2024年汽车行业Robo+2025年投资策略：高阶智驾渗透率爆发，机器人迎0~1突破

一、ROBO+：AI 应用最具潜力方向，汽车板块最强产业趋势

具身智能由智能体(AI Agent)和物理实体(本体)组成。智能体是自主完成设定目标的代理，能迭代学习与环境互动。 根据鲁为民博士在《大语言模型时代的智能体(I)：什么是智能体？》中的定义，智能体(AI Agent)是一个可以通过 行动能力自主完成设定的目标的代理。智能体具备感知、观测、决策和执行四大模块，通过反馈来感知环境及其动态 变化，并将行动策略反馈作用于环境，以实现不断迭代学习与环境相互适应。在大模型等 AI 技术的推动下，智能驾 驶和机器人有望成为具身智能的最佳载体，将成为最具潜力的 AI 应用。

智能驾驶和机器人作为具身智能的两大应用，运行逻辑基本一致，都是感知、决策、执行。马斯克有一个著名观点： “特斯拉汽车是轮子上的机器人”。运行逻辑的一致性，使得智能驾驶和智能机器人在技术上有共通性，智能驾驶的 技术和硬件都可以复用到智能机器人领域。在感知层，视觉、激光雷达等传感器都可复用，特斯拉的人形机器人 Optimus 就搭载了特斯拉车辆上相同的视觉传感器。在决策层，智能驾驶相关算法、大模型、端到端神经网络、运动规划也可 以迁移到具身智能机器人上，帮助机器人学习新任务与控制行动路线，如特斯拉人形机器人 Optimus 就搭载了与特 斯拉车辆相同的 FSD 技术以及 Autopilot 相关神经网络技术。在执行层，转向器、制动器与电池、电机等汽车核心 部件都可以复用到机器人上。 智能驾驶行业于 2015 年开始爆发，已完成 0-1 阶段的积累，经过多年的技术、法规、成本的推动，特别是端到端大 模型技术在智能驾驶领域的应用，推动智能驾驶行业进入了 1-10 的新阶段，当前正处于高阶智驾爆发前夜，Robotaxi 等即将迎来商业拐点。机器人行业晚于智能驾驶行业，当前正处于 0-1 阶段，有望迎来第一轮爆发。 由于智能驾驶和机器人在技术路线和供应链等存在诸多相似性，发展进程中收到的影响因素也具备共通性。因此，我 们将智能驾驶和机器人领域归纳为一条全新的投资主线 Robo+，ROBO+将成为汽车板块最强产业趋势。

二、智能驾驶：高阶智驾处于爆发前夜，Robotaxi 有望迎来商业拐点

2.1 终端：政策、成本和技术多重催化，高阶智驾迎爆发

（1）政策：松绑提速

2024 年 8 月 27 日，在国新办新闻发布会上，公安部交通管理局介绍当前无人驾驶和自动驾驶汽车产业的进展，特别 提出公安部正在积极推动《道路交通安全法》的修订，对自动驾驶汽车的道路测试、上路通行、交通违法和事故处理 相关责任追究等方面都作出了详细规定，《道路交通安全法》的修订工作已经列入了国务院 2024 年度立法计划、十 四届全国人大常委会立法计划的第一类项目。

（2）成本：大幅降低有望实现 20 万以上车型标配

一套支持城市 NOA 功能的高阶智驾系统典型配置包括： 1 个智驾域控制器（包含 2 颗 OrinX 芯片）；1 颗激光雷达、 3 颗毫米波雷达、11 颗高精度摄像头（2 颗前视摄像头(8MP)、4 颗周视摄像头(3MP)、4 颗环视摄像头(3MP)，1 颗后 视摄像头(2MP)）；12 颗超声波传感器。上述器件中传感器成本不断下降，尤其是激光雷达和毫米波雷达，下降的走 势非常迅猛，大算力智驾域控成本虽然走势比较平缓，但也在保持持续下降的步伐。智驾系统成本降低之后有望实现 20 万以上车型标配，推升高阶智驾渗透率。

（3）技术：大算力芯片上车为高阶智驾的规模化落地提供硬件基础，软件算法从模块化进阶到端到端

2025 年，大算力芯片头部玩家重磅新品即将登场，加速高阶智驾渗透率提升。英伟达将于 2025 年发布下一代产品 Thor，其最高算力高达 2000TOPS。高通也已发布驾舱融合系列产品，Snapdragon Ride Flex（SA8775P）舱驾融合平 台，将于 2025 年二季度正式量产上车；特斯拉方面，下一代车载平台直接改名为 AI5，较 HW4.0 能耗提升 5 倍，算力 提升 10 倍。国内方面，地平线于 2024 年 4 月发布了“征程 6”系列产品，其中的最高阶版本 J6P 算力高达 560TOPS， 预计将于 2025 年第三季度交付首款量产合作车型，引领国产芯片拓局城市 NOA。

2025 年，高阶智驾系统将从传统的模块化架构进阶到端到端架构，相对于传统模块化架构，端到端架构全局优化、更 高计算效率、更强泛化能力等优点。城市 NOA 等高阶智驾经过 24 年的大规模的落地应用后，在端到端大模型技术的 加持下，有望在 2025 年从“能用”迈向“好用”，高阶智驾将成为 toC 乘用车市场竞争的重要手段。

在政策、成本和技术多重因素催化下，25 年高阶智驾将步入爆发式增长。

2.2 格局：端到端时代整车厂全栈自研模式有望突围

（1）伴随端到端技术的不断落地，高阶智驾系统提供方的竞争力取决于五大要素：数据、算力、人才、资金和内部协 同，其中算力和数据是两个核心要素。 数据：与大语言模型可在互联网爬取海量文字数据用于训练不同，端到端智驾系统训练需要的视频数据获取成本和难 度较高。对于高阶智驾功能来说，影响训练数据的重要因素包括能够稳定收集数据的车辆总数、以及车企智驾车型比 例。相较于第三方供应商，整车厂在训练数据获取方面具有较大优势。算力：高阶智驾对云端训练算力的依赖显著提升，特别是端到端模型的应用。与 GPT 类似，端到端智能驾驶训练遵循 的也是海量数据+大云端训练算力的暴力美学。随着端到端智的不断落地，云端算力成为高阶智驾竞争的核心要素。 算力成本很高，整车厂通过在承担算力成本方面具有优势。 人才：高阶智驾核心靠人才驱动，根据新渠道观察统计数据，华为、比亚迪、小鹏、蔚来、小米等车企的智驾团队人 员规模均在 1000 人以上。 资金：高阶智驾的开发需要海量资金投入。资金投入主要包括两部分：人力费用支出和数据训练费用支出。 内部协同：智能驾驶是当前车内复杂度最高的软件之一，智能驾驶开发涉及多个二级研发部门的协同配合，如智能座 舱、底盘、市场营销等部门，对整车厂内部协同和整体管理效率要求很高。 上述五大要素决定了当前高阶智驾参与方的竞争力，其中算力和数据是两大核心要素。基于当前汽车行业竞争不断加 剧，整车厂降本预期很高，第三方供应商很难获得足够收益保证每年的巨额投入，因此在高阶智驾的竞争中，整车厂 自研模式的竞争力强于第三方。

（2）整车厂全栈自研优于 Tier 0.5 模式

整车厂自研存在 2 种模式：整车厂全栈自研模式和 Tier0.5 模式，其中整车厂全栈自研模式以华为、小米、理想、小 鹏、蔚来等新势力为主；Tier0.5 模式以比亚迪(与 Momenta 合作)、上汽智己(与 Momenta 合作)、长城(与元戎启行合 作)等传统品牌为主。相对于整车厂全栈自研模式，Tier0.5 模式中整个数据闭环过程由车企牵头，车企负责包括专门 的采集车、数据标准、云端算力等；供应商负责感知算法或端到端模型。Tier0.5 模式对整车厂的算法能力和供应商 的云端算力要求均降低，但整车厂仍旧不具备快速响应终端客户需求能力；同时对供应商而言项目的定制化属性更强， 单个项目上占用资源较多。因此，对于实力较强的整车厂，全栈自研模式优于 Tier 0.5 模式。 全栈自研模式中，看好华为系（赛力斯、江淮汽车、北汽蓝谷）、理想汽车、小米集团等在五大竞争要素都具备积累 的厂商。

（3）端到端智驾加速 20-40 万整车出清，全栈自研有望突围

端到端落地，高阶智驾核心竞争要素从算法转向数据+算力。高阶智驾将成为 toC 市场竞争的重要手段：城市 NOA 在 2024 年全面落地，以城市 NOA 为代表的高阶智驾渗透率进入加速扩展阶段；高阶智驾有望在 2025 年从“能用”迈向 “好用”，成为 toC 市场竞争的重要手段。端到端阶段，高阶智驾核心竞争要素从算法转向数据+算力：端到端智能 驾驶技术在 2024 年首次落地，凭借全局优化、更高计算效率、更强泛化能力等优点，成为高阶智驾方案当前最优解。 高阶智驾助力 20 万-40 万整车市场加速出清。高阶智驾有望在 20 万以上车型实现标配：受益于技术进步、法规提速、 成本下降，高阶智驾有望在 20 万以上车型实现标配。20 万-40 万整车市场格局混沌：高阶智驾对 20-40 万价格带竞 争格局影响更大。20 万以下车型主要受制于成本因素，40 万以上车型商务需求较多，消费者更多考虑品牌附加值。 而 20 万-40 万市场，消费者对新技术接受度最强，当前尚无具备绝对竞争优势的企业脱颖而出。端到端助力 20 万-40 万市场加速出清：端到端使得高阶智驾将在 2025 年从“能用”迈向“好用”，成为各大车企重要竞争手段，而端到 端高阶智驾的核心竞争要素是数据+算力，竞争壁垒更高，预计将会拉大主机厂之间的产品力差异，加速 20-40 万市 场出清。

2.3 Robotaxi：商业化有望迎来拐点

Robotaxi 行业加速变化，政策+技术+运营多重发力，2025 年成本有望与网约车成本持平，规模化运营有望引来拐点。 综合政策/技术/运营多维度，我们判断，2026 年有望成为 Robotaxi 规模化量产元年,开启高速增长，根据弗若斯特沙 利文测算，预计到 2030 年市场规模可超过 4000 亿。Robotaxi 运营模式中长期聚焦“流量为王”的聚合型平台以及 “技术为本”的自运营模式。

Robotaxi 两种技术路线对比：车路云一体化 VS 单车智能。相较于单车智能，车路云一体化的优势体现在：1、路端传 感器可选择性多，可实现多方位、长距离连续部署；2、路端和云端可通过移动蜂窝接入、有限接入等差异化方式获取 数据，突破视觉感知认知瓶颈问题（比如信号灯数据采集），可以有效降低算力投入；3、路端和云端可通过长时间连 续检测，提高对复杂环境、交通事件、交通态势的语义判断和理解认知；4、从安全性来看，车路云协同架构的无人驾 驶显著优于单车智能。 车路云一体化未来将伴随 Robotaxi 一起高速发展。

Robotaxi 部署模式分为“自运营模式”+“金三角模式”。自运营模式：企业拥有自有 Robotaxi 运力，车辆采用自制 或代工模式生产，当前以特斯拉和百度为代表，通过自有车辆部署车队，积累真实车辆、用户数据。金三角模式：技 术+整车+出行平台，依靠聚合型平台整合各方优势资源。形成“专业化分工+深度合作绑定”，如“广汽-Pony.AI-如 祺出行”，“Cruise-通用-Lyft”，“Waymo-捷豹-Uber”等。两种模式各自存在优缺点：自运营模式有核心技术积累， 易提升议价权，但需要自购车辆，运营成本高；金三角模式整合优势资源，但对运营和管理存在挑战。看好同时具备 两种模式的 Robotaxi 玩家—滴滴在此轮竞争中领先。

滴滴：同时具备两种 Robotaxi 运营模式，强化网约车龙头地位。滴滴于 2016 年组建自动驾驶研发部门，专注 L4 软 硬件解决方案研发，主要商业模式为与 OEM 合作开发 Robotaxi，旨在强化网约车龙头地位。深度捆绑广汽埃安打造 “技术+制造+运营”L4 商业生态闭环。滴滴和广汽自 2021 年起开始合作，合作不断深化，并于 2024 年成立合资公 司，预计于 2025 年推出首款量产 L4 无人驾驶新能源车。其中，广汽埃安提供量产制造能力，滴滴提供自动驾驶软硬 件技术方案以及运营经验，共同构建全球首个“技术+制造+运营”L4 商业生态闭环。 数据规模+质量优势明显，助力提升模型训练效率。滴滴平台旗下每一辆车都是潜在的数据收集设备，庞大的网约车 业务规模产生了海量数据，且数据均基于真实适用场景诞生（对比：百度、小马等企业需要通过路测收集数据）；大 量的高质量数据能够用于仿真测试，从而突破实地测试数据量的瓶颈，提升研发效率，加快算法迭代。 依托滴滴平台实现混合派单，降低冷启动资金要求。相比其他 Robotaxi 服务商，滴滴的优势在于本身网约车平台有 足够的运营车辆密度，因此在冷启动的初期，通过混合派单的模式，即使仅投放少量自动驾驶车辆，也不会影响乘客 的打车体验，从而降低对冷启动的资金要求。 丰富运营经验，提升商业化效率。公司在网约车的安全运营经验和线下管理能力可迁移至自动驾驶的测试运营。 百度：生态赋能、研发积淀，Robotaxi 头部玩家。百度于 2013 年开始自动驾驶研发，于 2017 年将无人驾驶业务命名 为 Apollo 计划，并将平台开源。Apollo 是百度的自动驾驶 技术平台，涵盖自动驾驶车辆的研发、测试和部署，提供 一整套开源的解决方案，支持包括感知、决策、规划、执行在内多个功能模块 百度 Robotaxi 商业化发展路径主要为：萝卜快跑（Robotaxi）：公司基于 Apollo 平台，通过车、路、云、图四个领 域核心技术占据先发优势。截至 2023 年 7 月，萝卜快跑已在 11 个城市开放载人测试运营服务，预计到 2025 年将扩 展到 65 个城市，目前是国内第一大 Robotaxi 运营商。

2.4 供应链：芯片、激光雷达和清洗等赛道迎爆发式增长

（1）大算力芯片：受益于高阶智驾加速渗透，龙头公司地平线机器人有望迎来高速成长

根据亿欧智库统计，2023 年中国 L2+智驾功能渗透率进一步提升，其中高速 NOA 渗透率为 4%，城区 N0A 渗透率为 0.1%。 2024 年 L2+智驾功能预计将达到 8.5%，2024 年后，城区 NOA 功能也将迎来飞速发展，根据亿欧智库预计 2030 年渗透 率有望达到 25%。智驾芯片格局方面，根据盖世汽车统计数据，2024 年 1-9 月英伟达 Drive Orin-X 以 37.8%的市场份额稳居榜首，其 装机量高达 1,315,479 颗；特斯拉 FSD 则以 26.7%的市场份额紧随其后，装机量为 930,312 颗；华为昇腾 610、地平 线征程 5 等品牌也占据了显著的市场份额，分别位列第三和第四。

重点关注地平线机器人：随着汽车智能化的快速推进，自动驾驶渗透快速提升，公司作为行业龙头为辅助驾驶（ADAS） 和高阶自动驾驶（AD）提供包括智能芯片、专用的软件、算法和开放工具链等在内的核心技术和服务，将直接受益于 行业快速发展。

（2）激光雷达：快速上量，优选整机龙头禾赛科技、速腾聚创

激光雷达装机量快速上行。根据高工智能汽车研究院统计数据显示，今年第三季度，中国市场（不含进出口）乘用车 前装标配交付激光雷达 42.34 万颗，首次实现季度交付超 40 万颗；同时，9 月单月交付也再次创造新高点，仅用不到 半年时间实现从单月 10 万颗到 15 万颗的跨越。 市场格局看：速腾聚创、华为技术、禾赛科技和图达通等供应商凭借其各自的技术优势和市场策略，在市场中占据了 领先地位，其他供应商的市场份额相对较小。

市场规模：随着 ADAS 车型尤其是支持 NOA 功能的车型快速上量，以及 ROBOTAXI 拐点式爆发增长，根据 YOLE 预测数 据，2025 年量产乘用车领域激光雷达市场规模将达到 10.62 亿美元，robotaxi 领域将达到 2.36 亿美元。

部件构成：激光雷达整机一般由发射模块、扫描模块、接收模块和控制模块四部分组成。中国信通院预计，发射模块、 接收模块、测时模块和控制模块，四大光电系统约占激光雷达整机成本的 70%。

激光发射模块主要包括激光器发射器、光学系统，是激光雷达的核心系统。海外企业领先激光发射器市场，主要 包括 Coherent （高意）、Lumentum、Ams-Osram、Trumpf、滨松光子、Laser Components 等，国内相关产业链 公司包括长光华芯、炬光科技、 瑞波光电、纵慧芯光等。光学系统产业链相对成熟，国内炬光科技、永新光学、 蓝特光学、水晶光电、腾景科技、福晶科技等公司均有相关业务布局。

探测器行业主要企业包括国外的 First Sensor、Hamamatsu（滨松）、onsemi（安森美）、 Sony（索尼）等； 国内的深圳阜时科技有限公司、成都量芯集成科技有限公司、深圳市灵明光子科技有限公司、南京芯视界微电子 科技有限公司、奥比中光等。

根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。国内相关产业链 相对成熟，转镜式激光雷达电机厂商包括湘油泵、鸣志电器、江苏雷利等；反射镜厂商，永新光学、宇瞳光学、 富兰光学等。MEMS 微振镜厂商包括海外 ST 意法半导体、博世、英飞凌、滨松电子，国内英唐智控、赛微电子、 中科院苏州纳米所等。

主控芯片一般采用 FPGA，激光雷达需要进行大量的信号处理、电机时序控制，采用基于可编程的 FPGA，效率会 高很多。FPGA 国外主流的供应商有 Xilinx，Altera 等，国内主要有紫光国微、复旦微电、成都华微、安路科技 等。 激光雷达零部件重点关注发射器、探测器和光学元件相关公司，包括长光华芯、炬光科技、奥比中光、永新光学、宇 瞳光学、蓝特光学、炬光科技、水晶光电、腾景科技、福晶科技等。

（3）传感器清洗：robo+时代标配化，价值量扩容 10 倍，重点关注清洗系统领先公司

Robo+时代车载传感器需求增加，催生传感器清洗产品的需求。在高级别自动驾驶中，传感器脏污将会带来安全隐患， 从而催生传感器清洗产品的需求。高级驾驶辅助系统及未来的自动驾驶系统都需要包括毫米波雷达、摄像头、激光雷 达及超声波雷达等传感器对外界信息的实时探测。随着辅助驾驶系统逐渐从 L2 向 L3 及以上迈进，驾驶辅助系统能够 在各种恶劣环境下正常工作的性能需求变得日益迫切。在传感器被污染遮挡无法运转的情况下，单独人工清理会面临 极高的运维成本，专用的传感器清洁系统将会成为高级别自动驾驶车辆中必不可以的装备。根据我们 7 月外发报告 《传感器清洗专题报告二：L4 级自动驾驶渐近，传感器清洗有望迈入标配化》的测算，预计 2025 年全球传感器清洗 产品市场空间将达约 15 亿元，2027 年将达 66 亿元。

（4）整车：高阶智驾竞争格局初步成型，重点关注华为系、理想汽车、和小米汽车

目前智驾格局已初步形成，重点关注华为系、理想汽车、和小米汽车。至 2024 年底，领先企业已实现智能驾驶的全 国覆盖。

三、人形机器人：龙头迈向 0-1，中国供应链崛起在即

3.1 整机：商业化在即，“中国供应链+高成本场景”放量的兑现度最高

在以特斯拉为首的科技巨头持续发力投入以及人工智能技术不断进步的共同推动下，人形机器人产品和成本迭代速度 显著加快，成为未来最确定的产业方向之一。从产品端看，24 年特斯拉人形围绕关节、灵巧手方案、算法训练等快速 迭代，运动和认知能力大幅提升。从成本端看，随着丝杠、灵巧手、传感器等产业链迭代加速，大规模量产线的加速 研发和投入使用，生产成本开始走向大幅度下降的通道。人形机器人会先从高人工成本、较低任务复杂度的领域开始 迭代。我们预计 25 年，人形机器人在欧美等高人力成本地区或者国内特殊作业领域，具备商业化价值。2023 年 11 月 2 日，工信部发布《人形机器人创新发展指导意见》指出，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，到 2027 年，人形机器人技术创新能力显著 提升，形成安全可靠的产业链供应链体系，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。我们预计 2027 年，人形成本将会在国内一般应用场景具备商业化价值。

中国供应链+高成本场景整机应用将成为兑现度最高的方向。人形机器人最核心矛盾在于量，有量就有产品和成本的 快速迭代。中国供应链拥有研发效率高、成本低、迭代快的优势，高成本场景将是量突破最早的方向，欧美等高人工 成本地域或率先放量，中国供应链+欧美高人工成本场景的特斯拉等整机公司或率先放量。 根据特斯拉等公司公开信息，25 年产品将率先在自有工厂迭代和使用，我们预计 25 年下半年开始或逐步加单放量； Agility Robotics 官推显示，其部署在 GXO Spanx 仓库的人形机器人 Digit，已经批量交货并完成了 10000 个物流订 单的履约。海内外各家公司的人形机器人预计要到 2026 年才能达到上万台的订单量。

政策指引 25 年技术突破，27 年商业化突破。2023 年 8 月 28 日，工信部组织开展 2023 年未来产业创新任务揭榜挂帅 工作，面向元宇宙、人形机器人、脑机接口、通用人工智能 4 个重点方向，通过“揭榜挂帅”可聚力解决机器人产业 短板问题和“卡脖子”技术难题，推动机器人核心技术迭代升级、产业链成本降低、典型场景优化推广，加快实现人 形机器人规模化生产和应用。

2023 年 11 月 2 日，工业和信息化部又印发了《人形机器人创新发展指导意见》，提出到 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，整机产品达到国际先进水平，并实现批量生产；到 2027 年，人形机器人技术创新能力显著提升，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。自上而下的 政策支持体系，产生了一系列区域集群效应，各地区积极响应，北京、上海、深圳等地相应的支持性举措已加速落地， 有效地推动了人形机器人行业的快速发展。

3.2 供应链：关注高 asp、高壁垒的灵巧手、丝杠等核心产业链

根据特斯拉人形机器人 Optimus 公开信息，预计特斯拉人形机器人 Optimus 量产 BOM 成本中运动系统（包含线性执行 器+旋转执行器+灵巧手）成本最高，约占 70%以上。 从 ASP 看：灵巧手（占比约 32%）>丝杠（18%）>微型电机（18%）>减速器（12%）>力传感器（7%）≈无框电机（7%）。 从壁垒看：灵巧手>行星滚柱丝杠>六维力矩传感器>谐波减速器>微型电机>无框电机。

3.2.1 灵巧手：人形机器人供应链的优质赛道

涉及多学科交叉，灵巧手具备较高壁垒。灵巧手涉及仿生结构、驱动、传动、感知、复合/智能材料、建模与控制等多 方面综合能力把控。综合性能上，灵巧手的难点在于高灵巧性、高自由度与低驱动数低重量小体积之间的权衡；商业 化落地上，存在性能和成本之间取得合理平衡的困难。 灵巧手自由度提升是必然发展方向。根据特斯拉公开信息，GEN3 灵巧手相比于 GEN2 的主要变化在于：手部增加自由 度，预计对应的电机数量将从原本的 6 个提升到 13-17 个；同时，驱动器装载在手腕部位。

当前灵巧手单手纯 bom 成本约 4.5 万元（采用国产空心杯电机和滚柱丝杠，13 个主动自由度）~13.3 万元（采用进口 空心杯电机和滚柱丝杠,17 个主动自由度）。

量产后单手价格有望做到 1 万元以下：空心杯电机、丝杠、传感器等通过设备国产化和规模化等措施降本后，成本会 大幅度下降。 目前大部分灵巧手的单手市场价为 2-15 万元/只，整体价格与精度、关节数和驱动数等关键指标呈现正相关关系。DLR 配备了较高精度的零配件售价 80 万元/只，根据线上购物平台显示，DLR 单手包含 15 个自由度，高度集成了电机、齿 轮、哈默纳科减速器、传感器等零部件。

灵巧手产业化还处于起步状态，迭代能力决定长期竞争力。当前美国在机器人灵巧手技术上处于领先地位，特别是在 人工智能、传感器融合以及仿生技术领域有显著优势。灵巧手核心技术指标包括自由度、抓握力等，自由度角度看， 海外特斯拉、Shadow Hand、SCHUNK 和 ILDA 已经将 DOF 自由度做到 20 个以上，国内青龙灵巧手自由度做到 19 个，处 于国内较为领先地位。抓握力角度看，海外的 QBhand 和国内的星动纪元较为领先，抓握力分别达到 62N 和 80N。国内 市场的兆威机电、因时机器人、傲意、腾讯 RoboticsX 实验室等企业也在积极布局。国内灵巧手目前技术落后于海外， 但是迭代效率上领先，长期看，灵巧手及核心供应链将由国内公司主导。

灵巧手供应链： 驱动上，电机驱动是当前主流的灵巧手驱动方式，由于第三代灵巧手自由度增加，所需电机数量增加，利好空心杯电 机和无刷有齿槽电机供应商，建议关注鸣志电器、兆威机电、伟创电气、拓邦股份、禾川科技等。 传动上，腱绳+蜗轮蜗杆是特斯拉第一代方案，随着行业手部灵巧手丝杠的日渐成熟，叠加特斯拉提升单手承载力的 需求，手部采用丝杠进行传动可能是一种发展方向，若单手丝杠为 13 根，则单个人形机器人需要 26 根丝杠，价值量 占比约 47.9%，利好丝杠产业链供应商，建议关注五洲新春（已布局灵巧手丝杠）、北特科技、贝斯特、恒立液压、 斯菱股份等。 传感器上，第一代采用霍尔传感器，第二代新增触觉传感器，由于触觉传感器价值量较大，利好相关公司，建议关注 汉威科技、柯力传感等公司。

3.2.2 丝杠：加工和设备有望迎 0-1 国产化突破

以特斯拉人形机器人为例，其人形机器人采用行星滚柱丝杠约 14 根。行星滚柱丝杠技术壁垒较高，由于在精度保持 性、功能可靠性、寿命、精度、刚度等关键性能指标上落后于境外产品，国产品牌市场占有率低。国产落后的地方主 要体现在制造设备、加工工艺、原材料等方面。 由于人形机器人带来行业研发灵巧手丝杠研发热潮，预计后续更多的公司将研发完成手部的滚珠丝杠和行星滚柱丝杠。 当前的丝杠上市公司主要包含北特科技、贝斯特、五洲新春、鼎智科技、斯菱股份等。各公司公告显示，当前 KGG 和 新剑传动已完成手部丝杠研发，五洲新春正在研发中。

3.2.3 机器人丝杠设备的国产替代，2025 年有望迎来丝杠专用磨床的效率和精度提升

丝杠核心加工流程中，单位价值量最高的设备是热处理和高精度磨床。机器人丝杠总体流程类似于行星滚珠丝杠，要 经过热处理、车、铣、磨或冷锻等流程，中间涉及的设备包含圆锯机、热处理设备、车床或滚丝机、铣床、磨床（外 螺纹磨床、内螺纹磨床、端面磨床、外圆磨床等）、检测仪等。

国产丝杠具备较强的实用性需要同时具备高精度、高良率和高效率。但目前国内丝杠设备很难同时做到三点。存在精 度达不到机器人行星滚柱丝杠高精度需求（现在的国产偏向于虚标参数，海外设备偏向于保守报参数，所以比较起来， 国内设备的参数甚至比海外的好）、良率较低的问题，同时高精度磨床当前存在效率较低、加工速度慢的问题，因此 国产设备要满足大批量量产需求还需要同时解决效率低的问题。

精度低：机加工设备的主轴和数控系统等核心功能布局均需具有较高精度。要实现最终的高精度加工，车床、铣床和 磨床的核心功能部件需要具有较高精度。数控系统、材料、加工、电路设计和冷却设计、装备和基本环境条件的要求 都比较高。其中最卡脖子的是数控系统和主轴的制作。

效率低：核心提高磨床环节加工速度，研制多线复合磨床和超高速磨床。磨床加工速度整体低于车床、铣床和滚丝机， 是加工速度的卡位环节，提升速度的方式为：（1）研制超高速磨床，（2）研制多线复合磨床。其中多线复合磨床可 实现同时采用多把刀对同一工件进行磨削，成倍减少加工时间。 实现高速、超高速磨削对磨床性能要求较高，磨床根据砂轮线速度可分为普通磨床、高速磨床和超高速磨床。其中普 通磨床线速度≤45m/s，高速磨床线速度居于 45m/s 和 150m/s 之间，超高速磨床线速度高于 150m/s。 要实现磨床的超高速磨削，对车床、主轴和冷却系统等需要进一步优化，以实现较好的动态特性。

我们预计 2025 年通过专用定制设备的出现，将有效提升国产丝杠加工设备的精度和效率。当前国产设备已经开始突 破。

例如，华辰拓展磨床体系，拼图还缺内螺纹磨床。4 月 8 日至 4 月 12 日数控机床展览展上，华辰装备推出精密外螺纹 磨床 HC-1000T、亚μ磨削中心 HC-350/600U、亚μ中心孔磨床 HCG1600。其中精磨外螺纹磨床 HC-1000T 的试件加工精度可以达到 P0 级，亚μ磨削中心可实现外圆、内圆、端面、轮廓、非圆、螺纹等复杂特征零件的精密磨削加工。 丝杠核心加工流程所使用设备中，磨床占比最高。机器人丝杠总体流程类似于行星滚珠丝杠，要经过热处理、车、铣、 磨等流程，中间涉及的设备包含圆锯机、热处理设备、车床、铣床、磨床（外螺纹磨床、内螺纹磨床、端面磨床、外 圆磨床等）、检测仪等，其中磨床种类最多，华辰装备已布局其中的外螺纹、内圆、外圆、端面和中心孔磨床。 华辰装备丝杠磨床率先突破，但距离批量稳定生产还缺乏数据积累。试件能达到 P0 级证明极限精度足够满足机器人 行星滚柱丝杠要求，但产品维持高良品率还需反复跟下游客户持续打磨和验证产品进行积累，持续积累经验数据库。 我们预计人形机器人达百万级年销量还需至少 3 年，国产高精度磨床具备充分时间去成长，建议持续关注国产丝杠设 备厂商华辰装备、日发精机和同益股份等。 与贝斯特强强联手，切入丝杠导轨磨领域。2023 年 10 月，华辰装备公告与贝斯特精机，围绕“滚动功能部件所需高 端精密磨削装备”进行技术交流，并达成全面战略合作。根据协议，华辰装备计划于 1 年内向贝斯特精机提供对标国 际行业龙头领先水平的精密数控直线导轨磨床及相应技术支持，该产品为目前全球磨削长度最长、技术难度及磨削效 率最高的产品。

3.2.4 轻量化材料：持续看好以塑代金属趋势，关注金字塔顶端 PEEK 材料

轻量化材料主要对应人形机器人的轻量化需求，我们预计 2025 年行业轻量化程度将进一步提升。机器人本体轻量化 技术是解决续航焦虑的主要途径之一以特斯拉为例，Optimus Gen2 相比第一代减重 10 公斤。PEEK 综合性能处于塑料 金字塔顶端，轻量化材料领域建议重点关注 Peek 材料。

Peek 材料有望成为人形机器人核心应用的轻量化材料。Peek 材料具备耐热、阻燃、耐磨和耐腐蚀等优势，可大幅度 减小材料本身的自重，符合下游机器人领域轻量化趋势，有望实现以塑代钢，是实现“轻量化”的极佳解决方案。

PEEK 材料研发已久，但全球大规模生产的企业较少，且主要产能被外资企业垄断，主要系实验室合成工艺与实际工业 化生产工艺差异较大，需要深厚的生产技术、经验的积累。此外，PEEK 材料工业化生产的验证周期较长。（1）生产 工艺：生产工艺难，且需要一致性高、结晶性能高，并达到合适的熔指和黏度平衡。（2）验证周期：产能爬坡需要 7 年左右，下游客户认证开发周期需要 3-5 年。 全球格局一超多强，龙一占六成市场份额。当前全球 PEEK 生产厂商呈现“一超多强”的竞争格局。全球龙头威格斯 年产能 7150 吨，占全球份额 60%；2021 年销量 4132.5 吨，市占率为 53.55%。龙二比利时索尔维现有年产能 2500 吨， 2021 年销量 1425 吨，市占率为 18.47%。龙三德国赢创产能达 1800 吨，2021 年销量 912 吨，市占率 11.82%。

2016 年起国产初步突破，中研股份和鹏孚隆合计市占率约 11%。PEEK 树脂在保证力学和其他性能的同时，必须保证纯 度高，产品批次稳定，尤其对产品金属含量要求极为严格，PEEK 树脂内金属等杂质过高会导致使用过程中产生静电击 穿电路板、晶圆。因此，国产 PEEK 在电子信息领域所占比例很低。2016 年开始，以中研股份为代表的国内企业打破 了国外公司在这一应用领域的垄断，从此，我国自主生产的 PEEK 产品在国内电子信息领域的应用逐步扩大。目前国 产龙头为中研股份和鹏孚隆，2021 年销量分别 623、226 吨，市占率分别 8.1%、2.9%。

3.2.5 减速器：技术壁垒较高、可根据场景选定减速器类型

减速器是旋转执行器的核心零部件之一，目前谐波减速器、行星减速器以及新型减速器存在技术路线问题。特斯拉人 形机器人主流路线是谐波减速器方案，由于承载力需求提升，研发新型减速器或者行星减速器具备必要性。国产人形 机器人大都采用行星减速器为主，谐波减速器为辅。使用谐波减速器方案需用到力矩传感器做力控，结构和成本更加 复杂，多级行星结构相对简单、但精度相对较低。从产品和成本差异度看，谐波减速器赛道好于行星减速器，谐波减 速器未来规模经济和成本迭代空间大于行星。

全球谐波减速器市场较为集中，日本哈默纳科、日本新宝等企业技术水平处于行业领先地位。国际领先的谐波减速器 传动精度在 30"以内，传动效率可达到 75%以上，使用寿命在 1 万小时左右。根据新思界产业研究中心发布的调研报 告，2021 年哈默纳科全球市场占有率约 82%，绿的谐波占比约 7%，其他厂商占比约 11%。国内谐波齿轮传动技术发展 相对较晚，内资绿的谐波率先在国内实现了谐波减速器的产业化和规模化，同时也涌现了来福、大族等优质厂商。国 内部分企业通过技术攻关、生产工艺的改进，研发出的产品在性能和稳定性等方面已能够达到国际先进水平，打破了 国外的技术垄断，对国外品牌进口逐渐形成一定的替代。

3.2.6 关节总成：丝杠供应链越成熟，使用线性执行器概率越高

特斯拉第一代人形机器人包含 28 个活动关节，包含 3 种类型的旋转执行器和 3 种类型的线性执行器。旋转执行器主 要位于肩部和盆骨，关节需要大范围地旋转；而线性执行器放置在膝盖肘部和脚踝，关节只需要 1-2 个自由度并经历 有限的扭转。 与之相反，宇树机器人基本全身采用旋转执行器。宇树官网显示，宇树 G1 机器人全身 23-43 个关节，由于腰部旋转 关节比线性关节具备更高的自由度，且整机中空走线，其上半身可以实现 360 度旋转，全身可折叠。 特斯拉采用更多的线性执行器，是因为目标不同，特斯拉的目标是创造一种可靠、节能的机器人，可以持续一整天不 会中断，因此能耗更低、精度保持性更好的线性关节使用量比传统机器人更多。

线性执行器相比于旋转执行器精度更高更节能，但成本更高。线性执行器优势在于精度保持性好、刚度好、易实现传 动的零背隙性、耐冲击能力强、脉冲性强、能量效率高，适用于腿部机构，尤其是小腿，有利于提高续航能力。

线性的劣势在于动态特性差、减速比较高导致输出速度偏低、带宽偏低、不利于高动态运动、关节透明度不佳导致需 要额外的力传感器、成本较高。

但成本可以通过规模效应和特定的设计和工艺降低，并且不损失性能。例如加工方式上可以采用冷锻工艺进行高一致 性和低成本生产。根据我们外发报告《机器人新技术专题 3：冷锻工艺极限精度 C3，兼具高效率低成本优势》，经测 算，冷锻成本预计比车铣磨低 50%+,主要受益于加工速度提升。因此时间线拉长看，丝杠的成本将大幅降低，减少线 性执行器的成本负担。

编辑：火腿肠