【人工智能深度报告–机器人系列技术篇】

曾梦想执剑走天涯，我是程序猿【AK】

简述概要

关于“至美研究”发布的“人工智能深度报告–机器人系列技术篇”，如果你也关注人工智能的发展，可以关注“至美研究”，类似于“麦肯锡咨询”一样，更应和国内政策和市场情况。

知识图谱

核心观点

• 预计 2024 年全球机器人行业整体规模达到 650 亿美元，我国机器人行 业整体规模达到 251 亿美元

我们认为，由于机器人技术的发展及各行各业对于数字化转型的巨大需求，
全球机器人行业迎来快速发展。据 IFR 数据显示，2022 年全球机器人行业市
场规模预计为 513 亿美元，2017-2022 年 5 年间年复合增长率达到 14%，预
计在 2024 年市场规模将达到 650 亿美元。按品类来看，工业机器人、服务
机器人及特种机器人占比分别为 38.1%/42.4%/19.5%。在机器人行业发展上，
我国同样进展速度飞快。我国机器人行业市场规模从 2017 年的 64 亿美元上
升至 174 亿美元，期间年复合增长率为 22%，预计到 2024 年，我国机器人
行业市场规模将达到 251 亿美元。

• 机器人行业主要分为工业机器人、服务机器人及特种机器人三大类，其 发展路径各有迥异

与世界整体机器人行业发展不同的是，我国占比最高的机器人类型是工业机
器人，占比达到 50%。2021 年，我国每万名从业人员拥有工业机器人数量
322 台，工业机器人普及度位居世界第五。从不同种类机器人的发展方向来
看，其发展路径迥异。未来，工业机器人主要朝精密复杂的场景渗透，例如
研磨、铆接等复杂精密场景；服务机器人将在应用场景深度化、创新化，例
如在医疗领域进一步到微创手术等应用，在公共服务领域推出酒店接待机器
人、商场导航机器人等创新产品；特种机器人则将在特定场景技术得到突破，
如水下机器人具备水底精准定位、行走等功能。

• 人工智能的快速发展要求机器人朝着更智能、更准确、更低耗方向发展

在人工智能高速发展的背景下，人工智能已经成为了新一轮的科技革命及推
动产业变革的重要驱动力，同样，人工智能的高速发展也影响着机器人行业。
通过搭载更为新进的 AI 芯片，人工智能使机器人朝着更接近人脑、工作更
精准的方向发展。我们认为，为了满足机器人朝着更智能、更准确、更低耗
方向发展，系统级芯片 SoC、AI 芯片边缘端发展、智能化控制算法、高度集
成的伺服系统、轻量化的减速器及具身智能将成为发展趋势。

• 人工智能大模型加持下，具身智能有望成为下一风口

具身智能（Embodied AI）是指有身体支持物理交互的智能体，AI 大模型时
代，为具身智能软件的困难提供了新的解决思路：1）大型语言模型（LLM）
有望替代传统机器学习，让机器人更智能地与人和环境进行交互；2）多模
态大模型通过积累视觉、听觉等信息，为具身智能提供大量高质量的数据，
让具身智能拥有更丰富的感知能力，更好理解世界；3）大模型时代具身智
能能够做到实时训练与测试，替代传统机器人 pffline 离线模式进行训练。

风险

宏观经济下行风险；原材料价格上涨的风险；行业技术发展受阻。

一、机器人行业是典型的机电一体化技术密集型产品

机器人 （Robot）是指具有一定程度的自主能力，可在其环境内运动以执行预期任
务的可编程执行机构，包括一切模拟人类行为或思想与模拟其他生物的机械。

1.1 机器人主要类型

按照机器人的使用场景，我们主要将机器人分为三大类，分别是工业机器人、服务
机器人及特种机器人。

图表 1：机器人行业分类

• 工业机器人

工业机器人是指面向工业领域的多关节机械手或多自由度的机器装置，这些工业机
器人主要运用于制造业。若按照其用途进行分类的话，工业机器人又可以分为包装
机器人、搬运机器人、焊接机器人、切割机器人等等；若按照机型进行分类的话，
目前市场主流将其分为多关节机器人（具有多个可活动的旋转关节，可完成搬运、
喷涂、切割等工作）、SCARA 机器人（水平固定在 Z 轴上，X、Y 轴上可以灵活运动，
可完成装配、拾取和放置等工作）、并联机器人（动平台和定平台通过至少两个独
立的运动链相连接，机构具有两个或以上的自由，可完成精准分拣、装箱等工作）、
协作机器人（结构与多关节机器人类似，通常用于与人近距离协同工作，如搬运、
装配、切割等工作）等四种。

• 服务机器人

区别于工业机器人，服务机器人主要为人类的日常生活提供有益服务，其使用场景
多样，具体细分种类繁多。按照大场景进行分类的话，主要可以分为三大类：家用
服务机器人、医疗服务机器人及公共服务机器人。其中，家用服务机器人主要涵盖
了教育教学、打扫清洁、娱乐、情感陪伴等个人需求。医疗服务机器人是为消费者
提供专业服务的机器人，按照其功能作用，主要可以分为医疗手术、医护辅助、医
疗康复等几大类。公共服务机器人是指在农业、金融、物流等除医学领域外，为人
类提供服务的机器人，按照其服务提供的场景，主要有物流机器人、零售机器人、
安防机器人、配送机器人等等。

• 特种机器人

区别于工业机器人及服务机器人等常见的机器人，特种机器人大多数用于专业领域，
例如极端环境或危险作业等场景，其操作需要专门培训的人员操作和使用，其主要
广泛运用于农业、矿业、军用、急救等领域。

1.2 机器人行业产业链

从机器人的产业链来看，上游主要是机器人的核心零部件及相关技术支持。核心零
部件包括了传感器、伺服系统、减速器、控制器以及芯片。相关的技术支持包括了
感知系统、决策技术、控制系统以及交互分析。
中游主要包括了机器人本体，下游则是系统集成，主要有整体解决方案、操作系统
及应用程序的开发以及相关网络通信。
从成本来看，上游的减速器是成本大头，占比达到 35%，其次是伺服系统、机器人
本体、控制器及其他材料，占比分别为 20%/15%/15%/10%。

• 产业链上游：
• 核心零部件：传感器

机器人想要做到像人一样灵活，离不开传感器的加持，传感器可以让机器人拥有视、
力、触、嗅、味等多种感知能力。传感器不仅可以赋予机器人外部感知的能力，还
可以帮助机器人监测自身内部的工作情况，通过传感器对自身内部的温度、速度进
行检测，保证机器人自身高效的运作速度。机器人传感器按照其目的主要可以分为
内部传感器和外部传感器。外部传感器主要分为嗅觉传感器、接近传感器、视觉传
感器、语音识别、红外线等等；内部传感器主要分为位置传感器、速度传感器、加
速度传感器、力传感器、压力传感器等等。目前，我国传感器与国外传感器差距仍
较大，进口依赖程度高，进口率达到了 90%以上。海外传感器龙头企业有：艾默
生、西门子、基恩士；国内传感器龙头企业有：歌尔股份、华润微、高德红外。

• 核心零部件：伺服系统

伺服系统又称随动系统，是用来精确地跟随或复现某个过程的反馈控制系统。在机
器人行业中，伺服系统影响工业机器人的运动精度、控制速度和稳定性。机器人的
伺服系统由伺服电机、伺服驱动器、指令机构三大部分构成，伺服电机是执行机构，
用来实现机器人的运动；伺服驱动器用于提供功率电源；指令机构则配合伺服驱动
器进行工作。在整个机器人的成本中心中，伺服系统是成本大头，成本占比达到 20%。
目前，我国伺服系统主要以进口为主，国外品牌占比高达 77%，其中又以日韩品
牌为首，占比达到 45%。海外伺服系统龙头企业有：松下、安川、富士；国内伺服
系统龙头企业有：埃斯顿、禾川科技、汇川技术。

• 核心零部件：减速器

减速器是一种动力传达机构，主要起着降低伺服电机转速、提升扭矩的作用。机器
人在工作的时候，由伺机电机输出动力，倘若没有减速器，伺服电机会在低速下工
作，出现机器人爬行等现象。因此，减速器是机器人最为关键也是成本最高的一个
零部件，成本占比达到了 35%。目前，机器人主流减速器主要分为谐波减速器与 RV
减速器。目前，我国减速器的研究由于起步较晚，市场上主要被日企所垄断。根
据高工机器人研究所数据显示，2021 年我国 RV 减速器市场仅日企纳博特斯克一家
就占据了 52%的市场份额。海外减速器龙头企业有：哈默纳科、博特斯克、住友；
国内减速器龙头企业有双传环动、珠海飞马、中大力德。

• 核心零部件：控制器

控制器作为机器人的核心零部件之一，好比人类的大脑，对机器人的性能和行为起
着决定性的作用，例如控制器可以控制机器人运动速度、运动加速度及机器人的运
动轨迹等等。目前，控制器的类型根据控制方式主要可以分为集中控制系统、主从
控制系统及分散控制系统三种。集中控制系统可以通过一台计算机实现全部控制，
结构简单、成本低，但是由于集中控制缺乏灵活性，一旦出现故障，会导致机器人
大面积瘫痪；主从控制系统是由主、从两级处理系统完成控制，主 CPU 负责管理等
工作，从 CPU 完成关节的动作控制，灵活程度高，但是其拓展性差，后期维护困难。
分散控制系统是将机器人分为几个模块，每个模块具有不同的控制逻辑，易于控制
且灵活性高，是目前的主流控制方式。我国由于控制器的研发起步较晚，目前市面
上的国产控制器占比仅在 20%左右。海外控制器龙头企业有：发那科、库卡、ABB；
国内控制器龙头企业有新松机器人、广州数控、华中数控。

• 核心零部件：芯片

芯片是人工智能的发展核心，机器人在定位、识别及数据传输的时候均需要使用芯
片。目前所使用的芯片主要包括了 GPU（通用型）、FPGA（半定制型）、ASIC（定制
型）及类脑芯片。海外玩家主要以海外企业为主，例如英伟达、英特尔、高通；国
内玩家主要有寒武纪、地平线、瑞芯微等企业。

• 产业链中游：
• 机器人本体

机器人本体就是机器人的机械部分，是指机器人的原样和自身，其主要由 5 部分组
成，分别是传动元件、机身、臀部、腕部还有手部。海外机器人本体企业主要有
ABB、库卡、安川、发科那；国内机器人本体企业主要有新松机器人、埃斯顿、科
沃斯、拓斯达。

• 产业链下游：
• 系统集成

机器人系统集成企业主要根据不同的场景和应用，有针对性地为机器人进行系统集
成及软件的二次开发，使其拥有在特定场景具有特定功能的能力，例如装卸、配送
等功能。根据高工数据显示，2021 年机器人系统集成主要运用在汽车和电子领域，
占比分别达到 32.96%与 31.81%。其次为金属、化工、食品及其他行业，占比分别
为 11.68%/4.46%/2.54%/16.55%。我们认为，高附加值的行业对于机器人定制化的需
求要求更高，因此机器人系统集成在汽车和电子领域被广泛运用。目前，我国机器
人系统集成企业以国产企业为主，国产企业占比达到 94.8%。我国系统集成企业主
要有先导智能、新时达、天奇股份。

二、我国机器人行业地域发展、类型发展趋势迥异

2.1 机器人行业发展历程

机器人是 20 世纪一项伟大的发明，自 1959 年美国人英格伯格与德沃夫一起发明制
造出世界第一台工业机器人之后，便受到了世界各国的追捧，各个国家开始争相研
究机器人。而我国对于机器人的研究起步较晚，主要可以分为三个阶段，分别为 20
世纪 70 年代的萌芽期、80 年代的开发期、90 年代的发展期及 2000 年以后的蓬勃
发展期。

1） 萌芽期（1970-1980 年）： 我国最早机器人研究发生在 1972 年，这一年蒋新 松联合吴继显、谈大龙向中国科学院起草了一份《关于人工智能与机器人》， 机器人这三个字眼首次进入官方的视野，同一年，中国科学院沈阳自动化研究 所开始了机器人的研究工作。自此，中国开始陆续开展机器人的相关研究，在 1977 年，南开大学机器人与信息自动化研究所研制出我国第一台用于生物试 验的微操作机器人系统。

2） 开发期（1981-1990 年）： 1983 年新华社的一篇内参正式将机器人技术的研 发提上了日程。随着国家对于机器人的重视，这一阶段我国的机器人技术屡屡 有突破：1985 年 12 月，我国第一台水下机器人“海人一号”首航成功；1988 年 初，中国船舶总公司 702 所，研制成功了身高 3.1 米，体重 650 公斤的载人式 “水下机器人”；1988 年 2 月，国防科技大学研制成功六关节平面运动型“两足 步行机器人”；同时，由中科院长春光机所发明的“四足遥控仿生载重步行机器 人”在 1987 年的日内瓦国际发明和新技术展览会获得银牌。

3） 发展期（1991-2000 年）：1994 年 10 月，中科院沈阳自动化所研制成功的我 国第一台无缆水下机器人“探索者号”，“探索者号”的研制成功标志着我国水 下机器人技术已经走向成熟；1995 年 5 月，我国第一台高性能精密装配智能 型机器人“精密一号”在上海交通大学诞生，它的诞生标志着我国已具有开发第 二代工业机器人的技术水平。

4） 蓬勃发展期（2000 以后）： 2000 年，以我国机器人之父蒋新松命名的、我国 第一家机器人企业新松机器人自动化有限公司诞生，同时，在这一阶段也涌现 了一批优秀的国产机器人企业，如广州数控等企业，我国机器人行业进入了百 家争鸣的世代。由于众多机器人的企业及技术研发，在这一阶段，我国还打破 了不少国外垄断的机器人相关技术，例如洁净机器人。

2.2 机器人行业现状

由于各行各业对于数字化转型的迫切需求，汽车制造、电子制造、消费零售、仓储
运输及医疗康复等行业对于数字化转型进行了深入的探索，推动了整个机器人行业
的发展。从全球机器人行业的现状来看，2022 年整体市场规模将达到 513 亿美元，
其中工业机器人、服务机器人及特种机器人的规模将分别 达到 195/217/100 亿美
元，到 2024 年，预计全球机器人行业整体规模将达到 650 亿美元。

从中国的机器人市场来看，由于国家高度重视机器人产业的发展，工信部、发改委
等 15 部门在 2021 年发布了《“十四五”机器人产业发展规划》，提出我国机器人产
业综合能力力争在 2035 年达到全球领先水平，让机器人成为经济发展、人民生活
和社会治理的重要组成部分。目前，我国已经形成了完整的机器人产业链，整体市
场呈现蓬勃向上发展的趋势。根据 IFR 数据显示，预计到 2022 年，我国机器人市场
规模将达到 174 亿美元，近五年年复合增长率达到 22%。

根据 IFR 数据显示，2022 年我国工业机器人、服务机器人及特种机器人的市场规模
分别为 87/65/22 亿美元。从机器人不同分类的市场规模来看，中国的工业机器人市
场规模位居第一，与全球不同机器人分类的市场规模不同，我们认为其主要原因是
中国拥有最为完善的工业机器人产业链，并且近年来国家大力布局新能源、锂电及
光伏等高新产业，也迫切需要安装工业机器人加强生产效率。2021 年，我国每万名
从业人员拥有工业机器人数量 322 台，工业机器人普及度位居世界第五。

从区域来看，我国机器人产业主要集中在长三角及珠三角地区，机器人相关企业数 量分别为 4,574/2,643 家。其余地区如京津冀地区、东北地区、中部地区及西部地 区的机器人相关企业数量分别为 995/915/2,014/1,422 家。从专利获取数量上看，长 三角地区、珠三角地区、京津冀地区、东北地区、中部地区及西部地区的机器人相 关专利数量分别为 79,844/57,192/36,200/13,383/34,880/25,600 件。

长三角地区机器人企业相关数量及相关专利数量双双第一，主要原因在于长三角地 区拥有我国最为先进的机器人研发基地，并且在早期引入了国际工业机器人四大家 族 ABB、发那科、安川电机及库卡，通过以大带小的模式，机器人产业得以迅速发 展壮大。长三角地区代表创新企业有：擎朗科技、高仙机器人、节卡机器人、图灵 机器人、禾川机器人。

珠三角地区拥有强有力的制造业基础，先进的制造体系及完善的产业链为珠三角的 机器人行业发展提供了良好的基础。珠三角机器人企业凭借良好制造业发展基础， 重点发展了系统集成领域，凭借其渠道和价格优势，在市场上占有一定的地位。珠 三角地区代表创新企业有：越疆科技、云鲸智能、海柔创新、普渡科技、未来机器 人。

京津冀地区机器人产业规模不大，但是由于背靠我国科技高地中关村及当地对于新 一代信息技术的政策支持，其发展质量和附加值极高，高精尖技术在全国保持领先。 京津冀地区代表创新企业有：云迹机器人、极智嘉、华科精准、思灵机器人、镁伽 机器人。

东北地区是我国机器人产业的发源地，但是近年来由于人才流失，发展较为缓慢。 但是东北地区依托其工业基地的基础和完善的制造体系，在市场上仍有一定竞争力。 中部地区作为我国机器人行业的后起之秀，随着政府政策的支持迅速壮大。西部地 区由于其制造业和产业链较为服务器托管网滞后，因此选择针对单一零部件进行发展，例如伺服 电机、控制器和传感器等。

目前，我国机器人国产化进程加快，据 MIR 数据显示，2022 年我国工业机器人的
国产化率为 35%，龙头企业埃斯顿机器人和汇川技术的市占率仅为 6%/5%，同年四
大家族发那科/ABB/安川/库卡的中国市场市占率为 15%/8%/8%/8%。而到了 2023 年
Q1，我国工业机器人国产化率达到了 41%。据统计，我国机器人国产化率由 2015
年的 17.5%上升至 2022 年的 35%，平均每年提升 2.5%。随着我国机器人关键零部
件技术的突破，国产化将成为我国机器人未来发展的大趋势。
我们认为，未来我国的工业机器人、服务机器人及特种机器人将分别朝着以下方向
发展：

工业机器人：朝精密复杂的场景渗透。目前，中国在工业机器人的核心零部件的核 心竞争力逐渐提高，在减速器、控制器及伺服系统有一定的突破。未来，随着我国 工业机器人核心零部件的突破，工业机器人可以实现更好精准的应用，例如研磨、 铆接等复杂精密场景。

服务机器人：应用场景深度化、创新化。近年来，随着服务机器人在公共服务领域， 例如医疗、餐饮等行业的运用，市场需求剧增。未来，随着服务机器人的进一步迭 代，将朝着不同服务领域更深层次的运用发展，例如在医疗领域，服务机器人将在 临床康复的基础上，进一步深入到微创手术等应用。另一方面，未来服务机器人将 快速迭代，推出一系列特色化创新产品，例如酒店接待机器人、商场导航机器人等 等。

特种机器人：特定场景技术得到突破。随着机器人核心零部件的关键突破，并且人 工智能行业的蓬勃发展，特种机器人有望在特定场景完成关键技术的突破。例如水 下机器人具备水底精准定位、行走等功能；监测机器人能完成复杂环境监测、复杂 线路勘测等活动。

三、人工智能芯片赋能机器人精准化、高速化运作

在谈到机器人行业的技术发展时，我们通常对机器人的各零部件技术进行分析，目 前，由于人工智能的发展迅速，机器人企业采用人工智能芯片，在伺服系统、控制 器上都有一定的突破，人工智能让机器人更聪明，能够在复杂的情况下自主运作：传感器：机器人的传感器主要分为内部传感器和外部传感器。内部传感器主要负责 监测自身的运作，而外部传感器则主要负责感知外部环境。

目前，机器人内部传感器主要有位置传感器、速度传感器、加速度传感器、力觉传 感器以及姿态传感器。位置传感器包括电容式位置传感器、光电式位移传感器、电 位计式位置传感器、霍尔式位置传感器、巨磁阻式位置传感器等，用于实现机器人 的位置信息测量；速度传感器包括测量平移和旋转运动速度两种，主要用于测量机 器人自身关节运动的速度；加速度传感器用于测量机器人的动态控制信号，在静止 状态可根据重力加速度在加速度计的投影值来计算各关节角度值 ；运动状态下通 过加速度计来计算各关节输出侧的加速度 ；力觉传感器包括金属电阻型力觉传感 器、半导体型力觉传感器、转矩传感器、腕力传感器，用来检测机器人的手臂和手 腕所产生的力或其所受反力的传感器；姿态传感器是基于 MEME 技术的高性能三 维运动姿态检测系统，用来检测机器人的手臂和手腕所产生的力或其所受反力的传 感器。

机器人外部传感器主要有触觉传感器、视觉传感器、接近度传感器、听觉传感器以 及嗅觉传感器。触觉传感器包括光学触觉传感器、压电触觉传感器、电阻触觉传感 器、电容式触觉传感器及磁触觉传感器几种，主要用于机器人模仿触觉的功能，感 知物体表面性质，用于检测机器人是否与外部碰撞，并且碰撞的位置在哪；视觉传 感器是指通过摄像机拍摄到的图像进行图像处理，计算对象物体的特征，判断对象 的位置和形态，主要有二维视觉传感器和三维视觉传感器；接近度传感器分为有源 传感器和无源传感器，用于机器人在外部运动时周围是否有障碍物，并且检测出障 碍物的距离信息，避免发生碰撞；听觉传感器分为语音传感器和声音传感器，用于 检测外部环境中的声波；嗅觉传感器主要用于特种机器人，用于通过对于气体的判 断，应用于火灾救援、环境保护等场景。目前，在传感器方面，人工智能的运用主 要体现在视觉传感器上采集到的信息来划分和理解场景以及识别和分类对象。

伺服系统：伺服系统是机器人实现自动化的重要组成部分，实现机器人在工作中实 现精准定位、精准运动。从驱动方式上来看，伺服系统的主流驱动技术包括三种： 电气伺服系统、液压伺服系统及气动伺服系统。

电气伺服系统是机器人行业中最为常用的伺服系统，适合频繁使用，并且可以直接 接通商用电源。其主要执行元件又包含了直流伺服电机（DC Servo Motor）、AC 交流 伺服电机（AC Servo Motor）以及步进电机。直流伺服电机的主要特点是接通直流电 可直接工作，操作简单，并且体积轻、重量小，但是因为需要定时维护，使用寿命 较短；交流伺服电机没有电刷和转向器，不要进行维护，但是电路复杂，价格昂贵； 步进电机直接用数字信号进行控制，控制容易，但是缺点是工作效率低。 液压伺服系统主要工作原理是通过流体动力的反馈控制，即利用反馈链接得到的偏 差信号，再利用偏差信号去控制液压能源输入到系统的能量，使系统朝着减小偏差 的方向变化。

气动伺服系统除了以压缩空气作为工作介质之外，其工作原理与液压伺服系统一致。

减速器：减速器是机器人行业最大的成本中心，减速器一般可以分为传动减速器与 精密减速器，传动减速器一般仅可以满足机械设别的基本需求，而精密减速器回程 间隙小、精度高、使用稳定并且寿命长，因此机器人行业主要使用精密减速器。目 前，市面上最为主流的机器人减速器采用的是 RV 减速器与谐波减速器。RV 减速器 和谐波减速器两者相辅相成，分别运用在机器人的不同场景。

RV 减速器具有通过多级减速实现转动，一般由行星齿轮减速器的前级和摆线针轮 减速器的后级组成，所组成的零部件较多，具有大体积、负重能力强且刚度高的特 点。谐波减速器具有通过柔性的弹性变形传递运动，主要由柔轮、刚轮和波发生器 组成，具有小体积、传动比高且精密度高的特点。针对其特点不同，在机器人的运 用上也有所差距，RV 减速器主要运用于多关节机器人，其应用场景主要集中于汽 车、运输、码头等需要负重大重量物品的场景；谐波减速器主要运用于协作性机器 人和服务型机器人，由于其精度高，其应用场景主要集中于 3C、半导体、医疗和食 品等低负重但需要高精准度的场景。

控制器：控制器又被称为机器人的心脏，是决定机器人功能和性能的主要因素。控 制器主要任务是通过外围设备，如服务器托管网传感器所传达的信号，根据操作任务和需求，驱 动各个伺服系统，从而控制机器人的运动。大部分厂商一般生产通用控制器，而成 熟的厂商为了机器人的稳定性，一般自己开发控制器。控制器主要包含硬件和软件 两部分，硬件上除了高性能芯片，大部分厂家差距不大，目前机器人控制器的核心 芯片为 MCU 芯片，MCU 芯片叫做多点控制单元，又称单片微型计算机，是指随着 大规模集成电路的出现及发展，将计算机的 CPU、RAM、ROM、定时器和多种 I/O 接口集成在一片芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制， 单只机器臂内芯片 MCU 约占八成。因此，控制器企业主要差距体现在软件技术上， 例如算法技术、二次开发等，在相同伺服系统的前提下，一个好的控制算法能提高 机器人运作精度 10 倍以上。目前，市面上主流的机器人控制器算法主要可以分为 两大类，分别是传统控制算法和现代控制算法。

传统控制算法是机器人控制算法的基础，主要可以分为 PID 控制、位置控制以及力 控制。PID 控制指比例积分微分控制，由于其算法简单、鲁棒性好且可靠性高，因 此成为最常用的一种算法，PID 控制可以用于控制温度、速度、位置等参数，通过 比例、积分、微分控制进行加权处理，从而进行控制；位置控制算法通过控制机器 人关节的角度，来实现机器人位置的控制；力控制算法通过机器人的力量和力矩的 控制，完成需要精准力控制的任务。

现代控制算法是传统控制算法的进阶算法，主要可以分为自适应控制、模糊控制和 神经网络控制。模糊控制基于数学理论模型，可以很好处理机器人控制中的不确定 性和模糊性；神经网络控制具有较强的自适应能力和学习能力，可以自动学习机器 人的控制规律并且进行控制。

芯片：机器人在进行定位、运输和执行等各个环节的时候均需要使用到芯片，芯片 对机器人起着至关重要的作用。目前，机器人企业一般将几个芯片的接口集合起来， 接着统一连接到微控制器上，从而完成芯片对信号的预处理，降低控制中枢的工作 量，提高反应速度。目前，通用型的 GPU 仍然是市场主流，但随着人工智能的快速 发展，半定制化芯片 FPGA 的渗透率迅速提升，而未来，随着人工智能及芯片技术 的发展，定制型 ASIC 及类脑芯片可能成为市场的主流。通用型 GPU 的通用型强， 目前的设计和制造的工艺成熟，适合大规模的并行运算，但是 GPU 是单指令、多数 据处理，无法进行单独工作，必须由 CPU 进行控制调用才能进行工作；半定制化 FPGA 芯片可以通过编程灵活配置芯片架构适应运算的迭代，具有具有高速、并行、 运算的优点，适用于多指令、单项数据的分析；定制型 ASIC 芯片通过算法固化，实 现垂直领域极致的性能和功效，是为实现特定要求而制定的 AI 芯片；类脑芯片是 模拟人类大脑的芯片，可以模拟人脑的功能进行感知和思考，但是目前仍处于探索 阶段。

目前芯片的训练阶段需要大量的数据和运算支撑，单一处理器无法完成，因此训练 工作一般在云端进行。云 AI 芯片能够同时支持大量运算，并且支持图片、语音及视 频等不同 AI 应用。待云端训练完成之后，由于芯片的终端设备种类繁多，推理环节 只能在设备上完成，因此需要嵌入端芯片到设备当中，实现设备在无网的环境下具 备 AI 功能。

四、人工智能浪潮下，具身智能再次迎来发展契机

在人工智能高速发展的背景下，人工智能已经成为了新一轮的科技革命及推动产业 变革的重要驱动力，同样，人工智能的高速发展也影响着机器人行业。通过搭载更 为新进的 AI 芯片，人工智能使机器人朝着更接近人脑、工作更精准的方向发展。我 们认为，为了满足机器人朝着更智能、更准确、更低耗方向发展，未来机器人所搭 载的 AI 芯片和控制器将朝着以下技术方向发展：

高需求推动高集成效应，系统级芯片 SoC 成为发展必然趋势

SoC 芯片全称为 System-on-chip 片上系统，是一种基于定制型 ASIC 芯片的新技术。 由于对机器人更像人的期望，机器人需要在感知、决策、分析甚至情感上有所改进， 对于所用到的芯片种类要求更大，例如传感器 AI 芯片、深度学习芯片等等。如我们 在上文所说，机器人的各个部位都搭载着不同类型的芯片，随着所需功能的增加， 所需芯片的数量越多，意味着对于机器人的体积要求更大、耗能更高。随着人工智 能的发展，具备高度集成化的 AI 芯片技术 SoC 出现。SoC 以嵌入式系统为核心，以 IP 复用技术为基础，集软、硬件于一体，并且可以在一个芯片上实现信号的传输、 存储、处理和 I/O 等功能，可以有效减少了由于功能性增长而带来的体积问题。与 目前控制器所采用的 MCU 芯片对比，MCU 芯片只集成了基础外设控制器，例如、 定时器、A/D 转换器、UART、SPI、I2C 等，需要通过外部的存储器、器件和其他 IC 组件来实现更为复杂的功能。与 MCU 相比，SoC 芯片由于采用内部讯号传输，耗能 极低，并且由于信号采用内部传输，因此在运行速度上 SoC 具有一定优势。

更智能化的机器人计算频率提高，驱动 AI 芯片朝边缘端发展

目前，机器人采用在云端进行训练及推理，然而，为了使机器人更接近人脑、工作 更精准化，达到深度学习的目标，机器人需要拥有能够累计庞大的运算和并行计算 的高性能，因此在芯片的面积需求上越来越大、成本越来越高并且散热越来越差。 并且软件的成熟度和安全性也没有得到很好的解决，例如安装在机器人手臂内的芯 片，由于需要不断与云端进行数据的交互，耗能极大。在此背景下，机器人相关企 业开始探索将云端训练及推理像边缘端移动。边缘计算是一种新兴的计算模式，它 将计算资源和应用程序分配到更靠近数据生成和处理的位置。在边缘计算的模式下， 可以减少数据在云端和终端设备之间的传输，降低了延迟和宽带的需求。边缘化的 AI 架构相较目前主流的云端 AI 架构主要有以下几点优点：

1）低消耗。边缘计算可以更好利用计算资源，有效减少机器人的能源消耗，能够 更持久的运行，减少维护成本。

2）安全性。由于云端存在被攻击的可能性，边缘化的 AI 芯片采用加密技术、身份 验证来保护系统的安全性，减少机器人被黑客入侵的风险。

3）高传输。边缘计算需要实时相应数据，因此边缘化 AI 芯片通常采用高宽带的设 计，为机器人的实时运动提供更好更快的数据传输和处理能力。

智能化控制算法帮助机器人实现人工智能的自主控制和决策

智能控制算法是融合了机器学习及人工智能等技术的算法，它让机器人实现了自主 控制及决策。目前，智能控制算法主要包括遗传算法、粒子群算法及人工免疫算法。 遗传算法基于生物进化的过程，能够自动搜索最优解并且进行控制；粒子群算法是 基于群体智能的算法，通过模拟群体行为进行控制；人工免疫算法是一种基于生物 免疫系统的算法，能够自动搜索最优解并且进行控制。

不同的芯片帮助机器人完成不同的信号处理和执行，在接收信号之前，机器人主要 利用传感器进行信号的感知。在芯片设计追求低耗能的背景下，传感器如何也做到 低功耗，成为未来发展的一大趋势。

在传统的传感器设计当中，传感器负责高性能的信号采集，而后将信号传输到控制 器上进行处理。然而，传统的传感器在使用时处理器就必须同步使用，因为传感器 本身并不具备计算的能力，倘若处理器一直处于计算状态，对于电池的消耗将会特 别大，并且处理器接收到的事件大部分为常规事件，并不需要做出特定反应。在人 工智能发展迅速的今天，将人工智能与传感器结合，我们认为未来会朝着以下两个 趋势发展：

1）传感器中加入人工智能计算，避免控制器长时间运作及数据传输；2）定制化 传感器人工智能，植入特定的检测条件，当检测到相关事件后才会唤醒控制器， 满足人工智能实时在线（always-on）。

除了芯片、控制器及传感器之外，人工智能背景下，机器人核心零部件伺服系统和
减速器同意也将迎来变化。

伺服系统：在人工智能背景下，人们要求伺服系统具有低功耗、高智能化的特点。 我们认为，伺服系统未来技术发展方向有以下几点：1）集成化。高度集成化存在 “多轴合一”、“控制+驱动”和“驱动+电机”一体化等 3 种形式。“控制+驱动”一体化可 极大地降低系统成本与体积，提升系统总体性能；“驱动+电机”一体化，能有效提高 系统可靠性；2)高智能化。目前市面已经有智能伺服系统出现，但是由于技术不够 成熟，并且成本昂贵，并没有大范围使用。智能伺服系统的特点是内置 PLC 或运动 控制功能，或者通过丰富的扩展单元扩展特定的智能单元。配合高精度的伺服电机， 智能型伺服系统可以提供非常高的控制精度和非常好的动态性能。未来，随着人工 智能的进一步发展，智能伺服系统将进一步存在参数记忆功能，将系统的所有运行 参数直接保存在伺服单元内部，同时具备故障自诊断与分析功能及参数自整定的功 能，保证伺服系统在缺少人为干预下性能稳定。

减速器：从减速器的发展历程来看，轻量化、高功率及高性能是减速器发展迭代的 目标。从 RV 减速器来看，1986 年投入市场使用，2010 年之后推出的 RV-N 减速器 做到了更轻更小；从谐波减速器的发展历程来看，1970 年前后投入市场使用，在后 续推出的 CSS 谐波、CSF 谐波、CSG 谐波等产品，分别做到了强度更高、体积更小、 重量更轻。另一方面，随着人工智能在机器人的运用越来越广泛，机器人能够针对 不同场合做出更多不同动作，这就要求未来减速器需要做到与伺服系统、传感器集 成为智能关节，与高智能化机器人的性能相匹配。

AI 大模型的突破推动具身智能成为下一风口

具身智能（Embodied AI）是指有身体支持物理交互的智能体，换句话来说，就是 AIGC 走向实体世界的一个载体，具身智能的机器人可以像人一样交互感知环境，执行各 种各样的任务。具身智能的概念最早在 1986 年就由著名的人工智能专家布鲁克斯 提出，而后出现的例如索尼的机器狗 AIBO、软银服务机器人 Pepper、波士顿动力 的机器狗以及马斯克提出的擎天柱机器人，都是具身智能机器人，然而前些产品因 为技术落地困难、产品停产等种种原因最终都消失在大众的视野。近期，由于人工 智能的发展及 AI 大模型的发展，具身智能的概念又一次回到公众的视野。

具身智能的难点分为硬件和软件两部分，在硬件上，具身智能机器人需要利用大量 零件拼接，将其整合在一起，进行协同工作，并且需要让不同部分展示出合适的力 量、速度，实践起来尤为困难；在软件上，具身智能机器人需要做到与环境交互并 且理解在环境中做事的整体需求和功能，形成对整个世界的理解。

AI 大模型时代，为具身智能软件的困难提供了新的解决思路：

1)大型语言模型（LLM）有望替代传统机器学习，大型语言模型泛化能力更强，在复 杂任务理解、连续对话以及推理上更具有潜力，大型语言模型能够将人的语言快速 转换为机器人的控制代码，从而控制机器人，大型语言模型可以帮助机器人理解更 高的语言，自动分析自己的任务，更智能地与人和环境进行交互。

2）多模态大模型通过积累视觉、听觉等信息，为具身智能提供大量高质量的数据， 让具身智能拥有更丰富的感知能力，更好理解世界。

3）传统机器人采用 pffline 离线模式进行训练，一旦在现实中遇到训练中没有出现
的问题，机器人往往会出现脑袋宕机，无法做出正确的反应。大模型时代具身智能
能够做到实时训练与测试，可以在云端模拟出无数虚拟场景进行试验，积累大量经
验，从而展现在物理载体上。

一级市场相关重点公司：

传感器：

多维科技：江苏多维科技有限公司于 2010 年在张家港市成立，是一家专业从事高
性能磁传感器领域的 IDM 公司，核心管理团队由磁传感器技术和工程领域内全球
知名的行业精英和资深专家组成，已为国内外多个领域的上百家头部客户累计出货
数亿颗芯片。多维科技拥有先进的 8 英寸磁传感器量产晶圆产线，成熟的磁传感器
晶圆制造工艺，可批量生产、供应高性能磁传感器芯片和模组产品，以满足客户多
元化的应用需求。
深迪半导体：深迪半导体（上海）有限公司于 2008 年成立，总部位于上海张江高
科技园区，是由美国海外留学人员创立的中国首家设计、生产商用 MEMS 陀螺仪系
列惯性传感器的 MEMS 芯片公司，公司研发了拥有完全自主知识产权的先进的
MEMS 工艺和集成技术，专注于为消费电子及汽车电子市场设计和生产低成本、高
性价比、低功耗、小尺寸的商用 MEMS 陀螺仪芯片，并为客户提供各种全面的应用
解决方案和极其优质的服务。

伺服系统：

科伺智能：广东科伺智能科技有限公司于 2011 年成立于广东省广州市，立足工业
运动控制行业，长期致力于伺服驱动器的软件和硬件产品开发、系统集成以及技术
服务。产品涵盖伺服驱动、伺服电机、工业控制器、机器人、人机界面、直线电机
等，拥有成熟的解决方案、丰富的工程实施经验以及良好的售后服务体系,为各企业
提供集开发、应用、销 售及运维于一体的服务。

减速器：

瀚晟传动：宁波瀚晟传动技术有限公司于 2017 年成立于浙江省宁波市，以多年自
主研发的 MRG 传动技术为基础，从事机器人关节减速器的研究、开发和生产。采
用 MRG 传动技术生产的机器人关节减速器具有体积小、输出扭矩大、使用寿命长、
噪音和温升低等特点。经国家检测中心的测试，主要性能指标已达到世界领先水平。
公司先后开发出 M、D、C、A 四大系列产品、型号 40 余款，精密制造设备投入超
过 1 亿元人民币，具备年产 8~10 万台（套）的产能规模。
智同科技：北京智同精密传动科技有限责任公司于 2015 年成立于北京市，智同科
技的主要产品涵盖工业机器人用高精密摆线减速器，雷达天线用精密行星减速器，
工程机械用行星减速器，建筑机械用行星减速器，混凝土搅拌输送⻋用减速器等众
多品种。智同科技致力于面向全球机器人及其他制造企业提供标准化减速机产品，
并提供高精密减速机研发、定制与升级服务，是一家在精密传动领域具备自主创新
能力、精密加工能力、定制服务及快速反应能力的高科技企业。

控制器：

艾利特机器人：苏州艾利特机器人有限公司于 2018 年成立于江苏省苏州市，是一
家智能机器人控制系统研发商。公司主营产品包括机器人控制系统集高性能多核
ARM 处理器、混合实时操作系统、先进轨迹控制算法、混合传感技术等，广泛应用
于焊接、打磨、喷涂、人机智能协作、机器人物联网等高端产业应用领域。

AI 芯片

地平线：北京地平线信息技术有限公司是一家人工智能算法芯片研发商，地平线自 主研发兼具极致效能与高效灵活的边缘人工智能芯片及解决方案，提供包括效能边 缘 AI 芯片、丰富算法 IP、开放工具链等在内的全面赋能服务。

机器人本体：

工业机器人：

节卡机器人：节卡机器人股份有限公司于 2014 年成立于上海市，是一家协作机器
人研发商，产品线主要为 6 轴小助™系列协作机器人（JAKA Zu），对电机、减速器、
驱控板等进行了整体优化，减小了机器人本体自重，结合一体化关节设计、力矩反
馈、视觉识别、拖拽编程、无线示教等功能，目前 JAKA Zu 系列协作机器人已广泛
服务于汽车零部件、3C、锂电、食品、化纤等多个行业的智能化生产线。
海柔创新：深圳市海柔智能科技有限公司于 2016 年成立于广东省深圳市，一家物
流仓储机器人研发商，专注于箱式仓储机器人系统研发设计与方案规划。旗下货箱
到人系统包括库宝机器人 HAIPICK、软件系统 HAIQ 及工作站等，可实现物料的拣
选、搬运与分拣，服务于有柔性自动化改造需求的物流仓库和工厂。

服务机器人：

优必选：深圳市优必选科技股份有限公司于 2012 年成立于广东省深圳市，是一家
智能人形机器人研发商，致力于智能机器人及相关领域的技术开发、技术咨询、智
能机器人产品的销售及上门维修，主营产品有 Alpha 系列、JIMU ROBOT 系列、机器
人舵机和人工智能平台 Cruzr，提供包括商业服务、智慧康养、公共卫生防疫在内的
多行业解决方案。

高仙机器人

上海高仙自动化科技发展有限公司于 2013 年成立于上海市，高仙深
耕商用清洁机器人赛道,推出 7 大产品线,覆盖 7 大清洁功能, 截至目前,高仙已为全
球逾 40 个国家和地区的 2,000 多个客户提供超过 2 亿公里的清洁服务,是商用移动
机器人和无人驾驶领域市场落地能力最卓越的企业之一。

特种机器人

潜行创新：深圳潜行创新科技有限公司于 2016 年成立于广东省深圳市，是一家专
注于研发、生产和面向全球销售消费级水下无人机、轻工业级专业级水下机器人以
及便携式水域智能无人装备的国家高新技术企业。系列产品具有低成本、高性能、
易操作、便携性突出等特点，在水下观测及摄影、渔业养殖、水下应急救援、船体
检测、科考探索、环保检测、水利水电等等方面有广泛的应用。

五、风险因素

宏观经济下行风险。美联储加息、国际政治局势的变动可能会导致宏观经济增速不 及预期，对机器人行业总体规模的增长产生不利影响。

原材料价格上涨的风险。从机器人的成本来看，核心零部件减速器及伺服系统的成 本占比共达到 55%，倘若上游企业产品价格上涨，对机器人本体企业成本影响极大。

行业技术发展受阻。机器人行业是典型的机电一体化技术密集型产品，所涉及交叉 学科数量多，企业难以短时间内突破相关技术，取得竞争优势。

—- 永不磨灭的番号：我是AK

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: Pytest测试用例参数化

@pytest.mark.parametrize(‘参数名1,参数名2…参数n’, [(参数名1_data1,参数名2_data1…参数名n_data1),(参数名1_data2,参数名2_data2…参数名n_data2)]) 场景： 定义一个登…