机器人产业洞见系列电话会20251221

关键词 机器人特斯拉产业链触觉传感器成本执行器电机减速器价格出货量国产链汇川智能模型泛化能力预训练算力数据参数量应用场景示范效应 全文摘要 本次讨论集中于机器人行业及其产业链的深入分析，强调了对机电投资机会的关注，并通过一周的调研提供了对触觉传感器公司、机器人及相关硬件企业的新洞察。预计明年机器人市场出货量可达几万台至十万台，部分企业如特斯拉设定显著目标，但价格仍是量产障碍，需进一步控制。讨论还覆盖了特斯拉产业链的成本控制与性能提升目标，以及对未来新技术，如新一代机器人和低成本、高性能部件的期待。 “机器人产业洞见”系列电话会20251221_导读2025年12月22日00:20 关键词 机器人特斯拉产业链触觉传感器成本执行器电机减速器价格出货量国产链汇川智能模型泛化能力预训练算力数据参数量应用场景示范效应 全文摘要 本次讨论集中于机器人行业及其产业链的深入分析，强调了对机电投资机会的关注，并通过一周的调研提供了对触觉传感器公司、机器人及相关硬件企业的新洞察。预计明年机器人市场出货量可达几万台至十万台，部分企业如特斯拉设定显著目标，但价格仍是量产障碍，需进一步控制。讨论还覆盖了特斯拉产业链的成本控制与性能提升目标，以及对未来新技术，如新一代机器人和低成本、高性能部件的期待。在计算机领域，模型泛化能力增强，参数增加，且新技术如边缘计算在应用领域显现。最后，强调了机器人行业高价值、低重复性的应用场景，并对技术路径和市场需求进行展望，推荐了计算机板块和传感器行业的潜在投资标的，突显了行业现状、挑战与未来的投资机会。 章节速览 00:00机器人产业链调研与投资机会分析 近期对机器人产业链进行了深入调研，包括触觉传感器和相关硬件公司，预计明年机器人出货量可达十万余台，价格方面，基础版本约10万元，附加功能版本则在30-40万元左右。产业链正寻求降低成本，提升性能与轻量化，为未来量产铺路。 02:13特斯拉第三代机器人与国产机器人产业链分析 从低成本视角出发，特斯拉在硬件选择上更倾向于性价比高的方案，放弃了成本高昂的触觉传感器。预计特斯拉将于明年一季度发布第三代机器人，当前产业链已准备就绪。尽管特斯拉机器人性能优异，但预计明年实际产量将低于国内机器人。国内机器人市场放量，多家公司产品 上市将带动相关行业。核心推荐标的包括奶丝运营、量化托普和宁波华翔，建议持续关注国产业。 恒力与特斯拉签订战略协议，加大执行器电零部件供应，预计下月送样，业绩环比持平或略增，一季度利润预期可观，市场对景气度和机器人进展预期不足，建议重点推荐。 09:08国产链企业旅树科技2024年市场预期与供应链合作对话聚焦于旅树科技2024年的市场预期，预计出货量可达2万台，主要应用场景包括药店24 小时值班等高危环境。供应链方面，与汇川达成战略合作，汇川将提供电机产能支持，双方合作有望增强旅树科技的生产能力和市场竞争力。 11:17 2023年智能模型发展回顾与展望对话回顾了2023 年智能模型在预训练、泛化能力和多模态处理等方面的发展，指出模型正从预训练阶段向提升智能迈进。尽管泛化能力较弱，但北美创企在通用性算法和聚生智能大脑模型参数上取得突破。预计未来模型将通过增加数据量和算力，进一步提升智能水平，解决当前数据不足的瓶颈。 15:11机器人数据采集技术新进展与挑战 讨论了机器人领域中真机数据、仿真合成数据及人类视频数据采集技术的最新突破，包括成本降低、数据量扩展及多模态模型应用，同时介绍了李飞飞博士重启的机器人数据集项目，为行业提供了重要benchmark。 18:40 2025年人形机器人技术路径与应用展望 2025年，人形机器人技术路径将侧重于高价值低重复性场景，需更多样化数据集预训练及多场景强化学习。应用侧，导购场景和模块化底座成为重点。推荐关注计算机板块的速成科技、能源科技及激光雷达龙头如禾赛速腾。 要点回顾 请冉婷团队分享一下近期关于机器人行业的调研情况和对未来出货量的预测？ 近期，我们调研了触觉传感器公司和一些机器人相关企业，如叶江等硬件公司。根据最新数据，预计明年机器人的整体出货量有望达到大几万到十万台。其中，头部企业单是他们自身就有3万台的出货量预期，加上to c的上海新材，预计能达到3到5万台。另外，语数和乐趣这两个公司明年目标出货量大约为1万台左右。综合来看，国内加上全球市场，有望达到10万台的规模。 在价格方面，当前机器人产品的定价是多少？以及产业链上对于降价的期待如何？目前，简单版本的机器人价格已经接近10万元人民币，而附加版本则在30到40万元左右。产业链上普遍期待降价，因为价格是目前限制量产的一个重要因素。从产业链的角度考虑，低成本是一个大的发展方向，同时性能、寿命、散热和轻量化也是未来迭代的重要方向。 调研中发现是否有某些硬件在机器人产品中因性价比问题而可能被淘汰？ 是的，经过尝试和评估，一些硬件产品如触觉传感器由于成本过高（单个手指投资上千甚至2000到5000元）、布线复杂等问题，可能会被选择性放弃。相比之下，传统的电阻式传感器因成本较低、布线简单而在性价比上更具优势。 特斯拉在机器人产品的定价策略及产业链方面的考虑是什么？ 特斯拉一直致力于降价，但目前由于部分硬件传动效率未达预期目标，仍以高性能为主导。预计后期价格会逐渐向原材料成本靠近。特斯拉产业链方面，我们强烈推荐，因为特斯拉明年一季度大概率会推出第三代机器人，相关零部件供应商如拓普、芯片企业等已提前做好准备。 对于国内机器人市场的发展情况及其对特斯拉的影响如何？ 明年国内机器人市场也会放量，但海外特斯拉的表现会较为亮眼。预计海外特斯拉的量在3万台以内，而国内则由智源、语速、银河通用、乐趣等公司带动，相关产品将有良好表现。同时，国内部分公司如小鹏等也有较大变化，建议持续关注国产业。核心推荐标的包括奶丝运营、量化托普、宁波华翔等。 恒力在机电产品供应方面的最新进展如何？ 恒力与特斯拉签订了战略协议，加大执行器中电机零部件的供应，尤其是关节4杠是其自制率 较高产品。近期，恒力还计划通过南京恒力提供五矿粒子电机和其他小电机产品，有望快速成为特斯拉执行器样机的供应商。这使得恒力的供应范围从单一机电自动化产品扩展到执行器直线执行器领域，同时也为小鹏和小米等公司提供执行器及模组的相关供应。 对于市场上的超预期机器人进展，您觉得市场预期是否充分？ 目前市场对于超预期机器人的进展预期可能还不太充分。预计下个月该公司将推出高自制率的电机和四杠产品，并且有望在一季度实现业绩超预期。由于三季度和四季度的业绩预计都在七八个亿以上，如果能保持环比持平或略增，那么明年一季度的业绩增速可能达到30%以上，叠加其他因素，如提炼进展和景气度超预期，该公司的表现值得关注。 国产链方面，对于明年的出货量和应用场景有哪些看法？ 预计明年国产链出货量大概在2万台左右，其中药店领域的应用是一个重要的示范性方向。目前可以看到机器人在商业导览、迎宾讲解等场景的应用，而在低频、低效但高危的环境如开供电柜、深夜值班等领域的应用也可能成为超预期的点，特别是24小时药店值班用机器人替代人工，将产生很大的示范效应。 汇川在国产链中的角色及与语数的合作情况如何？ 汇川虽然持股比例不多，但在产业合作上将加大对电机的合作，并已与语数签订战略合作协议。汇川会在岳阳的电梯基地为语数预留产能，因为语数无框立体电机的产能需求可能达到30万到40万台，未来的扩产将依赖于汇川的产能准备，因此汇川也可视为国产链中较为核心的标的。 智能模型发展的现状和发展趋势是什么？ 目前巨型模型正处于预训练阶段，尚未大规模提升智能，尤其是泛化能力较弱。不过，在下半年有两个令人惊喜 的案例：一是北美创企Skill AI发布的通用小鸟算法，其训练阶段的数据量相比传统模型提升500倍，展示了较好的跨本体泛化能力；二是另一家北美创企Generalist AI发布的振铃模型，拥有70亿参数，显著提高了聚类智能大脑侧的激活参数门槛，并有望通过类似大语言模型的路径，在推理token量上实现十倍以上的提升，从而带来更强大的泛化能力。未来，研究层面可能会继续突破强化学习等方向，进一步解锁模型的推理能力。 G模型的上下文窗口提升对模型有何影响？ G模型通过提升存储链拉的模式，将上下文长度从100K至128K提升至百万级别，这使得模型能够处理更长文本和多模态数据，如长篇小说或数十分钟到近百分钟的视频。这种提升极大地增强了模型的交互和响应能力，目前认为G模型处于类似二三年前单元模型的发展阶段。 当前模型训练的主要瓶颈是什么？ 当前模型训练的核心问题并不在于科学理论层面，而更多在于缺乏大量数据进行训练。尽管已经摸清了激活门槛，但大量数据的压力依然较大。 数据采集方面有哪些突破进展？真机、仿真合成和人类视频数据采集的具体进展如何？今年在不同数据采集路径上取得了显著突破，包括真机数据、仿真合成数据以及人类视频数据的采集方案和降本路径。真机数据仍是刚需，而仿真合成和人类视频数据可从较小规模扩展至上亿甚至万亿小时的规模，为模型训练提供补充。真机数据采集方面，UMI实现平行3D打印，降低了单条数据的成本并提高了泛化能力；仿真合成数据方面，英伟达等公司的大规模仿真数据被用于模型训练，效果良好；人类视频数据方面，受益于多模态模型的发展，特斯拉等公司正在利用这些模型实现从人类视频到机器人视频的泛化。 李飞飞博士实验室发布的机器人数据集有何重要意义？ 李飞飞博士实验室发布的全新机器人数据集是对原有数据集的升级，面向机器智能和空间智能方向，开源了大量高质量的专家操作视频和数据，为未来机器人升级迭代提供了统一的基准测试环境，并启动了首届挑战赛，吸引了众多团队和高校实验室参与。 从应用侧看，今年机器人发展的主要趋势是什么？ 今年应用侧机器人发展的趋势主要体现在高价值低重复性工作场景，如导购、展示舞蹈等领域有所放量，但在高重复性工作场景中的进展相对缓慢。未来人形机器人可能更多地应用于高价值量且低重复性的工作场景，并需通过更大更多样化的数据集完成预训练和多场景学习来解锁更多生产力场景。