2024年优必选研究报告：国产人形机器人先锋

优必选：人形机器人先锋企业

深耕智能机器人领域，技术沉淀深厚

深耕机器人领域十余载，积极拓展机器人产品矩阵和使用场景。公司于 2012 年成立，从伺 服驱动器起步，率先切入了小型机器人，2014 年第一款小型机器人 Alpha 1S 落地量产销 售，随后在不断开辟了更多新商业场景的同时，持续扩展机器人能力边界，2017-2022 年 公司先后切入了 AI 教育、智慧物流、智慧康养商业领域，推出了教育机器人 Jimu Robot 、 开源教学平台 Yanshee 偃师、AMR 机器人、uKit 搭建机器人等产品系列。同时人形机器 人产品 Walker 持续迭代，2016 年推出有双腿的原型机，2018 年第一代 Walker 可以实现 踢球跳舞和上下楼梯，2019 年第二代 Walker 增加了双臂，2021 年新一代 Walker X 可以 拿瓶装水、下棋、按摩，新产品 Walker S 瞄准汽车生产线等工业制造场景落地，至此，公 司的商业场景从教育、物流、康养、消费级逐步向工业级和通用型扩展，人形机器人能力 从单一任务简单场景迈向多任务通用型场景。

营收稳健增长，短期利润承压

公司营收保持稳健增长，业绩亏损敞口逐步收窄。2021-2023 年公司营收为 8.2/10.1/10.6 亿元，同比+10.4%/+23.4%/+4.7%，2021-2023 年归母净利润为-9.2/-9.7/-12.3 亿元，同比 -30.2%/-5.9%/-26.2%，近年亏损仍未出现边际改善，我们认为系机器人作为新产业，公司 在研发、销售、管理等开支仍较大，而产品线处于生命周期早期、尚未大规模放量，同时 由于 23 年部分教育场景订单未交付，对业绩有一定拖累。而随着公司产品放量释放订单， 亏损敞口有所收窄。24H1 公司实现收入 4.87 亿元/同比+86.6%，业绩高增得益于公司教育 机器人交付了前期订单，收入同比+113%，同时公司积极扩展了行业应用，定制机器人收 入实现 0.9 亿元/同比+310%，消费级机器人推出新品带动收入同比+106%至 1.74 亿元，而 物流机器人收入同比-22%主要系部分项目在下半年交付。利润端，产品结构影响和新品交 付带动盈利上行，公司 24H1 毛利率同比+15.4pct 至 38%，亏损 0.52 亿元，同比略有收窄。

企业级产品为基本盘，消费级产品为增长点。公司开拓了多个细分赛道寻找业务增长点， 从主营业务构成来看，公司 2020-24H1 教育业务营收占比从 82.7%降低至 33.1%，物流业 务从 1.7%增加至 12.2%（2023 年为 36.9%，24H1 占比降低主要系产品交付较少），其他 行业从 5.2%增加至 18.7%，消费级产品营收占比从 8.4%增加至 35.9%。往后看，我们认 为物流机器人与消费机器人仍有望贡献更多业绩，主要系：1）物流智能机器人及其解决方 案竞争力不断提升；2）消费领域公司选择面向市场空间较大、竞争相对不激烈的蓝海赛道， 将机器人技术降维应用，目前公司面向宠物经济的消费机器人产品 AiRROBO 空气萝卜扫 地机器人及 AiRROBO 空气萝卜猫砂机销量增加较好。从各项业务毛利率来看，教育、定 制机器人的毛利率相对较高，波动较大主要系产品交付节奏与新品上市，而物流机器人毛 利率略有下滑，主要系交付节奏问题，消费业务毛利率有较大提升潜力，我们认为随着公 司加速推出爆款新品，毛利率中枢有望上移动。

期间费用率较高，净利率承压。公司期间费用率仍然处于较高水平，24H1 公司销售、管理、 财务和研发费用率分别为 47.9%/44.1%/-1.6%/46.7%，较高的研发投入、营销及人员工资 拖累公司净利率，随着未来公司加速产品商业化、不断推出新品扩大市场份额、扩大销售 网络和渗透率，实现大规模上量后，有望释放规模效应。

创始团队经验丰富且背景多样化，公司股权结构稳定。公司成立之初由周剑、夏拥军、陈 振江三人出资成立，管理团队具有多元化的背景，公司创始人周剑先生拥有超过 10 年相关 领域的经验，被 Qubit 评为 2021 年人工智能技术 20 大领导者之一。公司的高管团队包括 在机器人和人工智能发展的不同技术领域的学者和专业人士，为集团的产品及服务的开发 和商业策略提供了有力支撑。截止 2024 年 10 月，周剑先生直接持股比例达 24.77%，为 公司实控人，赵国群、夏拥军、王琳、熊永军、夏佐全及深圳智能优选分别与周剑先生签 订一致行动方协议，股权结构稳定。

强大研发团队坐镇，保持机器人技术领先性。公司内部研发团队成立于 2012 年，由在机器 人及人工智能领域有丰富软硬件研发经验的领军人带领，2015 年公司成立优必选科技机器 人研究院，以促进机器人和人工智能技术的研发和商业化，此外公司在深圳、北京、洛杉 矶设有三家内部研发机构。熊友军先生为公司首席技术官、执行董事兼副总经理，任职期 间建立起有丰富机器人产品开发经验的科研团队，目前熊先生也为北京具身智能机器人创 新中心总经理，该创新中心由北京市相关科技部门牵头，创始股东包括优必选、小米、京 城机电，24 年 4 月正式发布通用人形机器人母平台“天工”，具备开源开放性和兼容扩展性， 助力人形机器人行业发展。24 年 9 月，人形机器人运动控制技术专家郑宇博士出任研究院 副院长兼人形机器人科学家，负责人形机器人运动控制技术路线规划和落地，郑先生于 2018 年加入腾讯 Robotics X 任专家研究员和控制中心负责人，有望为优必选人形机器人技术发 展和商业化落地提供助力。

机器人加速商业化落地，公司探索多领域商业化可能性

智能服务机器人行业向上，公司布局多个应用场景寻求广阔商业机会

智能服务机器人产业链长，下游应用场景丰富。智能服务机器人价值链上游包括智能服务 机器人的原材料及核心部件，例如电机、电池、传感器、伺服器等。中游为研发，主要包 括机器人及人工智能技术研发、机器人生产及系统集成。下游为智能服务机器人在不同应 用场景中的应用，如教育、物流及移动、康养及巡检等。 中国智能服务机器人市场持续扩容，专业智能服务机器人增长更快。智能服务机器人分为 个人/家庭智能服务机器人和专业智能服务机器人。以销售收入看，2018 年至 2022 年，中 国智能服务机器人及智能服务机器人解决方案市场规模由 193 亿元增加至 516 亿元，期间 CAGR为27.9%，其中个人/家庭智能服务机器人市场规模从92亿元增加至204亿元，CAGR 为 22.0%，专业智能服务机器人市场规模从 101 亿元增加至 312 亿元，CAGR 为 32.6%。 展望未来，根据弗若斯特沙利文的资料，自 2022 至 2028 年，中国智能服务机器人市场规 模将由 516 亿元增长至 1832 亿元，CAGR 为 23.5%，其中个人和家庭智能服务机器人市 场规模由 204 亿元增加至 574 亿元，CAGR 为 18.8%，专业智能服务机器人市场规模由 312 亿元增加至 1258 亿元，CAGR 为 26.1%。

以下游应用场景看，物流、扫地机器人、巡检、教育等场景市场规模最大。根据弗若斯特 沙利文，2022 年，教育、物流、康养、巡检、扫地机器人市场规模分别为：23、120、12、 99、142 亿元，到 2028 年，市场规模有望达 70、589、65、309、392 亿元，CAGR 分别 为：20.4%、30.4%、32.5%、20.9%、18.4%。

智能服务机器人市场目前处于竞争初期，竞争激烈且分散。因为仍处于早期阶段，仅有少 数公司能提供全栈式核心技术（包括计算机视觉、语音交互、伺服驱动器、运动规划和控 制以及定位导航），许多产业参与者都在通过开发类似的技术以进入市场。根据弗若斯特沙 利文，2022 年按收入计，国内市场规模前五的公司分别为：达闼科技、海康机器人、优必 选、SGAI、极智嘉，市场份额分别为：6.4%、4.6%、2.8%、2.7%、2.2%，CR5 为 18.7%， 优必选排名第三。

公司旗下机器人产品矩阵丰富，覆盖不同应用场景探索更广阔的商业化空间。凭借自研的 人形机器人全栈技术，公司以智能机器人为载体，人工智能技术为核心，推出了“硬件+软 件+服务+运营”的智能服务机器人解决方案，覆盖针对教育、物流、康养、及其他行业的 企业级智能服务机器人及智能服务机器人解决方案和消费级机器人及其他硬件设备。 1）教育智能机器人及智能机器人解决方案：根据弗若斯特沙利文，2018-2023 年智能教育 机器人与解决方案的国内市场规模从 10 亿元增至 23 亿元，随着 AI 教育推广，预计 2028 年市场规模有望达 70 亿元。我国教育智能机器人的市场参与者超过 50 家，格局较分散， CR5 达 33%（优必选/盛通/鲸鱼机器人/大疆创新/童心制物），其中，2022 年优必选在该领 域的份额为 23%，位居第一。公司主要面向政府教育机构，提供基础教育 K12 和高职教育 服务，主要产品包括：a）人形 Yanshee 偃师、Alpha Mini 悟空（教育）以及 uKit 搭建机 器人及积木系列（教育）等智能机器人，该等设备可与学生互动，执行若干默认功能或增 强功能，例如根据学生或终端用户在学习过程中编写的代码或设计的指令行动；b）AI 智慧 教育平台等软件用于编码及编程学习；c）为教师培训和产品操作使用提供配套服务。 2023 年公司进一步搭建了全面的软硬件技术开发平台，其中新一代教育平台技术升级效果 明显，中标比例大幅提升；市场方面，公司依据地域特色设计了科教研旅总体方案，新品 UGOT 有丰富 AI 属性、开发性强、易拼搭，市场认可较好，有望贡献新增长点。

2）物流智能机器人及智能机器人解决方案：根据弗若斯特沙利文，受益于技术进步与应用 场景拓展，我国物流与移动智能机器人市场规模从 2018 年的 24 亿元增至 2022 年的 120 亿元，随着制造业升级、电子商务与新零售行业发展，该市场规模有望在 2028 年达到 589 亿元。格局上看，国内竞争相对分散，CR5 达 33%（海康机器人/极智嘉科技/东杰智能/井 松科技/海柔创新），2022 年优必选份额达 2.2%，位居第七。 公司的物流智能机器人专注汽车、轮胎、3C 电子、电池产线、电商 5 大行业，目前主要应 用于新能源汽车制造商等大型工厂及仓库企业，公司自研了 UPilot 机器人操作系统和 ACU 机器人核心控制器，硬件上开发产品包括 Wali 瓦力系列的自动导向车 AGV/自主移动机器 人 AMR/Chitu 赤兔 L4 级别无人物流车，以及通过搭载云平台，提供了全栈式物流机器人 和一体化无人工厂/仓储/配送等解决方案，包括 WMS（智慧存储云平台）和 MES（智慧工 厂云平台）系统，其与客户的内部系统平台进行对接，实现更完整的产品与服务供应。

突破物流全场景，进一步走向开放道路无人物流。2023 年公司突破了全场景全栈式智能物 流，赤兔 L4 级低速无人物流车从 0 到 1 突破，打破了室内室外物流场景边界，2024 年智 慧物流子公司 UQI 优奇发布了 L4 级无人物流车 Chitu 赤兔，其搭载了公司自研的智能驾驶 系统 Upilot，融合了计算机视觉算法、语音技术、多模态大模型、SLAM 定位与建图、自主 导航、高精度感知等技术，达到了 L4 级无人驾驶技术水平，是国内首批不依赖 RTK 高精 定位的无人物流车，未来其有望走向开放道路，替代传统物流货车，实现室外全场景的无 人物流配送。同时 24H1 公司引入了自动驾驶领域的 OCC 和 BEV 等技术，优化了无人车 在园区场景的稳定可靠性，并开启研发端到端的自动控制决策技术，未来有望突破开放道 路环境的无人驾驶技术。

3）其他行业智能机器人及智能机器人解决方案：涵盖学校（如用于问候和保洁）、医院、 机场、车站、商场、银行及变电站等各种使用场景，提供引导协助、接待、卫生、安全巡 逻、安全检查及环境条件监测等服务，公司提供的主要产品包括 Cruzr 克鲁泽系列、Walker 系列及 ADIBOT 净巡士系列。2023 年 Cruzr 克鲁泽系列开发了深圳某头部新能源车企和国 内知名油车车企的 4S 店导购需求，以及更多的学校需求；Cadebot 配送机器人开发了餐馆 酒店配送需求，23 年已有近百家代理商开始测试和销售，并向海外推广；康养机器人系列 升级，开发机构/社区/居家场景应用，联合相关组织和地方，推广应用，23 年公司与日本认 知症照顾第一品牌美邸成立合资公司，在美邸的国内养老机构探索机器人在康养领域的应 用。 我们认为，Walker 系列为公司进行人形机器人商业化的重要布局，通过不断尝试在工业领 域落地，并逐步向通用场景延伸能力。目前 X 系列已开始在智慧工厂做训练测试，进行移 动产线启停自适应行走、鲁棒里程计与行走规划、感知自主操作与系统数据通信与任务调 度等，而 S 系列已在新能源车整车组装产线试点。公司与车厂打造人形机器人示范工厂的 同时，也与 3C 企业等 B 端客户合作探索更多应用场景，24 年子公司无锡优奇智能科技引 入了政府产业基金，助力打造 UQI PARK 工业机器人生态产业园。公司目标在 23-24 年切 入新能源车制造场景，测试搬运、涂料等，25-27 年逐步拓展中等难度任务，打造 3-5 个专 用场景应用并横向拓展至消费电子制造业等场景，28-33 年拓展更复杂的多任务场景，迈向 通用性机器人，我们看好随着公司实战经验积累、真实数据累积，人形机器人有望打通 B 端商业化应用，逐步走向通用场景。

4）消费级机器人及其他硬件设备：主要包括销售配备消费级及大众市场级的人工智能功能 （例如计算机视觉及语音交互）的机器人 ，以供消费者家庭使用。公司提供的主要产品包 括 AiRROBO 空气萝卜扫地机器人、AiRROBO 空气萝卜猫砂机、Alpha Mini悟空（非教育）、 旋风强吸扫地机等系列产品，其中猫砂机通过一年的渠道建设已建立了完整的二级分销体 系，覆盖了全球主流国家市场，2023 年公司第一代智能猫砂机在中国/美国/欧洲/韩国/土耳 其/东南亚等地区获得市场一致好评，第二代智能猫砂机和旋风强吸扫地机也实现量产，旋 风强吸扫地机成为 Kickstarte 众筹热点产品，同时公司的无边界智能割草机项目也进展顺利。

从技术验证到商业化过渡，人形机器人加速从 0 到 1 突破

由技术验证期向初步商业化过渡，产品行动能力随技术突破不断提高。人形机器人的发展 主要经历了三个阶段：1）概念产生与初步尝试：在此阶段的人形机器人能够实现简单的结 构驱动；2）技术研究与功能进步：人形机器人正式成为机器人行业的重要研究对象之一， 企业和人们就人形机器人的技术和功能开始深入研究，并推出功能多样的人形机器人产品， 例如本田推出仿人机器人 ASIMO，机器人的功能和性能大幅突破，具有初步的行动能力； 3）商业化尝试与智能化研究：人形机器人研究机构及企业争先推出产品，并进行商业化尝 试推广，如特斯拉表示 Optimum 有望在内部工厂使用，再对外交付。整体来看，人形机器 人目前尚处于从“0”到“1”的发展的导入期，在产业需求、政策支持和技术发展等条件 的促进下商业化落地有望加速。

产业需求+政策引导+技术发展，加速人形机器人商业化落地

1) 产业需求：人形机器人能有效提高生产效率

下游需求场景不断拓宽，人形机器人需求面不断拓宽。由于人形机器人是具有类人的外观、 感知、决策、行为和交互能力的机器人，具有高仿真度、较强的自主性和多功能性等特点， 因此可以应用于多个领域，包括服务、工业、医疗、军事、教育和娱乐等，能够承担人类 无法承受的风险及更大的工作压力。

2) 政策引导：政府持续加码人形机器人相关政策

国家密集发布政策，加速人形机器人商业化落地进程。去年以来，国家陆续发布政策支持 机器人产业发展，工信部于 2023 年 11 月 2 日印发《人形机器人创新发展指导意见》，指出 发展目标：到 2025 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键 技术取得突破，确保核心部组件安全有效供给。整机产品达到国际先进水平，并实现批量 生产，在特种、制造、民生服务等场景得到示范应用，探索形成有效的治理机制和手段。 到 2027 年，人形机器人技术创新能力显著提升，形成安全可靠的供应链体系，构建具有国 际竞争力的产业生态，综合实力达到世界先进水平。产业加速实现规模化发展，应用场景 更加丰富，相关产品深度融入实体经济，成为重要的经济增长新引擎。

3) 技术发展：大模型等相关技术发展推动人形机器人迅速发展

大模型技术发展助推机器人从 B 端到 C 端落地商业化，走向通用人形机器人。我们认为人 形机器人合理的产业化逻辑为先在工业场景落地，再向 C 端渗透，工业化场景多为单一任 务集，对机器人泛化能力要求不高，核心是帮助人类完成重复简单枯燥危险性的工作，而 C 端场景更加复杂，一般为多元任务集，对机器人大脑层软件能力的要求更高。我们认为硬 件的进步为人形机器人提供了强大的物理基础，而软件的升级是实现通用人形机器人商业 化的关键，大模型通过深度学习和强化学习，能够处理视觉和语言信息、理解物理世界的 基本规律，凭借强大的泛化能力能使得人形机器人在多元场景中执行任务，极大地提高了 其通用性。 AI、计算机视觉等技术的发展为人形机器人发展提供底层技术。人形机器人的“具身智能” 包括“具身感知”和“具身执行”两个方面，视觉传感器、听觉/语音传感器等是实现“具 身感知”的底层技术，人形机器人深度融合了视觉感知与多模态感知技术，为机器人提供 更丰富的环境信息。近年来，语音交互和计算机视觉技术的发展进步，使得机器人能够识 别及确认人类和周围的物体，并与人类进行对话，人工智能等技术的进步将机器人从被动 互动转变为主动与人互动，解决了传统机器人及机器人解决方案的局限性。

我们看好双足机器人为代表的人形机器人的商业化前景，目前多家海内外公司已经推出人 形机器人产品，并进行产品迭代。市场担忧双足机器人技术要求高但应用场景相对有限， 具体而言，传统工业机械臂即可满足 B 端工业场景需求，以及技术要求更低的轮式机器人 在 C 端家庭场景或可更好落地。我们认为双足机器人在细分应用场景具有强应用需求：（1） 传统工位上专用自动化设备的通用性灵活性相对较差，双足机器人的灵活度更高、可以在 狭窄空间做流动、适应不平稳地面、对产线的改造不大，企业部署双足机器人的压力相对 较小；（2）工业场景为单一任务、结构化场景、任务确定性强，易落地双足机器人，而 C 端场景如养老和家庭服务，一般为复杂任务、不确定环境、非结构性场景，轮式机器人在 家庭环境应用的安全性有限，泛化能力更强的双足机器人更适用养老服务与家庭场景。当 前，已经有一批海内外企业推出双足人形机器人产品，如海外公司特斯拉推出 Optimum、 Figure 推出 Figure 01，国内公司宇树科技推出 Unitree H1、智元推出远征 AI 等。

性能和定价决定应用边界，硬件国产化降本间接决定市场空间。我们认为“人形机器人看 到多少空间”其实包含三个问题：能不能卖得出去、市场容量的上下限是多少、渗透的节 奏如何： 1)“能不能卖得出去”取决于：机器人能实现的功能、国产降本 or 技术降本使得产品的定 价可为市场接受。 2)“市场容量上下限”实际在讨论应用场景：我们认为人形机器人的潜在市场包括：按需 求对象分为 B 端汽车工厂、其他 B 端、G 端、C 端，按需求场景分为工厂、服务、交互、 高危。不同的客户和场景对应不同的技术要求和定价，市场上限取决于机器人的产品能力 和降本能力。 3)“渗透节奏”预判：考虑到技术成熟度和降本程度，我们预计人形机器人的推广路径为： 车企工厂→B 端非汽车的工厂→G 端研究机构、图书馆→B 端仓管、物流、安保→G 端核设 施服务、消防服务→C 端导购服务→C 端家庭→B&C 端医疗和养老护理。

能不能卖出去：人形机器人相对劳动力有强性价比，满足应用需求或有较大市场。人形机 器人对劳动力有强替代性，海外人工成本昂贵，且工会力量强大，若考虑工会力量，目前 美国汽车工厂工人平均薪酬 24 美元/h，全职员工周薪 1100 美元（≈27.5 美元/h），丰田美 国工厂工人 34.8 美元/h，德国汽车工人起薪 13.5 欧元/h（≈14.7 美元/h）。而机器人时薪 比海外人工低很多，理论上可以 24h 工作：假设机器人 5 年折旧、1 年工作 350 天*24h、 每年保养维修是本机价格的 15%，若人形机器人定价 10 万美元，成本 4.2 美元/h，若定价 2 万美元，成本 0.83 美元/h。如此高性价比下，机器人能满足一定场景的性能要求，即可 有较大需求。如，工厂场景，能完成熟练工的操作动作，通过自主规划实现动态行走、自 由接物、攀爬、拿捏螺丝并拧入；特殊作业场景，能精细操作能力更强，外表更抗腐蚀抗 老化；安保物流场景，对下肢要求不一定高，轮式即可；人机交互场景，有强交互能力， 或要搭载电子皮肤；护理场景，极强极精细的运控能力，强交互能力。

性能边界决定产业化难度，继而决定应用场景和产业化空间。按照场景的广度和深度，我 们可以将人形机器人的商业化划分为四个象限：（a）商业空间大+商业化难度低：以扫地机 器人等生活服务机器人为代表；（b）商业空间小+商业化难度低：人机交互、教育、展览送 宾、商场导购；（c）商业空间大+商业化难度高：物流运输、仓库管理、工厂协作，看护照 料；（d）商业空间小+商业化难度较高：一般为核设施维护、消防救援等特种作业需求。我 们认为当前较有发展潜力、有望加快商业化的为广度和深度均较大的场景，如工厂协作、 物流运输、安保服务等。

国产化程度决定硬件降本程度，继而影响定价边界与市场天花板。我们认为中国本土供应 链与规模量产是人形机器人降本的重要路径，以特斯拉 Optimus 硬件价值构成为例，（1） 部分国产化+小批量生产的制造成本在 26-33 万元，结构上执行器~45%、丝杠~30%、减速 机~6%、一维/三维/六维力矩传感器~36%；（2）高国产化+大批量的制造成本约 10 万元， 其中单个大价值量环节有 40%-60%的降本空间，单机存在~62%的降本空间。参考特斯拉， 我们测算通过高国产化率+大批量产降本 60%以上后，机器人可能实现 2 万美元的售价，而 越有性价比的售价对应越大的市场容量和越快的扩容节奏。我们以特斯拉人形机器人为例， 若国产化率高且发挥规模效应，使得工厂用人形机器人定价下探至 2 万美元，人形机器人 对劳动力有一定的替代性，则可完成生产→消费的闭环。我们基于应用场景→需求→定价 的传导机制，依据不同场景机器人可渗透空间，测算机器人市场容量的上下限，如特斯拉 机器人在自身弗里蒙特工厂的人工替代率在 10%到 100%，对应 0.2-2 亿美元的市场空间； 若在特斯拉汽车工厂应用顺利，则有较大概率落地其他汽车工厂，人工替代率在 5%到 50%， 对应 5.5-55 亿美元的市场空间；C 端场景复杂且人工数量庞大，若替代 2%-19%的劳动力， 则对应 286-3723 亿美元的市场空间。综合测算下，我们预计人形机器人北美市场空间的上 下限分别为 480/4960 亿美元。

技术沉淀深厚，营销多渠道化，竞争优势显著

开发全栈式核心技术，铸就核心竞争力

核心技术覆盖机器人、人工智能及两者融合领域。据弗若斯特沙利文，公司是全球少数同 时掌握并完全集成核心技术及算法的公司之一，包括机器人技术（机器人运动规划和控制 技术以及伺服驱动器）、人工智能技术（计算机视觉以及语音交互技术）、机器人与人工智 能融合技术（SLAM 及自主技术、视觉伺服操作及人机交互），以及机器人操作系统应用框 架（ROSA），其中前三大技术分别对应人类的身体（关节运动）、大脑（感知）、小脑（运 动规划和控制）功能。公司的自主开发全栈式模块化消费级及大众市场级的机器人及人工 智能技术，可作为构建模块适配及应用于广泛的企业级和消费级场景，从而形成了广泛的 产品组合，涉及教育、物流、康养等多个行业。

（1）软件优势： AI 技术与机器人技术深度融合，构建软件领域竞争优势

导航层面，公司的 USLAM 定位导航系统可以适配各种不同场景和软硬件平台，24 年紧耦 合了 AI 感知信息与 VSLAM 技术，解决了传统定位导航无法理解空间场景的问题，使大模 型可以基于获取环境的语义信息和空间位置信息去做决策，打通了“我在哪”到“我周边 有什么”到“我到哪里”的链条。23 年公司实现了室外低速、不依赖 RTK 高精定位的无人 驾驶技术，适应动态/静态/高动态变化的室内机器人。24H1 公司在特定园区场景交付了 L4 级无人驾驶物流车 Chitu 赤兔，能够在人车混同且不觉被明确交通信号的大型工业园区实现 时速 25km 以内的运行。 视觉层面，24H1 公司构建了基于深度学习的人-物-环境的识别能力，进一步提升算法感知 范围和精度水平，同时结合了无标签自监督训练任务与弱监督半监督学习，发挥了真实物 理数据与仿真数据的互补作用，实现了类人的智能感知交互、由单一物体到整个场景的推 理理解、物体抓取灵巧操作。

运控层面，业内机器人运动规划和控制技术较为成熟。机器人运动规划和控制是人形机器 人的核心关键技术，指实时控制及管理机械移动部件的位置、速度及力量，以实现根据预 期运动轨迹及特定运动参数进行运动。公司已掌握关键技术： 1）步态规划和控制算法：可实现步态规划和平衡控制，实现足式机器人的行走。步态规划 以虚拟机器人模型为基础，通过线上线下相结合的方式，实现机器人行走、上下楼梯、跳 跃等功能的规划；平衡控制使机器人能够在复杂的表面上行走，防止潜在的干扰，同时提 高机器人在步行过程中的稳定性、稳健性及环境自我适应能力。 2）稳定控制算法：i）倾倒恢复能力，即受到外力影响时，机器人可以在移动过程中纠正步 伐频率及落脚点，因此可以在受到外力干扰时保持平衡；ii）单推平衡能力：即使单腿站立 也不会被轻易推倒，稳定性强且能完成一系列不同的动作；iii）动态平衡能力：根据力量控 制计划，公司采用了力位混合控制算法，使机器人能够在不稳定的坡面及地面上保持平衡。

训练层面，公司以遥操作为主，遥操作收集质量更高的真实数据，用 50 组数据即可训练一 个任务，但制约在于机器人学习任务的上限有限，而仿真学习可以形成上万组数据投入训 练，可以突破真人操作的任务边界上限。现阶段，业内对于泛化性要求不高的工业场景用 遥操作即可满足完成大量训练任务。公司在此基础上，构建了运控技能数据集（包括人类 动捕数据、遥操作示教数据、模型控制数据），开发了基于 Transformer 架构与 Diffusion 策 略的模仿学习框架，使得机器人对不同动作序列和对象有泛化灵巧操作；同时开发了基于 深度强化学习的运控框架，机器人能够完成精细的力交互型操作任务和鲁棒的空间移动任 务。 开发层面，公司采用领先的 ROSA 框架，ROSA 为公司自主开发的机器人应用框架，为智 能服务机器人开发的操作系统中介软件，使机器人应用程序适应不同的机器人硬件。ROSA 具备模块化、标准化及可扩展性，允许公司从智能服务机器人中采用已知的应用程序，并 对其进行修改，以适应新的任务、功能或应用场景。对于各服务模组，ROSA 提供一种集 中系统信息管理、资源部署、模块执行行为及系统安全的机制，使不同的模块可按照统一 的命令共同操作。ROSA 也可以介入主流物联网平台，实现机器人与物联网络设备的互联 互通。公司在智能机器人系统及智能服务机器人中广泛使用 ROSA，使公司能更快地适应 特定的领域需求，从而提高产品的整体开发效率。

（2）硬件优势：自研自产伺服电机，在工业场景长期稳定运营

自主研发伺服驱动器，扭矩范围 0.2Nm~200Nm，并实现量产。伺服驱动器是开发机器人 控制和运动能力的关键硬件，由电机、伺服控制器、减速器、传感器和其他组件构成，配 备伺服驱动器的机器人可以进行各种精确运动，并可操作物体，如绘图、握手及开门。公 司是全球少数可以集成丝杠传动、电机、驱动板、传感器组成的伺服模组研发和产品输出 的公司，已自主设计并制造具有不同扭矩的伺服驱动器，应用于不同行业不同形状和大小 的智能服务机器人，扭矩范围为 0.2Nm~200Nm，并能实现量产：i）中小扭矩伺服驱动器， 扭矩为 0.2Nm~8Nm，用于中小型智能服务机器人的运动关机，如腿部、手臂、手部及颈部， 搭配有刷及无刷伺服控制算法；ii）大扭矩伺服驱动器，扭矩为 15Nm~200Nm，用于大型 机器人，如 Walker，嵌入高密度无框力矩电机、双重位置编码器、谐波减速器及高性能控 制器等技术。 我们认为，公司区别于其他人形机器人厂商的硬件优势在于，对比其他厂商的 demo 机型，公司 Walker XS 系列产品已长时间在工业场景稳定运行，可靠性更好，同时公 司为自研自产伺服驱动器和传动技术，在长期验证中积累了充足的硬件设计 know-how， 可同步反哺硬件迭代，有望根据下游客户需求及时迭代硬件产品。

（3）软硬件一体化，推进具身智能

目前公司构建了全栈式技术，包括本体结构设计、一体化关节、计算机感知视觉、语义 VSLAM 导航、学习型全身运控、多模态人机交互等技术，支撑人形机器人完成多元任务。 进一步的，24H1 公司把多模态语言模型技术应用到机器人感知和规划，在感知层提供地图 /视觉/语音等多种模态信息，形成高级的意图理解能力和细粒度规划能力，在规划层能实现 多任务决策和执行能力。运控层面，公司基于端到端学习模型优化步态控制算法和操作技 术，并用车厂积累的实际数据，优化运动能力和操作技术。未来公司计划构建通用机器人 的通用多模态大模型，即实时重建现实感知信息→映射到仿真环境→对大模型做动作推演 →生成动作序列→映射现实场景，由此让机器人可以持续自我优化学习能力；同时，考虑 到真实场景的复杂操作需求是长序列、精准、泛化的，感知与控制存在松耦合，公司计划 开发基于感控一体和在线学习的灵巧操作动作技能库，提高任务执行能力。

目前在工业领域，公司采用大模型+小模型架构，其中大模型处理多模态信息来理解任务和 场景，再做规划，小模型执行具体任务，为了更好做规划，公司基于 Walker 系列的实战经 验，构建了多任务场景的大模型微调自有数据集，去训练面向工业制造场景的任务规划大 模型。同时公司基于 VLM 构建了多类智能体来提高模型泛化性，适配不同工种的任务。（大 模型理解与泛化能力强，小模型能耗低且特定任务执行效果好），此类架构在工业场景的表 现超过部分通用大模型。24H1 公司迭代了新一代人形机器人，实现了算法模块去 ROS 中 间件的基本通信能力；同步设计第三代有压力检测功能的灵巧手；视觉方面研发了基于工 业场景的搬运/住区工件检测和识别；步态移动方面提升了稳定性。目前公司工业场景的人 形机器人能够执行物体搬运/质量检查/SPS 分拣/化学品处理/装配等任务，往后看，我们看 好公司人形机器人能与制造设备协同，共同接入智能制造管理系统，提高工业制造的智能 化和柔性化水平。 市场担忧当前人形机器人竞争对手较多，AI 技术迭代快，公司后期难以与竞争对手拉开差 距，我们认为公司的优势在于：（1）场景：公司经营策略为先产品定位再技术驱动，技术 迭代更聚焦于实际需求，不追求炫技，公司人形机器人已顺利与多家车厂合作，具有充足 优化产品可靠性和控本的实操经验，同时可以根据客户对产品性能、控本、可靠性的建议 进行快速迭代升级。（2）软件：公司采用 AI 技术驱动设计，相比用传统模型控制，事前要 大量参数调整、部署时间长，公司采用学习型/AI 技术，应用在机器人的导航/控制/大脑层 面/硬件设计/ROSA 2.0 操作系统，尤其是大脑层面的大模型应用场景明确（即车厂部署工 位需求），公司已初步打通技术-产品-商业化的正反馈路径。

营销渠道丰富，品牌知名度和渗透率持续提升

多种营销举措不断扩宽新客户。公司与现有或新合作伙伴和客户维持及建立关系，不断寻 求和探索公司产品及服务的应用场景，并采取了多方面的营销措施，具体有： 1）线上社交媒体：公司的营销策略之一是展示公司的产品能力，并与客户分享公司产品的 经验和知识，公司通过多种方式创建与客户之间的互动交流，并由此推广和分享产品信息， 公司还将制作的视频上传到社交网络平台以供客户观看，并与客户密切互动且积极收集用 户反馈。 2）参与展会及秀场：公司参加了如：i）2022 年世界人工智能大会；ii）2023 年中国科学 技术馆的“机器人大秀场”；iii）2021 年至 2022 年迪拜世博会；iv）2022 年美国国际消费 类电子产品展览会；和 v）2022 年庆祝深圳经济特区建立 40 周年文艺晚会。通过参加展会， 公司能够向潜在客户展示公司的智能服务机器人及智能服务机器人解决方案的能力，提高 市场曝光，从而使公司能够收到更多邀请以参与招标等活动。 3）参与重大全国性活动及行业活动：公司曾参加多个重大全国性活动及行业活动，以从口 碑营销中获益，例如：i）2021 年，公司定制的以牛为主题的机器人“拓荒牛”于央视春晚 上表演；ii）2022 年 4 月，公司获选为 2022 年荷兰世界园艺博览会中国展馆的独家官方智 能机器人合作伙伴等。 4）赞助：公司积极推广智能服务机器人及智能服务机器人解决方案，并通过支持机器人/ 人工智能相关竞赛活动巩固公司作为知名供应商的地位，旨在为大众普及人工智能教育。

数据优势与商业化认知清晰，为大规模交付能力的必要条件

我们认为人形机器人合理的产业化路径为结构化场景→非结构化场景，或教育场景→工业 场景→C 端场景，能力迭代路径为固化的单一任务集→多元任务集，优必选受益于大模型 赋能人形机器人走向具身智能的行业趋势下，在数据和商业化认知上具有优势，有望成为 率先实现大规模交付人形机器人的企业之一。

大模型赋能机器人从单一工业场景走向具身智能，数据可获得性决定泛化能力天花板

过去机器人多运用在单一的工业场景，普通的工业场景对稳定性要求高对灵活性要求低， 因此一般采用穷举法解决问题，机器人围绕单个场景的单一任务指令，先预设单一任务在 固定场景的执行边界，用户下达指令后收集现有数据做训练，通过穷举算法找到任务的最 优解，同时机器人一般以本体为基础，在本地改进算法和增加算力。但这类机器人的缺陷 在于，若要扩宽机器人的应用范围，需要针对新场景重新收集数据、设定方案、训练、测 试，迭代的边际效率有限。 大模型时代助力机器人理解任务、推理逻辑，达到多场景的泛化性，推动机器人向具身智 能发展。复杂工业场景和 C 端场景对机器人泛化性要求高，场景和任务要求复杂多元，而 应用大模型可以助力机器人理解人类语言并分解序列化指令，以执行任务，同时可以在非 结构化的环境下，机器人可以学习-识别-构建环境，在任一场景可以打穿移动-抓取-搬运的 三大基础能力，甚至是实现多场景作业。

算法和算力构造实现具身智能的基础，而数据或可决定机器人泛化能力的天花板。具身智 能机器人训练数据来源一般包括：1、采集海量真实数据，帮助机器人理解各类场景的物理 规律和任务意图，但真实数据稀缺，采集难度大、成本高；2、用模拟数据掌握逻辑推理和 决策能力，但仿真数据与真实数据存在数据分布差异、及时性差、落地精度差，以及训练 数据与实际应用转化存在的错配问题；3、在真实场景应用，即把模拟环境向真实世界迁移， 通过遥操作方法在实际场景中完成指令，如特斯拉通过 VR 遥操作机器人分拣电池，但在物 体位置与环境相对固定情况下，训练所得数据和模仿学习的差异不大，对机器人智能化能 力提升有限。 多场景、海量、非结构化、优质数据利于机器人提高智能化能力，目前仿真合成数据被许 多人形机器人企业视为解决数据问题的最优选，优必选使用的训练数据中，遥控所收集的 真实数据占 20%（如工具使用、工厂中的零件分拣等），通用目标识别（桌椅板凳、地面墙 面、人类和环境等）是基于其他类型机器人积累的数据，可直接用在人形机器人训练，此 外还有 80%的数据通过仿真环境合成获得。此外优必选与比亚迪、东风柳汽、一汽-大众、 吉利极氪达成合作，共同探索人形机器人在工业场景的深度应用，打造高智能高柔性的生 产线。2024 年 8 月，优必选工业版人形机器人 Walker S Lite 已成功入驻吉利旗下的极氪 5G 智慧工厂，Walker S Lite 最大负重 15kg，能在不同流水线上自主导航和负重行走，自 24 年 7 月初入驻极氪 5G 智慧工厂以来，Walker S Lite 已连续 21 天在 CTU 入库上料工位 协同员工执行搬运任务，实现了国内首次全流程执行料箱搬运任务的人形机器人应用。我 们认为优必选与车企合作利于采集更多真实训练数据，结合仿真数据与遥控数据，有望在 数据-算法飞轮效应下，快速提升机器人泛化能力。

人形机器人商业化落地的前提在于打通 PMF

PMF 即 Product market fit 产品市场匹配，我们认为人形机器人商业化的核心在于如何提高 机器人的鲁棒性并落地真实且适配的应用场景，B 端场景一般为成本导向，讲求执行固定任 务、生产稳定、经济效益，但能迭代的能力有限，理想商业化路径是在特定场景解决用工 问题，或更低成本的自动化任务，验证后再向更广泛场景做技术泛化；教育场景要求单一 简单，落地更为简单，但对于提高泛化能力的帮助有限； C 端场景要求最高，落地难度最 大，我们认为人形机器人落地 C 端应用可视为机器人走向了真正的具身智能。

考虑技术限制与应用场景不确定性强，市场担忧人形机器人商业化落地情况，我们认为人 形机器人市场早期或为“供给创造需求”，主机厂的主线任务为平衡硬件超配和量产落地的 矛盾，实现商业化落地的目标。通过梳理行业过往商业化结果，我们发现人形机器人商业 化失败的共性在于过于在意动作能力高度而忽略了商业化可行性，以及上层逻辑推理/决策 规划/环境交互技术不足，如波士顿动力采用技术门槛更高的液压驱动路线，虽能实现较强 的运控能力，但长期缺乏实际可落地的商业场景，多次被转手，同时早期较为先进的方案 如本田 ASIMO、软硬 Pepper 先后在 18 年退役、21 年停产。站在当前时点，我们对人形 机器人产业进度更为乐观，主要系核心能力谱系中的大语言模型给机器人软件层带来实质 性进步；硬件层国产供应商积极参与、有望通过国产替代和规模效应压低硬件超配的高昂 成本；特斯拉、Figure 等头部厂商的领头效应带领资本涌向产业，解决了融资问题，据机 器人大讲堂与立德智库不完全统计，23 年初至 24 年 3 月底，我国人形机器人行业总融资 金额达 35.5-37.5 亿元（剔除 IPO 与定增金额）；政策端不断完善扶持体系；市场端逐步建 立消费者认知。我们看好在技术+资本+市场+政策的共振下，人形机器人有望取得实质性的 商业化进展。

同时市场担忧人形机器人当前参与者较多，或出现同质化竞争、格局分散问题，我们认为 优必选的核心竞争力在于其全栈自研了核心软硬件能力，商业化认知与路径清晰，为少数 打通技术-生产-终端场景全链条的主机厂商，同时公司在相关机器人产品已充足的商业化落 地经验，我们看好其在人形机器人产业浪潮中充分受益，引领国内产业发展，具体而言： 1）市场优先策略：公司结合人形机器人的现实情况（技术并不成熟、商业化的参照物少）， 设立了合理可行的落地目标，即降低量产成本、市场为导向去推动机器人技术研发与产品 定义，并在终端反馈发现问题再予以改正，形成了技术-生产-销售的正循环，截止到 23 年 12 月，优必选已服务全球 50 多个国家和地区，开辟了 900 多家企业客户，累计售出超 76 万台机器人。 2）商业化思路清晰：一是公司基于底层技术去开发可落地的产品线，率先切入了难度较低 的小型机器人，后来针对 AI 教育、智慧物流、智慧康养等商业场景开发了专用机器人，广 泛探索商业化可行性。二是从工业场景入手，寻找人形机器人商业化可能性。我们认为实 现通用机器人需从工业场景的单一任务过渡到多元任务，再向消费级的复杂任务场景进化， 公司依托与工业场景环境复杂的汽车工厂合作，有望实现人形机器人逐层级能力迭代。

编辑：火腿肠