1.1. 2024年各国在人工智能、大数据、5G通信、边缘计算以及传感器融合等领域不断攻克技术瓶颈，推动机器人从传统的单一功能工具向智能协作伙伴转型，展示出改变人们的工作模式和生活方式的巨大潜力

1.2. 现代机器人不仅具备更高的自主决策能力，还能实现复杂环境下的实时协同与适应

1.3. 机器人技术为社会各行各业注入了新动力

1.3.1. 在工业生产线上，协作机器人借助自适应算法和高速通信，实现了多工序协同作业，大幅提升生产效率和柔性制造水平

1.3.2. 在家庭场景中，定制化设计和情感计算交互技术使得家庭机器人能够更好地理解和响应人类需求

1.3.3. 在医疗领域，手术辅助机器人与精准导航、实时数据分析技术的结合，使得手术操作更加安全高效

1.3.4. 在教育领域，通过深度学习和互动平台支持，教学机器人能够根据学生的个体差异提供定制化学习方案

1.3.5. 在新材料、先进制造技术的支持下，特种机器人更好地满足“上天入地”需求，应用领域不断拓展

2.1. 智能机器人是具备自主感知、决策与执行能力的一类机器人

2.2. 智能机器人与人工智能等新兴技术不断融合，其智能化水平持续提升、应用场景不断拓展，智能机器人正从“感知智能”向“行动智能”跃迁，实现“大脑-身体-环境”三位一体的闭环能力

2.3. 人形机器人作为智能机器人的一种特殊形式，其独特的外观设计旨在增强与人类的互动和协作，正从早期仿人机器人的形态模仿向更高维度的智能交互加速演进

2.4. “人形机器人100”概念

2.4.1. 即100家与人形机器人相关的公司，涵盖了从半导体、传感器到整机集成的多个领域

2.4.2. 包含82家已参与人形机器人领域的公司和18家被认为有潜力参与的公司

2.4.3. 中国占35家

2.4.4. 美国和加拿大占35家

2.4.5. 亚太其他地区占18家（主要为韩国和日本公司）

2.4.6. 欧洲、中东和非洲地区占12家（主要为欧洲公司）

2.4.7. 大脑（Brain）—22家公司

2.4.8. 身体（Body）—64家公司

2.4.9. 集成商（Integrators）—22家公司

2.4.10. 中美两国领跑整个行业，为主要参与者，中国强在硬件供应，美国强在软件技术

2.4.11. 韩国、日本皆有机器人技术积淀，但近年发展势头明显不及中美

2.5. 大脑

2.5.1. 包括基础人工智能模型、数据分析与模拟平台、视觉软件与半导体等

2.5.2. 同时涉及软硬件，是机器人的智能核心

2.5.3. 最关键的软件技术有3个，分别是生成式AI基础模型、用于训练的仿真模型与数字孪生技术

2.5.4. 美国在“大脑”领域明显领先，有13家，包括OpenAI、英伟达、英特尔、高通、美光、安霸（Ambarella）等，优势明显

2.5.5. 中国有3家，分别是百度、台积电和地平线

2.6. 身体

2.6.1. 中国的机器人零部件在精度、稳定性和性能方面较领先者有一定差距

2.6.2. 包括含执行器、传感器、电池、模拟半导体、电线和连接器网络等核心部件

2.6.3. 执行器是最为核心的部件，它由减速器、电机、编码器、轴承、螺钉等组成，相当于人类的关节或肌肉

2.6.4. 减速器是将电能转化为动能的装置，日本在高性能减速器方面领先

2.6.5. 电机为机器人提供动力

2.6.6. 传感器包括视觉传感器、力传感器、惯性传感器、温度传感器等

2.6.7. 中国在“身体”领域展示出巨大优势，有24家公司，中国完善、多元的供应链使其迭代周期更快，产品更具竞争力

2.6.8. 美国18家，欧洲10家，日本8家，韩国2家，加拿大1家，澳大利亚1家

2.7. 集成商

2.7.1. 为正在开发或有潜力开发完整的机器人系统的公司

2.7.2. 包括汽车制造商（如特斯拉等）、消费电子公司（如苹果、三星、小米等）、电子商务和互联网公司（如亚马逊、阿里巴巴、腾讯等），以及传统机器人公司

2.7.3. 22家集成商

2.7.3.1. 中国占10家（富士康、优必选、广汽集团、小鹏汽车、比亚迪、小米、阿里巴巴、腾讯、埃斯顿自动化、美的）

2.7.3.2. 韩国5家（现代集团、LG、Naver、Rainbow Robotics、三星）

2.7.3.3. 美国4家（特斯拉、苹果、亚马逊、Teradyne）

2.7.3.4. 日本2家（Toyota、Sony）

2.7.3.5. 欧洲1家（ABB）

2.8. 大量智能机器人采用非人形的设计

2.8.1. 卡耐基梅隆大学的研究人员开发了一个顶部带有手臂和抓手的四轮机器人。不同于依赖实验室设置的传统培训方法，研究人员为该机器人设计了一种自主学习系统，在赋予机器人基础能力后，机器人在真实环境中实践来学习如何打开门、抽屉和橱柜等

2.8.1.1. 机器人在对各个对象进行平均1小时的学习后，能够在操作不熟悉的物体时利用先前的经验和知识弄清楚如何打开门、窗或抽屉，成功率高达95%

2.8.1.2. 证明了基于现实世界经验的自我学习系统的巨大潜力，这种结合了强化学习和自适应的方法为工业机器人及家用机器人的广泛应用提供了一种方案

2.9. 数据收集系统AutoRT取得重要进展

2.9.1. 为系统设定“安全护栏”，提供“机器人宪法”，防止人工智能机器人伤害人类

2.9.2. AutoRT“机器人宪法”的灵感来自科幻作家艾萨克·阿西莫夫（Isaac Asimov）的“机器人三定律”

2.9.2.1. 机器人不得伤害人，也不得见人受伤害而袖手旁观

2.9.2.2. 机器人应服从人的一切命令，但不得违反第一定律

2.9.2.3. 机器人应保护自身安全，但不得违反第一定律、第二定律

3.1. Figure机器人

3.1.1. Figure 01人形机器人经过10小时端到端的神经网络训练后，便学会了冲咖啡，并能够自主纠错

3.1.2. 2024年7月，Figure AI公司与宝马集团签订工业试点协议，首次实现生产线部署，标志着通用型机器人在工业应用中的重要进展

3.2. Optimus机器人

3.2.1. 感知系统

3.2.1.1. 自主研发的芯片集成系统作为“大脑”

3.2.1.2. 采用了纯视觉方案，共配置有3颗摄像头，左右眼各一个2D摄像头，外加一颗广角的鱼眼广角摄像头，均基于Autopilot技术，这些摄像头的组合可提供广阔的视野范围、清晰画面和快速传输

3.2.2. 决策系统

3.2.2.1. 主控芯片采用了特斯拉自研芯片，参照Hardware3.0驾驶辅助系统的算力，Optimus算力为每秒72万亿次浮点运算（Tops）

3.2.2.2. 人工智能训练芯片采用了特斯拉Dojo D1超级计算机芯片，每个D1单元之间无缝连接，相邻芯片之间的延迟低，训练模块实现了更大程度的带宽保留，实现了高达每秒9千万亿次浮点运算的算力

3.2.3. 执行系统

3.2.3.1. 线性执行器的配置为无框力矩电机（自研永磁电机）+反向式行星滚柱丝杠+力传感器+编码器+驱动器+球轴承+四点接触球轴承

3.2.4. 动力系统：Optimus使用特斯拉自研的电池，在躯干处搭载，电池组容量为2.3千瓦时、52伏特

3.3. Optimus Gen2机器人

3.3.1. 重量比一代减少10千克（从73千克减少到了63千克），步行速度加快30%

3.3.2. 搭载全新设计的执行器和传感器、增加六维力传感器和触觉传感器、采用轻量化材料、电机性能提升、控制算法优化；重新设计灵巧手，具备11个自由度

3.3.3. 在工业、家庭等场景的探索，包括集体跳舞、与人猜拳、与人交流、提供酒水服务、与人共同搬运和组装、连续完成多项动作等，表明机器人在人机协作能力、对手势和语音的反应能力、长时间工作能力、电力管理能力等方面有明显提升

3.4. 波士顿动力（Boston Dynamics）公司的Atlas机器人

3.4.1. Atlas机器人是人形机器人技术领域的一个标志性项目

3.4.2. 历史可追溯到“保护整体测试模型”（Protection Ensemble Test Mannequin，PETMAN）项目

3.4.3. 旨在设计用于检测化学防护衣的人形机器人，模拟士兵在现实条件下对防护服的作用

3.4.4. 2013年7月，Atlas机器人首次亮相—一个需要外部电源支持的液压双足机器人，专注于搜索和救援任务

3.4.5. 2015年，Atlas机器人使用“电池背包”设计，摆脱了电缆的束缚

3.4.6. 新一代Atlas机器人使用了人工智能研究机构RAI Institute的训练模型，学习和模仿真人演员的各种动作，为了加速Atlas机器人的学习进程，RAI Institute采用了物理引擎驱动的模拟器，该模拟器能够生成海量训练数据，模拟各种动作场景，使Atlas机器人在虚拟环境中进行高效训练

3.4.7. 新一代Atlas机器人的视觉系统由多个高精度摄像头组成，分布在头部各个位置，通过这些摄像头，Atlas机器人不仅能精确估算物体位置，还能实时追踪目标，同时绘制周边设备和容器的空间地图，有效避免碰撞

3.5. 宇树科技的人形机器人Unitree H1

3.5.1. 首次在不依赖液压系统的情况下，成功完成了站立式的后空翻动作，展示了电机驱动技术的巨大潜力

3.5.2. 首开人形机器人在消费级市场的尝试，Unitree G1拥有广阔的关节运动空间，全身23个至43个关节，最大关节扭矩达到120牛米，可进行高难度的动态动作，如动态站起、坐下折叠、舞棍等

3.6. 北京人形机器人创新中心发布的全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”，

3.6.1. 能够实现拟人行走、奔跑（速度达到6千米/小时），并具备上下楼梯、跨越障碍物等能力

3.6.2. “天工”具身小脑能力有了显著提升，并实现了基于视觉的感知行走，可实现无磕碰、不踩棱、不踏空地连续跨越多级楼梯和35厘米大高差台阶，奔跑时速提高至12千米/小时，同时具备更强的抗干扰能力，大外力冲击下仍可保持平衡

3.7. 2024年8月1X Technologies公司推出专为家庭设计的双足人形机器人原型—NEO Beta，被视为将人形机器人普及至消费者家庭的重要里程碑

3.8. 小鹏汽车

3.8.1. 发布了第一代Iron人形机器人，并在小鹏汽车工厂的生产线承担装配任务

3.8.2. 推出第二代Iron人形机器人，其对话能力、自主思考能力更强，灵活性大幅提升

3.9. NVIDIA

3.9.1. GR00T的人形机器人通用基础模型

3.9.1.1. 能够通过语言、视频、人类示教等多模态指令作为输入，直接生成机器人需要执行的下一个动作，包括理解自然语言、模仿人类行为、导航和互动等

3.9.2. 专为驱动人形机器人而设计的计算芯片Jetson Thor，该芯片可以执行复杂的任务，并利用Transformer引擎处理多元传感器数据

3.9.3. Isaac Manipulator和Isaac Perceptor等一系列机器人预训练模型、库和参考硬件，Isaac Manipulator为机械臂提供了卓越的灵活性和模块化人工智能功能，提供了一系列强大的基础模型和GPU加速库，实现高达80倍的路径规划加速

3.10. 东京大学的研究人员成功将GPT-4与Alter3人形机器人相结合，利用自然语言指令引导机器人执行各种动作，包括自拍、吃爆米花和弹吉他等

3.11. 优必选科技股份有限公司的Walker S1机器人

3.11.1. 在硬件配备、负载能力、运动能力多模态感知、大模型集成等方面综合实力突出

3.11.2. 在硬件方面，Walker S1具备41个高性能伺服关节，能够负载15千克行走，展现出高度的灵活性和稳定性，满足复杂的工业环境的要求

3.11.3. Walker S1通过融合多模态规划大模型和语义VSLAM导航技术，具备高级意图理解和细粒度任务规划能力，能够在不同环境中执行多样化任务