机械设备行业专题研究：人形机器人需要怎样的大模型？.docVIP

机械设备行业专题研究：人形机器人需要怎样的大模型？

人形机器人商业化痛点：通用性受限

高需求+低供给的商业化矛盾长期存在

高需求：人形机器人的潜在应用场景广泛。在工业生产中，人形机器人可应用于汽车、3C等行业，替代人类完成组装和质检等重复枯燥的任务；在日常生活中，人形机器人可以提供打扫卫生、做饭、照顾老人和教育小孩等多种服务；此外，人形机器人还可以替代人类完成灾难救援等危险性任务。目前全球范围内人口老龄化问题正在加剧，劳动力成本不断提升，未来人形机器人市场空间广阔。

低供给：绝大多数人形机器人未实现商业化落地。早在1973年早稻田大学就研发出世界上第一款全尺寸人形机器人Wabot-1；同样为了实现人形机器人领域的梦想，本田于1986年开始秘密研发机器人双足结构，经过多次迭代后，本田正式于2000年推出Asimo机器人，后由于Asimo年租金高达2000万日元，难以商业化应用，本田研发团队于2018年解散；波士顿动力Atlas也迟迟未实现大规模商业化应用；特斯拉Optimus的最新进展是能够依靠视觉对物体分类并完成瑜伽动作，也未能大规模商业化应用。目前绝大多数人形机器人并未实现大规模商业化落地。

通用性受限导致商业化落地困难

我们认为通用性受限是人形机器人长期面临高需求和低供给现象的原因。依托于工业机器人的快速发展，执行类零部件的成本在人形机器人大规模放量后有望显著下降，因此我们认为硬件成本高昂并不是人形机器人长期面临高需求和低供给现象的原因。早稻田大学Wabot、本田Asimo以及波士顿动力Atlas代表了早期各家企业在人形机器人领域的探索。Wabot受限于当时的技术水平，运动能力较差；本田Asimo运动能力、智能化水平有所提高，但由于应用场景限制，难以大规模推广；波士顿动力Atlas的运动性能进一步提高，但也未实现大规模应用。我们认为，人形机器人追求极致的运动性能意义有限，其未能大规模商用的核心原因是通用性受限。通用性受限体现在目前机器人对用户主体专业要求高和应用场景局限。1）用户主体：传统人形机器人偏向于是一种可编程的专用设备，需要高级算法工程师进行编码设定才能正常运控，普通用户难以直接参与。如果普通用户能与人形机器人实现交互，将会大大降低使用门槛，进而促进人形机器人走向大规模应用；2）应用场景：人形机器人的应用场景不能仅局限于训练场景，还需要能够在开放式的复杂环境中完成各种任务。早期波士顿动力的Atlas虽然能够完成后空翻等高难度动作，但是其在用户主体和应用场景方面均有欠缺，一方面其需要机器人工程师进行控制，普通人难以直接使用；另一方面，Atlas最初是面向灾难救援进行设计，并且存在维护困难、漏液等问题，可靠性较差，应用场景受限。

通用性如何拓宽：大模型充当大脑实现任务级交互

硬件vs软件：硬件不是掣肘，软件为发展正循环的第一步

硬件不是掣肘，软件阻碍机器人通用性的提升。2013年波士顿动力基于早期的PETMAN设计了面向灾难救援的Atlas人形机器人。经过多次迭代后，Atlas已经脱离了外接电源，通过电液混合驱动结合IMU、编码器、摄像头、激光雷达和力传感器实现了跳越、后空翻等高难度动作，在运动能力上远超近年来发布的人形机器人。但这些动作都源自提前创建的行为库。因此我们认为，硬件并不是机器人通用性的掣肘，软件限制了机器人应用场景的推广，阻碍了其通用性的提高。

软件升级是实现人形机器人发展正循环的第一步。我们认为人形机器人的发展存在正循环，其包含三个阶段：1）软件升级后，机器人通用性提高，人形机器人实现初步商业化落地；2）规模化商用后，规模效应下，硬件成本降低，企业投入更多研发资金；3）更多的研发投入促进软硬件迭代升级，人形机器人性能提升后，将进一步打开应用空间。因此，我们认为，目前阶段软件升级迫在眉睫，机器人通用性提高后，实现商业化落地，才能真正实现形机器人发展的“正循环”。

大脑vs小脑：大脑负责任务级交互，小脑负责低层级运控

机器人控制软件可分为5个层级，任务级为最高层级。机器人控制框架一般采用层级控制（HierarchicalStructure）方法，根据《Robotics:Modelling,PlanningandControl》和2023年8月珞石机器人CTO韩峰涛在专栏文章中的描述，我们将机器人控制层级分为任务级、技能级、动作级、基元级和伺服级。任务级包括任务定义与描述、任务分解与动作拆分等；技能级负责将拆分后的动作转化为符号指令；动作级、基元级和伺服级属于传统工业机器人的范畴，包括控制、执行、反馈等环节。实现任级级交互可大