给人形机器人泼一盆冷水

11月20日，人形机器人板块领涨两市，通力科技、荣旗科技、智云股份、科力尔、拓斯达等概念股，不是涨停就是在涨停的路上。事实上，近一个月以来，人形机器人指数已经整体反弹了超过20%。

人形机器人很有前途，但千万不可太疯狂。

人形机器人并非是新事物，早在1973年，日本早稻田大学加藤一郎就带领团队研发出世界上第一台真人大小的人形智能机器人——WABOT-1。然而半个世纪过去了，商业化依然遥遥无期，究其根源，性能和成本是核心阻力。

机器人由运动模块、传感模块和人工智能模块三个关键技术模块组成。对于一般的传统机器人来说，只需要其中一种技术往往就能具备使用价值。比如，工业机器人主要侧重于运动控制技术，扫地机器人则侧重于导航传感技术。

人形机器人则不然，它必须在应用场景上具备通用性，而不是特定场景下的单一任务。这样一来就复杂多了，需要更高的技术集成和融合，需要对更大的数据集建模，也需要对语言和指令有更强大的理解力。但在此之前，AI数据和模型基本处于孤立发展状态，且迭代速度很慢，成本迟迟降不下来。

大模型的普及极大改变了这一现状。

从2017年的Transformer，再到GPT-1、BERT、GPT-2、GPT-3、GPT-4，模型的参数量级在短短几年内实现了从亿到百万亿量级的跨越。随之而来的是，大模型正在从文本、语音、视觉等单一模态大模型向多种模态融合的通用AI方向发展。由此便可将语音、视觉、决策、控制等多方面技术与人形机器人直接结合，全面提升机器人的能力值。

▲图源：国泰君安

今年4月，AI公司Levatas与波士顿动力合作，将ChatGPT和谷歌的语音合成技术接入Spot机器狗，成功实现与人类的交互。

底层技术的高速进化让整个世界看到了将人形机器人大规模商业化的可能，全球主要科技大厂基本都在做尝试和准备。但仅就目前的情况来看，人形机器人距离真正进入千家万户还有一段路要走。

ChatGPT能够在短时间内快速迭代，是因为互联网上已经沉淀了大量公域数据，可供其爬取使用。人形机器人则不然，现实中的机器人保有量很少，可用于收集训练数据的机器人就更少了，而且每个机器人厂商都会设置围墙来保护自家数据，各自为战的特点无疑又加大了数据获取的难度，迭代速度是个大问题。

汇聚全球34个机器人研究实验室的60个现有数据集，包含从22种机器人上采集的超过15万个任务的上百万条数据，谷歌开源的机器人训练数据集Open X-Embodiment算是机器人模型领域的一面旗帜，但该数据集主要针对的仍是一些常规操作，在全身肢体协调、行走平衡等方面依然有很多欠缺。

还有算力的制约，目前人形机器人根本无法实时响应命令，动作非常迟缓，其中算力是根本制约因素。通用人形机器人在控制周期上需要达到500Hz的水平，而目前谷歌研发的RT-2模型在机器人控制周期上只能达到3Hz，差了两个数量级还多。

最后也是最重要的，就是成本，现在动不动几万美金的售价，根本不支持在C端大面积普及。

3年之内，人形机器人可能不是一门好生意，但30年之内，这又是一个无法拒绝的产业。从产业第一性原理出发，人形机器人存在的价值是平替掉高成本人力，而这是一个具有很高确定性的事件。

事实上，上世纪90年代，随着发达国家劳动力成本不断攀升，机器人产业曾经有过一段比较快速的发展。但伴随中国等新兴国家加入WTO，全球产业迎来巨大的人口红利。

现在完全不一样了，国际劳工组织之前有一份报告，过去20年，G20发展中国家的平均实际薪资几乎翻了三倍。长期看，随着中国不断追求产业升级，劳动密集型产业再次全球大挪移几乎已成定局。但问题在于，放眼全世界再也找不到像中国这样拥有大规模高素质劳动力群体的国度承接相关产业，更找不到这样高度稳定的社会环境。最近这几年已经有一部分低端产业转向了东南亚，但效果却远不及预期。再者，全球人口正在以前所未有的速度老龄化，机器替代人力已是大势所趋。

至于目前存在的技术和成本问题，远期看也都不是问题。

就拿成本来说，只要能不断商业化，任何一项新技术和新产品都会从高价走向低价，电脑、智能手机、电动车等都是如此。当年日本本田ASIMO、波士顿动力Atlas等人形机器人的单台成本分别高达300万美元和190万美元，现在特斯拉已经能做到2万美元，今后肯定还会进一步下探。

技术也一样，会不断迭代升级，由于锂电池技术不成熟，2013年波士顿动力推出第一代仿人机器人Atlas时还需要用电缆进行供电，但2016年第二代Atlas下线时就用上了独立的锂电池。

马斯克预测人类对人形机器人的远期需求是100亿台，即便最终达到预期的十分之一，产业空间也是一个极其恐怖的数字。

11月2日，工业和信息化部印发《人形机器人创新发展指导意见》，明确指出要加快推动我国人形机器人产业创新发展。消息一出，资本市场迅速给予正面反应。

拥有最庞大的人口规模和制造业，中国已经是全球第一大机器人消费市场，不管是B端还是C端，将来都有旺盛需求。再者，中国在机器人领域的软硬件技术都没有被拉开太大差距。两者叠加，从根本上决定了中国很有希望跑出一批能立足世界的机器人公司。

但是，未来好不代表现在好，行业好不代表企业好。

人形机器人是一个相当烧钱的营生，中游制造商到现在还一直在赔钱，不管是干了几十年的波士顿动力，还是一众崛起的新势力，大家处境都一样。

国内目前领军的人形机器人企业是优必选和达闼科技，两家公司分别成立于2012年和2015年。优必选正在冲击港股，根据招股书，公司在2020财年至2022财年前三季度的净亏损分别为7.07亿元、9.18亿元、7.78亿元，不到三年的时间已经亏了超24亿元。达闼科技更惨，根据之前披露的数据，2017年-2019年H1，其毛利率分别只有1%、5.3%、2.3%。

从现实情况出发，比起优必选和达闼科技，国内未来真正能走出来的人形机器人企业恐怕还得是小米、字节这些大厂。不管是人才、资金、市场、品牌，大厂都有明显优势。而且优必选等企业虽然起跑早一些，但并没有积累下很强的领先优势，优必选人形机器人的营收占比目前只有个位数。

上游赚钱效应明显要好一些，但现在真正能兑现业绩的也是凤毛麟角。

解剖机器人的物料成本，减速器、伺服、控制器占工业机器人成本的比例分别为35%、20%、15%，合计占七成。考虑到人形机器人关节和自由度更多，这部分零部件的占比可能还会更高。

减速器领域玩家很多，大族传动、来福谐波、同川科技、中大力德、国茂股份等都有一定产能，但老大只有一个，就是绿的谐波。公司已经打通“研发—扩产—盈利—再研发再扩产”的良性发展闭环，截止到2022年，绿的谐波的产能已达40万台/年，今年可能继续扩产至59万台。作为对比，2021年同川科技、大族传动、国茂股份的年产能分别只有10万台、6万台、3万台。作为一家制造业企业，绿的谐波把净利润率做到了30%以上，这本身就不简单。

伺服电机领域阶级分化比较明显，高端产能基本握在日本三菱、安川、发那科、西门子等外资手里，汇川技术、江特电机、江苏雷利、雷赛智能、昊志机电等集中在中低端领域，其中汇川技术是绝对的扛鼎者。2022年，汇川技术在国内伺服领域的市占率达到21.5%，相比2021年提升了5个百分点。国产替代叠加机器人放量，汇川技术的潜在预期也是比较高的。

控制器领域的本土力量较为薄弱，日本发那科是全球龙头，其在中国市场的市占率为18%。国内控制器企业很分散，虽然有卡诺普、万讯自控、固高科技、英威腾、海得控制等一批专业控制器企业，但尚未形成有效市场竞争力，目前国产率不足20%，将来能否跑出来还有待观察。

长期看，人形机器人是一个终将会开放的明日之花，谁也无法否定它的前途。但仅就目前而言，其在投资上的可操作性并不高，中游基本不赚钱，上游大部分环节国内参与者又不具备竞争力，仅存的一些能见度比较高的公司估值一直在天上飘着，比如绿的谐波，动态市盈率高达270倍，后期一旦业绩释放不达预期，必然以杀股价的形式来完成估值回归。