纪要涉及的行业和公司 - 行业：人形机器人行业 - 公司：FigureAI、Boston动力、特斯拉、雨树、云森树、弗里叶、资源、阿尔伯兰、软银、小鹏、桑花 纪要提到的核心观点和论据 DeepSeek开源大模型对人形机器人发展的影响 - 提升大脑思考能力：使机器人思考更接近人类，从弱人工智能迈向通用人工智能，能快速达到顶尖AGI思考能力，且可开源部署商业经营，如最小1.5B端测模型在车载端有落地项目，对人形机器人发展意义重大[2][3][4] - 增强多模态应用：使人形机器人在语音、视觉等方面有更大应用，如Boston动力的机器狗有基于视觉问答的功能[5] - 提高动态环境适应能力：让机器人在动态环境中具备更好的适应能力，区别于传统编程和样本学习，通过预训练实现智能体的动态适应[7] - 变革开发成本和效率：借助AI部分对人形机器人开发过程进行升级，如构建仿生环境，使虚拟模型与真实部分快速切换和落地[8][9] 人形机器人公司竞争的核心关键点 - 创新能力 - 感知和认知：特斯拉在基于视觉的定位、轨迹规划等方面有优势，国内企业在传感器级别和运动优化方面有应用和落地，可改进机器人动态和效应力[11][12] - 运动控制技术：国内企业在有效电池内追求更快速度、更稳定性能，如雨树在仿真落地快速迭代方面有优势，未来大模型学习和普适应用也将是技术创新点[12][13] - 大模型应用：初创型企业在核心零部件成本和技术迭代上更快，如关节电机部分，不同企业有不同优势[14] - 应用场景：当前主要聚焦工业应用，环境和参数相对固定易落地；商业应用是工业应用的十到一百倍；家庭应用更分散。能提前布局特定场景可拉开差距，2025年左右品牌认知度也将成为重要因素[15][16][17] 人形机器人市场发展趋势 - 市场规模巨大：特斯拉预估地球上每个家庭未来会拥有超两到三个机器人，市场规模可达十万亿美金以上。当前工业应用场景市场规模接近千万台，商业应用市场规模是工业的百倍到千倍以上[38][39][40] - 发展阶段和挑战 - 万台级别：需解决产品功能收缩和平台化问题，国内部分企业在该级别问题不大[41][42] - 十万到百万级别：从万台到十万台需突破基础机械结构、运动稳定性、电池应用、感知和学习能力等问题；从十万到百万台需形成产业生态和供应商体系[43][44] 不同技术方案对比 - 关节方案：特斯拉用直线关节（行星滚柱），国内大多用平行行星减速器，国内方案旨在通过量产突破成本，特斯拉也在考虑关节电机新兴方案。国内关节电机成本低、制造和运动控制动态好，承载率和耗电量方面与特斯拉方案无本质区别，但特殊情况处理方式不同[23][24][25] - 机械手方案：灵小首部分可模块化、热插拔，能形成小闭环行业。未来发展有高性能和实用性成本性两个方向，国内机械手价格竞争激烈，从早期十万降到现在两万到一万左右[34][36] 其他重要但是可能被忽略的内容 - 训练方法：行业内比较可靠的训练方法是示教模式，通过采集真人操作情况让机器人学习，如特斯拉、雨树等企业都有应用[57][58][59] - 市场销售情况：平台级开发设备年销可达万级，如法国阿尔伯兰、国内UV选相关产品；商业应用（2B）和家庭应用（2C）有不同发展阶段和特点，工厂应用从开发平台到生产线级别，量可从万台到十万台以上[60][61][62] - 技术突破时间预测：2027年左右会形成产业生态，关键零部件供应商和头部企业将发展成熟[64] - 行业前景：人形机器人行业虽有技术待突破，但市场空间大，可从2B、专业产线设备、原型研发和开发平台等多方面发展，有80%的工作空间待替代，市场是传统机器四倍以上[65][66]