《人形机器人行业运控专题：从“做出来”到“卖出去”-250312（35页）.pdf》由会员分享，可在线阅读，更多相关《人形机器人行业运控专题：从“做出来”到“卖出去”-250312（35页）.pdf（35页珍藏版）》请在三个皮匠报告上搜索。

1、1从“做出来”到“卖出去”人形机器人运控专题中 泰证 券研 究 所专 业 领 先 深 度 诚 信2025.3.12 证 券 研 究 报 告 分析师：王可分析师：王可执业证书编号：执业证书编号：S0740519080001Email：2目 录C O N T E N T SC O N T E N T S人形机器人小脑（运控）介绍人形机器人小脑（运控）介绍1谁有望抢占小脑发展的制高点？谁有望抢占小脑发展的制高点？3小脑在垂直场景有望率先成熟，小脑在垂直场景有望率先成熟，小模型性价比凸显小模型性价比凸显2投资逻辑：聚焦二开本体厂商及投资逻辑：聚焦二开本体厂商及动捕企业动捕企业4NBgWnNsNvNzQ

2、qNoQbR9R8OtRpPmOqNlOrRoNfQpOsR9PpPzQNZrQyQvPrNmM31 人形机器人小脑（运控）介绍41 1.1.1、人形机器人“小脑”概念人形机器人“小脑”概念人形机器人小脑（运控）介绍 人形机器人“小脑”：人形机器人“小脑”：目前产业界对人形“小脑”的定义并没有形成统一共识，一般认为“小脑”就是运动控制，即由软硬件构成，硬件包括控制器、驱动系统、编码器等，软件主要为部署在硬件上的控制和感知算法等。人形运控与传统运控最大的区别在于：人形运控与传统运控最大的区别在于：后者是根据已编程好后者是根据已编程好的轨迹去完成实时控制，而前者需要通过各种场景的实时判断来生成实时

3、运动轨迹（即的轨迹去完成实时控制，而前者需要通过各种场景的实时判断来生成实时运动轨迹（即AIAI大模大模型训练学习后，实时生成运控轨迹的指令），进而实现控制。型训练学习后，实时生成运控轨迹的指令），进而实现控制。图表图表1 1:机器人机器人“小脑小脑”构成构成来源：雷赛智能招股书、中泰证券研究所整理5“小脑”的主要功能：“小脑”的主要功能：与“大脑”主要负责环境感知和智能交互不同，“小脑”更多地关注于机器人的运动控制和平衡调节，通过接收来自传感器（如视觉传感器、力觉传感器、触觉传感器等）的信息，对这些信息进行处理和分析，进而指导机器人的运动。主要功能可以分为四类：运动执行、主要功能可以分为四类

4、：运动执行、协调运作、反馈调节和动态平衡。协调运作、反馈调节和动态平衡。1 1.1.1、人形机器人“小脑”概念人形机器人“小脑”概念图表图表2 2:人形机器人人形机器人“小脑小脑”主要功能主要功能来源：茶派科技公众号、中泰证券研究所绘制人形机器人小脑（运控）介绍61 1.2.2、人形机器人“小脑”的控制技术人形机器人“小脑”的控制技术 包括三类：模型控制（包括三类：模型控制（MPCMPC）。）。基于精确的运动学和动力学模型，实现对机器人动作的精准控制，适用于特定任务的自动化执行，即传统运控范畴。强化学习。强化学习。通过在复杂环境中的自主探索，学习最优控制策略，显著提升了上肢和下肢在复杂任务中的

5、效率、精度和适应性。模仿学习。模仿学习。通过模仿人类行为，减少对环境探索的依赖，利用人类行为数据训练智能体（动捕是关键，即数据获动捕是关键，即数据获取取），显著提升任务执行能力。图表图表3 3:“小脑小脑”的控制技术介绍的控制技术介绍来源：人形机器人技术与产业发展研究、中泰证券研究所绘制人形机器人小脑（运控）介绍71 1.3.3、人形机器人“小脑”案例人形机器人“小脑”案例图表图表4 4:人形机器人制造商人形机器人制造商“小脑小脑”环节方案环节方案（部分部分）来源：茶派科技公众号、中泰证券研究所整理制造商制造商产品名称产品名称控制技术控制技术控制系统方案控制系统方案本田ASIMO机器人模仿学习

6、基于零力矩点（ZMP）判据及预观控制算法，通过精确计算零力矩点（ZMP），规划机器人的运动轨迹，确保在行走和运动过程中保持平衡和稳定AIST-模仿学习通过ZMP判据及预观控制算法，实现对自身运动的精确控制，确保在不同的工作场景下都能稳定、高效地完成任务AgilityRoboticsDigit机器人强化学习利用强化学习算法，通过在仿真环境中不断进行训练和优化，学习各种运动技能北京理工大学-模仿学习采用模仿学习算法，以人机关节轨迹相似为目标，通过非线性最优化求解的动作映射，规划出合理的运动方案 案例：案例：目前业界基于强化学习和模仿学习已进行多种尝试，以美国Agility Robotics的Dig

7、it机器人为例，其利用强化学习算法，通过在仿真环境中不断进行训练和优化，学习各种运动技能（行走、奔跑、转弯、上下台阶）。在实际应用场景中，在实际应用场景中，Digit机器人与亚马逊合作，负责仓库物流，能够根据环境的变化和任务需求，自主规划路径，快速准确地完成物品的搬运和分拣。DigitDigit在物流领域中在物流领域中的成功应用，不仅提高物流效率，还降低人力成本，为物流行业的发展带来了新的解决方案。的成功应用，不仅提高物流效率，还降低人力成本，为物流行业的发展带来了新的解决方案。人形机器人小脑（运控）介绍81 1.4.4、人形机器人“小脑”面临的挑战人形机器人“小脑”面临的挑战图表图表5 5:

8、“小脑小脑”面临的挑战面临的挑战来源：茶派科技公众号、中泰证券研究所整理 挑战：挑战：主要包括如何进一步提高AI模型在机器人控制中的实时性、鲁棒性和可解释性，以确保机器人在复杂环境中的稳定运行和安全可靠。此外，如何将控制与感知、决策和规划更紧密地结合，构建端到端的自主系统，亦是未来重要的研究方向。人形机器人小脑（运控）介绍面临的问题面临的问题详细内容详细内容实时性问题机器人需要对环境变化做出快速响应，但在复杂环境中快速行走、躲避障碍物或与人类进行实时交互时，大模型的计算和推理过程可能会产生较大的延迟。实时性问题的产生主要源于大模型的复杂性和计算量。鲁棒性难题现实世界中，环境容易变化，如光线、温

9、度、地形、障碍物分布等，这些因素都会对机器人的运动控制产生影响，进而导致运动规划和控制出现偏差。可解释性缺失AI的告诉发展使得越来越多复杂算法和模型被应用于机器人的运控中，但它们往往是黑盒模型，难以理解其决策过程和输出结果的依据。其他方面“小脑”在与感知、决策和规划的结合方面存在不足，这些环节往往存在脱节的现象，导致机器人的整体性能受到影响，严重阻碍了构建端到端的自主系统。9小脑在垂直场景有望率先成熟，小模型性价比凸显102.12.1、人形机器人落地难度和市场规模：、人形机器人落地难度和市场规模：To C To C To BTo B小脑在垂直场景有望率先成熟，小模型性价比凸显 TO BTO B

10、有望率先落地和放量，原因：有望率先落地和放量，原因：技术适配与需求刚性：技术适配与需求刚性：B端客户，如工业、医疗、物流等需求明确且结构化，技术更易适配。例如，工厂中的搬运、质检等任务对机器人的运动控制、环境感知能力要求较高，但场景相对封闭，无需复杂的人机交互。To C场景家庭环境复杂多变，需要高度灵活性与自然交互能力。成本与价格敏感度：成本与价格敏感度：企业用户注重性价比，TO B产品量产万台后价格预计可降至20-30万元（以优必选机器人为例），而C端对性能要求高，目前To C主流产品售价在9.9万元-65万元（以宇树科技机器人为例）。政策与法规支持：政策与法规支持：政策明确支持工业场景开放

11、与标准化；To C场景下，隐私、安全等伦理问题尚未解决，制约C端场景落地。图表图表6 6：B B端和端和C C端机器人场景对比端机器人场景对比来源：搜狐网、中国信息通信研究院、中泰证券研究所整理图表图表7 7：人形机器人未来规模预测人形机器人未来规模预测来源：思瀚产业研究院，中泰证券研究所绘制To B场景To B场景To C场景To C场景应用场景应用场景工业、医疗、物流作为家庭助手，帮助用户完成家务、陪伴老人和儿童等任务价格价格量产万台后价格预计可降至20-30万元主流产品售价在9.9万元-65万元销售量销售量2024年约2000台，预计在2030、2035年分别达到15万台、80-90万台

12、预计2030、2035年分别达到2万台、120-130万台技术成熟度技术成熟度谐波减速器/传感器国产化率高双足行走/情感交互技术未闭环政策支持政策支持深圳市推出“双一百”政策：开放100个应用场景与百亿基金持续发力推动人工机器人发展伦理法规待完善，暂无明确政策11图表图表8 8：机器人上肢和下肢特征及对应算法机器人上肢和下肢特征及对应算法来源：中泰证券研究所绘制2.22.2、TO BTO B场景下，开发统一的底层大模型难度大场景下，开发统一的底层大模型难度大小脑在垂直场景有望率先成熟，小模型性价比凸显 机器人下肢：机器人下肢：运动关节相对固定，更容易形成一个统一的模型，可以设置“不摔倒、走得快

13、”等作为奖励函数来强化学习。目前主流的下肢算法是英伟达的Issac Gim底层算法+强化学习。机器人上肢：机器人上肢：属于精细运动范畴，尤其是灵巧手关节的控制，不同应用场景下运动轨迹的规划千差万别，开发统一的底层大模型面临两大难题：开发统一的底层大模型面临两大难题：开发难度大，训练成本高，高能耗开发难度大，训练成本高，高能耗以及在特定场景下的性能瓶颈等；高质量的训练数据获取难。以及在特定场景下的性能瓶颈等；高质量的训练数据获取难。人人形形机机器器人人下肢下肢上肢上肢特征特征运动关节固定，有统一底层算法精细运动，没有统一底层算法特征特征算法算法Issac Gim底层算法+强化学习难题难题开发难度

14、大，训练成本高；训练数据缺失12图表图表9 9：人形运控产业一次开发商和二次开发商的关系人形运控产业一次开发商和二次开发商的关系来源：中泰证券研究所绘制2.32.3、难度：上肢的底层运控算法、难度：上肢的底层运控算法小脑在垂直场景有望率先成熟，小模型性价比凸显 人形运控产业未来将由一次开发人形运控产业未来将由一次开发(一开一开)商和二次开发商和二次开发(二开二开)商两部分构成。商两部分构成。一开企业如特斯拉、华为、宇树等做人形运控算法的一次开发（即平台型通用机器人企业），类似于iOS之于苹果，不同厂商硬件规格和方案不同，运控算法不兼容，因此运控产业是平台型企业的兵家因此运控产业是平台型企业的兵

15、家必争之地必争之地；二开企业是应用厂商，类似于APP应用开发商，在一开企业软硬件基础上，开发针对特定应用场景的机器人（如针对教育、养老、消防、危化、矿山、电力、冶金等领域开发机器人）。人人形形运运控控产产业业教育教育二次开发二次开发(二开二开)商商企业：企业：特斯拉、华为、宇树、figuer、1X、智元等，即平即平台型企业台型企业公司：公司：科大讯飞、优必选等一次开发一次开发(一开一开)商商养老养老消防消防危化危化矿山矿山其他其他公司：公司：麦迪科技、欧圣电气等公司：公司：青鸟消防等公司：公司：博实股份等公司：公司：运机集团、华荣股份等电力、智能家居等领域132.32.3、难度：上肢的底层运控

16、算法、难度：上肢的底层运控算法小脑在垂直场景有望率先成熟，小模型性价比凸显 针对特定应用场景开发小模型有望渐成主流。针对特定应用场景开发小模型有望渐成主流。随着Deepseek的出现，通过蒸馏技术缩小模型规模，进而将小模型植入人形端部成为可能，进而将小模型植入人形端部成为可能，未来特定场景应用的小模型会越来越多。小模型优势：小模型优势：小模型适用于特定场景，如工业制造、医疗护理、家庭服务等，能显著降低开能显著降低开发与部署成本。发与部署成本。相较于通用大模型需要海量数据和算力支持，小模型可以通过迁移学习或微调快速适配特定任务，减少数据标注和训练周期。减少数据标注和训练周期。并且这种针对性的强化

17、学习，使得垂直并且这种针对性的强化学习，使得垂直模型决策逻辑更贴近实际需求。模型决策逻辑更贴近实际需求。图表图表1010：小模型优势小模型优势来源：贤集网、中泰证券研究所整理优势优势主要内容主要内容成本效益显著成本效益显著大模型的训练成本呈指数增长，从早期Transformer到如今谷歌Gemini Ultra模型近2亿美元训练成本。而一些小模型通过精心设计和优化，在保证性能的前提下，极大地降低了训练所需的计算资源和时间成本部署灵活性高部署灵活性高小模型所需的计算资源和存储空间较少，这使得AI技术能够更贴近用户，实现本地化的智能处理，减少对云端服务器的依赖，提高响应速度专业性与针对专业性与针对

18、性强性强与通用的大模型不同，小模型可以针对特定的专业领域或具体业务需求进行定制化训练，从而在特定任务上展现出卓越的性能。美国生物技术公司Path AI利用小模型在图像处理方面的优势，对病理图像进行自动化分析，辅助医生进行疾病诊断，其专业性和准确性在实际应用中得到了有效验证能源消耗低能源消耗低由于小模型的计算复杂度相对较低，对高性能硬件资源的需求较少，因此在运行过程中能耗大幅降低142.32.3、难度：上肢的底层运控算法、难度：上肢的底层运控算法小脑在垂直场景有望率先成熟，小模型性价比凸显 特定应用场景小模型一般是基于通用底层大模型进行的二次开发。特定应用场景小模型一般是基于通用底层大模型进行的

19、二次开发。为了给模型注入特定领域知识，就需要用该领域内的语料进行继续的预训练，就需要用该领域内的语料进行继续的预训练，进而通过SFT激发模型理解该领域内各种问题并逐渐具备回答的能力，最后通过RLHF可以让模型的回答对齐人们偏好，比如行文的风格。图表图表1111：特定应用场景小模型开发的基本思路特定应用场景小模型开发的基本思路来源：机器学习社区、中泰证券研究所152.32.3、难度：上肢的底层运控算法、难度：上肢的底层运控算法小脑在垂直场景有望率先成熟，小模型性价比凸显 小模型应用案例：小模型应用案例：工业质检场景：工业质检场景：小模型可基于少量缺陷样本实现高精度识别，开发成本较通用模型显著降低

20、。医疗护理场景：医疗护理场景：养老机构中，小模型结合多模态传感器数据（语音、触觉、体温），实现老人跌倒检测与应急响应，误报率降低，响应时间缩短。家庭服务场景：家庭服务场景：1X的NEOGamma家用机器人通过垂直模型实现衣物分类与清洁力度自适应调节，识别准确率提升，能耗降低。农业与物流场景：农业与物流场景：农业采摘机器人通过小模型识别果实成熟度，结合地形感知调整抓取路径，采摘效率提升，同时损坏率降低。162.42.4、难度：数据采集、难度：数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显 行业痛点：人形机器人训练数据严重短缺行业痛点：人形机器人训练数据严重短缺 数据需求激增：数据需求激增：

21、在特斯拉2024年第四季度财报电话会上，马斯克指出，人形机器人所承担的任务及用途，相较汽车自动驾驶而言复杂得多，大概有1000倍之多，所需的训练数据规模也所需的训练数据规模也会随之扩大至会随之扩大至1010倍左右倍左右。数据现状难以支撑训练数据现状难以支撑训练：目前可用于训练人形机器人的开源数据集，无论是在数量上还是规模上都极为匮乏，难以支撑高效训练。图表图表1212:人形机器人与自动驾驶开源训练数据集大小对比人形机器人与自动驾驶开源训练数据集大小对比来源：51CTO、中泰证券研究所整理自动驾驶自动驾驶数据集数据集数据集描述数据集描述人形机器人人形机器人数据集数据集数据集描述数据集描述Waym

22、o包含1150个场景、2030个20s片段、1260万个3D标注框RoboSet包括7500条轨迹BDD100K包含10万段40s高清视频Open X-EmbodimentGoogle整合的60个已有机器人数据集，包含22个机器人的527个技能训练数据Boxy Vehicle Detection包含20万张高分辨率图像G1宇树G1人形机器人拧瓶盖倒水、叠三色积木等5种操作Lyft L5包含1805个场景、4.6万张图像、约130万个3D标注框AgiBot World智元机器人开源数据集，涵盖80余种日常生活动作nuScenes包含1000个20秒场景，140万张相机图像，39万次激光雷达扫描A

23、LOHA 2.0ALOHA机器人的操作Argoverse包含多个城市的驾驶场景数据4.4万张图像数据、约99万个3D标注框HumanPlus结合了机器人仿真数据和人类运动数据172.42.4、难度：数据采集、难度：数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显 数据来源与采集方式：数据来源与采集方式：双轨并行：真实数据双轨并行：真实数据+数字孪生。数字孪生。人形机器人的数据来源主要为真实人类运控数据采集及数字真实人类运控数据采集及数字孪生两类，孪生两类，需要两者结合，即先在孪生环境中将真实数据进行倍增，跑通基础模型，再通过sim to real的迁移学习，叠加真实人类运动数据采集矫正，从

24、而完成一套动作学习。真实数据采集来源为动捕及传感器信息输入。真实数据采集来源为动捕及传感器信息输入。动捕系统通过捕捉目标对象关键点位位移信息，并将其转化为数字信号，进而生成三维空间中的运动数据。采集工具包含vision pro、动捕装置等，在精细程度、环境约束条件、成本上有所差异。数字孪生：数字孪生：虚拟环境模拟，通过“sim-to-real”迁移学习提升模型泛化能力。图表图表1313：穿动捕服进行数据捕捉：穿动捕服进行数据捕捉来源：VR圈中圈，中泰证券研究所整理图表图表1414：RoboGenRoboGen流程流程来源：新智元公众号，中泰证券研究所整理182.42.4、难度：数据采集、难度：

25、数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显图表图表1515:光学动捕和惯性动捕的差异点对比表光学动捕和惯性动捕的差异点对比表来源：Chen Wang et al,MimicPlay:Long-Horizon mitation Leaming by Watching Human Play,2023、A1 寒武纪公众号、新智元公众号、中泰证券研究所整理 真实数据采集依赖动捕设备：真实数据采集依赖动捕设备：动作捕捉按技术路线可以分为惯性式、光学式、光惯混合式与摇操作式（VR头显加手柄）。其中，惯性式和光学式是目前较为主流的两种技术路线，分别适用于不同的动捕场景。光惯混合式结合了惯性式和光学

26、式两种方式。摇操作式因精度和维度较小，只适用于做简单的多模态感知训练，不适用于复杂应用。国内各大人形机器人本体厂均采用光学动捕与惯国内各大人形机器人本体厂均采用光学动捕与惯性动捕结合的方式进行数据采集性动捕结合的方式进行数据采集。特性特性光学动捕光学动捕惯性动捕惯性动捕原理通过摄像头捕捉标记点或物体的位置和运动通过惯性传感器（如加速度计、陀螺仪）测量运动精度高精度，尤其在静态环境下精度较高，但可能随时间累积误差实时性实时性较好，但可能受处理速度影响实时性非常好，延迟极低环境要求需要特定环境（如光线、空间、无反光干扰）对环境要求低，可在各种环境下使用设备复杂度设备复杂，需要多个摄像头和标记点设备

27、简单，只需佩戴传感器成本成本较高，尤其是高精度系统成本相对较低便携性便携性差，安装和校准复杂便携性好，易于携带和安装机器人领域适用场景上肢等精细运动的捕捉上肢等精细运动的捕捉全身运动的捕捉全身运动的捕捉192.42.4、难度：数据采集、难度：数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显 全球动捕市场由海外厂商主导。全球动捕市场由海外厂商主导。根据MarketsandMarkets数据，2023年动作捕捉市场规模约32亿美元，其中Vicon占38%，OptiTrack占25%，Motion Analysis占15%。图表图表1616:竞争格局竞争格局来源：各公司官网，中泰证券研究所整理技

28、术路线技术路线地区地区厂商名称厂商名称优势优势光学动捕英国Vicon全球视觉运动捕捉技术领域处于领导地位，拥有先进的红外摄像技术和计算机视觉算法，实时追踪记录三维运动数据美国Optitrack具备高精度、低延迟和实时数据处理能力，广泛应用于电影、游戏、VR等领域的高端动作捕捉美国Motion Analysis光学动作捕捉系统具备高精度、高可靠性，在科研、影视制作等领域具有很强的竞争力瑞士Qualisys提供高速精度动作捕捉相机以及先进的动作数据跟踪分析软件，专门为医疗和工业领域提供光学动作捕捉平台中国度量科技自主研发、制造和销售三维动作捕捉系统中国凌云光自主研发的 FZMotion 动捕系统精

29、度高中国青瞳视觉自主研发并生产的红外光学动作捕捉系统具有高精度、低延时、远距离、高鲁棒性等优势中国瑞立视基于自主研发的红外光学相机硬件和动作捕捉算法，为多个领域提供沉浸式交互应用解决方案惯性动捕荷兰Xsens惯性动捕领军企业，动捕系统精度高，不易受外界环境干扰中国诺亦腾自主研发的惯性传感器+光学/惯性混合运动测量两大核心技术202.42.4、难度：数据采集、难度：数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显 国内市场：光学动捕国内品牌和国外品牌各占部分市场份额。人形机器人应用领域：国内主要做光学动捕的企业包括：度量科技、青瞳视觉和凌云光等。图表图表1717:国内动捕设备厂商在人形机器人

30、领域的产品应用国内动捕设备厂商在人形机器人领域的产品应用来源：各公司官网，中泰证券研究所整理动捕设备厂商动捕设备厂商动捕产品动捕产品合作人形机器人本体厂商合作人形机器人本体厂商凌云光动捕产品Fzmotion可实现0.01精度的稳定捕捉，拥有先进骨骼结算算法，在遮挡情况下能实现数据自动修复宇树科技、优必选、小米诺亦腾PN Studio惯性动作捕捉套装低成本、环境适应性强，HybridTrack 光学运动测量系统具有强鲁棒性和高精度智元机器人、千寻智能度量科技Mars系列、Plotu系列、Orbit系列、VRT系列以及水下动作捕捉相机青瞳视觉MC系列、R系列、K系列、D系列以及U系列捕捉相机212

31、.42.4、难度：数据采集、难度：数据采集小脑在垂直场景有望率先成熟，小模型性价比凸显 产业链价值分布：产业链价值分布：光学动捕设备：高精度光学摄像头光学动捕设备：高精度光学摄像头+光学标记点光学标记点+辅助硬件辅助硬件+软件与算法。软件与算法。其中,高精度光学摄像头单价高，占绝大部分硬件成本；光学标记点单价低但用量大，需定期更换，属消耗品。核心壁垒：软件算法+高精度传感器技术图表图表1818:产业链价值分布表产业链价值分布表来源：产业链调研、中泰证券研究所整理主要构成主要构成价值量占比价值量占比技术特点技术特点代表厂商代表厂商高精度光学摄像头30%-40%红外摄像头为主，需高帧率（如120-

32、1000Hz）、高分辨率及低延迟Vicon（英国）、OptiTrack（美国）、Qualisys（瑞典）光学标记点5%-10%分为被动反光球（低成本）或主动发光标记（高精度场景）辅助硬件5%-10%包括校准设备、支架、同步控制器等，技术门槛较低，竞争激烈软件与算法20%-30%包括数据采集、实时跟踪、噪声滤波、骨骼绑定等功能模块，算法优化（如遮挡处理）为核心竞争力Motion Analysis（光学）、Xsens（侧重惯性+光学融合）223谁有望抢占小脑发展的制高点？23图表图表1919：人形机器人运控五大玩家存在人形机器人运控五大玩家存在“数据数据-算法算法-硬件硬件”的关联关系的关联关系来

33、源：中泰证券研究所整理 人形运控有五大玩家：人形运控有五大玩家：本体企业（一开企业）：本体企业（一开企业）：负责机器人基础硬件和软件架构设计（如特斯拉Optimus骨骼动力学模型）、核心控制器开发、传感器标定等。应用企业（二开企业）：应用企业（二开企业）：基于本体企业软硬件平台，进行二次开发，应用企业需针对不同行业需求，优化控制算法，提升机器人在特定场景的性能与安全性。传统工控企业：传统工控企业：负责执行层面，与传统机器人控制类似，但人形需要更高密度的驱动技术和力控融合技术等，如SCHUNK的EcoGrip 60系列触觉夹持器，实现精准力控与柔顺操作。第三方“小脑”企业：第三方“小脑”企业：提

34、供SLAM+运动规划融合方案，通过运控算法给机器人企业进行通用性赋能。动捕企业：动捕企业：前文已有详细介绍，不再赘述。3.13.1、人形机器人运控重要环节的玩家、人形机器人运控重要环节的玩家谁有望抢占小脑发展的制高点？动捕数据动捕数据第三方算法训练第三方算法训练本体硬件集成本体硬件集成应用企业部署应用企业部署场景验证反馈场景验证反馈工控执行器适配工控执行器适配24图表图表2020：本体企业通过软件结合构筑壁垒本体企业通过软件结合构筑壁垒，位居运控产业链核心位置位居运控产业链核心位置来源：Unitree宇树科技、中泰证券研究所整理 本体企业（一开厂商）是运控产业链核心，软硬件结合构筑核心壁垒。本

35、体企业（一开厂商）是运控产业链核心，软硬件结合构筑核心壁垒。前文提到，类似于iOS之于苹果，本体企业将硬件和底层算法集成，以硬件为例，高精度关节模组是关键，如宇树M107电机，关节动态响应精度显著提升（误差0.1）。3.23.2、人形机器人运控：本体企业（一开厂商）、人形机器人运控：本体企业（一开厂商）谁有望抢占小脑发展的制高点？基础架构设计如特斯拉已经打通了FSD和机器人的底层模块，实现复杂动作支撑与平衡，为机器人运动奠定基础。本体企业设计的架构需适应多场景，如工业、服务领域，满足不同负载与运动需求。核心硬件开发如宇树M107高精度电机，关节动态响应精度显著提升（误差0.1）。全身动力学实时

36、解算能力，确保机器人在动态环境中快速响应与稳定运行。技术壁垒本体企业通过以高精度关节模组为代表的硬件与动力学解算技术，构建技术壁垒，不仅保护自身优势，还为产还为产业链上下游合作提业链上下游合作提供稳定基础与标准。供稳定基础与标准。25 应用企业基于一开厂商产品进行二次开发，以满足特定下游需求。应用企业基于一开厂商产品进行二次开发，以满足特定下游需求。应用企业（二开厂商）需要基于本体企业硬件平台，针对不同行业需求，优化控制算法，提升机器人在特定场景的性能与安全性。此外，应用企业亦可以与工控企业联合，针对特定场景定制末端执行器，如汽车厂焊接机器人的耐高温夹爪，满足特定工艺需求。3.23.2、人形机

37、器人运控：应用企业（二开厂商）、人形机器人运控：应用企业（二开厂商）谁有望抢占小脑发展的制高点？图表图表2121：应用企业基于一开厂商产品进行二次开发应用企业基于一开厂商产品进行二次开发来源：万国企业网、中泰证券研究所整理场景适配开发基于本体企业硬件平台，开发行业专用控制协议，如医疗机器人手术臂适配ISO 13482安全规范。应用企业需针对不同行业需求，优化控制算法，提升机器人在特定场景的性能与安全性。联合定制模式与工控企业联合定制末端执行器，如汽车厂焊接机器人的耐高温夹爪，满足特定工艺需求。联合定制模式促进产业链协同，提升机器人在复杂工业场景的应用效率与可靠性。商业价值拓展应用企业通过场景适

38、配与定制，提升机器人在各应用领域的渗透率与市场份额。商业价值拓展不仅依赖技术适配，还需与上下游企业建立紧密合作关系，实现互利共赢。26 工控企业需与本体或应用企业适配开发执行器。工控企业需与本体或应用企业适配开发执行器。在终端执行器层面，人形机器人和传统工业机器人差异并不明显，只需配合本体或应用企业开发适用于特定应用场景的关节模组，如高密度的驱动技术和力控融合技术。3.23.2、人形机器人运控：工控企业（终端执行器企业）、人形机器人运控：工控企业（终端执行器企业）谁有望抢占小脑发展的制高点？图表图表2222：工控企业在人形时代需要开发特定执行器工控企业在人形时代需要开发特定执行器来源：SCHU

39、NK官网、中泰证券研究所整理技术攻坚突破高密度驱动技术高密度驱动技术：如Harmonic Drive的谐波减速器，提升执行器功率密度与精度；力控融合技术：力控融合技术：如SCHUNK的EcoGrip60系列触觉夹持器，实现精准力控与柔顺操作。模块化接口策略通过模块化接口，如ISO/TS 15066标准快拆头，实现跨本体平台兼容，拓展市场应用范围。模块化接口策略降低用户更换成本，提升工控企业在产业链中的竞争力与灵活性。27 第三方“小脑”企业类似于第三方“小脑”企业类似于AndroidAndroid至于手机厂商，赋能机器人企业。至于手机厂商，赋能机器人企业。iOS之于苹果属于闭源生态，在开源生态

40、模式中，独立第三方企业可以通过开发“小脑”底层运控算法，赋能机器人企业。如桥介数物，如桥介数物，其是国内领先的具身智能控制系统开发公司，致力于构建足式机器人的通用控制系统平台，公司已帮助多家人形机器人公司完成从0到1的强化学习运动控制demo开发，并在2024年8月的世界机器人大会上，27家中有11家人形机器人厂商采购了其运控解决方案。3.23.2、人形机器人运控：第三方“小脑”企业、人形机器人运控：第三方“小脑”企业谁有望抢占小脑发展的制高点？图表图表2323：搭载桥介数物搭载桥介数物“小脑小脑”方案的机器人方案的机器人来源：桥介数物官网、中泰证券研究所图表图表2424：搭载桥介数物搭载桥介

41、数物“小脑小脑”方案的机器狗方案的机器狗来源：桥介数物官网、中泰证券研究所人形机器人运控：动捕企业，前文已有详细介绍，不再赘述人形机器人运控：动捕企业，前文已有详细介绍，不再赘述283.63.6、小结：小脑发展围绕本体厂商展开，应用落地是关键、小结：小脑发展围绕本体厂商展开，应用落地是关键谁有望抢占小脑发展的制高点？在整个人形机器人运控产业链条中，本体厂商的软硬件进步驱动行业发展，本体厂商的软硬件进步驱动行业发展，动捕和工控企业的硬件进步助推本体厂商持续迭代。随着人形机器人量产时代来临，寻找应用场景成为关键（即生产出来的人形机器人寻找应用场景成为关键（即生产出来的人形机器人卖不卖的出去），卖不

42、卖的出去），二次开发的厂商具备三大优势：绑定某一细分领域客户；对特定下游（如电力、消防、矿山、养老等）工况有独特理解；有特定应用场景的数据，并基于本体企业产品进行训练，进而满足终端客户需求。因此我们认为，20252025年基于应用场景进行二次开发的企业将成为最先放量，且最具弹性年基于应用场景进行二次开发的企业将成为最先放量，且最具弹性的方向。的方向。294 投资逻辑：聚焦二开本体厂商及动捕企业304.14.1、聚焦：二开本体厂商、聚焦：二开本体厂商投资逻辑：聚焦二开本体厂商及动捕企业 2025年，人形机器人关注度已逐渐从供给端转向需求端，在量产的大背景下，具备垂直应用场景的二开本体厂商无疑是最

43、有可能放量的环节，预期差大，建议重点关注二开本体企业，包括：教育、养老、消防应急、危化、防爆、矿山、电力、冶金等行业。图表图表2424：不同应用场景下的二开本体企业汇总不同应用场景下的二开本体企业汇总来源：中泰证券研究所，注：以上公司eps均来自wind一致预期2025/3/12股价（元）股价（元）2023A2024A/E2025E2026E2023A2024A/E2025E2026E科大讯飞 002230.SZ51.800.280.250.370.51190.32209.29144.03104.49未评级优必选9880.HK96.95(3.05)-未评级麦迪科技 603990.SH15.63

44、(0.88)(0.66)0.280.34-57.8247.62未评级优必选9880.HK96.95(3.05)0.00(1.86)(1.04)-未评级欧圣电气 301187.SZ41.340.961.391.782.2545.8029.7124.7019.54未评级海康威视 002415.SZ33.281.521.711.722.0022.1119.5119.5316.80未评级大华股份 002236.SZ18.812.311.011.221.427.8718.6114.9012.80未评级亿嘉和603666.SH37.21(0.05)0.170.670.87-222.9559.4345.77

45、未评级申昊科技 300853.SZ32.40(0.69)0.00(0.78)0.10-302.50未评级核电领域-景业智能 688290.SH64.170.351.511.472.15203.4342.5848.4433.12未评级电网能源领域业务处理特定领域巡检养老陪护、康养陪护养老康养领域家庭养育陪伴，情感陪伴，stem教具教育科研领域安防巡检领域复杂场景简单业务逻辑处理环节环节具体业务具体业务公司名称公司名称最新评级最新评级公司代码公司代码EPS（元元）PE314.14.1、聚焦：二开本体厂商、聚焦：二开本体厂商投资逻辑：聚焦二开本体厂商及动捕企业图表图表2424：不同应用场景下的二开本

46、体企业汇总不同应用场景下的二开本体企业汇总（接上图接上图）来源：中泰证券研究所、注：以上公司中，除华荣股份外，其他公司eps均来自wind一致预期2025/3/12股价（元）股价（元）2023A2024A/E2025E2026E2023A2024A/E2025E2026E华荣股份 603855.SH25.351.371.621.862.1918.5015.6513.6311.58买入运机集团 001288.SZ35.830.640.951.462.0150.5237.7622.1416.08未评级梅安森300275.SZ17.080.150.250.400.60127.4968.5747.43

47、31.62未评级电力、应急-咸亨国际 605056.SH15.280.240.540.690.9062.3828.2421.7016.63未评级博实股份 002698.SZ20.130.520.590.740.8738.2134.2626.9522.92未评级中控技术 688777.SH57.401.441.861.862.2340.1330.9031.0625.91未评级消防-青鸟消防 002960.SZ13.650.900.730.891.0715.1218.7915.2912.72未评级科沃斯603486.SH59.251.081.982.522.9453.7429.9823.0319.

48、74未评级美的集团 000333.SZ70.104.935.035.656.1814.4313.9312.5911.51未评级比亚迪002594.SZ351.0010.3212.9317.8421.7434.7827.1420.1216.51未评级江淮汽车 600418.SH33.910.070.210.300.53500.00162.48116.6766.04未评级长城汽车 601633.SH26.750.821.491.802.0830.6117.9113.9412.07未评级工业企业-汇川技术 300124.SZ74.701.781.842.222.6143.4140.6334.8129

49、.61未评级环节环节具体业务具体业务公司名称公司名称最新评级最新评级公司代码公司代码EPS（元元）PE智能家居服务家居机器人叠加简单任务工业领域特定工业场景执行任务矿山巡检机器人-石化-32图表图表2626：诺亦腾具身智能动捕方案诺亦腾具身智能动捕方案来源：诺亦腾官网、中泰证券研究所4.24.2、聚焦：动捕企业、聚焦：动捕企业投资逻辑：聚焦二开本体厂商及动捕企业 相较于大模型的发展拥有海量的数据输入，机器人的训练数据集是十分有限的，在人形机器人量产的大背景下，动捕厂商作为铲子企业，有望受益，建议重点关注凌云光和诺亦腾（奥飞娱乐子公司）。图表图表2525：凌云光凌云光FZMotionFZMoti

50、on光学运动捕捉系统光学运动捕捉系统来源：凌云光官网、中泰证券研究所33风险提示风险提示风险提示风险提示 人形机器人小脑产业发展进度不及预期；特定应用场景小模型开发速度不及预期；相关标的业务进展不及预期；相关标的业绩不及预期；研报使用的信息存在更新不及时风险；产业链调研的样本偏差。34投资评级说明：投资评级说明：评级评级说明说明股票评级股票评级买入预期未来612个月内相对同期基准指数涨幅在15%以上增持预期未来612个月内相对同期基准指数涨幅在5%15%之间持有预期未来612个月内相对同期基准指数涨幅在-10%+5%之间减持预期未来612个月内相对同期基准指数跌幅在10%以上行业评级行业评级增

51、持预期未来612个月内对同期基准指数涨幅在10%以上中性预期未来612个月内对同期基准指数涨幅在-10%+10%之间减持预期未来612个月内对同期基准指数跌幅在10%以上备注：评级标准为报告发布日后的612个月内公司股价（或行业指数）相对同期基准指数的相对市场表现。其中A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准，美股市场以标普500指数或纳斯达克综合指数为基准（另有说明的除外）。35重要声明重要声明中泰证券股份有限公司（以下简称“本公司”）具有中国证券监督管理委员会许可的证券投资咨询业务中

52、泰证券股份有限公司（以下简称“本公司”）具有中国证券监督管理委员会许可的证券投资咨询业务资格。本公司不会因接收人收到本报告而视其为客户。资格。本公司不会因接收人收到本报告而视其为客户。本报告基于本公司及其研究人员认为可信的公开资料或实地调研资料，反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。本公司力求但不保证这些信息的准确性和完整性，且本报告中的资料、意见、预测均反映报告初次公开发布时的判断，可能会随时调整。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，投资者应当自行关注相应的更新或修改。本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构

53、成任何投资、法律、会计或税务的最终操作建议，本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。市场有风险，投资需谨慎。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投资者应注意，在法律允许的情况下，本公司及其本公司的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。本公司及其本公司的关联机构或个人可能在本报告公开发布之前已经使用或了解其中的信息。本报告版权归“中泰证券股份有限公司”所有。事先未经本公司书面授权，任何机构和个人，不得对本报告进行任何形式的翻版、发布、复制、转载、刊登、篡改，且不得对本报告进行有悖原意的删节或修改。