《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-231017(23页).pdf》由会员分享,可在线阅读,更多相关《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-231017(23页).pdf(23页珍藏版)》请在三个皮匠报告上搜索。
1、 请仔细阅读在本报告尾部的重要法律声明 智能涌现+万元售价:海外人形机器人巨头深度剖析 人形机器人行业深度报告 报告亮点报告亮点 系统梳理系统梳理海外五家头部海外五家头部人形人形机器人机器人公司公司特斯拉、波士顿动力、特斯拉、波士顿动力、1XTechnologies1XTechnologies、ApptronikApptronik、AgilityAgility 发展历史发展历史&技术亮点技术亮点&未来未来落地展望落地展望,以此,以此探索探索全人形机器人行业未来的发展路径。全人形机器人行业未来的发展路径。有别于市场的观点有别于市场的观点 市场普遍只看到市场普遍只看到 AI AI 2.02.0 对
2、于人形机器人的赋能,而我们在对于人形机器人的赋能,而我们在总总结海外公司发展结海外公司发展历程历程时发现,时发现,人形机器人同样将赋能人形机器人同样将赋能 AIAI,成,成为“具身智能”的最佳载体为“具身智能”的最佳载体:例如根据财联社,OpenAI 今年投资 1X,有望将 GPT-4 及更先进的多模态模型植入人形机器人NEO,不仅带来机器人的智能涌现,同时也带来 AI 的第一人称学习能力涌现。海外研发方向多以通用型机器人为主海外研发方向多以通用型机器人为主 将机器人设计成拟人形态最重要的考虑就是使机器人能直接适应人类环境、替代人类职责,因此在功能性上特斯拉、特斯拉、1X1X Technolo
3、giesTechnologies、ApptronikApptronik 均以通用型机器人为目标。均以通用型机器人为目标。这些公司的人形机器人产品主要设计思路是保障安全性的同时提高拟人化程度,以实现替代人类工作。相比之下,波士顿动力的波士顿动力的 AtlasAtlas 则将则将人形机器人的运动性能推人形机器人的运动性能推至极致至极致,可实现高难度跑酷动作,目前主要用作研究用途,A Agilitygility 的的 DigitDigit 机器人则明确以仓储机器人则明确以仓储为应用场景为应用场景,灵活性及智能化有所取舍,量产能力处于行业领先,已初步建成世界第一座人形机器人工厂,年产能超过万台。Rob
4、otGPTRobotGPT 将带来人形机器人智能涌现将带来人形机器人智能涌现 人形机器人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是软硬件能力高集成的实体,商业化的核心突破点在于在于“AIAI 大脑”大脑”,即核心算法的升级带来的逻辑思维能力提升与高水平智能化的行为智慧决策能力。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”,而这一思路尚未在人形机器人中应用。谷歌 Deepmind 已在测试多模态模型 RT-2 控制机器人,在陌生任务中的准确率相比前代翻倍,如果如果机器人领域机器人领域能能打造出“打造出“RobotGPT”RobotGPT
5、”的基座模型,实现零样本或少样本学习,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。智能涌现。评级及分析师信息 行业评级:推荐 行业走势图 证券分析师证券分析师:朱芸朱芸 邮箱:.cm SAC NO:S01 联系电话:-10%0%10%20%30%40%50%2022/102023/012023/042023/072023/10标普500纳斯达克100证券研究报告|行业深度研究报告 仅供机构投资者使用 Table_Date 2023 年 10 月 17 日 证券研究
6、报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 2 具身智能开启通往具身智能开启通往 AGIAGI 的大门的大门 根据斯坦福大学研究,GPT 3.5 的心智已相当于 9 岁儿童,GPT 4 的智能程度更高,但它的训练来源仍是被动接受的数据。脑科学家 Richard Held 和 Alan Hein 的实验证明,对生物的学习来说与环境的第一人称交互是至关重要的。如果如果生成式生成式 AIAI能获得人形能获得人形机器人机器人的身体的身体,AIAI 就能就能在真实世界中学习和适在真实世界中学习和适应,从而增强其泛化能力和鲁棒性应,从而增强其泛化能力和鲁棒性,开启通往开启通往 AGIAG
7、I(通用人工(通用人工智能)的大门智能)的大门。风险提示风险提示 机器人技术落地不及预期;人工智能安全性及伦理风险;应用场景难以拓宽 海外人形机器人主流参与者对比海外人形机器人主流参与者对比 TeslaTesla Boston DynamicsBoston Dynamics 1X Technologies1X Technologies ApptronikApptronik AgiliAgilit ty y RoboticsRobotics 人形机器人形机器人产品人产品 OptimusOptimus AtlasAtlas NEONEO ApolloApollo DigitDigit 核心合作核心
8、合作伙伴伙伴 无 美军(早期)OpenAI NASA 亚马逊、福特 运动能力运动能力 中 强 中 中 强 AIAI 能力能力 强,复用 FSD 自动驾驶及 Dojo 超算 中,离线轨迹库+云决策 弱,需人工操作,初步开始利用 OpenAI 资源 中 弱,需人工操作 泛用性泛用性 通用型 目前用于研究 通用型 通用型,目标应用领域物流、零售、制造 仓储 其他特性其他特性 手部高自由度,可完成精细动作 极强运动性能,可实现跑酷 柔软外形,强调安全性 强调安全性,模块化设计 强越野能力 预计量产预计量产时间时间 2024 年测试实际工作 2020 年 6 月(机械狗)-2024 年底 2025 年
9、预期定价预期定价 2 万美元 7.45 万美元(机械狗)-成本 5 万美元内 25 万美元(初代)资料来源:新浪财经,BeeboHMI,搜狐,1X 官网,Apptronik 官网,沙漏 AI 机器人,CNET,华西证券研究所 2VwUwVeVfWkWmQtP8OaObRnPmMtRnOlOrQrRiNqRuM9PnMnNxNrQpQuOtQtR 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 3 正文目录 1.特斯拉:由人类打造、为人类服务的机器人.5 1.1.后人工智能时代机器人将取代人类进行重复性劳动.5 1.2.自动驾驶的终极形态,FSD自动驾驶-超算-机器人三位一
10、体.6 1.3.未来展望:仍在等待 GPT时刻的到来.8 2.波士顿动力:机器人领域的顶尖实验室.9 2.1.最强动态性能的跑酷机器人 Atlas.9 2.2.创新硬件与算法沉淀,Atlas 实现卓越运动性能.10 2.3.从机械狗 Spot开始,商业化前路漫长.11 3.1X Technologies:开启 AI具身智能革命.12 3.1.OpenAI 领投,机器人使命是与人类并肩工作.12 3.2.从 Eve 到 Neo,具身智能雏形显现.13 3.3.与 OpenAI 合作共赢,将大模型带进现实世界.14 4.Apollo:始于人类、赋予人类.15 4.1.以探索宇宙为愿景的机器人.15
11、 4.2.拟人形态与技术结合.17 4.3.朝向月球进发.18 5.Agility Robotics:从学术到实用,领跑仓储机器人领域.19 5.1.实用主义与尖端科技结合:商用仓储机器人 Digit.19 5.2.与行业巨头深度合作,人形机器人批量生产时代已到.20 6.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
12、 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
13、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 2 Optimus 设计参数与原型机对比.8 表 3 Atlas 各关节自由度.11 表 4 SpotMini 工作参数.12 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重
14、要法律声明 4 表 5 1X Technologies 融资整理.13 表 6 EVE 与 NEO 参数对比.14 表 7 1X Technologies 使用 OpenAI 技术一览.15 表 8 Apollo 性能参数及应用场景.16 表 9 Digit 参数对比.20 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 5 1.1.特斯拉:特斯拉:由人类打造、为人类服务的机器人由人类打造、为人类服务的机器人 1.1.1.1.后后人工智能时代机器人将取代人类进行人工智能时代机器人将取代人类进行重复性重复性劳动劳动 OptimusOptimus 定位为解放劳动力,定位为解放
15、劳动力,可替代可替代 4 4 亿岗位。亿岗位。特斯拉的人形机器人项目Optimus(擎天柱)最早于 2021 年 AI Day 上公布(早期名称为 Tesla Bot),定位为解放劳动力的通用型机器人。人形机器人作为模仿人类的拟态物,相比机械臂等传统机器人,能无缝在众多场景替代人类工作。马斯克表示,在后人工智能时代机器人将取代人类进行重复性劳动,生产力充足的前景下可行的经济模式是政府实行全民补贴,而体力劳动将成为个人的选择。根据世界银行数据,2022 年全球劳动人口约 34.3 亿人,劳动力人口已呈现下降趋势,据麦肯锡报告预测,到 2030 年全球约 4 亿人的岗位将会被自动化机器人替代,即
16、11.7%的劳动者会被机器人所取代。以 Optimus 单价2 万美元计算,长期全球人形机器人市场天花板达 8 万亿美元,是一个庞大的蓝海市场。图 1 全球劳动力数量开始下降、老龄化比例提高 高自由度结构高自由度结构与精细控制与精细控制初步具备实用性。初步具备实用性。目前 Optimus 原型机身高约 172cm,体重约 57kg,力量能单手举起一架钢琴。其身体共有 28 个自由度(下一代预计超过200 个自由度),采用了更加灵活的弹簧负载设计与 6 种类型执行器,关节采用仿生学关节设计,模拟人类关节与肌腱形态,手部是 Optimus 最大亮点,采用人体工程学设计,拥有 11 个自由度(下一代
17、预期 27 个),相比之下工业机器人全身一般仅有 4到 6 个自由度。特斯拉已于演示视频中展示了精细手部动作,在 Dojo 超算的支持下Optimus 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 已经在特斯拉弗里蒙特工厂试验简单工作,如移动零件或用扳手将螺栓固定在汽车上。0%2%4%6%8%10%12%05540全球劳动力总计(亿人)全球老龄化人口比重 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 6 表 1 人形机器人与工业机器人自由度对比 人形机器人人形机器人 Optimus
18、Atlas Digit NEO 厂商厂商 特斯拉 Boston dynamics Agility Robotics 1X technologies 自由度自由度 28 28 20-身高(身高(cm)172 150 175-体重(体重(kg)57 89 65 30 运动速度(运动速度(km/h)-9-4 工业机器人工业机器人 发那科发那科 ABBABB 安川安川 库卡库卡 负载(负载(kgkg)5-16 1.5-500 0.5-800 3-1000 自由度自由度 6 4-14 6 6 可达半径(可达半径(mmmm)717-2032 350-4200 532-3518 635-3900 资料来源:
19、物公基,昌盛安曼机器人,发那科官网,ABB 官网,华西证券研究所整理 1.2.1.2.自动驾驶的终极形态自动驾驶的终极形态,FSDFSD 自动驾驶自动驾驶-超算超算-机器人三位一机器人三位一体体 人形机器人是人形机器人是自动驾驶自动驾驶技术的终极形态技术的终极形态。自动驾驶的本质就是有轮子的机器人,特斯拉已经打通了 FSD 软件(完全自动驾驶)和机器人的底层模块,特斯拉在 FSD 上的积累将使得人形机器人全面受益。特斯拉将 FSD 从其汽车转移到了机器人,并经过调整以适应机器人的身体和不同的工作环境。特斯拉主要通过对人进行真实世界任务的运动捕捉,如提起物体、行走等,然后使用反向运动学技术让 O
20、ptimus 重复这些动作,同时应用了在线动作适应技术,使这些任务更加灵活,并能根据环境进行调整。同时由于采用了相同的 FSD 系统,机器人可直接复用电动车成熟的视觉系统,由于特斯拉决定采用同样的摄像头方案,而不是 LIDAR 传感器,因此可直接移植到人形机器人上。自动驾驶为自动驾驶为机器人搭机器人搭建技术建技术框架框架。机器人的反馈机制本质上是与自动驾驶相同的架构,即感知层-决策层-执行层。特斯拉在汽车上使用自研的 HW 硬件与 FSD 软件,而机器人的感知层和决策层可直接复用自动驾驶技术,特斯拉基于 Transformer 的BEV 方案结合时序队列与 Occupancy Network,
21、实现包含空间和时间的 4D 感知,即使在纯视觉方案下仍能实现高效的环境感知。在决策层上,模型训练阶段的数据标注和模拟环境同样可复用于机器人上,因此 Optimus 能在立项仅一年就拿出展示机型,远快于其他人形机器人厂商,软件层面上只需要更多优质的训练数据积累就能快速提高运动能力。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 7 图 2 人形机器人可复用自动驾驶技术框架 DojoDojo 超算超算云端训练云端训练 AIAI 的基石的基石。超级计算机 Dojo 基于特斯拉自研的 7nm D1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、路面情况等
22、信息。该芯片将 354 个独立处理器封装在一起,产生 362 TFLOPS 的计算和 440MB 的内部静态随机存取存储器存储。在保持完全可编程性的同时,DOJO 强调资源分配和极高带宽的互连,使其能够从小型系统一直扩展到 exaFLOP 超级计算机。在产品形态上,Dojo 的最终落地单位是名为 ExaPOD 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 EFlops 的 BF16/CFP8 峰值算力。2023 年 7 月特斯拉 Dojo 正式投产,预期到 2024 年 2 月,特斯拉算力规模将进入全球前五,2024 年 10 月总规模将
23、达到 100 Exa-Flops,相当于 30 万块英伟达 A100 显卡的算力总和。图 3 Dojo 搭建计划 DojoDojo 超算为机器人提供超算为机器人提供最强最强 AIAI 大脑。大脑。超级计算机 Dojo 被特斯拉称为 Pure Learning Machine(纯学习机器),特斯拉 FSD 芯片最大的优势就是只有一个客户,而 Dojo 也是同样的设计思路,它是一种专为深度神经网络训练而生的可拓展系统。传统 CPU 和 GPU 都不是为机器学习而设计的,在 Dojo 之前的超级计算机主要由专业的计算机设备制造商研发、集中在国家级实验室,主要用途在中长期天气预报、油气勘探、物理模拟、
24、量子力学等超大型计算应用场景;相比之下,Dojo 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 阵列上需要进行一周的自动驾驶学习任务,在 Dojo 上可能只需要 2 至 3 天就能完成,而人形机器人由于高自由度以及四肢协作,训练数据体量远大于自动驾驶,根据特斯 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 8 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 技术技术整合带来整合带来人形机器人
25、奇点人形机器人奇点。Optimus 采用了与 Tesla 车辆相同的芯片,支持Wi-Fi、LTE 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,通过量产与技术发展控制制造成本,而软件复用汽车 FSD 系统、算力调用 Dojo 超算,在规模化生产后预计远期成本远低于一辆汽车。Optimus 的版本迭代十分之快,会远超汽车等产品,自 2021 年 AI Day 公布一年后已改进到第二代,在 2023 年 5 月的股东大会演示视频上第二代人形 Optimus 已能流畅行走。据证券时报,马斯克在 2022 AI Day 上透露,Optimus 有望在 3-5 年间量产上市,预期产量可以达到数
26、百万台,预估Optimus 机器人稳定生产后的价格将达到 2 万美元以下。表 2 Optimus 设计参数与原型机对比 预期设计参数预期设计参数 原型机配置参数原型机配置参数 规格:规格:重量 57kg,身高 172cm,面部是一个重要信息显示屏;规格:规格:身高 173cm,重量 73kg,主体材料为塑料;载重: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;电源系统: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;运动:运动:全身有 40 个电机驱动器,移动速度可达
27、 8km/h,人类男性跑步速度为 12km/小时;动力系统: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:感知:头部自动驾驶摄像头;AI AI 系统: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: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,华西证券研究所 1.3.1.3.未来展望:未来展望:仍在等待仍在等待 GPTGPT 时刻的到来时刻的到来 机器人领域仍在等待着机器人领域仍在等
28、待着“大脑”的进化“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 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 9 技术而言,还没有算法能够达到同样的效果。目前 Optimus 可期待的应用场景还是重复性的小场景工作,因为 FSD 模型无法对未知信息进行预测,近日特斯拉 Optimus 的官方推特账号上传了新的演示视频,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 FSD 12 的端到端神经网络控制:视频输入,控制输出,并由此
29、来控制各个部件和关节的移动。谷歌Deepmind 已在测试多模态模型 RT-2 控制机器人,内嵌 120 亿参数 PaLM-E 模型以及550 亿参数 PaLI-X 模型的 RT-2 在陌生任务中的平均准确率相比 RT-1 翻倍,达到 62%。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。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 O Optimusptimus 初步落地可期初步落地可期,应用想象力扩大,应用想象力扩大。根据马斯克发言,Optimus 预计将
30、于今年 11 月进行行走测试,之后在生产稳定后开始加速,明年进入工厂测试实际工作。此外,Optimus 的核心硬件模块化同样有巨大的应用潜力,透过将 Neuralink 脑机接口植入物与机器人手臂或腿结合,可构成优秀的假肢,为被截肢的人提供一个优秀的机器人身体,可能只需要 6 万美元。2.2.波士顿动力波士顿动力:机器人领域的顶尖实验室机器人领域的顶尖实验室 2.1.2.1.最强动态性能的跑酷机器人最强动态性能的跑酷机器人 AtlasAtlas 机器人机器人领域领域三十年三十年积累积累,造就最灵活人形机器人。造就最灵活人形机器人。波士顿动力(Boston Dynamics)由麻省理工学院副教授
31、马克雷波特于 1992 年创立,最初的机器人是为美军研制的大狗(Big Dog)机器人,可在废墟、泥地、雪地、水中行走,奠定了Atlas 运动能力的基础。波士顿动力目前最先进的机器人 Atlas 身高 1.5 米,体重80kg,速度 1.5m/s,依靠 28 个液压执行器实现各种高难度运动,足部踝关节由两个直线执行器并联驱动,髋关节和手臂多是伺服摆动缸。Atlas 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。不同模型控制机器人执行任务准确率不同模型控制机器人执行任务准确率 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部
32、的重要法律声明 10 图 6 波士顿动力产品线 2.2.2.2.创新创新硬件与算法硬件与算法沉淀,沉淀,AtlasAtlas 实现实现卓越卓越运动性能运动性能 AtlasAtlas 以以高性能电液驱动系统高性能电液驱动系统、复杂的、复杂的 AIAI 算法算法和和多模态视觉感知多模态视觉感知实现优异运动实现优异运动性能性能:强大运动性能强大运动性能得益于独特液压驱动得益于独特液压驱动。不同于多数机器人采用电驱,Atlas 为了获得最强的机动性采用液压伺服驱动,具有高负载驱动特性,即使是高难度动作如后空翻等依然能平稳落地。Atlas 机器人全身有 28 个自由度,在多个液压关节与算法的协调配合下,
33、Atlas 已经可以熟练的完成垂直起跳、跨越障碍、后空翻,甚至完成整套的舞蹈以及手脚都参与的跑酷功能。图 7 Atlas 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 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 11 表 3 Atlas 各关节自由度 身体部位身体部位 自由度自由度 具体应用具体应用 单腿单腿 3 3 个个 小腿纵向自由度、大腿纵向自由度、胯部横向自由度 单脚踝单脚踝 2 2 个个 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 腰腹腰腹
34、2 2 个个 轴向和径向自由度 单臂单臂 6 6 个个 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 腕部和手腕部和手 各各 1 1 个自由度个自由度 离线模板与在线精细控制构成独特运动算法。离线模板与在线精细控制构成独特运动算法。Atlas 的离线轨迹库模板包含了众多预设的最优运动方案,会向决策层 MPC(模型预测控制)提示最佳的解决方案选择,此后 MPC 利用机器人的动力学模型来预测其未来的动作。这种控制器的核心工作机制是优化计算,确定机器人当前应该进行的最优动作,从而随着时间的推移产生最佳行为。当遇到如环境改变、脚滑等实时因素时,MPC 会调整机器人的发力、姿势和动作
35、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,例如知悉跳跃后要进行后空翻,它便会自动创建行为之间的过渡,确保动作连贯。在 MPC 3.0 版本中,Atlas 已能主动使用参数已知的工具,在官方演示视频中 Atlas 用木板搭了一座桥通过障碍。图 9 Atlas 控制核心离线轨迹库+在线精细控制的 MPC 控制器 TOFTOF+预设地图构成预设地图构成 AtlasAtlas 的“眼睛”。的“眼睛”。在感知层,Atlas 使用 TOF 深度相机每秒生成 15 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分割算法从点云中提取平面,并将此信息输入到映射系统中,为
36、 Atlas 构建通过相机看到的各种对象的模型。当 Atlas 执行扩展的跑酷行为时,波士顿动力的研发团队为其提供了一张高级地图,指明了它应该前往的地方和沿途应该执行的动作。尽管这张地图并不完全与真实路线的几何形状匹配,但它提供了障碍模板和注释动作的近似描述,Atlas 则利用这些稀疏信息进行导航,并用实时感知数据来填补细节。2.3.2.3.从机械狗从机械狗 SpotSpot 开开始,始,商业化商业化前前路路漫长漫长 机械狗机械狗 SpotSpot 率先开启商业化率先开启商业化之路。之路。Spot 是波士顿动力 2015 年 2 月发布的四足机器人,身高仅一米有余。SpotMini 是 Spo
37、t 机器人的更加小型且防水的版本,加上机器臂重量 29.5 kg,一次充电可以跑 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 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 12 种传感器,可以完成各项复杂的动作以及巡航,如无人区巡逻、寻找气体泄露、公园安保等。SpotMini 是公司商业化探索的第一步,于 2020 年 6 月开始公开发售,每只定价 74,500 美元,折合人民币超过 50 万元。Spotmini 整体的设计以高集成度、高任务作业能力为主,继承了波士顿动力其他机器人的高运动
38、能力,最优异的性能就是楼梯攀爬,其采用全视觉方案构建全局地图,进一步选择合适的落足点避开台阶边缘以及不安全的落足区域。图 10 SpotMini 尺寸参数 表 4 SpotMini 工作参数 项目项目 参数参数 电池电池 容量 605Wh 平均工作时间 90 分钟 待机时间 180 分钟 充电时间 120 分钟 机身接口机身接口 WiFi(2.4GHz IEEE802.11b/g/n),1000BASE-T 移动移动 最大速度 1.6m/s(时速 5.76km)最大爬坡角度 30 最大台阶高度 300mm 地形地形判断判断 水平视角 360 范围 4m 照明 2 Lux 防撞 设置的距离 工作
39、工作环境环境 工作温度-2045C 工作湿度 070%RH 难以降本量产难以降本量产约束约束商业化落地商业化落地。波士顿动力从学术领域实验室诞生,因此机器人的设计多是不计成本以性能为导向,早期为美国国防高级研究计划局承包项目,由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、2021 年 6 月由现代汽车接管。根据 Analytics India 杂志,专家估计 Atlas 单台成本至少为 15 万美元(折合人民币 109 万元),即使是更有“性价比”的 Spot 机械狗,公司表示截至 2023 年 6 月售出超过 1,000 台。尽管 Spot 在市场中获得了
40、一定的反响,但相较于 Atlas 等高端产品的技术潜力,其商业化进程仍显缓慢,多次易主的波士顿动力,在向商业市场推出产品的道路上还有很长的路。3.3.1X1X TechnologiesTechnologies:开启开启 AIAI 具身智能具身智能革命革命 3.1.3.1.OpenAIOpenAI 领投,领投,机器人使命是与人类并肩工作机器人使命是与人类并肩工作 AIAI 与人形机器人结合,打造与人类协同的劳动力。与人形机器人结合,打造与人类协同的劳动力。1X Technologies 于 2014 年成立,是一家工程和人形机器人公司,使命是创造与人类并肩工作的通用机器人,以满足全球的劳动力需求
41、。公司今年完成了 2350 万美元的 A2 轮融资,由 OpenAI 创投基金领投,其他投资者包括老虎环球基金和一个由 Sandwater、Alliance Ventures和 Skagerak Capital 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将推出的双足机器人模型 NEO 的产量,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。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 13 表 5 1X Technologies 融资整理 融资轮次融资轮次 时间时间 融资规模融资规模 核心投资者核心投资者 融资用途融资用途 A 轮 2021 年 5
42、 月 1010 万美元 Valinor ADT Commercial Hatteland 扩大团队规模,加速产品研发,量产人形机器人 A2 轮 2023 年 3 月 2350 万美元 OpenAI Tiger Global Sandwater Alliance Ventures Thursday Ventures Skagerak Capital Trevor Blackwell Type One 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:Silicon Valley Robotics,Medium,华西证券研究所 3.2.3.2.从从
43、 EveEve 到到 NeoNeo,具身智能雏形显现,具身智能雏形显现 以人类为灵感,以人类为灵感,运动运动马达马达实现实现突破突破。1X Technologies 不仅仅让机器人模拟人类的形态,更重要的是,挖掘了人类自身独特的运动机制,并突破性地转化为 Revo1 运动马达,其拥有世界上扭矩与重量比最高的直驱伺服,专为低齿轮比机器人设计,并搭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 执行器使用了名为哈尔巴赫阵列的特殊磁铁排列方式,使得电机更紧凑、轻巧,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
44、阵列的设计使得磁场更有效地指向转动轴,同时通过调整磁铁的厚度,防止在高温高扭矩运行时磁铁的退磁现象,从而保证电机的性能和稳定性。图 11 Eve 关节设计示意 图 12 Revo1 执行器拆解示意 拳头产品拳头产品 E EVEVE 逐步逐步实现实现商业化商业化。1X Technologies 目前的旗舰产品是名为 EVE 的类人机器人,EVE 拥有两臂、两眼和四轮底盘,可以像人类一样与其环境进行交互,在各种环境中执行多种任务,如巡逻、监控、搬运等,适合在劳动力短缺的市场中使用。由于人形机器人活动复杂,还未能实现完全由 AI 托管,EVE 采用 AI 与人工结合的方式控制,但一位操作员可同时操控
45、一组多台 EVE 机器人。2022 年,公司首次取得商业突破,签署了至少 140 台 EVE 机器人的分销合同,为美国商业场所提供安保服务。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 14 双足双足机器人机器人 NEONEO 初步具备具身智能特征。初步具备具身智能特征。NEO 是 1X Technologies 正在研发的双足人形机器人,它完全按人类的外形和运动方式设计:NEO 有头、躯干、手臂和腿,会走路、抓东西,并通过面部表情沟通。NEO 的特点是其安全第一的设计思路,确保了其柔软且有机的机械结构,使得与人类互动更加安全。NEO 的高精度运动基于模仿人类肌肉模式而
46、设计,使其能够如同人类一样行走、抓取物品并与环境互动。其 AI设计使其能够自然地与用户交流,目前,NEO 不仅可以自然准确地穿门、爬楼梯,在OpenAI 的软件加持下有望完成更多高难度任务以及完整的无人操作体验。表 6 EVE 与 NEO 参数对比 特性特性 EVEEVE NEONEO 安全优先设安全优先设计计 有机体启发的机械结构,适用于真实世界场景。柔软、有机体启发的机械结构,可安全互动。运动性能运动性能 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。接近人类的运动性能,高精度移动模仿人类肌肉模式,能够行走、爬楼梯等。AIAI 拥有先进 AI 大脑,可在空间内自由移动,并能远程
47、操控。拥有先进 AI 大脑,可在空间内自由移动,并能远程操控。可从 VR TeleOp任务中学习,实现自动行为以及 AI 导航 视觉视觉 具有全景视图、2 个前置摄像头和 1 个后置摄像头。控制控制 以 VR TeleOp 同步模式操作,并通过人为干预进行优化。一个操作员可控制多台 EVE。以 VR TeleOp 同步模式操作,重点关注安全。体型体型 身高 1.86 米,重 83kg 重约 30kg 续航续航 运行时间为 4 小时,充电时间为 1 小时,电动系统 运行时间为 2-4 小时,电动系统 速度速度 最高速度为 14.4km/h,具有多地形轮组。4km/h 步行速度,12km/h跑步速
48、度,承重 20kg 资料来源:1X 官网,华西证券研究所 3.3.3.3.与与 OpenAIOpenAI 合作合作共赢,共赢,将大模型带进现实将大模型带进现实世界世界 OpenAIOpenAI 技术全面赋能人形机器人技术全面赋能人形机器人。1X Technologies 与 OpenAI 的合作不只是简单的技术共享,而是在探索将前沿的理论 AI 技术与现实的机械结合,有望创建一个真正能与现实世界互动的智能实体。公司正利用 OpenAI 的技术提升他们的机器人智能程度,如通过 OpenAI Gym 训练机器人进行自主导航和避障,使用 OpenAI ROS 实现与机器人操作系统(ROS)的通信,以
49、及借助 GPT 模型使机器人理解并执行自然语言命令。未来,他们还可能采纳 OpenAI 的 DALL-E 和 CLIP 等技术,使机器人有生成和解析图像的能力。GPT 模型若能针对人形机器人进行优化,真正构成具身智能大脑,使机器人能够更好地理解和适应复杂的环境,更高效地解决问题,并具备更灵活的行为能力。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 15 表 7 1X Technologies 使用 OpenAI 技术一览 库库 OpenAI GymOpenAI Gym OpenAI UniverseOpenAI Universe ProcgenProcgen 简介简介
50、Gym 是一个提供了许多标准化环境的库,使得研究人员可以在多种任务和领域中测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 是一个专注于生成式环境的库,它提供了一套过程生成技术来创建多样化和随机化的环境,以便研究人员可以在更多变的条件下测试和开发强化学习算法。简单易用简单易用 是 是 是 环境种类环境种类 标准化环境 外部环境 生成式环境 多任务支持多任务支持 是 是 有限 开源开源 是 是 是 基于基于PythonPython 是 是 是 人形机
51、器人与人形机器人与 AIAI 互相成就互相成就。OpenAI 可借鉴 1X Technologies 的机器人技术,来提升其 AI 系统的物理交互能力。目前,OpenAI 的 AI 系统主要是在虚拟环境中运行,如 OpenAI Gym、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AI 系统部署到 1X Technologies 的机器人上,那么它就可以让其 AI 系统在真实世界中学习和适应,从而增强其泛化能力和鲁棒性。图 13 具身智能学习能力远强于第三人称数据学习 4.4.Apo
52、lloApollo:始于人类、赋予人类:始于人类、赋予人类 4.1.4.1.以探索宇宙为以探索宇宙为愿景愿景的机器人的机器人 与与 NASANASA 深度合作,深度合作,长期目标为长期目标为机器人机器人探索宇宙探索宇宙。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)。Apollo 体现了人的外形特征,高 1.7 米,重 72.6 kg,拥有 25 公斤的举重能力,电 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 16 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。A
53、pollo 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,Apptronik 的创始团队在 2012 年至 2013 年的 DARPA 机器人挑战赛期间为 NASA 机器人 Valkyrie 工作,根据 IOT World Today,公司此后也与 NASA进行深度合作,公司对 Apollo 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 14 Apptronik 与 NASA 合作研发机器人 Valkyrie 图 15 Apollo 机器人模块化设计 资料来源:IOT World Today,华西证券研究所 资料来源:1X 官网,
54、华西证券研究所 定位为定位为机器人领域的“机器人领域的“iPhoneiPhone”。”。Apollo 的目标是像 iPhone 一样,成为机器人领域的通用开发平台,使开发伙伴能够扩展 Apptronik 的解决方案,并将数字世界扩展到物理世界,与人们一同工作,完成他们不想做的工作。在通用框架的基础上,合作伙伴可将 Apollo 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 8 Apollo 性能参数及应用
55、场景 基本参基本参数数 身高 173cm 体重 72.6kg 运行时间 4 小时/每个电池包 负重 25kg 通用领通用领域域 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 制造制造 完全自
56、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 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 17 资料来源:Apptronik 官网,华西证券研究所 4.2.4.2.拟人形态与技术结合拟人形态与技术结合 以人为本,专注安全性。以人为本,专注安全性。Apptronik 的团队在近十年构建了超过 1
57、0 种独特的机器人,外骨骼方面的研究提供了重要的安全背景知识,而工业机械臂的开发则在保持经济性的同时提高了有效载荷,最终凝结成为 Apollo,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,Apptronik 就为其配备了 6 轴力传感器、力敏感袖带、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,Apollo
58、会停下来。如果 Apollo 被绊倒,它会进入安全模式“蜷缩”身体,以减少对机器人自身和周围环境的损害。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 资料来源:Complex Stiffness Model of Physical Human-Robot Interaction:Implications for Control of Performance Augmentation Exoskeletons,华西证券研究所 性能和成本引导设计,长期价格将与汽车相当。性能和成本引导设计,长期价格将与汽车相当。Apollo 的核心是执行器,公
59、司称为“机器人肌肉”。人类体内有大约 300 块肌肉,Apollo 经过简化,系统内部有大约 30 个不同的肌肉群,满足基本的动作和活动。Apollo 的设计思路从第一性原理出发,为了使每个关节完美配合,使用线性和旋转执行器控制整个系统,同时执行器的设计着重考虑了成本问题,新执行器比以往机型少了约 1/3 的组件,同时组装时间也缩短到 1/3。公司 CEO 预计人形机器人要打开市场,成本需控制在 5 万美元内,售价应当与汽车相当。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 18 图 17 Apptronik 自主设计高性能紧凑执行器,大幅降低生产成本 4.3.4.3.
60、朝向月球进发朝向月球进发 精细控制还有进一步提升空间。精细控制还有进一步提升空间。Apollo 的研发重心更多放在安全性和“更像人”上,公司 CEO 表示,不认为手部的灵活性是人形机器人的核心技术壁垒,后续可能考虑和其他公司合作研发手部。在 Apollo 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口,长期可与其他公司合作进行精细手部的独立研发。Apollo 目前仅限于只需要粗略操控的工作,Apptronik 计划首先将 Apollo 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 1
61、8 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。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。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 19 5.5.AgiAgility Roboticslity Robotics:从学术到实用,领跑仓储机器人领从学术到实用,领跑
62、仓储机器人领域域 5.1.5.1.实用实用主义与主义与尖端尖端科技科技结合:商用结合:商用仓储机器人仓储机器人 DigitDigit 学术研究学术研究起家起家,推出仓储,推出仓储用人形用人形机器人。机器人。Agility Robotics 成立于 2015 年,其根源可以追溯到 2000 年代初,其创始人 Damion Shelton 和 Jonathan Hurst 毕业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ATRIAS 和 Cassie 由俄勒冈州立大学的动态机器人实验室于 2009 年至 2016 年开发,并授权给 Agility 进行商业化。A
63、TRIAS 机器人不仅展示了复杂地形的行走能力,还突破了传统的双足机器人设计框架,其能够在随机变换的障碍地形中行走,完美跨越障碍。而在 ATRIAS 基础上开发的 Cassie 机器人则注重技术与应用的结合,不再只是科研展示,而是真正意义上的实用机器人。图 19 ATRIAS、Cassie、Digit 外形对比 资料来源:Agility 官网,华西证券研究所 需求引导设计,实现真正实用仓储机器人需求引导设计,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
64、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 Digit v1 中,感知系统是随着时间的推移而逐渐增加的,以供开发使用。而在 Digit v2 中,所有感知系统从一开始就处于活动状态,并绑定到专用计算机上。Digit v2 的所有电子设备也都经过定制、热管理和环境密封。公司还将电源和以太网连接到了可容纳 NUC 或 Jetson 模块(或其他客户有效负载)的有效负载托架中。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 20 表 9 Digit 参数对比 特性特性 DigitDigit D
65、igitDigit V2V2 足部足部 足部增加致动器从而增加一倍扭力 优化足部设计,增加足部面积和横滚自由度,使得Digit 可以在不进行侧向踩踏的条件下抵抗侧向力冲击,甚至实现单脚静态平衡,提高 Digit 行走稳定性、降低噪音 上身躯干上身躯干 增添上身躯干和两只 4 自由度的手臂,双臂足以举起 18kg 的负载(箱子)加粗上臂从而满足负重目标 头部头部 头顶加装多线激光雷达用于定位导航,头顶斜向下加装 2 个深度相机,用于近身视觉和深度信息采集 升级感知系统,使 Digit 可以实现完全自主的障碍物的检测以及物体拾取和放置。资料来源:官方视频,BUILDING ROBOTS THAT
66、CAN GO WHERE WE GO,华西证券研究所 仿人机器人设计,适应仓储工作环境仿人机器人设计,适应仓储工作环境。相比于现有在仓库中执行任务的轮式机器人,Digit 更加适合在仓库这种典型人类环境下实现重复性工作。轮式机器人可以专门设计用于完成特定任务,如移动手提箱,而不执行其他操作,它们成本低、安全性好,且效率高,但当工作流程和工作环境发生变化,将需要投入大量成本拓展改造,同时复杂程度也会几何倍数提升。而 Digit 能够像人类一样使用凳子去接触高架子上的物体,能够执行各种任务并适应许多不同的工作流程。由于 Digit 具有人的大小和形状,并且专为在为人设计的空间中工作而构建,因此可以
67、无缝部署到现有仓库操作和竣工基础设施中,而无需昂贵的改造。图 20 Digit 在仓库中执行工作 5.2.5.2.与行业巨头与行业巨头深度深度合作,合作,人形机器人人形机器人批量生产时代已到批量生产时代已到 商业化商业化进程与进程与研发研发同步,同步,仓储物流领域着重发力仓储物流领域着重发力。Agility Robotics 和亚马逊、福特等多领域公司在 Digit 研发阶段就有了深入的合作。2019 年 5 月 22 日,Agility Robotics 即与福特汽车公司宣布建立合作伙伴关系,开发结合了福特的自动驾驶汽车技术和 Digit 机器人的“最后一英里”无人物流解决方案,Digit
68、可以被放在自动驾驶送货车的后面,Digit 完成最后一公里运输把包裹放到消费者的家门口。2022 年 4 月 Agility Robotics 获得了亚马逊工业创新基金(AIIF)参与的 1.5亿美元 B 轮融资,AIIF 负责人 Katherine Chen 对 Agility 设计混合型劳动力机器人的思路表示肯定,其技术有望对物流行业产生颠覆性影响。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 21 年内年内投产投产世界首家工厂世界首家工厂,人形机器人人形机器人迈向大批量生产迈向大批量生产。Agility Robotics 正在美国俄勒冈州塞勒姆建造一座占地 7 万
69、平方英尺的“RoboFab”制造厂,该工厂每年可生产 1 万多台 Digit 人形机器人,根据 cnBeta,工厂预计将于 2024 年开始向客户供货,2025 年开始全面上市。Agility 预计第一年将制造“数百个”Digit 人形机器人,然后再逐步扩大规模。根据 CNET,公司表示初代 Digit 定价为 25 万美元,2025 年上市的新版 Digit 将低于这一价格。图 21 Agility 即将建成世界首个人形机器人工厂 RoboFab 6.6.风险提示风险提示 机器人技术落地不及预期;人工智能安全性及伦理风险;应用场景难以拓宽。证券研究报告|行业深度研究报告 请仔细阅读在本报告尾
70、部的重要法律声明 22 分析师与研究助理简介分析师与研究助理简介 朱芸:执业证书编号:S01 海外首席分析师。北京大学硕士。曾任天有投资集团有限公司副总裁、浙商证券海外&教育首席分析师、西南证券海外&计算机首席分析师,2022年3月加入华西证券研究所。分析师承诺分析师承诺 作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力,保证报告所采用的数据均来自合规渠道,分析逻辑基于作者的职业理解,通过合理判断并得出结论,力求客观、公正,结论不受任何第三方的授意、影响,特此声明。评级说明评级说明 公司评级标准公司评级标准 投资投资评级评级 说明说明 以报告发布日后的
71、 6 个月内公司股价相对上证指数的涨跌幅为基准。买入 分析师预测在此期间股价相对强于上证指数达到或超过 15%增持 分析师预测在此期间股价相对强于上证指数在 5%15%之间 中性 分析师预测在此期间股价相对上证指数在-5%5%之间 减持 分析师预测在此期间股价相对弱于上证指数 5%15%之间 卖出 分析师预测在此期间股价相对弱于上证指数达到或超过 15%行业评级标准行业评级标准 以报告发布日后的 6 个月内行业指数的涨跌幅为基准。推荐 分析师预测在此期间行业指数相对强于上证指数达到或超过 10%中性 分析师预测在此期间行业指数相对上证指数在-10%10%之间 回避 分析师预测在此期间行业指数相
72、对弱于上证指数达到或超过 10%华西证券研究所:华西证券研究所:地址:北京市西城区太平桥大街丰汇园 11 号丰汇时代大厦南座 5 层 证券研究报告|行业深度研究报告 请仔细阅读在本报告尾部的重要法律声明 23 华西证券免责声明华西证券免责声明 华西证券股份有限公司(以下简称“本公司”)具备证券投资咨询业务资格。本报告仅供本公司签约客户使用。本公司不会因接收人收到或者经由其他渠道转发收到本报告而直接视其为本公司客户。本报告基于本公司研究所及其研究人员认为的已经公开的资料或者研究人员的实地调研资料,但本公司对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载资料、意见以及推测仅于本报告发布当
73、日的判断,且这种判断受到研究方法、研究依据等多方面的制约。在不同时期,本公司可发出与本报告所载资料、意见及预测不一致的报告。本公司不保证本报告所含信息始终保持在最新状态。同时,本公司对本报告所含信息可在不发出通知的情形下做出修改,投资者需自行关注相应更新或修改。在任何情况下,本报告仅提供给签约客户参考使用,任何信息或所表述的意见绝不构成对任何人的投资建议。市场有风险,投资需谨慎。投资者不应将本报告视为做出投资决策的惟一参考因素,亦不应认为本报告可以取代自己的判断。在任何情况下,本报告均未考虑到个别客户的特殊投资目标、财务状况或需求,不能作为客户进行客户买卖、认购证券或者其他金融工具的保证或邀请
74、。在任何情况下,本公司、本公司员工或者其他关联方均不承诺投资者一定获利,不与投资者分享投资收益,也不对任何人因使用本报告而导致的任何可能损失负有任何责任。投资者因使用本公司研究报告做出的任何投资决策均是独立行为,与本公司、本公司员工及其他关联方无关。本公司建立起信息隔离墙制度、跨墙制度来规范管理跨部门、跨关联机构之间的信息流动。务请投资者注意,在法律许可的前提下,本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易,也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的前提下,本公司的董事、高级职员或员工可能担任本报告所提到的公司的董事。所有报告版权均归本公司所有。未经本公司事先书面授权,任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容,如需引用、刊发或转载本报告,需注明出处为华西证券研究所,且不得对本报告进行任何有悖原意的引用、删节和修改。