（报告出品方/作者：东吴证券，周尔双，朱贝贝）

1.特斯拉Optimus首次亮相，预计3-5年内实现量产

1.1.Optimus部分指标值得优化，但进步速度值得肯定

特斯拉Optimus首次亮相，预计3-5年内实现量产上市。年8月，特斯拉CEO马斯克于首届“人工智能日”公开展示特斯拉人形机器人概念机TeslaBot。年2月，特斯拉在提出概念后短短6个月内成功推出人形机器人原型机，并作为开发平台进行深度研发。年9月30日，特斯拉举行第二届“人工智能日”，并发布最新版本的Optimus人形机器人，其可实现直立行走、搬运、洒水等复杂动作。据马斯克预计，Optimus将于3-5年内实现量产上市，其最终数量将会达到百万级，而成本将降至2万美元左右。

相较于概念机，最新版本Optimus部分指标存在优化空间，但也有进步之处。根据公开信息，对比最新版本Optimus和年发布的概念机：（1）身高方面：新版Optimus身高cm，与概念机相仿（比概念机高1cm）；（2）体重方面：新版Optimus体重为73kg，而概念机体重为56.7kg，体重增大后会加大能耗，并影响机器人运动能力；（3）行走速度方面：概念机设计行走时速为8km/h，新版Optimus虽未公布详细的行走速度数据，但从人工智能日现场和视频中的表现来看，行走速度较为缓慢；（4）载重方面：新版Optimus可搬运约20磅（10kg）重的中小型货物，预计要实现概念设计的20kg负载还需一定时间；

（5）自由度方面：新版Optimus全身自由度为50个（其中躯干28个，双手各11个），多于概念机的40个自由度。在增加自由度的同时全身执行器数量却由40个减少至28个。执行器由减速机、电机、丝杆等零部件组成。

尽管新一代Optimus的部分指标仍存在优化空间，但也不乏进步之处。同时考虑到特斯拉在依托自身汽车制造底层技术的基础上，仅用6个月时间实现概念→初代原型机，随后8个月实现最新Optimus的推出，进展非常迅速。尽管目前特斯拉与波士顿动力、敏捷机器人等老牌人形机器人厂商相比，技术还稍显落后，但考虑综合实力和发展速度，我们仍十分看好特斯拉人形机器人未来在工厂、物流和智慧康养等领域的应用。

1.2Optimus细节详解：执行器双手大脑躯干

特斯拉Optimus主要由机械部分和电子部分（蓝色部分）组成，机械部分包含28个执行器和双手；电子部分包含大脑和躯干（冷却系统、电池包）。

（1）执行器：采用减速机+电机的传动方式

执行器是一种驱动机制，控制系统通过它来执行或操作任务，可以简单类比为人体的肌肉和四肢，大脑会通过控制肌肉和四肢来实现运动。人形机器人为实现足式运动，一般采用关节形式进行驱动，而驱动方式主要包括气动、电动和液压三种方式。1）气体驱动：气动的优点是具备压缩性，能够使机器人更柔顺地进行运动，但是其功率体积比最低，负载能力很差；2）电机驱动：电动即最常见的电机驱动，具有简单、驱动控制成熟的优点，是最常见的驱动方式，但由于电机负载能力的限制，使得电机驱动的机器人负载能力也较弱；3）液压驱动：液压驱动虽然成本略高，但具有很大的功率体积比，从而使四足机器人可以具备高动态行走能力且负载能力强。目前在全球头部人形机器人厂商中，仅有波士顿动力将液压作为执行器的驱动方式，其余例如优必选、本田等均选用电机+减速器的驱动方式。

特斯拉Optimus也采用了传统减速机+电机的传动模式，在发布会中特斯拉展示了扭矩从20Nm到Nm的减速机，力矩从N到N的电机，均在减速机和电机头部企业的产品参数范围内。以哈默纳科HPG系列和绿的谐波LCD系列谐波减速器产品为例，其扭矩范围分别为3.9-Nm和3.2-Nm。数量方面，最新版Optimus全身共有28个执行器，较概念机减少12个。分部位来看，根据现场图片及我们判断，其上半身包含8个伺服电机+减速器关节，2个线性推杆电机+减速器关节（小臂）；下半身包含6个线性推杆电机+减速器关节；双手包含12个执行器（每个手掌6个）。

执行器是人形机器人非常重要且有挑战的环节。其重要性体现在，类比于人体执行器就是我们进行生产活动的肌肉，是必不可少的部位。而其挑战性就在于：1）如何设计出高能量密度高稳定的执行器：人的肌肉是拉伸运动，因此可以在重量不大的情况下，产生上百公斤的力；目前常用的执行器电机做的是回转运动，其转速很快，但如果要产生力，则需要多级的减速传动，但多级传导后其稳定性就会有所降低。而机器人如果需要进行高精密复杂运动，就必须在承受巨大力量的同时保障稳定性，如何设计出高能量密度、高稳定的执行器非常关键。2）如何设计出满足运用于多关节的执行器：人形机器人关节数量众多，为满足不同运动形态需求，势必会运用到不同类型的执行器。但为了实现降本，必须要找到满足运用于多关节的执行器。

特斯拉非常重视执行器的设计，主要通过运用数据模型分析来寻找合适的执行器。首先需要考虑机器人需要进行的动作，例如步行、转弯、爬楼梯，得到其关节所需要承受的压力。其次把这些数据输入到自主搭建的优化模型中，从而得到执行器需要的参数，例如承受力，扭矩，需要的能耗等等，最后综合考虑生产成本后选择合适的执行器。此外，特斯拉还会通过仿生技术来优化执行器结构。例如Optimus的膝关节部位，和人类膝关节韧带的结构极为相似。

（2）双手：搭载大量传感器，可实现细微操作

人形机器人的双手设计方面，特斯拉通过仿生技术全面看齐人手：①灵活性：特斯拉Optimus单个手掌搭载6个执行器，共有11个自由度，可以实现自由灵活运动。②拥有感知：人手包含数以万计的“触觉传感器”，特斯拉希望机械手也能够和人手一样拥有感觉，因此搭载大量的传感器，例如力敏传感器和触觉传感器等。③实现工作：根据现场发布会的描述，Optimus双手可载重约10kg，能够使用工具并拿起细小的东西。此外通过添加特殊的驱动器，特斯拉Optimus能够在不打开手掌的情况下，进行相应的活动。

结构方面，考虑到人形机器人进行的是完全拟人化的动作，因此要求手部灵活且有较高的抓取力，从而需要搭配体积小灵活度高，但能量密度大的执行器，我们判断空心杯电机+精密减速器+丝杠组成的模块化电缸是人形机器人较好的选择。空心杯电机具有重量轻，体积小，能量密度大等特点，与同等功率的铁芯电动机相比，其重量、体积减轻超过三分之一。目前特斯拉对人形机器人双手的开发还处于初级阶段，还有许多希望能够实现的功能：①可以同时拿起重物和实现微小动作：特斯拉希望通过仿生技术设计出机械肌腱，能够在抓取重物的同时，也能够实现微小操作，例如拿起很薄很小的纸张。②让双手实现自我学习：人类在面对从来没有拿起过的东西时，也可以轻松拿起，特斯拉希望机器人也能够通过自我学习做到这一点。

（3）大脑：搭载FSD全自动驾驶系统和D1超级芯片

在大脑部分，最新版Optimus人形机器人采用了与特斯拉电动车相同的全自动驾驶系统FSD和感知计算单元，包括自主研发的算力极强的DojoD1超级计算机芯片以及三颗Autopilot级别自动辅助摄像头。

FSD系统即为全自动驾驶系统，其使得车辆能够在驾驶员主动监控的情况下实现车道内自动辅助转向、加速和制动，减少枯燥的驾驶操作，提升驾驶乐趣。由于人形机器人的需求和形式与电动车存在一定的差异，特斯拉对植入人形机器人的FSD系统做了三方面的改变：1）信息基于多感官输入：为使Optimus的“大脑”更接近人脑，信息将基于多个感官传感输入（视觉、听觉和触觉），让机器人能够处理数据并做出决策；2）植入无线连接和音频通信支持：为了方便机器人与人的沟通交流，特斯拉在FSD系统中植入无线连接和音频通讯支持功能；3）增加硬件保护机制：为稳定机器人的四肢控制，保护机器人本身和机器人周围的人，将在硬件上确保Optimus的安全性。

特斯拉在FSD系统中嫁接了计算机视觉神经网络训练芯片——自研的DojoD1超级计算芯片。每个D1单元之间无缝连接，相邻芯片之间的延迟低，训练模块实现了更大程度的带宽保留，实现了高达9千万亿次的算力。理论上讲，Dojo超级计算机的性能无上限，实际应用中，与业内其他产品相比同成本下性能提高4倍，同能耗下性能提高1.3倍，占用空间降低5倍。

（4）躯干：高度集成传感器、电池组和冷却系统

考虑到运动学和量产降本的需求，特斯拉尽量减少机器人四肢所需机电执行器、传感器的数量，并将传感器、电池管理和冷却系统都集成到了躯干部位。最新版本Optimus的躯干处搭载有容量为2.3kWh、52V的电池组，能够维持机器人一整天的工作。电池组借鉴了特斯拉电子产品和汽车产品中高度集成的设计，搭载至特斯拉SoC系统运行。SoC系统指的是将一套完整的信息处理系统集成到一块芯片上，电池组中的单块芯片可支持所有传感融合、电池通讯以及充放电管理功能。

2.Optimus亮点及未来进步点并存，看好人形机器人长期成长性

2.1.Optimus亮点：特斯拉汽车技术完美融合至人形机器人

简化来看，汽车即为带有轮子的机器人，因此汽车和人形机器人在底层技术方面有诸多共通之处。特斯拉最为全球汽车龙头，将诸多汽车技术完美融合到人形机器人上，才能够使得在6-8个月内成功开发出能够行走承重的人形机器人。

（1）自动驾驶技术的迁移（视觉识别+自主导航）：人形机器人自主导航定位是真正实现“拟人”应用的基础，特斯拉通过汽车自动驾驶技术的迁移快速掌握人形机器人自主导航定位功能。智能机器人的自主导航定位算法包含了机器视觉、定位、导航和避障等核心技术。机器视觉是机器人对外界环境进行描述的过程，表征了机器人对外界环境的理解能力。定位是机器人依托于建图结果，或与建图过程同时对自身方位进行准确辨识。导航和避障是机器人自主决策、规划和控制，从而将自身安全准确地引导至目的地的过程。这与汽车自动驾驶有很多相似之处。

在视觉识别方面，特斯拉有非常强的计算机视觉算法和相应的网络，能够直接把计算机视觉迁移到机器人上。特斯拉也在努力架构更多的神经网络，训练神经元进行高频率的特征识别，提高机器人的视觉识别功能。在导航和避障方面，通过对机器人进行特定的训练，让其记住之前走过的路径，并结合自动驾驶导航技术，使机器人可以与环境更好地互动，例如在低电量的时候能够自主去充电。

（2）车祸安全模拟技术的迁移（安全保障）：人形机器人在工作中碰撞或者摔倒无法避免，特斯拉通过车祸安全模拟技术的迁移，来保证机器人碰撞损坏在可控范围内。特斯拉的车祸安全模拟模型具有强大的物理生产能力和模拟能力，可以实现3万的自由度，所以在Optimus的设计中，特斯拉将其应用于机器人损坏控制之上，来保障机器人硬件的安全性。即使Optimus摔倒也最多只会造成表面损伤，而不会影响到核心部件，比如价格昂贵、制作困难的大脑和控制系统等。

2.2.Optimus进步点：成本技术应用场景问题仍待解决

（1）尽管执行器数量有所下降，但硬件成本依旧高昂：在之前发布的报告中我们曾提及，成本问题是阻碍人形机器人量产的重要因素之一，而原因即在于人形机器人自由度极高，相较于传统的六轴机器人，其对减速器、电机等核心零部件的需求量成倍增加。因此为实现降本市场会着重

转载请注明:http://www.aideyishus.com/lktp/3210.html