- 1 - 敬请参阅最后一页特别声明 市场数据 (人民币） 市场优化平均市盈率 18.90 国金通信指数 1957 沪深 300 指数 4181 上证指数 3278 深证成指 12506 中小板综指 13100 相关报告 1.元宇宙时代 ICT 基础设施投资展望 -国金通信 -元宇宙行业深度， 2022.6.30 2.掘金亿物互联 -22H1 物联网全产业链数据扫描 -国金通信物联网 .， 2022.6.16 3.通信行业下半年策略：关注新基建和高成长 -国金通信 -2022H.， 2022.6.7 4.通信产业价值分布向新一代 ICT 产业链转移 -通信行业 21 年年报 .， 2022.5.3 5.华为智能电动的布局和启示 -国金通信行业深度报告， 2021.12.31 邵艺开 联系人 shaoyikai 罗露 分析师 SAC 执业编号： S1130520020003 luolu 从特斯拉人形机器人看智能化投资机遇 投资建议 行业策略 ： 特斯拉机器人将加快服务机器人行业商业化进程， 短期 内 建议关注 人形机器人增量 零部件， 优选技术路径有利于小型化、轻量化、低成本的硬件公司， 长期看机器人智能化程度空间广阔 。 人形机器人与智能汽车在智能化领域的供应链高度重叠， 在投资策略上应 在边际增量大的细分领域优选高成长、竞争优势突出的个股 。 推荐组合 ： 建议关注 机器人初创头部公司优必选 ， AI 芯片龙头英伟达， 工业互联网及 IDC 龙头 宝信软件， 模组龙头移远通信，以及 计算机视觉龙头海康威视 。 行业观点 下一代智能终端 前景广阔，未来 10 年全球市场空间约 14 万亿元 。 特斯拉作为全球领先 科技 企业， 其 芯片、算法等 技术积淀可在人形机器人中 高度 复用。 借鉴波士顿动力、日本本田等已有的人形机器人，预计 公司 在 双臂双足的 协同技术仍缺乏沉淀 ，具备一定挑战 。 “机器换人” 是产业增长 的 核心 驱动力 ， 到 2030 年，全球约有 4 亿个工作岗位将被自动化机器人取代，按20%渗透率测算全球人形机器人市场空间 12-16 万亿 元。 根据 IFR 和中国电子学会的数据，按 23-30 年 CAGR 30%测算到 2030 年，我国人形机器人市场规模约 8700 亿元。 当前机器人 BOM 成本 60%-70%集中在关节、驱动、控制等机身硬件 ， 然而智能化程度提升必然增加 对芯片、通信模组、云计算资源的需求。我们认为机器人软件占比也将复刻汽车软件发展路径，从当前约不到 10%的成本占比 提升至 2035 年 30%+。 对标智能汽车，人形机器人将增加传感器、芯片、智能网联、导航需求。 预计人形机器人主要用于商用场景，不管居家还是外出服务，或从事危险性工作，其 感知能力应该对标自动驾驶 L4 以上级别 ： 1）传感器： 类比智能汽车， 增加 摄像头、激光雷达、毫米波雷达、红外传感器、超声波 雷达等需求； 2） 算力 芯片： 当前 芯片市场份额主要由海外玩家占据，包括英伟达、英特尔 Mobileye、高通等 ，可关注有工程师红利、本土化服务能力强 的 AI芯片国产化替代机遇； 3）智能网联： 人形机器人主要面对家庭和服务场景， 5G 低延时、高速率、广连接等特性将为其赋能 ，建议关注蜂窝基带芯片、模组、智控器行业机会； 4）定位：根据机器人使用场景不同，需增加室内或户外导航、高精度地图等需求 。 云计算基础设施与 AI 算法助力人形机器人智能化。 智能化 AI 算法训练需要大量场景数据，拉动数据存储、计算、交换等数据中心需求 ，参照沙利文报告，自动驾驶 IaaS/PaaS 市场规模 2025 年达到 65.5 亿元， 4 年 CAGR 为49.2%，预计人形机器人对算力的需求也将维持接近 50%左右 的复合增速 。人机交互、 AI 视觉等算法 是 人形机器人商用场景 的 核心竞争力 。 根据产业链调研， 科大讯飞、百度云、阿里云当前已进入人形机器人产业链 。预计未来更多人形机器人走向商业化，以上企业有更多机会参与行业总体机会。人形机器人在今年上半年一级市场已然火爆，互联网大厂纷纷押注投资布局。互联网大厂具备技术、人才、资金、客户等多方优势，投资方向具备一定指导意义。虽然当前人形机器人仍处于行业早期阶段，但随着特斯拉等全球领先企业对人形机器人的定义更为清晰，市场投资机会将层出不穷。 风险提示 特斯拉机器人进展不及预期 、 新品研发不及预期 、 机器人商业化不及预期 1515165017851920205621912326210823211123220223220523国金行业 沪深 300 2022年 08月 23 日 创新技术与企业服务研究中心 通信 行业研究 买入 (维持评级 ) ) 行业深度研究 证券研究报告 行业深度研究 - 2 - 敬请参阅最后一页特别声明 内容目录 1. 下一代智能化终端，人形机器人将打开蓝海市场 .4 1.1 特斯拉宣布进入人形机器人市场，技术可复用率高 .4 1.2 当前全球机器人市场竞争格局：欧美日领先，中国系统集成赶超 .6 1.3 人形机器人打开万亿蓝海市场 .8 1.4 短期零部件先行，长期看机器人智能化程度空间广阔 .9 2. 下一代智能化终端，感知决策供应链与智能汽车或高度重叠 .10 2.1 人形机器人环境感知需求高，带动各类传感器需求 .10 2.2 人形机器人算力要求较高，部分国产芯片厂商或可满足需求 .13 2.3 人形机器人带来智能网联需求增长 .15 2.4 人形机器高精度定位需求 .20 3. 人形机器人 AI域带动云计算产业链需求 .23 3.1 智能化 AI算法训练增加对云计算、数据中心、边缘计算的需求 .23 3.2 人机交互、 AI视觉等算法在人形机器人商用场景中的核心竞争力 .25 3.3 互联网大厂已押注机器人蓝海市场 .28 3.4 AI智能化领域相关投资机会及重点个股梳理 .30 4. 风险提示 .32 图表目录 图表 1：特斯拉 D1 芯片示意图 .4 图表 2：特斯拉视觉神经网络架构 .5 图表 3：波士顿动力与日本本田 人形机器人发展历程 .7 图表 4：按劳动力岗位数量测算人形机器人全球市场空间 .8 图表 5：中国机器人市场规模（亿元） .8 图表 6： Optimus 单体回本时间预测 .9 图表 7：机器人分部件价值量参考（单位：元） .9 图表 8：四种环境 感知传感器比较 .10 图表 9：自动驾驶级别对应功能与时间演变 . 11 图表 10：纯视觉与激光雷达方案比较 . 11 图表 11：全球 CIS 市场规模及预测 .12 图表 12：全球车载 CIS 市场规模及预测 .12 图表 13： 2021 年车载 CIS 市场份额 .12 图表 14：全球激光雷达市场规模（亿美元） .13 图表 15： 2021 年车载激光雷达市场份额 .13 图表 16：国内外自动驾驶芯片 .14 图表 17：国内外自动驾驶计算平台（域控制器， DCU） .14 行业深度研究 - 3 - 敬请参阅最后一页特别声明 图表 18：国内外自动驾驶芯片制造商优劣势 .15 图表 19： 2021 年全球基带芯片市场结构 .16 图表 20： 2021 年基带芯片市场份额 .16 图表 21：国内外通信芯片行业可比公司的对比情况 .16 图表 22：通信模组逻辑结构示意图 .17 图表 23： IoT 蜂窝模组 演进 .17 图表 24：模组厂商机器人方向布局对比 .17 图表 25： 2022Q1 蜂窝物联网模组厂商市场份额 .18 图表 26：汽车高速连接器性能需求与应用实例 .19 图表 27：汽 车连接器应用实例（箭头示意连接器） .19 图表 28：室内定位技术比较 .20 图表 29：高精地图与传统电子地图比较 .21 图表 30：国内高精地图头部玩家 .21 图表 31：机器人产业链相关标的总结 .23 图表 32：中国汽车云 IaaS+PaaS 应用场景规模 .23 图表 33：智能驾驶系统主要训练数据集 .24 图表 34：深度学习算法模型性能提升与算力要求 .24 图表 35：任务卸载架构 .25 图表 36：典型协同感知场景 .25 图表 37：优必选人形机器人发 展历程 .26 图表 38： 2021H1 中国计算机视觉市场份额 .26 图表 39： 2021H1 中国语音语义市场份额 .26 图表 40：中国机器视觉主要玩家概况 .27 图表 41：中国语音语 义市场主要玩家概况 .27 图表 42：华为盘古 NLP 大模型参数量排名第一 .28 图表 43：百度在机器人领域软硬件产品 .29 图表 44：互联网大厂投资布局梳理 .30 图表 45：云计算分场景占比与增长 .31 图表 46：科大讯飞因材施 教 1352 智慧教育解决方案 .31 图表 47：海康威视营收与归母净利润情况 .32 图表 48：海康威视 AI开放平台 .32 行业深度研究 - 4 - 敬请参阅最后一页特别声明 1. 下一代智能化终端，人形机器人将打开蓝海市场 1.1 特斯拉宣布进入人形机器人市场，技术可复用率高 特斯拉作为自动驾驶全球领先企业，已有技术积淀可在人形机器人中复用。公司 宣布将于今年 9 月 30 日推出首款双足人形机器人 - 擎天柱（“ OPTIMUS”）， Tesla Bot 将基于视觉神经网络神经系统可预测性的自动管理技术，以 Dojo D1 自研超级计算机芯片和 提供算力的 FSD Chip 2.0 硬件驱动微核心。 从目前公布的应用范围来看， 人形机器人 是服务机器人的技术升级，涉及自动控制、视觉导航、传感器技术等多种技术的融合。 作为美国最大的电动汽车及 新能源企业 ， 公司 具有领先行业的自动驾驶技术，部分 技术积累可复用于人形机器人中，如 ： AI芯片、自动驾驶算法和 AI视觉解决方案，但也有一些新增部分需要从相关元器件厂商处采购，比如减速器、伺服电机等上游材料。 【 AI 芯片】 自研 D1 芯片结合多芯片模块技术（ MCM）构建高带宽、低延迟训练模块，支持全球最先进的可扩展 AI 训练机器 Dojo 系统。 自定义计算芯片 D1 芯片是由 354 个训练节点组成的阵列所形成的面积为 645 平方毫米的计算平面，采用 7nm制造工艺，热设计功率（ TDP）为 400w。作为 Dojo 超级计算的集成 单元， D1 芯片能实 现 362 TFLOPS 的机器学习 计算（ 362TFLOPs(BF16/CFP8)/22.6TFLOPs(FP32)），片上带宽为 10 TBps，边缘的 IO 带宽为 4 TBps，约为最先进的网络交换芯片的两倍。 图表 1：特斯拉 D1 芯片示意图 来源：公司公告，国金证券研究所 训练模块由 25 个 D1 芯片使用扇出晶圆工艺紧密集成，保留了裸片之间的带宽，利用多芯片模块技术（ MCM）解决 IO 问题，优化带宽，同时减少延迟、面积和功耗，实现相邻芯片间通信速度的低延迟。集成连接器、定制的电压调节器模块、机械和热部件的训练模块最终能提供 9 PFLOPS 的计算和 36 TB/s 的模块外带宽。 120 个训练模块平铺创建出能够达到 1.1 EFLOPs 的超级计算机系统，为AI 训练提供充足算力。 与行业中的其他类似超级计算技术相比， Dojo 计算机在同等成本下具有 4 倍性能， 1.3 倍能耗节约，碳排放仅占 1/5。它不仅能实现全球最快的 AI 训练速度，而且性能拓展无上限，特斯拉预计下一代Dojo 系统在某些方面将拥有 10 倍的性能提升。 【自动驾驶算法】 行业深度研究 - 5 - 敬请参阅最后一页特别声明 公司 自动驾驶算法实现感知、规划与控制，赋能人形机器人部分类人特征。特斯拉自动驾驶方案基于感知网络输出根据真实世界建立的三维向量空间，并利用传统规划方法与神经算法相结合的混合规划系统，在该空间中规划汽车完成指定任务的行为和轨迹，最终控制其完成。特斯拉的神经网络算法（ Neural Networks）应用前沿研 究，训练深度神经网络处理从感知到规控的各种问题。 预计 该算法用于人形机器人中，将推进人形机器人的自治能力和对空间与时间信息的感知，并做出准确决策。由于拥有大规模原始数据集、自动标注方案、虚拟仿真空间以及充足的算力，特斯拉自动驾驶感知、规控的核心算法在应对不同场景的性能方面都可以得到充分的训练。 【 AI 视觉解决方案】 空间理解和短时记忆能力，实现特斯拉自动驾驶纯视觉感知。 特斯拉放弃雷达融合方案，仅利用车身四周的八个摄像头模仿人类视觉系统原理进行纯视觉感知。如下图视觉感知神经网络架构所示，采用 HydraNet 多头网络的基础结构形式，多个子任务共享特征空间。 图表 2： 特斯拉视觉神经网络架构 来源： 公司公告， 国金证券研究所 感知网络将不同汽车摄像头捕捉到的视频数据经过数据校准层（ Rectify）的处理和映射，消除外参后，通过残差神经网络（ RegNet）和 BiFPN多尺度特征融合结构，提取出多尺度视觉特征空间。 采用“前融合”思路将多个视频数据融合后通过网络结构中引入的BEV（鸟瞰俯视图）空间转换层，其中的核心模块 Transformer 神经网络利用 Query、 Key 和 Value 三个核心参数实现三维变换的空间理解，代替雷达感知物体深度信息。 行业深度研究 - 6 - 敬请参阅最后一页特别声明 引入时空序列特征层识别不同时间维度的图像即视频片段，使自动驾驶感知网络拥有短时记忆能力。 最后各个头部基于统一提取的时空特征序列可实现 1000 多个不同的任务，如物体检测、交通信号灯识别、车道线识别等。 完整的 Autopilot 神经网络包含 48 个网络，需要 70,000 个 GPU 小时进行训练，共同在每个时间步输出 1,000 个不同的张量（预测）。 其中摄像头网络分析原始图像以执行语义分割、对象检测和单目深度估计。鸟瞰网络从所有摄像头获取视频，直接在自上而下的视图中输出道路布局、静态基础设施和 3D 对象。该视觉网络不仅能够利用仿真平台从世界上最复杂、最多样化的场景中学习，还能实时迭代地从特斯拉近 100 万辆汽车组成的车队中获取信息。 特斯拉的仿人机器人在机器视觉上的路径和智能驾驶有相似之处。 特斯拉机器视觉中的纯视觉解决方案，是基于图像的目标检测，目的是确定图象中是否存在给定类别的目标实例，若存在，就返回每个目标实例的空间位臵和覆盖范围。而目标检测就 是解决分割、场景理解、目标追踪、图像描述、事件检测和活动识别等更复杂更高层次 (时间记忆等 )的视觉任务的基础。 【减速器】 谐波减速器是人形机器人的核心零部件，在国产替代趋势下相关供应商将有更多成长红利。 根据特斯拉机器人目前公布的数据， 20 多个关节需要使用谐波减速器。 但考虑到目前谐波减速器的单价较高，且技术壁垒高，特斯拉自研可能性很小，因此预计初期量产时谐波减速器的用量可能会有所减少。未来随着特斯拉机器人的量产和谐波减速器的降价，需求量将大幅增加。国内如绿地谐波、来福等优质厂商生产的谐波减速器的市占率明显提高，有望在人形机器人发展需求中进一步成长。 【伺服系统】 伺服系统市场规模近 300 亿元，预计将在在工业自动化带动下保持高速增长及创新， 可复用于人形机器人 。 伺服系统是一种电磁装臵，通过使用负反馈机制将电能转换为精确控制的运动。 据中商产业研究院统计， 2017-2021 年，我国伺服系统规模将从 97 亿元增长到 224 亿元，复合年增长率为 23.3%，增速较快。 长期来看，中国的人口红利会消退，劳动力成本会逐渐上升。传统行业尤其是制造业对自动化生产线设备的需求将始终保持增长趋势， 且人形机器人作为新增场景， 伺服系统的需 求量将在未来有所增长，以及 可能 会有更先进的伺服系统产品出现。 【控制器】 人形机器人对控制系统的需求量以及高质量的要求，将进一步推进控制系统市场的发展。 控制系统类似于机器人的大脑，负责向机器发出传感以及传递指令和一系列动作，控制机器人在工作过程中的运动位臵、姿态和轨迹。我国工业机器人产业链日趋成熟，在机器人控制器软硬件方面的发展实力不断增强，市场成倍增长。 中商产业研究院数据显示，中国工业机器人控制器市场规模将从 2017 年的 10.5 亿元增长到 2021 年的 14.7 亿元，复合年增长率为 8.8%。 到 2022 年后 中国工业机器人控制器市场规模将可能达到 16.2 亿元。 1.2 当前全球机器人市场竞争格局 ： 欧美日 领先 ，中国系统集成赶超 当代国际机器人市场商业模式：日本产业链，德国本体集成，中美集成。根据产业链布局将商业模式归纳为三种：零部件、本体（包括本体零部件、本体集成、全产业链）、系统集成。 美国模式侧重于系统集成，优势领域在医疗机器人、国防军工机器人，以 AdeptTechnology、 AmericanRobot 为代表企业。 行业深度研究 - 7 - 敬请参阅最后一页特别声明 欧洲模式以德国为代表侧重于本体集成，在工业机器人和医疗机器人方面均具有产业优势，拥有以 ABB、 KUKA 为代表的机器人国际公司。 日本模式在零部件、本体、集成产业链上分工明确，优势领域在工业机器人和家庭机器人，著名企业包括发那科、安川等。 中国在系统集成环节已反超外资，占据主要市场份额，正向日本德国模式发展，未来的发展趋势将类似于日本的产业链分工模式。 特斯拉虽然在智能汽车领域技术领先，但在人形机器人市场是新进入者。当前 人形机器人 领先企业 波士顿动力与 日本本田和 特斯拉 在产品定位与 技术布局存在差异。从技术和产 品成熟度来看，波士顿动力在行业中处于领先地位，专注于提升“运动智能”的能力，最开始是以军用机器人为出发点，属于专业领域，但还没有找到合适的商业化途径； 日本本田尝试将ASIMO 应用于教育、接待、娱乐等各类场景 ，并计划利用 ASIMO 驱动机构、控制算法等进一步研发具备看护、护理等功能的服务机器人。 特斯拉则从家用、商用切入服务领域实现商业化。 波士顿动力机器人应用场景主要在任务执行，产品迭代趋势为灵活性增加。波士顿动力 感知系统主要采用 激光雷达解决方案， 从四足改进到双足，体积、重量不断减小，速度更快，能实现的动作更多。 日本本田在双足技术方面先发优势更为显著，经历了三四十年的双足、双臂技术积淀，平衡性与灵巧性不断提升。 图表 3： 波士顿动力与日本本田人形机器人发展历程 来源： 公司官网， 国金证券研究所 特斯拉的双臂双足等协同技术仍缺乏沉淀。 人形机器人的核心难点 是 双足技术，重心和动作的配合很重要 。 重心控制方面汽车到机器人跨度非常大，从高维向低维。另一核心难点双臂控制 ，行业总体 还处于起步阶段， 参考谷歌、三星、戴森等 IT 巨头，都采用 单臂，控制难度较小。在 工业 方面，南方许多工厂使用机械臂代替人工进行高精尖工作，商业价值明确 ， 但很难将技术移植到服务机器人上 ： 因为机械臂在工厂里处于固定位臵，与目标点的距离固定。服务机器人有两条手臂，目标距离随时变化，对传感器精度、算法和目标跟踪提出了更高的要求 ， 除了能准确捕捉目标外，更不能互相干扰。 行业深度研究 - 8 - 敬请参阅最后一页特别声明 波士顿动力的双足技术靠液压控制和算法可以实现通关、跑步、跳舞。日本本田 2000 年推出了能够跳跃和使用楼梯的人形机器人 ASIMO 之后，人形机器人的发展方向逐渐 走向成熟化。但他也用了很多模型去模拟人双足走。比双臂技术更难。现阶段 AI 技术水平也难以实现操作机器人做这类复杂的事情。但是波士顿动力和本田 ASIMO 的双臂没有那么灵活。手脚配合没有任何一家公司能做到。特斯拉也很难在 Tesla bot 发布时有所超越。 参考其他 IT 巨头，谷歌、三星、戴森。戴森的目标是 2030 年，谷歌没有透露原型成熟销售的时间，因为机器人，尤其是服务机器人，要突破很多技术难关。 参照特斯拉智能汽车经验， 马斯克擅长利用制造工艺与思维方式改变，在已有的技术基础上创造性实现成本和性能突破， 9 月 30 日Tesla Bot 或有意外惊喜。 1.3 人形机器人打开万亿蓝海市场 在“机器换人”的趋势下，机器人产业拥有广阔的市场空间。 根据马斯克在 2022 年 4 月的 TED 演讲， Optimus 的单价大约 2.5 万 美元 （约 16.75万元人民币） ，显著低于波士顿机器人 。预估 Optimus 单价在 15 万到 20万元之间 ， 有望进入家庭作业、快速配送、工业生产等各种消费级和商业级场景。据麦肯锡报告，到 2030 年，全球约有 4 亿个工作岗位将被自动化机器人取代 ， 按 20%渗透率测算全球人形机器人市场空间 12-16 万亿 元 。 图表 4：按劳动力 岗位数量测算人形机器人全球市场空间 来源：麦肯锡，国金证券研究所 根据 IFR 和中国电子学会的数据， 2021 年中国机器人市场规模预计约 839亿元， 2016 到 2023 年 CAGR 约为 18.3%。其中，工业机器人、服务机器人和特种机器人市场规模分别为 445.7 亿元 /302.6 亿元 /90.7 亿元，占比分别为 53%/36%/11%。尽管人形机器人处于起步阶段， 参照其他电子产品， 渗透率超过 20%后将爆发式增长。按 23-30 年 CAGR 30%测算 到2030 年，我国人形机器人市场规模约 8700 亿元。 图表 5： 中国机器人市场规模 （亿元） 2020 2021 2022E 2023E 2024E 2025E 2030E 市场规模 711 839 1,067 1,388 1,804 2,345 8,708 增长率 27.16% 17.97% 27.21% 30.02% 30% 30% 30% 来源： IFR，中国电子学会， 国金证券研究所 2021 年中国人家工作 10.68 万 元，按照 Optimus 15 万 -20 万的价格区间，购买单台 Optimus 机器人的退货期为 1.4-1.9 年，即 1-2 年内可收回成本，机器人无需休息并且可以长时间从事高强度劳动。用机器人代替人力具有可预见的经济 价值 。 行业深度研究 - 9 - 敬请参阅最后一页特别声明 图表 6： Optimus单体回本时间预测 2021 年中国人均工资 （ 万元 ） 10.68 Optimus 价格区间上限 （ 万元 ） 20 Optimus 价格区间下限 （ 万元 ） 15 回本时间上限 （ 万元 ） 1.9 回本时间下限（万元） 1.4 来源： 央财智库， 国金证券研究所 1.4 短期零部件先行，长期看机器人智能化程度空间广阔 根据产业链调研，机器人 BOM 成本主要集中在机身零部件，特别是电机、减速器，增量空间显著。 以人形机器人关节为例，单个关节安装的位臵不同，承载力不同，价值差异大，总体区间可从几千到上万。机器人 BOM成本约 60%-70%投入各种机身关节、减速器、控制器等；主控芯片与全身传感器占比约 15%；躯壳与电池等占 20%。 当前全球尚无实现商业化的人形机器人，使用场景与功能 待定，不同技术解决方案 成本构成差异 非常 大。8 月 12 日晚小米发布人形机器人 CyberOne（“铁大”），公告的 BOM成本约 60-80 万人民币，比较符合当前市场认知。 特斯拉机器人定价较低，预计三五年后可量产，降低硬件成本的技术方案 ，如谐波减速器， 成为关键布局机会 。 长期看机器人智能化程度提升增加对智能网联和 AI 算法需求的提升。 机器人 本体通信、连接入网，以及前期的数字孪生和算法训练，都将提升对芯片、通信模组、云计算资源的需求。 同时，随着智能化程度提升， 参考中国汽 车基础软件发展白皮书 2.0，汽车软件结构占比将从 2016 年的10%到 2030 年的 30%，我们认为机器人软件占比也将复刻汽车软件发展路径，从当前约不到 10%提升至 2035 年 30%+。 图表 7： 机器人分部件价值量 参考 （单位：元） 总类 分类 产品 主要公司 单价 需求量 价值量 成本占比 感知 视觉传感器 摄像头 舜宇光学、联创电子、韦尔股份、思特威、 格科微 2000-3000 2-6 10000 10%-25% 激光雷达 华为、速腾聚创、禾赛科技 2500-5000 1 3750 毫米波雷达 德赛西威、华域汽车 350 1 350 触觉传感器 力矩传感器 八方股份 1000-8000 1-40 80000 决策 芯片 AI芯片 地平线、黑芝麻 5000-10000 1 7500 MCU 芯片 兆易创新、斯达半导 500-1000 20 15000 执行 电机 微电机 恒帅股份 1000 1 1000 60%-70% 伺服电机 汇川技术、埃斯顿、江苏雷利 1000-2000 40 60000 控制单元 控制器 /控制系统 （新松）机器人、新时达、汇川技术 1000-2000 40 减速器 RV 减速器 双环传动、中大力德 5000-7000 40 40000 谐波减速器 绿地谐波 1000-5000 通信 通信芯片 通信芯片 华为海思、紫光展锐、翱捷科技 300 1 300 物联网模组 物联网模组 移远通信、广和通 100-500 1 300 连接器 高压 /高速连接器 电连技术、瑞可达、永贵电气、意华股份 1000-3000 1 1000 云计算 基础设施 IDC/通信设备 /光通信 宝信软件、万国数据、浪潮信息、紫光股份、星网锐捷、映翰通、中际旭创等 5000 1 5000 15%-20% 电新 电源 电池 宁德时代、赣锋锂业、亿纬锂能 5000-10000 1 7500 散热 散热和结构 件 三花智控、拓普集团 3000-6000 1 4500 算法 AI 算法平台 AI算法平台 科大讯飞、海康威视、 AI四小龙、阿里云、腾讯云、百度 云 / / / 行业深度研究 - 10 - 敬请参阅最后一页特别声明 来源： 产业链调研，各公司官网， 国金证券研究所 2. 下一代智能化终端 ， 感知决策 供应链与智能汽车 或 高度重叠 2.1 人形机器人环境感知需求高，带动各类传感器需求 人形机器人的环境感知方案或可类比智能汽车，利用摄像头、激光雷达、毫米波雷达、红外传感器、超声波传感器等。 环境感知是对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的语言分类。环境感知需要通过传感器获取大量的周围环境信息，确保对车辆周围环境的正确理解，并基于此做出相应的规划和决策。同样地，人形机器人也需要感知系统判断周遭环境。由于各类环境感知传感器在感知性能上各有优劣（具体如以下图表）， 预 计 会搭配使用。 图表 8： 四种环境感知传感器比较 性能 摄像头 毫米波雷达 激光雷达 超声波雷达 测距 /测速 可实现测距，但精 度较低 纵向精度高，横向精度低 高精度 高精度 感知距离 几十米 可达 200 米以上 可达 200 米以上 一般 2 米内，特殊 8-10 米 行人、物体识别 通过 AI 算法识别，但难以识别非标准障碍物 难以识别 3D 建模，易识别 可识别 路标识别 可识别 无法识别 无法识别 无法识别 恶劣天气 易受影响 不受影响 易受影响 不受影响 温度稳定性 高 高 高 低 车速测量能力 弱 强 强 一般 光照 除夜视红外都影响 不受影响 不受影响 不受影响 算法技术成熟度 高 较高 一般 高 成本 一般 较高 高 低 自动驾驶主要应用 车道偏离预警 、 车道保持系统 、 盲区监测系统 、 前车防撞预警 、 交通标志识别 、 交通信号懂识别 、 全景泊车 自适应巡航控 制系统、 自动刹车辅助 系统 实施建立车辆 周边环境的三 维模型 泊车辅助 来源： 智能汽车俱乐部， 国金证券研究所 我们认为人形机器人感知能力应该对标自动驾驶 L4 以上级别 ： 1）人形机器人作为 家 用机器人，在屋内活动时，需要清楚感知工作环境，避免造成人身伤害或经济损失； 2）人形机器人或有外出任务，如：家庭采购、快递、外卖配送等，此时人形机器人在路上等同自动驾驶，需要具有判断往来车辆和行人以及路面标识的能力； 3）人形机器人或将代替人类执行较危险的工作，如：高空作业、工地劳动等，因此需要具有感知精度更高、决策速更快的特性。 行业深度研究 - 11 - 敬请参阅最后一页特别声明 图表 9： 自动驾驶级别对应功能与时间演变 SAE水平 L0 警告信息 L1 辅助驾驶 L2 部分 自动驾驶 L3 有条件自动驾驶 L4 高度 自动驾驶 L5 完全 自动驾驶 车辆控制 人 车 /人 车 车 车 车 环境感知 人 人 人 车 车 车 判断决策 人 人 人 人 车 车 自动化程度 无 部分 部分 部分 部分 全部 代表功能 盲点探测 车道偏离警 告 拥堵辅助 远程控制 代停 某些条件下完全自动驾驶 完全自动驾驶 变道辅助 自适应巡航 紧急转向 辅助 施工路段 辅助 交通拥堵时完全自动驾驶 无驾驶舱 驾驶 变道辅助 交叉路口辅助 市区自动驾驶 道路偏离警告 拥堵辅助 高速公路巡航 拥堵导航 出口到出口 完全自动驾驶 停车 停车辅助（仅转向功能） 替代停车辅助 停车 APP 安全 施工路段辅助 紧急停止 紧急刹车辅助与行人探测 紧急转向辅助 时间 2013 2014 2015 2016 2017 2018 2019 2020 预计 2025 2025 以后 来源： 智能汽车无人驾驶与自动驾驶辅助技术， 国金证券研究所 人形机器人感知方案 或 如同自动驾驶，分为纯视觉感知激光雷达与两大路线。 纯视觉感知路线以机器视觉为核心，利用毫米波雷达 +摄像头实现自动驾驶，其优势为成本低且符合人眼逻辑，在数据积累达到一定规模后能够超越激光雷达方案的表现，但在恶劣环境下，摄像头完成感知任务的难度也会随之提升；激光雷达方案可以在现有技术条件下实现快速 3D 建模，比较精准的还原路况信息，形成计算机可以快速识别、快速处理、快速应对的方案，目前的痛点在于成本高昂、且对芯片算力需求大。 特斯拉或坚持纯视觉路线，其他厂商可能采用激光雷达方案。 特斯拉凭借自身的算法能力、数据储备等优势，采取基于摄像头的视觉方案；而国内车企通常选择基于激光雷达的技术方案。因此在人形机器人方面， 特斯拉可能会坚持纯视觉路线，而在激光雷达产业链逐步成熟、成本逐渐降低的情况下，未来其他厂商制造机器人时，激光雷达或会成为主流方案。 图表 10： 纯视觉与激光雷达方案比较 纯视觉方案 激光雷达方案 混合方案 优势 成本低 技术成熟度高 产业链成熟度高 符合人眼逻辑 识别率高 环境适应力强 结合前两者技术优势 劣势 易受天气影响 易受光照影响 算力需求较高 需要大量图像训练集 易受天气影响 成本高 工艺复杂 技术成熟度低 产业链成熟度高 车规认证较难 成本高 供应链复杂 技术门槛最高 代表厂商 特斯拉 谷歌、华为、造车新势力、传统整机、车厂等 集度汽车（百度、吉利合资） 来源：电子发烧友，国金证券研究所 人形机器人有望继智能汽车成为 CIS 最新增长动力。 根据 Frost&Sullivan，2020 年至 2025 年，全球 CIS 出货量 /全球车载 CIS 出货量的 CAGR 为13%/19%；全球 CIS 销售额 /全球车载 CIS 销售额的 CAGR 为 9%/21%，车载 CIS 销售额提升较出货量快的原因为车载摄像头需应对复杂的环境，因此标准更严苛， CIS 作为其核心部件，需要提升 HDR、 LFM、低照等关键技术以匹配车载摄像头高像素、高稳定性的趋势，因此车载 CIS 的单位行业深度研究 - 12 - 敬请参阅最后一页特别声明 价值较高。同样地，人形机器人摄像头需要高性能快速且精确地取得图像信息，应对多变的工作环境，亦会使得此领域 CIS 价值量较高。 图表 11： 全球 CIS 市场规模及预测 图表 12： 全球车载 CIS 市场规模及预测 来源： Frost&Sullivan，国金证券研究所 来源： Frost&Sullivan，国金证券研究所 国内厂商发力高规格 CIS，人形机器人 CIS 有望实现国产化。 国内 CIS 行业起步较晚，以往主要从低端产品切入，而经过多年的追赶，与海外厂商差距正在不断缩小。根据 ICV Tank， 2021 年，国内厂商豪威科技（韦尔股份子公司）车载 CIS 市场份额达 29%，全球排名第二，技术水平处于领先地位，产品广泛受到整车厂与 Tier1 厂商认可。而国内其他厂商也正发力车载 CIS，例如格科微产品已用于行车记录仪、 360 度环视、后视、座舱监控等；思特威产品在倒车摄像头后装市场获得广泛应用。 由于国产CIS 具备性价比、临近产业链与市场等优势，我们认为人形机器人是国产CIS 的发展契机，推动国产厂商技术加速升级，占据更多市场份额。 豪威科技（韦尔股份子公司）：国内 CIS 领先企业，有望凭借技术优势进入人形机器人产业链。 豪威科技图像传感器产品已经广泛的应用于消费电子、安防、汽车、医疗、 AR/VR 等领域，其中 CIS 产品型号覆盖了 8 万像素至 6,400 万像素等各种规格。可实现摄像头更高速的自 动对焦；降低功耗并保障了图像质量；显著提升在无光和低光环境下的图像捕捉能力；能捕捉高速移动物体，且不会产生空间失真。 目前豪威科技已打入国内多家自动驾驶产业链，未来 或 可凭借技术优势进军人形机器人产业链。 图表 13： 2021 年车载 CIS 市场份额 来源： ICV Tank， 国金证券研究所 中国成 为 激光雷达主要市场，国产厂商占据地理优势。 据 Frost & Sullivan， 2021-2025 年全球激光雷达市场规模将以 CAGR 61%的增速增长，中国市179.1 210.3 241.6 275.7 302.5 330 77.2 84 91.4 99.5 107.8 116.4 0501001502002503003502020 2021E 2022E 2023E 2024E 2025E出货量（亿颗） 销售额（亿美元） 4 9.5 20.2 53.3 01020304050602020 2025E出货量（亿颗） 销售额（亿美元） 安森美 , 45% 豪威科技 , 29% 索尼 , 17% 派视尔 , 3% 其他 , 6% 安森美 豪威科技 索尼 派视尔 其他 行业深度研究 - 13 - 敬请参阅最后一页特别声明 场将占全球总市场的 31.8%。激光雷达市场快速扩张主要受车载等高端应用领域拉升，由于车载环境感知的技术方案理论上可复用至人形机器人上，因此，一旦人形机器人需求起量，将带动激光雷达需求进一步扩张，国内厂商背靠市场，且上下游产业链完善，容易形成规模、成本优势。 国外激光雷达厂商仍占据车载较大份额，国内厂商正迎头赶上。 国内激光雷达厂商发展迅速，目前技术已相对成熟，也已进入国内车企产业链，如：小鹏 P5 等使用大疆产品；小鹏 G9、上汽智己 L7、广汽埃安 LX Plus 等使用速腾聚创产品；北汽极狐 S、长 城铁甲龙等使用华为产品 。从市场竞争格局来看，据 Yole 统计， 2021 年全球车载激光雷达领域，法雷奥以 28%的份额市场占有率第一；速腾聚创、禾赛科技、华为、大疆等国内厂商合计市场份额约为 26%，单厂商市场份额较低，国产替代空间巨大。 图表 14： 全球激光雷达市场规模（亿美元） 图表 15： 2021 年车载激光雷达市场份额 来源： Frost & Sullivan， 国金证券研究所 来源： Yole， 国金证券研究所 速腾聚创：车规级 MEMS 激光雷达领导者。 速腾聚创深耕 MEMS 微振镜技术路线，其 RS-LiDARM1（ MEMS）是全球首款车规级量产的 MEMS 激光雷达。 2018 年通过 IATF 16949 车规认证， 2020 年批量出货北美，并于 2021 年领先全行业，实现车规级量产交付。性能方面， M1