纪要涉及的行业和公司 - 行业：机器人行业 - 公司：北京人行、东安动力、天工、松岩股份、龙岩、宇数科技、利亚德集团、英科斯、英维克、MU、Xsens、Xsens_Axis、Figure、OneX、宇树科技、波士顿动力、特斯拉、志远科技、优必选、星海图、银河、英国 Amica、大连 EX 硅胶娃娃公司 纪要提到的核心观点和论据 1. 获胜团队优势：获胜团队优势体现在结构稳定性和强化学习算法上，如天工和松岩有跑步训练积累，对查询算法熟练，微调时间短；其他公司从 0 到 1 过程未走通表现不佳[2] 2. 结构优化：人形机器人结构优化集中于电机强度，如松岩加强脚踝电机，天工提升膝盖电机；关节类型有旋转关节和空间连杆设计[3][4][7] 3. 传感器方案：普遍采用低成本传感器进行遥控盲走，未来头部或增加 RGB 摄像头，但算法在开发中[3][6] 4. 供应链情况：主要零部件供应商包括 MU、Xsens_Axis、英维克等，国产电机下肢常用英维克，上肢操作一般不用[8] 5. 机器人类型及应用 - 龙岩有 N2 人形机器人、仿生人脸、上肢操作数据抓取设备；N2 订单来自高校，高校对机器人应用课程需求高[9][10][11] - 人形机器人不适合工厂应用，具身智能适合家庭应用，行业正积极积累数据[12][13] 6. 松岩机器人情况 - 目标打造高仿生度机器人，头部 32 个自由度领先，可降低恐怖谷效应，订单多，毛利率约 90%[16][17][20] - 头部用 32 个舵机，未来或加 RGB 摄像头；售价因配置而异，技术壁垒高[18][19][21] - 适合替代 B 端数字人，文旅行业有合作洽谈，导览服务领域有潜力[23][24] 7. 数据采集与模型 - 采用“Robot data without robots”方法，与高校、家政服务机构合作建立数据工厂[3][14] - 大脑端用 diffusion policy 模型，数据采集不足，ToB 端非理想采集渠道[25][26] 8. 算法与应用差异 - 算法完全自研，仿生人脸语音交互依赖现有大模型，动作模型用强化学习算法[32] - 局部运动控制用强化学习，操作类任务需大模型；国外研究侧重操作类，国内专注局部运动控制[33] 9. 市场竞争与发展趋势 - 市场运控能力分化明显，最终可能四五家公司存活；特斯拉用户体验差，需大模型和强化学习结合[36][37] - 国内企业本体制作有优势，大模型研究弱；行业发展速度加快，上肢大模型可能 3 - 5 年突破[40][41] 其他重要但可能被忽略的内容 1. 机器人马拉松影响：大赛检验机器人极限运动能力，运动控制能力可商业化，但非人形形式[35] 2. 人脸识别及表情生成技术：当前技术依赖大模型生成对话做表情，需加入图像输入提高交互效果[46]