（報告出品方/作者：國金證券，邵藝開，羅露）

1、下一代智能化終端，人形機器人將打開藍海市場

1.1、特斯拉宣布進入人形機器人市場，技術可復用率高

特斯拉作為自動駕駛全球領先企業，已有技術積淀可在人形機器人中復用。公 司 宣布 將于 今 年 9 月 30 日推 出首 款 雙足 人形 機 器人- 擎天柱 （“OPTIMUS”），Tesla Bot 將基于視覺神經網絡神經系統可預測性的自動 管理技術，以 Dojo D1 自研超級計算機芯片和提供算力的 FSD Chip 2.0 硬 件驅動微核心。從目前公布的應用范圍來看，人形機器人是服務機器人的 技術升級，涉及自動控制、視覺導航、傳感器技術等多種技術的融合。作 為美國最大的電動汽車及新能源企業，公司具有領先行業的自動駕駛技術， 部分技術積累可復用于人形機器人中，如：AI芯片、自動駕駛算法和 AI 視 覺解決方案，但也有一些新增部分需要從相關元器件廠商處采購，比如減 速器、伺服電機等上游材料。

【AI 芯片】 自研 D1 芯片結合多芯片模塊技術（MCM）構建高帶寬、低延遲訓練模塊， 支持全球最先進的可擴展 AI 訓練機器 Dojo 系統。自定義計算芯片 D1 芯 片是由 354 個訓練節點組成的陣列所形成的面積為 645 平方毫米的計算平 面，采用 7nm 制造工藝，熱設計功率（TDP）為 400w。作為 Dojo 超級計 算 的 集 成 單 元 ， D1 芯 片 能 實 現 362 TFLOPS 的 機 器 學 習 計 算 （362TFLOPs(BF16/CFP8)/22.6TFLOPs(FP32)），片上帶寬為 10 TBps， 邊緣的 IO 帶寬為 4 TBps，約為最先進的網絡交換芯片的兩倍。

訓練模塊由 25 個 D1 芯片使用扇出晶圓工藝緊密集成，保留了裸片之間的 帶寬，利用多芯片模塊技術（MCM）解決 IO 問題，優化帶寬，同時減少 延遲、面積和功耗，實現相鄰芯片間通信速度的低延遲。集成連接器、定 制的電壓調節器模塊、機械和熱部件的訓練模塊最終能提供 9 PFLOPS 的 計算和 36 TB/s 的模塊外帶寬。120 個訓練模塊平鋪創建出能夠達到 1.1 EFLOPs 的超級計算機系統，為 AI 訓練提供充足算力。與行業中的其他類似超級計算技術相比，Dojo 計算 機在同等成本下具有 4 倍性能，1.3 倍能耗節約，碳排放僅占 1/5。它不僅 能實現全球最快的 AI 訓練速度，而且性能拓展無上限，特斯拉預計下一代 Dojo 系統在某些方面將擁有 10 倍的性能提升。

【自動駕駛算法】公司自動駕駛算法實現感知、規劃與控制，賦能人形機器人部分類人特征。特斯拉自動駕駛方案基于感知網絡輸出根據真實世界建立的三維向量空間， 并利用傳統規劃方法與神經算法相結合的混合規劃系統，在該空間中規劃 汽車完成指定任務的行為和軌跡，最終控制其完成。特斯拉的神經網絡算 法（Neural Networks）應用前沿研究，訓練深度神經網絡處理從感知到規 控的各種問題。預計該算法用于人形機器人中，將推進人形機器人的自治 能力和對空間與時間信息的感知，并做出準確決策。由于擁有大規模原始 數據集、自動標注方案、虛擬仿真空間以及充足的算力，特斯拉自動駕駛 感知、規控的核心算法在應對不同場景的性能方面都可以得到充分的訓練。

【AI 視覺解決方案】 空間理解和短時記憶能力，實現特斯拉自動駕駛純視覺感知。特斯拉放棄 雷達融合方案，僅利用車身四周的八個攝像頭模仿人類視覺系統原理進行 純視覺感知。采用 HydraNet 多頭網 絡的基礎結構形式，多個子任務共享特征空間。

感知網絡將不同汽車攝像頭捕捉到的視頻數據經過數據校準層 （Rectify）的處理和映射，消除外參后，通過殘差神經網絡（RegNet） 和 BiFPN多尺度特征融合結構，提取出多尺度視覺特征空間。采用“前融合”思路將多個視頻數據融合后通過網絡結構中引入的 BEV（鳥瞰俯視圖）空間轉換層，其中的核心模塊 Transformer 神經 網絡利用 Query、Key 和 Value 三個核心參數實現三維變換的空間理 解，代替雷達感知物體深度信息。引入時空序列特征層識別不同時間維度的圖像即視頻片段，使自動駕 駛感知網絡擁有短時記憶能力。最后各個頭部基于統一提取的時空特征序列可實現 1000 多個不同的 任務，如物體檢測、交通信號燈識別、車道線識別等。

完整的 Autopilot 神經網絡包含 48 個網絡，需要 70,000 個 GPU 小時進 行訓練，共同在每個時間步輸出 1,000 個不同的張量（預測）。其中攝像頭 網絡分析原始圖像以執行語義分割、對象檢測和單目深度估計。鳥瞰網絡 從所有攝像頭獲取視頻，直接在自上而下的視圖中輸出道路布局、靜態基 礎設施和 3D 對象。該視覺網絡不僅能夠利用仿真平臺從世界上最復雜、 最多樣化的場景中學習，還能實時迭代地從特斯拉近 100 萬輛汽車組成的 車隊中獲取信息。

特斯拉的仿人機器人在機器視覺上的路徑和智能駕駛有相似之處。特斯拉 機器視覺中的純視覺解決方案，是基于圖像的目標檢測，目的是確定圖象 中是否存在給定類別的目標實例，若存在，就返回每個目標實例的空間位 臵和覆蓋范圍。而目標檢測就是解決分割、場景理解、目標追蹤、圖像描 述、事件檢測和活動識別等更復雜更高層次(時間記憶等)的視覺任務的基礎。

【減速器】 諧波減速器是人形機器人的核心零部件，在國產替代趨勢下相關供應商將 有更多成長紅利。根據特斯拉機器人目前公布的數據，20 多個關節需要使 用諧波減速器。但考慮到目前諧波減速器的單價較高，且技術壁壘高，特 斯拉自研可能性很小，因此預計初期量產時諧波減速器的用量可能會有所 減少。未來隨著特斯拉機器人的量產和諧波減速器的降價，需求量將大幅 增加。國內如綠地諧波、來福等優質廠商生產的諧波減速器的市占率明顯 提高，有望在人形機器人發展需求中進一步成長。

【伺服系統】 伺服系統市場規模近 300 億元，預計將在在工業自動化帶動下保持高速增 長及創新，可復用于人形機器人。伺服系統是一種電磁裝臵，通過使用負 反饋機制將電能轉換為精確控制的運動。據中商產業研究院統計，2017- 2021 年，我國伺服系統規模將從 97 億元增長到 224 億元，復合年增長率 為 23.3%，增速較快。長期來看，中國的人口紅利會消退，勞動力成本會 逐漸上升。傳統行業尤其是制造業對自動化生產線設備的需求將始終保持 增長趨勢，且人形機器人作為新增場景，伺服系統的需求量將在未來有所 增長，以及可能會有更先進的伺服系統產品出現。

【控制器】 人形機器人對控制系統的需求量以及高質量的要求，將進一步推進控制系 統市場的發展。控制系統類似于機器人的大腦，負責向機器發出傳感以及 傳遞指令和一系列動作，控制機器人在工作過程中的運動位臵、姿態和軌 跡。我國工業機器人產業鏈日趨成熟，在機器人控制器軟硬件方面的發展 實力不斷增強，市場成倍增長。中商產業研究院數據顯示，中國工業機器 人控制器市場規模將從 2017 年的 10.5 億元增長到 2021 年的 14.7 億元， 復合年增長率為 8.8%。到 2022 年后中國工業機器人控制器市場規模將可 能達到 16.2 億元。

1.2、當前全球機器人市場競爭格局：歐美日領先，中國系統集成趕超

當代國際機器人市場商業模式：日本產業鏈，德國本體＋集成，中美集成。根據產業鏈布局將商業模式歸納為三種：零部件、本體（包括本體＋零部 件、本體＋集成、全產業鏈）、系統集成。美國模式側重于系統集成，優勢領域在醫療機器人、國防軍工機器人， 以 AdeptTechnology、AmericanRobot 為代表企業。歐洲模式以德國為代表側重于本體＋集成，在工業機器人和醫療機器 人方面均具有產業優勢，擁有以 ABB、KUKA 為代表的機器人國際公 司。日本模式在零部件、本體、集成產業鏈上分工明確，優勢領域在工業 機器人和家庭機器人，著名企業包括發那科、安川等。中國在系統集成環節已反超外資，占據主要市場份額，正向日本德國 模式發展，未來的發展趨勢將類似于日本的產業鏈分工模式。

特斯拉雖然在智能汽車領域技術領先，但在人形機器人市場是新進入者。當前人形機器人領先企業波士頓動力與日本本田和特斯拉在產品定位與技 術布局存在差異。從技術和產品成熟度來看，波士頓動力在行業中處于領 先地位，專注于提升“運動智能”的能力，最開始是以軍用機器人為出發 點，屬于專業領域，但還沒有找到合適的商業化途徑；日本本田嘗試將 ASIMO 應用于教育、接待、娛樂等各類場景 ，并計劃利用 ASIMO 驅動機 構、控制算法等進一步研發具備看護、護理等功能的服務機器人。特斯拉 則從家用、商用切入服務領域實現商業化。波士頓動力機器人應用場景主要在任務執行，產品迭代趨勢為靈活性增加。

波士頓動力感知系統主要采用激光雷達解決方案，從四足改進到雙足，體 積、重量不斷減小，速度更快，能實現的動作更多。日本本田在雙足技術 方面先發優勢更為顯著，經歷了三四十年的雙足、雙臂技術積淀，平衡性 與靈巧性不斷提升。

特斯拉的雙臂雙足等協同技術仍缺乏沉淀。人形機器人的核心難點是雙足 技術，重心和動作的配合很重要。重心控制方面汽車到機器人跨度非常大， 從高維向低維。另一核心難點雙臂控制，行業總體還處于起步階段，參考 谷歌、三星、戴森等 IT 巨頭，都采用單臂，控制難度較小。在工業方面， 南方許多工廠使用機械臂代替人工進行高精尖工作，商業價值明確，但很 難將技術移植到服務機器人上：因為機械臂在工廠里處于固定位臵，與目 標點的距離固定。服務機器人有兩條手臂，目標距離隨時變化，對傳感器 精度、算法和目標跟蹤提出了更高的要求，除了能準確捕捉目標外，更不 能互相干擾。

波士頓動力的雙足技術靠液壓控制和算法可以實現通關、跑步、跳舞。日 本本田 2000 年推出了能夠跳躍和使用樓梯的人形機器人 ASIMO 之后，人 形機器人的發展方向逐漸走向成熟化。但他也用了很多模型去模擬人雙足 走。比雙臂技術更難。現階段 AI 技術水平也難以實現操作機器人做這類復 雜的事情。但是波士頓動力和本田 ASIMO 的雙臂沒有那么靈活。手腳配 合沒有任何一家公司能做到。特斯拉也很難在 Tesla bot 發布時有所超越。參考其他 IT 巨頭，谷歌、三星、戴森。戴森的目標是 2030 年，谷歌沒有 透露原型成熟銷售的時間，因為機器人，尤其是服務機器人，要突破很多 技術難關。參照特斯拉智能汽車經驗，馬斯克擅長利用制造工藝與思維方 式改變，在已有的技術基礎上創造性實現成本和性能突破，9 月 30 日 Tesla Bot 或有意外驚喜。

1.3、人形機器人打開萬億藍海市場

在“機器換人”的趨勢下，機器人產業擁有廣闊的市場空間。根據馬斯克 在 2022 年 4 月的 TED 演講，Optimus 的單價大約 2.5 萬美元 （約 16.75 萬元人民幣），顯著低于波士頓機器人。預估 Optimus 單價在 15 萬到 20 萬元之間，有望進入家庭作業、快速配送、工業生產等各種消費級和商業 級場景。據麥肯錫報告，到 2030 年，全球約有 4 億個工作崗位將被自動 化機器人取代，按 20%滲透率測算全球人形機器人市場空間 12-16 萬億元。

根據 IFR 和中國電子學會的數據，2021 年中國機器人市場規模預計約 839 億元， 2016 到 2023 年 CAGR 約為 18.3%。其中，工業機器人、服務機 器人和特種機器人市場規模分別為 445.7 億元/302.6 億元/90.7 億元，占比 分別為 53%/36%/11%。盡管人形機器人處于起步階段，參照其他電子產 品，滲透率超過 20%后將爆發式增長。按 23-30 年 CAGR 30%測算到 2030 年，我國人形機器人市場規模約 8700 億元。

2021 年中國人家工作 10.68 萬元，按照 Optimus 15 萬-20 萬的價格區間， 購買單臺 Optimus 機器人的退貨期為 1.4-1.9 年，即 1-2 年內可收回成本， 機器人無需休息并且可以長時間從事高強度勞動。用機器人代替人力具有 可預見的經濟價值。

1.4、短期零部件先行，長期看機器人智能化程度空間廣闊

根據產業鏈調研，機器人 BOM 成本主要集中在機身零部件，特別是電機、 減速器，增量空間顯著。以人形機器人關節為例，單個關節安裝的位臵不 同，承載力不同，價值差異大，總體區間可從幾千到上萬。機器人 BOM 成本約 60%-70%投入各種機身關節、減速器、控制器等；主控芯片與全身 傳感器占比約 15%；軀殼與電池等占 20%。當前全球尚無實現商業化的人 形機器人，使用場景與功能待定，不同技術解決方案成本構成差異非常大。8 月 12 日晚小米發布人形機器人 CyberOne（“鐵大”），公告的 BOM 成本 約 60-80 萬人民幣，比較符合當前市場認知。特斯拉機器人定價較低，預 計三五年后可量產，降低硬件成本的技術方案，如諧波減速器，成為關鍵 布局機會。

長期看機器人智能化程度提升增加對智能網聯和 AI 算法需求的提升。機器 人本體通信、連接入網，以及前期的數字孿生和算法訓練，都將提升對芯 片、通信模組、云計算資源的需求。同時，隨著智能化程度提升，參考 《中國汽車基礎軟件發展白皮書 2.0》，汽車軟件結構占比將從 2016 年的 10%到 2030 年的 30%，我們認為機器人軟件占比也將復刻汽車軟件發展 路徑，從當前約不到 10%提升至 2035 年 30%+。

2、下一代智能化終端，感知決策供應鏈與智能汽車或高度重疊

2.1、人形機器人環境感知需求高，帶動各類傳感器需求

人形機器人的環境感知方案或可類比智能汽車，利用攝像頭、激光雷達、 毫米波雷達、紅外傳感器、超聲波傳感器等。環境感知是對于環境的場景 理解能力，例如障礙物的類型、道路標志及標線、行車車輛的檢測、交通 信息等數據的語言分類。環境感知需要通過傳感器獲取大量的周圍環境信 息，確保對車輛周圍環境的正確理解，并基于此做出相應的規劃和決策。同樣地，人形機器人也需要感知系統判斷周遭環境。由于各類環境感知傳 感器在感知性能上各有優劣，預計會搭配使用。

我們認為人形機器人感知能力應該對標自動駕駛 L4 以上級別：1）人形機 器人作為家用機器人，在屋內活動時，需要清楚感知工作環境，避免造成 人身傷害或經濟損失；2）人形機器人或有外出任務，如：家庭采購、快遞、 外賣配送等，此時人形機器人在路上等同自動駕駛，需要具有判斷往來車 輛和行人以及路面標識的能力；3）人形機器人或將代替人類執行較危險的 工作，如：高空作業、工地勞動等，因此需要具有感知精度更高、決策速 更快的特性。

人形機器人感知方案或如同自動駕駛，分為純視覺感知激光雷達與兩大路 線。純視覺感知路線以機器視覺為核心，利用毫米波雷達+攝像頭實現自動 駕駛，其優勢為成本低且符合人眼邏輯，在數據積累達到一定規模后能夠 超越激光雷達方案的表現，但在惡劣環境下，攝像頭完成感知任務的難度 也會隨之提升；激光雷達方案可以在現有技術條件下實現快速 3D 建模， 比較精準的還原路況信息，形成計算機可以快速識別、快速處理、快速應 對的方案，目前的痛點在于成本高昂、且對芯片算力需求大。

特斯拉或堅持純視覺路線，其他廠商可能采用激光雷達方案。特斯拉憑借 自身的算法能力、數據儲備等優勢，采取基于攝像頭的視覺方案；而國內 車企通常選擇基于激光雷達的技術方案。因此在人形機器人方面，特斯拉 可能會堅持純視覺路線，而在激光雷達產業鏈逐步成熟、成本逐漸降低的 情況下，未來其他廠商制造機器人時，激光雷達或會成為主流方案。

人形機器人有望繼智能汽車成為 CIS 最新增長動力。根據 Frost&Sullivan， 2020 年至 2025 年，全球 CIS 出貨量/全球車載 CIS 出貨量的 CAGR 為 13%/19%；全球 CIS 銷售額/全球車載 CIS 銷售額的 CAGR 為 9%/21%， 車載 CIS 銷售額提升較出貨量快的原因為車載攝像頭需應對復雜的環境， 因此標準更嚴苛，CIS 作為其核心部件，需要提升 HDR、LFM、低照等關 鍵技術以匹配車載攝像頭高像素、高穩定性的趨勢，因此車載 CIS 的單位價值較高。同樣地，人形機器人攝像頭需要高性能快速且精確地取得圖像 信息，應對多變的工作環境，亦會使得此領域 CIS 價值量較高。

國內廠商發力高規格 CIS，人形機器人 CIS 有望實現國產化。國內 CIS 行 業起步較晚，以往主要從低端產品切入，而經過多年的追趕，與海外廠商 差距正在不斷縮小。根據 ICV Tank，2021 年，國內廠商豪威科技（韋爾 股份子公司）車載 CIS 市場份額達 29%，全球排名第二，技術水平處于領 先地位，產品廣泛受到整車廠與 Tier1 廠商認可。而國內其他廠商也正發 力車載 CIS，例如格科微產品已用于行車記錄儀、360 度環視、后視、座 艙監控等；思特威產品在倒車攝像頭后裝市場獲得廣泛應用。由于國產 CIS 具備性價比、臨近產業鏈與市場等優勢，我們認為人形機器人是國產 CIS 的發展契機，推動國產廠商技術加速升級，占據更多市場份額。

豪威科技（韋爾股份子公司）：國內 CIS 領先企業，有望憑借技術優勢進 入人形機器人產業鏈。豪威科技圖像傳感器產品已經廣泛的應用于消費電 子、安防、汽車、醫療、AR/VR 等領域，其中 CIS 產品型號覆蓋了 8 萬像 素至 6,400 萬像素等各種規格。可實現攝像頭更高速的自動對焦；降低功 耗并保障了圖像質量；顯著提升在無光和低光環境下的圖像捕捉能力；能 捕捉高速移動物體，且不會產生空間失真。目前豪威科技已打入國內多家 自動駕駛產業鏈，未來或可憑借技術優勢進軍人形機器人產業鏈。

中國成為激光雷達主要市場，國產廠商占據地理優勢。據 Frost & Sullivan， 2021-2025 年全球激光雷達市場規模將以 CAGR 61%的增速增長，中國市場將占全球總市場的 31.8%。激光雷達市場快速擴張主要受車載等高端應 用領域拉升，由于車載環境感知的技術方案理論上可復用至人形機器人上， 因此，一旦人形機器人需求起量，將帶動激光雷達需求進一步擴張，國內 廠商背靠市場，且上下游產業鏈完善，容易形成規模、成本優勢。

國外激光雷達廠商仍占據車載較大份額，國內廠商正迎頭趕上。國內激光 雷達廠商發展迅速，目前技術已相對成熟，也已進入國內車企產業鏈，如：小鵬 P5 等使用大疆產品；小鵬 G9、上汽智己 L7、廣汽埃安 LX Plus 等使 用速騰聚創產品；北汽極狐αS、長城鐵甲龍等使用華為產品。從市場競 爭格局來看，據 Yole 統計，2021 年全球車載激光雷達領域，法雷奧以 28% 的份額市場占有率第一；速騰聚創、禾賽科技、華為、大疆等國內廠商合 計市場份額約為 26%，單廠商市場份額較低，國產替代空間巨大。

速騰聚創：車規級 MEMS 激光雷達領導者。速騰聚創深耕 MEMS 微振鏡 技術路線，其 RS-LiDARM1（MEMS）是全球首款車規級量產的 MEMS 激光雷達。2018 年通過 IATF 16949 車規認證，2020 年批量出貨北美， 并于 2021 年領先全行業，實現車規級量產交付。性能方面，M1 擁有 120°×25°的超廣視場角以及最遠 200m 的測距能力，突破了 905nm 光源 MEMS 激光雷達測距極限，并且實現人眼安全的激光級別。

禾賽科技：高線數激光雷達領先企業。公司擁有成熟且豐富的機械式激光 雷達產品線（32/40/64/128 線）。其中 Pandar GT 與速騰聚創 RS-LiDARM1 均為 MEMS 半固態產品。從最大掃描范圍來看，Pandar GT 可達 300 米(10%反射率)，而 RS-LiDAR-M1 為 200 米；從可視角度來看，RSLiDAR-M1 的 FOV 為 120/25 度，超過 Pandar GT 的 60/20 度。

2.2、人形機器人算力要求較高，部分國產芯片廠商或可滿足需求

人形機器人的控制芯片類似自動駕駛芯片。與智能駕駛相關的芯片主要分 為自動駕駛芯片（邊緣端）和智能座艙芯片兩大類，另外衍生的相關芯片 種類還有計算集群芯片（云端）。自動駕駛芯片具備智能和學習的特性，可 模仿人的大腦神經網絡，符合人形機器人需求，故可作為人形機器人的大腦。人形機器人注重機體運動的高流暢以及人機交互的低延時，需要更強 大的算力支撐，才能使人形機器人更像人。

目前自動駕駛芯片市場份額主要由海外玩家占據，包括英偉達、英特爾 Mobileye、高通等。國內外汽車自動駕駛進度上的差異，與國內外汽車 AI 芯片發展上有關。國外芯片產業發展時間長且產業鏈成熟，英偉達、高通、 英特爾等國際巨頭先后展開汽車智能化相關領域芯片的布局。國內芯片產 業雖起步晚，但國內市場、政策提供了有利環境，AI 芯片迎來發展風口， 自動駕駛領域的 AI芯片公司有望迎風見長。

國內廠商的核心優勢在于國內市場龐大，可占據地利條件。雖然國內芯片 在算力方面目前落后于英偉達等國際大廠，但隨著時間推移，在技術水平 跟上以后，產業鏈、終端市場等地理優勢將逐步顯現，本土化服務能力將 成為國產企業核心競爭力，可持續關注國產 AI 計算芯片領先企業地平線。

地平線：推出首款可量產的百 TOPS 級大算力 AI 芯片，積極布局機器人 產業鏈。地平線車載芯片征程系列在汽車領域獲得廣泛認同，目前已獲得 70 多個車型的前裝定點。征程 5 針對高等級智能駕駛應用場景，單顆芯片 算力可達 128TOPS，于 2022 年先后斬獲比亞迪、一汽紅旗等重要定點。此外，2022 年 6 月，地平線機器人推出國內首個軟硬一體、開放易用的機 器人開發平臺——Horizon Hobot Platform，囊括底層計算、開發工具、算 法案例在內的整套機器人開發服務，為機器人開發者、提升機器人開發效 率提供了全新的基礎設施。當前公司旭日系列芯片在智能機器人、智能家 居等領域已實現規模化落地量產，應用在科沃斯、小度等產品上，未來公 司有望成為國產人形機器人芯片主流玩家。

2.3、人形機器人帶來智能網聯需求增長

人形機器人主要面對家庭和服務場景，5G 低延時、高速率、廣連接等特 性將為其賦能。人形機器人為主人提供快速、精準的服務，在家用場景下 可連接所有智能家居產品，作為總開關，在人機交互時可以迅速搜索云資 料庫，并提供相對應解決方案，因此需要強大度數據傳輸能力，并根據指 令完成相應執行動作。5G 帶來的無線連接技術和云端技術，將對機器人智 能化帶來更大靈活性。

人形機器人要有“人性”，傳輸速度要求遠高于現有水平。智能手機方面， 目前 5G 最高下載速率能達到 1Gbps 左右，上行速率約為 100Mbps。車載 網絡方面，目前汽車以太網可以支持 1 Gbps 左右的網絡速度，然而當前 具有半自動駕駛功能的汽車的網絡速度從 500Kbps 到 1Mbps 不等。想要 達到完全自動駕駛技術水平，預計需要網絡速度 10~20Gbps。由于人形機 器人在環境感知、人機交互、甄別危險等方面有短時效大量數據傳輸需求， 因此初步判斷人形機器人傳輸速率至少要達到 10 Gbps。

2.3.1、海外基帶芯片廠商主導，國產廠商處于蓄力階段

全球基帶芯片公司鳳毛麟角，高通占據一半以上市場份額。由于基帶芯片 技術壁壘高，需要技術長期累積，且需要和全球上百家通信運營商達成互 聯互通測試，目前市場仍由海外大廠主導。根據 Strategy Analytics，2021 年全球基帶芯片市場份額達 314 億美元，其中，海外企業高通、聯發科、 三星 LSI 三家占據 90%以上市場份額，國內商用基帶芯片較為成熟的企業 有華為海思、紫光展銳和翱捷科技，整體市場國產化率較低，國產替代空 間廣闊。5G 技術是人形機器人性能的關鍵所在，國產基帶芯片廠商發展可期。由 于目前高通、聯發科占據手機芯片大部分市場份額，國產廠商紛紛向其他 領域，如車載、可穿戴等方向布局，人形機器人為全新增量領域，且市場 前景良好，或可助力國產通信芯片廠商搶占市場。

翱捷科技：物聯網基帶新銳，有望實現人形機器人基帶芯片國產化。公司 擁有 2G-5G 蜂窩基帶芯片的研發設計能力，且有 WiFi、LoRa、藍牙和全 球定位導航芯片等物聯網芯片的產品布局，全面覆蓋智能物聯網市場各類 傳輸距離的應用場景；人工智能領域，公司擁有高速 SoC 芯片定制能力及 基于 AI 芯片架構和自研 ISP 實現智能 IPC 芯片流片。公司蜂窩基帶芯片 下游客戶廣泛，與移遠通信、日海智能、有方科技、高新興、U-blox 等達 成合作，進入了國家電網、中興通訊、小米、Hitachi、奇虎 360、TP-Link 等品牌企業供應鏈體系。作為國內基帶芯片佼佼者，翱捷科技長期布局萬 物互聯場景，有望憑借技術積累、產業鏈布局，拓展人形機器人網聯業務。

2.3.2、國內通信模組發展迅速，萬物互聯技術成熟

物聯終端核心部件，負責接入網絡與數據傳輸。通信模組是物聯網智能終 端的核心部件，是智能終端與物聯網之間的連接紐帶，肩負著智能終端接 入網絡的重要使命，在物聯網產業架構中處于感知層和網絡層中間，負責智能終端和網絡層之間的數據傳輸，感知層采集的海量數據均需通過無線 通信模組匯聚到網絡層，進而通過云端對設備進行有效控制，通信模組決 定了設備能否應對復雜的應用環境從而確保通信質量的穩定性和可靠性。因此，通信模組在人形機器人應用中尤為重要。

智能模組助力實現人形機器人。根據美格智能，目前通信模組已演進為智 能模組，其具備通信模組特性，支持 2G-5G 的廣域網接入。同時智能模組 自帶 Android、HarmonyOS 等復雜的操作系統，具備開放安全的軟件環境；自帶 CPU、GPU 算力，高度集成化，支持 GNSS、Wi-Fi 4/5/6、BT/BLE。智能模組擁有豐富接口，可擴展復雜外設，例如：LCM/TP/Camera 等外 設需求，以及多路的 UART/IIC/SPI，方便用戶串接各種 Sensor、NFC、 掃碼頭、指紋識別等外擴設備。相較于傳統的 AP+Modem 搭配方式，智 能模組的尺寸更小，價格更有優勢。以 5G+AIoT 為核心的智能化產業鏈智 慧升級越發加速，蜂窩模組 4.0/5.0 也即將面世，以智能模組+物聯網定制 化解決方案，助力實現功能全面的人形機器人。

國內通信模組企業紛紛布局機器人領域。移遠通信通過其 5G 模組，利用 “機器人+人工”相結合的方式提高巡檢效率，通過配臵 4K/8K 超高清攝 像頭，5G 電力巡檢機器人可以將故障區域的高清畫面實時傳輸至管理平臺， 讓工作人員身臨其境地查看現場實景；美格智能通過其 5G 智能模組高算 力、低時延、高速率的傳輸優勢，加上內臵高精準度定位導航系統和豐富 的接口，支持外接多路攝像頭等多種傳感技術，實現送餐機器人智能行駛， 可在設定范圍內自由穿梭；高新興于 2022 年 5 月將 50 臺警用“巡邏機器 人 3.0 千巡 F2”正式交付鹽南公安，千巡 F2 利用多種傳感器構建全息跨 媒體跨時空融合感知，還具備了人車識別、行為檢測、物體檢測等二十多 種 AI算法，可實現排查通緝犯、尋找走失人員等功能。

憑借成本優勢和工程師紅利，以及背靠國內外巨大市場，“東升西落”與國 產替代是必然趨勢。物聯網模組的標準化程度較高，產品技術優劣主要取 決于所用芯片，公司壁壘主要體現在場景覆蓋與銷售渠道。加之物聯網行 業空間巨大且碎片化，不同細分場景復合增速 20%-40%，參與廠商較多， 競爭較激烈，在產品快速起量的過程中，企業通常會采取降價的處理以搶 占市場份額。由于海外人工成本、研發和運營費用均較高，海外廠商無力 與國內廠商抗衡。從全球競爭格局來看，車載模組行業呈現出東升西落趨 勢，未來國外廠商或進一步縮小市場份額，而國內廠商有望受益于全球化 擴張。因此未來在人形機器人模組市場上，中國廠商仍保持有明顯優勢。

目前中國廠商已占據通信模組 60%以上份額。據 Counterpoint ，2022 年 Q1 全球蜂窩物聯網模組市場份額中，中國廠商合計占比達 60%以上，市 場份額前三的廠商分別為移遠通信（38%）、廣和通（9%）、日海智能 （6%）。隨著中國廠商在物聯網技術和精細化管理的積淀發展，以及背靠 中國消費市場，中國通信模組廠商收入規模快速增長，規模優勢漸顯，高 端產品不斷拓展海外市場，與海外同行業巨頭直接競爭，市場份額快速提 升。建議關注國內頭部企業：移遠通信、廣和通。

移遠通信：通信模組龍頭，攜手全球科技巨頭打造高算力產品。公司產品 已廣泛應用于智能車載設備、智能網關、工業相機、行業監控、機器人等 場景，最新產品 SG865W-WF，搭載高通 SoC 芯片 QCS8250，采用 7nm 工藝制程，綜合算力高達 15TOPS。此外，公司 5G 通信模組已經成功與 英偉達 Jetson AGX Orin 平臺完成聯調。Jetson AGX Orin 是英偉達近期發 布的一款體積小、功能強的人工智能超級計算機，與移遠通信的 5G 模組 調通可以輕松實現 5G 網絡連接，將 5G 的超高速率、高可靠性、低延遲等 優勢帶入廣泛的垂直市場。公司有望以技術、產業鏈、海外布局等優勢， 搶占全球人形機器人通信模組市場份額。

廣和通：物聯網模組領先企業，聚焦高利潤領域。公司目前業務結構與移 遠通信相似，其營收完全來自物聯網模組，但公司聚焦相對大顆粒高價值 領域，如消費電子、車聯網、智能電網、安防監控等工業領域，這些垂直 領域價值量較高，加上廣和通完全將生產制造外包，因此廣和通雖然營收 規模較低，但毛、凈利率較高。目前公司在車聯網領域已形成完善的全球 化布局，技術、產業鏈實力突出，未來有望發力人形機器人通信模組。

2.3.3、人形機器人或繼智能汽車成為連接器又一增長領域

高速連接器的主要作用就是實現電路不同或者電路連接。目前新能源車 朝智能化方向發展，智能駕駛體系不斷疊進至 L3，由此不斷增加傳感 器的數量（攝像頭、毫米波雷達和激光雷達等）以及停車輔助、車道偏 離預警、夜視輔助、自適應巡航、碰撞避免、盲點偵測、駕駛員疲勞探 測等功能需求擴充，促使 ADAS（高級輔助駕駛）配備更高帶寬的傳輸網絡。人形機器人同樣需要更多更快的數據流量支撐，因此將帶動高速 連接器的需求。

高速連接器可以分為 Fakra、Mini Fakra（HFM）、HSD 和以太網連接 器。汽車高速連接器可分為射頻連接器和差分連接器，射頻連接器 （FAKRA、Mini-FAKRA）主要用于連接攝像頭、雷達等傳感器，差分 連接器（HSD、以太網連接器）主要用于連接車域網。

人形機器人高度智能化將帶動高速連接器需求與單機價值量。傳統燃油 車連接器的單車價值量約 1000 元，主要用于信息娛樂系統，而目前智 能化水平較高的新能源車連接器的單車價值量平均在 3000-5000 元， 部分車型甚至可達 10000 元。汽車智能化帶動連接器增長的來源主要 是萬物互聯系統與 ECU 模塊，互聯包括 4GLTE、5G、V2X、GPS、 北斗等天線模塊；而 ECU 模塊增量主要包括 ADAS 控制模塊、雷達控 制模塊、新一代高速運算平臺等，這兩點與人形機器人所需功能高度相 同，因此從應用角度來看，人形機器人一旦量產，將成為高速連接器又 一增長曲線。建議關注：高速連接器領先企業電連技術。

電連技術：國內射頻連接器龍頭企業，深耕消費電子，進軍新領域。公司 具有消費電子射頻連接器大批量、規模化生產經驗，汽車、人形機器人所 需的高速連接器產品和消費類電子類產品的主要生產流程有較多的類似之 處，在制造工藝有較好的協同作用，憑借在消費電子類產品方面生產經驗， 未來公司有能力完成面向人形機器人提供連接器產品大規模的交付，成本 管控和精密化制造一致性及穩定性。

人形機器人同樣將配有電池，高壓/換電連接器需求亦有望攀升。高壓連接 器主要用于新能源汽車的電池、PDU（高壓配電盒）、OBC（車載充電機）、DC/DC、直/交流充電接口等高壓單元。新能源汽車高壓連接器的單車價值 量約 700-3500 元，且相較于傳統汽車為全新增量。人形機器人若采用充 電樁充，將會提升高壓連接器需求；若是以換電形式為主，則換電連接器 需求將有望提升。

瑞可達：特斯拉連接器供應商，進入人形機器人產業鏈可期。公司覆蓋了 新能源汽車領域的優質龍頭客戶，如特斯拉和蔚來汽車等。2016 年公司通 過特斯拉的審核正式進入其供應鏈，目前已為特斯拉電動轎車、電動 SUV、 電動卡車及充電設施提供 100 多款產品；蔚來汽車提出了車電分離概念， 需要每輛整車配備一套換電連接器組件。公司是蔚來汽車換電連接器組件 的主要供應商和高壓連接器產品的重要供應商，目前蔚來汽車銷售的電動 車均采用了公司的換電連接器組件和高壓連接器產品。無論人形機器人是 充電還是換電形式，公司都有技術先發優勢。

永貴電器：軌交連接器龍頭，發力新能源高壓連接器。公司高壓連接器、 充電槍、高壓線束等產品已進入比亞迪、吉利、長安、小康、上汽、廣汽、 一汽等國產一線品牌及合資品牌供應鏈體系，以及特銳德、威邁斯等樁端 客戶，伴隨未來公司從客戶廣度向深度拓展，公司新能源連接器有望進一 步提升價值量，迎來高速增長。未來國內廠商發展人形機器人時，在選擇 連接器供應商時，具有技術和產能優勢的永貴電器。或成為優先選項。

2.4、人形機器高精度定位需求

2.4.1、人形機器人或帶動更高精度室內定位技術發展

人形機器人若作為家用服務型機器人，需要精度較高的室內定位系統。目 前在所有室內定位技術中，精度排在首位的當屬動作捕捉技術，其測量精 度高達亞毫米級，而目前大量用于機器人室內定位的則為 UWB 技術，精 度可達厘米級別，且有穿透性強的特點。

UWB 技術或更上層樓，領先企業有望受益于更高精度需求。目前室內定 位精度較高，且較為成熟的技術為 UWB 定位技術，廣泛應用于智能制造、 智能建設、養老醫療、公共安全、物流運輸等，然而目前 UWB 定位精度 還處于厘米級別，國內各企業正積極強化 UWB 定位性能，或探索、進軍 動作捕捉技術，隨著人形機器人產業發展，更高精度的室內定位需求逐步 釋放，對于室內定位技術要求更高，掌握更多室內定位技術 know-how 的 頭部企業有望受益。建議關注：UWB 室內定位技術領先企業如中海達等。中海達：“海陸空天、室內外”產品布局，實現全方位高精精準定位。公司 依托于北斗高精度定位和時空智能技術疊加融合 5G、云計算、區塊鏈、大 數據、人工智能、邊緣計算等新興技術，在北斗高精度、CORS 網建設、星地融合、三維激光雷達、自動駕駛車載高精度、災害監測等相關領域都 取得了較快的發展成果，是中國高精度定位賽道內的領軍者。其子公司聯 睿電子是一家專注于 UWB 超寬帶高精度定位技術的國家高新技術企業， 目前已成功應用在物流倉儲、軌道交通、監獄管理、智能零售等多個領域。未來或可為人形機器人提供室內外一體的高精定位產品。

2.4.2、高精地圖、高精導航協助機器人戶外任務執行

高精地圖為激光雷達方案人形機器人獨立外出關鍵。從自動駕駛傳感器方 案來看，特斯拉的純視覺方案更多依賴自身算法構建向量空間；而激光雷 達主導的方案，需要搭配高精度地圖、高精度定位，根據高精地圖存儲的 車道線、紅綠燈等信息，才能夠實現自動駕駛。因此，在目前激光雷達方 案日益成熟的情況下，未來人形機器人仍有采用激光雷達方案的可能，對 于高精地圖、高精導航的需求也會增加。

高精地圖參與者主要有三類：1）傳統圖商（四維圖新等）；2）互聯網企業 （百度、高德等）；3）自動駕駛及軟件信息企業（Momenta、寬凳科技 等）。目前三類企業的高精地圖皆有進入自動駕駛的計劃或實例。由于人形 機器人需要依托強大的算力平臺，開發者可能由互聯網廠商主導，因此有 互聯網企業背景和地圖資質的高精地圖廠商具有較強的產業鏈優勢。

國內廠商可滿足需求人形機器人高精地圖技術。目前國產高精地圖技術已 相對成熟，且已廣泛應用于自動駕駛等高階應用領域領域，因此國內廠商 有進軍人形機器人產業鏈的實力，建議關注：高精地圖頭部企業四維圖新。四維圖新：國內導航地圖龍頭，進軍車載 MCU 市場。公司具備規模最大 的外業采集團隊之一，包括覆蓋全國的采集車超過 100 輛，道路和 POI 采 集人員超過 500 人，建有覆蓋全國的 33 個外業基地。公司目前已獲得寶 馬、大眾、奔馳、通用、沃爾沃、福特、雷諾、豐田、日產、上汽通用五 菱、寶沃、吉利、長城等主流車廠的訂單，并且多為長期合作關系。此外， 公司近年來積極布局智能駕駛與智能座艙 MCU，在高精地圖、汽車芯片、 智能駕駛等方面已建立起競爭優勢與成熟的整體解決方案，協同建立的產 業生態亦開始逐步放大。未來或可將此商業模式復制到人形機器人產業。

導航應用行業目前市場較為分散，技術門檻提高將使市場逐步集中。根據 2022 年中國衛星定位導航協會發布的《中國衛星導航與位臵服務產業發展 白皮書》，截至 2021 年底，相關上市公司（含新三板）總數為 90 家，行 業整體呈集中度較低的局面。隨著北斗三號系統的空間段、地面段完成建 設，下游自動駕駛、機器人需求逐步釋放，需要更加精確的空間、時間信 息，對衛星導航信號接收設備提出了更高的要求，擁有領先的核心芯片、 天線等基礎器件技術，以及研發力度較強、資金充沛的企業將更好受益于 高精度市場的增長。建議關注：衛星導航行業頭部企業如中海達、華測導 航等。

華測導航：高精度衛星導航定位領先企業，積極布局海外市場。公司主營 各類高精度定位導航智能裝備和系統解決方案，主要應用在建筑和基建、 地理空間信息、資源與公共事業、機器人與無人駕駛等。公司產品和解決 方案覆蓋全球多個大洲及國家、地區提供符合當地需求的差異化產品，利 用 GNSS 智能裝備良好的性價比優勢，進一步提升海外市場收入和實現多 樣化產品的供給，擴大公司在海外市場的影響力和增強品牌粘性。由于公 司具備豐富的無人駕駛導航經驗，在開發人形機器人導航時將有較大優勢， 且高性價比產品使公司更容易打開市場。

3、人形機器人AI域帶動云計算產業鏈需求

3.1、智能化AI算法訓練增加對云計算、數據中心、邊緣計算的需求

智能化 AI 算法訓練需要大量場景數據，拉動數據存儲、計算、交換等數據 中心需求。據沙利文數據，2021 年自動駕駛占汽車云 IaaS+PaaS 落地應 用場景的 13.2%，市場規模達 13.2 億元，預計在 2025 年達到 65.5 億元， 4 年 CAGR 為 49.2%。存儲是自動駕駛云基礎部分，自動駕駛算法訓練所 需的標注、仿真計算都依賴平臺的海量算力，為支持車企“云+端”研發模 式，海量環境數據、行駛數據都會在云端進行模型訓練、算法開發、仿真 驗證和下放。

機器人對 AI 識別準確性和實時性要求更高，相應的數據量和數據存儲需求 也更高。以高階自動駕駛系統訓練為例，2018 年百度發布的 ApolloScape 數據集中包括 100 萬幀 3D 點云場景，2021 年華為發布的 SODA10M 自動 駕駛數據集包括 1000 萬張無標注道路場景圖像，數據量達 TB 級。機器人 搭載的智能化 AI 需要訓練數據不斷打磨訓練，相應的場景數據存儲拉動數 據中心需求。同時，AI 性能的線性提升伴隨算力需求的指數增加。深度學 習領域中的規律是：提高 X 倍的性能，理論上至少需要 X^2 倍的數據去訓 練模型，需要 X^4 倍的計算量，實踐中所需訓練數據和計算量更多。

高階自動駕駛系統實時數據傳輸和處理拉動邊緣計算需求。自動駕駛大規 模 AI 算法模型和大規模數據集中化都在云端處理，而云端計算無法滿足自 動駕駛數據的實時上傳和低時延計算處理需求。邊緣計算可以實現小規模 智能分析與預處理工作，協助滿足自動駕駛的實時性數據處理需要。

以高 階自動駕駛系統為例，邊緣計算幫助實現 2 個核心技術：1）協同感知：通 過與邊緣節點的協同感知擴大汽車感知范圍從而獲得更完整的環境信息。邊緣節點與自動駕駛汽車通信距離僅為 1 跳或 2 跳，極大縮減傳輸延時。2） 任務卸載：邊緣計算通過共享計算資源使自動駕駛系統滿足低時延目標檢 測與跟蹤過程中的決策計算。邊緣計算是實現 L3/L4 高階自動駕駛系統的 必要條件，人形機器人在人機交互、環境感知、決策等方面對自動駕駛系 統提出更高要求，且長期看保有量超過智能汽車，也將拉動邊緣計算發展。

3.2、人機交互、AI視覺等算法在人形機器人商用場景中的核心競爭力

目前使用較廣泛的工業機器人多為簡單的機械臂，外形要求低；預計人形 機器人主要用在商業場景。以國內優必選機器人為例，其商業化落地場景 主要包括科技展館、政企展廳、影視文旅、AI 教育及高校科研，迎賓導覽 接待是其商業化場景落地的主攻方向，在世博會、杭州人工智能教育基地 等場景扮演重要角色。馬斯克表示 Tesla bot 核心替代的是現在在做的與人 相關的業務需求，尤其是重復型與高危型工作。理想應用場景包括教育、 醫療、餐飲、安防、交通、金融等服務業。疫情推動無接觸配送需求高增，送貨、物流場景發展為重要落地情景。

疫 情防控政策推動餐飲配送、醫護測溫等場景增加無接觸功能，移動機器人 作為實現無接觸的智能載體，有效避免二次交叉感染。據投中數據顯示， 2021 年全年機器人領域相關融資時間共 207 起，聚焦醫療、系統集成、移 動機器人 3 大領域。倉儲物流領域，2012 年亞馬遜以 7.75 億美元收購 Kiva 機器人公司并將其倉儲機器人全面應用于倉庫，將普通訂單的揀選成 本降低 20%-40%，協助工作人員每小時揀選掃描 300 件產品。中國主營 倉儲的快倉機器人 2017 年 3 月獲得菜鳥網絡 2 億元投資，Geek+獲得 GGV、云暉資本、中金資本等機構數億元投資。據 GGII 測算，2025 年中 國智能倉儲市場規模將達 2500 億元，受智慧物流和無接觸配送等因素驅 動，市場空間有望進一步打開。

商業服務場景對人機交互的要求高，因此 AI 視覺和語音語義理解成為關鍵。AI 行業參與者主要有三類企業：1）阿里、騰訊、華為、字節跳動等頭部 互聯網及云計算大廠，具備海量數據基礎，技術領先，人才聚集，在算法 模型方面表現突出，領先行業；2）商湯科技、曠視科技、依圖科技等 AI 四小龍為代表的創業公司，盈利能力有所承壓，從軟件服務商逐步向軟硬 一體的集成商發展；3）海康威視、大華股份等硬件設備商，基于對業務的 深刻理解，向軟件與算法平臺滲透。科大訊飛作為語音 AI 龍頭，商業化場 景豐富，且收費模式科學，市場份額領先。根據產業鏈調研，軟銀的人形 機器人當前有采用科大訊飛的語音技術，把百度云的語義理解，以及算法 訓練使用到阿里云和騰訊云。華為云也有類似產品，但主要與生態圈內企 業合作。預計未來更多人形機器人走向商業化，以上企業有更多機會參與 行業總體機會。

3.3、互聯網大廠已押注機器人藍海市場

互聯網巨頭憑借技術優勢，從產品應用和投資角度布局機器人領域。阿里 巴巴 2020 年 9 月在云棲大會發布的物流機器人小蠻驢已經實現量產，可 以有千級別出貨量。同年發布機器人平臺，這標志著阿里正式進軍機器人 賽道。“小蠻驢”搭載 L4 級別自動駕駛系統與人工智能技術改進了包含激 光雷達等昂貴傳感器在內的感知體系，實現對底線書雷達激光的高線束模 擬，應用的是末端物流人機混合場景，從復雜度來說超越高速公路等結構 化道路。物理性能優越，充 4 度電就能跑 100 多公里，每天最多能送 500 個快遞，雷暴閃電、高溫雨雪以及車庫、隧道等極端環境均不影響其性能。

華為與達闥深度合作，2022年 6 月獲批機器人相關專利授權，正式進軍消 費、工業、商用、特種等情景機器人。2022 年 4 月 17 日華為與達闥機器 人在北京簽署合作協議，將聯合開展機器人應用領域技術攻關、行業應用 等創新合作，促進智能機器人核心技術自主可控。華為可以在昇騰 AI 基礎 軟硬件平臺、歐拉操作系統等與達闥自主研發的機器人開展云、邊、端全 面深入合作。達闥將機器人云腦平臺部署在人工智能計算中心，與華為聯 合打造云端機器人城市運營聯合解決方案，共同為千行百業提供機器人智 能服務，賦能智慧城市產業。此外，雙方還將進一步加強在 5G、人工智能、 工業互聯網等新基建領域合作，推動基礎技術體系深度融合，探索 5G 與 機器人、工業互聯網等融合創新應用。

華為最值得關注的是“端、管、云”全面布局，以及盤古開天大模型。華 為早期布局語音語義領域，Harmony OS 系統搭載 AI 語音產品，海量場 景+盤古模型打磨模型性能。NLP 大模型是業界首個千億級生成與理解中 文 NLP 大模型，在 2019 年權威的中文語言理解評測基準 CLUE 榜單中， 總排行榜及分類、閱讀理解單項均排名第一，刷新三項榜單世界歷史紀錄；總排行榜得分 83.046，多項子任務得分業界領先,是目前最接近人類理解水 平（85.61）的預訓練模型。C 端積累的海量場景數據有助于打磨自然語言 處理、智能語音交互、知識圖譜等模型的性能。

百度智能云以云服務+AI 的差異化優勢保持高速增長，在金融云、工業互 聯網市場份額不斷提高。基于“云智一體”戰略，為工業數字化轉型提供 安全穩定靈活的數字化底座。在工業領域，百度推出智能云開物工業互聯 網平臺，將 AI+工業互聯網賦能工業細分領域，主要優勢為工業質檢，目 前已覆蓋汽車、電子、能源電力等超過 22 個行業 300 多家標桿客戶。在 自動駕駛領域，百度 2022 年 6 月發布汽車機器人概念車 ROBO-01，預計 23 年實現量產。在機器人領域，公司更多聯合產業合作伙伴，內臵百度ABC Robot 人機交互技術，支持二次開發，提供 SDK、API 等豐富的開發 者工具。

人形機器人不僅在二級市場受到高度關注，今年上半年一級市場已然火爆， 互聯網大廠紛紛押注，進行投資布局。截至 2022 年 6 月 30 日，國內機器 人行業融資 86 起，已披露金額的達到億元級別的融資 28 起，千萬級 33 起，已披露金額項目融資總額約 50-70 億元。小米集團和順為資本投資企 業主要集中在醫療、消費、協作機器人領域，如：腔鏡手術機器人研發商 術銳技術，智能清潔機器人研發生產商赫特智慧，消費級模塊化機器人研 發商可以科技；阿里跟投協作機器人深度智能系統解決方案提供商法奧意 威；字節跳動投資工業智能制造場景核心零部件提供商大賽機器人；美團 投資智能特種機器人史河科技等。互聯網大廠具備技術、人才、資金、客 戶等多方優勢，投資方向具備一定指導意義。雖然當前人形機器人仍處于 行業早期階段，但隨著特斯拉等全球領先企業對人形機器人的定義更為清 晰，市場投資機會將層出不窮。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

獲取精品報告請登錄【未來智庫官網】www.vzkoo.com。

立即登錄請點擊下方“閱讀原文”。