近年来，人形机器人作为人工智能技术在物理世界中的杰出代表，正逐步展现出其巨大的潜力与价值。随着通用大模型的迅猛发展，人形机器人获得了前所未有的泛化能力，推动整个产业迈入了商业化落地的初步阶段。这一领域的广阔前景吸引了众多科技巨头的目光，包括特斯拉、OpenAI、英伟达、三星等，它们纷纷布局，意图在这一新兴市场中占据地位。
以特斯拉为例，其创始人马斯克在2021年便提出了人形机器人的概念机——Tesla Bot，紧接着在2022年推出了原型机Optimus。而到了2023年12月，特斯拉更是推出了Optimus的升级版Gen2，相较于前一代，新机型在感知、大脑处理以及运动控制能力上均实现了显著提升。随着特斯拉Optimus的逐步落地，业界普遍预测，2025年将标志着人形机器人量产时代的到来。其应用场景也将经历从汽车工厂的初步应用，到制造业的全面渗透，终成熟后走进千家万户的三个阶段。
根据中航证券的测算，到2030年，全球人形机器人的需求量有望达到200万台，对应的市场空间将超过5700亿元。这一庞大的市场潜力，无疑为人形机器人的未来发展描绘了一幅激动人心的蓝图，那么如今人形机器人发展如何？
资本持续加注
自2022年以来，人形机器人行业融资活动频繁，共计发生了42笔融资，融资总额接近90亿元，平均每笔融资额均突破一亿元大关。进入2023年，投资热度更是显著升温，全年投资事件激增至23起，融资金额超过50亿元。而在2024年的前两个月，平均单笔融资额已超过2亿元，与2022年相比实现了翻倍增长，显示出资本对人形机器人行业未来发展前景的强烈信心。
具体来说，2024年1月至2月期间，人形机器人行业的投资数量达到10起，已披露的融资金额约为23.2亿元。其中，宇树科技在B+轮融资中获得了高达10亿人民币的资金注入，而银河通用机器人则获得了7亿元的投资，创下了2024年天使轮融资的高额。这些融资表现充分说明了资本对人形机器人行业的持续看好，并为其未来发展注入了强劲的动力。
根据国际机器人联合会(IFR)的统计数据显示，2023年中国工业机器人销量在全球市场中的占比达到了52.5%，这标志着中国已成为全球大的机器人应用市场。当前，中国机器人产业正处于高速发展阶段，国内的工业制造、零售消费等下游应用行业的智能化进程也在不断加速推进。作为高精尖技术的承载体，人形机器人在未来随着技术成熟度的提升和成本的下降，将能够承担更多柔性化作业，因此拥有巨大的市场潜力。
从宏观环境来看，利好政策的不断出台以及大模型技术的快速发展，都在推动着国内人形机器人产业的快速发展。目前，人形机器人厂商已经开始进行小批量的商业化交付。根据亿欧智库的调研数据，预计2024年人形机器人的出货量将达到约2000台左右。整体来看，市场利好因素众多，且整个产业正处于发展起步期，未来将持续释放出巨大的潜力。
哪些关键零部件值得关注？
人形机器人的构成大概可分为执行系统、感知系统、控制系统。
在执行系统中，灵活关节的实现依赖于丝杠、电机和减速器等关键部件，它们共同决定了人形机器人的运动灵活度。特斯拉的Optimus机器人关节由40个执行器构成，其中旋转关节、直线关节和灵巧手的成本合计占比超过50%，凸显了降本的重要性。在此背景下，国内产业链展现出明显优势。具体而言：
丝杠作为直线关节的核心部件，主要分为梯形丝杠和滚柱丝杠，其加工工艺涵盖车削、铣削和磨削等。磨床在粗加工和精加工环节中扮演重要角色。目前，丝杠的成本占比高达23.4%，因此降本需求尤为迫切。
电机方面，无框力矩电机被广泛应用于旋转关节和直线关节，而空心杯电机或无刷有齿槽电机则用于灵巧手。电机合计成本占比约8.9%，是执行系统中的另一个重要成本来源。
减速器主要用于旋转关节，其中谐波减速器是当前的主流方案，而行星减速器则适用于部分精度要求较低的关节。目前，减速器的成本占比约为4.1%。
感知系统是人形机器人与环境交互的媒介，它依赖于多种传感器的综合赋能。传感器能够将机器人对内外部环境感知的物理量转换为电量输出，分为内部传感器和外部传感器。人形机器人的核心传感器包括力矩传感器、视觉传感器和触觉传感器，它们共同构成了机器人感知系统的基础。目前，传感器的成本占比约为24.7%。具体来说：
力矩传感器应用于旋转关节和直线关节，而手腕和脚腕则可使用六维力矩传感器以增加柔顺控制能力。然而，六维力/力矩传感器的成本和制造难度远高于单维力矩传感器，因此早期主要应用于航天领域的空间机械臂。
在视觉传感器方面，特斯拉的Optimus采用纯视觉方案，而小米、宇树等则大多使用多传感器融合方案，以提高机器人的感知能力和适应性。
触觉传感器是特斯拉Optimus-Gen2相比上一代大的边际变化之一，其手部搭配的触觉传感器有望引领行业新趋势。
控制系统则是人形机器人的智能“小脑”，它负责实时控制机械运动部件的位置、速度和方向等，使其按照预期的运动轨迹和规定的运动参数进行运动。由于各家人形机器人场景应用多样且算力需求存在差异，因此控制器通常以自研为主，以满足低功耗、高算力和高集成度等要求。