芝能科技出品
大摩的《AI Robotics Disruptors: Physical Intelligence》，跟蹤了全球人型機器人產(chǎn)業(yè)的快速發(fā)展，圍繞人工智能（AI）和機器學(xué)習(xí)等技術(shù)的進步來看發(fā)展。分享給大家
報告從全球機器人布局現(xiàn)狀切入，分析主要企業(yè)的目標、技術(shù)路徑和產(chǎn)品迭代節(jié)奏，以及對未來競爭格局的預(yù)測，探討哪些企業(yè)有潛力在這一行業(yè)脫穎而出。
備注：不同的報告圍繞的對象是不同的，我們會持續(xù)跟蹤和梳理，然后積累到一定的信息之后對每家企業(yè)做單獨的論述。
01全球人型機器人
布局的現(xiàn)狀與路徑
在人形機器人領(lǐng)域，呈現(xiàn)出多元企業(yè)競爭的格局，北美、歐洲和亞洲是機器人技術(shù)發(fā)展的三大中心，其中美國、德國、日本、中國和韓國等國家在這一領(lǐng)域扮演著領(lǐng)頭羊的角色。
特斯拉憑借其在電動汽車領(lǐng)域積累的強大工程與制造能力，以及先進的自動駕駛技術(shù)研發(fā)經(jīng)驗，強勢切入人形機器人賽道。
其 Optimus 機器人項目備受關(guān)注，在電機控制、電池技術(shù)與 AI 算法集成方面展現(xiàn)出獨特優(yōu)勢，旨在實現(xiàn)高度通用的機器人功能，從簡單搬運到復(fù)雜生產(chǎn)任務(wù)均可勝任，目標是打造能融入人類生活與工作場景的智能伙伴，且憑借自身垂直整合能力，在產(chǎn)品研發(fā)與迭代上擁有較高自主性與速度。
大摩此次跟蹤的諸如Physical Intelligence (Pi)、Skild AI、Field AI、Toyota Research Institute（TRI）等公司，均在推動機器人技術(shù)的邊界：
●Physical Intelligence (Pi)：這家成立于2024年的美國初創(chuàng)公司，專注于開發(fā)通用型機器人基礎(chǔ)模型。其“Pi Zero”模型展示了機器人在復(fù)雜任務(wù)（如折疊衣物、裝配盒子）中的卓越能力。目標是開發(fā)能夠理解和執(zhí)行人類需求的機器人，最終覆蓋多種形態(tài)的機器人應(yīng)用場景。
●Skild AI：定位為機器人共享“大腦”開發(fā)者，專注于機器人操作和移動的基礎(chǔ)模型，并已獲得來自亞馬遜等投資者的支持。
●Toyota Research Institute（TRI）：與波士頓動力合作，通過擴展性行為模型推動機器人在工業(yè)和家用場景中的應(yīng)用。
Physical Intelligence 在2024年10月推出了一個新的機器人模型叫做 Pi Zero，新模型是機器人技術(shù)的一大進步，因為它能更好地理解語言，并根據(jù)理解做出相應(yīng)的動作。
Pi Zero 使用了一種特別的訓(xùn)練方法，讓它可以從互聯(lián)網(wǎng)上的大量信息中學(xué)習(xí)如何解決問題。Pi Zero 表現(xiàn)得非常好，它可以控制一個有兩個手臂的機器人完成家務(wù)任務(wù)，像從烘干機里拿出衣服、分類放好、然后疊起來，能根據(jù)不同類型的衣物（例如襯衫或短褲）調(diào)整折疊方式，顯示出它對復(fù)雜任務(wù)的理解和操作技能。相比其他現(xiàn)有的機器人，Pi Zero 能更成功地完成更復(fù)雜的任務(wù)。
Physical Intelligence 計劃讓 Pi Zero 更加智能，希望機器人可以自己思考并計劃多步驟的任務(wù)，就像人類一樣。Pi Zero 會不斷從它的經(jīng)歷中學(xué)習(xí)，變得更加靈活，減少需要人幫忙的情況。
為了確保安全，團隊也在努力讓機器人在各種環(huán)境中都能穩(wěn)定工作，避免可能出現(xiàn)的問題。這些企業(yè)的共同目標是打造具備通用能力、能夠適應(yīng)多樣場景的智能機器人，從而實現(xiàn)自動化和智能化在物理世界的深度融合。
機器人研發(fā)通常涉及多方協(xié)作，企業(yè)間的分工明確。以Physical Intelligence為例，其核心策略是通過與不同硬件制造商、機器人實驗室和AI研究機構(gòu)合作，聚焦軟件開發(fā)，而合作方負責(zé)硬件設(shè)計和優(yōu)化。
典型分工包括：
● 軟件開發(fā)：Pi Zero等模型依托于視覺-語言-行動模型（Vision-Language-Action, VLA），通過跨形態(tài)訓(xùn)練方法實現(xiàn)不同機器人平臺間的數(shù)據(jù)共享。
● 硬件實現(xiàn)：合作方提供定制化機器人硬件，包括關(guān)節(jié)驅(qū)動器、傳感器融合系統(tǒng)等，以滿足不同應(yīng)用場景需求。
這種模式不僅提升了研發(fā)效率，還通過整合產(chǎn)業(yè)鏈資源降低成本。全球領(lǐng)先企業(yè)的技術(shù)路徑大致遵循以下規(guī)律：
◎第一階：單一任務(wù)優(yōu)化，例如在特定工業(yè)場景中完成重復(fù)性任務(wù)。
◎第二階段：多任務(wù)學(xué)習(xí)，通過AI模型賦能機器人在動態(tài)環(huán)境中的感知和決策能力。
◎第三階段：通用機器人，能夠獨立完成復(fù)雜任務(wù)，例如Pi Zero已展示其在處理家務(wù)任務(wù)中的潛力。
技術(shù)迭代的核心在于AI算法（如視覺語言模型）、硬件性能（如減速器、靈巧手）和機器人整體系統(tǒng)的融合與優(yōu)化。
02全球人型機器人
產(chǎn)業(yè)的競爭力分析
● 在全球范圍內(nèi)，以下幾類企業(yè)被認為有潛力進入主流競爭序列：
◎技術(shù)型初創(chuàng)企業(yè)：如Physical Intelligence，憑借開創(chuàng)性的AI模型研發(fā)，快速吸引資本和合作資源。其優(yōu)勢在于技術(shù)前沿性和靈活的運營模式。
◎傳統(tǒng)科技巨頭：如NVIDIA和Toyota Research Institute，其優(yōu)勢在于深厚的研發(fā)資源和硬件能力。NVIDIA的Project GR00T模型已成為多個機器人研發(fā)項目的基礎(chǔ)技術(shù)。
◎產(chǎn)業(yè)鏈深度整合企業(yè)：如Toyota Research Institute，通過軟硬件一體化策略推動機器人在生產(chǎn)制造中的廣泛應(yīng)用。
眾多公司都在競相開發(fā)人型機器人，但并非所有人都能成功進入主流競爭序列。成功的因素不僅取決于技術(shù)創(chuàng)新，還包括商業(yè)模式、市場定位以及資本運作等多個方面。
● 競爭優(yōu)勢分析
◎技術(shù)領(lǐng)先性：擁有先進的VLA模型和高效的訓(xùn)練機制的企業(yè)將占據(jù)明顯的優(yōu)勢。比如，Pi憑借其卓越的Pi Zero模型，在復(fù)雜任務(wù)處理上遠超現(xiàn)有競爭對手。而NVIDIA憑借其強大的計算資源和成熟的AI工具鏈，為其他企業(yè)提供強有力的支持。
◎產(chǎn)業(yè)生態(tài)建設(shè)：能否建立起完整的產(chǎn)業(yè)鏈條也是衡量一家公司是否具有競爭力的關(guān)鍵指標之一。那些能夠整合上下游資源、形成閉環(huán)解決方案的企業(yè)更容易獲得市場的認可和支持。例如，豐田研究所（TRI）與波士頓動力的合作，既促進了各自技術(shù)的進步，又增強了彼此在市場上的影響力。
◎資金實力：充足的資金保障對于長期投入巨大的機器人項目至關(guān)重要。像Pi這樣獲得了包括Jeff Bezos在內(nèi)的知名投資者青睞的企業(yè)，在資金鏈上更加穩(wěn)健，有利于其保持穩(wěn)定的發(fā)展節(jié)奏。
●未來的人型機器人市場可能呈現(xiàn)以下特點：
◎技術(shù)驅(qū)動型格局：技術(shù)領(lǐng)先的企業(yè)將在初期占據(jù)市場主導(dǎo)地位，但長期來看，成本控制與應(yīng)用場景擴展能力將成為核心競爭力。
◎區(qū)域化分布：美國、歐洲和亞洲的機器人公司可能因地區(qū)性資源與需求的不同，形成各自的優(yōu)勢領(lǐng)域。例如，美國企業(yè)在AI模型研發(fā)方面領(lǐng)先，而亞洲企業(yè)則可能在制造成本和供應(yīng)鏈整合上占優(yōu)。
小結(jié)全球人型機器人產(chǎn)業(yè)正處于發(fā)展的關(guān)鍵階段，各類企業(yè)在技術(shù)、產(chǎn)品和市場布局上的探索，使得這一領(lǐng)域充滿活力與不確定性。從目前來看，Physical Intelligence等技術(shù)型初創(chuàng)企業(yè)展現(xiàn)出強勁競爭力，而NVIDIA、Toyota Research Institute等傳統(tǒng)巨頭則憑借強大的產(chǎn)業(yè)鏈和研發(fā)能力在市場中占據(jù)重要地位，隨著AI技術(shù)的進一步突破和硬件成本的降低，機器人有望在更多場景中實現(xiàn)普及化應(yīng)用。
