本文轉載自微信公眾號：中信建投證券研究
2025年政府工作報告提出：持續推進「人工智能+」行動，將數字技術與製造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機械人等新一代智能終端以及智能製造裝備。還提出培育壯大新興產業、未來產業。深入推進戰略性新興產業融合集群發展。建立未來產業投入增長機制，培育生物製造、量子科技、具身智能、6g等未來產業。
中信建投證券機械、電新、汽車、人工智能及金屬新材料團隊推出【人形機械人產業投資機遇】。
01 人形機械人調整分化，低估值順周期關注度提升
（1）人形機械人：本周因負面擔憂以及前期漲幅較大原因，出現較大調整，預計後續行情將分化，三類標的後續表現將相對強勁：①供應鏈中競爭力較強的；②新機會對應的標的，比如新材料等；③量產節奏較快的整機對應的供應鏈標的。（2）低估值與順周期：從多個子行業近況來看，國內復蘇跡象超預期，順周期中低估值的工程機械、注塑機、工業母機、工業氣體均值得關注，其他方向低估值品種的關注度也在提升。
人形機械人：因負面擔憂以及前期漲幅較大原因，出現調整，後續預計行情將分化
①市場擔憂特斯拉首批零部件供應商將以外資為主，我們認為中國企業製造成本優勢突出，人形機械人行業放量的過程中，中國零部件企業將佔據主導地位，具備低價、批量供貨能力的標的最具競爭力。②1x新品引發了市場對腱繩、外皮膚新材料對應的標的的關注。③從figure持續發佈的新品視頻及宣傳材料來看，量產節奏可能快於特斯拉，建議關注figure供應鏈相關標的。總體來說，我們認為人形機械人板塊預計行情分化，上述三類標的後續表現將相對強勁，即供應鏈中競爭力較強的；新機會比如新材料對應的標的等；量產節奏較快的整機對應的供應鏈標的。
順周期：（1）工程機械，預計1-2月挖機銷量實現較高增長，國內表現超預期，海外維持較高增速。（2）注塑機：1-2月頭部企業訂單呈現較好增速，景氣度延續的觀點得到印證，進入3月，國內需求有望持續環比向上，同時看好全球製造業產能再分佈對於注塑機的持續需求。（3）工業母機：產能利用率有望改善，關注業績展望不錯或者海外拓展順利的企業。（4）工業氣體：春節復工後液氧價格率先大幅反彈走出底部，隨後液氮、液氬價格持續提升，為3月旺季漲價奠定基礎，零售液體價格後續超預期表現值得期待。
風險提示：
（1）國內宏觀經濟波動的風險：機械是典型的中遊資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。
（2）海外市場波動的風險：中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。
（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的設備需求將會下降，會對行業內公司訂單、業績等造成不利影響。
報告來源
證券研究報告名稱：《周觀點：人形機械人調整分化，低估值順周期關注度提升》
對外發佈時間：2025年3月2日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號:s1440519080001
sfc 編號:bou764
許光坦 sac 編號:s1440523060002
常義樂 sac 編號:s1440524120001
李長鴻 sac 編號:s1440523070001
陳宣霖 sac 編號:s1440524070007
籍星博 sac 編號:s1440524070001
趙宇達 sac 編號:s1440524080003
02 具身智能和人形機械人行業投資機遇
大模型快速迭代，推動具身智能大發展，ai賦能深淺，關係到行業發展空間與競爭格局重構。
人形機械人是具身智能最重要的載體，模型迭代與供應鏈降本加速其商業化落地，百家爭鳴態勢正形成，特斯拉不再是產業鏈唯一風向標，預計將會湧現出來更多參與者。
看好具備低價、批量供貨能力或者具有技術優勢的標的。
高效ai大模型不斷湧現，性能快速迭代，推動具身智能大發展：所有設備公司均應該思考如何用ai賦能，提升產品的智能化水平、工作效率和客戶滿意度，這將關係到設備行業的發展空間以及競爭格局重構。
人形機械人是具身智能最重要的載體：人形機械人作為一種具身智能，可以更好地與人類互動，或者在人類生活的環境中為人類服務。隨着智能化程度提升，未來可能每個家庭甚至每個人平均擁有一台人形機械人，預計市場空間將超過汽車、智能手機，至少是數萬億市場規模。
模型迭代與供應鏈降本加速人形機械人商業化落地：
百家爭鳴態勢正在形成，特斯拉不再是產業鏈唯一的風向標。隨着大模型的發展、優化迭代，訓練成本越來越低，訓練效率越來越高，從視覺、語言到動作的執行越來越流暢。那些掌握了更高效大模型的企業，有可能後來居上。
供應鏈迅速降本，預計會有更多的整機企業湧現：供應鏈日趨成熟，會吸引更多的科研機構參與研究創新，吸引新興創業者加入，吸引大企業以後來者姿態切入，推動人形機械人整機價格迅速下降。
風險提示：
（1）ai發展放緩風險：無論是具身智能還是其中人形機械人的商業化落地進展，都依賴ai的持續發展完善，如果ai發展放緩甚至出現停滯，那麼將影響具身智能與人形機械人的產業化進程。
（2）宏觀經濟波動風險：宏觀經濟如果出現重大下行，會影響具身智能與人形機械人產品的需求，影響社會創新熱情。
（3）數據安全風險：無論是具身智能還是人形機械人，與物理世界的交互都會涉及到大量的數據及處理，可能會出現數據、知識產權風險。
（4）道德倫理風險：具身智能尤其是人形機械人的發展，可能引發社會倫理問題，需要提前加以干預和設定。
報告來源
證券研究報告名稱：《具身智能和人形機械人行業投資機會分析——2025年機械人行業系列報告之三》
對外發佈時間：2025年2月25日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號:s1440519080001
sfc 編號:bou764
許光坦 sac 編號:s1440523060002
常義樂 sac 編號:s1440524120001
李長鴻 sac 編號:s1440523070001
陳宣霖 sac 編號:s1440524070007
籍星博 sac 編號:s1440524070001
趙宇達 sac 編號:s144052408000
03
figure發佈helix：效果驚艷、端到端vla模型在人形機械人的首次落地
1.2月21日，figure在官網上推出了首個適用於人形機械人的端到端vla模型helix，這是繼2月5日figure與openai中止合作後推出的重要工作，是視覺-語言-動作（vla）模型首次在成熟的人形機械人產品中落地。
2.helix使得機械人能夠通過極少的數據實現多自由度（35-dof）的動作，具有極強的泛化能力，支持多機械人協作。在演示視頻中，兩個人形機械人在同一個神經網絡下，很好的協作完成了廚房中物體識別、分析、抓取、歸納的任務。
helix採用創新的「系統1，系統2」雙系統模型架構，分別是7hz的慢思考系統和200hz的快反應系統。其中快反應保證流暢，慢思考提升智能。同時預訓練樣本量僅僅為500個小時的數據，是數據集的5%，僅需少量數據便能快速實現scaling law的湧現效果。
figure新進展：通用型視覺語言動作模型helix
2月21日，美國人形機械人公司figure ai在官網上發佈了一款通用型視覺語言動作模型helix，能夠將語言、視覺、動作融合進行任務完成，支持人形機械人上半身使用，具有較強的泛化能力，需要預訓練數據集少，甚至可以同時使兩個機械人協調工作。
早在2月5日，figure 的創始人兼ceo brett adcoc在推特上發佈了一條帖子，宣布終止與openai的合作協議:並表示figure在完全自主研發的端到端機械人ai方面取得了重大突破，接下來的30天內展示一些人們從未在人形機械人上見過的東西，現在看來helix就是其中之一。
實際上目前來說，端到端已然成為了具身智能大模型的一個共識。自動駕駛已經驗證了端到端的可行性，而helix的突破性，在於他是第一個運行在人形機械人上的端到端vla大模型。之前許多實驗室都發佈過具身智能大模型，但基本都是裝載於機械臂上面，自由度偏少。而helix對應的機械人版本有着足足35個自由度，一般模型可能很難進行遷移。
簡單來說，helix做到一系列的突破，包括但不限於:
1)全上半身控制：helix 是第一個輸出對整個人形上半身（包括手腕、軀幹、頭部和單個手指）進行高速連續控制的 vla。
2)多機械人協作：helix 是第一個在兩個機械人上同時運行的 vla，使它們能夠使用以前從未見過的物品解決遠距離協作任務。
3）極強的對象泛化能力：配備 helix 的手辦機械人現在幾乎可以拾取任何小型家用物品，包括它們以前從未遇到過的數千件物品，只需遵循自然語言提示即可。
4）一套神經網絡權重：與以前的方法不同，helix使用一組神經網絡權重來學習所有行為，包括拾取和放置物品、使用抽屜和冰箱以及跨機械人交互，而無需採取任何針對特定任務的微調。
5）商用就緒：helix 是第一款完全在嵌入式低功耗 gpu 上運行的 vla，可立即用於商業部署。
一般來說，傳統的scaling law都告訴我們一個模型訓練採用的數據量越多越好模型就越好，但是在很多領域，比如家庭中，不同於單一的生產線，傢具的種類是非常豐富的，如果依舊採用原來的訓練方法，訓練所需要的時間和成本都是非常高的，因此figure要求模型必須具備良好的泛化能力，減少對數據集的依賴。
在圖表2中，我們可以看到，相比於傳統的編寫數據或者是如今流行的收集數據，helix大大減少了機械人訓練需要的時間，因為它追求使得機械人通過vlm直接理解某些常識，即通過自然語言指令就獲得某些技能。也就是說，曾經需要數百次演示的新技能，只需用自然語言與機械人交談就可以立即獲得。
如圖表3所示，helix是同類產品中首個「系統1，系統2」的vla模型，兩個系統有點類似於人類的快思考和慢思考，一直以來，vlm是通用的，但不是快速的，就像人類的慢思考，依靠理性，而機械人視覺運動策略是快速的，但不是通用的，如同人類基於直覺的快思考。helix 通過兩個互補的系統來解決這種權衡，這些系統經過端到端訓練以進行通信。具體如下：
系統2：一種經過訓練的vlm，參數量70億，以 7-9 hz 的頻率運行，用於場景理解和語言理解，實現跨對象和上下文的廣泛泛化。主要負責決策部分。
系統1：一種快速反應的視覺運動策略，參數量0.8億，可將 s2 產生的潛在語義表示轉化為 200 hz 的精確連續機械人動作。主要負責動作的輸出。
系統2 中的vlm 基於互聯網大規模數據進行預訓練。它將機械人收到圖像和狀態信息（包括手腕姿勢和手指位置）投影到視覺語言嵌入空間後對其進行處理。結合指定所需行為的自然語言命令，s2 將所有語義任務相關信息提取到單個連續的潛在向量中，傳遞給 s1 以調節其動作。
系統1中的架構基於一個完全卷積的、多尺度的視覺主幹進行視覺處理，雖然 s1 接收與 s2 相同的圖像和狀態輸入，但它以更高的頻率處理它們（20hz），以實現更靈敏的閉環控制。來自 s2 的潛在向量被投射到 s1 的標記空間中，並與來自 s1 視覺主幹的視覺特徵沿序列維度連接，提供任務調節。最後以200hz 的頻率輸出完整的上半身人形控制，包括所需的手腕姿勢、手指屈曲和外展控制，以及軀幹和頭部方向目標。
實際上，helix的訓練非常高效，helix 以非常少的資源實現了強大的對象泛化。總共用 500 小時的高質量監督數據就完成了helix的高度泛化能力，這只是以前收集的 vla 數據集大小的一小部分 （<5%）。
這一套系統使得helix能夠表現出很多異於一般模型的能力：
1）多機械人協作：圖表4顯示了兩個 figure 機械人之間的協作。兩個機械人都使用相同的 helix 模型權重運行，無需特定於充當的角色進行模型權重的微調，它們通過自然語言提示實現協調，例如「將餅乾袋交給您右側的機械人」或「從您左側的機械人那裡接收餅乾袋並將其放入打開的抽屜中」。這標誌着多個機械人通過vla實現協作的可能。
2）pick up everything: 圖表5中顯示了helix的較強的對象泛化能力，配備 helix 的 figure 機械人可以通過簡單的「撿起」命令拾取幾乎任何小型家用物體。這在機械人於家務中的應用上非常重要，在系統測試中，機械人成功地處理了數千件雜亂無章的新物品——從玻璃器皿和玩具到工具和衣服——無需任何事先演示或定製編程。表現出了極強的對象泛化能力。
因此，helix展現出了人形機械人可以具有近乎人類的環境適應性，同時繼deepseek之後又一次對scaling law產生了顛覆。
風險提示：
北美經濟衰退預期逐步增強，宏觀環境存在較大的不確定性，國際環境變化影響供應鏈及海外拓展；芯片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期；下游需求不及預期影響公司正常生產和交付，導致收入及增速不及預期；信息化和數字化方面的需求和資本開支不及預期；市場競爭加劇，導致毛利率快速下滑；主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；人工智能技術進步不及預期；汽車與工業智能化進展不及預期。
報告來源
證券研究報告名稱：《figure發佈helix：效果驚艷、端到端vla模型在人形機械人的首次落地》
對外發佈時間：2025年2月24日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
於芳博 sac 編號：s1440522030001
04 figure推出vla模型helix，打開家庭場景想像空間
美國人形機械人公司figure推出通用視覺-語言-行動（vla）模型helix，可以像人類一樣思考，使用一組神經網絡權重，實現機械人全上半身精準控制，多機械人協作，幾乎可以抓取任何物品，商業化就緒，效果驚艷，多項性能位列第一，超出市場預期。區別於以往的機械人系統，helix具備很強的泛化能力，無需特定任務的演示或手動編程，就可以拾取數千種各不相同的家用物品，兼具精準控制與高泛化性，打開家用場景想像空間，建議關注以特斯拉、figure為代表的海外頭部機械人公司的進展更新，同時重點關注宇樹、智元國內頭部機械人企業產業鏈突破、華為/位元組等科技大廠在具身智能行業布局進展。
figure推出vla模型helix，效果驚艷，多項性能位列第一
（1）實現機械人全上半身精準控制，第一個對整個人形上半身（包括手腕、軀幹、頭部和單個手指）進行高速連續控制輸出的 vla模型，能夠實現機械人頭、眼、手協調；
（2）多機械人協作，helix 是第一個在兩個機械人上同時運行的 vla；
（3）幾乎可以抓取任何物品，包括以前從未遇到過的數千件物品，只需遵循自然語言提示即可；
（4）helix使用一組神經網絡權重學習所有行為，包括抓取、放置物品、使用抽屜和冰箱，以及跨機械人交互等；
（5）商業化就緒。
helix綜合性能卓越，家庭場景應用落地有望更進一步
區別於任務相對受控、固定的工業製造場景，家庭場景任務類型更為複雜多樣，對人形機械人的通用性提出更高要求。相比於現有方法，helix在泛化、拓展、架構設計方面優勢突出：（1）速度和泛化優勢；（2）helix 直接輸出高維動作空間的連續控制；（3）架構簡單。helix可縮短訓練時間，同時提升可完成任務數量，推動家庭場景應用更近一步。
建議關注
特斯拉、figure為代表的海外頭部機械人公司的進展更新，同時重點關注宇樹、智元國內頭部機械人企業產業鏈突破、華為/位元組等科技大廠在具身智能行業布局進展。
風險提示：
1）宏觀經濟下滑超預期：人形機械人行業發展受宏觀經濟波動影響較大，若未來宏觀經濟景氣度下行，下遊行業投資放緩，會影響機械人產業鏈的發展環境和市場需求。
2）技術迭代不及預期：目前人形機械人領域仍面臨較多困難和挑戰，若未來技術迭代不及預期，導致成本下降幅度較慢，對產業鏈相關公司以及整個行業造成不利影響。
3）市場競爭加劇風險：隨着越來越多的企業湧入人形機械人賽道，行業競爭激烈，若相關企業加快研發進展和應用布局，市場競爭程度進一步加劇，會影響目前行業內企業的增長。
報告來源
證券研究報告名稱：《每周觀察：figure推出vla模型helix，打開家庭場景想像空間》
對外發佈時間：2025年2月23日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
朱玥 sac 編號：s1440521100008
sfc 編號：btm546
胡穎 sac 編號：s1440524050002
05
figure、1x新品發佈，模型迭代加速人形機械人商業化落地
本周機械人行業新品連發，①figure發佈搭載了helix vla模型的新品，該模型可以從vlms中提取常識性知識，並將其轉化為可泛化的機械人控制指令，使得人形機械人的學習效率大為提升，在多個領域實現了第一。②1x發佈neo gamma，在人工智能、設計、硬件等方面進行了全面升級，靈巧手採取腱繩結構，外皮膚覆蓋尼龍材料，更適合家庭使用。我們認為模型迭代、供應鏈降本，正加速人形機械人商業化落地，預計板塊行情繼續。
一、figure：發佈vla模型helix，泛化能力加速機械人通用化發展
figure是美國領先的人形機械人初創公司
figure成立於2022年5月，由創始人brett adcock創立，總部位於美國加利福尼亞州。figure通過ai和機械人技術的融合，打造通用型人形機械人。2023年5月，figure完成第一輪融資，籌得7000萬美元；2023年10月，figure發佈機械人figure01雙足站立行走的視頻，展示其在人形機械人領域的初步成果。2024年1月，figure發佈figure01使用膠囊咖啡機製作咖啡的視頻引起各方關注；2月，figure在新一輪融資中獲得英偉達、亞馬遜、微軟等公司約6.75億美元的融資；3月，figure發佈首個openai大模型加持的機械人demo；8月，figure發佈第二代人形機械人figure02，在軟硬件方面持續提升。2025年2月4日，brett adcock宣布，figure決定終止與openai合作，稱在全自主研發的、完全端到端機械人ai方面取得了重大突破，並將在未來30天內展示「人形機械人上從未見過的東西」。2025年2月20日，figure推出其自研的vla（vision-language-action，視覺-語言-動作）模型helix，在視頻中展示了兩個人形機械人協同工作的場景。
helix模型具有諸多進步性意義，解決攻克機械人領域多個難題
helix是一款通用的vla模型，將感知、語言理解和學習控制相結合，攻克了機械人領域長期存在的多個難題。helix創造了多項第一：
①全上半身控制：helix是首個能夠對人形機械人的整個上半身（包括手腕、軀幹、頭部和單個手指）進行高速率連續控制的vla模型。
②多機械人協作：helix是首個能同時在兩台機械人上運行的vla模型，使它們能夠協作解決從未見過的物品相關的長期操縱任務。
③抓取任何物品：配備helix模型的figure機械人現在幾乎可以抓取任何小型家用物品，包括數千種它們從未接觸過的物品，只需按照自然語言指令操作即可。
④單一神經網絡：與以往方法不同，helix使用單一神經網絡權重集來學習所有行為，如物品的抓取和放置、使用抽屜和冰箱以及機械人間的交互，且無需針對特定任務進行微調。
⑤商業化落地就緒：helix是首個完全在嵌入式低功耗gpu上運行的vla模型，可立即投入商業應用。
helix首創「系統1、系統2」架構的vla模型，相比傳統方法具有顯著優勢
helix首創的「系統1、系統2」與傳統方法存在區別。以往方法存在一個根本性的權衡問題，vlm骨幹網絡通用性強，但速度較慢；而機械人視覺運動策略速度快，但通用性不足。而helix通過兩個相輔相成的系統解決了這一權衡問題，這兩個系統經過端到端訓練以實現交互：其中系統2（s2）是在7-9hz頻率下運行的經互聯網預訓練的vlm，用於場景理解和語言理解，並能夠在不同物體和環境中實現廣泛的泛化；系統1（s1）是可以快速反應的視覺運動策略，能以200hz的頻率將s2產生的潛在語義表示轉化為精確的連續機械人動作。這種解耦架構使每個系統都能在最佳時間尺度上運行，s2可以在高層次目標上「慢思考」，而s1可以「快速思考」以實時執行和調整動作。
helix的設計為其帶來了以下幾點關鍵優勢：
①高速和泛化能力：helix在速度上與專門的單任務行為克隆策略相當，同時能夠零樣本泛化到數千種新的測試物體上。
②可擴展性：helix直接為高維動作空間輸出連續控制指令，避免了以往vla方法中複雜的動作標記方案。
③架構簡單：helix採用標準架構，系統2使用開源、開放權重的vlm，系統1採用簡單的基於transformer的視覺運動策略。
④關注點分離：將s1和s2解耦，使得能夠分別對每個系統進行迭代。
helix展現出強大的泛化能力，模型訓練效率極高
機械人完成零樣本協作，彰顯helix強大的泛化能力。在figure展示的視頻中，兩個figure人形機械人成功完成了對全新的雜貨物品的整理，這些物品並未在訓練中出現，這展現出了helix對於不同形狀、大小和材料的強大泛化能力。並且兩個機械人使用相同的helix模型權重（系統2為70億參數，系統1為8000萬參數），無需針對特定機械人進行訓練或明確分配角色。
helix模型訓練僅用極少的資源實現優異的泛化效果。figure表示，總共使用約500小時的高質量監督數據對helix進行訓練，這僅占以前收集的vla數據集規模的一小部分（不到5%），並且無需依賴多機械人實體收集或多個訓練階段，明顯降低機械人訓練數據量，模型訓練效率極高。
人形機械人大腦泛化能力及訓練效率提升，有助於加速人形機械人走向通用化應用
家庭場景對機械人來說是重大的挑戰，由於家中物品繁多，其形狀、大小、顏色和質地各異且難以預測，因此當人形機械人落地c端場景，需要其具備按需產生智能的行為，這對機械人大腦的泛化能力提出了較高的要求。而helix提出的方案，在較少的訓練數據下，展現出了極強的泛化能力，訓練效率顯著提升，有助於人形機械人的通用化發展，有望加速其在to c場景下的落地應用，利好板塊的發展前景。
二、1x：新品neo gamma推出，家庭適配性提升明顯
2月22日1x發佈neo gamma人形機械人，在前一代neo beta的基礎上實現了全面升級，更適合家庭使用，為開啟家庭內部測試鋪平道路。我們認為看點主要有三，①ai的全面升級：一方面，全身控制器的改進使得neo gamma能夠完成蹲下撿起物品、坐在椅子上保持平衡等難度較高動作；另一方面，1x自主訓練的新型視覺操作模型能夠在未見過的新環境進行預測，實現抓取物體等動作；②腱繩的應用：neo gamma配備了1x的肌腱驅動技術，將腱繩用於關節驅動，並包裹在軟性覆蓋物中以減少對周圍環境的衝擊並提高整體安全性；③尼龍材料的應用：neo的針織服和鞋子採用耐用且柔軟的尼龍材料，採用獨特的全成衣無縫編織工藝，使面料能夠貼合neo而不影響其性能。研發及產業化進展方面，2025年公司持續推進「neo in your home」私人搶先體驗計劃，後續將逐步向普通大眾開放。
具體的升級主要包括人工智能、設計、硬件三方面：
（1）人工智能升級：①多功能全身控制器：通過從人類動作捕捉數據中使用強化學習獲取動態控制技能，neo現在能夠以100hz的頻率運行，以自然的人類步態和手臂擺動行走，蹲下撿起地面的物品，並坐在椅子上，同時保持平衡。②通用操作能力改進：1x訓練了一個視覺操作模型，利用經訓練的神經網絡，neo gamma可以直接從原始傳感器數據中預測遠程操作的動作，能夠在不同場景中抓取各種物體，包括在訓練過程中未見過的環境。③自主開發語言模型：neo gamma的伴侶功能集整合了一個新的1x自主開發內部語言模型，能夠實現自然對話和肢體語言，實現更人類友好的用戶交互，貼近日常生活。
（2）設計改進：①消費者友好型設計：neo gamma配置emotive耳環，能夠提供實時視覺反饋，以改善溝通效果，並採用極簡主義的設計美學，完美融入家庭環境。②外觀設計：neo的針織服和鞋子採用耐用且柔軟的尼龍材料，通過日本島精機製作所（japanese shimaseki machine）設備的3d打印技術製成。服裝採用獨特的全成衣無縫編織工藝，使面料能夠貼合neo而不影響其性能。③安全性提升：neo gamma配備了1x的肌腱驅動技術用於關節驅動，並包裹在軟性覆蓋物中以減少對周圍環境的衝擊並提高整體安全性。
（3）硬件升級：①更安靜、更可靠：neo gamma的硬件可靠性提高了10倍，噪音降低了10分貝，運行噪音已與冰箱相當。②音頻體驗升級：neo gamma配備四個麥克風（前後左右），具備波束成形和回聲消除功能，確保音頻捕捉清晰無誤。此外還配備了三揚聲器系統——一個位於胸部，用於人工智能語音交互，以及兩個位於骨盆部位的外向揚聲器，用於低音、360度音效和音樂播放。
三、投資建議
機械人行業新品連發，figure搭載helix vla模型的新品、1x新一代產品neo gamma均體現出大模型端在人形機械人硬件上的進一步迭代，改進了對未知場景的預測性反應。我們認為模型迭代、供應鏈降本，疊加新材料的應用，正在加速人形機械人商業化落地，預計板塊行情繼續。
風險提示：
1）宏觀經濟和製造業景氣度下滑風險：人形機械人產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資、家庭經濟情況等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響人形機械人產業鏈的發展環境和市場需求。
2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，芯片等關鍵物料供應持續出現失衡，將引起人形機械人零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。
3）研發進展不及預期風險：目前，人形機械人領域研發仍然面臨較多的困難和不確定性。
報告來源
證券研究報告名稱：《自動化設備:figure、1x新品發佈，模型迭代加速人形機械人商業化落地——2025年機械人行業系列報告之二》
對外發佈時間：2025年2月23日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號:s1440519080001
sfc 編號:bou764
籍星博 sac 編號:s1440524070001
06 關注人形機械人產業鏈降本進展以及順周期板塊回暖
（1）零部件降本與人形機械人商業化落地，互為推動因素。隨着國內外人形機械人企業逐步啟動量產計劃，建議核心關注具備零部件低價供應、規模化生產落地能力的企業，以及具備技術或者產業鏈卡位優勢的企業。
總體觀點: 關注人形機械人產業鏈降本進展以及順周期板塊回暖
人形機械人：零部件降本與人形機械人商業化落地，互為推動因素。隨着國內外人形機械人2025年分別逐步啟動幾千台或者萬台的量產計劃，2026年預期分別數萬台或者10萬台的量產計劃，建議要核心關注具備零部件低價供應、規模化生產落地能力的企業，以及具備技術或者產業鏈卡位優勢的企業。
人形機械人
本周事件：①2 月 11 日，宇樹科技的 unitree h1 和 g1 人形機械人在京東線上首發開售，但不久後就從京東下架，客服稱不再面向個人進行銷售，其中 g1-001 售價 9.9 萬一台，預計 45 天交付，使用場景為娛樂陪伴，續航 2-4 小時。②2 月 13 日，美國人形機械人公司apptronik宣布完成3.5億美元a輪融資（約25.5億元人民幣）。據悉，本輪融資由b capital與capital factory共同領投，谷歌參投。據apptronik首席執行官傑夫·卡德納斯透露，這筆資金將用於加速其旗艦產品apollo人形機械人的規模化生產，並將該公司的人形機械人推向商業環境。③2月14日，據彭博社報道，meta正在通過其reality labs硬件部門，成立一個新團隊專註於ai驅動的人形機械人研發。該團隊將由marc whitten領導，計劃在今年招聘約100名工程師。初期，meta的機械人計劃將聚焦於家務助理，長遠目標是開發包含ai、傳感器和軟件的生態系統，供全球的機械人開發者使用，類似於谷歌android和高通芯片對手機行業的作用。④根據彭博社，2 月 15 日，美國figure ai 正在與投資者談判，計劃以 395 億美元的估值籌集 15 億美元，此次交易將由風險投資機構 align ventures 和 parkway venture capital 牽頭。⑤關注國內人形機械人零部件供應商，生產降本節奏。⑥獵聘等網站顯示，匯川技術近期招聘在蘇州、深圳工作的人形機械人相關機械、算法工程師。
風險提示：
（1）國內宏觀經濟波動的風險：機械是典型的中遊資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。
（2）海外市場波動的風險：中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。
（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的設備需求將會下降，會對行業內公司訂單、業績等造成不利影響。
報告來源
證券研究報告名稱：《周觀點：關注人形機械人產業鏈降本進展以及順周期板塊回暖》
對外發佈時間：2025年2月16日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號:s1440519080001
sfc 編號:bou764
許光坦 sac 編號:s1440523060002
常義樂 sac 編號:s1440524120001
李長鴻 sac 編號:s1440523070001
陳宣霖 sac 編號:s1440524070007
籍星博 sac 編號:s1440524070001
趙宇達 sac 編號:s144052408000
07
機械人及智駕成ai端側投資主線，央企重組改革拉開大幕
宇樹科技：繼2021年公司24台機器狗登錄春晚，24年12月公司展示了b2-w機器狗天賦覺醒的極限技能視頻，今年春晚公司亮相產品為16台h1人形機械人。從四足到二足，流暢的運動控制均令人印象深刻，從中我們或可窺測公司技術及產品迭代趨勢如下：
1）硬件層面，公司h1人形機械人擁有更強的運動能力及感知能力，單腿及手臂自由度分別達5和4個（全身19自由度），傳感器配置3d激光雷達+深度相機（定位及導航），配合腕部等特定機構裝置設計，可支持機械人本體實現整齊劃一的扭秧歌、丟手帕等動作。
2）軟件算法層面，機械人舞台表演是自主的（非遙控），根據音樂節拍跳舞動作更加擬人（非機械模仿），公司ai運動控制及算法能力進步顯著，核心支撐或在於強化學習（rl）技術，涉及訓練場景搭建及訓練方式方法（如獎勵算法構建等），訓練周期僅約三個月。
3）趨勢層面，公司通用人形機械人在靈巧手等硬件本體仍有提升空間，當前dex3-1（三指）靈巧手產品或將進一步升級至五指；強化學習提升智能水平，構建機械人ai世界大模型。硬件本體+算法解決方案迭代下，公司仍將致力於極致降本推動產業化應用（一代g1人形機械人售價僅9.9萬人民幣起）。
特斯拉：自1.9馬斯克口頭上修25-27年人形機械人量產目標（0.5-1萬/5-10萬/50-100萬），1.30年報解讀會議清晰指引了量產節奏、產品方案及遠期目標等，整體表態更為積極，規劃2026年完成產品定型及大規模起量：
1）量產現狀：目前產線設計產量1千台/月，2025年產量目標明確為1萬台，完成幾千台
在內部工厂部署（鈑金搬運、焊接及組裝等重複危險工況）；
2）後續規劃：目前機械人設計還未定稿，計劃26年中出第二版v2，下半年量產並對外銷售，後面兩條產線產能規劃分別為1萬/月和10萬台/月；對年產100萬台充滿信心，生產成本有望降低至2萬美元/台。
3）最新動態：本周開啟多個機械人相關崗位的招聘，為在美國加州弗里蒙特工廠量產optimus機械人做準備。招聘崗位包括生產經理、生產主管等。
figure ai：創始人ceo brett adcock在x上宣布簽約了第二個商業化客戶，且是美國最大的公司之一（第一個客戶是寶馬），未來有望實現10萬台機械人部署潛力。此外，他宣布公司在機械人端到端ai模型建設上取得新進展，並宣布終止與openai的合作（轉為內部研發），劃在未來30天內向外界提供「從未在人形機械人上見過的東西」。
人形機械人（具身智能）作為ai端側需求空間最大、變化最快應用，從to b工業場景到to c通用場景拓展路徑逐步清晰，25年重點關注靈巧手、傳感器等硬件本體、大腦算法控制等解決方案迭代，看好產業鏈0-1投資機遇。
風險提示：
1、行業景氣不及預期。2024年國內經濟復蘇企穩回升但具體節奏有待觀察，汽車行業需求或隨之波動；消費者收入增長放緩或預期波動均會影響以舊換新促銷效果，客運、貨運市場需求不足也將制約商用車報廢更新比例，最終影響汽車行業需求復蘇進程。
2、政策落地效果不及預期。消費品以舊換新以及設備更新政策全面落地仍需時日，政策宣傳、信息傳播亦需要一定時間。四季度補貼資金能否持續發放到位，置換需求能否順利釋放，均有待持續觀察。
3、出口銷量不及預期。出口受國際形勢、國家政策、匯率等多方因素影響，海外銷量增長有波動風險。
4、行業競爭格局惡化。汽車電動智能化趨勢下，國內整車廠和零部件供應商競相布局，隨着技術進步、新產能投放等供給要素變化，未來行業競爭或加劇，整車和零部件企業的市場份額及盈利能力或將有所波動。
5、客戶拓展及新項目量產進度不及預期。汽車電動智能化趨勢下，現有整車和零部件供應鏈格局迎來重塑，獲得新客戶和新項目增量的零部件公司有望受益，而部分零部件公司市場份額可能受到影響。
報告來源
證券研究報告名稱：《機械人及智駕成ai端側投資主線，央企重組改革拉開大幕》
對外發佈時間：2025年2月10日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
程似騏 sac 編號:s1440520070001
sfc 編號:bqr089
陶亦然 sac 編號:s1440518060002
陳懷山 sac 編號:s1440521110006
馬博碩 sac 編號：s1440521050001
胡天貺 sac 編號:s1440523070010
李粵皖 sac 編號：s1440524070017
08 智元推出首個4d世界模型，openai重點布局機械人
1.1 智元機械人推出全球首個4d世界模型enerverse
如何讓機械人在任務指引和實時觀測的基礎上規劃未來動作，一直是具身智能領域的核心科學問題。然而，現有的機械人動作規劃方法常常面臨著一些問題。比如，其常常由於缺乏對於動態操作空間的理解以及在處理一些長序任務時的記憶處理能力有所欠缺。同時，在機械人動作預測中構建出來的基於2d視頻生成的world model難以準確表達複雜的3d關係。
針對上述難題，智元機械人團隊提出了 enerverse 架構，通過自回歸擴散模型（autoregressive diffusion），在生成未來具身空間的同時引導機械人完成複雜任務，在這個過程中同時具有對動態操作空間的理解能力。同時創新性地引入了自由錨定視角（free anchor view, fav）和稀疏記憶機制（sparse memory）。這個架構可以為機械人未來動作的預測提供一個4d的全視角world model同時優化其記憶處理能力。
在圖表1中，我們可以看出enerverse的視頻生成的大致過程，首先在根據觀察輸入初始構建出多視角的空間，之後對於這個多視角的空間進行渲染，使得其仿真度更高，接近現實世界，再將這個多角度空間的圖像輸入右方的多視角擴散生成器，同時給出任務指令（倒茶），便可以生成下一時刻的各個角度的預測圖像，藉此可以預測機械人的動作進而輔助其進行動作規劃策略的構建。
enerverse 的亮點在於其可以通過逐塊生成的自回歸擴散框架，結合創新的稀疏記憶機制與自由錨定視角（fav）方法，解決上文中提到的一系列問題。
對於逐塊擴散生成（next chunk diffusion），enerverse 採用逐塊生成的自回歸擴散模型，通過逐步生成未來具身空間來引導機械人動作規劃。同時可以使得機械人具有一定對動態操作空間的理解能力。
對於這個自回歸擴散模型，如圖表2所示，左側為多視角的擴散生成板塊，我們首先輸入在i時刻來自相機的圖像和對應的光線方向圖，分離噪音和觀察圖像（obs, image latent），然後通過2d和3d卷積提取圖像特徵，之後模型使用空間注意力（spatial attent）和時間注意力（temporal attent）來處理圖像特徵，以更好地理解圖像內容和時間序列信息。經過擴散生成i+1時刻的圖像，經過渲染生成對i+1時刻的預測圖片（render, image latent），再將其輸入生成器，不斷迭代生成預測視頻。
右側為分塊的自回歸的訓練過程。首先在上半的訓練階段中，從觀察視頻中隨機提取關鍵幀輸入擴散生成器，同時輸入目標圖像（一般是關鍵幀的後續幀），通過將生成的圖像和目標圖像進行對比預測噪聲（prod. noise）,並通過噪聲度量損失，通過損失最小化這一目標實現訓練。
下半部分為生成器的運用，通過向其中輸入i時刻的觀察圖像（obs. image latent）和目標圖像（i+1時刻）以及噪聲生成預測圖像（i+2時刻），在下一個迭代中，將原來的目標圖像作為觀察圖像，預測圖像作為目標圖像進而預測i+3時刻的圖像，迭代即可生成預測視頻，具有對於動態操作空間的理解能力。
對於靈活4d生成(fav)，enervers針對具身操作中複雜遮擋環境和多視角需求，提出了自由錨定視角（fav）方法，以靈活表達 4d 空間。其核心優勢包括：
1)自由設定視角：fav 支持動態調整錨定視角，克服固定多視角（fixed multi-anchor view）在狹窄場景中的局限性。例如，在廚房等場景中，fav 可輕鬆適應動態遮擋關係。
2)跨視角空間一致性：基於光線投射原理（ray casting），enerverse 通過視線方向圖（ray direction map）作為視角控制條件，並將 2d 空間注意力擴展為跨視角的 3d 空間注意力（cross-view spatial attention），確保生成視頻的幾何一致性。
3)sim2real 適配：通過在仿真數據上訓練的 4d 生成模型（enerverse-d）與 4d 高斯潑濺 (4d gaussian splatting) 交替迭代，enerverse 構建了一個數據飛輪，為真實場景下的 fav 生成提供偽真值支持。
其流程如下圖（圖表3）所示，對於取吐司這個任務，我們首先向生成器中輸入攝像機捕捉到的觀察視頻，之後生成器可以生成另外一個視角的模擬視頻以及此視角下的模擬視頻，通過4d高斯散射（4d gaussian splatting）和4dgs優化可以優化生成的圖像，使其更接近真實情況。對其渲染後將另一個視頻的模擬視頻一同輸入生成器生成新視角的模擬視頻，迭代即可生成全方位的自由錨定視頻。
在實現高效動作規劃方面，enerverse 通過在生成網絡下游集成 diffusion 策略頭（diffusion policy head），打通未來空間生成與機械人動作規劃的全鏈條。其關鍵設計包括：1）高效動作預測：生成網絡在逆擴散的第一步即可輸出未來動作序列，無需等待完整的空間生成過程，確保動作預測的實時性。2）稀疏記憶支持：在動作預測推理中，稀疏記憶隊列存儲真實或重建的 fav 觀測結果，使得機械人能夠即時捨棄無用記憶以減少內存消耗，有效提升長程任務規劃能力。
在各項實驗中，enerverse表現出了優良的性能。視頻生成方面，enerverse在長短程視頻的生成任務中都表現優秀，在短程生成任務中，enerverse 表現優於現有微調視頻生成模型，如基於 dynamicrafter 與 freenoise 的擴散模型。在長程生成任務中，enerverse 展現出更強的邏輯一致性與連續生成能力，這是現有模型無法實現的。此外，enerverse 在 libero 仿真場景和 agibot world 真實場景中生成的多視角視頻質量也得到了充分驗證。
在動作規劃方面，在 libero 基準測試中，enerverse 在機械人動作規劃任務中取得顯著優勢，在單視角（one fav）設定下，enerverse 在 libero 四類任務中的平均成功率已超過現有方法。在多視角（three fav）設定下則進一步提升任務成功率，在每一類任務上均超越當前最佳方法。表現出了自由錨定視角這一特性對於機械人動作規劃訓練的重要性。
在消融與訓練策略分析中，研究人員發現：稀疏記憶對長程序列生成的邏輯合理性及長程動作預測精度至關重要。同時，先進行未來空間生成訓練，再進行動作預測訓練的二階段策略，可顯著提升動作規劃性能。
在注意力方面，研究人員可視化了diffusion 策略頭中的交叉注意力模塊，如下圖（圖表5）所示，縱軸表示動作空間的注意力，橫軸表示未來空間的注意力，不同的圖片代表不同的策略頭以及圖層。研究發現 enerverse 生成的未來空間與預測的動作空間具有較強的時序一致性。說明不會出現同一時間預測場景與動作出現偏離的情況。
智元機械人通過 enerverse 架構開創了未來具身智能的新方向。通過未來空間生成引導動作規劃，enerverse 不僅突破了機械人任務規劃的技術瓶頸，還為多模態、長程任務的研究提供了全新範式。
1.2 openai被曝重組機械人團隊：重回硬件布局
1月初的 ces 大會，黃仁勛在演講中提到，機械人領域的「chatgpt 時刻」即將到來，機械人即將迎來騰飛，如果說大語言模型定義了當前的 ai 浪潮，那麼下一波浪潮的主角有可能是機械人。ai 將從純粹的語言理解，進化到對物理世界的深度認知。機械人作為其載體，可能產生一定變化。
近期，據外媒 tech crunch 報道，openai 正在重組其機械人團隊。這一消息來自 openai 硬件部門的總監的社交媒體動態和最新發佈的招聘信息。此次招聘的共有三個崗位，分別是：
1）電子感知工程師：負責設計設計和開發機械人傳感器系統，年薪 36-44 萬美元。
2）機械人機械設計工程師：負責設計機械人的核心機械系統，年薪 36-44 萬美元。
3）技術項目經理：負責統籌產品開發全流程，建立和管理機械人訓練實驗室，協調各技術團隊，確保設計階段順利推進，年薪 34-44 萬美元。
openai 的目標在長久以來一直都是開發「通用」、「自適應」和「多功能」的機械人，即能在真實世界中展現接近人類的智能。為此，硬件團隊將專註於自主開發傳感器和計算組件，並由自主研發的 ai 模型驅動，形成一條自給自足的產業鏈，最大程度上發揮經營協同效應。據 the information 報道，openai 已在探索人形機械人的研發，更已着眼未來量產的可能，正在招募具有「百萬級量產機械系統經驗」的工程師。這些舉措顯示出openai可能正在進行策略上的轉變。
實際上，openai 重返機械人領域早有苗頭。去年 11 月，從 meta 的 ar 眼鏡部門跳槽到 openai 來負責硬件部門的 caitlin kalinowski 便已在 x 平台透露，openai 將開發配備定製傳感器的機械人。
過去兩年中，openai便已經表現出了機械人領域的青睞。其在機械人領域「廣撒網」，對多家主推機械人（尤其是人形機械人）的公司進行了投資，其內部創業基金投資了幾家人形機械人公司。例如，在2023 年 3 月，投資了來自挪威的人形機械人公司 1x technologies（融資 1.25 億美元）。在2024 年 2 月 29 日投資了figure，一家硅谷著名具身智能創業公司，並助其融資 7.45 億美元。在當時 figure 融資新聞發佈會上，openai 就暗示了可能重啟機械人項目。
雖然 kalinowski 稱，這是 openai 首次發佈機械人硬件相關職位，但這並非 openai 首次涉足機械人領域。要知道，機械人曾經是openai的「老本行」。機械人研發是 openai 創立之初的重要使命之一。openai 的聯合創始人 wojciech zaremba 當時帶領一支團隊，專註於研發「通用機械人」。
2017 年 5 月，openai 推出了開源軟件 roboschool，用於在模擬環境中操控機械人。這一年，openai 還宣布成功開發出一套系統，可以從模擬訓練直接遷移到實體機械人，只需一次學習就能掌握新任務。2018 年，靈活機械手可以操作小木塊。2019年實現機械人單手還原魔方。
openai 的機械人團隊取得了不錯的進展，但 2020 年 10 月，openai 以缺乏足夠的訓練數據為由，悄然解散了機械人團隊。openai 發佈的聲明稱：「鑒於 ai 技術和能力的迅猛發展，我們發現其他途徑（如基於人類反饋的強化學習）能讓研究進展更快。」這一舉措在當時來看，背後主要有兩方面的理由：
1）機械人研發在當時看來投入產出比不高：zaremba 在訪談中表示，openai 的聯合創始人們，包括 greg brockman、前首席科學家 ilya sutskever、elon musk、reid hoffman 和 sam altman 都是 scaling law 的擁躉。他們相信，巨大的計算能力是通向 agi 的必經之路，而強大的計算機結合強化學習、預訓練等技術可以實現突破性的 ai 進展。
2）資金耗費：同時資金短缺也是一個重要原因。機械人研發成本耗費較高，因此機械人行業沒少經歷「寒潮」：工業機械人公司 rethink robotics 未能成功尋找收購方後，幾個月便關閉了門店。被認為是最先進的機械人公司的 boston dynamics 成為了「燙手山芋」，先後被谷歌收購，然後賣給軟銀，最後現代同意以 11 億美元收購控股權。連本田也暫停了耕耘十餘年的 asimo 機械人項目。
風險提示：
北美經濟衰退預期逐步增強，宏觀環境存在較大的不確定性，國際環境變化影響供應鏈及海外拓展；芯片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期。主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；人工智能技術進步不及預期；汽車與工業智能化進展不及預期。
報告來源
證券研究報告名稱：《智元推出首個4d世界模型，openai重點布局機械人》
對外發佈時間：2025年1月20日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
於芳博 sac 編號：s1440522030001
09 靈巧手：高靈活度末端執行器，optimus gen-3將推動微型絲杠、腱繩&傳感器需求擴張
①靈巧手可模擬人手的各種靈巧抓取和複雜操作，智能化、靈巧化程度逐漸提升，未來有望隨着人形機械人和ai發展在工業、商業、航空航天、醫療等領域應用。②optimus gen-3靈巧手預計擁有22個自由度，將使用17個線性執行器模塊和腱繩模塊。根據我們測算，隨着特斯拉推動人形機械人及靈巧手產業鏈成本下降，未來供應商的單價和利潤率雖然會呈現下行趨勢，但是可以以價換量實現市場空間的幾何級增長，gen-3規格的靈巧手遠期市場規模有望超千億，微型絲杠、腱繩和傳感器等零部件市場規模也將大幅擴張。
靈巧手是特殊的末端執行器，向智能化、高靈活度發展
靈巧手是一種特殊的末端執行器，可模擬人手的各種靈巧抓取和複雜操作，實現與環境的良好交互。隨着人形機械人和ai發展，以靈巧手為代表的高性能末端執行器，得到持續的研發投入和廣泛關注，有望應用在工業、商業、航空航天、醫療等領域。
靈巧手具有多種類型解決方案
①靈巧手驅動方案有電機驅動、液壓驅動、氣壓驅動和形狀記憶合金驅動等選擇，目前以電機驅動為主流，具有控制精度大、輸出力矩穩定等顯著優點。②靈巧手傳動方案有腱繩傳動、連桿傳動和齒輪傳動等選擇，其中腱繩傳動適應遠距離傳動，可靈活布置，傳動柔性，應用最為廣泛。③根據自由度與驅動源數量，靈巧手有全驅動和欠驅動兩種方案，欠驅動得益於更簡單的結構設計、更低的成本，應用更多。④根據應用的材料和結構，靈巧手可分為機械靈巧手和人工肌肉靈巧手，機械靈巧手為目前主流方案，人工肌肉靈巧手柔性特點突出。⑤靈巧手未來在柔性感知、緊湊化和精密化、深度仿生、創新型方案設計方面有望繼續優化發展。
特斯拉optimus gen-3靈巧手的結構展望與市場空間測算
optimus靈巧手復盤與前瞻：預計gen-3將有更多線性執行器和腱繩。從自由度來看，optimus gen-1和gen-2靈巧手單手均擁有11個自由度；gen-3靈巧手預計共有22個自由度，其中靈巧手的食指、中指、無名指分別具有4個自由度，拇指以及小指分別具有5個自由度。從驅動系統零部件來看，gen-1和gen-2靈巧手單手使用6個執行器模組+腱繩蝸輪蝸桿模塊；gen-3靈巧手單手預計使用17個線性執行器模塊+腱繩模塊。
optimus小臂復盤與前瞻：gen-3將更纖細，不再裸露線性執行器。optimus gen-1、gen-2和gen-3小臂線性執行器大體架構類似，但是在細節上略有不同。gen-1小臂線性執行器使用滑動絲杠，gen-2和gen-3則使用行星滾柱絲杠；gen-1 和gen-2小臂線性執行器前後各有一個球關節且不固定在小臂上， gen-3的線性執行器預計固定在小臂上且使用連桿，為手腕處預留更多空間。
optimus gen-3規格高靈活度靈巧手遠期市場空間有望超過千億。特斯拉有望推動人形機械人及靈巧手產業鏈成本下降，進而帶動靈巧手需求增長。預計未來零部件供應商的單價和利潤率雖然會呈現下行趨勢，但是可以以價換量實現市場空間的幾何級增長。以optimus gen-3規格的靈巧手測算，當人形機械人整機產量達到500萬台時，靈巧手市場規模將達到1087.3億元，微型絲杠、腱繩和傳感器等零部件市場規模也將大幅擴張。
投資建議與關注
一方面，靈巧手是人形機械人與外界交互的重要執行器，隨着特斯拉發佈人形機械人量產展望，人形機械人靈巧手有望放量，微型絲杠、腱繩模塊和傳感器需求有望大幅增加。另一方面，靈巧手可以不依附人形機械人獨立存在，能夠有效替代電動夾爪等末端執行器，遠期市場容量有望進一步擴大，越來越多的零部件供應商將切入靈巧手領域。
風險提示：
1）宏觀經濟和製造業景氣度下滑風險：靈巧手產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響靈巧手產業鏈的發展環境和市場需求。
2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，芯片等關鍵物料供應持續出現失衡，將引起靈巧手零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。
3）研發進展不及預期風險：目前，靈巧手領域，尤其是人形機械人靈巧手領域，研發仍然面臨較多的困難和不確定性。
報告來源
證券研究報告名稱：《自動化設備:靈巧手：高靈活度末端執行器，optimus gen-3將推動微型絲杠、腱繩&傳感器需求擴張 ——2025年機械人行業系列報告之一》
對外發佈時間：2025年1月11日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號：s1440519080001
sfc 編號：bou764
常義樂 sac 編號:s1440524120001
10 鴻蒙智行四界齊亮相，中長期看好華為系+機械人
機械人：人形機械人產業趨勢逐步清晰，特斯拉optimus bot性能持續迭代，下半年產業鏈有望過渡到定點及小批量階段，短期重點關注特斯拉24年 ai day、驗廠發包等事件催化。2024年10月10日，特斯拉we robot活動中人形機械人optimus再亮相，馬斯克稱，規模生產的特斯拉optimus人形機械人成本預計為兩三萬美元。
風險提示：1、行業景氣不及預期。2024年國內經濟復蘇企穩回升但具體節奏有待觀察，汽車行業需求或隨之波動；消費者收入增長放緩或預期波動均會影響以舊換新促銷效果，客運、貨運市場需求不足也將制約商用車報廢更新比例，最終影響汽車行業需求復蘇進程。2、政策落地效果不及預期。消費品以舊換新以及設備更新政策全面落地仍需時日，政策宣傳、信息傳播亦需要一定時間。四季度補貼資金能否持續發放到位，置換需求能否順利釋放，均有待持續觀察。3、出口銷量不及預期。出口受國際形勢、國家政策、匯率等多方因素影響，海外銷量增長有波動風險。4、行業競爭格局惡化。汽車電動智能化趨勢下，國內整車廠和零部件供應商競相布局，隨着技術進步、新產能投放等供給要素變化，未來行業競爭或加劇，整車和零部件企業的市場份額及盈利能力或將有所波動。5、客戶拓展及新項目量產進度不及預期。汽車電動智能化趨勢下，現有整車和零部件供應鏈格局迎來重塑，獲得新客戶和新項目增量的零部件公司有望受益，而部分零部件公司市場份額可能受到影響。
報告來源
證券研究報告名稱：《鴻蒙智行四界齊亮相，中長期看好華為系+機械人》
對外發佈時間：2024年12月23日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
程似騏 sac 編號:s1440520070001
sfc 編號:bqr089
陶亦然 sac 編號:s1440518060002
陳懷山 sac 編號:s1440521110006
馬博碩 sac 編號: s1440521050001
胡天貺 sac 編號:s1440523070010
李粵皖 sac 編號: s1440524070017
11 機械行業2025年投資策略：聚焦泛科技、存量更新與出海
人形機械人政策不斷加碼，產業化步伐加快。黨中央、國務院高度重視未來產業發展，習近平總書記深刻指出，要「以科技創新推動產業創新，積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，積極培育未來產業，加快形成新質生產力，增強發展新動能」。2023年以來，部委和多個省市政府發佈人形機械人產業相關政策，工信部對人形機械人領域實行揭榜挂帥工作，針對人形機械人項目提供資金支持，北京市、上海市、深圳市等地區提出將加快建設地區人形機械人產業創新中心，集中突破人工智能大模型等關鍵技術。我們認為，人形機械人政策不斷加碼，將為人形機械人的研發和應用提供強有力的支持，在政策和技術的雙重支持下，人形機械人突破關鍵核心技術和產業化的步伐將加快。
人形機械人：optimus性能持續突破，，本土企業蓄勢待發
特斯拉optimus性能突破有望引領繼續行業商業化浪潮
復盤人形機械人指數歷次行情，人形機械人的量產預期和性能完善預期是引領行情的重要推動因素：
第一輪（2022.06.17-2022.08.25）：人形機械人指數較滬深300指數有超額收益31.74%，主要由於特斯拉預熱2022年ai day並宣布展示人形機械人樣機，人形機械人板塊開始獲得資本市場關注。
第二輪（2022.12.30-2023.07.04）：人形機械人指數較滬深300指數有超額收益60.05%，一方面由於特斯拉持續更新人形機械人研發進展，另一方面gpt等大模型面世，人形機械人板塊作為大模型的重要應用端受到市場重視。
第三輪（2024.02.05-2024.03.20）：人形機械人指數較滬深300指數有超額收益39.48%，英偉達預熱gtc大會，並在大會上推出人形機械人大模型及軟硬件支持。
第四輪（2024.09.20-2024.11.24）：人形機械人指數較滬深300指數有超額收益38.37%，一方面，市場風險偏好有所提升；另一方面，特斯拉召開robotaxi會議展示optimus，並展示optimus自主能力。
特斯拉optimus性能即將迎來重要突破。①特斯拉持續推進人形機械人商業化：自2021年8月發佈人形機械人概念機以來，特斯拉的人形機械人版本持續迭代，實現了性能快速提升和執行任務能力的不斷加強，推動整個產業商業化步伐不斷前進。②optimus可靠性和自主能力已有有明顯提升：2024年10月11日，特斯拉召開robotaxi會議，optimus在現場與觀眾互動，展示可靠性和穩定性的巨大提升。2024年10月17日，特斯拉發佈視頻，展示optimus使用神經網絡自主探索未見過的場景並實現避障等能力。這意味着optimus的端到端處理能力有進一步提升(與2023年9月視頻相比)。③optimus即將迎來硬件性能和軟件性能的重要突破：硬件性能方面，optimus在2024年年末或者2025年初迎來硬件重大更新，機械人軀體和靈巧手的進化可能帶來運動能力的進一步提升；軟件性能方面，特斯拉預計2026年實現人形機械人功能泛化，optimus距離真正具備應用價值的目標更進一步。
國內企業積极參与，蓄勢待發
人形機械人投融資市場持續吸引資金。根據cvsource投中數據統計，2024年前三季度，國內人形機械人領域vc/pe市場已發生交易案例39起，總投資規模超過29億元。
風險提示：①宏觀經濟和製造業景氣度下滑風險：機械人產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響機械人產業鏈的發展環境和市場需求。②供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，芯片等關鍵物料供應持續出現失衡，將引起機械人零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。③研發進展不及預期風險：目前，機械人領域，尤其是人形機械人領域，研發仍然面臨較多的困難和不確定性。
報告來源
證券研究報告名稱：《機械行業2025年投資策略：聚焦泛科技、存量更新與出海》
對外發佈時間：2024年11月28日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
呂娟 sac 編號:s1440519080001
sfc 編號:bou764
許光坦 sac 編號:s1440523060002
李長鴻 sac 編號:s1440523070001
陳宣霖 sac 編號:s1440524070007
籍星博 sac 編號:s1440524070001
楊超 sac 編號:s1440524070003
趙宇達 sac 編號:s1440524080003
12 人工智能2025年投資策略報告：算力為基，自主可控大勢所趨，agent及b端應用崛起
人形機械人是一種相對較新的服務機械人，其形狀與尺寸與人體相似，能夠模仿人類運動、表情、動作，以及行為特徵，有時甚至可以與人類進行交互，或執行一些特定任務。它可以應用在各種領域，比如娛樂、接待、教育、醫療，以及助老護理等，也可以提供社交陪伴，或者執行危險或重複性高的工作。相較於工業機械人，人形機械人具有更智能、更靈活、更多元等特點。在社會各界的賦能下，隨着技術的升級及產業形態的發展，人形機械人有望滲透進入服務業、製造業等應用領域，市場潛力或將加速釋放。
中國政府高度重視人形機械人的發展，並將其列為重點支持的戰略性新興產業之一。2023年9月13日，工業和信息化部印發《關於組織開展2023年未來產業創新任務揭榜挂帥工作的通知》，面向元宇宙、人形機械人、腦機接口、通用人工智能4個重點方向提出了2025年的具體目標，為人形機械人的發展提供了有力支持，也為整個科技產業的進步注入了新的活力。
人形機械人大模型應用取得顯著進展。2024 年 3 月，英偉達發佈人形機械人基礎大模型gr00t，將推進機械人在具身智能方面的突破進展。該模型採用語言、視頻、人類示教等多模態指令作為輸入，直接生成機械人需要執行的下一個動作，搭載全新計算平台jetson thor，在模擬環境的對gr00t進行訓練。大模型通過學習人類視頻，學習人類動作，提升動作流暢性與擬人性，真正實現人機交互，提升其智能性。基於gr00t人型機械人基礎模型，可以實現通過語言、視頻和人類演示，來理解自然語言，模仿人類動作，進而快速學習協調性、靈活性以及其他的技能，進而能夠融入現實世界並與人類進行互動。
人形機械人walker s集六大ai技術於一身，搭載高性能伺服關節以及多維力覺、多目立體視覺、全向聽覺和慣性、測距等全方位的感知系統；全面升級視覺定位導航和手眼協調操作技術，自主運動及決策能力大幅提高，實現平穩快速的行走和精準安全的交互，可在多種場景下提供智能化、有溫度的服務。
風險提示：北美經濟衰退預期逐步增強，宏觀環境存在較大的不確定性，國際環境變化影響供應鏈及海外拓展；芯片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期；信息化和數字化方面的需求和資本開支不及預期；市場競爭加劇，導致毛利率快速下滑；主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；大模型算法更新迭代效果不及預期，可能會影響大模型演進及拓展，進而會影響其商業化落地等；汽車與工業智能化進展不及預期等。
報告來源
證券研究報告名稱：《人工智能2025年投資策略報告：算力為基，自主可控大勢所趨，agent及b端應用崛起》
對外發佈時間：2024年11月25日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
於芳博 sac 編號：s1440522030001
方子簫 sac 編號：s1440524070009
辛俠平 sac 編號：s1440524070006
13 有色金屬行業2025年投資策略報告：新質初興供未敷
人形機械人方興未艾，打開遠景市場天花板。人形機械人有約30個關節，電機是關節核心部件，要求其體積小、扭矩大、響應快，其中磁材性能決定關節輸出力大小、運行性能，因此需要高性能稀土磁材，單個人形機械人稀土永磁用量預計2-3kg。2024年特斯拉股東大會上馬斯克預計2025年特斯拉工廠將擁有數千個optimus機械人，人形機械人遠景市場可能達到百億台以上，未來將極大打開稀土磁材需求天花板。
需求高增，未來三年需求增速cagr達到15%。由於新能源汽車、節能電機、風力發電等領域的快速增長，預計2026年高性能釹鐵硼磁材需求量將達到21.5萬噸，年均複合增速15%。
風險提示：1、全球經濟大幅度衰退，消費斷崖式萎縮。世界銀行在最新發佈的《全球經濟展望》中預計2024年全球gdp增速為2.6%，2025年3.2%。該機構認為，隨着通脹放緩和增長平穩，全球經濟正在通往軟着陸的道路上，但風險仍然存在。歐美經濟數據已經出現下降趨勢，若陷入深度衰退對有色金屬的消費衝擊是巨大的。2、美國通脹失控，美聯儲貨幣收緊超預期，強勢美元壓制權益資產價格。美國無法有效控制通脹，持續加息。美聯儲已經進行了大幅度的連續加息，但是服務類特別是租金、工資都顯得有粘性制約了通脹的回落。美聯儲若維持高強度加息，對以美元計價的有色金屬是不利的。3、國內新能源板塊消費增速不及預期，地產板塊繼續消費持續低迷。儘管地產銷售端的政策已經不同程度放開，但是居民購買意願不足，地產企業的債務風險化解進展不順利。若銷售持續未有改善，後期地產竣工端會面臨失速風險，對國內部分有色金屬消費不利。
報告來源
證券研究報告名稱：《有色金屬行業2025年投資策略報告：新質初興供未敷》
對外發佈時間：2024年11月25日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
王介超 sac 編號:s1440521110005
覃靜 sac 編號:s1440524080002
郭衍哲 sac 編號:s1440524010001
邵三才 sac 編號:s1440524070004
14 特斯拉領銜，人形機械人的從1到n——人形機械人行業研究方法論
核心觀點：回顧人形機械人整體行情，人形機械人指數漲跌主要受重要行業事件催化和特斯拉機械人進展影響，主要行情包含5個階段。2022年5月，馬斯克宣布進軍人形機械人行業，引發首輪行情；2023年5月特斯拉公布optimus最新進展，黃仁勛提出「具身智能」概念，ai大模型相繼推出，引發機械人整體板塊式行情；2023年11月，特斯拉公布技術方案變化，伴有行走測試預期，國內人形機械人創新中心成立，引髮絲杠等細分環節收斂行情。經過兩年發展，目前人形機械人行業處於從1到n的量產階段，我們認為特斯拉機械人量產進度、ai大模型更迭代、海內外人形機械人產業化落地進程仍然是核心影響因素。
人形機械人複雜程度是機械人之最，由電機、減速器、絲杠、傳感器等核心零部件組成，海外廠商起步較早，國內企業性能逐步趕上。
區別與傳統工業機械人，人形機械人結構更為複雜，電機、減速器、絲杠等核心零部件使用數量更多，要求更高。①電機：無框力矩電機、空心杯電機常用於人形機械人，未來技術路線將重點突破高功率、高扭矩密度、高過載需求；②減速器：諧波減速器、行星減速器常用於人形機械人，但專用於人形機械人的高精度、大減速比，小體積，輕質量的減速器仍有提升空間；③絲杠：回顧歷史，絲杠在人形機械人使用較少，主要系價格昂貴，缺少機械人專用絲杠型號，隨着國產企業相繼突破技術瓶頸，未來性價比更高、效率更高的人形機械人專用絲杠有望打開市場空間；④一體化關節：未來具備高功率密度、高精度、高爆發力的一體化關節將是主流零部件趨勢之一，為機械人提供穩定的硬件基礎。
海內外多家人形機械人相繼進入工廠實訓，特斯拉表示明年將有上千台機械人在特斯拉工廠工作，人形機械人從1到n漸行漸近
特斯拉表示，明年將有上千台人形機械人進入工廠工作；figure機械人在寶馬工廠進行實訓，完成物料搬運等工作；美國digit機械人在亞馬遜進行物料搬運，機械人執行任務時實現100%自主性，任務完成成功率高達97%；國內機械人今年相繼進入工廠實訓，優必選、宇樹等公司在新能源汽車廠開始實訓工作，目前可以完成質檢、貼車標等簡單工作。
看好國內一體化關節、龍頭減速器、龍頭電機企業受益於機械人量產放量，建議關注絲杠企業在技術上的突破和和送樣進展。六維力、觸覺傳感器作為降本訴求最強的環節之一，看好國內企業實現技術突破+價格優勢明顯+服務靈活性更高等優勢。
風險提示：1）宏觀經濟下滑超預期：人形機械人行業發展受宏觀經濟波動影響較大，若未來宏觀經濟景氣度下行，下遊行業投資放緩，會影響機械人產業鏈的發展環境和市場需求。2）技術迭代不及預期：目前人形機械人領域仍面臨較多困難和挑戰，若未來技術迭代不及預期，導致成本下降幅度較慢，對產業鏈相關公司以及整個行業造成不利影響。3）市場競爭加劇風險：隨着越來越多的企業湧入人形機械人賽道，行業競爭激烈，若相關企業加快研發進展和應用布局，市場競爭程度進一步加劇，會影響目前行業內企業的增長。
報告來源
證券研究報告名稱：《特斯拉領銜，人形機械人的從1到n——人形機械人行業研究方法論》
對外發佈時間：2024年9月2日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
朱玥 sac 編號：s1440521100008
胡穎 sac 編號：s1440524050002
15 人形機械人：中國汽車製造業競爭力外溢下的下半場
核心觀點：1）汽車與機械人在技術、工藝和商業模式上具有同源性。特斯拉人形機械人採用與電動車相似的「感知-決策-執行」架構，工藝上，兩者對高精度加工有共同要求，為機械人零部件生產提供技術基礎。2）當前國內汽車供應鏈展現出成本、效率和技術的三重優勢。自主主機廠在成本控制上表現突出，車型開發周期縮短，智能駕駛技術積累有助於機械人算法開發。3）特斯拉optimus人形機械人自2021年亮相以來，性能顯著提升，行走速度和自由度增加，平衡和控制能力提高。應用方面，optimus在執行基本工廠任務中展現技術突破。
一、汽車與機械人的同源性：技術、工藝同源，商業模式延展：1）技術層面，特斯拉人形機械人類似電動車採用「感知-決策-執行」的三層架構，與自動駕駛技術相似度較高；2）工藝方面，人形機械人中的減速器等執行機構對加工精度要求較高，新能源車對精度要求高於傳統燃油車，為人形機械人零部件生產打下技術基礎；3）商業模式方面，特斯拉有望充分復用當前新能源車產業鏈資源，實現產業鏈優勢的外延。
二、汽車供應鏈競爭力拆解：成本&效率&技術的三重優勢：1）主機廠作為汽車產業鏈的核心環節，其成本控制能力集中反映了產業鏈整體的成本競爭力。從單車層面看，當下自主主機廠的成本優勢明顯。2）效率：隨着電動智能化不斷滲透，自主主機廠車型開發周期大幅縮短，當前國內傳統主機廠最快需要 36 個月完成新車型的量產開發，而領先新勢力主機廠則將這一周期大幅縮短至 20 個月。中國汽車產業鏈在智能駕駛領域已經積累了大量的技術與相關人才，有望助推人形機械人算法開發。
三、目前人形機械人進展：特斯拉引領，國內廠商跟隨：自2021年tesla ai day上首次亮相以來，特斯拉optimus人形機械人已取得顯著進展。性能層面：截至2024年5月，optimus gen2展示出約0.6m/s的行走速度，全身減重10kg以上，且行走速度提升超過30%。機械人的自由度增加，平衡能力、全身控制及手指靈活度均顯著提高。應用層面：最新迭代中，optimus利用端神經網絡執行基本工廠任務，包括電池單體分類和電動工具使用，突顯了其在精密操作和自主工作能力方面的技術突破。國內廠商已陸續推出人形機械人產品。
風險提示：人形機械人商業化進展不及預期風險；技術進步不及預期風險；行業競爭加劇風險。
報告來源
證券研究報告名稱：《人形機械人：中國汽車製造業競爭力外溢下的下半場》
對外發佈時間：2024年7月1日
報告發佈機構：中信建投證券股份有限公司
本報告分析師：
程似騏 sac 編號：s1440520070001
sfc 編號：bqr089
機械：人形機械人調整分化，低估值順周期關注度提升
機械：具身智能和人形機械人行業投資機會分析——2025年機械人行業系列報告之三
人工智能：figure發佈helix：效果驚艷、端到端vla模型在人形機械人的首次落地
電新：figure推出vla模型helix，打開家庭場景想像空間
機械：figure、1x新品發佈，模型迭代加速人形機械人商業化落地
機械：關注人形機械人產業鏈降本進展以及順周期板塊回暖
汽車：機械人及智駕成ai端側投資主線，央企重組改革拉開大幕
人工智能：智元推出首個4d世界模型，openai重點布局機械人
機械：靈巧手：高靈活度末端執行器，optimus gen-3將推動微型絲杠、腱繩&傳感器需求擴張 ——2025年機械人行業系列報告之一
汽車：鴻蒙智行四界齊亮相，中長期看好華為系+機械人
機械行業2025年投資策略：聚焦泛科技、存量更新與出海
人工智能2025年投資策略報告：算力為基，自主可控大勢所趨，agent及b端應用崛起
有色金屬行業2025年投資策略報告：新質初興供未敷
電新：特斯拉領銜，人形機械人的從1到n——人形機械人行業研究方法論
汽車：人形機械人：中國汽車製造業競爭力外溢下的下半場
