人形机器人量产核心卡点分析：AI、算力、数据、工程化能力、制造能力还是...

温馨提示：点击下方图片，查看公众号“Robot猎场备忘录”运营团队（10月18日整理）原创报告（共182页）

说明：欢迎行业人士交流、简历委托，行业交流记得先加入“机器人头条”知识星球，后添加（微信号：lietou100w）微信，备注“称呼+所在公司+职位”或者“已加入星球”（非备注，不添加）；若有侵权请联系编辑运营（微信：Anna_J100）删除，若转载请注明出处；

——

正文：

AI、算力、数据、工程化能力、制造能力、整合能力、资金等，那个因素是制约人形机器人量产的核心卡点？

2024年10月24日，特斯拉三季度财报会议上，马斯克表示：我们是唯一一家真正具备大规模生产人形机器人所有必要条件的公司，因为其他公司缺少人工智能大脑，缺少真正实现大规模量产的能力，而特斯拉拥有超级计算集群Cortex。

2024年6月13日，特斯拉2024年股东大会上，马斯克首次谈到人形机器人初创公司：原型很容易，批量生产很难，甚至不可能。

股东大会上，马斯克提到初创公司难点（总结）：1）大量0-1设计，包括电机、变速箱、传感器、电力电子设备；2）需要顶尖的工程师以及技术积累；3）需要高效、节能的推理计算机；4）需要强大的AI能力；5）需要非常擅长大规模制造。

详细介绍，查看往期文章：马斯克：特斯拉是唯一一家真正具备大规模生产人形机器人能力的公司

近日，知名人形机器人初创企业[Figure AI]创始人Brett Adcock接受媒体访谈时被问到算力、AI和制造问题时表示：B轮投资方微软已经给了我们尽可能多的H100算力，目前已扩大了三次，变成了更大的集群，目前受到计算的限制；依托投资方OpenAI技术赋能和合作，目前已开始建立可以在我们的机器人上工作的新模型；制造层面，我们正在建设自己的制造工厂，机器人上的几乎所有东西最终都可能由 Figure AI 公司制造，但是现阶段，我们会以非常理性的方式进行制造（外包）。

注：[Figure AI]创始人Brett Adcock近期访谈内容，前往“机器人头条”知识星球查看

11月6日，马斯克针对人形机器人量产问题给出更具体答案，在“X”平台发文表示：“Optimus 已经在工厂里执行一些任务，其能力范围正在迅速扩大；迄今为止，最困难的部分是改进Optimus的设计，使其易于制造和构建复杂的供应链，以便能够大批量生产。”

马斯克此次回应，好像进一步重申了人形机器人Demo容易，量产难以及特斯拉机器人团队已在算法层面取得不错进展且持续迭代，目前难点是反而是结构设计（硬件层面）无法支撑大批量量产。

参考特斯拉在车辆（ Model Y 、 Model 3等）层面规律，Optimus极有可能沿袭车辆生产、进化路线，先实现最优结构设计，保证前期能执行一些任务前提下，AI层面逐渐升级进化，最终实现通用。

11月6日，小鹏AI科技日上，小鹏汽车董事长、CEO何小鹏在演讲中表示，做AI机器人比AI汽车更难，集成度要求更高，没有500亿投入做不好AI机器人（让我想到小米董事长雷军之前提到，将拿出1000亿来造车），如此朴实无华。

AI、算力、数据、工程化能力、制造能力、整合能力、资金等，那个因素是人形机器人量产核心卡点？

国内拥有全球范围内最多人形机器人本体公司且都是初创公司，以上因素感觉皆是核心卡点，都短时间无法突破；目前国内大多数人形机器人本体初创公司多是学院派教授创业团队，本身工程化思维极弱，样机零部件目前都是外包商来做，自己进行组装，目前更侧重谈软件算法，基本不聊如何批量生产，而算法的底层芯片却是依赖进口；整体而言，做通用人形机器人似乎不适合初创公司，沿袭人形机器人公司[Agility Robotics]走专一场景，或许是唯一正解。

[Agility Robotics]是目前全球范围内真正实现商业化落地的是双足人形机器人企业，旗下双足机器人Digit已在【GXO】Spanx 工厂中实现商业化落地，工作是从AMR 上拾取手提袋，然后将手提袋放到传送带上，如此往复，而其能落地的原因主要归功于场景单一，对泛化能力要求低。

而国内，真正能满足马斯克所提到的生产人形机器人诸多要素的好像只有同为车企的[小鹏汽车]，后者目前已发布新一代人形机器人—小鹏Iron，并沿袭特斯拉Optimus技术（与车辆技术同源）和商业化路线（优先落地自家车间）。

从小编视角来看[小鹏汽车]旗下人形机器人Iron算不上国内第一梯队，Iron发布会现场，有关小鹏Iron描述更多是文字层面，实体没有现场亮相；宣传片相当于大型广告片，没有展示具体动作细节，后续发布的车间工作视频，如同定帧摆拍，并没有展示一连串完整动作；大会现场，所提到的已经在工厂部分岗位上“工作”，感觉夸大成分大一些；整体而言，技术听起来是高大上，但是实体展示一般般；期待更多展示视频。

而且Iron发布后，[Figure AI]创始人Brett Adcock更是线上维权，表示：Iron复制 Figure 01脊柱和臀部设计；同时表示：为什么在Figure 02上放弃这种结构呢？

小鹏Iron详细介绍，查看往期文章：人形机器人Iron来袭！取代「小米」，「小鹏」正式扛起国内人形机器人大旗！！

特斯拉入局人形机器人赛道和人工智能、大模型技术突破性进展催生了本身具身智能浪潮；具身智能领域研究方向可粗略分为：具身智能大模型（机器人“大脑”）和人形机器人（本体+小脑）。

目前行业内有一种观点是：硬件决定了人形机器人应用落地能力的上限，但是目前人形机器人产业拥有的硬件基础支撑起来的应用上限，具身智能算法还暂时没有达到。也就是说，人形机器人的硬件基础本身能够支撑它完成的一些任务，由于现有AI算法的能力不足，目前的人形机器人还无法真正实现这样的产品力。具身智能技术的发展不如人形机器人硬件成熟，也就成了现在人形机器人产业最大的卡点。

接下来小编将从算力、软件算法、数据、硬件（核心零部件）、工程化等多层面，盘点人形机器人商业化卡点。

软件层面：“大脑”、“小脑”

从底层算法模型来看，机器人的软件可以分为大脑与小脑。大脑负责感知外界并模拟人类思维决策过程，小脑则模仿生物进行复杂的运动控制。大脑部分主要职能是环境理解、智能交互与认知推理，基础是机器视觉、大语言模型的发展；小脑部分主要职能是运动控制、路径规划和步态平衡。

Source:创业邦研究中心