特斯拉人形机器人大秀自主感知及避障能力，特斯拉或即将拜访人形机器人上游潜在供货商，二季度有望完成供应商定点，国内上游产业链技术优势企业一览。
2月24日，特斯拉公司分享了一段最新视频，展示其Optimus人形机器人的流畅步行能力。视频展示了该机器人在测试场地内行走的画面，并配有诙谐的标题“完成每日步数目标”。相比几周前发布的视频，此次展示的机器人在行走过程中步伐更稳健，动作也更加流畅。
人形机器人技术创新核心逻辑
①PEEK：可以在很多领域替代金属铝、钢或陶瓷，由于PEEK的结构与人类骨骼的弹性模量比较接近，可以避免应力遮蔽效应，业内猜测PEEK材料可以用于制造手臂和小腿的连接部件，全球三大PEEK生产企业有威格斯、索尔维、赢创和中研股份，另外，君华特塑、广州聚生医疗、鹏孚隆（新瀚新材持股0.98%）、吉大特塑也有相关研发；
②氟酮：PEEK材料的上游主要原料为氟酮，国内新瀚新材、中欣氟材都有相关产品，另外，凯盛新材、沃特股份、大洋生物、同益股份、风光股份的产品也在产业链中有所应用；
财联社VIP特联合蜂网向“人形机器人”行业专家调研国内外人形机器人研发进展及国内上游产业链相关企业情况，详情如下：
【交流纪要】
问题一：2024年年初特斯拉Q4业绩说明会提到，预计人形机器人2025年量产发货。目前产业链的量产时间表是否有所更新，大致的量产时间点在什么时候?
目前，特斯拉机器人还是按内部计划在推进，预计2024年3月拜访上游供应商，二季度完成B样开发并确定供应商定点，第三季度完成C样，或于2024年底完成量产，最晚量产时间预计在2025年初。
问题二：目前海外厂商如特斯拉、英伟达、OpenAl纷纷公布其在人形机器人领域的最新布局进展，国内方面的人型机器人产业化发展处于什么进度，代表公司有哪些?
国内基本完成了人形机器人的整体设计，并初步解决了行走问题，处于探索具体场景的可实现性和可控制性阶段。
通过优必选Walker S在蔚来总装车间的视频，可以看出其机器人正尝试识别安全带和安装车标，无论是机器人的行走速度还是装配的手臂串联运动控制，其柔顺性和速度都仍有大幅提升的空间。
2023年，浙江大学的悟空4.0已经在世界机器人大会上亮相，融合了腿足运动技术与环境感知技术，具备了重建三维环境地图和自主导航的能力，仍在朝着实用化应用方向不断迭代。
医疗领域的代表是傅立叶智能的人形机器人GR-1，通过采用一体化自研关节模组实现了机器人的行走、避障和上下坡功能，具体应用场景的视频还未看到，估计会往康复和科研方向探索。
宇树科技的H1机器人是国内首个可以实现跑的机器人，最大速度5m/s，同时在抗击打和抗干扰能力上特别突出。
另外，还有多家人形机器人企业公布了进展。物联网米家的CyeberOne完成了样机的整体设计和初步行走；后来居上的智元机器人成立于2023年2月，半年时间推出远征A1机器人，基本完成产品的定义、设计和样机；国内人形机器人商业化先行者开普勒的先行者系列也是完成了三个型号的定义设计和样机，并计划做机器人的开发者平台Kepler OS。
据财联社星矿数据整理，优必选供应商包括宇立仪器（六维力矩传感器）、舜宇光学、奥比中光和绿的谐波（谐波减速器），天奇股份与优必选成立合资公司，更多优必选相关企业情况请关注特斯拉人形机器人距减重目标尚差7公斤，后续减重任务或由这一工艺完成！
问题三：马斯克于2月24日分享的最新视频展示了特斯拉正在研发的Optimus人形机器人的流畅步行能力，较此前具有明显提升。这是由于哪些环节进行了升级迭代?
从新的视频来看，机器人在硬件方面与此前相比没有大的变动，这个视频主在展示人形机器人在开放环境与非结构化环境下，机器人自主感知和避障的能力。特斯拉在这一领域的智能化水平行业领先，在如此开放环境下能像这样流畅行走的厂家屈指可数。
问题四：执行层方面，各家巨头在“伺服申机+驱动器+谐波/行星减速器+传感器”的总体方案设计是否存在差异？各细分环节成本占比情况如何?哪些国产厂商已经卡位一定优势?
据说特斯拉公司马斯克先生曾亲自发电邮夏厦精密（001306）公司技研部门商讨人形机器人的中国部件供应保障与适应性问题。
在总体方案设计上没有大的区别，在机器人细节设计上各有不同，比如每家机器人的自由度不一样、关节数目不同、有的机器人膝盖采用反关节设计等。成本方面，减速器占机器人总成本的32%左右，伺服系统占22%左右，传感器占10%。
执行系统包含无框电机、减速器、滚珠丝杠、轴承和灵巧手。
问题五：感知层方面，六维力矩传感器和电子皮肤的应用情况如何?目前国内哪些企业有能力生产？
专家：感知层面的传感器包括触觉传感器、IMU（惯性传感器）、六维力传感器和硅基Mems传感器等。
问题六：人形机器人视觉传感器的作用是什么?AI是否可以在软件层面上加速视觉算法迭代?国内是否有公司参与机器视觉软件/硬件产业?
视觉传感器用于感知外部环境和物体，帮助和引导机器人行走避障，以及从事特定场景作业。AI算法不但可以实现算法加速和迭代，同时，有助于针对复杂环境和动态环境下的非结构物体进行区分和定义。
问题七：目前人形机器人的减重需求是否紧迫?哪种材料有望进入人形机器人产业链来帮助厂商实现减重目标，对应企业分别为哪些?
问题八：3月18到21日，英伟达GTC 2024大会将发布生成式AI以及机器人领域的最新突破性成果。AI赋能是否可以加速人形机器人商业化落地，具体体现在哪些方面?
AI赋能机器人商业化落地，可以提升人形机器人的智能和决策能力，主要是针对以下四个方面：①非结构化环境下的任务理解和决策，具体指基于大语言模型的理解与决策，完成对场景技能及环境信息的提示生成；②在复杂动态场景下，AI可基于模仿学习和强化学习生成策略，以及组合技能自动生成方法；③有助于完成开放环境下跨模态信息的融合，具体指面对图片、语音、文字、触觉等多模态模型的构建与特征对齐策略；④云、边、端加速及类脑计算能力将会提升，有助于提升AI大模型的轻量化和异构耦合协同能力。