2035年达1540亿美元规模?零部件成本超70%?人形机器人产业链泡...

大数据文摘

共 5547字,需浏览 12分钟

 ·

2022-11-28 21:35

8e0e48748b3704f6d6d795577bb48d18.webp

大数据文摘授权转载自机器人大讲堂

对于机器人上游企业而言,每一次新的机器人形态都有可能诞生更多商业机会,那么继协作机器人、服务机器人之后,下一个可能的增量爆发点在哪?许多券商以及研究者认为,人形机器人产业链或许迎来一个机会。

波士顿动力机器人Atlas展现接近人类的运动性能,为未来商用人形机器人树立标杆,在高盛的一份研究报告中指出,在10-15年内,人形机器人至少可以实现60亿美元的市场规模,到2030年将占美国制造业劳动力短缺缺口的4%,到2035年将占全球老年护理需求的2%。
4a1f4a609387f80177fd7c870815aa06.webp
高盛认为,如果产品设计、应用场景、技术、价格和公众广泛接受的障碍被完全克服,人形机器人的关键技术和潜在应用,还有望扩展人们对不同场景下人形机器人出货量的销售预期,在10-15年内,制造业和老年人护理等行业的劳动力短缺问题将随着机器人的普及应用而在很大程度上得到解决。预计到2035年,在蓝海市场情景下,市场能够达到1540亿美元的规模,接近截至2021年全球电动汽车市场以及全球智能手机市场的三分之一。
同时人形机器人的供应链可能从机器人自动化、人工智能、自动驾驶等既有行业继承发展而来,例如无人驾驶汽车中的感知系统和机器人的相关系统具有很深的同一性,从而汽车产业链上下游的多个企业有望参与到人形机器人的竞争中,进一步引领了行业爆发。
人形机器人热点持续发酵
不可否认,我们从特斯拉人形机器人Optimus、小米CyberOne以及多个人形机器人近日的亮相可以判断,人形机器人代人的进程或许正在加速进行,未来人形机器人产业链或将持续受益。
核心零部件的炒作逻辑也有章可循,因为人形机器人中部分核心部件与工业机器人核心部件的产品开发逻辑大致相同。国内传统机器人产业链主要分为上游核心软硬件、中游人形机器人本体制造、下游商业应用和销售。
从上下游关系而言,伺服电机、减速机、控制系统、驱动器与机器视觉等重要零部件占据人形机器人成本超过70%,人形机器人继承了零部件的高成本占比。因此随着伺服器产品、减速器市场占有率在逐渐提升,未来的零部件领域整体市值必然拉涨,这吸引了大批对于人形机器人感兴趣的投资者。
dc2a1e02b7d99dcf4fcba9657dd6b96b.webp
有券商以马斯克的人形机器人为例,预估其能够搭载约40个电机,其中肩部、肘部、腿部等主要关节使用10-14个谐波减速器,而在腰部则使用2-4个RV减速器。按照预估,每个关节和自由度处都要有控制器和减速器,这会大幅提高人形机器人制造成本,尤其伺服电机、减速器充分受益于人形机器人放量,需求预计成倍提升。
虽然满足人形机器人关节较小,要求的是少齿差谐波减速器,这需要实现高精度运动控制的同时满足人形机器人关节设计的要求,对于体积、精度都提出了更多要求,但券商认为总体而言减速器、伺服系统等核心部件需求量依然在3-5年的短期内有望快速增加。按照券商预计,如果特斯拉人形机器人产品3-5年可以上市,那么三年后,谐波减速器的需求量大约能达到152万台。
按照这个逻辑,零部件企业市值依然处于低值,最近不少零部件玩家都迎来了一波上涨,例如宁波东力、国茂股份、绿的谐波等玩家都是涨多跌少,而且换手率都不低,引来了众多投资者的关注,当然,今年减速器玩家的成绩单也符合公众的想象,例如双环传动前三季度净利润同比上涨了至少72%。
除此之外,不久前上游核心零部件企业热度不断攀升的原因在于,许多研究报告中认为,从技术路线而言,人形机器人技术的出现并非革命性,而是现有应用(机器人/自动化、自动驾驶、人工智能等)技术的延续性演变,而中国已经初步形成完整的人形机器人产业链,精密减速器、高性能伺服驱动、智能控制器、新型传感器等核心零部件取得阶段性突破,因此虽然人形机器人集成要复杂得多,但本质上依然和原先行业产业链上游有着较强的需求共性,因此其爆发速度会非常快。
产业链逻辑的新变化
但随着9月30日特斯拉人工智能日之前围绕人形机器人机会的最初炒作热度逐渐消失,人们开始发现,虽然人形机器人的自由度与关节数要远高于工业机器人、协作机器人和目前的四足机器人,问题在于人形机器人的产量很难在短期内实现爆发,人形机器人在技术上的实现风险高于人们的预期,这导致近段时间人形机器人的产业链上游企业市值出现了大范围缩水,市场快速涌现多种不和谐声音。
大多数炒作其实刻意了忽略人形机器人的多个运动控制算法层面研究的难点问题,技术突破的风险其实一直存在,只是炒作过后快速爆发。
人形机器人研究本身就是全球多学科交叉最难的一批问题,其低成本产业化更是难上加难。目前多数双足机器人都是在“位控”和“力控”这两类控制模式上发展,一些新技术例如深度学习、强化学习和传统机器人技术还并未出现进一步结合,这就已经难倒了全世界98%的企业。因此人形机器人在技术门槛上其实非常高,也注定其必然很难是一个能够一拥而上快速爆发的市场。按照高盛预计,未来10-15年或许才是一个更理智的期间值。
aba0a1ff73817b80250b3589c180b8a3.webp
就技术而言,目前人形机器人的多个核心控制算法仍然处于突破期。例如行走系统一直是人形机器人较大的难点。因为人形机器人所受力在脚部汇合,在步态过程中,人形机器人的零力矩点要在双脚形成的多边形内才能保持稳定,平衡行走要求强驱动、高扭矩,时刻保持重心,但人形机器人与地面接触面积较小,保持稳定性的难度较大,在较高能量效率和较大行走速度下保持稳定性,是仿人机器人研究者一直努力探索的问题。
在人形机器人的研究中就有一个百万步防摔倒的指标:“一百万步”以内达到0摔跤的概率,而且要降低摔倒维修成本,在这点上全球还没有太多企业能够完成。
又例如能让机器人更好地抵抗外界冲击,适应复杂环境,极大地增强机器人与环境交互能力的高性能柔顺控制技术也是一大热点方向。另外还有仿生学设计,因为人形机器人一脚抬起,屈膝同时重心前移,这需要维持各关节角度。同时由于抬脚或者落脚时与地面存在加速度,踝关节往往承受压力,踝关节摆动幅度较大,还需要考虑周期性运动的双腿对称性,才能更好地完成“起步-重心转移-迈左腿-重心转移-迈右腿-重心转移-止步”的过程。
f9bfdd67fce36601b3c27366ce2e05c4.webp
这些对于人形的全新构型以及优化,由于商业化落地较难,全世界仍然只有较少的企业进行探索,这其中更是极有可能出现全新的传动结构与更优秀的零部件,颠覆既有构型。
还有一些软硬件适配算法层面的难题也尚待攻克。拿许多人熟知的Optimus为例,AI储备与算法框架是特斯拉BOT快速迭代与实现功能的重要支撑。Tesla bot的算法框架与AI软硬件储备,包括执行器统一优化、移动训练与路径规划、仿生型机器人动作训练、共同适用于FSD与BOT的算法框架等,以及以DOJO为代表的AI软硬件储备,这不单纯是传统意义上的机器人三大核心零部件。
同时特斯拉人形机器人虽然也使用电驱作为动力系统,但优化了关节数需要降低静坐和快走的功耗,将FSD、Dojo 芯片、纯视觉系统等自动驾驶技术迁移至人形机器人,才使得其初代原型机从迈出第一步到快速行走仅花费5个月训练时间,特斯拉认为,算法框架与AI软硬件储备是实现机器人功能的真正核心,也是实现未来快速迭代进步的基础。
f55467769a06ec39fc73b412f944f7ee.webp
可以发现,人形机器人的产业链逻辑与传统机器人产业链逻辑或许出现了一定差异。因为人形机器人的主要目的就是在各类场景中辅助自然人,对于人类场景来说,较低的容错率导致许多细分领域的难点问题都需要单独研究,针对性透彻解决。但这些具体领域的细节性研究国内还较少,因此要开发出合格的人形机器人并非想象中那么简单,也并非简单外购上游几个零部件就能够完成。有券商认为,这或许需要整合工业机器人、软件算法、消费电子等多领域供应链,同时这些零部件的需求大多数需要定制化开发,很难覆盖大而全的产业链需求。
从这些点可以判断,未来人形机器人的设计逻辑必然将从分而治之到合而围之,在人形机器人短期量能很难实现大规模集采的情况下,人形机器人的集成企业自身在上游的布局会显著增多,由于实际落地的场景局限,产业链上游企业因为人形机器人而快速获利的预期必然短时间很难实现。
产业链的延伸机遇凸显
同时,我们或许还可以关注一些还没有那么成熟的新领域,这些领域的头部企业较少,市场仍然处于蓝海,但对于人形机器人等商业化产品而言又是必不可缺,发展空间明显。
例如机器人手部系统就是资本关注的一大热点,在业界往往要求需要能实现自然人手部极限运动之一的“转笔”运动,但如今灵巧手领域的龙头企业还暂缺,该领域还能够应用在工业、服务、特种机器人上,该部件的企业成长性其实非常可观。
又例如人类大脑有100亿神经元,机器人大脑未来必然成为单独的一个发展要点,其核心是一个大型运算操作系统。这部分系统需要对接到智慧城市、智慧政务系统,拥有高性能伺服驱动器和控制软件系统、运动控制算法、视觉算法、SLAM自主导航定位算法、精准多语种语音交互等功能。但这部分云端大脑以及系统开发,目前国内也并没有太多典型企业冒头。
fec7e22f42dd33abb0ec7e25e66b1bee.webp
还有例如人形机器人的表情系统,人面部44块肌肉,面部神经分成至少四个部分,分别支配特定的面部表情肌肉,能做至少三千多种表情。机器人脸部需要足够多的灵活部件,才能实现人与“人”交流的表情再现,人形机器人表情细分板块的研究也与多个应用场景具有交叉融合的可能性。
人形机器人企业的核心技术同样还大多体现在软件算法等方面,因此推动人形机器人应用场景落地的关键要素其实还有软件生态。
对标当年苹果IOS生态发展历程可知,当年苹果建立起了百花齐放的强大生态圈,正是靠着统一硬件+开放算法框架。自2008年3月开放生态后,苹果APPSTORE上应用数量爆发式增长,截至2022年3月苹果app store上架的app数量已接近480万。因此,具备算法开发框架及软件生态的硬件才有可能持续迭代并在千行百业落地。
语与未来
当前,全球人形机器人仍然处于起步期,国内例如北京理工大学的“汇童”系列、浙江大学的“悟空”系列、深圳优必选的Walker系列是中国人形机器人中的佼佼者,小米、达闼等本土科技企业纷纷跨界入局,进一步推动了中国人形机器人的发展。
bc33848f29df8b63406de3c255120dff.webp
从根本性质上来看,机器人的意义是替代人类完成危险、重复、无聊的工作,但其实并没有明确的应用场景。但非人形机器人硬件形态单一,导致场景应用有限,算法开发、软件生态难以形成,人形未必是单场景最高效的机器人形态,却是能推动AI算法应用及生态迭代的必然选择。
因而从这方面来说,人形机器人是一种更为深层次的产业重塑与颠覆,也是必然发展的路径。但人形机器人企业其实并不局限于机器人领域,而是有望凭借智能化技术储备、规模化生产能力以及丰富的场景应用案例,打开全新商业生态版图,加速向人工智能以及更多类型企业转型。
因此我们一方面需要鼓励产业链上游加大人形机器人板块的关注度和投入,但另一方面也需要警惕泡沫的出现。人形机器人的研发本就是需要积累与沉淀的过程,任何不理智或者操之过急,都容易引发最初类似人工智能行业的大起大落。
如果人形机器人应用的推出速度比人们的预期慢,那么人形机器人企业的收入贡献必然会低于预期,从而会更进一步影响了上游电机和减速机企业的短期市场估值,导致短期内将多家零部件企业与人形机器人方向热点挂钩后,反而均出现下滑。实际上短期之内人形机器人生产量和预期需求量的匹配度非常低,但任何行业往往存在的一个悖论在于,需求量越是不大的行业,往往越难做大做强,大多时候,行业的发展速度与量级呈现正相关。
一句话,投资人形机器人行业,如果你相信马斯克,也都得去等上3年。


74e1b76d5561850eac32de35d11d29fa.webp点「在看」的人都变好看了哦!
浏览 38
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报