1、下一代智能化终端，人形机器人将打开蓝海市场

1.1、特斯拉宣布进入人形机器人市场，技术可复用率高

特斯拉作为自动驾驶全球领先企业，已有技术积淀可在人形机器人中复用。公司宣布将于今年9月30日推出首款双足人形机器人-擎天柱（“OPTIMUS”），TeslaBot将基于视觉神经网络神经系统可预测性的自动管理技术，以DojoD1自研超级计算机芯片和提供算力的FSDChip2.0硬件驱动微核心。从目前公布的应用范围来看，人形机器人是服务机器人的技术升级，涉及自动控制、视觉导航、传感器技术等多种技术的融合。作为美国最大的电动汽车及新能源企业，公司具有领先行业的自动驾驶技术，部分技术积累可复用于人形机器人中，如：AI芯片、自动驾驶算法和AI视觉解决方案，但也有一些新增部分需要从相关元器件厂商处采购，比如减速器、伺服电机等上游材料。

【AI芯片】自研D1芯片结合多芯片模块技术（MCM）构建高带宽、低延迟训练模块，支持全球最先进的可扩展AI训练机器Dojo系统。自定义计算芯片D1芯片是由354个训练节点组成的阵列所形成的面积为645平方毫米的计算平面，采用7nm制造工艺，热设计功率（TDP）为400w。作为Dojo超级计算的集成单元，D1芯片能实现362TFLOPS的机器学习计算（362TFLOPs(BF16/CFP8)/22.6TFLOPs(FP32)），片上带宽为10TBps，边缘的IO带宽为4TBps，约为最先进的网络交换芯片的两倍。

训练模块由25个D1芯片使用扇出晶圆工艺紧密集成，保留了裸片之间的带宽，利用多芯片模块技术（MCM）解决IO问题，优化带宽，同时减少延迟、面积和功耗，实现相邻芯片间通信速度的低延迟。集成连接器、定制的电压调节器模块、机械和热部件的训练模块最终能提供9PFLOPS的计算和36TB/s的模块外带宽。120个训练模块平铺创建出能够达到1.1EFLOPs的超级计算机系统，为AI训练提供充足算力。与行业中的其他类似超级计算技术相比，Dojo计算机在同等成本下具有4倍性能，1.3倍能耗节约，碳排放仅占1/5。它不仅能实现全球最快的AI训练速度，而且性能拓展无上限，特斯拉预计下一代Dojo系统在某些方面将拥有10倍的性能提升。

【自动驾驶算法】公司自动驾驶算法实现感知、规划与控制，赋能人形机器人部分类人特征。特斯拉自动驾驶方案基于感知网络输出根据真实世界建立的三维向量空间，并利用传统规划方法与神经算法相结合的混合规划系统，在该空间中规划汽车完成指定任务的行为和轨迹，最终控制其完成。特斯拉的神经网络算法（NeuralNetworks）应用前沿研究，训练深度神经网络处理从感知到规控的各种问题。预计该算法用于人形机器人中，将推进人形机器人的自治能力和对空间与时间信息的感知，并做出准确决策。由于拥有大规模原始数据集、自动标注方案、虚拟仿真空间以及充足的算力，特斯拉自动驾驶感知、规控的核心算法在应对不同场景的性能方面都可以得到充分的训练。

【AI视觉解决方案】空间理解和短时记忆能力，实现特斯拉自动驾驶纯视觉感知。特斯拉放弃雷达融合方案，仅利用车身四周的八个摄像头模仿人类视觉系统原理进行纯视觉感知。采用HydraNet多头网络的基础结构形式，多个子任务共享特征空间。

感知网络将不同汽车摄像头捕捉到的视频数据经过数据校准层（Rectify）的处理和映射，消除外参后，通过残差神经网络（RegNet）和BiFPN多尺度特征融合结构，提取出多尺度视觉特征空间。采用“前融合”思路将多个视频数据融合后通过网络结构中引入的BEV（鸟瞰俯视图）空间转换层，其中的核心模块Transformer神经网络利用Query、Key和Value三个核心参数实现三维变换的空间理解，代替雷达感知物体深度信息。引入时空序列特征层识别不同时间维度的图像即视频片段，使自动驾驶感知网络拥有短时记忆能力。最后各个头部基于统一提取的时空特征序列可实现1000多个不同的任务，如物体检测、交通信号灯识别、车道线识别等。

完整的Autopilot神经网络包含48个网络，需要70,000个GPU小时进行训练，共同在每个时间步输出1,000个不同的张量（预测）。其中摄像头网络分析原始图像以执行语义分割、对象检测和单目深度估计。鸟瞰网络从所有摄像头获取视频，直接在自上而下的视图中输出道路布局、静态基础设施和3D对象。该视觉网络不仅能够利用仿真平台从世界上最复杂、最多样化的场景中学习，还能实时迭代地从特斯拉近100万辆汽车组成的车队中获取信息。

特斯拉的仿人机器人在机器视觉上的路径和智能驾驶有相似之处。特斯拉机器视觉中的纯视觉解决方案，是基于图像的目标检测，目的是确定图象中是否存在给定类别的目标实例，若存在，就返回每个目标实例的空间位臵和覆盖范围。而目标检测就是解决分割、场景理解、目标追踪、图像描述、事件检测和活动识别等更复杂更高层次(时间记忆等)的视觉任务的基础。

【减速器】谐波减速器是人形机器人的核心零部件，在国产替代趋势下相关供应商将有更多成长红利。根据特斯拉机器人目前公布的数据，20多个关节需要使用谐波减速器。但考虑到目前谐波减速器的单价较高，且技术壁垒高，特斯拉自研可能性很小，因此预计初期量产时谐波减速器的用量可能会有所减少。未来随着特斯拉机器人的量产和谐波减速器的降价，需求量将大幅增加。国内如绿地谐波、来福等优质厂商生产的谐波减速器的市占率明显提高，有望在人形机器人发展需求中进一步成长。

【伺服系统】伺服系统市场规模近300亿元，预计将在在工业自动化带动下保持高速增长及创新，可复用于人形机器人。伺服系统是一种电磁装臵，通过使用负反馈机制将电能转换为精确控制的运动。据中商产业研究院统计，2017-2021年，我国伺服系统规模将从97亿元增长到224亿元，复合年增长率为23.3%，增速较快。长期来看，中国的人口红利会消退，劳动力成本会逐渐上升。传统行业尤其是制造业对自动化生产线设备的需求将始终保持增长趋势，且人形机器人作为新增场景，伺服系统的需求量将在未来有所增长，以及可能会有更先进的伺服系统产品出现。

【控制器】人形机器人对控制系统的需求量以及高质量的要求，将进一步推进控制系统市场的发展。控制系统类似于机器人的大脑，负责向机器发出传感以及传递指令和一系列动作，控制机器人在工作过程中的运动位臵、姿态和轨迹。我国工业机器人产业链日趋成熟，在机器人控制器软硬件方面的发展实力不断增强，市场成倍增长。中商产业研究院数据显示，中国工业机器人控制器市场规模将从2017年的10.5亿元增长到2021年的14.7亿元，复合年增长率为8.8%。到2022年后中国工业机器人控制器市场规模将可能达到16.2亿元。

1.1、当前全球机器人市场竞争格局：欧美日领先，中国系统集成赶超

当代国际机器人市场商业模式：日本产业链，德国本体＋集成，中美集成。根据产业链布局将商业模式归纳为三种：零部件、本体（包括本体＋零部件、本体＋集成、全产业链）、系统集成。美国模式侧重于系统集成，优势领域在医疗机器人、国防军工机器人，以AdeptTechnology、AmericanRobot为代表企业。欧洲模式以德国为代表侧重于本体＋集成，在工业机器人和医疗机器人方面均具有产业优势，拥有以ABB、KUKA为代表的机器人国际公司。日本模式在零部件、本体、集成产业链上分工明确，优势领域在工业机器人和家庭机器人，著名企业包括发那科、安川等。中国在系统集成环节已反超外资，占据主要市场份额，正向日本德国模式发展，未来的发展趋势将类似于日本的产业链分工模式。

特斯拉虽然在智能汽车领域技术领先，但在人形机器人市场是新进入者。当前人形机器人领先企业波士顿动力与日本本田和特斯拉在产品定位与技术布局存在差异。从技术和产品成熟度来看，波士顿动力在行业中处于领先地位，专注于提升“运动智能”的能力，最开始是以军用机器人为出发点，属于专业领域，但还没有找到合适的商业化途径；日本本田尝试将ASIMO应用于教育、接待、娱乐等各类场景，并计划利用ASIMO驱动机构、控制算法等进一步研发具备看护、护理等功能的服务机器人。特斯拉则从家用、商用切入服务领域实现商业化。波士顿动力机器人应用场景主要在任务执行，产品迭代趋势为灵活性增加。

波士顿动力感知系统主要采用激光雷达解决方案，从四足改进到双足，体积、重量不断减小，速度更快，能实现的动作更多。日本本田在双足技术方面先发优势更为显著，经历了三四十年的双足、双臂技术积淀，平衡性与灵巧性不断提升。

特斯拉的双臂双足等协同技术仍缺乏沉淀。人形机器人的核心难点是双足技术，重心和动作的配合很重要。重心控制方面汽车到机器人跨度非常大，从高维向低维。另一核心难点双臂控制，行业总体还处于起步阶段，参考谷歌、三星、戴森等IT巨头，都采用单臂，控制难度较小。在工业方面，南方许多工厂使用机械臂代替人工进行高精尖工作，商业价值明确，但很难将技术移植到服务机器人上：因为机械臂在工厂里处于固定位臵，与目标点的距离固定。服务机器人有两条手臂，目标距离随时变化，对传感器精度、算法和目标跟踪提出了更高的要求，除了能准确捕捉目标外，更不能互相干扰。

波士顿动力的双足技术靠液压控制和算法可以实现通关、跑步、跳舞。日本本田2000年推出了能够跳跃和使用楼梯的人形机器人ASIMO之后，人形机器人的发展方向逐渐走向成熟化。但他也用了很多模型去模拟人双足走。比双臂技术更难。现阶段AI技术水平也难以实现操作机器人做这类复杂的事情。但是波士顿动力和本田ASIMO的双臂没有那么灵活。手脚配合没有任何一家公司能做到。特斯拉也很难在Teslabot发布时有所超越。参考其他IT巨头，谷歌、三星、戴森。戴森的目标是2030年，谷歌没有透露原型成熟销售的时间，因为机器人，尤其是服务机器人，要突破很多技术难关。参照特斯拉智能汽车经验，马斯克擅长利用制造工艺与思维方式改变，在已有的技术基础上创造性实现成本和性能突破，9月30日TeslaBot或有意外惊喜。

1.1、人形机器人打开万亿蓝海市场

在“机器换人”的趋势下，机器人产业拥有广阔的市场空间。根据马斯克在2022年4月的TED演讲，Optimus的单价大约2.5万美元（约16.75万元人民币），显著低于波士顿机器人。预估Optimus单价在15万到20万元之间，有望进入家庭作业、快速配送、工业生产等各种消费级和商业级场景。据麦肯锡报告，到2030年，全球约有4亿个工作岗位将被自动化机器人取代，按20%渗透率测算全球人形机器人市场空间12-16万亿元。

根据IFR和中国电子学会的数据，2021年中国机器人市场规模预计约839亿元，2016到2023年CAGR约为18.3%。其中，工业机器人、服务机器人和特种机器人市场规模分别为445.7亿元/302.6亿元/90.7亿元，占比分别为53%/36%/11%。尽管人形机器人处于起步阶段，参照其他电子产品，渗透率超过20%后将爆发式增长。按23-30年CAGR30%测算到2030年，我国人形机器人市场规模约8700亿元。

2021年中国人家工作10.68万元，按照Optimus15万-20万的价格区间，购买单台Optimus机器人的退货期为1.4-1.9年，即1-2年内可收回成本，机器人无需休息并且可以长时间从事高强度劳动。用机器人代替人力具有可预见的经济价值。

1.2、短期零部件先行，长期看机器人智能化程度空间广阔

根据产业链调研，机器人BOM成本主要集中在机身零部件，特别是电机、减速器，增量空间显著。以人形机器人关节为例，单个关节安装的位臵不同，承载力不同，价值差异大，总体区间可从几千到上万。机器人BOM成本约60%-70%投入各种机身关节、减速器、控制器等；主控芯片与全身传感器占比约15%；躯壳与电池等占20%。当前全球尚无实现商业化的人形机器人，使用场景与功能待定，不同技术解决方案成本构成差异非常大。8月12日晚小米发布人形机器人CyberOne（“铁大”），公告的BOM成本约60-80万人民币，比较符合当前市场认知。特斯拉机器人定价较低，预计三五年后可量产，降低硬件成本的技术方案，如谐波减速器，成为关键布局机会。

长期看机器人智能化程度提升增加对智能网联和AI算法需求的提升。机器人本体通信、连接入网，以及前期的数字孪生和算法训练，都将提升对芯片、通信模组、云计算资源的需求。同时，随着智能化程度提升，参考《中国汽车基础软件发展白皮书2.0》，汽车软件结构占比将从2016年的10%到2030年的30%，我们认为机器人软件占比也将复刻汽车软件发展路径，从当前约不到10%提升至2035年30%+。

2、下一代智能化终端，感知决策供应链与智能汽车或高度重叠

2.1、人形机器人环境感知需求高，带动各类传感器需求

人形机器人的环境感知方案或可类比智能汽车，利用摄像头、激光雷达、毫米波雷达、红外传感器、超声波传感器等。环境感知是对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的语言分类。环境感知需要通过传感器获取大量的周围环境信息，确保对车辆周围环境的正确理解，并基于此做出相应的规划和决策。同样地，人形机器人也需要感知系统判断周遭环境。由于各类环境感知传感器在感知性能上各有优劣，预计会搭配使用。

我们认为人形机器人感知能力应该对标自动驾驶L4以上级别：1）人形机器人作为家用机器人，在屋内活动时，需要清楚感知工作环境，避免造成人身伤害或经济损失；2）人形机器人或有外出任务，如：家庭采购、快递、外卖配送等，此时人形机器人在路上等同自动驾驶，需要具有判断往来车辆和行人以及路面标识的能力；3）人形机器人或将代替人类执行较危险的工作，如：高空作业、工地劳动等，因此需要具有感知精度更高、决策速更快的特性。

人形机器人感知方案或如同自动驾驶，分为纯视觉感知激光雷达与两大路线。纯视觉感知路线以机器视觉为核心，利用毫米波雷达+摄像头实现自动驾驶，其优势为成本低且符合人眼逻辑，在数据积累达到一定规模后能够超越激光雷达方案的表现，但在恶劣环境下，摄像头完成感知任务的难度也会随之提升；激光雷达方案可以在现有技术条件下实现快速3D建模，比较精准的还原路况信息，形成计算机可以快速识别、快速处理、快速应对的方案，目前的痛点在于成本高昂、且对芯片算力需求大。

特斯拉或坚持纯视觉路线，其他厂商可能采用激光雷达方案。特斯拉凭借自身的算法能力、数据储备等优势，采取基于摄像头的视觉方案；而国内车企通常选择基于激光雷达的技术方案。因此在人形机器人方面，特斯拉可能会坚持纯视觉路线，而在激光雷达产业链逐步成熟、成本逐渐降低的情况下，未来其他厂商制造机器人时，激光雷达或会成为主流方案。

人形机器人有望继智能汽车成为CIS最新增长动力。根据Frost&Sullivan，2020年至2025年，全球CIS出货量/全球车载CIS出货量的CAGR为13%/19%；全球CIS销售额/全球车载CIS销售额的CAGR为9%/21%，车载CIS销售额提升较出货量快的原因为车载摄像头需应对复杂的环境，因此标准更严苛，CIS作为其核心部件，需要提升HDR、LFM、低照等关键技术以匹配车载摄像头高像素、高稳定性的趋势，因此车载CIS的单位价值较高。同样地，人形机器人摄像头需要高性能快速且精确地取得图像信息，应对多变的工作环境，亦会使得此领域CIS价值量较高。

国内厂商发力高规格CIS，人形机器人CIS有望实现国产化。国内CIS行业起步较晚，以往主要从低端产品切入，而经过多年的追赶，与海外厂商差距正在不断缩小。根据ICVTank，2021年，国内厂商豪威科技（韦尔股份子公司）车载CIS市场份额达29%，全球排名第二，技术水平处于领先地位，产品广泛受到整车厂与Tier1厂商认可。而国内其他厂商也正发力车载CIS，例如格科微产品已用于行车记录仪、360度环视、后视、座舱监控等；思特威产品在倒车摄像头后装市场获得广泛应用。由于国产CIS具备性价比、临近产业链与市场等优势，我们认为人形机器人是国产CIS的发展契机，推动国产厂商技术加速升级，占据更多市场份额。

豪威科技（韦尔股份子公司）：国内CIS领先企业，有望凭借技术优势进入人形机器人产业链。豪威科技图像传感器产品已经广泛的应用于消费电子、安防、汽车、医疗、AR/VR等领域，其中CIS产品型号覆盖了8万像素至6,400万像素等各种规格。可实现摄像头更高速的自动对焦；降低功耗并保障了图像质量；显著提升在无光和低光环境下的图像捕捉能力；能捕捉高速移动物体，且不会产生空间失真。目前豪威科技已打入国内多家自动驾驶产业链，未来或可凭借技术优势进军人形机器人产业链。

中国成为激光雷达主要市场，国产厂商占据地理优势。据Frost&Sullivan，2021-2025年全球激光雷达市场规模将以CAGR61%的增速增长，中国市场将占全球总市场的31.8%。激光雷达市场快速扩张主要受车载等高端应用领域拉升，由于车载环境感知的技术方案理论上可复用至人形机器人上，因此，一旦人形机器人需求起量，将带动激光雷达需求进一步扩张，国内厂商背靠市场，且上下游产业链完善，容易形成规模、成本优势。

国外激光雷达厂商仍占据车载较大份额，国内厂商正迎头赶上。国内激光雷达厂商发展迅速，目前技术已相对成熟，也已进入国内车企产业链，如：小鹏P5等使用大疆产品；小鹏G9、上汽智己L7、广汽埃安LXPlus等使用速腾聚创产品；北汽极狐αS、长城铁甲龙等使用华为产品。从市场竞争格局来看，据Yole统计，2021年全球车载激光雷达领域，法雷奥以28%的份额市场占有率第一；速腾聚创、禾赛科技、华为、大疆等国内厂商合计市场份额约为26%，单厂商市场份额较低，国产替代空间巨大。

速腾聚创：车规级MEMS激光雷达领导者。速腾聚创深耕MEMS微振镜技术路线，其RS-LiDARM1（MEMS）是全球首款车规级量产的MEMS激光雷达。2018年通过IATF16949车规认证，2020年批量出货北美，并于2021年领先全行业，实现车规级量产交付。性能方面，M1拥有120°×25°的超广视场角以及最远200m的测距能力，突破了905nm光源MEMS激光雷达测距极限，并且实现人眼安全的激光级别。

禾赛科技：高线数激光雷达领先企业。公司拥有成熟且丰富的机械式激光雷达产品线（32/40/64/128线）。其中PandarGT与速腾聚创RS-LiDARM1均为MEMS半固态产品。从最大扫描范围来看，PandarGT可达300米(10%反射率)，而RS-LiDAR-M1为200米；从可视角度来看，RSLiDAR-M1的FOV为120/25度，超过PandarGT的60/20度。

1.1、人形机器人算力要求较高，部分国产芯片厂商或可满足需求

人形机器人的控制芯片类似自动驾驶芯片。与智能驾驶相关的芯片主要分为自动驾驶芯片（边缘端）和智能座舱芯片两大类，另外衍生的相关芯片种类还有计算集群芯片（云端）。自动驾驶芯片具备智能和学习的特性，可模仿人的大脑神经网络，符合人形机器人需求，故可作为人形机器人的大脑。人形机器人注重机体运动的高流畅以及人机交互的低延时，需要更强大的算力支撑，才能使人形机器人更像人。

目前自动驾驶芯片市场份额主要由海外玩家占据，包括英伟达、英特尔Mobileye、高通等。国内外汽车自动驾驶进度上的差异，与国内外汽车AI芯片发展上有关。国外芯片产业发展时间长且产业链成熟，英伟达、高通、英特尔等国际巨头先后展开汽车智能化相关领域芯片的布局。国内芯片产业虽起步晚，但国内市场、政策提供了有利环境，AI芯片迎来发展风口，自动驾驶领域的AI芯片公司有望迎风见长。

国内厂商的核心优势在于国内市场庞大，可占据地利条件。虽然国内芯片在算力方面目前落后于英伟达等国际大厂，但随着时间推移，在技术水平跟上以后，产业链、终端市场等地理优势将逐步显现，本土化服务能力将成为国产企业核心竞争力，可持续关注国产AI计算芯片领先企业地平线。

地平线：推出首款可量产的百TOPS级大算力AI芯片，积极布局机器人产业链。地平线车载芯片征程系列在汽车领域获得广泛认同，目前已获得70多个车型的前装定点。征程5针对高等级智能驾驶应用场景，单颗芯片算力可达128TOPS，于2022年先后斩获比亚迪、一汽红旗等重要定点。此外，2022年6月，地平线机器人推出国内首个软硬一体、开放易用的机器人开发平台——HorizonHobotPlatform，囊括底层计算、开发工具、算法案例在内的整套机器人开发服务，为机器人开发者、提升机器人开发效率提供了全新的基础设施。当前公司旭日系列芯片在智能机器人、智能家居等领域已实现规模化落地量产，应用在科沃斯、小度等产品上，未来公司有望成为国产人形机器人芯片主流玩家。

1.1、人形机器人带来智能网联需求增长

人形机器人主要面对家庭和服务场景，5G低延时、高速率、广连接等特性将为其赋能。人形机器人为主人提供快速、精准的服务，在家用场景下可连接所有智能家居产品，作为总开关，在人机交互时可以迅速搜索云资料库，并提供相对应解决方案，因此需要强大度数据传输能力，并根据指令完成相应执行动作。5G带来的无线连接技术和云端技术，将对机器人智能化带来更大灵活性。

人形机器人要有“人性”，传输速度要求远高于现有水平。智能手机方面，目前5G最高下载速率能达到1Gbps左右，上行速率约为100Mbps。车载网络方面，目前汽车以太网可以支持1Gbps左右的网络速度，然而当前具有半自动驾驶功能的汽车的网络速度从500Kbps到1Mbps不等。想要达到完全自动驾驶技术水平，预计需要网络速度10~20Gbps。由于人形机器人在环境感知、人机交互、甄别危险等方面有短时效大量数据传输需求，因此初步判断人形机器人传输速率至少要达到10Gbps。

1.1.1、海外基带芯片厂商主导，国产厂商处于蓄力阶段

全球基带芯片公司凤毛麟角，高通占据一半以上市场份额。由于基带芯片技术壁垒高，需要技术长期累积，且需要和全球上百家通信运营商达成互联互通测试，目前市场仍由海外大厂主导。根据StrategyAnalytics，2021年全球基带芯片市场份额达314亿美元，其中，海外企业高通、联发科、三星LSI三家占据90%以上市场份额，国内商用基带芯片较为成熟的企业有华为海思、紫光展锐和翱捷科技，整体市场国产化率较低，国产替代空间广阔。5G技术是人形机器人性能的关键所在，国产基带芯片厂商发展可期。由于目前高通、联发科占据手机芯片大部分市场份额，国产厂商纷纷向其他领域，如车载、可穿戴等方向布局，人形机器人为全新增量领域，且市场前景良好，或可助力国产通信芯片厂商抢占市场。

翱捷科技：物联网基带新锐，有望实现人形机器人基带芯片国产化。公司拥有2G-5G蜂窝基带芯片的研发设计能力，且有WiFi、LoRa、蓝牙和全球定位导航芯片等物联网芯片的产品布局，全面覆盖智能物联网市场各类传输距离的应用场景；人工智能领域，公司拥有高速SoC芯片定制能力及基于AI芯片架构和自研ISP实现智能IPC芯片流片。公司蜂窝基带芯片下游客户广泛，与移远通信、日海智能、有方科技、高新兴、U-blox等达成合作，进入了国家电网、中兴通讯、小米、Hitachi、奇虎360、TP-Link等品牌企业供应链体系。作为国内基带芯片佼佼者，翱捷科技长期布局万物互联场景，有望凭借技术积累、产业链布局，拓展人形机器人网联业务。

1.1.2、国内通信模组发展迅速，万物互联技术成熟

物联终端核心部件，负责接入网络与数据传输。通信模组是物联网智能终端的核心部件，是智能终端与物联网之间的连接纽带，肩负着智能终端接入网络的重要使命，在物联网产业架构中处于感知层和网络层中间，负责智能终端和网络层之间的数据传输，感知层采集的海量数据均需通过无线通信模组汇聚到网络层，进而通过云端对设备进行有效控制，通信模组决定了设备能否应对复杂的应用环境从而确保通信质量的稳定性和可靠性。因此，通信模组在人形机器人应用中尤为重要。

智能模组助力实现人形机器人。根据美格智能，目前通信模组已演进为智能模组，其具备通信模组特性，支持2G-5G的广域网接入。同时智能模组自带Android、HarmonyOS等复杂的操作系统，具备开放安全的软件环境；自带CPU、GPU算力，高度集成化，支持GNSS、Wi-Fi4/5/6、BT/BLE。智能模组拥有丰富接口，可扩展复杂外设，例如：LCM/TP/Camera等外设需求，以及多路的UART/IIC/SPI，方便用户串接各种Sensor、NFC、扫码头、指纹识别等外扩设备。相较于传统的AP+Modem搭配方式，智能模组的尺寸更小，价格更有优势。以5G+AIoT为核心的智能化产业链智慧升级越发加速，蜂窝模组4.0/5.0也即将面世，以智能模组+物联网定制化解决方案，助力实现功能全面的人形机器人。

国内通信模组企业纷纷布局机器人领域。移远通信通过其5G模组，利用“机器人+人工”相结合的方式提高巡检效率，通过配臵4K/8K超高清摄像头，5G电力巡检机器人可以将故障区域的高清画面实时传输至管理平台，让工作人员身临其境地查看现场实景；美格智能通过其5G智能模组高算力、低时延、高速率的传输优势，加上内臵高精准度定位导航系统和丰富的接口，支持外接多路摄像头等多种传感技术，实现送餐机器人智能行驶，可在设定范围内自由穿梭；高新兴于2022年5月将50台警用“巡逻机器人3.0千巡F2”正式交付盐南公安，千巡F2利用多种传感器构建全息跨媒体跨时空融合感知，还具备了人车识别、行为检测、物体检测等二十多种AI算法，可实现排查通缉犯、寻找走失人员等功能。

凭借成本优势和工程师红利，以及背靠国内外巨大市场，“东升西落”与国产替代是必然趋势。物联网模组的标准化程度较高，产品技术优劣主要取决于所用芯片，公司壁垒主要体现在场景覆盖与销售渠道。加之物联网行业空间巨大且碎片化，不同细分场景复合增速20%-40%，参与厂商较多，竞争较激烈，在产品快速起量的过程中，企业通常会采取降价的处理以抢占市场份额。由于海外人工成本、研发和运营费用均较高，海外厂商无力与国内厂商抗衡。从全球竞争格局来看，车载模组行业呈现出东升西落趋势，未来国外厂商或进一步缩小市场份额，而国内厂商有望受益于全球化扩张。因此未来在人形机器人模组市场上，中国厂商仍保持有明显优势。

目前中国厂商已占据通信模组60%以上份额。据Counterpoint，2022年Q1全球蜂窝物联网模组市场份额中，中国厂商合计占比达60%以上，市场份额前三的厂商分别为移远通信（38%）、广和通（9%）、日海智能（6%）。随着中国厂商在物联网技术和精细化管理的积淀发展，以及背靠中国消费市场，中国通信模组厂商收入规模快速增长，规模优势渐显，高端产品不断拓展海外市场，与海外同行业巨头直接竞争，市场份额快速提升。建议关注国内头部企业：移远通信、广和通。

移远通信：通信模组龙头，携手全球科技巨头打造高算力产品。公司产品已广泛应用于智能车载设备、智能网关、工业相机、行业监控、机器人等场景，最新产品SG865W-WF，搭载高通SoC芯片QCS8250，采用7nm工艺制程，综合算力高达15TOPS。此外，公司5G通信模组已经成功与英伟达JetsonAGXOrin平台完成联调。JetsonAGXOrin是英伟达近期发布的一款体积小、功能强的人工智能超级计算机，与移远通信的5G模组调通可以轻松实现5G网络连接，将5G的超高速率、高可靠性、低延迟等优势带入广泛的垂直市场。公司有望以技术、产业链、海外布局等优势，抢占全球人形机器人通信模组市场份额。

广和通：物联网模组领先企业，聚焦高利润领域。公司目前业务结构与移远通信相似，其营收完全来自物联网模组，但公司聚焦相对大颗粒高价值领域，如消费电子、车联网、智能电网、安防监控等工业领域，这些垂直领域价值量较高，加上广和通完全将生产制造外包，因此广和通虽然营收规模较低，但毛、净利率较高。目前公司在车联网领域已形成完善的全球化布局，技术、产业链实力突出，未来有望发力人形机器人通信模组。

1.1.1、人形机器人或继智能汽车成为连接器又一增长领域

高速连接器的主要作用就是实现电路不同或者电路连接。目前新能源车朝智能化方向发展，智能驾驶体系不断叠进至L3，由此不断增加传感器的数量（摄像头、毫米波雷达和激光雷达等）以及停车辅助、车道偏离预警、夜视辅助、自适应巡航、碰撞避免、盲点侦测、驾驶员疲劳探测等功能需求扩充，促使ADAS（高级辅助驾驶）配备更高带宽的传输网络。人形机器人同样需要更多更快的数据流量支撑，因此将带动高速连接器的需求。

高速连接器可以分为Fakra、MiniFakra（HFM）、HSD和以太网连接器。汽车高速连接器可分为射频连接器和差分连接器，射频连接器（FAKRA、Mini-FAKRA）主要用于连接摄像头、雷达等传感器，差分连接器（HSD、以太网连接器）主要用于连接车域网。

人形机器人高度智能化将带动高速连接器需求与单机价值量。传统燃油车连接器的单车价值量约1000元，主要用于信息娱乐系统，而目前智能化水平较高的新能源车连接器的单车价值量平均在3000-5000元，部分车型甚至可达10000元。汽车智能化带动连接器增长的来源主要是万物互联系统与ECU模块，互联包括4GLTE、5G、V2X、GPS、北斗等天线模块；而ECU模块增量主要包括ADAS控制模块、雷达控制模块、新一代高速运算平台等，这两点与人形机器人所需功能高度相同，因此从应用角度来看，人形机器人一旦量产，将成为高速连接器又一增长曲线。建议关注：高速连接器领先企业电连技术。

电连技术：国内射频连接器龙头企业，深耕消费电子，进军新领域。公司具有消费电子射频连接器大批量、规模化生产经验，汽车、人形机器人所需的高速连接器产品和消费类电子类产品的主要生产流程有较多的类似之处，在制造工艺有较好的协同作用，凭借在消费电子类产品方面生产经验，未来公司有能力完成面向人形机器人提供连接器产品大规模的交付，成本管控和精密化制造一致性及稳定性。

人形机器人同样将配有电池，高压/换电连接器需求亦有望攀升。高压连接器主要用于新能源汽车的电池、PDU（高压配电盒）、OBC（车载充电机）、DC/DC、直/交流充电接口等高压单元。新能源汽车高压连接器的单车价值量约700-3500元，且相较于传统汽车为全新增量。人形机器人若采用充电桩充，将会提升高压连接器需求；若是以换电形式为主，则换电连接器需求将有望提升。

瑞可达：特斯拉连接器供应商，进入人形机器人产业链可期。公司覆盖了新能源汽车领域的优质龙头客户，如特斯拉和蔚来汽车等。2016年公司通过特斯拉的审核正式进入其供应链，目前已为特斯拉电动轿车、电动SUV、电动卡车及充电设施提供100多款产品；蔚来汽车提出了车电分离概念，需要每辆整车配备一套换电连接器组件。公司是蔚来汽车换电连接器组件的主要供应商和高压连接器产品的重要供应商，目前蔚来汽车销售的电动车均采用了公司的换电连接器组件和高压连接器产品。无论人形机器人是充电还是换电形式，公司都有技术先发优势。

永贵电器：轨交连接器龙头，发力新能源高压连接器。公司高压连接器、充电枪、高压线束等产品已进入比亚迪、吉利、长安、小康、上汽、广汽、一汽等国产一线品牌及合资品牌供应链体系，以及特锐德、威迈斯等桩端客户，伴随未来公司从客户广度向深度拓展，公司新能源连接器有望进一步提升价值量，迎来高速增长。未来国内厂商发展人形机器人时，在选择连接器供应商时，具有技术和产能优势的永贵电器。或成为优先选项。

1.1、人形机器高精度定位需求

1.1.1、人形机器人或带动更高精度室内定位技术发展

人形机器人若作为家用服务型机器人，需要精度较高的室内定位系统。目前在所有室内定位技术中，精度排在首位的当属动作捕捉技术，其测量精度高达亚毫米级，而目前大量用于机器人室内定位的则为UWB技术，精度可达厘米级别，且有穿透性强的特点。

UWB技术或更上层楼，领先企业有望受益于更高精度需求。目前室内定位精度较高，且较为成熟的技术为UWB定位技术，广泛应用于智能制造、智能建设、养老医疗、公共安全、物流运输等，然而目前UWB定位精度还处于厘米级别，国内各企业正积极强化UWB定位性能，或探索、进军动作捕捉技术，随着人形机器人产业发展，更高精度的室内定位需求逐步释放，对于室内定位技术要求更高，掌握更多室内定位技术know-how的头部企业有望受益。建议关注：UWB室内定位技术领先企业如中海达等。中海达：“海陆空天、室内外”产品布局，实现全方位高精精准定位。公司依托于北斗高精度定位和时空智能技术叠加融合5G、云计算、区块链、大数据、人工智能、边缘计算等新兴技术，在北斗高精度、CORS网建设、星地融合、三维激光雷达、自动驾驶车载高精度、灾害监测等相关领域都取得了较快的发展成果，是中国高精度定位赛道内的领军者。其子公司联睿电子是一家专注于UWB超宽带高精度定位技术的国家高新技术企业，目前已成功应用在物流仓储、轨道交通、监狱管理、智能零售等多个领域。未来或可为人形机器人提供室内外一体的高精定位产品。

1.1.1、高精地图、高精导航协助机器人户外任务执行

高精地图为激光雷达方案人形机器人独立外出关键。从自动驾驶传感器方案来看，特斯拉的纯视觉方案更多依赖自身算法构建向量空间；而激光雷达主导的方案，需要搭配高精度地图、高精度定位，根据高精地图存储的车道线、红绿灯等信息，才能够实现自动驾驶。因此，在目前激光雷达方案日益成熟的情况下，未来人形机器人仍有采用激光雷达方案的可能，对于高精地图、高精导航的需求也会增加。

高精地图参与者主要有三类：1）传统图商（四维图新等）；2）互联网企业（百度、高德等）；3）自动驾驶及软件信息企业（Momenta、宽凳科技等）。目前三类企业的高精地图皆有进入自动驾驶的计划或实例。由于人形机器人需要依托强大的算力平台，开发者可能由互联网厂商主导，因此有互联网企业背景和地图资质的高精地图厂商具有较强的产业链优势。

国内厂商可满足需求人形机器人高精地图技术。目前国产高精地图技术已相对成熟，且已广泛应用于自动驾驶等高阶应用领域领域，因此国内厂商有进军人形机器人产业链的实力，建议关注：高精地图头部企业四维图新。四维图新：国内导航地图龙头，进军车载MCU市场。公司具备规模最大的外业采集团队之一，包括覆盖全国的采集车超过100辆，道路和POI采集人员超过500人，建有覆盖全国的33个外业基地。公司目前已获得宝马、大众、奔驰、通用、沃尔沃、福特、雷诺、丰田、日产、上汽通用五菱、宝沃、吉利、长城等主流车厂的订单，并且多为长期合作关系。此外，公司近年来积极布局智能驾驶与智能座舱MCU，在高精地图、汽车芯片、智能驾驶等方面已建立起竞争优势与成熟的整体解决方案，协同建立的产业生态亦开始逐步放大。未来或可将此商业模式复制到人形机器人产业。

导航应用行业目前市场较为分散，技术门槛提高将使市场逐步集中。根据2022年中国卫星定位导航协会发布的《中国卫星导航与位臵服务产业发展白皮书》，截至2021年底，相关上市公司（含新三板）总数为90家，行业整体呈集中度较低的局面。随着北斗三号系统的空间段、地面段完成建设，下游自动驾驶、机器人需求逐步释放，需要更加精确的空间、时间信息，对卫星导航信号接收设备提出了更高的要求，拥有领先的核心芯片、天线等基础器件技术，以及研发力度较强、资金充沛的企业将更好受益于高精度市场的增长。建议关注：卫星导航行业头部企业如中海达、华测导航等。

华测导航：高精度卫星导航定位领先企业，积极布局海外市场。公司主营各类高精度定位导航智能装备和系统解决方案，主要应用在建筑和基建、地理空间信息、资源与公共事业、机器人与无人驾驶等。公司产品和解决方案覆盖全球多个大洲及国家、地区提供符合当地需求的差异化产品，利用GNSS智能装备良好的性价比优势，进一步提升海外市场收入和实现多样化产品的供给，扩大公司在海外市场的影响力和增强品牌粘性。由于公司具备丰富的无人驾驶导航经验，在开发人形机器人导航时将有较大优势，且高性价比产品使公司更容易打开市场。

1、人形机器人AI域带动云计算产业链需求

1.1、智能化AI算法训练增加对云计算、数据中心、边缘计算的需求

智能化AI算法训练需要大量场景数据，拉动数据存储、计算、交换等数据中心需求。据沙利文数据，2021年自动驾驶占汽车云IaaS+PaaS落地应用场景的13.2%，市场规模达13.2亿元，预计在2025年达到65.5亿元，4年CAGR为49.2%。存储是自动驾驶云基础部分，自动驾驶算法训练所需的标注、仿真计算都依赖平台的海量算力，为支持车企“云+端”研发模式，海量环境数据、行驶数据都会在云端进行模型训练、算法开发、仿真验证和下放。

机器人对AI识别准确性和实时性要求更高，相应的数据量和数据存储需求也更高。以高阶自动驾驶系统训练为例，2018年百度发布的ApolloScape数据集中包括100万帧3D点云场景，2021年华为发布的SODA10M自动驾驶数据集包括1000万张无标注道路场景图像，数据量达TB级。机器人搭载的智能化AI需要训练数据不断打磨训练，相应的场景数据存储拉动数据中心需求。同时，AI性能的线性提升伴随算力需求的指数增加。深度学习领域中的规律是：提高X倍的性能，理论上至少需要X^2倍的数据去训练模型，需要X^4倍的计算量，实践中所需训练数据和计算量更多。

高阶自动驾驶系统实时数据传输和处理拉动边缘计算需求。自动驾驶大规模AI算法模型和大规模数据集中化都在云端处理，而云端计算无法满足自动驾驶数据的实时上传和低时延计算处理需求。边缘计算可以实现小规模智能分析与预处理工作，协助满足自动驾驶的实时性数据处理需要。

以高阶自动驾驶系统为例，边缘计算帮助实现2个核心技术：1）协同感知：通过与边缘节点的协同感知扩大汽车感知范围从而获得更完整的环境信息。边缘节点与自动驾驶汽车通信距离仅为1跳或2跳，极大缩减传输延时。2）任务卸载：边缘计算通过共享计算资源使自动驾驶系统满足低时延目标检测与跟踪过程中的决策计算。边缘计算是实现L3/L4高阶自动驾驶系统的必要条件，人形机器人在人机交互、环境感知、决策等方面对自动驾驶系统提出更高要求，且长期看保有量超过智能汽车，也将拉动边缘计算发展。

1.2、人机交互、AI视觉等算法在人形机器人商用场景中的核心竞争力

目前使用较广泛的工业机器人多为简单的机械臂，外形要求低；预计人形机器人主要用在商业场景。以国内优必选机器人为例，其商业化落地场景主要包括科技展馆、政企展厅、影视文旅、AI教育及高校科研，迎宾导览接待是其商业化场景落地的主攻方向，在世博会、杭州人工智能教育基地等场景扮演重要角色。马斯克表示Teslabot核心替代的是现在在做的与人相关的业务需求，尤其是重复型与高危型工作。理想应用场景包括教育、医疗、餐饮、安防、交通、金融等服务业。疫情推动无接触配送需求高增，送货、物流场景发展为重要落地情景。

疫情防控政策推动餐饮配送、医护测温等场景增加无接触功能，移动机器人作为实现无接触的智能载体，有效避免二次交叉感染。据投中数据显示，2021年全年机器人领域相关融资时间共207起，聚焦医疗、系统集成、移动机器人3大领域。仓储物流领域，2012年亚马逊以7.75亿美元收购Kiva机器人公司并将其仓储机器人全面应用于仓库，将普通订单的拣选成本降低20%-40%，协助工作人员每小时拣选扫描300件产品。中国主营仓储的快仓机器人2017年3月获得菜鸟网络2亿元投资，Geek+获得GGV、云晖资本、中金资本等机构数亿元投资。据GGII测算，2025年中国智能仓储市场规模将达2500亿元，受智慧物流和无接触配送等因素驱动，市场空间有望进一步打开。

商业服务场景对人机交互的要求高，因此AI视觉和语音语义理解成为关键。AI行业参与者主要有三类企业：1）阿里、腾讯、华为、字节跳动等头部互联网及云计算大厂，具备海量数据基础，技术领先，人才聚集，在算法模型方面表现突出，领先行业；2）商汤科技、旷视科技、依图科技等AI四小龙为代表的创业公司，盈利能力有所承压，从软件服务商逐步向软硬一体的集成商发展；3）海康威视、大华股份等硬件设备商，基于对业务的深刻理解，向软件与算法平台渗透。科大讯飞作为语音AI龙头，商业化场景丰富，且收费模式科学，市场份额领先。根据产业链调研，软银的人形机器人当前有采用科大讯飞的语音技术，把百度云的语义理解，以及算法训练使用到阿里云和腾讯云。华为云也有类似产品，但主要与生态圈内企业合作。预计未来更多人形机器人走向商业化，以上企业有更多机会参与行业总体机会。

1.1、互联网大厂已押注机器人蓝海市场

互联网巨头凭借技术优势，从产品应用和投资角度布局机器人领域。阿里巴巴2020年9月在云栖大会发布的物流机器人小蛮驴已经实现量产，可以有千级别出货量。同年发布机器人平台，这标志着阿里正式进军机器人赛道。“小蛮驴”搭载L4级别自动驾驶系统与人工智能技术改进了包含激光雷达等昂贵传感器在内的感知体系，实现对底线书雷达激光的高线束模拟，应用的是末端物流人机混合场景，从复杂度来说超越高速公路等结构化道路。物理性能优越，充4度电就能跑100多公里，每天最多能送500个快递，雷暴闪电、高温雨雪以及车库、隧道等极端环境均不影响其性能。

华为与达闼深度合作，2022年6月获批机器人相关专利授权，正式进军消费、工业、商用、特种等情景机器人。2022年4月17日华为与达闼机器人在北京签署合作协议，将联合开展机器人应用领域技术攻关、行业应用等创新合作，促进智能机器人核心技术自主可控。华为可以在昇腾AI基础软硬件平台、欧拉操作系统等与达闼自主研发的机器人开展云、边、端全面深入合作。达闼将机器人云脑平台部署在人工智能计算中心，与华为联合打造云端机器人城市运营联合解决方案，共同为千行百业提供机器人智能服务，赋能智慧城市产业。此外，双方还将进一步加强在5G、人工智能、工业互联网等新基建领域合作，推动基础技术体系深度融合，探索5G与机器人、工业互联网等融合创新应用。

华为最值得关注的是“端、管、云”全面布局，以及盘古开天大模型。华为早期布局语音语义领域，HarmonyOS系统搭载AI语音产品，海量场景+盘古模型打磨模型性能。NLP大模型是业界首个千亿级生成与理解中文NLP大模型，在2019年权威的中文语言理解评测基准CLUE榜单中，总排行榜及分类、阅读理解单项均排名第一，刷新三项榜单世界历史纪录；总排行榜得分83.046，多项子任务得分业界领先,是目前最接近人类理解水平（85.61）的预训练模型。C端积累的海量场景数据有助于打磨自然语言处理、智能语音交互、知识图谱等模型的性能。

百度智能云以云服务+AI的差异化优势保持高速增长，在金融云、工业互联网市场份额不断提高。基于“云智一体”战略，为工业数字化转型提供安全稳定灵活的数字化底座。在工业领域，百度推出智能云开物工业互联网平台，将AI+工业互联网赋能工业细分领域，主要优势为工业质检，目前已覆盖汽车、电子、能源电力等超过22个行业300多家标杆客户。在自动驾驶领域，百度2022年6月发布汽车机器人概念车ROBO-01，预计23年实现量产。在机器人领域，公司更多联合产业合作伙伴，内臵百度ABCRobot人机交互技术，支持二次开发，提供SDK、API等丰富的开发者工具。

人形机器人不仅在二级市场受到高度关注，今年上半年一级市场已然火爆，互联网大厂纷纷押注，进行投资布局。截至2022年6月30日，国内机器人行业融资86起，已披露金额的达到亿元级别的融资28起，千万级33起，已披露金额项目融资总额约50-70亿元。小米集团和顺为资本投资企业主要集中在医疗、消费、协作机器人领域，如：腔镜手术机器人研发商术锐技术，智能清洁机器人研发生产商赫特智慧，消费级模块化机器人研发商可以科技；阿里跟投协作机器人深度智能系统解决方案提供商法奥意威；字节跳动投资工业智能制造场景核心零部件提供商大赛机器人；美团投资智能特种机器人史河科技等。互联网大厂具备技术、人才、资金、客户等多方优势，投资方向具备一定指导意义。虽然当前人形机器人仍处于行业早期阶段，但随着特斯拉等全球领先企业对人形机器人的定义更为清晰，市场投资机会将层出不穷。

声明：本文系本网站编辑转载，转载目的在于传递更多信息，并不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其他问题，请在本网站转载后30日内与本网站联系，我们将在第一时间妥善处理。本网站转载文章版权归原作者所有，内容为作者个人观点，本网站仅供参考，并不构成任何投资及应用建议。本网站拥有对此声明的最终解释权。