纪要涉及的行业 人形机器人行业 纪要提到的核心观点和论据 - 技术差异与特点 - 人形机器人小脑通常指主 CPU 负责控制关节的小型运算单元，与传统运控区别在于传统运控按预定轨迹实时控制，AI 机器人通过场景实时判断生成轨迹再执行，使其能在复杂环境自主决策，传统工业机器人依赖固定算法[2] - 传统公用事业企业有开发人形机器人小脑底层算法潜力，可通过与本地厂商合作获取数据反馈，实现工业物联网智能到 AI 应用融合[3] - 下肢控制因动作模式固定易形成统一模型，上肢因技术路径多样未形成统一标准，若某种技术路径成主流可能出现一致解决方案[5] - 人形机器人与传统工业机械执行层面基于相似控制理论和算法，区别在上层大模型 AI 部分，两者是结合关系[6] - 机器人行业中风控和大模型算法是融合关系，企业招聘需 AI 运算和控制人才，体现技术结合趋势[7] - 技术发展趋势 - DataStick 等技术使小模型可植入端侧实现实时计算和控制，云端与端侧配合的小模型优化将为行业带来巨大发展空间，开源模型促进业界高速发展[8] - 小型垂直行业模型针对特定场景数据训练，比单一大型通用模型更现实快速应用于实际场景，是人形机器人数据需求及泛化能力发展方向[9] - 硬件设计特点 - 人形机器人硬件设计与传统工业机器人元器件无本质区别但有扩展，如低压供电和更高集成度，关节模组可能整合驱动器缩小体积[12] - 旋转关节由无刷电机、减速器、编码器、驱动器和可能的压力传感器组成，源于工业机器人，经优化缩小尺寸延伸至人形机器人领域[13] - 数据采集与应用 - 动态捕捉技术作为数据优化方案将继续发挥作用，通过外部动态数据收集轨迹并利用强化学习生成运动轨迹，未来还会有其他基于数据优化的模型出现[14] - 基于强化学习的运动控制通过仿真软件模拟和实际部署获取训练数据，两条路径将并行存在[18] - 市场策略与前景 - 创业公司应关注人形机器人专长性，通过降低成本、提高数量需求实现市场竞争力，优化成本和适应人群使用的元器件是关键策略[15] - 机器狗应用场景明确，2025 年可能有更多出货量，长期来看人形机器人需求量远超机器狗[16] - 2025 年主机厂量产机器人反哺优化模式可行，可能出现零售销售通用平台性机器人供二次开发和针对特定场景的专用机器人两条路径[10] 其他重要但是可能被忽略的内容 - 机器狗具有类似小脑和大脑的数据处理结构，云端有整体控制系统，本地有中央 CPU 进行运动控制[17] - 机器人系统中大脑指云端部分负责复杂运算和总体规划，小脑指本体主 CPU 负责实时判断和执行，两者需紧密配合[19] - 国内运动控制优秀公司控制方案各有特点，具备底层研发能力的公司在技术提升和创新方面潜力更大[20]