今天分享的是人工智能系列深度研究报告：《 人形机器人行业产业链报告 》。（报告出品方： 德邦证券）

　　“具身智能”为 AI 下一浪潮，人形机器人加速突破。人工智能（AI）最终也将回 归于“人”：“具身智能”为 AI 下一浪潮，赋能人形机器人从想象走入现实。“具身 智能”赋能机器人等载体，使其具备自主感知、自主决策、自主执行、自主学习的 能力。有别于现阶段机器人只能机械执行有限操作，机器人与环境交互感知的能力 正是“具身智能”的精髓所在。目前，特斯拉 Optimus、波士顿动力 Atlas、小米 CyberOne等科技巨头布局人形机器人，AI 具身智能持续迭代赋能，人形机器人 行业有望迎来加速发展。据高工机器人产业研究所预计，2026 年全球人形机器人 在服务机器人中的渗透率有望达到 3.5%，市场规模超 20 亿美元，到 2030 年，全球市场规模有望突破 200 亿美元。

　　人形机器人拆分：拟人化功能复现，创多细分领域需求。（1）3D 视觉：3D 视觉 为具身智能之眼，精准、灵活的 3D 视觉是机器人运动与交互的前提。视觉感知是 人形机器人最重要的外部感知能力之一，对人形机器人的运动行走以及决策反应起 着关键性的作用。机器人低速移动、处理复杂多样的工作以及人交互的工作需求对 视觉传感器的变焦能力、分辨率提出考验。目前 3D 成像方案主要有立体视觉、结 构光、激光三角测量以及 ToF（Time of flight）。目前特斯拉使用的方案为使用多 个摄像头的立体视觉方案；波士顿动力 Atlas 则使用了 ToF 方案。（2）线束与连接器：线束与连接器为人形机器人的神经与血管，随机器人的运动而动，对线束提出 抗扭转应力、高速率、连接器小型化等要求。特斯拉 Optimus 的运动规划和动力 系统借鉴了电动汽车设计，新能源汽车连接器和工业机器人连接方案可给予人形机 器人线束启发。新能源汽车自动驾驶方案外接多个摄像头及激光雷达等传感器，对 线束提出了高速传输的需求；而工业机器人装配复杂、敏感传感器数量多、柔性化 作业的特点则对线束连接器提出了小型化、高速率、模块化、高集成的需求。（3） 传感器：传感器主要负责内外部环境信息的监控交互，按信息来源可分为内部传感 器与外部传感器。内部传感器主要负责收集自身运动、位置信息（如关节的线位移、 角位移等几何量，速度、角速度、加速度等），从而实现更精确可靠的智能控制。 而相比其他机械设备，机器人与外部环境的交互性更强，因此其需要利用外部传感 器实时监测周围环境参数，辅助完成目标识别、决策判断等过程。（4）电机驱动： 机器人关节处需多个电机驱动，电机驱动芯片配套需求提升。电机驱动系统是将电 能转化为动能的物理系统，主要由负载、控制装置及电机等部分构成，电机驱动芯 片是电机驱动系统的大脑。在人形机器人中，电机需求广泛分布。以特斯拉 Optimus 为例，其主体部分使用 28 个电机执行器，用以完成抬手，屈膝等动作。根据特斯 拉 2022 AI DAY，Optimus 上的执行器共有 6 种类型，不同类型的扭矩、输出力和 质量性能参数各异。同时，其手部有 12 个电机执行器（每只手 6 个），用于完成 细小物体的抓取。完整版《人形机器人行业产业链报告》来源于公众号：百家全行业报告 研究报告内容节选如下

　　人工智能（AI）最终也将回归于“人”：“具身智能”为 AI 下一浪潮，赋能人 形机器人从想象走入现实。黄仁勋在 ITF World 2023 的演讲中，提出 AI 下一轮 发展趋势为“具身智能”，能够理解、推理并与物理世界交互。“具身智能”赋能 于机器人等载体，使其具备自主感知、自主决策、自主执行、自主学习的能力。 有别于现阶段机器人只能机械执行有限操作，机器人与环境交互感知的能力正是 “具身智能”的精髓所在。如果说 ChatGPT 为代表的大模型开启了通用 AI 新时 代，那么多模态、具身、主动交互式的人形机器人则是这一时代的必由之路，人 形机器人有望成为 AI 终端的最终形态。

　　科技巨头入局，AI+人形机器人初露头角，蓝海空间无限可能。特斯拉 Optimus、波士顿动力 Atlas、小米 CyberOne等科技巨头布局人形机器人，AI 具身智能持续迭代赋能，人形机器人行业有望迎来加速发展。据高工机器人产业 研究所预计，2026 年全球人形机器人在服务机器人中的渗透率有望达到 3.5%， 市场规模超 20 亿美元，到 2030 年，全球市场规模有望突破 200 亿美元。

　　“车人同源”，沿袭特斯拉汽车最强大脑和动力核心。马斯克曾表示，“当有 一天我们解决了汽车的自动驾驶问题（即现实世界的 AI 问题）后，就可以将 AI 技术推广到人形机器人身上。这将比汽车具有更广阔的应用前景。”特斯拉机器人 沿袭了电动汽车的设计经验，并具备一双拥有 11 个自由度的“灵巧手”。特斯拉 对于机器人的定位，已从“替代人工进行重复或危险工作”，向“为千家万户提供 更复杂的服务工作”转变。

　　超算大脑：Optimus 的大脑使用了 Dojo D1 超级计算芯片，视觉感知系统主 要基于特斯拉 FSD 的计算机模组和方案，面部配备 8 个汽车同款 Autopilot 摄像 头，最远监测距离可达 250 米。

　　灵巧手脚：Optimus 的“手”拥有 6 个执行器，11 个自由度，支持自适应抓 取，手心采用防滑材料，可抓起 20 磅重量，特别适用于精密小零件的抓取；手腕 由两根执行器控制，能让手腕转动，做水平的动作；腿部也是采用了两根执行器， 脚掌可以上下翻及调整掌面。这使得 Optimus 的手脚具有了模仿人类的灵活度。

　　安全心脏：Optimus 时能耗 100w，慢走时能耗 500w。借鉴汽车电池系 统，Optimus 躯干处搭载了 2.3kWh、52V，并高度集成了充电管理、传感器、冷却系统的电池系统，具备保护自身和周围人安全的能力。

　　两年间进展迅速，Optimus 目标承担更复杂的任务。2021 年 Optimus 作为 概念首次被提出，两年后的 2023 年 5 月 16 日，在特斯拉举行的股东大会的展示 短片中，Optimus 的行走运动已经较为流畅，更具备了一系列全新技能：Optimus 可以进行电机转矩控制，可将力道控制至不打碎鸡蛋。此外，Optimus 还可进行 集体行走，端到端操控，环境探索与记忆等功能，并能通过 AI 算法精准识别人类 抓取物品动作并复制到机器人身上。

　　2 万美元打造爆款，展望机器人蓝海市场。Optimus 在 2022 Tesla AI Day 上， 马斯克曾预计 Optimus 将在 3 至 5 年内开始量产，单价将低于 2 万美元，市场需 求预计达到数百万台。在更长远的展望中，马斯克预测未来也许每个人都会配备 一台机器人，人形机器人市场需求将达到 100 亿至 200 亿台。

　　波士顿动力 Atlas 以其卓越的运动性能而闻名，高造价限制商用场景。Atlas 机器人包含 28 个液压驱动器来提供动力，速度能达到 1.5m/s，并且使用 3D 打印 技术来制造身体，使得其重量大幅减轻。同时 Atlas 搭配 TOF 深度相机来扫描周 围环境，同时通过 MPC 模型来预测其运动，从而做出最佳选择。然而，Atlas 造 价达 200 万美元，其居高不下的成本大大限制了 Atlas 的商用化进程。

　　Cyberone：注重人的情绪感知，造价 60-70 万元。从智能手机到可穿戴设 备、智能家居、智能电动汽车以及仿生机器人，小米正围绕人的生活和工作在构 建不断延展的科技生态。小米 CyberOne 拥有空间感知、认知能力，其搭载自研 Mi-Sense 深度视觉模组，结合 AI 交互算法，使其不仅拥有完整的三维空间感知 能力，更能够实现人物身份识别、手势识别、表情识别，做到了不仅看得到也能 看得懂。同时 CyberOne 支持 21 个自由度，速度达到 3.6km/h，并能实现各自由 度 0.5 毫秒级别的实时响应，模拟人的各项动作。其搭载的自研 MiAl 环境语意识 别引擎和 MiAl 语音情绪识别引擎，能够实现 85 种环境音识别和 6 大类 45 种人 类情绪识别。CyberOne 造价在 60-70 万元，尚无法实现量产。

　　3D 视觉为具身智能之眼，精准、灵活的 3D 视觉是机器人运动与交互的前提。视觉感知是人形机器人最重要的外部感知能力之一，对人形机器人的运动行走以 及决策反应起着关键性的作用。机器人低速移动、处理复杂多样的工作以及人交 互的工作需求对视觉传感器的变焦能力、分辨率提出考验。由于机器人处于移动 状态，视觉传感器必须具备较强的变焦能力，同时，机器人还需要具备识别人脸甚至表情的能力，对分辨率提出了更高的要求。目前 3D 成像方案主要有立体视 觉、结构光、激光三角测量以及 ToF（Time of flight）。特斯拉目前使用的方案为 使用多个摄像头的立体视觉方案；波士顿动力 Atlas 则使用了 ToF 方案。

　　（2）波士顿动力 Atlas：使用了 ToF 方案，ToF 相机以每秒 15 帧的速度生 成环境点云。使用多平面分割算法从点云中提取平面，并输入到映射系统中进行 建模，机器人则根据建模结果进行运动规划。

　　（3）小米 CyberOne：搭载 Mi-Sense 深度视觉模组，由小米和欧菲光协同 开发完成。欧菲光自研的机器视觉深度相机模块由 iToF 模组、RGB 模组、可选 IMU 模块组成，产品测量范围内精度达 1%。

　　在机器人视觉领域，公司产品经验丰富、核心技术完备。公司已针对服务机 器人和工业机器人等不同种类机器人推出了 3D 视觉感知方案，并推出 Astra G/T 等应用于 AIoT 服务机器人领域的 3D 视觉传感器产品系列，与普渡科技、云迹科 技、擎朗智能等服务机器人客户达成合作。公司技术路线覆盖单目结构光、双目 视觉、ToF、LiDAR，技术能力覆盖机器人视觉芯片、智能视觉算法、模组及方案 以及规模化量产等能力，在全球率先完成具身智能机器人视觉的核心技术布局， 不断提高机器人视觉感知领域的竞争力。

　　机器视觉领域技术积累深厚，自研视觉算法库与可配置视觉系统共同赋能机 器人视觉感知。凌云光深耕机器视觉行业近 20 年，是少数拥有底层视觉算法完全 自主开发能力的公司，其立体视觉领域可配置视觉系统基于自研算法库 VisionWare 及其衍生系列软件，可实现点云数据处理与建模，这一技术可应用于 数字形象构建和移动机器人自主导航等情景。而在机器人领域，波士顿动力的 Atlas 机器人运用了点云视觉感知技术，能够帮助其有效感知环境、生成与规划行 动路径。凌云光已具备成熟的点云处理底层算法库和立体视觉领域可配置视觉系 统，未来在移动机器人领域应用前景广阔。

　　国防用光电测控仪器专业生产厂商，参股公司长光辰芯和禹衡光学分别覆盖 CIS 与光栅编码器领域。奥普光电多年深耕光机电一体化产品，光电测控领域优 势强大，主要产品包括光电测控仪器、光学材料和医疗器械。长光辰芯专注高性 能 CMOS 图像传感器的设计研发，具备业界领先的 CIS 核心技术与产品。禹衡光 学是国内光栅传感器领域的领先企业，主导产品光栅编码器是伺服系统和自动化 领域的关键部件。

　　奥普光电参股公司长光辰芯技术积累深厚、行业地位领先、客户资源优质， 深度参与 CIS 国产替代。长光辰芯的 CIS 产品广泛应用于 3D 激光扫描测量、轮 廓分析和机器视觉领域，2022 年在工业 CIS 应用市场中市占率排名全球第四，国 内排名第。