人形機器人：AI下一波浪潮，產業格局解析

隨著當前人工智能浪潮的爆發，以及全球“機器換人”進程加速，人形機器人有望深入各細分消費端，成為AI下一個重要落地應用場景。

2022年，馬斯克推出TeslaBot“Optimus（擎天柱）”原型機引爆人形機器人產業鏈。特斯拉發布的人形機器人擎天柱Optimus承接自動駕駛技術，而人工智能的核心Transformer架構是NLP領域的標志性研究成果。據馬斯克介紹，未來十年特斯拉人形機規劃500萬臺產能。按量產后的2.5萬美元單價計算，未來3-5年市場空間超百億美元，十年后市場空間超千億美元。01

人形機器人行業概覽

人形機器人是具有與人類似的身體結構和運動方式（雙足行走、雙手協作等）的智能機器人。目前人形機器人并沒有普遍定義，但根據專業書籍《HumanoidRobots》的歸納，人形機器人應當能“在人工作和居住的環境工作，操作為人設計的工具和設備，與人交流”。在此前提下，人形機器人最終應具有與人類似的身體結構，包括頭、軀干和四肢，使用雙足行走，用多指手執行各種操作，并具有一定程度的認知和決策智能。

作為通用化程度高、高度集成和智能化的機器人，人形機器人既需要極強的運動控制能力，也需要強大的感知和計算能力。

其技術難點在于盡可能模仿人的各類場景下“感知-認知-決策-執行”的過程，涉及仿生感知認知技術、生機電融全技術、人工智能技術、大數據云計算技術、視深導航技術等各領域的尖端技術。

人形機器人主要包含四大核心技術模塊：

環境感知模塊、智能AI芯片模塊、運動控制模塊、操作系統模塊。

環境感知模塊主要負責數據采集與環境認知（視覺、聲音、雷達、壓感、光感）等傳感器。

智能AI芯片模塊包括負責數據處理和算力的存儲器和智能芯片。運動控制模塊包括能量管理系統和動作執行系統（驅動器、控制器、減速器等）等。操作系統模塊包括硬件抽象描述、底層驅動程序管理、共用功能的執行、程序間消息傳遞、程序發行包管理等。

當前全球參與者已經有數十年的研發經驗，波士頓動力Atlas、本田ASIMO、KAISTHUBO、優必選Walker、AgilityDigit均為經典產品代表，已展現出一定的運動能力、執行任務能力和環境適應能力。

資料來源：BostonDynamics02

人形機器人產業鏈

人形機器人產業或依托較為成熟的工業機器人產業鏈。

核心零部件種類與現有的機器人類似，包括驅動裝置（伺服系統+減速器）、控制裝置（控制器）和各類傳感器。零部件中成本占比最高的是減速器，其毛利率也最高達到40%，其次是伺服系統（35%）和控制器（25%）。減速器和伺服系統環節受益于人形機器人賽道的確定性相對較強。

傳感器環節來看，與外部環境感知和導航相關的自動駕駛類傳感器有望受益。資料來源：特斯拉、DSPower、行行查1.伺服系統

伺服系統是一種可以精準輸出運動狀態的驅動系統。

與常見工業機器人2-6的自由度相比，人形機器人通常有30-40自由度，單臺伺服電機需求量大幅增加，人形機器人產業化有望推升伺服系統需求。

從競爭格局來看，伺服系統主要參與者包括日系、歐美系和國產廠商。日系企業包括安川、三菱、三洋、歐姆龍、松下等公司，主要為小型功率和中型功率產品。

歐美系品牌包括西門子、博世力士樂、施耐德等公司，在大型伺服具有優勢地位。據MIR數據，2022年中國通用伺服市場規模約223億元，同比增長超35%；我國通用伺服廠商占國內市場比例達到42%，市場份額首次超過日韓廠商。伺服系統國產主要廠商包括匯川技術、埃斯頓、臺達、禾川科技、步科和森創等。資料來源：行行查2.減速器

減速器是連接動力源和執行機構的中間機構，具有匹配轉速和傳遞轉矩的作用，是機器人使用的精密傳動裝置，通常1:1配合電機使用。由于人形機器人結構更接近人形，每個關節受力更加復雜，對減速器負載和電機響應速度要求更高。

機器人使用的減速器主要分為行星減速器，諧波減速器及RV（擺線針輪）減速器。諧波減速器

諧波減速器是一種靠波發生器使柔輪產生可控的彈性變形波，通過其與剛輪的相互作用，實現運動和動力傳遞的傳動裝置。諧波減速器主要應用在多關節機器人和協作機器人，市場拓展潛力較大。諧波減速機市占率方面，國內廠商綠的諧波和來福諧波等已實現規模化量產，可實現進口替代，市場占有率提升明顯，哈默納科份額進一步略有收縮。

資料來源：GGII、國金證券RV減速器RV減速器由于傳動精度、扭轉剛度等性能差距仍然依賴進口。在RV減速器市場，日本納博特斯克處于壟斷地位，占據了我國市場一半以上的份額，海外主要廠商還包括日本住友等。國內主要廠商包括雙環傳動、秦川機床、中大力德、南通振康、珠海飛馬、智同科技等數家企業都在大力發展國產RV減速機產品，但在轉動精度和傳動效率上距離國外產品尚有一定差距。行星減速器近期有消息稱人形機器人產業鏈中部分旋轉關節存在方案變動可能性，主要變量環節為行星減速器可能替代諧波減速器。行星減速的傳動原理是驅動源啟動太陽齒輪，太陽輪帶動行星齒輪運轉，動力從連接行星輪的內齒輪環和出力軸輸出，實現減速。數據來源：《關于具有高倒車駕駛性能的機器人用驅動器的研究》，石田健藏著，廣發證券

人形機器人專用行星減速機的特點如下：1、高重復進行定位系統精度。背隙可達3弧分以內，定位可以精確。2、剛性高。輸出軸采用大尺寸、大跨度雙支撐軸承設計。3、馬達任意一個配置。馬達進行連接板和襯套采用這種模塊化設計，保證了在高輸入轉速時動力系統傳遞同心度和界面零背隙。4、高輸出轉矩。齒輪箱和內回齒輪采用整體設計，結構緊湊，密度高，輸出扭矩大。優質圓錐滾子軸承，輸出軸可承受較大的軸向和徑向載荷，扭矩大，適用范圍廣。從市場格局來看，行星減速器整體行業進入壁壘較高，產品結構復雜，制造安裝難度較大。作為高精密產品，行星減速器研發周期長，對企業的資金、人才、技術等要求高，在生產時對企業的工藝、品控等要求高。在全球范圍內，精密行星減速器市場主要被少數幾家企業所占據。德國企業處于領先地位，如德國紐卡特（Neugart）、德國威騰斯坦（WITTENSTEINAG）、德國賽威傳動（SEWEurodrive）等，其他競爭力較強的還有日本企業，例如日本住友、日本電產等。3.

控制系統控制系統是機器人的神經系統，用于控制其運動。目前人形機器人生產規模較小，進入量產后，各家控制器采用自產或外購模式尚不明朗。控制系統主要參與者包括兩類：一類是主流的大型機器人廠商，自主研發控制器和控制算法，包括ABB、KUKA、發那科、國內的埃斯頓等。另一類則是專業的控制系統廠商，單獨售賣控制器，提供可擴展和二次開發的硬件和軟件平臺，包括KEBA、貝加萊、倍福。

國內工業機器人生廠商均自主研發了自家的控制系統，包括新松機器人、埃斯頓、華中數控、新時達、廣州數控、匯川技術等公司，也誕生了一批專業的控制系統服務商如固高科技、英威騰、卡諾普等。

控制器的市場份額基本和機器人本體保持一致。

4.空心杯電機人形機器人手指關節自由度提升，考慮到人形機器人的仿真性，其手指關節處需要配備體積小且能輸出較大力的電機，空心杯電機具備較強契合度。

空心杯電機結構圖：人形機器人的重點在于替代人的部分工作場景，同時進行更好的交互以輔助人進行工作，因此其會面臨更加多樣化、更加復雜的應用場景，故賦予其手指關節更高自由度使得其具備抓取、傳遞等基本功能是關鍵。

空心杯應用領域較高端，設計及制造壁壘高，市場空間相對無刷、伺服等通用產品更小，

競爭格局來看，海外品牌占據高端市場，國內產品性價比優勢明顯。

空心杯電機作為電機的新的發展方向，國外廠商也紛紛加強產品布局，如Maxon（瑞士）、Faulhaber（德國）等著名微電機廠商都已經大量申請空心杯電機相關的專利技術。

目前，國內不斷加速國產替代，該環節主要參與廠商包括江蘇雷利、鳴志電器、臥龍電氣和大洋電機等。5.AI機器視覺系統

人形機器人需要具備對外界環境的識別能力，實現導航、避障、交互等功能，需要使用傳感器識別物體、測距等。機器視覺是AI深度學習的一種應用與技術方向，無論是人形機器人還是智能駕駛都是機器視覺的落地方向之一。機器視覺的本質是為機器植入“眼睛”，利用環境和物體對光的反射來獲取及感知信息。通過機器視覺代替人眼可以在多種場景下實現多種功能，如讀取二維碼、確定零部件的裝配位置等。

特斯拉最著名的AI算法是其機器視覺中的純視覺解決方案，該算法在人形機器人的制造中將其延續。

人形機器人的視覺傳感器包括ToF深度相機、激光雷達、多目視覺等。

其傳感器方案和需求場景與自動駕駛存在類似之處，因此價值量較高的自動駕駛類傳感器存在新的機遇。自動駕駛傳感器廠商、機器視覺廠商都是人形機器人傳感器的潛在參與者。

機器視覺各細分市場競爭格局：資料來源：智研咨詢、GGII6.人工智能處理器&算法

人工智能的本質及數據的海量運算。

AI處理器芯片可以支持深度神經網絡的學習和加速計算，相比于GPU和CPU擁有成倍的性能提升，和極低的耗電水平。具備自研AI處理器的廠商可以為人形機器人的神經網絡提供算力支撐，代表廠商包括寒武紀、商湯科技、海光信息等。

人形機器人的落地需要下游場景的數據融合，具備AI算法落地的廠商具有比較優勢。代表廠商包括科大訊飛、海康威視、虹軟科技、云從科技等。隨著所處理的數據指數級的增長，特斯拉由于耗電問題放棄NvidiaA100GPU作為超級電腦的陣列去做訓練，而是憑借自身強大的垂直整合能力，也研發出專注于深度學習訓練的DojoD1芯片。此外，推斷環節相較于訓練環節的計算量相對較小，但依然會涉及大量的矩陣運算。因此，人工智能芯片將發揮大量作用。

整體而言，人形機器人賽道處于相當早期的階段，當前并未形成產業化，各大參與者以研發為主，賽道的參與者主要將其定位為基礎研究平臺。部分參與者從特定功能需求出發進行開發（搜救、公共導覽、居家服務、物流搬運等），以尋求一定程度的落地。從產業鏈發展趨勢來看，全產業鏈模式有望成為未來工業機器人廠商的重要趨勢。包括在上游核心零部