（報告出品方/作者：浙商證券，程兵，邱世梁）
1、小米發布CyberOne，全尺寸人形機器人商業化已在路上
1.1、小米發布CyberOne，產品亮點突出未來可期
小米發布業內首款全尺寸人形機器人 CyberOne，彰顯多元融合技術新成果。8 月 11 日小米推出的 CyberOne，身高 177cm，體重 52kg，是業內第一款真正意義上的全尺寸人形 仿生機器人，代表了小米對未來科技生態的積極探索，展現出了小米在人形機器人領域各項 新技術的階段性成果。 成本問題尚未解決，人形機器人商業化落地道路挑戰與機遇并存。目前 CyberOne 的成 本高達六、七十萬元，尚不能實現量產，且多項關鍵技術有待突破。但可以預見的是人形機 器人擁有更加豐富的應用場景，商業價值更高，產業鏈各方向均有布局機會。
“小腦”發達，CyberOne 實現機械運動能力的重大突破。相比于小米去年發布的 CyberDog，人形機器人 CyberOne 在電機性能、機身自由度、雙足控制算法等方面均取得重 大進步。CyberOne 支持 21 個自由度，并能實現各自由度 0.5ms 級別的實時響應，充分模擬 人的各項動作，步行速度可達 3.6km/h。 關節活動方面，以 CyberOne 上肢關節電機為例，小米自研了一枚重 500g，額定輸出扭 矩高達 30n·m 的高效電機，保證了上肢的靈活性。而在髖關節部分，CyberOne 的主要電 機瞬時峰值扭矩可達 300n·m，峰值扭矩密度可達 96Nm/kg，配合小米的自研人形雙足控制 算法，行走姿態更加平穩。
良好平衡性奠定運動功能基礎，看好機器人速度、靈活度等指標持續優化。與特斯拉 預告的機器人“擎天柱”相比，CyberOne 在關節自由度、步行速度等方面存在提升空間， 并且與人的實際情況也有差距。
高情商且具備人類情緒， AI 內核賦能環境感知及人機交互，未來有望勝任各類服務場 景。環境感知層面，CyberOne 可對真實世界進行三維虛擬重建，通過自研的 Mi-Sense 深度 視覺模組，結合 AI 算法，提供完整的三維空間感知能力。 CyberOne 搭載自研 MiAI 環境語義識別引擎和 MiAI 語音情緒識別引擎，能夠實現 85 種環境音識別和 6 大類 45 種人類情緒識別。發布會現場機器人與雷軍及觀眾的互動也展現 出人機交互技術研發取得顯著成果。
1.2、人形機器人三大路線，CyberOne為代表的服務人應用前景最廣闊
人形機器人發展歷經二十余年，逐漸形成三大發展路線。人形機器人發展起步于日本， 進入 21 世紀后由美國主導，目前已經形成以波士頓動力為代表的超越人、以特斯拉為代表 的替代人和以小米 CyberOne 為代表的服務人三大主流方向，其中波士頓動力的人形機器人 技術主要聚焦于科研領域，商用可能性較小；而相比于特斯拉機器人，我們認為服務型機器 人憑借其與用戶良好的交互性，有望深入到各類生活場景中，商業價值非常廣闊。
“超越人”性能卓越，波士頓動力 Atlas 代表當前科研最高水平。波士頓動力開發的全 尺寸人形機器人 Atlas，以液壓關節和步態算法為核心的底層技術，實現了接近人類的運動 能力，能夠快速越過障礙物、完成快速轉身、跳躍等動作。 Atlas 實現這一系列高難度動作的核心是其“大腦”，即感知算法的不斷迭代。近年來 波士頓動力在機器人外觀及機械系統方面并沒有做出重大革新，而在軟件層持續迭代，將相 機、雷達等傳感器接收的數據進行分析并對決策制定和動作規劃提供最有效的支持。
成本難以控制商業化希望較小，但為服務型機器人商用提供思路方向。雖然目前 Atlas 機器人定位為科研用途，近年來公司幾度易主嘗試商業化應用均未能取得有效進展。但 Atlas 在實證機器人相關技術可行性的同時，為未來人形機器人的商用化進展提供了諸多借鑒點： （1）材料方面，Atlas 采用 3D 打印零件以滿足跳躍、翻騰等動作需要的強度/重量比， 且體態外觀更接近于人的形象，可供機器人商用化參考； （2）動力及負荷方面，Atlas 高約 1.5m，重約 75kg，有效載荷達 11kg，除各類運動外 可以完成搬運、整理等工作，可以為目前尚處于初級階段的小米 CyberOne 升級各類功能模 塊提供動力、載荷等多維度參考；
“替代人”解決勞動力短缺問題，無人機交互限制其商業應用場景。2022 年 6 月 21 日， 馬斯克宣布將于 9 月 30 日推出人形機器人“擎天柱”的原型機，據介紹，擎天柱高 172cm， 體重 56kg，可負載 20kg，全身具有 40 個自由度，步行速度可達 8km/h，旨在代替人類從事 “危險、重復、無聊”的工作，并預計 2023 年實現量產。
特斯拉超級工廠可能成為擎天柱應用場景，“指令-執行”工作模式決定其落地局限性。 目前推測特斯拉機器人的初步定位于取代部分應用場景下的勞動力，基于“指令-執行”的 工作模式避開了現實世界實時感知這一技術難點，能夠快速部署到 to B 領域，但 to C 領域 仍然是最廣闊的應用場景，也是人形機器人的最終目標。 他山之石，特斯拉機器人商用化路徑更加清晰，自動駕駛技術及供應鏈整合能力為兩 大核心優勢。參考特斯拉路線，國內零部件廠商或迎來重大機遇，AI 算法及 AI 芯片迭代需 要重點關注。
（1）高算力+大數據支撐特斯拉自動駕駛技術持續迭代。計算平臺層面，特斯拉自研 了專門用于模型訓練的 Dojo 超級計算機群，并內置特斯拉自研 AI 訓練芯片 D1，芯片采用 分布式結構和 7 納米工藝，搭載 500 億個晶體管以及 354 個訓練節點，僅內部的電路就長達 17.7 公里，實現了超強算力和超高帶寬，以及空間和時間的平衡。 數據層面，特斯拉機器人承接汽車端的 FSD 芯片攝像頭，能夠采集大量道路行駛 之外的各類場景數據，為 AI 算法迭代提供高質量的學習樣本。（2）承接汽車部件產業鏈優勢，特斯拉具備機器人量產成本優勢。考慮人形機器人部 分零部件技術壁壘較高，特斯拉有望發揮其在汽車領域積累的供應鏈和技術優勢，整合減速 器、電機等部件的外部供應商，因此我們認為在相關細分領域具備競爭優勢的廠商可能率先 獲益。
CyberOne 為代表，服務型人形機器人將深入細分場景，實現智能交互，提升服務質量。 小米公司自成立以來，不斷構建延展的科技場景，從智能手機到可穿戴設備、智能家居，進 而延伸到智能制造、電動汽車以及人形機器人領域，持續豐富智能終端矩陣。 借力已有科技生態，CyberOne 有望滿足服務型機器人人機交互功能，挖掘 C 端商業價 值。小米科技生態以人和生活工作為核心理念，不斷融合進化技術體系并貫穿所有的智能場 景和終端設備，我們認為小米基于智能手機、可穿戴設備、智能家居等終端積累的數據、算 法等多維度能力，能夠有效賦能人形機器人的商用化道路。
1.3、服務型機器人商業前景廣闊，國內產業鏈公司發力布局值得期待
1.3.1、服務機器人有望深入各類細分垂直場景，市場前景廣闊
政策支持人形機器人技術發展，有望深入各類細分垂直場景。2021 年 12 月工信部等 15 部門在《“十四五”機器人產業發展規劃》中提出重點推進工業機器人、服務機器人和特 種機器人重點產品的研制及應用，提升性能、質量和安全性，推動產品高端化智能化發展。 “十四五”期間將重點補齊專用材料、核心元器件、加工工藝等短板，提升機器人關鍵 零部件的功能、性能和可靠性，開發機器人控制軟件、核心算法等，提高機器人控制系統的 功能和智能化水平。
全球服務機器人市場規模穩定增長，預計到 2023 年突破 200 億美元。根據中國電子學 會，2016-2021 年全球服務機器人銷售額 CAGR 為 24%，預計 2022 年全球市場規模將達 159.9 億美元。2021 年家用服務類型機器人占比最高，達 65%。
服務型機器人應用場景持續豐富。由早期較為成熟的掃地機器人和送餐機器人逐步拓展 至情感、教育、醫療機器人等方向。2021 年擅長精細手術的美國達芬奇手術機器人在美安服務型機器人應用場景持續豐富。由早期較為成熟的掃地機器人和送餐機器人逐步拓展 至情感、教育、醫療機器人等方向。2021 年擅長精細手術的美國達芬奇手術機器人在美安
人口老齡化趨勢下我國醫療和公共衛生需求持續旺盛，服務機器人市場潛力巨大。根 據中國電子學會，2016-2021 年我國服務機器人銷售額 CAGR 為 36%，高于全球增速。預計 2023 年我國服務機器人市場規模有望突破 600 億元。 根據國家統計局數據，我國服務機器人月度產量波動上升，2021 年 12 月單月產量為 90.26 萬臺。 疫情期間大量面對面場景被無接觸服務替代，接待機器人、遞送機器人、測溫機器人和 新零售機器人等需求增加。如普渡科技交付上百個配送機器人支援醫療機構和隔離點。云跡 科技扎根酒店場景，合作酒店超 1,5000 家。
1.3.2、擁抱軟硬件國產化浪潮，產業鏈相關廠商已逐步形成競爭力
我國國產機器人正縮小與國外差距。以下游系統集成作為突破口，上溯中上游技術和 產品研發。以中國工業機器人為例，根據 IFR，2020 年中國安裝了 168,377 臺新機器人，全 球排名第一，國內供應商在中國市場的市場份額為 27%，出貨量為 45,347 臺。 中國機器人密度發展飛速，2020 年已躋身世界前十。根據 IFR，由于機器人安裝的顯 著增長，中國機器人密度從 2015 年的 49 個/萬人上升到 2020 年的 246 個/萬人，中國大陸機 器人密度在全球排名第 9。
隨著數據積累，國產廠商在軟件算法方面有巨大潛力。在路徑規劃和行為決策的算法 層面，國產廠商仍存一定差距。在針對不同場景進行二次開發時，精確性、穩定性和響應速 度等性能不足。隨著國產廠商進行數據、實踐和經驗的沉淀，未來定能有所突破。
2、環境感知+運動控制+人機交互，三大模塊決定商用前景
目前，機器人主要包含三大核心技術模塊：環境感知模塊、運動控制模塊和人機交互 模塊。感知系統主要負責數據采集的前端感知層（圖像、語音等傳感器、雷達、壓感、光感 等專用傳感器等），相當于人的眼、耳、鼻、皮膚等；運動控制模塊包括機械傳動系統，模 擬人的軀體及四肢；人機交互系統包括負責數據整理和算力處理的存儲器和智能芯片，相當 于人的大腦； 三大核心模塊技術進展差異顯著，AI 算法及軟件平臺能力決定機器人人機交互核心能 力。目前在環境感知和運動控制模塊上，受益于自動駕駛、工業機器人等領域的成熟應用， 相關硬件商用化進程較快，而在人機交互模塊，由于算法、算力的限制，在實際消費場景中 實現高效的人機智能交互還存在不小的難度。
2.1、機器視覺為核心，環境感知技術不斷發展
小米 CyberOne 搭載自研 Mi-Sense 深度視覺模組，擁有完整三維空間感知能力。 CyberOne 深度相機配合 AI 相機能夠幫助機器人接收真實場景和物體，通過 CV 算法建立物 體三維模型實現避障，通過萬物追焦技術，保證機器人對集關鍵目標的注意力集中。精度方 面 CyberOne 能夠保證 8m 距離內的 0.1%以下的誤差。
機器視覺技術發展歷經三大階段，能否實現精密操作執行將決定人形機器人應用前景。 最初，機器人視覺感知技術主要滿足避障、識別等基礎動作，不需要對環境和目標進行準確 識別，運動路徑偏封閉和固定。隨著機器人從“自動化”走向“智能化”，機器人環境感知 技術發展以識別和測量為核心目標，通過立體攝像機配合激光雷達，多傳感器融合技術推動 了自動駕駛的快速發展。現階段，機器視覺技術旨在實現精密執行操作，人形機器人不僅要 完成避障、路徑規劃、目標識別等功能，其機器視覺模塊要配合運動系統實現高精度估計和 機械手的伺服控制。
參考已有人形機器人視覺技術，多模態視覺感知有望成為主流方案。波士頓動力研發的 Atlas 采用頭部 RGB 攝像頭為主傳感器，并使用 ToF 傳感器輔助建模；特斯拉則基于成熟的 電動車 FSD 視覺感知技術，遷移到人形機器人。我們認為未來人形機器人將以多目視覺為 主，并搭配 ToF、結構光、激光三角等技術以滿足機器人視覺感知的不同需求。
激光雷達為高精度定位核心部件，有望從自動駕駛技術遷移到人形機器人。激光雷達 能夠實現高精度地圖、避障、環境感知及自主避障等功能，且不受光源影響，是波士頓動力 公司人形機器人的感官系統核心部件。相比于毫米波雷達和攝像頭，激光雷達具備分辨率高、 探測距離長、反饋數據多等方面優勢，被大多數整車廠、Tier 1 認為是 L3 級及以上自動駕 駛必備的傳感器，未來也有望搭載到人形機器人上成為其環境感知模塊的核心部件。目前激光雷達在 L3+的應用確定性強，我們看好未來人形機器人形成以激光雷達為主導 的多傳感融合方案，感知硬件互相配合確保機器人工作過程中的安全與效率。隨著相關部件 的價格成本隨量產規模而下降，未來應用前景廣闊。
2.2、運動控制模塊，算法靈活性+硬件靈敏性決定機器人商用效果
從基礎參數來看，Cyberone 表現可圈可點，但與國外領先機器人仍有差距。關節數和 自由度可體現機器人靈活程度，Cyberone 全身共 13 個關節，21 個自由度，相比具有深厚技 術沉淀的 Atlas 及 ASIMO 有一定差距；時速為 3.6km/h，對比人類 3.2~5km/h 的速度基本還 原但擬人感有較大提升空間。采用液壓驅動的 Atlas，已實現跑、跳、后空翻等高難度動作， 爆發力強，視覺沖擊強烈。運動控制（Motion Control）是將電能轉換為機械能，實現機械運動的過程。運動控制 系統包括軟硬件兩方面，其中硬件一般包括運動控制器、驅動器（功率放大器與變換裝置）、 電機及機械傳動系統（減速器）四大核心。
控制系統，人形機器人的神經系統，控制驅動系統完成動作。控制系統需要根據指令 及傳感信息，向驅動系統發布指令并控制其完成相應的動作，主要由控制器（硬件）和控制 算法（軟件）兩部分組成。 工業機器人領域主流廠商自行開發控制器，國外廠商優勢明顯。由于控制系統對于機 器人的重要作用，現有的主流工業機器人廠商均布局自行研發控制系統，包含大型機器人廠 商和專業的控制系統廠商這兩大類。 PC-Based 控制器具備明顯優勢，正逐步替代 PLC。運動控制器主要包括 PC-Based、專 用控制器和 PLC（可編程邏輯控制器）三類，其中 PC-Based 控制卡通用性、可拓展性更強， 能滿足復雜運動算法要求，發展前景廣闊。
伺服系統，精準輸出運動狀態，電氣方案為主流。目前人形機器人主要采用伺服電機、 伺服驅動器和編碼器共用構成伺服系統。伺服系統用于準確控制輸出的機械位移轉角、位移 速度和加速度等，滿足機器人各部位各種運動方式的需求。 人形機器自由度需求將帶動伺服系統需求規模快速成長。理論上，為滿足確定的運動 模式需求，機器人的伺服電機數應等于其自由度，即一個自由度對應一臺伺服電機。為較好 地模擬人的運動模式，不考慮手指自由度的情況下，人形機器人需要約 40 個自由度，遠高 于工業機器人的自由度需求（2-6 個），看好未來人形機器人量產后推動伺服電機需求量上 升，進而推動伺服系統市場規模擴大。
減速器，人形機器人精密傳動裝置，以諧波減速器和 RV 減速器為主。減速機的主要工 作原理為通過機械傳動裝置實現對原動機的減速增矩，是影響機器人性能的核心因素，在高 精度場景中尚未存在替代方案，技術壁壘較高。 RV 減速器和諧波減速器是兩種最主要的精密減速器，各有側重，相輔相成。RV 減速 器體積大，負載能力和剛度高，一般用于機座、大臂、肩部等重負載位置，而諧波減速器體 積小、傳動比和精密度高，主要應用于小臂、腕部或手部。
AI 算法指導機器人運動模式，目前沒有標準化產品，極有可能成為產品核心競爭力。 與零部件不同的是，機器人領域的算法幾乎不存在標準化的產品，也沒有清晰的可比標準， 一般由公司自研。在工業機器人的生產中，強大的算法將極大賦能性能，帶來數倍溢價空間。 如行走姿態方面，算法需要協調關節協同運作，主要實現對水平反應、目標 ZMP 和步 長位置三個方面的控制，保證機器人能在行走中保持平衡及模擬人類姿態。ASIMO 機器人 就運用了本田研發的 I-Walk 技術（Intelligent Real-Time Flexible Walking Technology），應用 預測運動控制功能，實現機器人無停頓轉彎。
2.3、人機交互模塊，以NLP為核心的多感官信息處理決定技術發展
CyberOne 可實現簡單互動交流，基于語音、視覺的 AI 數據處理效果顯著。發布會現 場，從 CyberOne 的行為演示可以看出其能夠對觀眾掌聲做出回應并與人進行交流，實現這 些功能的人機交互模塊，是以 AI 技術為核心，借助語音識別、圖像識別、機器學習等，完 成模擬人類大腦的工作模式。 語音語義分析作為人機交互核心途徑，幫助機器人具備聽、說、理解和思考的能力。 語音語義模塊包含了語音識別和語義分析兩部分，涉及聲學信號（聲源定位、語音增強等）、 模式識別（聲紋識別、語音識別等）、自然語言處理（自然語言理解、自然語言生成等）和 語音合成等技術。
網絡及通信技術發展驅動 AI 邁向更高智能時代，數據+模型決定未來發展方向。近年 來，人機交互發展方向從最初的傳統圖形交互模式演變成多模態、多通道的智能交互模式。 目前智能人機交互有多通道交互（MMI）、情感計算（Affective Computing）、虛擬現實（VR）和智能用戶界面（IUI）這四大研究方向，其目的都是為了實現人類實際工作場景下更加和 諧有效的的人機交互。AI 發展可歸納為數據+模型兩大思路，從工程和科學兩維度實現智能人機交互。從數 據角度看，上述四大研究方向核心均是不斷挖掘細分場景下更多維度的數據標簽，通過更多 維參數的神經網絡學習，實現更高準確度的人類行為、情緒的理解和反饋。多維行為數據的 采集需求將帶動終端硬件設備的持續迭代，需求量將迎來爆發式的增長。
與大數據代表的工程化思路相對應，模型迭代標志科學化思路，嘗試機器更接近人類 大腦的思考模式，以實現更有效的人機互動。基于大數據樣本學習的 AI 訓練近年來逐漸暴 露問題，訓練時間過長、成本過高、商用化難度過大，相關研究機構及公司在嘗試輕量化數 據規模的同時，積極引入腦科學領域的研究進展，不斷引入新的計算模型，以提高人機交互 的效率，在無人駕駛、機器人、推薦系統等領域均實現突破。
人機智能交互不斷演進驅動 AI 算法及芯片不斷迭代，相關技術值得重點關注。未來， 基于語音、視覺、腦神經的人機交互將囊括人體核心器官的交互功能，包含了信息輸入輸出、 語音處理、語義分析、智能邏輯、知識內容整合等維度，以人形機器人為載體，終端硬件、 AI 算法、網絡通信、計算芯片等領域均有望實現重大突破。
3、人形機器人市場空間廣闊，產業鏈迎來重大發展機遇
圍繞三大核心模塊，人形機器人產業鏈迎來重大發展機遇。特斯拉基于頂層數據和算 法的開發成果取得重大突破，帶動產業鏈引來重大發展機遇，我們認為需要重點關注以下幾 類公司： （1）運動控制模塊具備核心零部件技術優勢的潛在受益標的； （2）具備機器視覺成熟解決方案的公司； （3）具備人形機器人領域 AI 算法落地能力的廠商及相關受益公司； （4）具備機器人整機組裝能力及技術優勢的公司；
3.1、人形機器人發展帶來上游核心零部件巨大市場空間
人形機器人運動控制模塊技術要求高于工業機器人，上游零部件值得重點關注。人形 機器人上游產業鏈主要包含材減速器、電機、結構件、半導體芯片、傳感器和材料等部分。 其中，作為機器人運動控制模塊的核心部件，減速器、電機和控制系統價值量較高，技術壁 壘較高，市場主要由國外廠商占據，未來存在機會 核心零部件價值量高，利潤空間大。參考目前相對成熟的工業機器人的成本結構，三 大核心零部件，減速器、伺服電機和控制器分別占總成本的 35%、25%和 12%，合計超過 70%。從毛利率角度看，三大核心零部件的毛利率高于其它環節。
核心零部件國產化率低，關注國產化替代推動機器人商用進程。作為機器人的核心零 部件，減速器、伺服系統和控制器的國產化率目前僅為 36.53%、24.50%和 31.20%，而這三 部分是機器人實現精密運動的核心保障，對產品的最終性能起決定性作用，是國產化進程的 主攻方向。 參考特斯拉、小米研發的人形機器人，整機關節數分別達到 40 個和 28 個，意味著人形 機器人的減速器、電機等部件需求量將遠高于工業機器人。目前，我國在核心零部件方面已 初步實現一定突破，隨著國內廠商技術不斷升級迭代，疊加機器人需求擴張，看好核心零部 件的國產化替代進程，進而降低機器人應用成本，提升我國智能制造水平。
作為關鍵零部件，精密減速器國產化需求強烈。現階段工業機器人成本最高的零部件 減速器占整機成本 35%。一般傳動減速器已經出現國產替代邏輯，而精密減速器進口依存 度更高，高售價和長交貨周期成為制約我國機器人發展的重要因素。 減速器：諧波減速器實現國產技術突破，近年來國內廠商持續投資布局，規模效應初 現，看好國產化替代進程。以諧波減速器和 RV 減速器為例，國內廠商在諧波減速器領域已 打破日本廠商壟斷；RV 減速器領域，日本博納斯克仍處于壟斷地位，而國內以雙環傳動為 代表的廠商已基本解決精度、穩定性等方面的問題，未來有望打開成長空間。
預計伺服系統市場規模于 2022 年超 200 億元。據 MIR 睿工業數據，我國伺服近年規模 不斷提升，2022 年達 209 億元，同增 12.76%。預測 2022-25 年以 12.6%的復合增速穩定增 長，在 2025 年達到 300 億元。伺服系統本土化生產速度不斷加快。從 2018 年到 2021 年上半年，匯川取代松下成我 國伺服市場市占率第一的廠商，占比達 15.9%，臺達維持第三位，市占率為 8.9%。整個市 場 CR3 由 48.4%下降至 36.7%，集中度下滑，景氣度提升。
3.2、機器視覺國產化加速，具AI算法落地能力公司擁有入局優勢
機器視覺技術模擬人眼完成物體檢測、判斷、反饋控制等工作，是人形機器人的核心 技術支撐之一。機器視覺包含了計算機科學、圖像處理、模式識別、深度學習、傳感器技術 等多領域科學技術。從細分產業鏈看，機器視覺可分為上游（硬件、算法軟件）、中游（視 覺系統、視覺裝備集成）和下游應用場景，機器視覺技術廣泛應用于汽車、物流運輸、制造、 機器人等行業，應用廣泛。
全球機器視覺市場規模超百億美元，國內市場規模快速成長，國產化替代進程加速。 Markets and Markets 數據顯示，2020 年全球機器視覺市場規模達 107 億美元，預計到 2022 年市場規模將達到 135 億美元，2016-2022 年復合增速預計為 13.85%。 國內機器視覺市場規模快速增長，預計 2025 年市場規模接近 400 億元人民幣。中國機 器視覺產業聯盟數據顯示，2021 年我國機器視覺市場規模達 181 億元，2018-2021 年 CAGR 為 22.41%，若保持此增速，預計到 2024 年市場規模為 343.13 億元。
機器視覺國產化率穩步提升，中低端領域國產化率較高，高端領域關注國產技術突破。 目前我國高端機器視覺核心組件仍以來國外企業，近年來在產業鏈上游實現了突破，以海康 威視、大華為代表的國內企業逐步進入機器視覺系統企業供應鏈體系。基于人形機器人領域 對多感官視覺系統的部件需求以及算法、算力層面的技術要求，建議重點關注：（1）傳感器 細分賽道具備競爭力的廠商；（2）具備機器視覺算法及解決方案能力的優質標的。 人形機器人對 AI 域性能提出更高要求，重點關注擁有 AI 軟硬件技術能力及實際應用 場景 AI 布局經驗的廠商。從小米此次發布的 CyberOne 來看，未來人形機器人在運動自由度、傳感器數量、人機交互效率方面都提出了更高的要求，借助 AI 域的算力及算法賦能， 才能夠有效解決人形機器人的運動平衡、控制難度、運算效率和性能等問題。
AI 算法迭代將提升機器人運動模式規劃效率，帶動萬億產業規模。機器人所涉及的人 工智能技術包括計算機視覺、語音識別、自然語言處理等，用于實現機器人自身運動及人機 交互。根據艾瑞咨詢，預計 2024 年人工智能核心產品產業規模將達 3,859 億元，帶動相關 產業規模 1.40 萬億元。
3.3、人形機器人整機出貨量有望增長，本體生產廠商迎來重大機遇
特斯拉機器人或明年實現量產，需求空間廣闊帶動機器人本體廠商受益。目前小米尚 未解決人形機器人量產問題，而特斯拉宣布 2023 年人形機器人有望實現量產，我們認為隨 著人形機器人相關的硬件技術不斷迭代，疊加未來廣闊的市場空間，相關機器人領域有布局 經驗本體生產廠商有望快速導入人形機器人賽道，受益未來需求加速成長。 參考國外相關廠商，“重要零部件生產+本體生產+系統集成”全產業鏈模式成為主流， 具備相關優勢的廠商將獲得明顯競爭優勢。隨著人形機器人技術路線逐漸清晰，產業鏈逐 步由上游向下游滲透，未來在人形機器人系統集成環節，廠商需要負責機器人應用系統的開 發和集成，基于不同的商用場景和性能需求，針對性地配置對應的功能模塊，參考國外領先 企業，我們看好全產業鏈模式將成為國內機器人廠商的發展趨勢。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）
精選報告來源：【未來智庫】未來智庫 - 官方網站
