報(bào)告出品/作者：浙商證券、邱世梁、王華君、林子堯

以下為報(bào)告原文節(jié)選

------

1 人形機(jī)器人開啟智能制造時(shí)代

人形機(jī)器人代表著一個(gè)國(guó)家的高科技發(fā)展水平。人形機(jī)器人，又稱仿人機(jī)器人，涉及
控制、規(guī)劃、機(jī)電一體化技術(shù)、全方位的 AI 感知技術(shù)，移動(dòng)能力和工作范圍，人機(jī)交互等，是一個(gè)國(guó)家的高科技發(fā)展水平的最終體現(xiàn)。

1.1 人形機(jī)器人活力四射，發(fā)力多領(lǐng)域人工替代

最早的“機(jī)器人”概念起源于亞里士多德的設(shè)想。1927 年第一個(gè)電驅(qū)人形機(jī)器人“Televox”誕生于美國(guó)西屋。隨后美國(guó)、日本和歐洲在這一領(lǐng)域廣泛布局，促進(jìn)了人形機(jī)器人的快速發(fā)展。在 2000 年，我國(guó)也獨(dú)立研制出具有語言功能的“先行者”號(hào)人型機(jī)器人。2023 年隨“擎天柱”的誕生，人形機(jī)器人或?qū)⒆呷肴粘Ｉa(chǎn)生活。

群雄并起，逐鹿人形機(jī)器人。日韓在人形機(jī)器人研究領(lǐng)域表現(xiàn)活躍，日本本田代表產(chǎn)品 Asimo 身高 1.3m，體重 48kg，具有 57 個(gè)自由度，可完成上下樓和奔跑等動(dòng)作。韓國(guó)KAIST 代表產(chǎn)品 HUBO+身高 1.7m，體重 80kg，具有 32 個(gè)自由度，在 2015 年“機(jī)器人挑戰(zhàn)賽”中獲得冠軍。美國(guó)在人形機(jī)器人領(lǐng)域后來居上，波士頓動(dòng)力研發(fā)的代表產(chǎn)品 Atlas 身高 1.8m，體重 80kg，具有 28 個(gè)關(guān)節(jié)，可完成原地起跳轉(zhuǎn)身一周等高難度動(dòng)作。

波士頓動(dòng)力的人形機(jī)器人 Atlas 主要聚焦在科研領(lǐng)域，商業(yè)價(jià)值低。在波士頓動(dòng)力優(yōu)
秀的軟硬件配置下，Atlas 能夠完成流暢、高難度的“跑酷”動(dòng)作。硬件結(jié)構(gòu)上，Atlas 擁有輕量級(jí)結(jié)構(gòu)件皮膚和足部力控傳感器，雷達(dá)與深度相機(jī)形成視覺感知，28 個(gè)液壓關(guān)節(jié)驅(qū)動(dòng)完成一系列其敏捷動(dòng)作，本體搭載 3 臺(tái) NUC/工控機(jī)負(fù)責(zé)整體控制系統(tǒng)的運(yùn)算。軟件方面，波士頓動(dòng)力運(yùn)用行為庫(kù)、實(shí)時(shí)感知和模型預(yù)測(cè)控制（MPC）技術(shù)將相機(jī)、雷達(dá)等傳感器接收的數(shù)據(jù)進(jìn)行分析并對(duì)決策制定和動(dòng)作規(guī)劃提供最有效的支持。

國(guó)內(nèi)人形機(jī)器人成果喜人。在科研領(lǐng)域，國(guó)科大研發(fā)的“先行者”機(jī)器人可以完成靜
態(tài)和動(dòng)態(tài)步行動(dòng)作；哈工大推出的“HIT-III”機(jī)器人能完成上、下斜坡等動(dòng)作；清華大學(xué)開發(fā)的“THBIP-II”身高 0.75m，體重 18 kg，具有 24 個(gè)自由度；浙江大學(xué)研發(fā)出會(huì)打乒乓球的“悟”、“空”人形機(jī)器人；北理工推出的“匯童”機(jī)器人可完成摔倒起立，“摔滾走爬”等動(dòng)作。在產(chǎn)業(yè)領(lǐng)域，深圳優(yōu)必選推出的“Walker”機(jī)器人能完成上、下臺(tái)階等動(dòng)作。

小米于 2022 年 8 月公布首款全尺寸人形機(jī)器人 CyberOne（鐵大）。升級(jí)后的運(yùn)動(dòng)控制算法支配這機(jī)器人全身 13 個(gè)關(guān)節(jié)和 21 個(gè)自由度，實(shí)現(xiàn)雙足運(yùn)動(dòng)姿態(tài)平衡；電機(jī)性能增強(qiáng)10 倍，髖關(guān)節(jié)主要電機(jī)的動(dòng)力扭矩峰值可達(dá) 300Nm，峰值扭矩密度 96Nm/kg。

AI 算法賦能環(huán)境感知，“高情商”展現(xiàn)國(guó)內(nèi)人機(jī)交互技術(shù)成果。環(huán)境感知方面，自研的
Mi-Sense 深度視覺模組+AI 算法幫助 CyberOne 實(shí)現(xiàn)對(duì)真實(shí)世界的三維虛擬重建。情緒感知上，CyberOne 搭載自研 MiAI 環(huán)境語義識(shí)別引擎和 MiAI 語音情緒識(shí)別引擎，能夠?qū)崿F(xiàn) 85種環(huán)境音識(shí)別和 6 大類 45 種人類情緒識(shí)別。

人形機(jī)器人將對(duì)社會(huì)變革與發(fā)展產(chǎn)生重要影響作用。人形機(jī)器人具有與人類相似的軀
干結(jié)構(gòu)與運(yùn)動(dòng)能力，使其具有超強(qiáng)環(huán)境適應(yīng)能力，較大工作范圍，豐富的動(dòng)作形態(tài)，更高能量利用效率和出色的人機(jī)互動(dòng)能力，可將人類從低級(jí)和高危行業(yè)中解放出來，使人類能夠?qū)Ｗ⒂诟呒?jí)智慧活動(dòng)，從而提升生產(chǎn)力水平和工作效率。

1.2 特斯拉人形機(jī)器人正式發(fā)布

特斯拉人形機(jī)器人“擎天柱”于 2022 年 9 月底亮相。2021 年 8 月，馬斯克在特斯拉
年度 AI 開放日上首次公開展示了“擎天柱”的想法。僅過一年時(shí)間，“擎天柱”原型機(jī)于 9 月30 日特斯拉 AI Day 發(fā)布，硬件方面，“擎天柱”身高 172CM，整體重量 73KG；行走功率500W，坐下功率 100W，整體參數(shù)與 2021 年概念機(jī)略有出入（概念機(jī)參數(shù)：身高172CM，體重 57KG，負(fù)載 20KG，行走速度最高可達(dá)每小時(shí) 8 公里），我們認(rèn)為存在進(jìn)一步降本空間。

電機(jī)驅(qū)動(dòng)上，“擎天柱”擁有 2.3KWH、52V 電壓的電池組，內(nèi)置電子電器元件的一體
單位，支持人形機(jī)器人工作一整天；選用 28 個(gè)定制關(guān)節(jié)驅(qū)動(dòng)器，復(fù)用汽車動(dòng)力總成設(shè)計(jì)經(jīng)驗(yàn)，設(shè)計(jì) 6 種關(guān)節(jié)驅(qū)動(dòng)器，包括 3 種不同規(guī)格的舵機(jī)（采用諧波減速器）和 3 種不同規(guī)格的直線執(zhí)行器（采用永磁電機(jī)，可抬動(dòng) 1.5 噸三角鋼琴的），找到成本與效率的最佳組合。

量化人體運(yùn)動(dòng)軌跡與關(guān)節(jié)受力，幫助機(jī)器人行動(dòng)更加靈活。以膝蓋為例，特斯拉采用
仿生思維將機(jī)器人膝關(guān)節(jié)構(gòu)造成四連推桿結(jié)構(gòu)，復(fù)用汽車底層技術(shù)，將機(jī)器人腿部組件產(chǎn)生的壓力數(shù)據(jù)線性化，優(yōu)化機(jī)器人在不同的運(yùn)動(dòng)過程中的下肢運(yùn)動(dòng)和力度控制能力。

靈活度方面，“擎天柱”全身約 50 個(gè)自由度，手指靈敏度高，能夠滿足多種規(guī)格的物
體抓取需求。機(jī)器人單手具有 6 個(gè)執(zhí)行器，11 個(gè)自由度，在對(duì)生拇指與金屬肌腱的配合下，“擎天柱”能夠完成對(duì)不同重量和大小的物件的抓握。同時(shí)，特斯拉機(jī)械手搭載能夠驅(qū)動(dòng)手指感知物體的傳感器，幫助其識(shí)別需要抓握的物體，并在不斷的抓握過程中學(xué)習(xí)提高機(jī)械手適應(yīng)性。

“擎天柱”是特斯拉 FSD 自動(dòng)駕駛技術(shù)的集大成者。特斯拉采用與 Autopilot 相同的
算法框架，通過自動(dòng)標(biāo)注（Auto Labeling）、仿真(Simulation)和數(shù)據(jù)引擎（Data Engine）形成訓(xùn)練數(shù)據(jù)用以訓(xùn)練“擎天柱”的神經(jīng)網(wǎng)絡(luò)，使特斯拉人形機(jī)器人能夠做到損傷控制、感知周圍環(huán)境、自主規(guī)劃行動(dòng)路徑、直立行走并保持相對(duì)平衡等功能。

以視覺導(dǎo)航為例，特斯拉依靠純視覺解決方案在 AI 算法領(lǐng)域一枝獨(dú)秀?！扒嫣熘辈捎弥悄荞{駛攝像頭（魚眼廣角+左右攝像頭）與 Autopilot 算法，內(nèi)置 FSD 芯片，能夠識(shí)別周圍物理環(huán)境的高頻特征并進(jìn)行立體渲染，構(gòu)建了機(jī)器人良好的空間感知能力。

“擎天柱”的大腦位于軀干，搭載特斯拉自研的 DOJO 超級(jí)計(jì)算機(jī)，其基本單元是 D1
芯片（共計(jì) 1500 個(gè)）。D1 芯片單體采用分布式結(jié)構(gòu)和 7 納米工藝，具有超強(qiáng)算力和帶寬，相鄰芯片間通過自創(chuàng)高寬帶、低延遲的連接器連接，最新 Dojo ExaPOD 由多 Dojo 機(jī)柜組成，內(nèi)含 3000 個(gè) D1 芯片，擁有 1.3TB 的高速 SRAM、13TB 的高帶寬 DRAM，算力高達(dá)1.1 EFLOP。

人形機(jī)器人應(yīng)用領(lǐng)域正在逐漸打開。AI Day 上，“擎天柱”演示了澆花、搬運(yùn)紙箱、
金屬塊等工作，能夠很好地完成視覺識(shí)別、抓握、下蹲、直立行走等動(dòng)作，研發(fā)團(tuán)隊(duì)也在不斷更新優(yōu)化，有望在未來解鎖更多應(yīng)用場(chǎng)景，目前目標(biāo)客群未知。