人形机器人硬件拆解：关键技术与挑战

随着人工智能技术的发展，特别是OpenAI的崛起，AI产业在过去的25年里取得了显著进步。当前，我们正站在一个关键的转折点，即AI的落地实施，特别是在软件和硬件的集成方面。新硬件的推出将带来真正的增量机会。

特斯拉的Optimus量产计划正逐步推进，人形机器人有望成为AI智能的主要载体，深刻改变人类的交互方式及生产力。

基于此，我们启动了机器人产业链的研究。本篇为第一篇，主要从产业和基础研究视角，分析人形机器人在零部件生产和降本上的难度和机会。我们将重点探讨以下几个问题：

一、人形机器人产业链由哪些环节组成？

二、这些硬件的产业化难点是什么？

三、人形机器人硬件机会看什么？

以下是详细分析：

一、人形机器人，生而AI

首先，我们需要明确人形机器人的两大核心特征：人的“形体”和人的“大脑”。形体上，它应拥有胳膊、腿、头等基本构造，并能直立行走；大脑则包括多模态感知能力、持续学习和决策能力。

要实现这些通用能力，算力、算法、数据以及软硬耦合缺一不可。当前，AI算法和GPU/ASIC的快速发展为人形机器人的实现提供了可能，但硬件约束却与过去截然不同。

与手机和汽车不同，人形机器人需要AI大脑的支撑才能有效出货。这使得硬件成为制约人形机器人发展的更大瓶颈。

二、产业链环节拆分：还在零部件“养成期”

从产业链角度看，人形机器人行业可分为上游、中游和下游。

1）上游：关注主机厂与上游供应商的合作模式

上游主要包括执行器、传感器、编码器、控制器/驱动器等硬件的集成模块，以及算力设施、算法、芯片等。

值得注意的是，人形机器人涉及的硬件环节与汽车产业尤其是新能源汽车产业有较高的重合度。因此，与新能源车产业链类似，人形机器人的主机厂与供应商的合作模式也是多样化的。

2）中游：车厂跨界+全新创业

中游指制造和销售人形机器人的公司。目前，主要的人形机器人公司集中在中美两国。

3）下游：终端需求，空间要看产品潜力

目前，人形机器人主要应用于科研、教育、参观导览等专用性场景。工业和家庭等通用场景潜力大，但目前产品还不具备商业化落地条件。

三、上游硬核拆解：到底谁是金矿？

以特斯拉Optimus人形机器人为例，从结构上可分为头部、身体关节以及灵巧手。我们将特斯拉Optimus Gen2的主要部位、零部件位置及成本列示如下：

从技术架构角度看，人形机器人可分为感知层、决策层和执行层三部分。其中，感知层主要包括各类传感器和大脑（人工智能模型）。

① 视觉传感器：特斯拉采用纯2D视觉方案

视觉传感器如同人类的眼睛，用于环境感知、物体识别和导航定位。特斯拉采用纯视觉方案，但多数是多感知方案。

② 触觉传感器：核心瓶颈，技术还未收敛

触觉传感器如同人类的皮肤，用于感知和测量与外界物体接触时产生的相互作用力。这是人形机器人硬件环节的主要难点。

③ 力矩传感器：六维力传感器是重点，需国产替代

力矩传感器用于测量力和扭矩。特斯拉Optimus Gen 2上有4个六维力传感器，是人形机器人运动控制的核心传感器。

总结：难点在触觉，机会在丝杠和减速器

通过以上梳理，我们发现人形机器人最难的环节是触觉传感器。而价值量较大且行业本身有工艺或设备难度的主要是丝杠和减速器。

此外，人形机器人尚未进入产业化量产阶段，技术路线也未收敛。以上分析主要基于当前主流技术路线，未来技术路线变化可能导致新的硬件出现或替代现有硬件。