人形機(jī)器人作為具身智能的優(yōu)質(zhì)載體，受益于AI（人工智能）技術(shù)的快速突破，擁有感知、思考、決策等能力不再遙不可及。這也加速了人形機(jī)器人逐步走向產(chǎn)業(yè)化階段。

2024年世界機(jī)器人大會(huì)以“共育新質(zhì)生產(chǎn)力，共享智能新未來”為主題，于8月底在北京開幕。本屆大會(huì)共有27款人形機(jī)器人整機(jī)亮相，數(shù)量創(chuàng)歷屆之最。這些新品不僅在外觀上更加接近人類，而且在功能上也實(shí)現(xiàn)了重大突破。

2024年被認(rèn)為是人形機(jī)器人產(chǎn)業(yè)化“元年”，人形機(jī)器人已經(jīng)從早期的簡單模型發(fā)展到如今具有高度集成和智能化的階段。未來，人形機(jī)器人將憑借其性能優(yōu)勢在工業(yè)、生活等各領(lǐng)域高速滲透，潛在市場空間達(dá)上百億美元。

根據(jù)Stratistics Market Research Consulting數(shù)據(jù)，預(yù)計(jì)2022-2030年全球人形機(jī)器人市場CAGR有望達(dá)到63%，其中國市場規(guī)模從2022年的2.5億美元增長至2030年的105億美元，CAGR為59.4%。

第一財(cái)經(jīng)深度調(diào)研此次參會(huì)人形機(jī)器人本體廠商和核心零部件公司，進(jìn)一步了解人形機(jī)器人的產(chǎn)業(yè)化進(jìn)程和行業(yè)投資機(jī)會(huì)。

1、多場景落地應(yīng)用，小規(guī)模量產(chǎn)在即

人形機(jī)器人產(chǎn)業(yè)正在從概念走向?qū)嵱没?，多場景落地?yīng)用正逐步成為現(xiàn)實(shí)。人形機(jī)器人的產(chǎn)業(yè)投資也從關(guān)注概念走向關(guān)注企業(yè)量產(chǎn)情況。除了B端商業(yè)及工業(yè)場景的應(yīng)用，C端人形陪伴服務(wù)機(jī)器人也逐漸走向現(xiàn)實(shí)。

1. 特斯拉計(jì)劃于明年開始小批量生產(chǎn)Optimus（擎天柱）人形機(jī)器人，預(yù)計(jì)工廠在明年部署超過一千個(gè)人形機(jī)器人協(xié)助人類工作。未來特斯拉的目標(biāo)是每年生產(chǎn)1億臺(tái)機(jī)器人，占據(jù)市場份額的10%以上。機(jī)器人的成本控制在大約1萬美元，預(yù)計(jì)售價(jià)為2萬美元。
2. 優(yōu)必選人形機(jī)器人的工業(yè)版Walker S系列已經(jīng)進(jìn)入多家車廠，和東風(fēng)柳汽、吉利汽車、一汽紅旗、一汽-大眾青島分公司、奧迪一汽等諸多汽車企業(yè)達(dá)成合作。該系列機(jī)器人今年年底會(huì)小批量交付，定價(jià)則主要取決于車廠的需求。
3. 智元機(jī)器人的雙足人形機(jī)器人遠(yuǎn)征A2定位于交互服務(wù)和營銷場景，可以進(jìn)行多模態(tài)的人機(jī)互動(dòng)；面向工業(yè)場景的輪式人形機(jī)器人遠(yuǎn)征A2-W，通過雙臂和夾爪的配合實(shí)現(xiàn)不同類型工業(yè)零部件的抓放。智元機(jī)器人表示今年兩款產(chǎn)品預(yù)計(jì)總發(fā)貨量300臺(tái)左右。
4. 宇樹科技人形智能體Unitree G1的首發(fā)價(jià)為9.9萬，并于今年世界機(jī)器人大會(huì)上推出了G1量產(chǎn)版本；通用人形機(jī)器人H1于去年世界機(jī)器人大會(huì)期間首發(fā)，目前已迭代多個(gè)版本，亦實(shí)現(xiàn)了批量量產(chǎn)和發(fā)貨。
5. 銀河通用的第一代人形機(jī)器人蓋博特（Galbot）可以完成物品上架和取貨任務(wù)。在商用服務(wù)領(lǐng)域，該公司正在與美團(tuán)合作打造24h無人值守藥店，由機(jī)器人完成盤點(diǎn)補(bǔ)貨、取貨清理等工作，預(yù)期今年落地。銀河通用今年將完成第一代產(chǎn)品的小批量交付，售價(jià)約為40萬-50萬，明年完成更多場景拓展后逐步實(shí)現(xiàn)大規(guī)模量產(chǎn)。
6. UniX AI（優(yōu)理奇科技）研發(fā)的Wanda輪式雙臂人形機(jī)器人定位于家庭商業(yè)服務(wù)，已經(jīng)完成洗衣、疊衣、做早餐等單點(diǎn)場景的成熟應(yīng)用，預(yù)計(jì)今年實(shí)現(xiàn)大約100臺(tái)小規(guī)模量產(chǎn)。

在B端尤其是工業(yè)場景的應(yīng)用，特斯拉、優(yōu)必選等企業(yè)的人形機(jī)器人在大模型技術(shù)的加持下已經(jīng)實(shí)現(xiàn)在智能生產(chǎn)線的應(yīng)用落地；而C端場景的應(yīng)用上，由于家務(wù)場景多達(dá)一千多項(xiàng)任務(wù)，目前家庭服務(wù)人形機(jī)器人能夠?qū)崿F(xiàn)的任務(wù)尚不足十分之一，走進(jìn)千家萬戶仍需要時(shí)間。但家庭陪伴人形機(jī)器人有望在年內(nèi)落地。優(yōu)必選此前就預(yù)計(jì)，在2024年年底、2025年年初，會(huì)推出一款家庭陪伴功能的人形機(jī)器人。

需要注意的是，投資人在關(guān)注各大廠商小規(guī)模量產(chǎn)情況的同時(shí)，需格外注意各大廠商交付后在實(shí)際應(yīng)用場景的性能情況。某頭部機(jī)器人廠商表示，大規(guī)模量產(chǎn)在技術(shù)上并沒有太大難度，主要難度是下游對產(chǎn)品的需求度，而這取決于目前小規(guī)模試點(diǎn)應(yīng)用的情況。

2、“大腦+小腦”，大模型實(shí)現(xiàn)具身智能

2024年，人形機(jī)器人行業(yè)在具身智能領(lǐng)域取得了顯著的突破，基于通用大模型、數(shù)據(jù)集、高效計(jì)算架構(gòu)、多模態(tài)融合感知等關(guān)鍵技術(shù)，為人形機(jī)器人安上聰明的“大腦”，使得人形機(jī)器人具備認(rèn)知和決策能力，推動(dòng)人形機(jī)器人走向?qū)嵱秒A段。

國內(nèi)人形機(jī)器人廠商主要采用分層端到端的方案，即通過“大腦大模型”和“小腦大模型”互相配合完成任務(wù)。“大腦大模型”大多基于多模態(tài)通用大模型，完成對任務(wù)的感知規(guī)劃，再通過API調(diào)度“小腦大模型”驅(qū)動(dòng)關(guān)節(jié)硬件完成執(zhí)行。

例如優(yōu)必選人形機(jī)器人Walker S接入百度文心大模型；智元機(jī)器人與科大訊飛簽署合作戰(zhàn)略協(xié)議，依托訊飛星火大模型進(jìn)行聯(lián)合開發(fā)；樂聚機(jī)器人夸父搭載的是華為盤古大模型。

在“小腦大模型”方面：

1. 在技能應(yīng)用上，銀河通用自研了全球首個(gè)開放指令六自由度取放大模型系統(tǒng)Open6DOR、世界首個(gè)多模態(tài)具身導(dǎo)航大模型NaVid，研發(fā)了能反思、可隨機(jī)應(yīng)變的操作大模型系統(tǒng)SAGE，在大小腦模型的聯(lián)動(dòng)下，蓋博特已可以理解人類自然語言并根據(jù)語言指令與人類交互。
2. 智元機(jī)器人推出了通用的位姿估計(jì)模型 UniPose、通用的抓取模型 UniGrasp，通用的力控插拔模型 UniPlug 等一系列通用原子能力模型，可以配合大語言模型框架去做任務(wù)編排，使得機(jī)器人相比傳統(tǒng)協(xié)作機(jī)器人更容易部署，且具備一定的泛化能力。
3. 優(yōu)必選則從應(yīng)用場景出發(fā)，集合了工業(yè)場景垂域大模型技術(shù)、計(jì)算機(jī)視覺感知、語義VSLAM導(dǎo)航、學(xué)習(xí)型全身運(yùn)動(dòng)控制、多模態(tài)人機(jī)交互等人形機(jī)器人全棧式技術(shù)，將人形機(jī)器人引入汽車產(chǎn)線的智能搬運(yùn)、質(zhì)量檢查和化學(xué)品操作等工位，推動(dòng)人形機(jī)器人在汽車工廠的大規(guī)模應(yīng)用。

值得注意的是，特斯拉Optimus使用完全端到端的神經(jīng)網(wǎng)絡(luò)大模型，借助傳感器和計(jì)算機(jī)視覺技術(shù)，利用海量數(shù)據(jù)不斷優(yōu)化訓(xùn)練過程，直接生成關(guān)節(jié)控制序列。按照智元機(jī)器人此前定義的G1至G5的具身智能技術(shù)演進(jìn)路線，特斯拉目前進(jìn)入G4階段，國內(nèi)大多人形機(jī)器人廠商目前仍在G3階段。

在“小腦”操作大模型領(lǐng)域，各大廠商剛剛起步，多技術(shù)路徑同步發(fā)展。操作大模型決定了人形機(jī)器人在任務(wù)執(zhí)行側(cè)的準(zhǔn)確度，是大規(guī)模商業(yè)應(yīng)用場景落地的前提，需關(guān)注各大廠商“小腦大模型”技術(shù)進(jìn)展及落地應(yīng)用情況。

3、具身智能訓(xùn)練數(shù)據(jù)仍較為短缺

由于訓(xùn)練機(jī)器人所需的物理數(shù)據(jù)不如文本數(shù)據(jù)量大且易獲得，相較于圖文大模型千億規(guī)模的數(shù)據(jù)訓(xùn)練量，目前機(jī)器人數(shù)據(jù)集量遠(yuǎn)不能滿足機(jī)器人達(dá)到通用大模型的需求。目前解決人形機(jī)器人訓(xùn)練數(shù)據(jù)短缺的問題，一方面通過強(qiáng)化學(xué)習(xí)算法提高模型訓(xùn)練效率，一方面則通過仿真平臺(tái)合成數(shù)據(jù)，建立數(shù)據(jù)開放生態(tài)。

銀河通用自研合成了千萬級的場景數(shù)據(jù)以及十億級的抓取數(shù)據(jù)，在合成數(shù)據(jù)的訓(xùn)練下，其蓋博特人形機(jī)器人目前已實(shí)現(xiàn)抓取隨機(jī)放置的透明、高光等物體成功率在95%以上，進(jìn)一步掌握類似開柜子、開抽屜、晾衣服等靈巧手泛化操作技能。

智元機(jī)器人構(gòu)建了一套完整、全流程的數(shù)據(jù)采集、應(yīng)用的方案AIDEA，包含AIDEA ML機(jī)器學(xué)習(xí)平臺(tái)和AIDEA Sim仿真平臺(tái)。預(yù)計(jì)智元會(huì)有百臺(tái)以上自由部署機(jī)器人專門用來做端到端的數(shù)據(jù)采集，也將于四季度開源基于AIDEA的百萬條真機(jī)、千萬條仿真數(shù)據(jù)集，以積極建設(shè)開放生態(tài)。

各地人形機(jī)器人創(chuàng)新中心也在積極建設(shè)人形機(jī)器人訓(xùn)練場。上海人形機(jī)器人制造業(yè)創(chuàng)新中心孵化的“開源道場“MiniGym”，2024 年計(jì)劃上海打造100個(gè)人形訓(xùn)練場，2027 年計(jì)劃在各個(gè)城市、各個(gè)場景打造 1000 個(gè)訓(xùn)練場，100臺(tái)采集設(shè)備，構(gòu)建 1PB 數(shù)據(jù)集(每周生產(chǎn) 5TB+)。北京創(chuàng)新中心自主研發(fā)的通用人形機(jī)器人母平臺(tái)“天工”的訓(xùn)練基本都是在虛擬的世界完成的。

數(shù)據(jù)對于訓(xùn)練人形機(jī)器人具有至關(guān)重要的作用，它直接影響到機(jī)器人的感知能力、思考和決策能力以及行動(dòng)執(zhí)行能力。大模型通過大量數(shù)據(jù)學(xué)習(xí)，讓機(jī)器人理解任務(wù)意圖，并遷移到下游任務(wù)中，高質(zhì)量訓(xùn)練數(shù)據(jù)能夠有效提升人形機(jī)器人場景泛化能力。除了關(guān)注各大廠商訓(xùn)練數(shù)據(jù)獲取方式，同時(shí)也可以關(guān)注與各大人形機(jī)器人創(chuàng)新中心合作生態(tài)共建情況。

4、觸覺感知是人形機(jī)器人精準(zhǔn)控制的關(guān)鍵

人形機(jī)器人的視覺和聽覺在深度學(xué)習(xí)算法以及人工智能的支持，已經(jīng)發(fā)展較為完善，但在觸覺方向上的技術(shù)進(jìn)展要落后于視覺及聽覺，觸覺傳感器為人形機(jī)器人提供了與環(huán)境進(jìn)行物理交互的能力，是實(shí)現(xiàn)高級機(jī)器人功能和應(yīng)用的關(guān)鍵技術(shù)之一。

觸覺傳感器使機(jī)器人能夠通過接觸來感知周圍環(huán)境，從而實(shí)現(xiàn)更精細(xì)和復(fù)雜的交互。同時(shí)借助觸覺傳感器，人形機(jī)器人能夠進(jìn)行精確的操作，如抓取易碎或形狀不規(guī)則的物體，實(shí)現(xiàn)平穩(wěn)且準(zhǔn)確的握持，同時(shí)可以幫助機(jī)器人感知施加在物體上的力，這對于手術(shù)或精密裝配等需要精確控制力度的場景中至關(guān)重要。

由于觸覺涉及物理量過多難以解耦，觸覺傳感器研發(fā)難度大、精度提升困難，成為人形機(jī)器人急需突破的關(guān)鍵技術(shù)之一。

觸覺傳感器企業(yè)帕西尼感知科技稱，該公司的核心產(chǎn)品已應(yīng)用于國內(nèi)外頭部機(jī)器人企業(yè)，且在多維觸覺傳感器領(lǐng)域保持出貨量、市占率領(lǐng)先。該公司在今年世界機(jī)器人大會(huì)上展示了其標(biāo)桿性的第二代多維觸覺人形機(jī)器人TORA-ONE，還推出了第二代多維觸覺靈巧手DexH13以及多維度觸覺傳感器PX-6AX GEN2。

作為人形機(jī)器人精準(zhǔn)控制的關(guān)鍵，觸覺感知的相關(guān)發(fā)展與應(yīng)用將進(jìn)一步推動(dòng)人形機(jī)器人商業(yè)化走深走實(shí)。目前國內(nèi)柔性觸覺傳感器仍處于產(chǎn)業(yè)化早期階段，受益于人形機(jī)器人的需求驅(qū)動(dòng)，有望加速國產(chǎn)廠商技術(shù)更迭和市場空間提升。