Deep Dive
解码人形机器人：技术、产业与投资的碰撞
人形机器人，作为“新质生产力”的落地场景之一，正掀起科技和资本市场的新一轮热潮。我与华业天成执行董事陆昆仑和华泰证券机械行业首席分析师倪正洋深入探讨了这一领域的技术现状、产业发展以及投资机遇。
软件与AI：人形机器人的核心驱动力
陆昆仑指出，人形机器人技术发展迅速，经历了多次热潮。其核心在于软件和AI的进步，特别是大模型的应用，显著提升了机器人的任务规划和操作能力。大模型赋予机器人理解指令、编排步骤的能力，这在任务级层面是革命性的进步。在操作层面，强化学习和模仿学习的进步也使得机器人能够实现一定程度的泛化，例如抓取不同形状的杯子。
然而，数据匮乏是目前限制人形机器人泛化的主要瓶颈。 我观察到，与拥有海量数据的GPT训练相比，人形机器人的训练数据量级相差甚远。陆昆仑详细解释了目前获取数据的两种主要途径：强化学习和模仿学习。强化学习需要海量数据，成本高昂；模仿学习，例如通过试教或佩戴传感器采集数据，数据量有限，且通过视频学习的方式仍处于早期阶段。 这直接导致了人形机器人“从95%成功率到100%成功率”的最后一步，需要在真实世界进行大量的调优，极大地增加了研发难度和成本。 任务级人形机器人的目标是能够从头到尾执行任务并处理意外情况，目前主要围绕GPT和Transformer架构进行研发，但要实现所有行业和任务的通用化，仍然面临巨大挑战。
陆昆仑预测，人形机器人产业化将经历三个阶段：半开放场景（例如人机协作、仓库作业）、开放场景（例如超市、商店）以及最终的家庭场景。他认为，相较于汽车，人形机器人的硬件整合难度相对较低，但软件的成熟度需要时间，并需要通过构建生态系统来不断演进。
产业发展脉络与投资机遇
倪正洋则从二级市场的角度，清晰地勾勒出人形机器人行业的发展脉络：认知阶段、启动阶段和持续发展阶段。GPT等人工智能技术的进步、国家政策支持以及国内企业的积极参与，共同推动了行业发展。特斯拉等公司持续的技术突破和降本努力，进一步提升了市场预期。
他认为，人形机器人行业是一个大型板块，蕴藏着大量的投资机会。一级市场主要关注人形机器人本体公司，二级市场则主要关注零部件公司，两者之间存在着密切的共振关系。在硬件方面，一些高价值量的环节已经确定，例如传感器（特别是六维力传感器和触觉传感器）和滚柱丝杠，但产品定义不明确仍然是研发面临的重大挑战。 我注意到，国产化是未来人形机器人硬件领域的重要机遇，中国强大的制造业基础和产业链优势将发挥关键作用。
挑战与展望
总而言之，人形机器人的发展充满机遇与挑战。虽然软件和AI的进步为其带来了无限可能，但数据匮乏、泛化能力不足等问题仍然是制约其快速发展的瓶颈。 人形机器人的泛化能力的提升，是未来能否真正实现大规模商业化的关键。 无论是从技术研发、产业链整合，还是投资策略来看，都需要对这一领域有更深入、更全面的理解，才能在这一充满潜力的赛道中把握机遇。
Shownotes Transcript
作为“新质生产力”的落地场景之一，人形机器人正在催生科技行业和资本市场新一轮热潮。近半年来，国内外各类原型机或产品密集亮相，一级市场投融资活跃。通用大模型的横空出世有望使人形机器人的感知决策能力被极大提升，基于transformer架构的神经网络模型被认为是打开人形机器人通用之路的关键。尽管进展显著，训练数据量级和数据质量依然是限制人形机器人技术泛化的主要瓶颈，从长期来看，行业普遍预期任务级人形机器人成熟仍需数年之久。
本期节目邀请华泰证券机械行业首席分析师倪正洋对谈华业天成执行董事陆昆仑，以非常通俗直观的方式解释算法如何训练一台通用型人形机器人，学界和业界已经有哪些进展和共识，尚存哪些瓶颈和分歧，更重要的是通过软件和硬件的视角碰撞，理性探讨人形机器人技术泛化与商业化难点，以及如何在产业链上下游挖掘机遇。
从人形机器人开始，泰度第三季将推出“解码新质生产力”系列，这个子系列将关注代表未来的新技术、新经济、新业态，寻找推动新质生产力的新引擎，敬请期待。
本期节目同步录制了视频，完整视频欢迎登录“行知”app收看
聊天的人
陆昆仑 华业天成执行董事
倪正洋 华泰证券机械行业首席分析师
时间轴
05:03 二级市场更关注硬件，一级市场更关注软件
06:22 大模型的飞速进步极大拓宽了人形机器人的潜能
14:44 相比大模型，训练人形机器人的数据相对匮乏
17:25 成功率从95%到100%的过程需要到真实世界训练调优
18:31 如何教机器人学会炒菜？目前有三种路径
28:44 技术完善需要群策群力，一家公司不可能完成所有场景
31:49 进入家庭需要机器人能够处理不可预测的突发场景
39:04 人形机器人硬件整合难度低于汽车
48:49 技术和产业的进步与资本市场是同频共振的
泰度小课堂
研报：《人形机器人再探讨:百尺竿头更进一步》
作者：倪正洋 S0570522100004 | BTM566
发布日期：2023年8月14日
风险提示：模型泛化能力不足；力传感方案发生变化；驱动器技术升级不及预期
制作团队
主编：原瑞阳
项目统筹：韦晔
制作：徐业青
声音设计：杨啸天、陆佳杰
节目运营：小米粒
本节目录制于2024年3月7日，本播客不保证节目播出时援引数据信息的及时、准确、完整。
法律声明
本播客不是华泰证券股份有限公司研究报告（下称”华泰证券”）的发布平台，旨在为公众提供宏观、产业、市场热点解读，不构成华泰证券开展证券投资咨询业务或提供任何的投资建议、投资分析意见。本播客不构成任何合同或承诺的基础，不因任何单纯订阅本播客的行为而将订阅人视为华泰证券客户。任何读者在订阅本播客前，请自行评估接收相关推送内容的适当性，且若使用本播客所载内容，务必寻求专业投资顾问的指导及解读。
本播客内容可能涉及华泰证券分析师对华泰证券已发布研究报告的解读，或转发、摘编华泰证券已发布研究报告的部分内容及观点，完整的分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本播客内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。
就本播客内容涉及的嘉宾言论，华泰证券已事先提醒嘉宾其言论及信息来源应合法合规，不得泄露内幕信息、上市公司重大未公开信息或其他敏感信息，不得侵犯第三方任何合法权益。本播客内容中的嘉宾言论仅代表嘉宾个人意见，不代表华泰证券立场，也不构成对读者的投资建议。
华泰证券对本播客节目文字、音频、图片、链接等形式所载信息的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。播客内容所述意见、观点和预测仅作为音频录制日的观点和判断。该等意见、评估及预测无需通知即可随时更改。
在任何情况下，本播客文字、音频、图片、链接等形式所载信息均不构成对任何人的投资建议。订阅者不应单独依靠本播客内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。对依据或者使用本播客内容所造成的任何后果，华泰证券及节目嘉宾均不承担任何形式的责任。
本播客所有内容的版权均为华泰证券所有。未经华泰证券书面许可，任何机构和个人不得以任何形式转发、转载或部分转载、发表或引用本播客任何内容。
本节目由华泰证券出品，JustPod制作，小宇宙、喜马拉雅、苹果播客同步上线。