8月16日至21日，2023世界機器人大會在北京舉行。大會期間，北京市政府發布了《北京市機器人產業創新發展行動方案(2023—2025年)》，提出著眼世界前沿技術和未來戰略需求，加緊布局人形機器人，帶動醫療健康、協作、特種、物流四類優勢機器人產品躍升發展。

機器人的應用場景可謂極其廣泛，人形機器人自然也不例外，在小米集團高級副總裁曾學忠的設想里，未來的智能制造體系中，70%的工作由自動化設備來完成；20%應當由仿真機器人來完成；剩下的10%需要人來完成。

今年以來，在AI浪潮的推動下，AI+人形機器人帶來的“具身智能”受到了市場關注。工業和信息化部副部長徐曉蘭表示，以人形機器人和通用人工智能為代表的新技術、新產品、新業態蓬勃發展，正成為全球科技創新的制高點。

(資料圖片)

人形機器人前景廣闊

機器人的發展跟隨制造業自動化程度不斷提升，從最早的單任務起重機式臂到機器人，再到能夠與人直接交互的協作機器人，再發展到與人工智能結合的人形機器人。

受全球勞動力缺口持續擴大影響，人形機器人替代帶動巨大市場需求，東吳證券預計，在特斯拉人形機器人標桿引領作用下，全球在2025年初步實現人形機器人商業化，實現銷量2萬-3萬臺。到2030年，新增需求100萬臺，2035年銷量有望突破1000萬臺。

隨著人形機器人技術的不斷發展和應用場景的不斷拓展，市場規模有望不斷擴大，其中，核心零部件方向是多家機構預計受益的重點方向。具體而言，人形機器人身體核心零部件可以分為諧波減速器、行星滾柱絲杠、伺服電機三部分；手部核心零部件可以分為空心杯電機、微型行星齒輪箱兩部分。

結合2030年人形機器人需求數量，西南證券測算，五大核心零部件的市場空間于2030年市場規模如下：

1)諧波減速器：單臺機器人諧波減速器數量為14個，2030年單價有望降到600元，樂觀/中性/悲觀情景下市場空間分別為168/126/67億元；

2)行星滾柱絲杠：單臺機器人行星滾柱絲杠數量為14個，2030年單價有望降到2000元，樂觀/中性/悲觀情景下市場空間分別為560/420/224億元；

3)伺服電機：單臺機器人伺服電機數量28個，2030年單價有望降到300元，樂觀/中性/悲觀情景下市場空間分別為168/126/67億元。

4)空心杯電機：單臺機器空心杯電機數量為12個，2030年單價有望降到400元，樂觀/中性/悲觀情景下市場空間分別為96/72/38億元；

5)微型行星齒輪箱：單臺機器人行星滾柱絲杠數量為12個，2030年單價有望降到200元，樂觀/中性/悲觀情景下市場空間分別為48/36/19億元。

據國際機器人協會預測，2021年到2030年，全球人形機器人市場規模年復合增長率將高達71%。中國電子學會數據顯示，到2030年，我國人形機器人市場規模有望達到約8700億元。

AI如何賦能“具身智能”？

從產業角度考慮，人形機器人是AI和機器人兩大產業的共同發展方向，是技術、制造、服務三個核心能力的交匯點，也是軟硬件跟AI技術融合的制高點。目前，人形機器人的硬件主要包括五部分：

1)感知系統，相當于機器人的“五官”，包括聲音、光、溫度、壓力、定位、接觸等傳感器，用以將外部環境信號轉換為機器人可以理解的信息或數據；2)驅動系統，相當于機器人的“肌肉”，電機驅動包括電機、減速器、編碼器等；3)末端執行系統，相當于機器人的“手”，用以和外界環境進行交互；4)能源供應，電源或電池；5)運算系統及軟件，相當于機器人的“大腦”。

各大科技巨頭紛紛推出AI大模型，有望解決人形機器人的通用性問題。AI大模型對人形機器人的賦能可以從語音、視覺、決策、控制等多方面實現，形成感知、決策、控制閉環，使機器人具備常識。國泰君安認為，具體可以分為三個方向：

1)語音：語言大模型為機器人的自主語音交互難題提供了解決方案，在上下文理解、多語種識別、多輪對話、情緒識別、模糊語義識別等通用語言任務上，ChatGPT顯著優于深度學習，表現出了不亞于人類的理解力和語言生成能力。

2)視覺：人形機器人的場景相對工業機器人更通用、更復雜，通用視覺大模型的All in One的多任務訓練方案能使得機器人更好地適應人類生活場景。大模型的強擬合能力使人形機器人在進行目標識別、避障、三維重建、語義分割等任務時，具備更高的精確度；通用視覺大模型通過大量數據學到更多的通用知識，并遷移到下游任務中，基于海量數據獲得的預訓練模型具有較好的知識完備性，提升場景泛化效果。

3)決策：基于多模態的預訓練大模型將增強機器人可完成任務的多樣性與通用性，讓其不局限于文本和圖像等單個部分，而是多應用相容，拓展單一智能為融合智能，使機器人能結合其感知到的多模態數據實現自動化決策。

多個難題依舊待解

在AI浪潮下，2023年，人形機器人受到了不同以往的密集關注，商業化落地的大方向是有的，但目前，產業發展還面臨著諸多挑戰。

清華大學交叉信息研究院院長姚期智指出，目前人形機器人還面臨三個發展問題：首先，機器人還需要像大語言模型一樣擁有一個具身模型，一步到位做好最底層的控制；其次，在計算能力方面，即使是谷歌的Robotic Transformer模型，也只能達到3個赫茲水平，距離真正需要的500個赫茲還有很大差距；此外，機器人多模態的感官感知融合和數據收集方面，還有大量的挑戰和問題。

在AI部分，通用大模型本身并不是給通用人形機器人使用的，即使目前通用大模型已經能很好地處理文本或者基本文字邏輯，但是它對環境的認知和感知能力基本是零，無法認知物理環境，也沒法抓取做操作，需要新的模型來訓練。

除此之外，硬件性能與成本的平衡也是一大問題。

星動紀元創始人陳建宇表示，對硬件來說，行業希望機器人同時兼顧力量、速度、精度以及成本，但是目前所有技術都無法同時兼顧這幾項，例如液壓的技術速度和力量都很強，但是它成本太貴。

而高減速比諧波技術，可能精度比較高，但是靈巧性又降低；而新的轉制期技術雖然成本比較低，但是卻犧牲了載荷和精度，因此現在還沒有一個能夠兼顧所有達到滿意的情況。

至于“具身智能”真正落地的時間，陳建宇表示，當前人形機器人、通用機器人還處于一個剛剛開始的階段，問題不會很快得以解決，這是比較長期的過程，可能是5-10年，也可能更長。

關鍵詞：