当前位置: 模型材料 >> 模型材料市场 >> 机器人行业专题研究从CyberOne看人
(报告出品方/作者:浙商证券,程兵,邱世梁)
1、小米发布CyberOne,全尺寸人形机器人商业化已在路上
1.1、小米发布CyberOne,产品亮点突出未来可期
小米发布业内首款全尺寸人形机器人CyberOne,彰显多元融合技术新成果。8月11日小米推出的CyberOne,身高cm,体重52kg,是业内第一款真正意义上的全尺寸人形仿生机器人,代表了小米对未来科技生态的积极探索,展现出了小米在人形机器人领域各项新技术的阶段性成果。成本问题尚未解决,人形机器人商业化落地道路挑战与机遇并存。目前CyberOne的成本高达六、七十万元,尚不能实现量产,且多项关键技术有待突破。但可以预见的是人形机器人拥有更加丰富的应用场景,商业价值更高,产业链各方向均有布局机会。
“小脑”发达,CyberOne实现机械运动能力的重大突破。相比于小米去年发布的CyberDog,人形机器人CyberOne在电机性能、机身自由度、双足控制算法等方面均取得重大进步。CyberOne支持21个自由度,并能实现各自由度0.5ms级别的实时响应,充分模拟人的各项动作,步行速度可达3.6km/h。关节活动方面,以CyberOne上肢关节电机为例,小米自研了一枚重g,额定输出扭矩高达30n·m的高效电机,保证了上肢的灵活性。而在髋关节部分,CyberOne的主要电机瞬时峰值扭矩可达n·m,峰值扭矩密度可达96Nm/kg,配合小米的自研人形双足控制算法,行走姿态更加平稳。
良好平衡性奠定运动功能基础,看好机器人速度、灵活度等指标持续优化。与特斯拉预告的机器人“擎天柱”相比,CyberOne在关节自由度、步行速度等方面存在提升空间,并且与人的实际情况也有差距。
高情商且具备人类情绪,AI内核赋能环境感知及人机交互,未来有望胜任各类服务场景。环境感知层面,CyberOne可对真实世界进行三维虚拟重建,通过自研的Mi-Sense深度视觉模组,结合AI算法,提供完整的三维空间感知能力。CyberOne搭载自研MiAI环境语义识别引擎和MiAI语音情绪识别引擎,能够实现85种环境音识别和6大类45种人类情绪识别。发布会现场机器人与雷军及观众的互动也展现出人机交互技术研发取得显著成果。
1.2、人形机器人三大路线,CyberOne为代表的服务人应用前景最广阔
人形机器人发展历经二十余年,逐渐形成三大发展路线。人形机器人发展起步于日本,进入21世纪后由美国主导,目前已经形成以波士顿动力为代表的超越人、以特斯拉为代表的替代人和以小米CyberOne为代表的服务人三大主流方向,其中波士顿动力的人形机器人技术主要聚焦于科研领域,商用可能性较小;而相比于特斯拉机器人,我们认为服务型机器人凭借其与用户良好的交互性,有望深入到各类生活场景中,商业价值非常广阔。
“超越人”性能卓越,波士顿动力Atlas代表当前科研最高水平。波士顿动力开发的全尺寸人形机器人Atlas,以液压关节和步态算法为核心的底层技术,实现了接近人类的运动能力,能够快速越过障碍物、完成快速转身、跳跃等动作。Atlas实现这一系列高难度动作的核心是其“大脑”,即感知算法的不断迭代。近年来波士顿动力在机器人外观及机械系统方面并没有做出重大革新,而在软件层持续迭代,将相机、雷达等传感器接收的数据进行分析并对决策制定和动作规划提供最有效的支持。
成本难以控制商业化希望较小,但为服务型机器人商用提供思路方向。虽然目前Atlas机器人定位为科研用途,近年来公司几度易主尝试商业化应用均未能取得有效进展。但Atlas在实证机器人相关技术可行性的同时,为未来人形机器人的商用化进展提供了诸多借鉴点:(1)材料方面,Atlas采用3D打印零件以满足跳跃、翻腾等动作需要的强度/重量比,且体态外观更接近于人的形象,可供机器人商用化参考;(2)动力及负荷方面,Atlas高约1.5m,重约75kg,有效载荷达11kg,除各类运动外可以完成搬运、整理等工作,可以为目前尚处于初级阶段的小米CyberOne升级各类功能模块提供动力、载荷等多维度参考;
“替代人”解决劳动力短缺问题,无人机交互限制其商业应用场景。年6月21日,马斯克宣布将于9月30日推出人形机器人“擎天柱”的原型机,据介绍,擎天柱高cm,体重56kg,可负载20kg,全身具有40个自由度,步行速度可达8km/h,旨在代替人类从事“危险、重复、无聊”的工作,并预计年实现量产。
特斯拉超级工厂可能成为擎天柱应用场景,“指令-执行”工作模式决定其落地局限性。目前推测特斯拉机器人的初步定位于取代部分应用场景下的劳动力,基于“指令-执行”的工作模式避开了现实世界实时感知这一技术难点,能够快速部署到toB领域,但toC领域仍然是最广阔的应用场景,也是人形机器人的最终目标。他山之石,特斯拉机器人商用化路径更加清晰,自动驾驶技术及供应链整合能力为两大核心优势。参考特斯拉路线,国内零部件厂商或迎来重大机遇,AI算法及AI芯片迭代需要重点
转载请注明:http://www.aideyishus.com/lkjg/2154.html