人形机器人“醍醐灌顶”走向AGI：从硬件1.0走向智能交互2.0时代，车企技术同源与工业场景优势明显，感知与灵巧手互动物理世界.pdf

人形机器人“醍醐灌顶”走向AGI：从硬件1.0走向智能交互2.0时代，车企技术同源与工业场景优势明显，感知与灵巧手互动物理世界。人形机器人发展突破路径明晰，与物理数据世界基础模型模型结合的视觉语言动作端到端大模型VLA是目前人型机器人走向AGI的解决方案；美国 Figure发布端到端VLA大模型Helix实现机器人多业务协同突破；智元机器人将于3月10日正式发布首个通用具身基座模型——智元启元大模型，将集 合采训推一体，小样本快速泛化、“一脑多形”的跨本体应用、持续进化、人类视频学习等能力。Helix是一个通用的视觉-语言-动作（VLA）模型， 它统一了感知、语言理解和学习控制，具有高速连续控制、多机协作、强大的物体抓取能力、统一神经网络、便于商业化部署等多种特性，使机器人 可实现协作交互，完成分拣等家庭任务，克服了机器人技术中的多个长期挑战。

高精度物理数据结合世界基础模型和大语言模型带领具身智能进入感知时代。VLA模型整合视觉、语言与行动决策，极大提升机器人对复杂环境的理 解适应能力，但训练该模型依靠高精度真实物理数据和少量衍生的物理合成数据，而非大语言模型对应的文本或图像数据，这需要感知能力参与物理 数据的收集和端到端的精准动作控制。这一新范式让机器人可在多样场景自主决策，灵活应对未知环境，在制造业、物流、家庭服务等领域广泛应用， 并且，它能适配机械臂、四足机器人等人形机器人平台做到“一脑多形、多机协作”，为智能机器人发展带来巨大潜力与实用价值，是智能机器人领 域关键驱动力。

智驾技术同源研发同时提供工业场景训练大脑及提供落地，车企或为人形机器人核心参与者。除美国车企特斯拉外，近期中国车企小鹏汽车、小米集 团、蔚来汽车、广汽集团、BYD等多家整车上市公司，纷纷宣布正式布局人形机器人市场。其中，小米推进旗下CyberOne在自家制造产线分阶段落地， 定位为家庭护理、陪伴等多场景仿生机器人。小鹏汽车透露L3级别人型机器人将于2026年实现量产，已公布AI机器人Iron将搭载自研芯片，具备15个 自由度及拟态双手。广汽集团发布了自主研发的第三代具身智能人形机器人GoMate，计划于2025年实现自研零部件的批量生产，并率先在广汽传祺、 埃安等主机厂车间生产线和产业园区开展整机示范应用。上汽集团通过旗下全资子公司成立重庆赛创机器人科技有限公司。奇瑞汽车于2024年4月联 手AI公司Aimoga共同研发了人形机器人Mornine，正式进军人形机器人赛道。蔚来已组建20人团队调研机器狗项目。理想汽车也表示未来将涉足人形 机器人领域。目前，全球已有约18家车企接入人形机器人赛道。

传感器是机器人实现智能化的必要部件。传感器是用于感知外部环境和自身状态的设备。感知是人形机器人控制和执行的前提。传感器能感受到被测量的信息，并能 将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。感知层的传感器是软件控制 和硬件零部件的桥梁，是物理世界与数字世界的接口，是实现具身智能的关键。人形机器人传感器包括视觉传感器、惯性测量单元IMU、力/扭矩传感器、触觉传感器、 位置传感器、听觉传感器、温度传感器、电流传感器、气压传感器等。其中最主要的是力矩传感器、触觉传感器和视觉传感器这三大传感器。特斯拉等头部人形机器 人厂商均配置了各类传感器。

多类传感器广泛应用于人形机器人。力觉传感器是机器人实现精密行动的关键，技术壁垒极高，能够实时测量机器人关节或末端执行器受到的力和力矩，为控制系统 提供关键的反馈信息；可以让机器人在执行操作时能够自主调整其姿态，从而确保操作的稳定性和精确度。视觉传感器是机器人捕捉信息的途径，分为2D及3D两大技 术路径。触觉传感器是机器人感知环境的重要组件，主流技术方向为MEMS压力传感器及电子皮肤。MEMS传感器是感知层面的重要部件，陀螺仪及IMU有望在机器人领 域得到广泛应用。目前，全球MEMS惯性传感器市场份额主要被海外龙头占领，C5均为国外厂商，且集中度均达到80%以上。而中国MEMS惯性传感器市场主要被博世、 ST等国际龙头厂商占据，国产替代空间十分可观。