瑜伽常识 /MANUAL
半岛官网泓人观点 邬旭东:人形机器人行业研究报告
半岛官网泓人观点 邬旭东:人形机器人行业研究报告邬旭东,专注于新能源车和自动驾驶技术、机器人产业等投资方向,对上市公司定增与重组业务有丰富经验。
基于邬旭东先生对人形机器人行业的深入研究,本期将对行业发展概况进行梳理,并对行业发展前景提供观点参考。
(免责声明:本文为泓沣资本据公开资料做出的客观分析,不构成投资建议,请勿以此作为投资依据。)
人形机器人是一种模拟人类外观和行为的机器人。它们被设计成具有人类的特征,例如头部、身体、四肢和面部表情,以便更自然地与人类进行交互。人形机器人通常使用先进的传感器、执行器和人工智能技术,以模仿人类的动作、语言和情感。
人类在公元前4世纪,亚里士多德就提出了“机器人”的设想,在工业领域机器人很早就投入使用,但首台全尺寸人形机器人WABOT-1,则是由日本早稻田大学于1972年制造出来。这台机器人能够用日语与人交流,进行抓握和运输物体的操作,甚至还能够读取乐谱并弹奏电子键盘。
随后在1986年到1993年,本田公司接连开发了从E0-E6等7种行走机器人,只有腿部结构,主要用于研究行走功能。1993年,本田公司在研制的P1基础上加上了双臂使其初具人形,而后同年完成的P3则是ASIMO的原型,2000年推出ASIMO机器人。
后来美国波士顿动力、日本软银、亚马逊等企业纷纷布局人形机器人行业,直到2021年特斯拉强势入局,推动了全球人形机器人行业加速发展。
大体上看,人形机器人发展历程可分为三个阶段:第一个阶段是1973年-2000年,属于技术起步阶段,第二个阶段是2001年-2015年技术突破阶段,第三个阶段是2016年至今属于产业化初试阶段。全球人形机器人发展历程可见下图:
目前,不同背景的玩家正加速涌入市场,国内人形机器人厂商发布的产品在智能化、运动控制等产品属性上展现出不错的竞争力,并快速推进其量产节奏。2000年国内首台人形机器人“先行者”(国防科大发布)问世,并涌现了优必选、小米、傅利叶、达闼、智元等一批人形机器人主机厂。2023年12月29日,优比选(HK:09880)登陆港交所,成为国内人形机器人上市第一股。
Optimus人形机器人的构成非常复杂,包括硬件和软件两大模块。在硬件部分,主要包括执行器(旋转执行和线性执行)、感知系统、灵巧手、动力系统、控制核心等模块等关键零部件;软件部分即智能系统。
Optimus人形机器人也可以按照感知层、决策层和执行层的架构来划分,其中,感知层包括力传感器、视觉传感器、惯性传感器和柔性传感器;决策层包括CPU\GPU、通讯系统和人工智能算法;在执行层有电机、驱动器、轴承、丝杠、减速器、结构件等。
根据2022年特斯拉AIDay的现场展示,擎天柱Optimus全身共有40个执行器关节。其中,Optimus的四肢以及躯干部分合计有28个执行器关节,包括14个旋转执行器关节以及14个线性执行器关节。而Optimus的一双灵巧手则有12个执行关节,即单手对应6个执行关节。
Optimus的单个灵巧手配有6个执行关节,具备11自由度,可以进行自适应抓取,且具备反向锁止功能。尽管未有明确的文字说明,但根据展示的视频,Optimus的灵巧手预计将使用空心杯电机、涡轮蜗杆传动以及绳驱的组合方案。Optimus的灵巧手具备抓取20磅重量物体的能力,且可以使用工具以及紧握细小的物件。
特斯拉为擎天柱Optimus设计了3种旋转执行器,其扭矩最大可达20/110/180NM,对应的重量为0.55/1.62/2.26kg。旋转执行器包括无框电机、谐波减速器(Strain Wave Gearing)、传感器(位置编码器、无接触扭矩传感器)、轴承(角接触球轴承、交叉滚柱轴承)等零部件。其主要用于机器人的肩部(6)、肘部(2)、躯干(2)、髋部(4)。
特斯拉为擎天柱Optimus设计了3种线性执行器,其驱动力最大可达500/3900/8000N,对应的重量为0.36/0.93/2.20kg。线性执行器包括无框电机、反向式行星滚柱丝杠(Inverted Roller Screw)、传感器(位置编码器、力传感器)、轴承(球轴承、四点接触轴承)等零部件。其主要用于机器人的上臂(2)、下臂(4)、大腿(4)、小腿(4)。
2021年8月19日,在特斯拉首届AI Day活动中,马斯克亲自发布了新产品——Tesla Bot。在最初的构想中,这款人形机器人的身高为5英尺8英寸(对应1.72m),重125磅(对应56kg),移动速度为5英里/小时(对应8km/h),具备承重45磅(对应20kg)的能力。Tesla Bot在其头部配置了Autopilot摄像头,并使用FSD作为其智能系统。
2022年9月30日,特斯拉在其AI Day展示了人形机器人Optimus(擎天柱)的原型机版本,并在展示文档中分享了大量技术细节。特斯拉在本次AI Day中表示其原型机于2022年2月已经推出,并作为开发平台进行深度研发。量产外形的机器人同样在现场进行静态展示。马斯克认为Optimus有望在3-5年内降本至2万美金一台,从而普通家庭亦可购买。
2023年5月,特斯拉在其股东大会上发布擎天柱了Optimus的演示视频,机器人的力度控制更加精准,可以接触但不击碎鸡蛋。机器人的感知能力亦显著提升,可以识别并记忆不同的路况。此外,Optimus可以由人类输入动作范例,进行端到端的学习。马斯克认为Optimus的远期需求或达到100亿台。
2023年9月,特斯拉在推特上发布Optimus的最新演示视频。在视频中,机器人可以使用视觉及关节编码器校准肢体的移动路径,更高效地学习各类复杂的任务。在视频中,擎天柱可以完成依靠视觉分选不同颜色的积木块,还可以做出多个单腿站立的瑜伽动作。
2023年12月13日,特斯拉在没有任何预热的背景下,直接放出Optimus-Gen2(第二代擎天柱)的视频。特斯拉仅仅用了几个月的时间,便从第一代Optimus升级至第二代,这种研发能力让人形机器人瞬间成为科技焦点。在第二代Optimus两分钟视频中,特斯拉向我们展示了人形机器人在大动作及精细动作方面,能够无限接近人类。第二代Optimus行进速度不仅提升了30%,还能进行标准的深蹲健身,更是可以轻巧拿起鸡蛋。特斯拉人形机器人发展迅速,预计能够在2024年实现量产。
人形机器人产业链主要包括上游核心零部件,例如无框力矩电机、空心杯电机、传感器、专用芯片等;中游机器人本体制造,包括设计、制造、测试三大环节;下游人形机器人应用领域,包括工业制造、仓储物流、医疗服务、商业服务、家庭使用等。
目前人形机器人尚未进入大规模量产阶段,未来产业链还有各环节还会有很多领域扩展至其中,在机器视觉、大语言模型、运动控制、人工智能算法、材料等各环节都会有巨大的产业机会。
人形机器人市场空间广阔,短期来看,优必选招股说明书预期全球人形机器人解决方案市场规模于2026年将达80亿美元;中期来看,高盛预期人形机器人市场到2035年能够达到1540亿美元的规模;长期来看,假定人形机器人和人的比例是2比1,那么机器人的需求量可能是100-200亿个,市场空间广阔。
小米集团高级副总裁曾学忠认为,在未来智能制造体系里面,自动化设备:人形机器人:人将以7:2:1黄金法则来组成。未来70%的对制造质量和制造效率要求高的工作依靠自动化设备来完成;20%高复杂度、高柔性的场景需要人形机器人来完成;10%是工作还是要依靠人,因为最终数据与价值的管理还是要依靠人,人才可以定义价值。
根据智研咨询数据半岛,2022年中国自动化设备的市场规模达到2909亿元,全球自动化设备达到2308亿美元。以此推算,仅在工业制造领域,人形机器人未来潜在市场规模约660亿美元(全球市场)。
首先,医疗领域是人形机器人的重要应用场景之一,它们可以用于辅助医生进行手术、康复训练等工作,也可以为病人提供日常护理服务。其次,教育领域也是人形机器人的关键应用场所,通过与学生互动,机器人可以帮助教师进行教学,同时也能激发学生的学习兴趣。
此外,人形机器人在公共安全、生产制造、家庭陪护等领域也有着广泛的应用前景。例如,在灾难救援中,人形机器人可以代替人类进入危险环境执行任务;在生产制造中,它们可以进行重复性高、劳动强度大的工作;在家庭陪护中,机器人可以为老人和儿童提供日常生活帮助和陪伴。
据行业估计,人形机器人早期成本较高,未来量产后成本可大幅下降,最终成本降到2-3万美金,市场预计未来特斯拉可以通过复用汽车产业链+高性价比国产供应链+规模效应实现降本。
2)滚动轴承:单机用量为84-96套,单套价格为50~100元,对应单机总价值量为4200~9600元。
3)滑动轴承:单机用量为75-150套,单套价格为10元,对应单机总价值量为750~1500元。
除了上述核心零部件成本外,人形机器人另一重大成本是软件部分,特斯拉FSD视觉感知在汽车上已经成熟,未来可一定程度上嫁接至人形机器人。
但人形机器人需完类各种动作,动作连续复杂、需频繁的物理交互且操作因果性多,算法难度远高于自动驾驶。随着人工智能大模型的快速发展,人工智能能够助力人形机器人拆解任务,但目前该部分成本仍不好预估。
老龄化是经济社会进步下人口再生产方式转变的结果,由低生育率和寿命延长共同作用,已成为全球普遍现象。中国及全球人口老龄化程度已处于较高水平。
中国人口基数更为庞大,其经历过计划生育政策的严格推行时期,后续将面临更为严峻的老龄化形势。1953-2021年中国65岁及以上人口从2632万增至2亿,占比从4.4%增至14.2%。从历史看,1990-2000、2000-2010、2010-2020年老龄化程度年均分别增加0.15、0.18、0.46个百分点,老龄化明显加快。
从全球情况看,根据世界银行统计,2022年全球65岁及以上人口占比9.8%,其中高收入国家、中高收入国家分别为19.2%、11.6%;摩纳哥、日本、意大利老龄化居全球前三,分别为35.9%、29.9%、24.1%。中国排名为73名,65岁以上人口占比为13.7%,仍高于全球的平均水平。
人形机器人是软硬件能力高集成的实体,商业化的核心突破点在于“AI大脑”。可以说,当前的AI大脑在逻辑思维和行为智慧决策层面还需要一段成长空间,其驱动力很大程度上来自于算法的升级与高水平的智能化。
具身智能是指一种智能系统或机器能够通过感知和交互与环境(物理世界)产生实时互动的能力。具身智能包括三个模块:具身感知(Perception)、具身想象(Imagination)和具身执行(Execution),AI+机器人正是“具身智能”当前的落点。
在机器人领域,有一个“莫拉维克悖论”——人类所独有的高阶智慧能力只需要非常少的计算能力,但无意识的技能和直觉(如辨识人脸、举起铅笔、在房间内走动、转笔等能力)却需要极大的运算能力,即越简单的事情越难,越难的事情越简单。
具身智能机器人未来要能够像人一样与环境交互、感知、决策、完成任务,其感知层和认知层的能力是非常高的。显然,当下的人形机器人距离这一状态还有非常巨大的差距。人形机器人传感器数量、品类、执行机构复杂程度远高于工业机器人,对实时算力、集成度要求极高。
以往由于算法模型的局限,机器人难以实现通用化能力,只能通过对于某一个特定领域训练对应的基础模型,达到能够满足特定用途的机器人AI算法,比如工厂车间大量采用的机器人臂、家用扫地机器人等。
软件层面的局限性限制了机器人的应用场景狭窄、可通用性较差,无法充分发挥硬件层面的性能。而大模型的出现,补全了让机器人能力实现跃升的技术基础。大模型的向量应用提供了大脑给机器人,使机器人具备更高的事物处理能力。大模型的Chat应用把自然语言理解提供给了机器人,机器人首次可以用接近人的语言水平,和真实人类聊天,进行基于自然语言的互动。在大模型技术的加持下,人形机器人的可用性有望显著增强,有望迅速打开下游应用场景。
虽然各家科技巨头厂商都在针对通用机器模型进行深入探索,但目前来看,距离实现真正的具身智能水平的模型还有很长的路要走。机器模型还面临着诸多问题,包括机器人数据、实时性、软硬件融合等。
机器人算法的训练需要大量机器人真实数据。机器人需要通过多种传感器感知环境状态,然后执行实际动作来完成任务,因此训练用于机器人的大模型需要用到大量机器人在真实世界中与环境进行交互的数据集。
相比图像和自然语言处理领域可以从网上大量获取训练数据或者通过人类标注快速低成本的获取数据,可用于训练机器人学会执行新任务新技能的高质量数据非常匮乏,主要原因在于:
ChatGPT是一个语言模型,从语言角度来说,每个人每分钟能够说出100-200字,转化成计算语言就是1~2k字节每秒的传输速率。多模态模型一次输出4张图片的传输速率也不过在MB级别甚至更低,这个数据会远小于机器关节运动的所产生的信息量。机器人在执行任务时面临的环境和交互内容、产生的数据模态更多更复杂,机器人在单位时间内能够产生的数据要远超语言几个数量级。
对于ChatGPT来说,公开的互联网数据十分充足,有大量的公域数据可供爬取。但现实中的机器人保有量太少,可用于收集训练数据的机器人就更少。此外,每个机器人厂商都会有自己的壁垒,倾向于保护自己的数据,导致机器人领域数据获取难度进一步提升。
传统CV/NLP等任务只需要收集文字、图像等数据,可以通过公开互联网进行爬取,数据采集效率非常高。而机器人领域数据的采集需要真实的机器人去执行任务操作,花费的时间较爬虫相比效率很低。开源OpenX-Embodiment数据集是重要进步,但仍旧不足。谷歌开源的机器人训练数据集OpenX-Embodiment汇集了全球34个机器人研究实验室的60个现有数据集,包含了在22种类型的机器人上采集的超过15万个任务的上百万条数据,被誉为机器人领域的ImageNet时刻,是机器人模型领域的重要进步。但该数据集主要针对的是常见的操作技能,比如拾取、放置、推拉、移动等,如果要朝着人形机器人的未来发展的话,人形机器人涉及到的全身肢体协调、行走时的平衡等数据的需求量仍较大。
合成数据有望能够解决部分数据不足的难题。英伟达在10月末推出了名为Mimic Gen的系统,只需少量人类示范,便能自动生成大规模的机器人训练数据集。使用不到200个人类演示,Mimic Gen可自主生成超过5万个训练数据,涵盖18个任务、多个模拟环境。
机器人智能体可以通过模仿学习在生成的数据集上进行有效训练,以在长期和高精度任务中获得出色的性能,例如多部件组装和制备咖啡等任务。我们认为,合成数据有望能解决机器人领域高质量训练数据不足、采集效率低下等问题,是一条扩大机器人学习的强大且经济的途径。
机器模型对机器人行动控制的周期仍太长,无法做到实时响应。当前各大科技厂商研究出的算法虽然能够实现机器人技能水平的提升,但是在响应速度方面仍较差。谷歌RT-2的演示视频需要2倍速播放才能实现比较流畅的机器人动作,而Voxposer更是需要8倍速才能有流畅的动作表现,如果按原速看的话,能发现Voxposer控制的机器人轨迹并不是平滑的,而是有不断的小停顿。这样的迟滞性在真正想要实现通用的人形机器人领域是比较难以接受的。
实时性的提升依赖于算力,对于面对高复杂性环境的人形机器人尤其重要。中科院院士姚期智在2023世界机器会的演讲中表示,计算能力的挑战非常重要,谷歌研发的RT-2模型在机器人控制周期上只能达到3Hz的水平,和通用人形机器人需要的500Hz差的很远,距离实际需要的控制水平仍有许多事情要做。从动态角度看,人形机器人需要实时控制系统,所有的伺服关节也要同步运动,传感器的数据也要同步采集,从而保证算法的输入和输出都始终处于一个节拍,从而保证算法的性能。所以,实时算法急需高算力的支撑,让系统在一定的时间周期内完成计算。
而人形机器人未来的目标是要走进千家万户,这就要求必须具备对复杂环境的适应性算法,包括走路时对地面的适应性、手臂工作时对障碍物的适应性、机器人在人机交互、人机协同时的适应性。这些复杂算法都对的算力提出了巨大的挑战。
特斯拉为Optimus机器人自研SoC,Dojo超算也将为Optimus提供算力支持。在特斯拉2022年AI Day上,特斯拉宣布将基于FSD为Optimus推出自研的SoC。2023年6月,特斯拉宣布今年7月Dojo超算就会正式投产,2024年2月特斯拉的算力规模将进入全球前五,2024年10月特斯拉的算力总规模将达到100EFlops,相当于30万块英伟达A100显卡的算力总和。Dojo能够处理海量的视频数据,不仅能够加速特斯拉的Autopilot和FSD系统的迭代,还能为人形机器人Optimus提供算力支持。
波士顿动力创始人Marc Raibert在演讲中提到,未来的机器人技术发展过程中,硬件工程和软件同等重要。“有些人认为软件可以克服硬件上所有的问题和限制,我并不赞同这个观点”。以波士顿动力的人形机器人为例,在Atlas的硬件工程方面,公司做了大量工作-包括液压系统、多个专门的阀门、专用电池、负载等各个方面,把机器人的重量从170公斤缩小到90公斤,这个过程中,他们没有在机器人的功能上有任何妥协,反而提高了机器人的运动范围力量和速度。人形机器人零部件众多,做好软硬件协同才能发挥其硬件水平。
人形机器人集成了大量不同的传感器,如:视觉、听觉、位置、柔性传感器等,这些传感器能够让机器人通过“五官”接近人类,收集并感知外界信息。以特斯拉Optimus为例,原型机动力系统部分有28个结构执行器,50个基础自由度,全身能够产生200个以上不同角度的动作。灵巧手单手有6个执行器,11个自由度,采用金属肌腱带动机器人能够精确抓住小而薄的物体。而在接下来的“分解、规划任务、运动中识别物体、完成高质量的实时交互,最后完成具体任务”一整套作业过程中,更需要把人形机器人的核心软硬件有机整合,协同好各部分的速度、力度、准确性,让这些硬件系统各司其职完成任务,其难度是巨大的。
端到端的算法能够把机器人各个部位传感器的感知数据直接作为输入,输出硬件层面各个部件的控制动作,一定程度上能够解决软硬件协同的问题。但是这种方法属于“大力出奇迹”的一条道路,需要通过大量的数据训练、甚至是几个数量级以上的数据训练才真正得到一个能够接受人形机器人产生的所有数据并能给出输出的超大基础模型,这就又回到了前两个挑战:高质量数据的缺乏和能够支撑这样强的端到端大模型实时给出响应的算力。
未来可能在云端会有比较强的一个端到端、且足够泛化的大模型,但是在端侧,到底需要多大能力的芯片,或者说需要有多长多强的工程化的剪枝的能力,才可以将大模型去落到端侧人形机器人,这将仍是人形机器人走向通用化面临的重要困难。
特斯拉公司于2003年7月1日在美国特拉华州成立,创始人是埃隆马斯克。公司主要从事设计、开发、生产、销售高性能的电动汽车和先进的电动汽车电力系统部件,也向第三方提供电动汽车动力系统的研究开发和代工生产服务。特斯拉电动汽车在质量、安全和性能方面均达到汽车行业最高标准,并提供最尖端技术的空中升级等服务方式和完备的充电解决方案;还降低了全球交通对不可再生能源的依赖,并真正实现了零排放。该公司还生产和销售家庭、工业以及公用事业使用的能源储备产品。
公司总部位于美国得克萨斯州的奥斯汀市,员工总数128000人,特斯拉2010年在纳斯达克上市,目前市值7898.98亿美元。2022年公司收入815亿美元,净利润165亿美元。
特斯拉2021年才发布人形机器人产品,但基于在电动车和自动驾驶领域深厚的积累,特斯拉人形机器人已经研发到了Optimus-Gen2(第二代擎天柱),有望在2024年量产,从而引领人形机器人行业发展。
波士顿动力成立于1992年,创始人是马克雷波特,总部位于美国马萨诸塞州沃尔瑟姆,是一家美国工程和机器人设计公司。公司致力于研究AI仿真和具有高机动性、灵活性和移动速度的先进机器人。
Atlas是波士顿动力旗下旨在突破全身运动极限的研发平台,被设计用于各种搜救任务,但目前仍处于实验室阶段,没有市售。Atlas采用液压驱动,高1.5m,重89kg,速度可达2.5m/s,共28个自由度,通过模型预测MPC等技术,实现了从提前预设行动到自主规划路径的转变。Atlas能够进行倒立、跳马、跳舞和跑酷等复杂动作,目前其双臂已增加夹取功能,可实现双臂负重敏捷机动、灵敏感知通过独木桥、旋转跳跃重物抛投。
波士顿动力于2013年被谷歌以30亿美元收购,后2017年被日本软银以30亿美元价格收购,2022年现代汽车以8亿美元的价格收购波士顿动力约80%股权。虽然其商业化进程不及预期,但波士顿动力以其技术实力在机器人行业仍具有重要地位。
本田技研工业株式会社于1948年9月24日根据日本商业守则注册成立,当时名称为本田技研工业株式会社,成立的目的是为了继承一家成立于1946年的非法人企业的业务,该企业由已故本田宗一郎为制造电动自行车的发动机建立,主要生产设施位于日本、美国、加拿大、墨西哥、英国、意大利、中国、印度、泰国、越南、印尼、阿根廷、巴西和土耳其。本田的业务领域包括摩托车业务,汽车业务,金融服务业务以及生活创造和其他业务。
公司总部位日本东京,员工总数197000人,特斯拉1977年在美国纽约证券交易所上市,目前市值514亿美元。2023年公司收入16.91万亿日元(约合人民币8600亿元),净利润6952亿日元(约合人民币356亿元)。
ASIMO(阿西莫)是日本本田技研工业株式会社研制的仿人机器人。这款机器人模仿人类的动作更精准,以达到帮助人类,特别是行动不便者的设计目的。现在的ASIMO不但能跑能走、上下阶梯,还会踢足球和开瓶倒茶倒水,动作十分灵巧。截至2013年,ASIMO是最先进的仿人行走机器人。2022年3月31日,日本汽车厂商本田研发的双足步行人形机器人ASIMO(阿西莫)的最后一场例行演出在日本东京的本田公司总部举行。2022年3月31日,人形机器人ASIMO正式退役。
深圳市优必选科技有限公司成立于2012年,是一家集人工智能和人形机器人研发、平台软件开发运用及产品销售为一体的全球性高科技创新企业。该公司在2023年最后一个交易日在港交所主板上市,被业内誉为“人形机器人第一股”,这也是该公司的一个重要里程碑。
优必选科技的主营业务包括教育智能机器人、物流智能机器人、康养智能机器人、人形机器人和通用服务机器人等解决方案,其客户群遍布全球50多个国家和地区,拥有900多家企业客户。此外,从2020年至2023年上半年,优必选共售出超过76万台机器人,体现了其在行业内的广泛影响力。
优必选科技2023年在港交所上市,目前市值379.62亿港币,2022年总收入10亿元,亏损9.87亿元,近三年累计亏损27亿元。
优必选科技在2012年成立前就开始投入人形机器人的研发,至今已超过11年。2016年优必选搭建Walker原型机,2018年发布第一代大型双足仿人服务机器人Walker,迄今已经过四次迭代,2021年发布人形服务机器人WalkerX。WalkerX身高130cm、体重63kg,具有41个高性能伺服驱动关节,能够进行类人步态行走,最高时速为3km/h;面部160°环绕4.6K高清双柔性曲面屏,灵动酷炫的四维灯语体系;机器人的头部、手掌、电池都可以快速拆卸和组装,实现了“模块化”;配备便捷可拆卸电池。Walker系列平均售价达598.8万元,过去两年半累计销售10台,因其售价太高,商业化落地依然存在重大挑战。
上海傅利叶智能科技有限公司,成立于2015年,总部位于上海市。创始人顾捷毕业于上海交通大学机械系,2009年开始开发康复机器人,2012年在上海组建璟和机器人公司,开发的Flexbot是康复机器人业内新的里程碑。
傅利叶从2015年至今已经完成D轮融资,投资方包括IDG资本、火山石投资、前海母基金、元璟资本、软银等,其中D轮融资额高达4亿元。
目前傅利叶命名为FourierGR-1,身高165cm,体重55kg,展现出较强的运动能力,行走速度5km/s,44个自由度(头3+手臂7*2+腰部3+腿部6*2+手部6*2),32个FSA关节,最大模组峰值扭矩230Nm,自研一体化执行器,拟人直腿行走,自适应平衡算法避障上下坡抗干扰。GR-1采用电驱动方案,行走动作流畅,已具备较高的运动智能表现。
达闼机器人成立于2015年,总部位于上海市,在北京、深圳、成都、合肥和珠海等地设立分支机构。主要产品包括云端智能机器人开发平台,以Cloud Ginger为代表的人形服务云端机器人,按实际应用可分为配送、巡逻递送、清洁、售货等多功能型云端机器人;主要用于酒店、学校、商超、产业园区等生活场景。
公司创始人黄晓庆本科毕业于华中科技大学电信系,在美国伊利诺伊州立大学电子工程和计算机系取得硕士学位,曾任职于美国贝尔实验室,后担任UT斯达康高级副总裁兼首席技术官、中国移动研究院院长、华中科技大学电子信息与通信学院。
公司已进行到C轮融资,投资方包括软银中国资本、启明星辰、深创投、中关村发展集团、金地集团、富士康等。
达闼人形双足机器人XR4“七仙女”亮相于2023世界机器会,由达闼全栈自研,搭载海睿云端大脑操作系统,集成多模态大模型Robort GPT,并创新性引入并联驱动结构的智能柔性关节技术,解决机器人关键零部件卡脖子问题,创始人预计2024年正式发布,2025年规模量产。XR4高165cm,重65kg,全身采用碳纤维复合材料,拥有60多个智能柔性关节,采用并联高扭矩密度电机。同时,支持实时接入云端大脑,由多模态大模型Robot GPT赋能,实现具身智能,且通过基于数字孪生的深度强化学习可实现平衡站立、优美步态、灵巧双臂和双手操作。
小米集团,成立于2010年4月,创始人为雷军。这家以创新和品质并重的消费电子及智能制造公司,专注于智能手机、智能硬件和IoT平台的研发与生产。
在业务领域上,小米集团的产品线非常丰富,除了主打的智能手机外,还包括互联网电视以及智能家居生态链建设等领域的产品。这些产品颠覆了传统市场,为消费者带来了全新的使用体验。特别是在2014年,小米已经超过联想公司和LG公司,一跃成为全球第三大智能手机制造商,仅次于三星公司和苹果公司。
小米集团总部位北京,员工总数32000人,小米集团2018年在港交所上市,目前市值3911亿港元。2022年公司收入2800.44亿人民币,净利润24.74亿人民币。
2022年8月小米发布公司首个全尺寸人形仿生机器人“Cyber One”,研发尚处于初级阶段,每台成本六七十万,尚无法实现量产。Cyber One高1.77米,重52kg,内部名称“铁大”。Cyber One配备Mi-Sense深度视觉模块,搭配AI具备感知3D空间并识别个体、手势和表情的能力。此外,凭借自主研发的Mi AI环境语义识别引擎和Mi AI语音情感识别引擎,Cyber One可识别85种环境声音和45类人类情感。其面部的曲面OLED模块,可以显示实时交互信息。
上海智元新创技术有限公司于2023年2月在上海成立,公司使命“以智能机器创造无限生产力”,是一家致力于以AI+机器人的融合创新,打造世界级领先的具身智能机器人产品及应用生态的创新企业。创始团队包括“稚晖君”彭志辉在内的多位业内资深人士,背景综合互补,具有深厚的核心技术背景、产业管理经验和产业资源。愿景是创造具有高度智能和实用价值,可以在现实世界为人类提供劳动力服务的下一代量产型机器人产品。
创始人“稚晖君”彭志辉:2018年研究生毕业于电子科技大学,曾就职于OPPO研究院AI实验室,后通过“天才少年计划”加入华为,曾任AI算法工程师,目前正致力于自研深度学习推理框架与移动计算平台的异构加速相关技术。
从2023年3月开始天使轮融资,到8月21日进行A++轮融资,半年内迅速完成4轮融资,汇集高瓴、鼎辉、经纬、百度、比亚迪等。
智元机器人成立仅半年(2023年8月)即推出第一代通用型人形双足机器人“远征A1”,搭载自研“WorkGPT”,实现基于大语言模型的机器人行为自动编排和任务执行。已与比亚迪洽谈,或将率先应用于比亚迪工厂,预计未来成本将控制在20万元以内,具备落地商用的可能。
“远征A1”高175cm,重55kg,拥有超过49个自由度,整机承重80kg,单臂最大负载5kg,关节电机峰值扭矩350N・m,配有水冷散热,腿部采用了反关节设计,步速达7km/h,部拥有12个主动自由度,5个被动自由度,配有指尖摄像头,具备200TOPS算力。
现阶段,人形机器人的发展仍然面临着诸多挑战,在研发投入、商业化落地、成本控制、软硬件融合和算力等诸多方面仍然有很大的挑战。
但随着各国产业政策的大力扶持、产业资本的争相涌入、人工智能的快速发展以及特斯拉的鲶鱼效应,人形机器人将进入快速发展阶段。
目前人形机器人的发展现状和新能源车早期的发展极其类似,随着全球人口老龄化以及人工智能的迅猛发展,人形机器人的发展趋势已经不可阻挡。
2024年可能成为人形机器人的发展元年,我们认为人形机器人未来会发展成一个可比肩新能源车的万亿市场,行业内将会涌现出一大批的独角兽企业。
(免责声明:本文为泓沣资本据公开资料做出的客观分析,不构成投资建议,请勿以此作为投资依据。)
泓沣资本创立于2016年,是一家践行价值投资、产融结合的专业私募股权投资机构,核心业务包括私募股权投资、上市公司定增与重组,目前在中国基金业协会备案基金6支,管理资产规模超10亿元。
公司重点关注前沿科技、现代服务、文化科教、新能源、装备制造、现代农业、硬科技等领域,经过多年发展,形成了完整的研投管退运营体系,聚拢和培养了一批兼具专业素养和投资追求的行业精英,积累了丰富的产业资源以及众多优秀的投资案例,为出资人创造了丰厚的投资回报。