Workflow
具身智能模型
icon
搜索文档
宇树科技CEO王兴兴:具身智能模型还未到突破临界点
中国证券报· 2025-08-11 05:05
公司发展历程与现状 - 宇树科技成立于2016年,经过9年发展,在高性能四足机器人和人形机器人领域取得全球领先的技术指标 [1] - 公司已形成覆盖四足机器人与人形机器人、消费级与工业级场景的多元化产品矩阵 [1] - 目前正在推动上市流程,CEO将上市比喻为企业"高考",标志着公司迈向更成熟的管理和运营阶段 [1] 人形机器人行业动态 - 2021-2022年人工智能技术快速发展推动市场对人形机器人关注度激增,曾有客户在产品未面世时即下单 [2] - 2025年上半年行业呈现爆发式增长,整机及零部件厂商平均增长50%-100% [2] - 预计未来几年全球人形机器人出货量每年翻一番,技术突破后2-3年内或达年出货数十万至百万台 [2] 技术研发与挑战 - 当前机器人硬件已足够,未来需完善细节、降低成本并提升可靠性 [3] - 最大挑战在于具身智能模型未达临界点,尚未出现类似ChatGPT的关键性突破 [3] - 具身智能模型的突破标志是机器人能在完全陌生环境中理解并流畅执行复杂指令 [3] 产品战略与市场定位 - 早期因商业价值低暂缓人形机器人研发,2023年因市场需求启动相关项目 [2] - 现阶段机器人以表演演示为主,因普通消费者更易接受且当前技术尚无法实现完全自主工作 [2] - 长期目标是通过机器人解放生产力,但需平衡娱乐功能与实用功能的发展 [2] 行业竞争与合作 - 全球人形机器人行业竞争加剧,核心竞争力在于产品性能、价格、功能完善度和售后服务 [2] - 机器人领域需全球共创,如同AI行业一样需要国际协作推动技术进步 [4]
王兴兴回应宇树科技上市:当做高考
财联社· 2025-08-09 15:18
人形机器人行业发展前景 - 未来几年全行业人形机器人出货量预计每年翻一番 若有更大技术突破 2-3年内可能出现年出货量达数十万至上百万台的情况 [3] - 摩根士丹利预测2050年全球类人机器人市场规模将超5万亿美元 机器人数量接近10亿 30年代末将加速采用 主要应用于工业和商业领域 [3] 技术瓶颈与突破方向 - 当前行业核心问题在于机器人大模型水平不足 仅相当于ChatGPT发布前1-3年的水平 模型能力不足导致数据难以有效利用 [3] - 机器人AI模型尚未达到突破临界点 相比纯数据驱动的大语言模型 机器人领域存在实物部署偏差大的技术障碍 [4] - 未来2-5年技术重心包括:更低成本/更高寿命的硬件 超大批量制造 低成本大规模算力 分布式算力将成为关键领域 [4] 商业化落地预期 - 机器人实际落地时间预计快则2-3年 慢则3-5年 行业变革大概率在10年内发生 [4] - 宇树科技通过降价策略(R1起售价3.99万元 G1售价9.9万元)推动出货量增长 以构建生态体系 [5] 企业动态 - 宇树科技发布第三款人形机器人Unitree R1 正在推进量产进程 [5] - 公司已启动科创板上市辅导 将上市视为企业成熟化运营的重要里程碑 [5] 行业核心目标 - 行业致力于实现机器人生产力解放 重点研发通用型AI 使机器人从娱乐表演转向工厂/家庭等实际应用场景 [3][4]
拆解特斯拉机器人供应链:30 多位从业者看到的泡沫和希望
芯世相· 2025-06-13 18:30
核心观点 - 特斯拉人形机器人Optimus已进入量产阶段,成为全球唯一具备完整供应链的人形机器人产品,带动A股机器人概念板块上涨93%(同期沪深300仅涨1%)[2][3][4] - 行业面临硬件成本高企(单台6万美元)、生产效率低下(仅为人工20%-30%)、耐用性不足(灵巧手平均寿命1-3个月)等核心挑战[26][30][31] - 技术路线呈现两极分化:特斯拉采用行星滚柱丝杠+直线关节的精密制造方案,中国创业公司则押注具身智能模型的软件突破[11][32][37] - 当前应用场景局限在展示性功能(车模/表演)和简单工业搬运,尚未证明商业可行性[45][46] 技术方案 硬件架构 - 执行器占硬件成本55%,特斯拉采用14根行星滚柱丝杠(单根4000元)实现直线关节,承重达半吨[7][11] - 减速器将电机扭矩放大200倍,供应商为哈默纳科和绿的谐波[12][16] - 六维力传感器(单价1.2万元)测量误差<0.2%,但特斯拉尝试用软件替代[15][18] - 灵巧手复刻22个自由度,采用钢丝绳驱方案,但耐用性仅1-3个月[17][19][31] 软件系统 - 主流训练方案VLA模型需1000万条真机数据(当前不足100万条),单条采集成本10元[39][40] - 仿真数据通过Real-to-Sim流程建模物理交互(如开冰箱门的力学参数)[41] - 端到端训练存在延迟问题,演示视频普遍加速播放[38] 供应链生态 - 全球超1000亿元投入,2024年预计出货2万台(相当于劳力士周产量)[3][4] - 特斯拉重构7000个零件中的大部分,关键供应商包括舍佛勒(丝杠)、三花智控(热管理)、旭升股份(结构件)[11][23][25] - 中国供应商通过送样获取技术参数,即使未中标也可服务其他机器人公司[22][25] 商业进展 - 特斯拉2024年目标产量5600台,主要用于自有工厂搬运4680电池[4][46] - 成本6万美元/台(目标降至2-3万),相当于美国搬运工15个月薪资[26][27] - 中国公司探索情绪价值场景(如车模),部分对标泡泡玛特商业模式[45][47] 行业动态 - 智元机器人(成立2年)估值超宇树科技(成立9年),具身智能公司Physical Intelligence估值20亿美元[43] - 波士顿动力CTO批评行业过度依赖数据而简化模型设计[44] - 马斯克将百万台量产目标从2027年推迟至2029年[47]
拆解特斯拉机器人供应链:30 多位从业者看到的泡沫和希望
核心观点 - 特斯拉人形机器人Optimus的研发带动了全球产业链投入超1000亿元,但当前量产仍面临高成本、低效率问题,硬件技术尚未突破瓶颈[2][25][30] - 行业出货量预计2024年仅2万台,单台成本6万美元,效率仅为人工20%-30%,远未达到替代蓝领工人的经济性[2][35][40] - 软件端采用VLA模型训练机器人,但数据采集成本高(单条10元),真机数据不足制约模型泛化能力[52][54] 技术路径 硬件设计 - 采用行星滚柱丝杠(单价超4000元/根)替代传统旋转关节,单腿承重达半吨,精度误差小于6微米[10][36] - 灵巧手复刻22个自由度,绳驱结构模拟肌肉组织,但耐用性差(3个月需更换),双手更换成本10万元[18][20][42] - 传感器方案包含六维力传感器(误差<0.2%)、电子皮肤(单指节100+力传感器),但感知精度仍落后人类[15][16][22] 软件系统 - 放弃波士顿动力的规则控制路线,转向VLA模型训练端到端动作,需1000万条真机数据(当前不足100万条)[45][52][54] - 数据采集依赖物理交互仿真,如开冰箱门需建模质量/摩擦力等参数,通过Real-to-Sim生成多场景训练数据[56] 产业链现状 供应商格局 - 核心部件由舍弗勒(滚柱丝杠)、哈默纳科(RV减速器)、ATI(六维传感器)等国际龙头主导[10][11][16] - 中国供应商如三花智控、拓普集团累计投入超50亿元,特斯拉提供技术图纸扶持代工厂[27][28] - 行星滚柱丝杠产能严重受限(月产仅300根),迫使特斯拉降低精度标准至C3级[36][37] 商业化进展 - 特斯拉2024年目标产量5600台,实际应用仅数十台用于搬运电池,效率不及工业机械臂[30][59] - 中国公司宇树/智元预计出货5000台,但主要场景转向车展模特、情绪价值产品[59][60] - 行业估值分化明显:具身智能公司Physical Intelligence成立15个月估值超20亿美元[57] 性能参数 - 第三代Optimus身高1.72米/重55公斤,50+自由度,双臂负载20公斤,续航5小时[30][34] - 行走速度8-10公里/小时,但60%概率1.5公里内摔倒,关节温度超70℃会降频[35][39] - 硬件成本中执行器占比55%,灵巧手复杂度超其余部件总和[6][18]
拆解特斯拉机器人供应链:30 多位从业者看到的泡沫和希望
晚点LatePost· 2025-06-04 22:53
人形机器人行业发展现状 - 特斯拉人形机器人Optimus进入量产阶段,成为唯一拥有完整供应链的产品[5] - 全球风险投资者、特斯拉及供应商已投入超1000亿元,但2024年预计出货仅2万台[4] - A股机器人概念板块自2022年10月以来上涨93%,远超沪深300指数1%的涨幅[3] 核心技术突破 - 执行器占机器人55%硬件成本,特斯拉采用30个执行器模拟人体动作[6] - 行星滚柱丝杠技术突破力量限制,单根可承重半吨但误差要求小于6微米[10][26] - RV减速器可将电机扭力放大200倍,六维力传感器测量误差小于0.2%[13][15] 供应链建设 - 特斯拉联合全球数百家公司搭建供应链,包括舍佛勒、哈默纳科等精密制造巨头[21][22] - 三花智控和拓普集团等中国供应商累计投入超50亿元支持研发[22][23] - 行星滚柱丝杠月产能仅300根,关键部件产能严重制约量产进度[26] 商业化挑战 - 单台成本6万美元,效率仅为人类20-30%,使用寿命仅3年[30][31] - 灵巧手每3个月需更换,成本达10万元人民币,耐用性成主要瓶颈[31] - 实际应用场景有限,部分公司转向提供情绪价值对标泡泡玛特[46] 技术路线分歧 - 波士顿动力采用控制理论路线,依靠工程优化实现高难度动作[32][34] - 主流公司押注VLA模型,但训练数据严重不足,真机数据采集成本高昂[39][40] - 仿真数据供应商尝试通过物理建模解决数据瓶颈,效果尚未验证[42] 量产进展 - 特斯拉第三代产品硬件设计80%定型,计划2029年实现年产100万台[25][47] - 当前主要用于工厂简单搬运,但工业机器臂成本更低效率更高[45] - 中国公司宇树、智元预计2024年出货量分别为4000台和超千台[4]