人形机器人行业深度报告：智能涌现万元售价海外人形机器人巨头深度剖析

正文目录特斯拉：由人类打造、为人类服务的机器人 5后人工智能时代机器人将取代人类进行重复性劳动 5自动驾驶的终极形态，FSD自动驾驶超算-机器人三位一体 6未来展望：仍在等待GPT时刻的到来 8波士顿动力：机器人领域的顶尖实验室 9最强动态性能的跑酷机器人Atlas 9创新硬件与算法沉淀，Atlas实现卓越运动性能 10从机械狗Spot开始，商业化前路漫长 11Technologies：开启AI具身智能革命 12OpenAI领投，机器人使命是与人类并肩工作 12从Eve到Neo，具身智能雏形显现 13与OpenAI合作共赢，将大模型带进现实世界 14Apollo：始于人类、赋予人类 15以探索宇宙为愿景的机器人 15拟人形态与技术结合 17朝向月球进发 18AgilityRobotics：从学术到实用，领跑仓储机器人领域 19实用主义与尖端科技结合：商用仓储机器人Digit 19与行业巨头深度合作，人形机器人批量生产时代已到 20风险提示 21图表目录图1 全球劳动力数量开始下降、老龄化比例提高 5图2 人形机器人可复用自动驾驶技术框架 7图3 Dojo搭建计划 7图4 Dojo与包括人形机器人在内其他业务形成强大协同效应 8图5 谷歌已开始测试用多模态模型RT-2控制机器人，大模型加持下陌生场景性能大幅提升 9图6 波士顿动力产品线 10图7 Atlas采用3D打印腿部使液压系统与肢体融合 10图8 波士顿动力液压驱动原理 10图9 Atlas控制核心——离线轨迹库在线精细控制的MPC控制器 11图10 SpotMini尺寸参数 12图11 Eve关节设计示意 13图12 Revo1执行器拆解示意 13图13 具身智能学习能力远强于第三人称数据学习 15图14 Apptronik与NASA合作研发机器人Valkyrie 16图15 Apollo机器人模块化设计 16图16 Apptronik在外骨骼上以6轴力传感器、力敏感袖带、空气冷却执行器保障设备安全性 17图17 Apptronik自主设计高性能紧凑执行器，大幅降低生产成本 18图18 Apptronik在人形机器人专利中未见手部设计 18图19 ATRIAS、Cassie、Digit外形对比 19图20 Digit在仓库中执行工作 20图21 Agility即将建成世界首个人形机器人工厂RoboFab 21表1人形机器人与工业机器人自由度对比 6表2Optimus设计参数与原型机对比 8表3Atlas各关节自由度 11 表4 SpotMini工作参数 12表51XTechnologies融资 13表6EVE与NEO参数对比 14表7Technologies使用OpenAI技术一览 15表8Apollo性能参数及应用场景 16表9Digit参数对比 20特斯拉：由人类打造、为人类服务的机器人Optimus定位为解放劳动力，可替代4亿岗位。特斯拉的人形机器人项目Optimus（擎天柱2021AIDay（TeslaBot，定位为34.320304，即11.7的劳动者会被机器人所取代以Optimus单价2万8图1 全球劳动力数量开始下降、老龄化比例提高4035302520151050全球劳动力总计（亿人） 全球老龄化人口比重

121086420高自由度结构与精细控制初步具备实用性。Optimus172cm，57kg，28（下一代预计超过200个自由度6种类型执行器，关节采用仿生Optimus11（274到6Dojo利用动作捕捉对人类活动方式进行学习，可抓取杂物，力道控制精细，甚至不会打碎鸡蛋。根据特斯拉介绍，Optimus表1人形机器人与工业机器人自由度对比人形机器人OptimusAtlasDigitNEO厂商特斯拉BostondynamicsAgilityRobotics1Xtechnologies自由度282820-身高（cm）172150175-体重（kg）57896530运动速度（km/h）-9-4工业机器人发那科ABB安川库卡负载（kg）5-161.5-5000.5-8003-1000自由度64-1466可达半径（mm）717-2032350-4200532-3518635-3900资料来源：物公基，昌盛安曼机器人，发那科官网，ABB官网，研究所自动驾驶的终极形态，FSD自动驾驶-超算-机器人三位一体人形机器人是自动驾驶技术的终极形态。自动驾驶的本质就是有轮子的机器人，FSD（完全自动驾驶）FSDOptimusFSDLIDAR自动驾驶为机器人搭建技术框架。机器人的反馈机制本质上是与自动驾驶相同HWFSDTransformer的BEVOccupancyNetworkOptimus图2 人形机器人可复用自动驾技术框架图3 Dojo搭建计划

DojoAIDojo7nmD1芯片，具备采集、训练和进化的能力，能够更理想的采集道路交通标识、生物形象、354362TFLOPS440MBDOJOexaFLOP在产品形态上，Dojo的最终落地单位是名为的超级计算集群，它集成了3000颗D1芯片，包含120个训练瓦片，最终能够实现高达1.1的BF16/CFP8峰值算力。2023年7Dojo2024210100Exa-Flops，相当30A100Dojo超算为机器人提供最强AI大脑。超级计算机Dojo被特斯拉称为PureLearningMachine（，特斯拉FSD而DojoCPUGPUDojoDojo的应用场景主要是以视频和图像数据训练AI，专为自动驾驶和机器人训练使用。原本在A100阵列上需Dojo23天就能完成，而人拉数据显示，在同样的成本之下，Dojo超级计算机相比英伟达A100能够实现4倍的性能、能耗比提升1.3倍。图4 Dojo与包括人形机器人在内其他业务形成强大协同效应技术整合带来人形机器人奇点。OptimusTesla链接和音频交流，其系统软硬件的安全性保障也正在不断提升，通过量FSDDojoOptimus2021AIDay20235Optimus2022AIDay，Optimus3-52表2Optimus设计参数与原型机对比预期设预期设计参数 原型机配置参数规格：重量57kg，身高172cm，面部是一个重要信息显示屏；载重：负载能力20kg，硬举（双手向上举重）能力68kg，展举（手臂伸展）的举重能力为5kg；运动：全身有40个电机驱动器，移动速度可达8km/h，人类男性跑步速度为12km/小时；

规格：身高173cm，重量73kg，主体材料为塑料；电源系统：功耗100W（坐姿）/500W（行走），容量2.3kWh，额定电压52V，可使用一整天的一体化集成电池包；动力系统：28个结构执行器（与原有的40个相比降大大降低规模化量产难度和成本），50个基础自由度（躯干281+手部112）；感知：头部自动驾驶摄像头； AI系统：与特斯拉汽车相同的SOC芯片、FSD全自动辅助驾驶系统。软件：自动化驾驶计算系统，多摄像头视频神经网络规划能力，Dojo超级计算机的训练机制。资料来源：BeeboHMI,沙漏AI机器人,研究所未来展望：仍在等待GPT机器人领域仍在等待着“大脑”的进化。GPT模型的自然语言处理已经汇聚了自回归变换器+下一个词预测+强化学习高级特征的“配方”。然而，对于人形机器人的OptimusFSD模型无法对未知信息进行预测，近日特斯拉Optimus的，Optimus能够仅依靠视觉来对物体进行分类，还能完成难度更大的瑜伽动作，采用了类似于特斯拉自动驾驶技术FSD12的端到端神经网络控制：视频输入，控制输出，并由此来控制各个部件和关节的移动。谷歌DeepmindRT-2120PaLM-EPaLI-XRT-2RT-162如果行业能打造出“RobotGPT”的基座模型，实现零样本或少样本学习，则能在更复杂乃至陌生的环境中执行任务，实现人形机器人的智能涌现。不同模型控制机器人执行任务准确率图5 谷歌已开始测试用多模态模型RT-2控制机器人，大模型加持下陌生场景性能大幅提升不同模型控制机器人执行任务准确率Optimus根据马斯克发言，Optimus11Neuralink6波士顿动力：机器人领域的顶尖实验室机器人领域三十年积累，造就最灵活人形机器人。波士顿动力（BostonDynamics）由麻省理工学院副教授马克·1992美军研制的大狗（BigDog）机器人，可在废墟、泥地、雪地、水中行走，奠定了AtlasAtlas身高1.5米，体重80kg，1.5m/s，28Atlas不仅拥有卓越的物理机动性，更因其高级的控制系统和算法而独立于众，多次在演示中展现出近乎超乎人类的运动与平衡能力。图6 波士顿动力产品线AtlasAI性能：强大运动性能得益于独特液压驱动。不同于多数机器人采用电驱，Atlas28Atlas图7Atlas采用3D打印腿部使液压系统与肢体融合图8波士顿动力液压驱动原理表3Atlas各关节自由度身体部位自由度具体应用单腿3个小腿纵向自由度、大腿纵向自由度、胯部横向自由度单脚踝2个横向和纵向自由度，通过双液压缸的联合驱动能够实现纵向、横向、斜向三种运动状态，这三种运动状态可增强行走过程中单腿支撑时腿部的运动能力腰腹2个轴向和径向自由度单臂6个肩部轴向和径向自由度，大臂轴向和径向自由度，小臂轴向和径向自由度腕部和手各1个自由度离线模板与在线精细控制构成独特运动算法。AtlasMPC（模型预测控制）MPC会调整机器人的发力、姿势和动作的发生时机来适应。此外，MPC还能跨行为边界预测下一步的行动，例如知悉跳跃后MPC3.0Atlas图9 Atlas控制核心——离线轨迹库+在线精细控制的MPC控制器TOF+Atlas在感知层，AtlasTOF15帧的环境点云，这些点云基于大规模的测距集合。它的感知软件采用多平面AtlasAtlasSpotSpot2Spot29.5kg，90分钟，相比波士顿动力其他液压结构驱动的机器人，SpotMini是纯电动的，因此是波士顿动力最安静的机器人之一，搭配多2020674,50050Spotmini容量电池 平均工作时间待机时间充电时间机身接口移动地形判断工作环境605Wh90分钟180分钟容量电池 平均工作时间待机时间充电时间机身接口移动地形判断工作环境605Wh90分钟180分钟120分钟WiFi(2.4GHzIEEE802.11b/g/n)，1000BASE-T最大速度 1.6m/s(时速最大爬坡角度 ±30°最大台阶高度 300mm水平视角 360°范围 4m照明 >2Lux防撞 设置的距离工作温度 -20～45°C工作湿度 0～70RH参数项目难以降本量产约束商业化落地。波士顿动力从学术领域实验室诞生，因此机器于商业化进程不及预期，被谷歌收购后又经历两度易主，2017年6月软银接手、20216AnalyticsIndiaAtlas15（09Spt20236Atlas3.1XTechnologies：开启AI具身智能革命OpenAIAI1XTechnologies20142350A2Sandwater、AllianceVenturesSkagerakCapital等挪威投资者组成的财团。公司表示将利用这笔资金来加大即NEO的产量，同时扩大其在挪威和北美的首款商用机器人EVE表51XTechnologies融资融资融资轮次 时间 融资规模 核心投资者 融资用途A轮 2021年5月 1010万A2轮 2023年3月 2350万

ValinorADTCommercialHattelandOpenAITigerGlobalSandwaterAllianceVenturesThursdayVenturesSkagerakCapitalTrevorBlackwellTypeOne

扩大团队规模，加速产品研发，量产人形机器人加大双足机器人NEO的投入，同时扩大其在挪威和北美的首款商用机器人EVE的生产规模资料来源：SiliconValleyRobotics，Medium，研究所Eve以人类为灵感，运动马达实现突破。1XTechnologiesRevo1配能模仿有机肌肉运动的灵活机械，实现灵敏高效的运动能力。根据公开专利，Revo1同时能产生高扭矩，Revo1的扭矩-重量比是市面上发动机的四倍，非常适合用于人形直驱机器人。哈尔巴赫阵列的设计使得磁场更有效地指向转动轴，同时通过调整磁铁图11 Eve关节设计示意 图12 Revo1执行器拆解示意EVE1XTechnologiesEVEAI，EVEAIEVE20221406EVENEO

NEONEO1XTechnologies：NEONEO的特点是其安全第一的设计思路，确保NEO的高精度运动基于模仿AINEO特特性 EVE NEO安全优先设计运动性能AI视觉控制

有机体启发的机械结构，适用于真实世界场景。高精度运动，设计用于操作门、电梯，并以自然方式与环境互动。拥有先进AI大脑，可在空间内自由移动，并能远程操控。具有全景视图、21VRTeleOp作，并通过人为干预进行优化。一个操作员可控制EVE。

柔软、有机体启发的机械结构，可安全互动。 接近人类的运动性能，高式，能够行走、爬楼梯等。 拥有先进AI大脑，可在空间内自由移动，并能远程操控。可从VRTeleOp任务中学习，实现自动行为以及AI导航VRTeleOp作，重点关注安全。体型 身高1.86米，重83kg 重约30kg续航 运行时间为4小时，充电1速度 最高速度为14.4km/h，具有多地形轮组。资料来源：1X官网，研究所

2-4动系统4km/h步行速度，12km/h跑步速度，承重20kgOpenAI1XTechnologiesOpenAIAIOpenAI的技术提升他们的机器人智OpenAIGymOpenAIGPTOpenAIDALL-ECLIP表71XTechnologies使用OpenAI技术一览库 库 OpenAIGym OpenAIUniverse ProcgenGym是一个提供许多简介 化环境的，使研究试和开发强化学习算法。

Universe通过VNC协议连接到各种外部环境，如Flash游戏、浏览器等。它允许开发人员在一个统一的接口中训练和评估AI在各种不同环境中的性能。

Procgen是一个专注于生成简单易用是是是环境种类标准化环境外部环境生成式环境多任务支持是是有限开源是是是基于Python

是 是 是AIOpenAI1XTechnologiesAIOpenAI如OpenAIGym、Universe和Procgen。虽然这些环境可以模拟一些真实世界的场景和任务，但仍然无法完全复制物理世界的复杂性和不确定性。如果OpenAI能够将其AI1XTechnologiesAI图13 具身智能学习能力远强于第三人称数据学习Apollo：始于人类、赋予人类NASA诞生于德克萨斯大学奥斯丁分校的初创公司Apptronik于8月公布了其最新的人形机器人Apollo（阿波罗。Apollo1.772.6kg，机驱动的Apollo体现了安全性的考量，将在与人共同工作的环境中展现其优势。Apollo的短期目标是辅助物流领域，解决供应链中因人力短缺所带来的挑战，但它的梦想远不止于此，Apptronik20122013DARPANASAValkyrieIOTWorldTodayNASAApollo的长期愿景即是将其用于太空探索，助力人类登陆月球、火星及更远的天体。图14Apptronik与NASA合作研发机器人Valkyrie图15Apollo机器人模块化设计资料来源：IOTWorldToday，研究所 资料来源：1X官网，研究所iPhoneApolloiPhoneApptronikApollo的应用范围从物流和制造业扩展到建筑、石油和天然气、电子等行业，乃至零售、送货上门、老人护理等与人类更密切接触的领域。在设计上，Apollo多部件采用模块化设计，如腿部可更换为固定桩，以及电池支持热插拔设计，以解决人形机器人续航痛点。表8Apollo性能参数及应用场景基本参数身高173cm体重72.6kg运行时间4小时/每个电池包负重25kg通用领域适应多样需求在RaaS（Robot-as-a-Service，机器人即服务）模式下，可在高峰期短期租赁根据需要进行任务切换通用型机器人可轻松切换任务便捷切换可无缝将人工劳动替代，无需增加资本投入或改建设施物流自动化机器人大幅提升效率、准确性以及速度，为企业降本增效高灵活性每个客户都有独特性，Apollo可实现灵活且通用的自动化零售自动化替代手动操作流程通用性灵活、通用的自动化可让零售商根据需求变化实现快速调整制造完全自动化制造工厂的自动化还差“最后一公里”，即运输材料，人形机器人可完美胜任制造业回归带来人力需求过去四年北美制造业从海外回归数量增长250，人力需求大幅增长劳动力缺口扩大技能培训需要巨大成本，且底层材料运输劳动力缺口继续扩大自动牵引车仍需人工支持自动牵引车减少了司机需求，但仍需人工将托盘从牵引车转移到生产线资料来源：Apptronik官网，研究所拟人形态与技术结合以人为本，专注安全性。Apptronik10Apollo，专为在人类设计的环境中与人类一同工作而构建的人形机器人。Apollo不仅尺寸接近人类，并且拥有独特的力控架构，保证了它在人周围的安全操作，Apollo与传统的工业机器人相比更像是一种协作机器人。早在研发外骨骼时，Apptronik6袖带、空气冷却的系列弹性执行器模块来确保机械系统的稳定性和安全性，而Apollo在智能程度上更胜，会利用其视觉感知和力度感应，当人类靠近机器人时减速，如果人类靠得太近，ApolloApollo图16Apptronik在外骨骼上以6轴力传感器、力敏感袖带、空气冷却执行器保障设备安全性资料来源：ComplexStiffnessModelofPhysicalHuman-RobotInteraction:ImplicationsforControlofPerformanceAugmentationExoskeletons，研究所性能和成本引导设计，长期价格将与汽车相当。Apollo300，Apollo30Apollo1/31/3CEO5图17 Apptronik自主设计高性能紧凑执行器，大幅降低生产成本朝向月球进发精细控制还有进一步提升空间。ApolloCEOApollo的测试版本上，使用了更简单的手部执行器，公司认为初期研发重心应当专注于达成类人形态，但同时也在手腕处保留了模块化接Apollo目前仅限于只需要粗略操控的工作，ApptronikApollo部署到仓库中，来移动纸箱、篮子等，这些任务主要在于移动，而不需要完全灵巧的手和腕部。图18 Apptronik在人形机器人专利中未见手部设计目标月球乃至更远的地方。作为与NASA深度合作的机器人公司，Apptronik的长期目标是将Apollo用于太空探索。它们可以用来在宇航员到达之前建造和测试为人类设计的环境–例如月球和火星栖息地。而人形机器人要进入太空，挑战无疑会更大，Apollo需要更强的自主性、更高的稳定性和更佳的灵活性来适应外太空的环境。AgilityRobotics：从学术到实用，领跑仓储机器人领域Digit学术研究起家，推出仓储用人形机器人。AgilityRobotics20152000DamionSheltonJonathanHurst于卡内基梅隆大学机器人专业，两人联合创建了公司。Agility的两款主要机器人ATRIASCassie20092016Agility进行商业化。ATRIAS机器人不仅展示了复杂地形的行走能力，还ATRIAS图19 ATRIAS、Cassie、Digit外形对比资料来源：Agility官网，研究所需求引导设计，实现真正实用仓储机器人。Digit在Cassie的基础上升级推出，它能够实现崎岖地形穿越，越过障碍物，具有稳健的步行和跑步步态、感知能力，可在非结构化环境中实现爬楼梯和自主导航，以及操纵手臂执行基本任务。Digit二代参数与技术进一步升级，足部设计优化使其在非常柔软的表面（比如沙子）上提高性能。除此之外，在Digitv1中，感知系统是随着时间的推移而逐渐增加