給人形機器人潑一盆冷水

作者|市值觀察 來源|市值觀察(ID：shizhiguancha)

11月20日，人形機器人板塊領漲兩市，通力科技、榮旗科技、智云股份、科力爾、拓斯達等概念股，不是漲停就是在漲停的路上。事實上，近一個月以來，人形機器人指數(shù)已經(jīng)整體反彈了超過20%。

人形機器人很有前途，但千萬不可太瘋狂。

01

道阻且長

人形機器人并非是新事物，早在1973年，日本早稻田大學加藤一郎就帶領團隊研發(fā)出世界上第一臺真人大小的人形智能機器人——WABOT-1。然而半個世紀過去了，商業(yè)化依然遙遙無期，究其根源，性能和成本是核心阻力。

機器人由運動模塊、傳感模塊和人工智能模塊三個關鍵技術模塊組成。對于一般的傳統(tǒng)機器人來說，只需要其中一種技術往往就能具備使用價值。比如，工業(yè)機器人主要側重于運動控制技術，掃地機器人則側重于導航傳感技術。

人形機器人則不然，它必須在應用場景上具備通用性，而不是特定場景下的單一任務。這樣一來就復雜多了，需要更高的技術集成和融合，需要對更大的數(shù)據(jù)集建模，也需要對語言和指令有更強大的理解力。但在此之前，AI數(shù)據(jù)和模型基本處于孤立發(fā)展狀態(tài)，且迭代速度很慢，成本遲遲降不下來。

大模型的普及極大改變了這一現(xiàn)狀。

從2017年的Transformer，再到GPT-1、BERT、GPT-2、GPT-3、GPT-4，模型的參數(shù)量級在短短幾年內實現(xiàn)了從億到百萬億量級的跨越。隨之而來的是，大模型正在從文本、語音、視覺等單一模態(tài)大模型向多種模態(tài)融合的通用AI方向發(fā)展。由此便可將語音、視覺、決策、控制等多方面技術與人形機器人直接結合，全面提升機器人的能力值。

▲圖源：國泰君安

今年4月，AI公司Levatas與波士頓動力合作，將ChatGPT和谷歌的語音合成技術接入Spot機器狗，成功實現(xiàn)與人類的交互。

底層技術的高速進化讓整個世界看到了將人形機器人大規(guī)模商業(yè)化的可能，全球主要科技大廠基本都在做嘗試和準備。但僅就目前的情況來看，人形機器人距離真正進入千家萬戶還有一段路要走。

ChatGPT能夠在短時間內快速迭代，是因為互聯(lián)網(wǎng)上已經(jīng)沉淀了大量公域數(shù)據(jù)，可供其爬取使用。人形機器人則不然，現(xiàn)實中的機器人保有量很少，可用于收集訓練數(shù)據(jù)的機器人就更少了，而且每個機器人廠商都會設置圍墻來保護自家數(shù)據(jù)，各自為戰(zhàn)的特點無疑又加大了數(shù)據(jù)獲取的難度，迭代速度是個大問題。

匯聚全球34個機器人研究實驗室的60個現(xiàn)有數(shù)據(jù)集，包含從22種機器人上采集的超過15萬個任務的上百萬條數(shù)據(jù)，谷歌開源的機器人訓練數(shù)據(jù)集Open X-Embodiment算是機器人模型領域的一面旗幟，但該數(shù)據(jù)集主要針對的仍是一些常規(guī)操作，在全身肢體協(xié)調、行走平衡等方面依然有很多欠缺。

還有算力的制約，目前人形機器人根本無法實時響應命令，動作非常遲緩，其中算力是根本制約因素。通用人形機器人在控制周期上需要達到500Hz的水平，而目前谷歌研發(fā)的RT-2模型在機器人控制周期上只能達到3Hz，差了兩個數(shù)量級還多。

最后也是最重要的，就是成本，現(xiàn)在動不動幾萬美金的售價，根本不支持在C端大面積普及。

02

前途光明

3年之內，人形機器人可能不是一門好生意，但30年之內，這又是一個無法拒絕的產(chǎn)業(yè)。從產(chǎn)業(yè)第一性原理出發(fā)，人形機器人存在的價值是平替掉高成本人力，而這是一個具有很高確定性的事件。

事實上，上世紀90年代，隨著發(fā)達國家勞動力成本不斷攀升，機器人產(chǎn)業(yè)曾經(jīng)有過一段比較快速的發(fā)展。但伴隨中國等新興國家加入WTO，全球產(chǎn)業(yè)迎來巨大的人口紅利。

現(xiàn)在完全不一樣了，國際勞工組織之前有一份報告，過去20年，G20發(fā)展中國家的平均實際薪資幾乎翻了三倍。長期看，隨著中國不斷追求產(chǎn)業(yè)升級，勞動密集型產(chǎn)業(yè)再次全球大挪移幾乎已成定局。但問題在于，放眼全世界再也找不到像中國這樣擁有大規(guī)模高素質勞動力群體的國度承接相關產(chǎn)業(yè)，更找不到這樣高度穩(wěn)定的社會環(huán)境。最近這幾年已經(jīng)有一部分低端產(chǎn)業(yè)轉向了東南亞，但效果卻遠不及預期。再者，全球人口正在以前所未有的速度老齡化，機器替代人力已是大勢所趨。

至于目前存在的技術和成本問題，遠期看也都不是問題。

就拿成本來說，只要能不斷商業(yè)化，任何一項新技術和新產(chǎn)品都會從高價走向低價，電腦、智能手機、電動車等都是如此。當年日本本田ASIMO、波士頓動力Atlas等人形機器人的單臺成本分別高達300萬美元和190萬美元，現(xiàn)在特斯拉已經(jīng)能做到2萬美元，今后肯定還會進一步下探。

技術也一樣，會不斷迭代升級，由于鋰電池技術不成熟，2013年波士頓動力推出第一代仿人機器人Atlas時還需要用電纜進行供電，但2016年第二代Atlas下線時就用上了獨立的鋰電池。

馬斯克預測人類對人形機器人的遠期需求是100億臺，即便最終達到預期的十分之一，產(chǎn)業(yè)空間也是一個極其恐怖的數(shù)字。

11月2日，工業(yè)和信息化部印發(fā)《人形機器人創(chuàng)新發(fā)展指導意見》，明確指出要加快推動我國人形機器人產(chǎn)業(yè)創(chuàng)新發(fā)展。消息一出，資本市場迅速給予正面反應。

擁有最龐大的人口規(guī)模和制造業(yè)，中國已經(jīng)是全球第一大機器人消費市場，不管是B端還是C端，將來都有旺盛需求。再者，中國在機器人領域的軟硬件技術都沒有被拉開太大差距。兩者疊加，從根本上決定了中國很有希望跑出一批能立足世界的機器人公司。

但是，未來好不代表現(xiàn)在好，行業(yè)好不代表企業(yè)好。

03

謹慎操作

人形機器人是一個相當燒錢的營生，中游制造商到現(xiàn)在還一直在賠錢，不管是干了幾十年的波士頓動力，還是一眾崛起的新勢力，大家處境都一樣。

國內目前領軍的人形機器人企業(yè)是優(yōu)必選和達闥科技，兩家公司分別成立于2012年和2015年。優(yōu)必選正在沖擊港股，根據(jù)招股書，公司在2020財年至2022財年前三季度的凈虧損分別為7.07億元、9.18億元、7.78億元，不到三年的時間已經(jīng)虧了超24億元。達闥科技更慘，根據(jù)之前披露的數(shù)據(jù)，2017年-2019年H1，其毛利率分別只有1%、5.3%、2.3%。

從現(xiàn)實情況出發(fā)，比起優(yōu)必選和達闥科技，國內未來真正能走出來的人形機器人企業(yè)恐怕還得是小米、字節(jié)這些大廠。不管是人才、資金、市場、品牌，大廠都有明顯優(yōu)勢。而且優(yōu)必選等企業(yè)雖然起跑早一些，但并沒有積累下很強的領先優(yōu)勢，優(yōu)必選人形機器人的營收占比目前只有個位數(shù)。

上游賺錢效應明顯要好一些，但現(xiàn)在真正能兌現(xiàn)業(yè)績的也是鳳毛麟角。

解剖機器人的物料成本，減速器、伺服、控制器占工業(yè)機器人成本的比例分別為35%、20%、15%，合計占七成。考慮到人形機器人關節(jié)和自由度更多，這部分零部件的占比可能還會更高。

減速器領域玩家很多，大族傳動、來福諧波、同川科技、中大力德、國茂股份等都有一定產(chǎn)能，但老大只有一個，就是綠的諧波。公司已經(jīng)打通“研發(fā)—擴產(chǎn)—盈利—再研發(fā)再擴產(chǎn)”的良性發(fā)展閉環(huán)，截止到2022年，綠的諧波的產(chǎn)能已達40萬臺/年，今年可能繼續(xù)擴產(chǎn)至59萬臺。作為對比，2021年同川科技、大族傳動、國茂股份的年產(chǎn)能分別只有10萬臺、6萬臺、3萬臺。作為一家制造業(yè)企業(yè)，綠的諧波把凈利潤率做到了30%以上，這本身就不簡單。

伺服電機領域階級分化比較明顯，高端產(chǎn)能基本握在日本三菱、安川、發(fā)那科、西門子等外資手里，匯川技術、江特電機、江蘇雷利、雷賽智能、昊志機電等集中在中低端領域，其中匯川技術是絕對的扛鼎者。2022年，匯川技術在國內伺服領域的市占率達到21.5%，相比2021年提升了5個百分點。國產(chǎn)替代疊加機器人放量，匯川技術的潛在預期也是比較高的。

控制器領域的本土力量較為薄弱，日本發(fā)那科是全球龍頭，其在中國市場的市占率為18%。國內控制器企業(yè)很分散，雖然有卡諾普、萬訊自控、固高科技、英威騰、海得控制等一批專業(yè)控制器企業(yè)，但尚未形成有效市場競爭力，目前國產(chǎn)率不足20%，將來能否跑出來還有待觀察。

長期看，人形機器人是一個終將會開放的明日之花，誰也無法否定它的前途。但僅就目前而言，其在投資上的可操作性并不高，中游基本不賺錢，上游大部分環(huán)節(jié)國內參與者又不具備競爭力，僅存的一些能見度比較高的公司估值一直在天上飄著，比如綠的諧波，動態(tài)市盈率高達270倍，后期一旦業(yè)績釋放不達預期，必然以殺股價的形式來完成估值回歸。

編者按：本文轉載自微信公眾號：市值觀察(ID：shizhiguancha)，作者：市值觀察