车与人形机器人协同深度报告：从制造到科技，从车到机器人

仅供机构投资者使用证券研究报告|行业深度研究报告 从制造到科技，从车到机器人 ——车与人形机器人协同深度报告 华西证券汽车团队2024年12月23日 分析师：白宇 SACNO：S1120524020001 分析师：赵水平 SACNO：S1120524050002 联系人：蒲欣雨 请仔细阅读在本报告尾部的重要法律声明 投资建议 观点提炼： 1）人形机器人空间巨大。从需求侧看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，使人形机器人应用场景进一步拓宽。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。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。环境感知模块、运动控制模块和人机交互模块是人形机器人的发展核心，从发展路径看，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。 2）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。车与人形机器人在技术底层、供应体系、生产环节均形成较强的协同与共振，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。 3）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。参考特斯拉Optimus发展历程，灵巧手的发展是引领变革的核心。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。 4）特斯拉与华为引领边际变化，2025年有望成为人形机器人量产元年。2024年以来，Optimus进化迅速，目前，特斯拉Optimus已具备空手接网球能力以及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，与此同时，AI大模型+深度学习的不断发展,叠加国家以及地方政府的支持，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。 投资建议：人形机器人2025年有望实现0-1的过程，特斯拉有望引领量产落地过程，华为入局有望重建国内生态,整机厂与核心零部件厂同步受 益。整机厂受益标的【特斯拉、赛力斯】;零部件受益标的【拓普集团、三花智控、柯力传感、鸣志电器】等。 风险提示： 人形机器人量产进度不及预期；人形机器人应用场景拓展不及预期；人形机器人技术迭代不及预期；人形机器人下游需求不及预期等。 目录 一、万亿蓝海初渗透，萌芽阶段大空间二、三重共振，车与机器人软硬协同三、核心零部件迎国产替代，降本可期 四、特斯拉与华为引领边际变化，2025有望成为量产元年 五、投资建议 六、风险提示 1、万亿蓝海初渗透，萌芽阶段大空间 1.1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。 图：全球人形机器人产业规模情况（亿美元）图：人形机器人应用场景 家用服务 极端作业 商用服务 工业制造 预计落地时间 5年以上 3-5年 1-3年 1-3年 350 300 250 200 150 100 50 0 20232024E2025E2026E2027E2028E2029E 全球人形机器人产业规模（亿美元） 适应复杂空间环境、灵 场景 零售快消、酒家庭陪伴、能源化工、灾店旅游 家务服务、害救援、太空/教育服务等， 康健等水下、军事作部分细分应用 业已落地 汽车制造作为 首要落地场景、质量检测、零部件组装为明确需求场景 需求活控制、多功能人机交互 替代人工在危险/恶劣环境下执行任务,如搜救、排爆、灾难响应 人机互动、咨询、引导、娱乐、接待、教育 人机协作，在生产制造环境进行更柔性以及灵巧操作工作 1.2三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。 环境感知模块 眼、耳、鼻、皮肤 传感器技术 •图像 •语音 •雷达 •压感 •光感等 图：人形机器人三大核心技术能力 人机交互能力 •识别 •反馈 •交互 运动控制能力动力系统 关节机构 •灵巧的手 •旋转关节 •线性关节 获取信息 构造 运动控制模块 躯体及四肢 环境感知能力 •视觉 •位置 •听觉 •触觉 •嗅觉 人机交互模块 大脑 动力系统+关节机构 •电机 •控制器 •减速器 •丝杠 •电源等 AI技术的应用 语音、图像识别 语音合成 NLP 机器学习等 芯片与算力系统 1.3人形机器人产业链梳理 图：人形机器人产业链梳理 大系统子系统核心零部件（一级分类）核心零部件（二级分类） 视觉摄像头 雷达 位置传感器 扭矩传感器（旋转） 感知系统 决策系统 执行系统 感觉 芯片 通用人工智能（大脑）运动控制（小脑） 动力 关节 灵巧手 位置传感器（身体）惯性导航 力矩传感器（线性） 六维力矩传感器（手） 主芯片MCU芯片ASIC芯片 多模态大模型类脑智能算法强化学习 运动规划动力学控制步态规划电池 旋转执行器 减速器电机 线性执行器 灵巧手 离合器轴承驱动器 谐波减速器 行星减速器 无框力矩电机滚珠丝杠 驱动器编码器 行星减速器 空心杯电机 驱动器 2、三重共振，车与机器人软硬协同 2.1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（Roboticsbackground，R-B）、远程操作（Teleoperation，Teleop）、模块化（Modularity，Mod）、灵巧的手（Dexteroushands，D-H）、任务规划（Taskplanning，T-P）、人工智能（Artificialintelligence，AI）、行走步态（Walkinggait，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。 表：各方加速布局人形机器人 厂商 Tesla Figure BostonDynamics 优必选 傅里叶 智元 宇树 达阀 小米 追觅 乐聚 开普 型号 Optimus Figure02 Atlas WalkerS GR-1 ExpeditionA1 H1 XR-4 Cyberone Universal KUAVO K1，S1,D1 重量(kg) 56 70 82 n.a. 60 55 47 65 52 56 65 85 高度(cm) 172 168 175 170 165 175 180 168 177 178 n.a. 1.7 速度(m/s) 2.2 1.2 2.5 0.8 1.4 1.9 3.3 1.4 1 0.6 1.3 n.a. 自由度 50 16(手) 41 54 49 20 60+ 21 44 26 40 续航(h) 1.5-2 5 2 >1 n.a. 2 12 2 n.a. n.a. n.a. 主要应用商业服务 √ √ √ √ √ √ √ √ √ √ √ 医疗/护理 √ √ √ √ √ √ √ √ √ √ 智能制造 √ √ √ √ √ √ √ 物流 √ √ √ √ √ √ 巡逻 √ √ √ 特种任务 √ √ √ 2.2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。 图：智能汽车传感器布局图：Figure2机器人在宝马工厂工作 2.3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。 图：智能汽车传感器布局 企业 型号 激光/毫米波雷达 视觉方案 摄像头 优必选 WalkerXWalkerWalkerS1 WalkerSLite 腰部4毫米波雷达 RGBD相机+四目相机RGBD相机+双目相机RGBD相机+RGB相机 RGBD相机+RGB相机 1300万高清摄像头 国潮共建人形机器人创新中心青龙激光雷达双目相机+RGB相机北京真身智慧机器人创新中心天工1.2MAX3D视觉相机 智元机器人远征A2激光雷达RGBD相机+红外相机 字树科技G13D激光雷达深度相机 H13D激光雷达深度相机 开普勒先行者K1RGBD相机+鱼眼360°环视相机红外双目3D摄像头 乐聚机器人KUAVO3.0高清RGB相机结构深度摄像头星海图R1激光雷达相机 迈威尔VersaBot双目RGB-D+深度多模态相机浙江人形机器人创新中心领航者2号SNAVIAI深度相机 成都人形机器人创新中心“贡嘎”一号(Konka-1)摄像头 傅丽叶智能GR-1RGB摄像头 小米CyberOneRGB相机+iTOF 达闼机器人 CloudGingerXR1 CloudGinger2.0 激光雷达 激光雷达 2D/3D相机 3D深度相机+TOF RGB单目摄像头 腾讯RoboticsX 普渡机器人 小五 PUDUD7 激光雷达 激光雷达 3D视觉传感器 RGBD相机+全景相机 2.4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Di