市場預期：機器人主題炒作的2-3年以來，市場審美疲勞與特斯拉機器人進展低于預期使得股價目前處 于低位。市場當前的預期是，特斯拉機器人25年進入限制性生產，年產幾千臺，26年開始產品出售，在
市場上流通。
產業進展：伴隨大模型的開源與英偉達cuda機器人生態系統的開放，越來越多參與者涌入此賽道，且運 用局部泛化的能力解鎖特定工況，部分機器人公司商業化進展較快。
硬件符合的條件：目前供給端硬件的生產制造及成本已不再是約束條件。攝像頭、諧波減速器、傳感器、 直線執行器等產能較充裕，絲杠此前市場較小，未有存量產能，但目前正進行設備國產化導入，擴產不 是硬約束。
軟件算法：軟件算法的進步是產品功能提升和應用場景擴展的關鍵。其中，環境理解、智能交互及推理 決策等大腦算法發展相對成熟，而運動控制相關的小腦算法處于較為初期階段。核心約束在數據采集與 精細運動底層算法上，可觀察產業界在這些方面的積J迭代與演進。
附件：人形機器人何時迎來量產-量產環節的時點100萬臺
探討了具身智能的發展歷程、現狀、產業鏈分析及未來趨勢，特別關注了人形機器人的商業化挑戰與市場潛力;具身智能將發展跨模態交互、自適應學習能力
預測了AI機器人的發展方向,人機協作、G精度和G速度、多樣化應用場景以及自主學習和自適應能力;AI機器人所需的核心技術,計算機視覺、人機交互與理解、語音識別與處理、自主導航與決策等
一是人形機器人專屬部組件與材料;二是人工智能賦能人形機器人設計;三是人形機器人運動智能;四是人形機器人多模態大模型;五是人形機器人大規模數據集
人形機器人的互動能力使其在商用及家用服務中具有較好的應用前景，目前展覽講解及科研場景已經落地，普遍方案只是在局部小范圍的可控條件下實現少量復雜任務
操作大模型根據決策大模型的輸出執行具體動作，需要與機器人硬件深度集成，且需要通過數據采集來實現，技術方向從“MPC+WBC”向“RL+仿真”演進
人形機器人作為未來產業的新賽道和經濟增長的新引擎,報告多面梳理了人形機器人產業的發展現狀、政策環境、區域發展、資本市場、技術發展、市場前景以及面臨的機遇與挑戰
人形機器人應用主要受技術能力與場景空間兩因素影響,場景結構化程度越G,對技術性能要求越G,未來兩到三年開始在各行業有小規模商用，未來五到十年應用將逐漸成熟
機器人廠商解決機器人數據短缺主要靠兩種途徑：1）通過為數眾多的機器人在物理世界中收集數據；2）通過 AIGC、數字孿生等方式合成仿真數據。因此建議關注模擬仿真相關標的
人形機器人產業趨勢的共 識在多輪行情中逐漸形成，呈現 AI 技術發展+產業巨頭加持+政策支持的 三重共振，多模態視覺語言模型與機器人的結合超大眾預期
滾柱相對于螺母無軸向運動，絲杠轉速可達6000r/min，螺母直線速度可達2m/s;行星滾柱絲杠可采用微小導程(螺距可達0.3mm)行星滾柱絲杠存在著巨大的市場應用前景
國內機器人行業如火如荼進展，誕生了如優必選、宇樹、智元、傅利葉等諸多優秀機 器人整機廠，三花智控、拓普集團等優秀Tier1
2022-2032 年人形機器人市場規模復合增長率約為33.3%；格物致勝預計 2030 年人形機器人銷量將達到 150 萬臺，2035 年達到 800 萬臺的水平
