报告行业投资评级 - 维持人形机器人行业“推荐”评级 [3][6] 报告的核心观点 - 应用端企业布局人形机器人验证，机器人马拉松等高关注度赛事带动主机厂订单，建议围绕“高确定性 + 增量技术”两条主线，跟踪特斯拉 Optimus 量产进度及国产供应链订单释放、国内华为和宇树链等新进展，把握 2025 年产业扩张期红利 [6] 根据相关目录分别进行总结 行情回顾 - 2025 年 6 月 3 日至 6 日，人形机器人指数涨跌幅 +2.24%，同期沪深 300 涨跌幅 +0.88%，上证综指涨跌幅 +1.13%，深证成指涨跌幅 +1.42%，创业板指涨跌幅 +2.32%，科创 50 涨跌幅 +1.50% [6][13] - 同期人形机器人相关公司中，涨跌幅前五为胜宏科技（+15.86%）、旭升集团（+13.75%）、得润电子（+10.80%）、胜蓝股份（+9.24%）和绿的谐波（+8.70%）；涨跌幅后五为爱仕达（-2.55%）、九号公司 - WD（-5.26%）、襄阳轴承（-5.71%）、慈星股份（-5.78%）和弘讯科技（-6.51%） [15] 产业动态 - 福莱新材 6 月 5 日发布机器人触觉第二代新品，具备真柔性、全曲面、三维力三大特性 [18][19] - 亚马逊设立培训中心测试类人机器人送货性能，此前已在仓库测试多种自主机器人，如“Digit” [6][22] - 松延动力人形机器人“小顽童”获超 2000 台订单，合同总额超 1 亿元，深度强化学习技术提升其运动性能 [6][24] - 越疆科技与药师帮合作探索医药全链场景智慧解决方案，已确定首个落地部署项目计划并搭建测试平台 [6][25] - 集萃智造推出免示教焊接机器人解决方案，具有“零门槛操作、高精度输出、全流程可控”优势 [26] - 6 月 28 日 RoBoLeague 世界机器人足球联赛将在北京亦庄开赛，为人工智能 AI 赛，四支战队晋级决赛 [26] 公司动态 - 软通动力与智元机器人合作，开展技术研发和 6 款产品研发 [27] - 五洲新春 6 月 8 日发布 2024 年度权益分派方案，派发现金总额 4396.09 万元 [27] - 拓普集团 6 月 5 日发布 2024 年度权益分派方案，派发现金总额 9.02 亿元 [27] 投资建议 - 个股关注特斯拉链、宇树链、华为链、智元链相关公司，如三花智控、长盛轴承、兆威机电、卧龙电驱等 [7][28] - 报告列出重点关注公司盈利预测，包括拓普集团、峰岹科技等多家公司的股价、EPS、PE 及投资评级等信息 [8][30][31]

人形机器人行业现状 - 全球人形机器人领域已形成以美国公司为主导的竞争格局，主要参与者包括特斯拉、Google、NVIDIA等科技巨头以及Figure、Agility Robotics等新兴企业 [5] - 行业融资规模差异显著：Figure以26亿美元融资领跑，Physical Intelligence和Skild AI分别获得24亿和15亿美元，Agility Robotics和波士顿动力融资规模在10-12亿美元区间 [5] - 日本企业Telexistence和加拿大公司Sanctuary AI分别获得5.3亿和4亿美元融资，显示全球资本在该领域的广泛布局 [5] - 挪威公司1X Technologies和美国企业Mentee Robotics融资规模相对较小，分别为3.75亿和1.2亿美元 [5] 技术突破驱动力 - 模型层面突破：大型基础模型如ChatGPT的出现使系统具备推理能力，多模态模型显著提升对3D视觉世界的理解能力 [17] - 数据获取革新：GPU加速模拟技术可在3小时内生成相当于过去十年的训练数据，突破数据匮乏瓶颈 [17] - 硬件成本下降：人形机器人硬件价格从2001年150万美元降至当前4万美元水平，接近汽车价格区间 [17] - 模拟技术突破：物理环境模拟速度已超越真实世界时间流逝，大幅加速算法开发效率 [18] - 零部件商品化：消费电子产业推动电池、摄像头等技术发展，使机器人组件可模块化整合 [18] 技术范式转变 - 从控制理论主导转向经验学习：行业思维模式从"编程经验"转变为"通过经验学习"，更贴近生物学习方式 [19] - 硬件稳健性提升：新一代机器人硬件可靠性显著增强，能够承受真实环境中的持续互动而不易损坏 [21] - 跨具身性研究：探索通用大脑控制不同硬件平台的可行性，英伟达GR00T项目致力于构建适配多型号机器人的统一模型 [22] - 数据策略创新：采用金字塔结构整合真实机器人数据、模拟数据和神经模拟数据，通过潜在动作提取算法提升训练效率 [22] 企业技术路径 - 英伟达GR00T项目采用端到端模型设计，追求"从光子到动作"的直接映射，模型参数仅20亿但性能出色 [21][22] - Skild AI专注于构建机器人通用大脑，主张通过单一共享模型解决数据稀缺问题 [8] - Agility Robotics强调真实场景部署，其Digit机器人已应用于制造业和物流领域 [10] - 波士顿动力保持技术延续性，在采用AI新技术同时保留传统控制理论工具 [18] - 1X Technologies探索远程操作界面抽象化，通过高级指令引导机器人自主完成精细操作 [27] 行业未来展望 - 硬件多样化趋势：当前人形机器人硬件同质化严重，未来将出现更多突破传统人体结构的设计创新 [30] - 专业型机器人先行：特定场景的"任务专家型"机器人将率先普及，解决劳动力短缺问题 [36] - 技术融合加速：机器人AI与数字AI界限逐渐模糊，真实世界互动数据将提升AI系统的验证能力 [33] - 社会接受度关键：机器人技术普及速度取决于社会接受程度和生产规模扩张能力 [36] - 长期颠覆性影响：十年内机器人技术可能像电力普及一样深刻改变社会生产和生活方式 [36]