工业行业专题研究：人形机器人再探讨，百尺竿头更进一步-20230814-华泰证券-27页_3mb

人形机器人产业发展分析总结

核心内容

2023年人形机器人产业迎来快速发展，主要得益于技术革新、巨头入局和政策激励的多维度推动。大模型技术的突破，如RT-2、Voxposer等，使机器人具备自然语言理解和推理能力，显著提升了人机交互和任务执行的智能化水平。同时，政策密集出台，如北京、上海、深圳等地均推出支持人形机器人产业发展的政策，推动其从研发走向工程化和商业化。此外，执行器技术逐步成熟，六维力传感器与关节扭矩传感器的应用，使机器人具备更精准的力控制能力，从而实现更复杂的任务。整体来看，人形机器人正朝着更通用、更智能的方向发展。

主要观点

1. 技术革新推动发展

• 大模型技术：谷歌推出的RT-2是首个视觉-语言-动作(VLA)模型，可理解自然语言指令并执行任务，无需额外训练即可完成复杂操作。
• 具身智能：大模型赋予机器人“大脑”，使机器人能与物理世界互动，实现“手脑协调”，推动具身智能发展。
• 多阶段语义推理：RT-2通过思维链（CoT）推理技术，使机器人在复杂任务中实现多步骤的自主决策。

2. 巨头纷纷布局

• 特斯拉：Optimus机器人已实现流畅行走与抓取物品，计划2024年在工厂投入使用，未来还可能拓展至义肢领域。
• 微软、Google、英伟达、李飞飞团队：均在大模型与具身智能领域有重要布局，如微软ChatGPT for Robotics、英伟达VIMA、李飞飞团队的VoxPoser等。
• 其他科技公司：如小米Cyberone、波士顿动力Atlas、1X technologies EVE、优必选Walker X、傅利叶Fourier GR-1、达闼Cloud Ginger 2.0、追觅通用人形机器人等，均在不同场景下取得进展。

3. 政策激励加速产业化

• 北京：计划2025年前实现百台人形机器人原型机生产，并在3-4个典型场景中开展示范应用。
• 上海：推动制造业数字化转型，支持机器人应用场景的建设。
• 深圳：聚焦通用大模型与智能机器人研发，支持重点企业持续迭代。
• 国家层面：发布“机器人+”应用行动实施方案，鼓励机器人在制造业、服务等领域广泛应用。

4. 感知层：力传感器为核心

• 六维力传感器：提供更全面的力和力矩信息，是人形机器人实现精细操作的核心，适用于腕部、踝部等关节处。
• 关节扭矩传感器：用于感知机器人本体的运动状态，提高力控制精度。
• 力传感难点：包括静态和动态性能优化、维间耦合问题及标定技术的复杂性。

5. 执行层：驱动器技术演进

• 刚性驱动器：目前较为成熟，但效率较低。
• 准直驱驱动器：具备高功率密度和力控带宽，未来有望逐步替代传统驱动器。
• 技术发展路径：从刚性到弹性再到准直驱，驱动器性能不断提升。

关键信息

大模型推动机器人发展

• RT-2：在未知场景中完成任务的成功率从RT-1的32%提升至62%，具备较强的泛化能力。
• VoxPoser：通过大语言模型与视觉语言模型结合，实现机器人无需示范即可完成任务，具备4种“涌现能力”。

力传感器技术

• 六维力传感器：测量X、Y、Z三轴力和力矩，适用于复杂操作任务。
• 关节扭矩传感器：用于感知机器人各关节的扭力，提高本体感知能力。
• 传感器选型：需综合考虑量程、环境、机械出线及通讯方式等要素。

六维力传感器应用

• SCOPE与MultiSCOPE方法：利用六维力传感器与本体感知，实现接触位置和物体姿态估计，提升机器人操作精度。
• 解耦算法：用于减少维间耦合，提高测量精度。

驱动器技术

• 准直驱驱动器：效率高，但需优化编码器技术和电机功率密度。
• 特斯拉采用刚性驱动器：具备高精度和稳定性，但效率较低。

风险提示

• 模型泛化能力不足：大模型在未知场景中的表现可能受限。
• 力传感方案变化：技术发展可能带来新的力传感方案。
• 驱动器技术升级不及预期：可能影响整体发展进度。

技术趋势与未来展望

• 大模型与具身智能结合：推动机器人从“执行指令”向“理解环境”发展。
• 六维力传感器技术突破：未来将更注重动态性能优化、标定设备升级及解耦算法研发。
• 驱动器技术进步：准直驱驱动器逐步普及，提升机器人效率和灵活性。
• 政策与市场双轮驱动：多地政策支持与市场需求增长，将加速人形机器人产业化。

技术挑战

• 六维力传感器的标定与解耦：需六维联合加载标定设备、动态特性优化和解耦算法。
• 视觉感知局限性：在遮挡或复杂环境下，视觉反馈算法精度下降。
• 力控与运动控制的协同：需大模型与传感器等硬件相互配合，实现更智能的交互。

总结

人形机器人作为“具身智能”的理想载体，正受益于技术、政策和市场多重因素的推动。大模型的引入使机器人具备更强的自然语言理解和任务执行能力，六维力传感器与关节扭矩传感器的结合提高了机器人的力控制精度，推动其在复杂任务中的应用。未来，随着驱动器技术的成熟与力传感方案的优化，人形机器人有望在更多场景中实现商业化落地。