2023人形机器人行业简析报告.pdf

人形机器人

行业简析报告

01.全球机器人行业进入智能应用期

•全球机器人行业的发展经历了萌芽阶段（20世纪40-50年代）、初级阶段（20世纪60-70年代）、迅速发展阶段（20世纪80-90年代）、智慧化阶段（21世纪初-至今）等四个阶段。

•当前阶段，随着感知、计算、控制等技术的迭代升级和图像识别、自然语音处理、深度认知学习等人工智能技术在机器人领域的深入应用，机器人领域的服务化、智能化、通用化趋势日益明显。

•在日本，机器人的关键性部件—减速器是遥遥领先的，并且已经形成了技术壁垒；德国则在原材料、本体零部件具有很大的优势；美国当前在人形机器人方面、机器人AI技术方面引领潮流。

全球机器人历史发展阶段

20世纪40-50年代20世纪60-70年代20世纪80-90年代21世纪初至今

萌芽阶段初级阶段迅速发展阶段智慧化阶段

美国橡树岭等国家实验室德国、日本第二次世界大计算机技术、传感器技术制造业升级，工业自动化，

取得初步研究成果战后劳动力短缺，工业基迅速发展机器人代替人

础好

1945年第一台可编程式按程序重复作业具备初步感知、反馈能力，具有逻辑思维、决策能力

机器人诞生，具备了机器在工业生产中广泛应用

人雏形

数据来源：公开数据整理；嘉世咨询研究结论；图源网络

02.“具身智能”被认为是人工智能的终极形态

•具身智能（EmbodiedAI）指的是具有身体的人工智能，是AI进入物理世界交互的载体。它包含AI领域几乎所有的技术，包括机器视觉、自然语言理解、认知和推理、机器学习、机器人学等，横

跨多个学科方向，是人工智能的集大成者。

•目前，具身智能已经成为国际学术前沿研究方向，包括美国国家科学基金会在内的机构都在推动具身智能的发展，各大国际学术会议也在越来越多地关注具身智能，美国顶尖高校已经开始形成具身

智能研究社区。

具身智能为人工智能终极形态具身机器人四大挑战

进化优化01机器人不能够像大语言模型一样有一个基础大模型直接一步到位，做到最

底层的控制。

形态生成形态生成形态生成

02如何把机器人多模态的感官感知全部融合起来，仍面临诸多难题需要解决。

人工设计强化学习

03机器人的发展需要收集很多数据，其中也面临很多安全隐私等方面的问题。

利用形态产生行为利用行为实现学习

形态行为学习

利用形态控制行为利用学习提升行为

计算能力的挑战。即使谷歌Transformer模型，要做到机器人控制，距离