的投資者使用；本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判

151、斷。使用國金證券研究報告進行投資，遭受任何損失，國金證券不承擔相關法律責任。若國金證券以外的任何機構或個人發送本報告，則由該機構或個人為此發送行為承擔全部責任。本報告不構成國金證券向發送本報告機構或個人的收件人提供投資建議，國金證券不為此承擔任何責任。此報告僅限于中國境內使用。國金證券版權所有，保留一切權利。上海上海 北京北京 深圳深圳 電話：021-60753903 傳真：021-61038200 郵箱： 郵編：201204 地址：上海浦東新區芳甸路 1088 號 紫竹國際大廈 7 樓 電話：010-66216979 傳真：010-66216793 郵箱： 郵編：100053 地址：中國北京西城區長椿街 3 號 4 層 電話：0755-83831378 傳真：0755-83830558 郵箱： 郵編：518000 地址：中國深圳市福田區中心四路 1-1 號 嘉里建設廣場 T3-2402