研报摘要：

5月17日，Tesla Bot展现出了探索并记忆环境、双手处理复杂任务等能力，马斯克预计人形机器人未来的需求可能远超汽车，并且随着AI的快速迭代，机器人将更加柔性，拓展应用领域。

根据麦肯锡预测，长期来看，全球人形机器人市场空间可达120万亿级别，是一个崭新且空间庞大的蓝海市场。

以下为研报原文：

摘要：

①Tesla Bot研发进展超预期，未来成长空间广阔。5月17日，Tesla Bot展现出了探索并记忆环境、双手处理复杂任务、精准控制的能力，以及更加平稳的行动力。未来，人形机器人未来需求可能远超汽车。

②人形机器人凭借自身具备的智能处理能力和与物理世界互动能力，有望成为下一代AI浪潮引领者——具身智能的合适载体。

③AI发展推波助澜，各品类机器人成长迭代加速，加之人口老龄化趋势与国家政策引导，预计机器人市场发展潜力巨大。

事件一

2023年5月17日，在特斯拉股东大会上，其首席执行官马斯克展示了Tesla Bot最新进展，该人形机器人平稳行走，并能在工厂中执行简单任务，同时具备精准的力量控制和记忆功能，马斯克预计人形机器人未来的需求可能远超汽车。

事件二

2023年5月16日，英伟达创始人兼首席执行官黄仁勋在ITF World 2023半导体会议上表示，人工智能的下一个浪潮将是具身智能（Embodied AI），即能理解、推理、并与物理世界互动的智能系统，例如机器人、自动驾驶汽车，甚至聊天机器人。

Tesla Bot研发进展超预期，人形机器人未来需求可能远超汽车

首先，从研发进展来看，自2021年AI日推出概念机以来，特斯拉人形机器人已经完成多个版本迭代， 2022年AI日展示了平台机型第二代版本，目前仍在第二代版本的基础上持续改进。

其次，从步态行走技术来看，Tesla Bot在2022年4月就完成了第一次步态行走，其后在6月、8月、9月持续完善行走功能，本次股东大会上，Tesla Bot已经能够在工厂内实现稳步行走。

最后，从功能来看，2022年10月，Tesla Bot具备了一定的抓取、搬运、上下料功能；2023年3月，Tesla Bot展示了使用螺丝刀的功能；本次股东大会上，Tesla Bot展示了双手处理复杂任务的能力，这是当前人形机器人最难做到的一部分。

此外，在股东大会展示的新版本中，Tesla Bot还表现出了：①精准的控制力， Tesla Bot电机转矩控制已经可以达到十分精密的水平，能够在运动过程中不打碎脚下的鸡蛋。②探索并记忆环境功能，目前特斯拉汽车的FSD（全自动驾驶）系统和人形机器人的底层模块已经打通，人形机器人可以使用FSD构建强大的视觉系统，通过摄像头让模型快速迁移，有望构建有史以来最大的人形机器人数据飞轮。

人形机器人未来成长空间广阔，未来需求可能远超汽车。人形机器人未来将对社会变革与发展产生重要影响作用，将人类从低级和高危行业中解放出来，使人类能够专注于高级智慧活动，从而提升生产力水平和工作效率。马斯克在本次股东大会上也表示，人形机器人未来需求可能远超汽车，未来特斯拉的长期价值将主要来自人形机器人——“未来每个人都会拥有一个人形机器人，有些人甚至不止一个”。根据麦肯锡预测，长期来看，全球人形机器人市场空间可达120万亿级别，是一个崭新且空间庞大的蓝海市场。

“具身智能有望引领下一代AI浪潮”，人形机器人将成为具身智能的合适载体

人工智能和加速计算正在共同改变技术行业，“下一波AI浪潮将是具身智能”。2023年5月16日，英伟达创始人兼首席执行官黄仁勋在ITF World 2023半导体会议上表示，AI的下一个浪潮将是具身智能（Embodied AI）。具身智能是给AI大脑加上躯体后，能够通过感知、推理、决策和行动来与环境互动，并具有自主决策和行动的能力的人工智能系统，它可能的载体包括机器人、自动驾驶汽车，甚至聊天机器人。

人形机器人将成为具身智能的合适载体。我们认为：以Tesla Bot为例，人形机器人未来将具备计算机视觉、自然语言处理、动作规划和控制功能，并且可以拥有语音交互、行走和执行复杂任务等与物理世界互动能力。因此，人形机器人未来将成为下一代人工智能浪潮中，具身智能的合适载体。

目前已经有多家知名企业在开发具身AI技术：①特斯拉的Dojo AI超级计算机项目用于加速训练和推理具身AI模型。②英伟达的多模态人工智能系统VIMA可以学习概念并实现相应的行动，例如识别两个不同的物体，并把其中一个小部件放进容器中。③2023年3月，挪威人形机器人制造商1X Technologies宣布完成A2轮融资，获得OpenAI创业基金领投的2350万美元融资。④此外，苹果、谷歌、亚马逊、微软等国际领先的科技企业都已经布局了智能语音助手系统。

发展机器人是大势所趋，AI赋能有望进一步打开应用空间

发展机器人是大势所趋。①人口老龄化及劳动力成本攀升，促使机器人需求不断增长。根据国务院发展研究中心的预测，2020年至2030年，中国劳动人口预计将从989百万人降至963百万人，劳动参与率预计将从68.4%降至65.2%。此外，中国的平均劳动力成本已显著增加。2017年至2021年，城镇职工年平均工资从人民币7.43万元增加到人民币10.68万元，同期复合年增长率为9.5%。因此，许多行业产生了利用机器人应对劳动力短缺和劳动力成本增加相关挑战的巨大需求。②支持机器人发展政策不断出台。2015年，在国务院发布的《中国制造2025》规划中，机器人产业与人工智能及自动化一同被列为推动制造业转型升级高水平发展的重点领域之一。2021年，工信部等多个部门发布《“十四五”机器人产业发展规划》，该计划提出“要于该期间一批机器人核心技术及高端产品取得突破”。2023年1月，工信部及中国多个其他政府部门联合发布《“机器人+”应用行动实施方案》，促进机器人在各行各业的应用。

AI的快速迭代，我们认为将赋能机器人更加柔性，拓展应用领域：

①工业机器人应用成本将进一步降低：一方面，在传统制造业中，改变生产任务需要重新编写系统代码，还需要调试检验代码的正确性，人力和时间成本较高。利用多模态大模型对特定任务中的物体识别、机械臂控制进行学习，从而使得机械臂可以很好的完成分拣、装配等常规流水线任务，使用者只需要说出清晰的指令，系统将自动完成程序录入，快速进入新的任务状态。另一方面，多模态大模型推理能力强、准确度高，训练过程人力成本低，采用“无监督预训练”（亦称“自监督学习”）模式可以让大模型在海量数据中自行学习，无需人类干预，让模型快速地在训练中成长。随着AI计算能力逐步增强，人与机器之间实现柔性协作能力有望实现提升，整个社会的生产模式和协作方式将经历重大的系统性变革。

②家用服务机器人使用体验将大幅提升：一方面，结合多模态数据感知，家用服务机器人将能够理解用户的语言指令，匹配语言指令做出规划和执行。另一方面，除了传统的清洁、物体识别抓取等功能外，陪伴也将是一项重要能力，通过语音、图片的输入，家用服务机器人可以对用户当前情感状态进行预测，并匹配情感状态使用不同输出模型。

③配送机器人商业化落地加快：首先，配送机器人拥有传感器、人工智能和地图系统，可以获得周围环境和具体位置信息，利用多模态模型，配送机器人可以完成OCR任务、获得目的地信息，从而进行分拣及相关路径规划。其次，在配送过程中，机器人获取的图像也将与目的地具体信息进行匹配，准确定位到小区、楼栋、单元，甚至到楼层和住户。

④人形机器人研发进展有望加快。人形机器人工作环境的复杂性对其运动精度与算法准确性提出了更高的要求，对于多模态大模型而言，可以通过模型参数量增大和训练数据量增大等方法来进一步提升模型效果。从GPT-1到GPT-3，模型的参数量从1.1亿个增长到了1750亿个，而PaLM-E已经达到5620 亿个参数，目前还未看到参数量与数据量增长对模型效果提升的瓶颈。在未来关于AI通用大模型的研究会持续进展，参数量与数据量会持续增长直至达到瓶颈，多模态大模型也将随之更加智能精确。此外多模态大模型通过采用自监督训练方式使得数据收集变得简单，不需要额外进行人工标注，从而在训练数据量增大的同时能够节省人力成本，提高训练效率。

风险分析

①宏观经济和制造业景气度下滑风险：机器人行业受宏观经济波动影响较大，产业与宏观经济波动的相关性明显，尤其是和工业制造的需求、基础设施投资等宏观经济重要影响因素强相关。若未来国内外宏观经济环境发生变化，下游行业投资放缓，将可能影响机器人行业的发展环境和市场需求。

②供应链波动风险：受全球宏观经济、贸易战、疫情防控、自然灾害等影响，若原材料紧缺，芯片等关键物料供应持续出现失衡，将引起机器人零部件制造业厂商生产成本增加甚至无法正常生产，经营业绩可能会受影响。

③研发进展不及预期风险：目前，机器人领域，尤其是人形机器人领域，研发仍然面临较多的困难和不确定性。