报告出品方：天风证券

以下为报告原文节选

------

1）第二代Optimus更聚焦运用与控制，平衡力及全身控制得到提高

特斯拉第二代Optimus人形机器人主要亮点：触觉传感器、力传感器以及更强大的平衡感知能力。第二代Optimus搭载由特斯拉设计的执行器与传感器、2自由度驱动颈部、响应更快的11自由度灵巧手、触觉传感器（十指）、执行器集成电子和线束、足部力/扭矩传感器、铰接式脚趾等；重量减轻10kg。

1.1 特斯拉第二代Optimus：新增多项传感器，平衡感知能力更强

特斯拉第二代Optimus人形机器人主要亮点：触觉传感器、力传感器以及更强大的平衡感知能力。第二代Optimus搭载由特斯拉设计的执行器与传感器、2自由度驱动颈部、响应更快的11自由度灵巧手、触觉传感器（十指）、执行器集成电子和线束、足部力/扭矩传感器、铰接式脚趾等。重量减轻10kg，平衡力及全身控制均得到提高，更聚焦运动与控制。

• 足部：脚掌分为两个部分，通过增加足部力/力矩传感器，使得步行姿态更接近人类，且行走速度提升30%。

• 手部：全新11自由度灵巧手，通过新增手指触觉传感器，可以实现两指捏起鸡蛋的精细操作。

• 全身：90°深蹲动作需要调动全身多个环节参与，预计其搭载的IMU等惯性传感器及感知算法有大幅提升。

1.1 Tesla人形机器人：AI赋能人形机器人，商业化前景逐渐走向明朗

23年9月特斯拉展示，相较于此前进展主要集中在：

➢ 仅通过视觉系统及编码器精确的确定其肢体空间中的准确位置；

➢ 利用本地神经网络系统，仅使用特斯拉纯视觉技术作为感知，完全自主的按颜色对色块进行排序，排除现实世界的动态影响；

➢ 展示了两套瑜伽动作，显示出硬件较强的平衡能力。

1.1 Tesla人形机器人：本次T核心为传感模块应用，精细化要求进一步提升

23年12月13日特斯拉展示，相较于此前进展主要集中在：

➢ 特斯拉Optimus平衡能力再升级；

➢ 特斯拉传感器开始用于手指；

➢ 特斯拉Optimus手部灵活程度全新突破。

1.2 英伟达布局机器人市场：“处理器+平台+开发工具”出击机器人市场

“三件套”进入机器人市场：2018年，英伟达宣布推出包含全新硬件、软件和虚拟世界机器人模拟器的NVIDIA Isaac，同时还推出专为机器人设计的计算机平台Jetson Xavier和相关的机器人软件工具包。

从底层芯片到计算平台到训练与验证进行全方位布局：2019年，英伟达推出lsaac软性开发套件(SDK)，为机器人提供更新的AI感知和仿真功能；2022年，英伟达又推出NVIDIA Isaac Nova Orin，该可配置的计算和传感器参考平台旨在帮助AMR（自主移动机器人）制造商缩短开发时间并降低成本。

NVIDIA Isaac Sim：由 Omniverse 提供动力支持，是一款可扩展的机器人模拟应用和合成数据生成工具，可提供逼真、物理属性准确的虚拟环境，以便开发、测试和管理基于 AI 的机器人。

1.2 Figure AI：人形机器人新星，硅谷+华尔街多轮资本加持

Figure AI是人形机器人赛道里的新星： Figure于2022年1月诞生于美国硅谷，致力于开发通用型人形机器人。公司团队包括来自IHMC、波士顿动力和特斯拉的机器人专家，其目标是开发能够在不同环境中工作并处理各种任务的通用型人形机器人，从仓储到零售都可以应用。

硅谷+华尔街多轮资本加持：23年5月完成Parkway Venture Capital领投的7000万美元融资，23年7月英特尔投资900万美元；美东时间2月23日周五，媒体援引知情者消息称，Figure AI在新一轮融资中募集约6.75亿美元，该轮融资前Figure AI的公司估值已有约20亿美元。根据媒体信息，新一轮投资中，微软和OpenAI将分别投资9500万美元和500万美元，英伟达和一只亚马逊旗下基金各投入5000万美元，英特尔旗下风投机构将投资2500万美元，LG旗下公司LG Innotek将投资850万美元，三星旗下投资机构将投入500万美元，亚马逊创始人贝佐斯还通过他名下的投资公司Explore Investments LLC承诺投资1亿美元。

1.2 Figure 01：超预期演进，或将是机器人技术的ChatGPT时刻

Figure 01超预期演进：Figure 01身高大约170cm，体重60KG，可以实现20KG的有效载重，移动速度1.2米/秒，续航可以达到5小时；它将“具有思考、学习和与环境互动的能力，并被设计用于初始部署到劳动力队伍中，以解决劳动力短缺问题，随着时间的推移，引导消除对不安全和不受欢迎的工作的需求。”

• Figure 01采用先进的端到端神经网络技术，通过接收人类煮咖啡的视频，机器人能够输出相应的动作轨迹，从而完成自主操作；其仅通过观看人类示范视频和10小时端到端训练，便能完全自主地完成煮咖啡的任务。这一技术的核心在于模仿学习，让机器人通过观察和模仿人类行为，逐渐学会并掌握各种技能。公司创始人Brettt Adcock称，这是机器人技术的ChatGPT时刻。

与宝马签署合作协议，美国工厂部署人形机器人：初期，Figure 01将专注于五项特定的薄板金属处理任务，这些任务是基于它们对灵活性的需求进行选择的。随着时间的推移，BMW和Figure的共同目标是将由人工智能驱动的人形机器人引入其他适当的制造工作，包括箱子搬运、拾取和放置任务、托盘装载以及汽车制造商一直难以留住人类工人的其他重复任务。

1.2 Figure创始人Brett访谈：AI能力是人形机器人成为可能的关键因素

AI能力是人形机器人成为可能的关键因素：Brett认为通过人形机器人与环境互动来获取人类数据，并使用视觉语言模型来理解和处理这些数据，可能会是能持续推进 AGI 研究向前的一个主要途径，虽然这可能需要更长时间。长远来看，软件会成为公司最大的业务板块；Figure 作为一家专注于 AI 的公司，以后会有一个庞大的 autonomy 团队，并且研发出关键的 AI 数据引擎。打造一个正确的 AI 数据引擎非常重要，能确保他们对机器人产生的数据进行准确的训练，对神经网络进行正确的训练，以便未来能够有效地部署和使用。

语言决定人形机器人是否从工厂走进家庭：LLM 或视觉语言模型对机器人业务帮助很大；LLM可以实现让机器人能够从语义层面理解世界，做到理解和回应用户的需求和指令。Figure会逐步将视觉语言模型加入机器人的研发过程，从高层次的行为角度来帮助人形机器人理解人类在说什么，让它能与人类进行对话，同时也能推断和理解人们在说什么以做出回应。Figure很可能不会自己训模型，但可以在机器人系统上训练视觉语言模型，关联传感器数据。

硬软件供应链存在掣肘，缺少适配解决方案： 硬软件供应链中驱动器、中间件、操作系统、电池、控制软件是主要的限制因素，Brett认为市场上根本没有好的驱动器、电池、控制软件和中间件操作系统解决方案。传感器虽然有一些现成的，但Figure几乎都是自己制造下一代机器人的电子元件，并不是因为Figure想，而是不得不。

目前实现高性能、高可靠性、高安全性和低成本的人形机器人，需要开发自己的执行器、电子设备、电池和几乎所有软件，因为这些都没有现成的解决方案。 Figure已经研究了很多种技术，包括液压技术以及其他类型的执行器，而不仅仅局限于旋转或线性电机。其电机驱动器可以满足各种需求，因为具有足够的能量、动力和自由度以及合适的速度和扭矩来执行这些任务。只要能够满足需求，就可以进行大批量生产，从而大幅降低生产成本。

• 图：Figure研制的执行器（左）vs具有相同扭矩的现成执行器（右）

1.2 英伟达布局机器人市场：模块化抢占细分市场，投资寻求更多裂变

拥抱生成式AI成为英伟达机器人全线产品技术演进和重塑的核心方向：英伟达在机器人芯片技术和工具领域的重要迭代方向主要为强化性能从而提升机器人“智力”、不同细分模块灵活“包抄”细分市场、不断降低开发者拥抱AI的门槛。

加大投资力度，寻找市场裂变利器：2023年10月，英伟达旗下风投部门NVenture以3200万美元领投了一家机器人工厂Machina Labs；2024年2月，根据财联社消息，贝佐斯、英伟达和其他大型科技公司将投资类人机器人初创公司Figure AI ，以期为人工智能寻找新的应用。

2024年3月18-21日，英伟达年度AI大会GTC 2024将在美国圣何塞会议中心举行，OpenAI、微软、Meta、谷歌DeepMind等科技巨头都会派代表参会，英伟达列出的12位重磅嘉宾中三位是机器人领域大佬，包括Google DeepMind杰出科学家兼机器人技术高级总监Vincent Vanhoucke、斯坦福大学计算机科学教授李飞飞博士、波士顿动力公司首席技术官Aaron Saunders；Agility Robotics、波士顿动力公司、迪士尼和Google DeepMind等公司还将在GTC大会展出25款机器人，包括人形机器人、工业机械手等。

2重要关节的零部件选型逻辑及可替代性参考

2.1. 旋转关节零部件选型：电机

➢ 电机分类较为复杂，大类来看包括控制、功率及信号电机，而控制电机中又包括伺服、步进、力矩、开关磁阻等电机类型；

➢ 力矩电机具有结构紧凑、转速低、扭矩大、过载能力强、控制精度高、响应速度快、摩擦损耗低等特点，适用于对电机转矩、精度、动态性能等要求高的场景中。力矩电机可以应用在机器人、机床、自动化机械、军工装备等制造领域。无框力矩电机是机器人关节的重要组成部分，机器人关节是机器人实现运动的核心零部件，电机是驱动机器人运动的动力源。无框力矩电机仅有转子、定子，结构简单，其凭借体积小、扭矩大、环境适应性强、便于走线等优点，成为机器人关节的主流电机产品。

➢ 当前力矩电机龙头厂商主要是科尔摩根，国内主要是步科股份等。

2.2. 旋转关节零部件选型：减速器

➢ 谐波减速器：体积小、传动比大，适用于机器人小臂、手部、腕部等部分。

➢ RV减速器：体积小、负载大、传动比大，适用于机器人基座、大臂、肩膀等部分。

➢ 精密行星减速器：传动效率高、免保养，常用于移动机器人轮部或集成于伺服电机、步进电机中。

2.3. 旋转关节零部件选型：传感器

六维力传感器性能最优，关注硅应变片+压电传感

按照测量原理/信号采集原理分类，应用较久的是电阻应变式、电容式、压电式，随着检测传感技术的发展，光电式、电感式、气压式、电磁式等检测方法也有应用，不同技术各有优缺。

大部分六维力传感器基于应变片结构：硅应变片式性能表现好于金属应变片，但成本较高，近年来硅应变片工艺有所改进，成本有望降低；压电式动态特性较好，但更多用于少于六维力传感器上，六维力传感器上的应用有望增加。

2.3. 旋转关节零部件选型：传感器

人形机器人传感器方案：关节力矩传感器+末端六维力传感器

➢ 据MIR睿工业调研，业内普遍认为一台人形机器人至少需四个六维力传感器和数十个关节力矩传感器。我们计算了不同人形机器人出货量情况下对应的末端六维力+关节力矩传感器应用方案与市场规模，主要假设如下：

传感器数量：以Optimus为例，四肢末端需4个六维力传感器，身体部分共28个关节，包含14个旋转关节，最多需使用14个关节扭矩传感器；

传感器价格：当前末端六维力、关节扭矩传感器单价分别约20000、3500元，假设机器人百万台出货量时价格分别为2000、800元。

2.4. 直线关节零部件选型:滚珠丝杠及行星滚柱丝杠

丝杠是一种将电机端旋转运动转化为直线运动的机械部件，广泛应用于具有直线运动功能的机器设备中。电机通过联轴器带动丝杠轴转动，丝杠轴上的螺母在螺旋形螺纹的驱动下实现直线往复运动，从而将电机的旋转力矩转化为设备运动所需要的直线方向的驱动力。

滚珠丝杠副的定义：其是由丝杠、螺母、滚珠等零件组成的机械元件，作用是将旋转运动转变为直线运动或将直线运动转变为旋转运动，它是传统滑动丝杠的进一步延伸发展。滚珠丝杠副因优良的摩擦特性使其广泛运用于各种工业设备、精密仪器、精密数控机床。

2.4. 直线关节零部件选型:滚珠丝杠及行星滚柱丝杠

标准式行星滚柱丝杠主要由丝杠、螺母、滚柱、内齿圈及保持架等部分组成，它主要是依靠多个滚柱与丝杠、螺母之间的螺纹啮合传动来将伺服电机的旋转运动转化为直线运动，其滚柱通过保持架均匀的分布在丝杠、螺母之间，为了防止滚柱相对于螺母发生轴向窜动的现象，保持架与螺母之间轴向方向相对固定，另外滚柱两边加工有直齿轮，目的是为了避免滚柱相对于螺母的滑动而产生零件偏斜现象。当丝杠旋转时，滚柱通过与丝杠之间的螺纹啮合一方面会沿着丝杠轴线方向作直线运动，另一方面会在丝杠、螺母之间作行星运动，而螺母则通过保持架使其与滚柱之间无相对轴向位移，因此螺母与滚柱保持着相同的轴向移动速度。

相较其他直线机构，行星滚柱丝杠具有大承载、长寿命、响应速度快和小体积等优势；相较滚珠丝杠，滚动丝杠的承载能力主要取决于滚动体之间接触面的曲率半径，接触点数目以及接触面硬度与光洁度。在相同接触表面硬度、光洁度与精度的条件下，滚柱丝杠比滚珠丝杠具有更多的接触点，滚柱接触面的包络圆曲率半径亦远大于滚珠丝杠钢球的曲率半径，这就决定了滚柱丝杠比普通的滚珠丝杠具有更高的承载能力。

2.4 欧洲、日本企业主导高端市场，行业集中度较高

从国内竞争格局来看：1）高端市场，日德企业合计市场份额高达90%，中国大陆、中国台湾企业市场份额各约5%，高端市场格局相对集中；2）中端市场，中国大陆厂商的市场份额约30%。

从全球竞争格局来看，目前全球主要的滚珠丝杠厂商有NSK、THK、SKF等，CR5市占率达到约46%；其中主要来自欧洲和日本，两者的滚珠丝杠企业占据了全球约70%的市场份额。

1）国外滚珠丝杠厂商：日本NSK、THK，德国博世力士乐、舍弗勒等；2）国内滚珠丝杠厂商：中国台湾HIWIN、银泰，中国大陆南京工艺、秦川机床（江汉机床）等。国内滚动部件制造厂商众多，但许多正在研发的企业处于未上市阶段，且多数仅具备单件生产能力，和海外大规模量产企业仍有较大差距。

从全球区域分布来看，亚太地区是全球滚珠丝杠的主要市场，2020年亚太地区市场份额占比为49.46%，亚太地区市场份额增长主要源于中国等发展中国家在航空、制造和机器人等行业的需求升级。

--- 报告摘录结束 更多内容请阅读报告原文 ---

报告合集专题一览 X 由【报告派】定期整理更新

（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）

科技 / 电子 / 半导体 /

人工智能 | Ai产业 | Ai芯片 | 智能家居 | 智能音箱 | 智能语音 | 智能家电 | 智能照明 | 智能马桶 | 智能终端 | 智能门锁 | 智能手机 | 可穿戴设备 |半导体 | 芯片产业 | 第三代半导体 | 蓝牙 | 晶圆 | 功率半导体 | 5G | GA射频 | IGBT | SIC GA | SIC GAN | 分立器件 | 化合物 | 晶圆 | 封装封测 | 显示器 | LED | OLED | LED封装 | LED芯片 | LED照明 | 柔性折叠屏 | 电子元器件 | 光电子 | 消费电子 | 电子FPC | 电路板 | 集成电路 | 元宇宙 | 区块链 | NFT数字藏品 | 虚拟货币 | 比特币 | 数字货币 | 资产管理 | 保险行业 | 保险科技 | 财产保险 |