智通財(cái)經(jīng)APP獲悉，中信建投發(fā)布研報(bào)稱，為實(shí)現(xiàn)物流分揀作業(yè)，泛人形機(jī)器人(非完全人形)需要具備多模態(tài)感知和端到端大模型能力。當(dāng)前硬件端泛人形機(jī)器人已經(jīng)達(dá)到物流場(chǎng)景商業(yè)化的門檻，但國(guó)產(chǎn)具身模型端距離真正落地仍有一定提升空間。從經(jīng)濟(jì)性來(lái)看，在2年收回成本的假設(shè)下，泛人形機(jī)器人的投入產(chǎn)出比與分揀工人已經(jīng)持平。今年下半年泛人形機(jī)器人在物流場(chǎng)景會(huì)逐步從demo場(chǎng)景轉(zhuǎn)向交付客戶試用，等客戶驗(yàn)證后明年有望迎來(lái)爆發(fā)增長(zhǎng)。
中信建投主要觀點(diǎn)如下：
為實(shí)現(xiàn)物流分揀作業(yè)，泛人形機(jī)器人(非完全人形)需要具備多模態(tài)感知和端到端大模型能力。物流分揀動(dòng)作主要分為包裹檢測(cè)、抓取與翻轉(zhuǎn)、條碼識(shí)別、路徑規(guī)劃、投遞歸位等步驟，需要人形機(jī)器人具備多模態(tài)感知能力(視覺(jué)、觸覺(jué)、力覺(jué)等)和自主決策的端到端大模型能力。
當(dāng)前硬件端泛人形機(jī)器人已經(jīng)達(dá)到物流場(chǎng)景商業(yè)化的門檻，但國(guó)產(chǎn)具身模型端距離真正落地仍有一定提升空間。從分揀效率來(lái)看，1)海外：Figure 02效率已接近正常工人�；贖elix神經(jīng)網(wǎng)絡(luò)，F(xiàn)igure 02處理一件包裹的平均時(shí)間為4.05 秒。而正常熟練分揀工人的單個(gè)標(biāo)準(zhǔn)小件快遞分揀效率為3-5秒。2)國(guó)內(nèi)：智元精靈G1分揀速度較熟練工人仍有一定距離。此外，也需要注意，在分揀質(zhì)量和應(yīng)對(duì)異常的處理上，泛人形機(jī)器人較熟練工人仍有差距。
經(jīng)濟(jì)性方面，現(xiàn)階段分揀場(chǎng)景泛人形機(jī)器人替代工人處于臨界點(diǎn)。假設(shè)分揀場(chǎng)景的單個(gè)工位工人2班倒，一人工作8小時(shí)，單人年工資10萬(wàn)元，而泛人形機(jī)器人成本40萬(wàn)元，單日工作時(shí)長(zhǎng)20小時(shí)，工作效率約為工人80%。在2年收回成本的假設(shè)下，泛人形機(jī)器人的投入產(chǎn)出比與工人已經(jīng)持平，隨著泛人形機(jī)器人硬件成本和智能化水平提升(體現(xiàn)在產(chǎn)出效率)，終端客戶基于降本增效目的有替換工人的動(dòng)力。
模型方面，F(xiàn)igure和智元具搭載自研具身模型。Figure 02搭載Helix具身智能模型。智元精靈G1由端到端數(shù)據(jù)驅(qū)動(dòng)具身算法，通過(guò)海量真實(shí)數(shù)據(jù)訓(xùn)練出的“大腦”，能像人類一樣實(shí)時(shí)感知環(huán)境、理解任務(wù)、并自主精準(zhǔn)執(zhí)行操作。數(shù)據(jù)采集和模型迭代方面，智元攜手德馬科技共建訓(xùn)練與數(shù)據(jù)采集工廠，F(xiàn)igure在快遞流水線上進(jìn)行實(shí)訓(xùn)。
展望后續(xù)，今年下半年泛人形機(jī)器人在物流場(chǎng)景會(huì)逐步從demo場(chǎng)景轉(zhuǎn)向交付客戶試用，等客戶驗(yàn)證后明年有望迎來(lái)爆發(fā)增長(zhǎng)，海外由于人工成本更高昂，將會(huì)是物流場(chǎng)景落地的首選。建議關(guān)注有望憑借二次開(kāi)發(fā)能力獲得超額溢價(jià)的整體方案解決商、商業(yè)化落地進(jìn)展領(lǐng)先的本體廠對(duì)應(yīng)的核心供應(yīng)商。
風(fēng)險(xiǎn)提示
1、市場(chǎng)競(jìng)爭(zhēng)加劇風(fēng)險(xiǎn)：當(dāng)前人形機(jī)器人本體廠數(shù)量較多，倘若后續(xù)新加進(jìn)入玩家持續(xù)增加，將進(jìn)一步加劇競(jìng)爭(zhēng)，或?qū)ο嚓P(guān)公司盈利能力造成影響。
2、硬件降本不及預(yù)期風(fēng)險(xiǎn)：當(dāng)前人形機(jī)器人硬件技術(shù)未收斂，若后續(xù)技術(shù)變動(dòng)較大或行業(yè)硬件降本不及預(yù)期，將對(duì)人形機(jī)器人應(yīng)用落地進(jìn)度造成較大影響。
3、人工智能發(fā)展不及預(yù)期風(fēng)險(xiǎn)：人形機(jī)器人落地核心取決于人工智能發(fā)展，倘若人工智能發(fā)展緩慢，人形機(jī)器人的智能化水平提升將受到制約，會(huì)對(duì)行業(yè)落地造成負(fù)面影響。
