应用场景和商业模式

|人形机器人扩展并部分替代传统工业/服务/特种应用场景

人形机器人柔性操作能力&交互能力优势明显，“通用智能”有望扩展并部分替代传统机器人应用场景。

相较工业机器人、服务机器人，人形机器人的优势主要体现在：

1）柔性操作优势明显，在ToB制造业仍有较大发展空间。工业机器人、服务机器人通常针对特定应用场景，执行重复性的特定任务。对于人形机器人，行动模式更加接近人类，可进行更加细微的工业操作，广泛应用于制造业柔性生产等领域。

2）具备高级感知系统，自主决策能力&交互能力增强，在ToC端的应用潜力更大。人形机器人在形态结构&感知系统上类似于人类，能更自然地适应人类设计的环境和工具，并执行多样化的复杂操作。在AI大模型持续演绎的背景下，人形机器人泛化能力持续增强，在家庭护理、民生服务等消费端的应用潜力较大，将彻底打开人形机器人的应用空间。

|汽车制造领域将会是应用第一步

汽车制造行业为机器人应用天然大市场。汽车制造工序繁琐，同时重复度高&标准化强，“机器替人”容易产生规模效应，为机器人的大规模应用打下基础。参照工业机器人，最初便用于汽车生产线，现已广泛应用于车身焊接、喷涂、装配和处理等工序。

人形机器人有望进一步提高汽车工厂的无人化率。对于车身内配、总装环节等精细而繁琐、连续工种柔性化作业的工作，工业机械臂具备较强的应用局限性，目前仍高度依赖人工。

相较于传统工业机器人的结构化场景和标准化作业，人形机器人更具自主性和通用性，在总装车间和其他精细化操作领域应用潜力较大。

|海内外汽车企业加码，汽车领域应用落地加速

1）从产业布局来看，特斯拉、小鹏、宝马、本田、丰田、比亚迪等海内外车企纷纷加码人形机器人赛道，侧面反映出对于人形机器人在汽车制造领域的应用必要性和可行性。

2）从产业化进展来看，2024年2月优必选工业版人形机器人Walker S首次进行新能源车厂实训，2024年1月特斯拉视频中正在对Optimus进行电池包组装的泛化训练，人形机器人已经开始正式走入汽车工厂，产业化落地指日可待。

3）以特斯拉为例，2023年末全球员工14.0万人，其中一半从事生产制造岗位，若假设1台人形机器人替代2个工人，当人形机器人渗透率分别为20%、50%和100%时，对应的人形机器人需求可达0.86、2.15和4.31万台。若再考虑到比亚迪等其他汽车制造企业的潜在需求，则人形机器人在汽车制造领域的需求空间更加广阔。

|消费电子领域当前自动化率更低，未来成长空间更大

消费电子对于精细化加工要求更高，叠加“机器替人”渗透率更低，人形机器人成长空间远大于汽车制造。对比汽车制造行业，消费电子生产标准化程度较高，但是由于加工精细度要求更高，工业机器人难以实现大规模应用，更多依赖人工操作自动化设备，对人力的需求度依旧较高。具体来看：

1）在测试、组装、包装段等众多精细环节，如点胶、螺丝、微小部件拾取等工作，不能完全依赖自动化设备，仍高度依赖人工。

2）对于自动化设备，一般只针对特定应用环节，无法在生产制程中实现迁移，甚至针对新一代产品的参数需要重新定制，沉没成本较高，人形机器人的柔性可协调操作优势得以发挥。

从替代空间来看，若仅以立讯精密和歌尔股份为例，2022年末生产制造人员分别高达20万人和6万人，合计高达26万人，远大于特斯拉，进一步侧面反映出消费电子行业对人力需求度高的现况。随着人形机器人在消费电子行业逐步渗透，将进一步打开人形机器人在ToB领域成长空间。

｜ToC端市场将彻底打开人形机器人成长空间

在ToB市场基础上，人形机器人具备在ToC领域持续扩张的潜力，将彻底打开成长空间。人形机器人最大的优势在于其类人肢体结构与运动方式带来的通用性，随着其灵敏度与交互性的不断进化，未来可逐渐应用于ToC端。

以特斯拉为例，2024年1月发布的视频中，Optimus展示了折叠衣服的技能，进一步验证行业龙头已在为ToC端拓展进行积极储备。未来或将突破服务机器人应用场景单一的局限性，进入老年护理、家政服务、娱乐陪伴等ToC领域。

｜人形机器人商业化路径：0-1是关键，1-N有望明显快于电动车

中长期来看，对比新能源电动车，看好Optimus“1到N”快速放量。从产业化进度来看，2013年特斯拉电动车交付量首次突破万辆，实现交付2.20万辆，2017年交付量突破10万辆，2022年突破100万辆，2023年实现交付180.86万辆，2012-2023年交付量期间CAGR高达81%。

华为成立机器人公司，特斯拉Optimus量产可期，可以看到赛道天花板高毋庸置疑，市场纠结的是能否实现0-1的突破，一旦产品是惊艳的，可以展望100万台-1000万台-1亿台的非线性增长。

｜人形机器人产业商业模式：特斯拉&英伟达

未来人形机器人产业公司大概率会形成两种商业模式，三大派系：

第一类是以特斯拉为代表的全产业链自研型公司。运控算法、执行器等核心零部件自研，预计丰田、小米等大厂参与者也会采用这种模式。

第二类是以英伟达为代表的平台型公司。英伟达提供“处理器+平台+开发工具”三件套，帮助机器人企业更快、更经济地实现通用智能。包括波士顿动力公司、Collaborative Robotics、Covariant、Sanctuary AI、宇树科技等都展示了基于英伟达的机器人成果，预计AI大模型类公司未来会采用这种模式，为机器人公司提供包括机器人AI大模型在内的一体化解决方案，类似汽车端的华为问界。

第三类是以宇树科技为代表的初创公司，核心做系统集成和用户体验。