TwKit
正在载入
TwKit

摩根大通——全球人形机器人:汽车产业视角下的物理AI(Physical AI)进展更新 物理AI正从“demo叙事”切入“工厂部署验证”阶段,汽车产业因其制… · @2030FY_X · TwKit

@2030FY_X

摩根大通——全球人形机器人:汽车产业视角下的物理AI(Physical AI)进展更新 物理AI正从“demo叙事”切入“工厂部署验证”阶段,汽车产业因其制造场景、数据闭环与供应链能力,成为人形机器人最早规模化落地的试验场。当前行业处于S曲线浅坡段:整机放量慢于预期,但“运动部件+数据采集+仿真训练”的供应链先兑现订单与现金流。投资主线由“谁先造出机器人”转向“谁先跑通单位经济性与可复制工作流”。 一、整车厂与机器人本体:节奏分化,工业场景优先 • 特斯拉(Tesla):Fremont产线已启动Optimus早期生产,但马斯克明确“爬坡缓慢且颠簸”,类比S曲线——受限于约一万个必须同时做对的环节。12个月内内部产量指引仅1万–2万台,外部工业客户交付目标约2027年底。AI5芯片计划2027年4月导入,算力较AI4跃升约10倍;手部灵巧性、耐久与触觉感知仍是最大硬件瓶颈。 • 丰田(Toyota):2028年起年均投入约64.2亿美元改造工厂,全球部署40万台机器人(含15万台本体+25万台集团内),通过老工匠示范+扩散式大型行为模型(Large Behavior Model)迁移技能;物流侧测试Agility Digit。 • 宝马(BMW):Landshut工厂构建“物理AI软件栈”(开放平台+生产数据+仿真+运动规划+示教学习),Leipzig与Spartanburg做试点,聚焦柔性、精细操作。 • 奔驰(Mercedes-Benz)+Apptronik:装配线现实落地窗口看2030–2035年;形态不局限于双足,轮式+机械臂更适合装箱、上下料、bin-picking;安全与任务适配优先。 • 本田(Honda):东京移动展展示轮式Avatar+四指灵巧手,反向重构车身设计以适配机器人装配;线速线束安装成重点验证场景。 • 小鹏(Xpeng):IRON目标2026年底量产、1H27交付、2H27进欧洲;自研图灵芯片、76自由度、单手21–22自由度,产线自动化率超80%。 • 三菱、奇瑞AiMOGA、Wandercraft(雷诺350台Calvin-40订单)、Humanoid(轮式+1.35bn美元投后估值A轮)同步推进。 二、供应链“卖铲人”逻辑:执行器是BOM与议价权核心 • 运动部件占人形机器人BOM约50%:旋转/直线执行器、谐波减速器、轴承、电机、扭矩传感器、丝杠共同构成价值池。 • 舍弗勒(Schaeffler):太仓“灯塔工厂”启用(约7,500m2),实现“机器人造机器人关节”;3Q26新增两大中国客户,全球人形订单储备升至约4亿欧元。角色从零件商升级为“系统+数据+生命周期”供应商,目标用汽车级制造把组件成本压降约30%。 • 产业闭环:自用工厂采集数据→仿真训练(NVIDIA Isaac/Omniverse)→部署验证→反哺迭代。Bosch管制造、Schaeffler管执行器、Siemens管工业验证、NVIDIA管算力与强化学习。 三、软件与数据层:Physical AI的隐藏利润池 • 训练范式从“规则编程”走向Vision-Language-Action(VLA)与示教策略(policy)。 • NEURA推出Neuron AI多模态物理AI基础模型(3D视觉+触觉+音频+语言+状态记忆),与NXAI的xLSTM补长时记忆;RoboGym把研究-训练-工业验证打通。 • Apptronik与Google DeepMind合作,数据反哺Gemini Robotics;特斯拉建Optimus Academy做self-play数据采集。 • 关键指标从“能不能走”转为Time-to-Skill(学会一项任务所需数据与时长)。 四、商业化阈值与约束 • 采用阈值:工业场景小时运营成本需压到10–12美元区间(对比人力约30美元),当前约需2台机器人等效1名工人,2030年有望收敛至1.2–1.3台。 • 真实瓶颈排序:灵巧手>持续运行寿命>边缘算力>数据质量>成本。 • 先工业(搬运/上下料/质检/装配辅助),再商业服务,最后家用。家庭场景最大但安全认证与ROI最慢。 五、投资映射与选股框架 • 早期超额收益在“可确认订单+可量产工艺”的零部件:执行器平台、谐波/行星减速、3D视觉、触觉传感、边缘计算。 • 整机厂估值需等待:外部交付、复用率、单机经济模型(按5年折旧与运维测算回收期)。 • 区域排序:中国(供应链复用+量产速度)>美国(算力与模型)>欧洲(精密制造与工业客户)>日本(灵巧操作与车企闭环)。 • 风险:量产爬坡低于预期、手部/电池/热管理可靠性不足、训练数据版权与安全事故、地缘与出口管制扰动供应链。

曝光 268 · 评论 0 · 点赞 1 · 书签 2

查看原帖