最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

行業(yè)報告 | AI 賦能,人形機器人產(chǎn)業(yè)提速,把握產(chǎn)業(yè)鏈受益機會(上)

2023-07-17 17:40 作者:BFT白芙堂機器人  | 我要投稿

文 | BFT機器人

圖片


01


核心觀點


核心觀點: 人形機器人產(chǎn)業(yè)發(fā)展仍處于 0-1 階段,當前行業(yè)投資邏輯偏向事件驅(qū)動型的主題投資,但可落地服務場景的人形機器人成長空間非常廣闊,值得長期關(guān)注。本文將圍繞以下熱點問題作出討論: D當前節(jié)點人形機器人產(chǎn)業(yè)有哪些變化? 2如何判斷其市場空間?3我國在 Tesla 人形機器人產(chǎn)業(yè)鏈中哪些環(huán)節(jié)具體受益?4各環(huán)節(jié)供應格局及壁壘如何? 5市場化如何展望? 我們認為 AI 賦能及多方入局情形下人形機器人產(chǎn)業(yè)發(fā)展明顯加速,商業(yè)化節(jié)奏值得期待,我國制造企業(yè)憑借成本優(yōu)勢有望在人形機器人硬件端獲益。


市場邊際變化: Al 超預期發(fā)展及多方玩家入局,關(guān)注 Tesla AlDAY 等事件催化。我們認為 2023 年相對于 2022 年而言,市場最大的邊際變化在于:一方面,人形機器人是 A+機械的最大落地場景,ChatGPT 接入機器人,有望使得人機互動更加智能,更多元化,產(chǎn)業(yè)落地有望加速。另一方面,全球范圍內(nèi)興起人形機器人熱潮,特斯拉、波士頓動力、Engineered Arts、1X Technologies、優(yōu)必選、達因、小米、傅利葉智能等海內(nèi)外企業(yè)紛紛入局,風投企業(yè)軟銀集團創(chuàng)始人孫正義亦在今年6 月股東大會中表示出對 AI革命的強烈興趣。


市場空間判斷:成長性明確,長期價值有望超過電動車。據(jù)高盛預測,在技術(shù)得到革命性突破的理想情況下人形機器人 2025-2035 年銷量 CAGR 可達 94%,2035 年市場規(guī)模達 1540 億美元。若參照電動汽車發(fā)展歷程,則樂觀情況下人形機器人 2025-2035 年銷量 CAGR 可達 59%。從勞動力替代角度來看,人形機器人在兩年投資回報期情形下將逐步實現(xiàn)從 B 端至 C 端的量產(chǎn)推廣。TeslaCEO 馬斯克在今年 5 月股東大會中指出長期維度人形機器人價值將超過電動車。


受益環(huán)節(jié):把握我國制造企業(yè)在人形機器人硬件端受益機會參照智能手機及電動汽車的發(fā)展,蘋果 IOS 系統(tǒng)及特斯拉 FSD 系統(tǒng)均由企業(yè)自研自控,是軟件算法的核心部分。而硬件方面,為達降本訴求通常采取外購形式,因此中國制造企業(yè)有望憑借明顯的成本優(yōu)勢在人形機器人硬件產(chǎn)業(yè)鏈上獲得受益機會。


成本拆分:Tesla Optimus 關(guān)節(jié)成本占比超 51%,重點關(guān)注電機、絲杠、減速器、傳感器。根據(jù) Tesla 數(shù)據(jù),我們假設(shè) Optimus將分別使用 14 個旋轉(zhuǎn)執(zhí)行器、14 個直線執(zhí)行器和 12 個手部執(zhí)行器,并預計D旋轉(zhuǎn)執(zhí)行器: 主要由無框力矩電機+諧波減速器/行星減速器+力矩傳感器+編碼器+軸承組成;2線性執(zhí)行器: 主要由無框力矩電機/步進電機+行星滾柱絲杠/滾珠絲杠+力矩傳感器+編碼器+軸承組成。3手部執(zhí)行器: 主要由空心杯電機+行星齒輪箱+滾珠絲杠+傳感器+編碼器組成。結(jié)合我們預期價格,可得Optimus 制造成本約 2.25 萬美金,其中關(guān)節(jié)執(zhí)行器總成本占比達51.42%,旋轉(zhuǎn)關(guān)節(jié)、線性關(guān)節(jié)、手部關(guān)節(jié)占比分別達 20.87%、22.41%和 8.13%。從價值量、技術(shù)壁壘排序判斷可得:


零部件成本排序:無框力矩電機 (10.34%) 、行星滾柱絲杠(9.85%) 、力矩傳感器 (7.51%) 、諧波減速器 (5.91%)編碼器 (5.54%) 、空心杯電機(4.43%)、軸承 (3.02%)。


技術(shù)壁壘排序:行星滾柱絲杠、六維力矩傳感器、空心杯電機、諧波減速器、無框力矩電機、行星減速器。


市場化展望:應用場景“用得上”、規(guī)?;当尽百I得起”是量產(chǎn)關(guān)鍵。人形機器人尚處于商業(yè)化早期,市場化痛點在于剛需應用場景挖掘、規(guī)?;当炯爱a(chǎn)業(yè)標準構(gòu)建。


應用場景:“用得上”: 人形機器人有望優(yōu)先于 B 端展開應用,比如特斯拉首批機器人可能落地其超級工廠,降本&智能化水平提升后傳導至 C端服務場景;


規(guī)?;当荆骸百I得起”: 馬斯克在 AI DAY 中提到 Optimus 目標價格低于2 萬美金。我們認為 Optimus 有望通過其強大的軟件算法能力、明確的降本目標及應用場景,成為人形機器人行業(yè)首個實現(xiàn)大規(guī)模量產(chǎn)并商業(yè)化的項目。


02


AI賦能人形機器人產(chǎn)業(yè)提速,把握我國硬件收益機會


2.1 人形機器人 0-1 階段,如何看待變化?


產(chǎn)業(yè) 0-1 階段,當前變化在于 AI 賦能&多方入局&性能改進。


人形機器人產(chǎn)業(yè)的發(fā)展仍處于 0-1 階段,2022 年9月30 日 Tesla Al DAY 首次展示其人形機器人的詳細參數(shù)、開發(fā)過程和行動能力,當時引發(fā)了社會、產(chǎn)業(yè)及市場廣泛的關(guān)注。


變化一: AI 大模型賦能,人形機器人成為具身智能的最佳載體。A 大模型在語言、視覺、運動控制、降低研發(fā)成本等多方面為人形機器人產(chǎn)業(yè)賦能。


(1) 語言能力: 快速迭代的ChatGPT 具有不亞于人的語言生成能力,為機器人的語音交互難題提供了解決方案,2023 年4月,人工智能公司 Levatas 與波士頓動力合作,將 ChatGPT 和谷歌語音合成技術(shù)接入 Spot機器狗,實現(xiàn)與人類的交互。


(2) 視覺能力: 在SAM模型的加持下,機器視覺的準確性、識別速度和零樣本遷移能力得到革命性提升,有望賦能人形機器人適配更多工業(yè)場景和生活場景。


(3) 運動控制:以 AI 模型為基礎(chǔ)的運動控制系統(tǒng)目前仍在不斷迭代中,未來有望廣泛應用于人型雙足機器人的平衡和協(xié)調(diào)性控制。


(4) 降低研發(fā)成本: AI 虛擬仿真測試大幅降低了測試成本,提升數(shù)據(jù)收集效率,加速產(chǎn)品迭代周期。


此外,AI 大模型廣泛也應用于人形機器人的自動化決策、路徑設(shè)計與規(guī)劃等領(lǐng)域。人形機器人作為人工智能的最佳載體,將充分享受到 AI 大模型高速發(fā)展的紅利。


圖片
圖片


變化二:產(chǎn)業(yè)資本關(guān)注度提升,多方入場加速布局。


自 2021 年起,特斯拉、波士頓動力、本田、Engineered Arts、1X Technologies 等海外企業(yè)紛紛發(fā)布了人形機器人產(chǎn)品或其迭代產(chǎn)品:國內(nèi)企業(yè)優(yōu)必選、達閑機器人、小米、傅里葉智能、純米科技亦逐步進行產(chǎn)品首發(fā)及更新,相應的諸多相關(guān)零部件企業(yè)亦準備進入機器人領(lǐng)域布局,越來越多的企業(yè)開始瞄準人形機器人賽道,開展相關(guān)的研究計劃及產(chǎn)品落地。風投企業(yè)軟銀集團創(chuàng)始人孫正義亦在今年 6 月股東大會中表示出對 AI 革命的強烈興趣。


圖片


變化三:Tesla Optimus 5月最新版本發(fā)布,產(chǎn)品性能升級功能完善。


2021 年8 月 Tesla在首個 AI Day 上第一次公開分享人形機器人概念 Tesla Bot,隨后在2022 年2月推出TeslaBot 電線裸露的初代原型機,后于同年9月的 AI Day 上展示了 Optimus 的系列參數(shù)及相關(guān)視頻,包括行走、澆花、在工廠搬運物品等行動能力,成為當時第一個沒有遙控、外部電源.完全依靠 AI 算法、自身電池電控和高驅(qū)動的電驅(qū)執(zhí)行器驅(qū)動的人形機器人。2023 年 5月 16日(北美時間),Tesla 在2023 年股東大會上發(fā)布其人形機器人最新視頻,我們可以看到其性能更加穩(wěn)定、形態(tài)也更加自然,新的變化主要在于:


控制能力: 機器人展示機械臂控制、機械扭矩控制能力,行走、抓取物體自然,能實現(xiàn)敲打雞蛋而不打破。


環(huán)境探索與記憶能力: 機器人承接了視覺 A,安裝相同的無人駕駛系統(tǒng) FSD,并接入和特斯拉汽車同樣的神經(jīng)網(wǎng)絡,可以更加全面完善地識別周邊環(huán)境,探索環(huán)境并產(chǎn)生記憶。


學習能力: 機器人可以基于人類動作演示來進行動作的學習,升級了端到端的控制能力能用機械手進行各種物體交互。


圖片
圖片


2.2 老齡化&用工成本提升,人形機器人潛在空間巨大?


人口加速老齡化,勞動力出現(xiàn)缺口。


據(jù)中國衛(wèi)健委統(tǒng)計,2015 年中國 65 歲以上人口比例達10.5%,高于世界平均水平 8.4%。2020 年間,中國 65 歲以上人口比例快速攀升至13.5%,增速亦高于同期世界平均水平。據(jù)聯(lián)合國經(jīng)社部預測,2035 年中國 65 歲以上人口比例將達高達 22.5%,進入超老齡化社會。同期,全球平均水平亦將上升至 13.2%,接近嚴重老齡化。據(jù)此,全球均面臨著日益嚴峻的人口老齡化問題,勞動力供給將面臨嚴重短缺。


人均工資逐年上升,用工成本水漲船高。


據(jù)國家統(tǒng)計局數(shù)據(jù)顯示,中國人均工資從 2019年的9.05 萬上升至2022 年的 11,4萬,復合增長率達 8%,用工成本壓力快速上升,假定未來中國人均工資年增長率仍為 8%,2025 年預期中國人均工資將達 14.4萬元。同期,若Optimus投入量產(chǎn),據(jù)馬斯克宣稱售價約為 2 萬美元,約合 14 萬元,與中國人均工資基本持平。據(jù)此,人形機器人有望占據(jù)成本優(yōu)勢,在工業(yè)和服務業(yè)中實現(xiàn)滲透率的提升。


圖片
圖片


2.3 成本優(yōu)勢下,把握我國在硬件領(lǐng)域的受益機會


人形機器人產(chǎn)業(yè)鏈與工業(yè)機器人具有一定重合度,但在上游零部件以及下游應用場景方面存在較大差異。


工業(yè)機器人主要依托工控系統(tǒng)運行,具備高集成度和智能程度;人形機器人涉及到各種復雜場景的處理,因而既需要較強的運動控制能力,又需要強大的感知計算能力。人形機器人與工業(yè)機器人一樣涉及到關(guān)節(jié)執(zhí)行器,但結(jié)構(gòu)更加復雜,此外還包含視覺傳感器、力學傳感器、動力電池、交互設(shè)備等。下游主要運用于軍事、服務、巡檢、咨詢、配送等領(lǐng)域以及部分危險場景。


圖片


人形機器人成本主要包含硬件和軟件兩大塊。


其中,硬件主要包含處理器、驅(qū)動器、執(zhí)行器、傳感器等,軟件主要包含相關(guān)操作系統(tǒng)、底層算法以及開大平臺。按照重要程度,排序由高到低分別為: FSD 系統(tǒng)>減速器>各類電機>視覺傳感器+力學傳感器。


軟件方面:人形機器人在軟件上的難點主要在于手部和腿部,需要實現(xiàn)精細化的操作和穩(wěn)定的步態(tài)。環(huán)境識別算法雖然得益于 SAM等模型的出現(xiàn)而有所進步,但仍然存在難點。特斯拉擁有 FSD 系統(tǒng)視覺識別學習算法,以及 D1 芯片支持的強大運算能力,并將自主研發(fā)作為自身發(fā)展的強大驅(qū)動力。


硬件方面: 驅(qū)動、傳動和感知是關(guān)鍵技術(shù)領(lǐng)域。驅(qū)動裝置和傳動裝置是用于控制機器人關(guān)節(jié)運動的核心組件,借此可以實現(xiàn)順暢且高精度的關(guān)節(jié)運動,涉及到精確的電機控制、力矩傳遞和位置反饋等技術(shù),具體包括電機、減速機和絲杠等部件。在感知技術(shù)方面,人形機器人需要借助傳感器來感知周圍環(huán)境,以便進行環(huán)境感知、人機交互和避障等任務包括視覺傳感器、力傳感器、位置傳感器、觸覺傳感器等。


由于成本優(yōu)勢,中國企業(yè)有望在硬件領(lǐng)域充分受益。


目前,國內(nèi)外廠商在人形機器人的硬件技術(shù)上存在一定的差距,但隨著國內(nèi)廠商的技術(shù)進步,以及制造業(yè)比較優(yōu)勢下帶來的明顯的成本優(yōu)勢,參考智能手機及電動汽車產(chǎn)業(yè)我國企業(yè)在全球供應鏈中的分工,我們認為中國的企業(yè)有望憑借其較強的降本能力及規(guī)模優(yōu)勢在人形機器人硬件產(chǎn)業(yè)鏈上獲得受益機會。


圖片


報告來源:安信證券
報告編輯:智能機器人系統(tǒng)



更多精彩內(nèi)容請關(guān)注公眾號:BFT機器人

版權(quán)歸BFT機器人所有,如需轉(zhuǎn)載請與我們聯(lián)系。若您對該文章內(nèi)容有任何疑問,請與我們聯(lián)系,將及時回應。

行業(yè)報告 | AI 賦能,人形機器人產(chǎn)業(yè)提速,把握產(chǎn)業(yè)鏈受益機會(上)的評論 (共 條)

分享到微博請遵守國家法律
舟曲县| 扎赉特旗| 墨江| 钟山县| 余庆县| 丰镇市| 鹤峰县| 黑水县| 兰坪| 宜君县| 胶南市| 蓝田县| 比如县| 岗巴县| 昌宁县| 南充市| 古丈县| 鄂尔多斯市| 西林县| 房山区| 武汉市| 庆云县| 武功县| 颍上县| 略阳县| 和林格尔县| 辛集市| 颍上县| 宜黄县| 襄汾县| 红原县| 灵寿县| 资兴市| 六枝特区| 灯塔市| 芜湖县| 天水市| 太谷县| 德昌县| 平顶山市| 海晏县|