（报告出品方/作者：广发证券，孙柏阳、代川）

一、特斯拉引领技术想象，人形机器人的发展史复盘

（一）特斯拉高调宣布人形机器人，原型机预计年9月问世

今年，马斯克将公众的目光引向了9月份即将发布的人形机器人。今年1月，马斯克在财报电话会上表示，开发人形机器人将是今年最重要的工作。6月，马斯克宣布发布推特称，特斯拉的“AIDay”将推迟到9月30日举行，为了能够届时推出人形机器人Optimus（擎天柱）原型机。早在年8月的特斯拉“AIDay”，马斯克就宣布了制造人形机器人的计划。会上通过PPT介绍了机器人的外形、软硬件配置等情况，并由真人演员扮成该机器人进行亮相舞蹈。

特斯拉的原型机，拥有40个自由度，试图接近人类的灵活水平。根据年特斯拉“AIDay”所公布的参数，原型机“擎天柱”身高约cm，体重约56kg，身体设定和运动模式与普通人一致，借助40个运动执行单元，尤其是手部的12个机电执行器，手部能够达到接近人类灵活水平，这意味着特斯拉机器人可以执行一些精密的人类手工作业，从而替代更为复杂的人类劳动。马斯克表示，“擎天柱”将有希望被用于替代普通人完成危险或者无聊的重复工作。

马斯克称“特斯拉是全球最大的机器人公司”，“擎天柱”的算法能力与生俱来。马斯克表示：“特斯拉可以算是全球最大的机器人公司，我们的汽车差不多算是有轮子的半感知机器人”。“擎天柱”在计算芯片（使用FSD芯片）、传感器（使用特斯拉Autopilot摄像头）、感知算法以及云端训练上，都将与特斯拉的自动驾驶汽车同源，有助于帮助机器人实现“自动驾驶”。“眼睛”感知方面，“擎天柱”采用Autopilot的摄像头作为视觉感知传感器，采集图像数据形成数据库，共八个摄像头，和特斯拉电动车相同。大脑处理方面，“擎天柱”采用特斯拉的超级计算机系统Dojo，通过AI大数据进行神经网络训练。其核心是算力极强、带宽超高的“D1”芯片，通过Dojo接口处理器进行互连，25个芯片组成一个训练单元，算力可达9千万亿次。

（二）人形机器人发展史:商业化关键在于场景垂直性和运动自主性

纵观人形机器人发展史，人形机器人产业从日本起步，逐渐由美国主导。起初，人形机器人在本田和软银的研发投入下得到起步，以供展览的机型为主，在日本获得快速的发展，21世纪之后逐渐由美国公司主导，包括波士顿动力、AgilityRobotics和特斯拉等一系列科技公司，进行了大量的科研投入，开始训练人形机器人在更复杂的现实环境中进行作业。已经成型的人形机器人产品中，能够产业化的机型仍然屈指可数。历史长河中，比较知名的机器人，包括样貌可爱、肢体活动拟人化的本田Asimo、软硬的Pepper，还有以弹跳能力著称的波士顿动力的Atlas，他们基本上都没有实现产业化。当前能够产业化的机器人，主要是以下两款：软银的NAO，用于儿童教学；以及波士顿动力的Spot，用于户内外搬运和拍摄。

在人形机器人发展过程中，使用场景也在不断演变。日本的机器人外表亲人，多用于教学和展览，最有名的是Asimo；美国波士顿动力公司推动了仿生机器人的实际用途，例如室内外搬运和摄像，太空环境采样，以及搜索和救援行动。

这一部分，我们将典型机器人中较有名的本田Asimo和波士顿动力系列进行对比：（1）本田Asimo发展历程：轻量化、灵活度增加，但始终没有实际用途。使用场景：主要用于人机交互、展览，比如表演倒水。本田起初制造Asimo的目的是为老年人和其他需要帮助的社区提供帮助，但由于价格昂贵，主要用于展览。年已经停止了研发。本田表示将使用Asimo的技术来开发用于更实际应用的机器人，包括护理和公路运输。技术实力：轻量化，灵活度持续增加，但自主性较差，需要根据已编写的程序运动。销售价格：Asimo的造价是-万美金。只租不卖，每天租金高达12万人民币。

（2）波士顿动力产品发展历程：追求实际作业能力，已推出量产机型Spot使用场景：场景更垂直，例如卸货、山地搬运、搜索和救援行动。波士顿动力公司注重实际作业能力，以开发一系列动态高机动机器人而闻名。自年以来，Spot已实现商业化，公司有意将其他机器人商业化，包括Handle，轮式机器人，可用于替代卸货搬运工。技术实力：动态运动能力强，能够在野外环境行驶，API功能改善自主性。销售价格：Spot价格为7.5万美元，主要购买者为有野外作业需求的企业。

（3）对比总结一款人形机器人产品能够商业化的两个重要特点对比本田Asimo和波士顿动力产品，不难发现，波士顿动力的机器人在实现产业化和商业化方面走得更远，我们归纳了如下两个重要特点：商业化的关键之一，在于提高应用场景/功能的垂直度。场景和功能的垂直化，能够较好地找到市场，而非停留在展品的阶段。例如，Asimo拥有57个自由度，能够模仿人类的行为（比如倒水），但做到这么高的自由度需要高昂的代价。相比之下，Spot只有12个自由度，切入搬运的垂直功能，也维持了价格的合理性，更容易找到市场。也因此，本田在停止了Asimo的研发后，表示并不会终止对于机器人的研究，而是会使用Asimo的技术来开发用于更实际应用的机器人，例如他们正在开发的灾难响应机器人。

商业化的关键之二，在于提高自主性，降低使用者的门槛。波士顿动力的Spot2.0，已经可以实现自主规划路线，API功能可以更加自主，能够执行高级导航命令，比如“去这个航路点”，进行一些基本避障和重新规划，而不必遵循预定的路径。相比而言，当年的Asimo则需要遵循编程的既定路线，自主能力弱于Spot2.0更弱。总体上，对于操作者的后期使用阶段所要求的编程能力越少，操作者的使用门槛则越低，则产品能够触达的使用人群和市场空间就越大，商业化和产业化的可能性则越高。

二、服务机器人应用场景展望

人形机器人本质上是服务机器人，需求场景可以分为三类，分为原有需求升级、现有需求满足和未知需求探索这三类。其中，原有需求升级已经基本实现产业化，现有需求满足正在进行产业化，未知需求探索距离产业化还有一段距离。

（一）原有需求升级：应用场景更加垂直和具体，容易实现产业化

扫地机器人和教育机器人为何会迅速落地？重要的原因是他们可以在现实中找到与之匹配的成熟产品，原有的成熟产品的弊端恰好是新产品的契机。例如，扫地这项核心需求，具有一天一次的较高使用频次，需求场景切实存在，但过去的吸尘器需要人的参与，占用了大量人的精力和时间，而扫地机器人大量减少人的参与，实现对于吸尘器的完美替代。此外，扫地和儿童教育两个领域功能相对单一，服务机器人更容易进行深耕并提供衍生服务。例如，扫地机器人通过环境感知这一项技术的提升，就可以实现对于扫地的自动化，教育机器人通过语言交互这一项技术的改进，就可以实现和学习机全然不同的交流效果。单一的功能和场景中，对于技术的要求相对没有特别复杂，更容易在发展早期以亲民的价格实现产业化。因此，这类来自原有需求升级的服务机器人产品，是需求场景最为成熟的一类产品，现在已经基本实现产业化。

（二）现有需求满足：有天然的替代需求，近期能够逐步实现产业化

枯燥和危险的简单工作场景，具有天然的替代人工需求。三种比较匹配的场景是物流运输、看护照料和危险场所作业，当前这三类工作中较为简单的细分领域已经出现产业化。物流运输中：室内环境较室外环境更简单可控，而运输环节比与人互动的环节更具有可编程性，因此，仓库内智能物流机器人已经得到了较多应用，预计对于人类工作的替代比例为15-35%。送餐机器人也获得了小规模的使用，预计替代比例为3-8%。在未来，户外物流机器人和家庭采购机器人也有望替代人们进行日常繁琐的劳动，未来预计替代比例3-8%。看护照料的需求中：导购机器人和看护机器人，都借助语音语义识别技术的提高，获得了较快的发展。但是语言能力对于看护能力来说只是很少的一部分，我们对于看护机器人的动作能力还有更高的期待，因此当前技术水平下，看护机器人几乎难以替代传统的护工和导购员角色，估计替代比例为1-3%。

危险场所作业中：下井采矿、建筑工地、消防员和核设施场地都是对于人类较为危险的工作场合，对于机器人替代需求较高，同时对于机器人在复杂环境下的运动能力也提出了较高的要求，预计未来替代比例在3-15%，逐步进行替代。根据U.S.News，美国年最低工资10美元/小时左右，以每日8小时和天工作日计算各岗位的年薪，对于危险岗位假设给3倍左右溢价。结合wind的美国劳工局的就业人数进行估计，考虑了我们上述预测的机器换人替代率，预计美国未来这块潜在的市场可达数百亿美元。同时随着技术的提升、全球化的机器换人浪潮，该市场空间还有巨大的提升潜力。

（三）未知需求探索：技术有难度，伴随来自伦理、法律的挑战

在未知需求探索中，人们希望机器人能够发挥更为复杂和重要的作用，例如成为伴侣、成为管家或者成为专职司机（L5级别的自动驾驶），电影中的机器人形象给了人们对于机器人过高的期待，但就目前的科技水平来说，现实和电影的距离相当遥远，同时还面临来自伦理、法律的挑战。例如L4级别以上的自动驾驶，汽车接管驾驶，如果发生了事故，事故责任的划分就是难以决断的法律难题。因此，这类高级机器人的发展前景难以评估，暂时不纳入我们的讨论范围。

（四）总结：应用场景的深度和宽度决定了产业化的快慢

总结来看，我们认为应用场景的深度和宽度决定了产业化的快慢，把应用场景分为三类，产业化程度各不相同：（1）市场大、产业化难度低的应用场景，例如扫地机器人和儿童教育机器人，已实现商业化，是较为成熟的机器人领域。（2）市场较大、产业化难度较高的应用场景，例如物流运输、看护照料和危险场所作业，正在逐步实现商业化，是当前最有发展潜力的领域。（3）产业化难度极高、伦理问题复杂的应用场景，目前看不到实现产业化的机会。

三、核心技术介绍

机器人的核心技术包括感知模块、交互模块和运控模块。感知能力类似人的各类感官的作用，需要敏锐的传感系统，交互能力类似大脑反应，需要AI软件能力和强大的芯片，运动控制能力类似四肢协调能力，需要灵敏的关节能力。

（一）感知模块：激光雷达是高精度定位的核心

激光雷达是高精度定位的核心技术，多传感融合必备。激光雷达是扫地机器人、服务机器人最佳的选择，精度高、并且能实时获得地图，自主避障，不需要受到光源影响。在目前主流的前沿机器人身上已经装备了激光雷达模块，如Atlas和pepper等。波士顿动力的Atlas，借助激光雷达，具有强大的感官系统。根据电子工程专辑，Atlas使用的MultiSenseSLB是三模态（激光，3D立体声和视频），高分辨率，高数据速率和高精度3D范围传感器的第二代产品。该传感器适用于各种机器人技术，自动化和传感应用，例如自动驾驶汽车，3D映射和工作空间理解。MultiSenseSLB通过旋转的激光和立体相机生成3D点云，这些点云在传感器上进行了精确对齐和着色。立体声传感器以高帧速率提供极其密集的“全帧”范围数据，并以旋转速率较低的速率的高精度数据提供了补充。传感器还可以输出标准彩色视频。

年起，国内主流的扫地机器人企业开始加装激光雷达，例如科沃斯，搭建了SmartNavi2.0全局规划系统，借助LDS激光雷达以及精确的SLAM算法，机器人能够智能识别家居环境，快速建立可视化地图，选择高效的工作路线。个性化、定制化的地图编辑功能，可以满足消费者更多样的清洁需求。家庭环境进行改变，机器人也会快速调整工作地图，还会对工作地图进行自动分区，确保有序高效的清洁。

（二）交互模块：智能语音语义市场本土企业占据主导地位

交互模块，以AI技术的应用核心，借助语音识别、图像识别和机器学习等技术，完成对于大脑分析判断工作的模拟实现。在交互层面，特斯拉FSD技术实力业界领先，机器人可复用。特斯拉FSD搭载了基于神经网络的TelsaVision视觉处理工具，实现对车辆行驶环境的解构分析。在分析决策层，特斯拉也引入了强化学习的算法。基于视觉的神经网络技术已经在特斯拉电动车FSD得到实战验证，有望借助于Dojo加速训练芯片实现升级。根据MIT研究员LexFridman，目前特斯拉已完成了横跨美国绝大多数道路的数据采集，到年所有特斯拉汽车的预计行驶里程为亿英里，估计的Autopilot里程为33亿英里，预计年将达到51亿英里，庞大的数据采集和分析有助于帮助机器人实现更复杂“自动驾驶”快速落地。

此外，语音模块是人和机器沟通的最重要的途径之一，其核心是以口头语言（语音）和书面语言（文字）为研究对象，对其进行识别、理解及生成，从而使机器具备能听会说、能理解会思考的能力。语音模块的分析路径是，交互界面通过接受外界的输入系统的信息，通常是语音采集，经过语音解码后，导入到既定的知识库做语义匹配，进行逻辑处理，最后经过语音合成后，根据外部需求选择输出语音还是文本。语音模块最重要的是语音识别和语义分析两部分。根据搜狐科技，智能语音涉及多类型学科，主要包括声学信号（如声源定位、语音增强、回声抵消等）、模式识别（如声纹识别、语音识别、语种识别等）、自然语言处理（自然语言理解、自然语言生成等），以及语音合成等细分技术，囊括感知智能和认知智能两大层面，其中语音识别和自然语言处理位居人工智能七大关键技术，也是人机语音交互变革的核心支撑性技术。

当前全球智能语音语义市场已相对集中，龙头占据了主要份额。根据搜狐科技、中商产业研究院、广证恒生等机构数据，Nuance、谷歌、苹果、微软、科大讯飞等头部企业占有在球智能语音语义市场80%以上份额。年，微软收购Nuance的交易也完成，市场规模将进一步集中。相对全球，我国智能语音语义市场本土企业占据主导地位，格局比较分散。根据搜狐科技，IDC在年12月发布的《中国人工智能软件及应用（上半年）跟踪》报告显示，在智能语音语义应用市场，科大讯飞、百度、阿里市场份额靠前，思必驰、智臻智能等明星创企也占有一定市场份额。但前述企业合计占据份额仅有40%左右，市场竞争仍比较激烈。受限于中英文语义理解差异（叠加方言影响），以及中文语音语料资源匮乏等因素，海外智能语音巨头，比如Nuance、微软、苹果等市场规模较小，本土企业占据主导地位。

（三）运控模块：关节能力不能匹配运动规划，目前的技术短板所在

完成复杂环境的工作任务需要仿人机器人具有快速作业的能力。正如前文所述，当前社会对于机器人的最主要的需求，来自代替劳动者从事危险和无聊的工作，这就涉及到在室内和野外的复杂环境中进行作业活动，维持运动能力的稳定性非常重要。根据孟非的《仿人机器人快速作业的关节驱动与动作规划及其匹配研究》这篇论文，提高快速作业能力需要机构、驱动、规划和控制方法等多种关键技术融合，是体现仿人机器人作业能力的一个重要研究范例。快速作业需要仿人机器人具有输出能力足够的关节，同时在运动中满足一定的位置、姿态，还要保证一定的速度。这种快速的运动形式对仿人机器人关节驱动控制、动作轨迹规划和两者的匹配提出了很高要求尤其在任务要求复杂多变的动态环境条件下，快速作业能力不足很容易使仿人机器人失去稳定性。

关节能力不能匹配运动规划，是目前的技术短板所在。运控模块和运动规划方法，是一个动态匹配的过程。过去算法能力较弱的时候，运动规划方法是主要矛盾；当前AI能力提升，运动规划得到进步，关节的灵巧程度则需要提高以匹配运动技巧。例如当前每根手指的自由度增加了，从而对于关节驱动能力有了更高的要求，是当前的技术短板所在。

抗压和灵敏性如何兼得，依然是技术难点。根据吴伟国的《面向作业与人工智能的仿人机器人研究进展》，从承压能力角度而言，谐波齿轮传动方式弱于液压驱动，但从灵敏度角度而言，液压弱于谐波齿轮传动。以谐波齿轮传动方式减速驱动关节的仿人机器人的实用化面临着难以解决跳跃、快跑带来的足底大冲击等问题。而液压驱动下，即使最大压力按公称压力2~3倍计算，也难以抵抗仿人机器人相当于人跳跃、跑步时3~7倍于自重的冲击力，同时可能伴随着液压油易泄露，压力增高将降低可靠性以及噪声与振动等问题。足底压力传感器、脚部六维力-力矩传感器也面临着因大冲击力而超量程的安全问题。业内人形机器人多使用电驱动，而波士顿动力的机器人为了弹跳能力，多使用液压驱动，但其量产产品Spotmini也即将采用电驱动的方式。

四、中国产业链机遇

（一）机器人核心模块呈金字塔结构，科技公司撬动运控零部件机遇

特斯拉等科技公司在顶层数据和开发上实现跨越式突破，为产业链带来发展机遇。例如特斯拉FSD搭载了基于神经网络的TelsaVision视觉处理工具，已经在特斯拉电动车FSD得到验证，可以借助于Dojo加速训练芯片实现升级，帮助机器人实现技术突破以及机器人的“自动驾驶”的快速落地，利好机器人整机及关键零部件的生产销售。

运动控制模块产业链需求增长。随着机器人更灵活，运用的关节数量更多，因此运动控制模块是产业链机遇明确的环节。正如前文所述，特斯拉公布其机器人配套了全身40个运动执行单元，其中上肢和躯干28个，腿部12个，仅手部就有12个，催生了对于运动控制模块的大量需求。运动控制的零部件环节，三大核心零部件包括控制系统、伺服系统、减速器：1.控制系统：机器人本体厂商的核心竞争力，壁垒在于算法部分，涉及到对下游应用领域的工艺理解，主流整机厂商大多选择自主生产，国产厂商大多选择外购或者收购整合来解决；2.伺服系统：由驱动器和伺服电机组成，驱动器壁垒在于算法，有驱控一体化的趋势，伺服电机的难点在于小型化，其下游应用也较为广泛；3.减速器：纯机加工零件，与其他部分协同性较弱，且技术壁垒极高，本体厂家均选择外购，进入意愿很小。运动控制模块中，毛利率最高的核心零部件分别是减速机（传动装置）、伺服（驱动装置）和控制器（控制系统）。

我们预测人形机器人的运动控制模块占到物料成本40%左右。普通的工业机器人的成本构成中，运动控制核心零部件（控制器、伺服电机、减速机）占到了成本的6成左右。由于人形机器人的感知层要求更高，传感器相比工业机器人更多，占比提升。我们假设人形机器人中的硬件成本构成结构为：运动控制零部件（控制、驱动和执行模块）占到40%，传感器占比30%，结构件和功能件占到30%。

参考工业机器人，本质是“硬件+软件”的组合，硬件通常外购。机器人产业链由零部件厂商、机器人本体厂商、系统集成商、终端用户四个环节组成，本体厂商处于核心地位。工业机器人的软件部分涉及到机器人的控制以及对下游工艺的理解，需要做到可复制的同时满足不同客户的需求，这是本体厂商的核心竞争力。而硬件的生产需要规模效应，通常采用外购的方式。非核心部件，机器人公司外购概率大，例如波士顿公司正公开寻求供应商。根据TheRobotReport,波士顿动力因为没有合适供应商，目前自研伺服阀，但副总裁Saunders在演讲中公开表示，作为机器人公司并不想自研伺服阀，希望能有供应商向他们提供合适的零部件。因此，对于特斯拉，我们也合理猜测，摄像头和算法等核心部件，特斯拉将发挥其供应链及技术优势，进行汽车供应商平移或自制供应；对于减速器、伺服等技术要求较低的驱动部件，特斯拉或寻求外部供应。因此，在工业机器人领域具有技术积累和产能优势的厂商可能首先获益。

（二）减速机：高精度的关节传动装置，技术壁垒高

减速机作为机器人的核心精密零部件，技术壁垒高。减速机的主要工作原理为通过机械传动装置实现对原动机的减速增矩，是影响机器人性能的核心因素，在高精度场景中尚未存在替代方案，技术壁垒较高。同时，研发投入和固定资产投入都较高，绿的谐波从研发到成品花了10年的时间，初始投入大（根据招股书披露，其磨床原价约万元，滚齿万元），是典型的高壁垒的行业。谐波减速机应用领域广泛，一半以上应用用于工业机器人。可用于工业机器人、航空航天、数控机床、半导体设备等领域。以全球谐波减速器龙头哈默纳科（Harmonic）为例，根据HD年报的披露，-年HD下游需求中来自工业机器人的占比在50%以上。

谐波减速器用于工业机器人的轻载场合，精度高、结构简单，实现同样的减速比，重量有明显优势。对于工业机器人来说，使用过程中不需要特别高的速度，而需要比较大的力矩来带动负载，因此需要减速器来达到降低速度提高转矩的目的。机器人对减速器的要求包括抗冲击性、长寿命、低振动、高刚度、高精度、高效率、轻巧紧凑等，一般使用谐波减速器和RV减速器，谐波主要用于轻载，RV主要用于重载场合。

根据GGII，新增的工业机器人需求是减速器产业发展的主要驱动力。此外，减速器本身有额定的使用寿命，需要定期更换，即存量市场的更换亦是需求方向之一。工业机器人的工作寿命一般为8-10年，期间减速器作为传动、承重部件，磨损不可避免，其使用寿命通常在两年左右。因而，当前保有的工业机器人维修保养亦需要大量的减速器替换。GGII数据显示，年中国工业机器人减速器总需求量为93.11万台，同比增长78.06%。其中增量需求82.41万台，同比增长95.05%；存量替换量为10.70万台，同比增长6.57%。自年二季度开始，受益于机器人市场的回暖，减速器市场迎来新转机；年市场迎来需求高增长，减速器市场正式回归“黄金时代”，大部分减速器厂商均迎来业绩的增长。随着数字化进程的加快推进，机器换人将受益其中，预计未来几年减速器市场增长的确定性进一步增强,到年市场总需求量有望超过万台。

一般来说，机器人的每个关节都需要配置一台减速器，不同的机器人有不同数量的关节。灵活度越高、关节越多，所用的减速机越多。而且负载不同，所用的减速器也不同，重载的关节多使用RV减速器，轻载关节一般用谐波减速器。

特斯拉机器人配套了全身40个运动执行单元，假设使用20个谐波减速机。正如前文所说，特斯拉的40个运动执行单元包括中上肢和躯干28个，仅手部就有12个，如果考虑使用谐波驱动，假设其中20个是轻载需求，则需求个数如下：15个谐波减速机，10个行星减速机，2个RV减速机，市场空间可观。谐波减速机的市场空间有机会获得较大增长。假设人形机器人从工业级别产品发展到消费品级别的产品，在10万、50万和万这三种销量假设下，减速机的市场空间增量分别为31亿、亿和亿，其中第三种情况下，亿市场中75亿为谐波减速机。根据高工咨询GGII，年中国减速器市场空间为93亿，乐观假设下，人形机器人将给减速机带来需求空间增长。

竞争格局角度，国产品牌占比逐步提高。国内生产工业机器人减速器的企业数量逐渐增多，且技术在逐步提升，部分厂商已经实现量产并逐步推向市场，在精密减速器国产化的道路上进步明显。根据GGII，年谐波减速机市占率方面，绿的谐波和来福谐波市场占有率提升明显，哈默纳科份额进一步略有收缩。年RV减速机的市场格局方面，环动科技的市场份额提升明显，纳博特斯克略有收缩，国产份额持续提升。

绿的谐波作为国产减速机龙头，已有服务机器人的配套经验。根据公司招股书，绿的谐波的产品广泛应用于工业机器人、服务机器人、数控机床、航空航天、医疗器械、光伏设备等高端制造行业和领域，其中谐波减速器已经配套国内人形机器人优必选，未来有望承接更多服务机器人机会。

绿的谐波产能提升，有望承接更多订单。从行业发展的一般规律来看，厂商处于供应链管理、成本管控等方面的考虑均会扶持二供。根据绿的谐波招股书，在IPO募投项目达产之前，公司每年谐波减速器产能约9万台，只有哈默纳科谐波减速器产能（万台）的5%；募投产能达产以后，公司精密谐波减速器产能59万台，约为哈默纳科21年产能目标中位数（万）的20%。根据公司年年报，公司的50万台谐波减速器募投项目还在稳步推进，按募投项目建设计划完成项目建设、设备采购、设备调试等工作。根据公司公告的《投资者关系活动记录表》，截止年底公司产能达到了年产30万台谐波减速器的水平。如果未来人形机器人订单激增，绿的谐波有可能承接更多订单，产能建设是很大的挑战。

（三）其他产业链机遇：伺服和传感器

1.伺服：年国产品牌汇川市占率达到第一，规模效应创造竞争力

伺服电机通过实时的负反馈信号来实现更精密的控制，在精度方面优于步进电机，在工业机器人、锂电和光伏制造等领域得到广泛应用。伺服电机转子由驱动器形成的磁场作用，编码器反馈信号给驱动器，反馈值与目标值进行比较，调整转子转动的角度，电机精度决定于编码器的精度。国产公司汇川、信捷和合川，近年来增长较快，国产伺服份额已经达到20%以上。根据MIR，年汇川的市占率5%，年市占率已经达到16%，跃居市占率第一的品牌，增速非常高。伺服在新兴制造业占比相对多，而且新型制造迭代快、不看重案例、对价格敏感，推动了年国产伺服市占率的大幅度提升。市占率的提升又促进了伺服品质的迭代进步。

汇川的伺服产业链完整，发挥规模优势，吸引服务机器人领域订单。伺服的核心零部件是驱动器、电机、编码器，汇川是国产公司中稍有的产业链完整的公司，可以发挥规模效应。尽管下游配套的是工业自动化和工业机器人，但在规模效应之下成本能够下降，对于服务机器人的客户具有吸引力。

2.传感器：人形机器人需要很多传感器，以保证灵敏度

人形机器人需要很多传感器，来保证足够的信息采集。根据ZC_Robot机器人技术，机器人传感器是一种检测装置，可以使得机器人感受到被测量信息，并且将加测感受到的信息按照一定规律转化为电信号或者其他形式的信息输出，以满足信息的传输、处理、存储等需求。机器人传感器是机器人的必要零部件，其可以将必要的外部信息以及自身状态信息传递给机器人的控制系统，从而为机器人的决策提供必要的条件。机器人的环境感知能力依赖于对于环境信息的采集，因此更智能的机器人需要很多传感器。根据检测对象的不同，可以分为内部传感器、外部传感器。内部传感器是用于测量机器人自身状态的功能元件，用于机器人感知自身的运动状态，使得机器人可以按照规定的位置、轨迹和速度等参数运动。外部传感器主要是感知机器人自身所处环境以及自身和环境之家的相互信息，包括视觉、力觉等。根据ZC_Robot机器人技术，机器人的主要传感器包括：视觉：视觉主要包括三个过程：图像获取，图像处理以及图像理解；力觉：力传感器主要分为关节力传感器、腕部力传感器以及手指力传感器等；触觉：触觉可以感知物体的表面特性和物理特性，研究从20世纪80年代开始；接近觉：机器人移动和操作过程中由接近觉可以得到更好的操控效果。

传感器领域下游需求分散，龙头具备规模效应。传感器下游细分很多、制造各不同，是下游差异性较强的行业，较难形成规模效应。国际传感器大公司需要国际化销售、制造外包模式来做大规模、摊薄研发成本。传感器领域的优秀公司基恩士，依靠全球化的规模效应，财年共49.37亿美元营收，18.10亿美元净利润，利润率达到37%。根据林雪萍的《中国制造的隐痛：传感器之殇》，基恩士以纯设计（Fabless）起家，设计和销售传感器，同时不定制产品，标准化研发+代工，维持较高的规模效应。

人形机器人的消费品级别需求体量，能够推动传感器细分板块的国产替代加速。对比中国消费领域和工业领域的传感器，中国消费类电子的传感器，由于市场的拉动，近十年已经有了很大的进步，而工业领域卡脖子情况依然非常严重，围绕着控制与测量，尤其是仪器仪表传感器，几乎完全进口。能够形成较强的规模效应的领域，才能够率先实现国产替代。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：。