电力设备行业人形机器人专题（上篇）：历史、变化与未来-20230724-东北证券-36页_2mb

人形机器人专题（上篇）：历史、变化与未来总结

核心内容

人形机器人产业经历了三个主要发展阶段：萌芽阶段（1960-1990）、发展阶段（1990-2010） 和 “百花齐放”阶段（2010至今）。当前，人形机器人技术日趋成熟，产品种类丰富，工业类人形机器人在性能和成本方面具有明显优势，成为当前产业发展的重点方向。同时，AI技术的快速进步为软件端带来了重大突破，但硬件端仍存在优化空间。

主要观点

1. 人形机器人发展历史

• 萌芽阶段：以双足机器人为主，如通用电气的“Rig”和加藤一郎的WL-5。
• 发展阶段：功能更加丰富，如丰田的ASIMO和索尼的SDR-3X。
• 百花齐放阶段：智能化水平提升，大模型技术推动机器人自主决策能力，如波士顿动力Atlas、特斯拉Optimus、Engineered Arts Ameca等。

2. 产品维度的变化

• 软件端：AI大模型显著提升了机器人在算法训练、感知能力和人机交互方面的表现。
  • 算法训练：英伟达的Isaac平台和谷歌的RoboCat模型为机器人提供训练工具，大幅降低训练成本和提高效率。
  • 感知能力：多传感器融合技术（如视觉、力矩、触觉）结合AI模型，提升机器人对环境的识别和适应能力。
  • 人机交互：LLM（如ChatGPT）和VLM（如PaLM-E）结合，使机器人能理解和执行自然语言指令，实现更自然的交互体验。
• 硬件端：虽然已有显著进展，但在下肢行走稳定性和手部集成能力方面仍需优化。

3. 产业维度的变化

• 政策支持：国内政策持续加码，从顶层设计到产业链各环节，如北京、上海、深圳等地出台专项政策，推动人形机器人发展。
• 市场空间：预计到2030年，工业场景人形机器人需求量将达328.4万台，家庭&商用场景需求量将达43.5万台，整体市场规模接近400亿美元。

关键信息

1. 工业类人形机器人代表产品

2. 软件端技术进展

• 算法训练：英伟达Isaac平台提供从数据合成到仿真测试的全流程支持，谷歌RoboCat模型通过自我迭代提升任务执行能力。
• 感知能力：多传感器融合技术结合AI大模型，提高环境识别精度和鲁棒性，减少数据损失。
• 人机交互：LLM（如ChatGPT）和VLM（如PaLM-E）结合，使机器人能够理解并执行自然语言指令，实现更自然的交互。

3. 硬件端优化方向

• 下肢行走稳定性：需优化驱动器方案（如气隙电机+行星减速器）、传感器设计（如冲击吸收部件、定制化足部传感器）以及控制算法。
• 手部集成能力：需提升末端执行器的柔性操作性能和负载能力，优化关节设计和传感器集成。

4. 未来应用场景

• 工业场景：人形机器人将部分替代传统工业机器人和人类劳动力，利用其性能和成本优势，提升工业效率。
• 家庭&商用场景：随着技术进步和成本下降，人形机器人有望成为日常生活的一部分，提供情绪价值和多功能服务。

风险提示

• 硬件优化不及预期
• 成本下降不及预期
• 产业政策不及预期