人工智能行业大模型机器人市场分析

人工智能行业大模型机器人市场分析AMR行业快速增长，软件和算法是核心机器人分类与关键技术移动机器人：可以在复杂环境下工作，具有自行组织、自主运行、自主规划的智能机器人，主要可以分为自主移动机器人（AMR）、关节型机器人、人机协作机器人等。市场空间：根据GGII数据，从全球维度来看，22年全球移动机器人市场规模约292亿，预计27年增长至1874亿元，对应22-27年CAGR为45.07%；从国内维度来看，22年中国移动机器人市场规模约97亿元，预计27年增长至462亿元，对应22-27年CAGR为36.74%，市场规模快速增长。移动机器人——自主移动机器人（AMR）：是一种能够独立理解环境并在环境中移动的机器人。AMR与其前身自动导引车(AGV)不同，后者依赖于轨道或预定义路径，并且通常需要操作员监督。AMR使用一组复杂的传感器、人工智能、机器学习和计算来进行路径规划，以解释和导航其环境，不受有线电源的束缚，具体的工作逻辑包括：a）分析收集到的信息；b）通过3D相机和LiDAR传感器捕获信息；c）根据他们的环境和总体使命做出推断；d）采取行动以实现最佳结果。关键技术路径：1）容器化的SDK工具集——包含感知、导航软件堆栈；好用的开发环境，模拟工具；后续优化升级containers；2）边缘微服务器支撑——无线通信，安全设备，协作SLAMFleet管理。AMR技术核心——架构AMR本体能力：具备传感和智能路径规划，运动控制、安全和人机交互HMI，机器视觉和智能导航等能力，赋能制造业向柔性化、智能化发展。云端交互任务处理：AMR本体通过网络（WIFI/以太）与云端计算中心交互，在云端完成数据分析，推理，模拟等工作，需要云端AI芯片支持（例如英伟达H100等）。AMR架构组成：目前主要由控制系统、导航传感系统、驱动模块、安全监测模块、交互模块、通讯模块、动力模块（电池等）、执行机构（机械装置）组成，不同场景品类的机器人对配置要求不同。AMR技术核心——硬件是基础TMT零部件价值量持续提升：机器人硬件主要包括TMT零部件（控制系统相关硬件、导航传感器、驱动模块、通讯模块等）、电池（动力模块）、机械装置（执行机构等），随着定位导航、机器视觉、规划执行等环节对芯片需求的增长，以及激光雷达等新型传感器的应用，机器人中TMT零部件的价值量持续提升。智能机器人的诞生，移动GPU嵌入AMR本体是发展趋势。未来，AI将走出计算机，进而影响外部世界（物理世界），机器人是AI最佳载体之一；随着智能机器人的发展，机器人传感器、执行器将同AI相结合，具备模拟（用于仿真的虚拟空间）、映射（实时地图创建能力）、自主（独立运行）等能力，需要强大的端侧算力支撑，移动GPU嵌入AMR本体是发展趋势。AMR技术核心——软件、算法是核心软件和算法构筑竞争力核心壁垒：在实际应用中，移动机器人通常以集群的方式系统完成特定任务；未来，成百上千台机器人规划化集群作业是发展的必然趋势，即逐步从单体智能向群体智能演进，软件和算法成为构筑核心竞争力的壁垒，例如统一环境下完成作业调度、找到全局最优方案提升集群机器人工作总效率等。我们认为随着行业应用场景的丰富和技术的发展，产品模块化、软件模块化将成为AMR发展的必然趋势。云边端各有算法、软件支撑：端侧（即机器人本体）软件、算法主要有ROS2、地图规划算法、AI算法、样点算法等，支撑路径规划、障碍躲避、运动控制等功能；云侧（及边缘）软件、算法主要有集群管理算法、训练、远端推理、远端SLAM、数据分析算法等，支撑算力调度、机器人集群协作、数据分析等功能。目前，各头部厂商拥有自己的解决方案，技术路径随大模型的发展，快速迭代。提供软件与开发工具平台：以Intel为例，其提供相应的开发工具和平台，使开发者可以快速、低成本地搭建、管理AMR机器人。当前机器人价值链划分里面没有智能系统机器人软硬件相互制约、相互促进：机器人是典型的机电软一体化产品，软件与硬件是相互限制又相互促进的矛盾体；边缘算力硬件将会制约机器人相关应用的发展，边缘算力硬件的突破使得机器人可以承载更强大的AI，同时机器人应用的发展会倒逼边缘算力硬件的提升。缺少智能系统：当下的机器人智能停留在视觉（vision）阶段，机器人缺乏智能系统（即机器人的大脑）；在未来，在AI对机器人赋能的大背景下，机器人可以逐步理解物理世界，未来有可能向具身智能方向发展，智能系统对机器人的重要性愈发凸显。巨变：多模态大模型赋能机器人巨变——从大模型到多模态任务识别：大语言模型（LLM）赋能机器人语义理解，从传统的关键词语义识别，进化到可以理解人类复杂的语音命令；同时，通过预训练大模型将“记忆”移植到智能机器人终端，机器人具备理解任务的能力。任务指令生成：进而拆分任务动作，生成应用层控制指令，并根据任务过程反馈修正动作。多模态大模型赋能机器人：主要体现为多模态感知和多模态交互。多模态感知：通过多类型传感器的配合，机器人处理多个模态接收的信息，从而实现对文本、图像、视频、音频等模态信息的学习和理解。多模态交互：用户可以同时使用语音、手势、文本等与机器人交互，同单模态交互相比，多模态交互具有减轻用户认知负担（交互更自然）、消除任务歧义（交互更准确）、降低环境干扰（交互更加鲁棒）等优势，使交互更加灵活和高效。巨变——GoogleRT2RT-2：视觉-语言-动作（VLA）模型。传统模型（例如VLM、LLM）应用到机器人中，通常仅能解决机器人High-levelPlanning的问题，即解释命令并将其解析为单个短语，然后由单独的Low-levelPlanning执行，但Low-levelPlanning并不能从互联网规模的丰富语义中受益；谷歌采用VLM模型（使用PaLi-X和PaLM-E）为基座，并将机器人动作表示为类似语言模型中使用的离散的Token，使用机器人数据和互联网数据进行Co-Fine-Tune，进而得到视觉-语言-动作（VLA）模型——RT-2。国内机器人产业蓬勃发展国内机器人产业国内机器人产业：机器人产业链上游包括核心零部件、配套零部件和软件系统开发，中游为机器人本体的生产及系统集成，目前主要集中在工业机器人和服务机器人领域，下游主要包括工业应用（汽车制造、家电制造、航空航天等）和服务应用（餐饮服务、酒店服务、医疗服务、物流服务等）；近两年一些做算法的软件公司借助海外大模型的风，开始自研垂直小模型，并供给下游终端厂。创业公司情况：根据中国机器人网统计数据，2023年中国机器人行业共发生134起融资事件，其中近亿/过亿元级融资事件52起，2023年融资金额总计为200亿元左右；2023年融资事件主要发生在工业机器人相关（37起左右）、医疗机器人（29起左右）、服务机器人（24起左右）、人形机器人（12起左右）等领域。上市公司情况：目前上市公司以提供终端硬件为主，并逐步优化机器人软件（模型、算法等），提升机器人性能表现。工业机器人——海康机器人海康机器人是面向全球的机器视觉和移动机器人产品及解决方案提供商。公司依托潜伏、移/重载、叉取和料箱四大硬件产品线和机器人调度系统RCS、智能仓储系统iWMS两大软件平台，重点覆盖汽车、新能源、3C电子、医药医疗、电商零售等细分领域客户，提供专业的智能物流解决方案。海康机器人定位机器人产业链的中上游。公司以移动机器人的整机制造及机器人调度系统和智能仓储系统的研发为主，同时对大部分上游核心零部件进行自研，包括机器人主控制器、视觉传感器、电机驱动器、电源管理模块等。工业机器人——九联科技募投机器人研究院：2023年7月，公司发布《广东九联科技股份有限公司以简易程序向特定对象发行股票的预案》，募集资金投资特种机器人研究院；基于公司已有的嵌入式多媒体播放（解码）技术、WIFI无线局域网技术、基于视觉定位的三轴机械运动技术、产品功能自动化测试技术等核心智能制造技术，对特种机器人所需的软硬件技术进行集成开发，对特种机器人模块加入新算法，对传感器等核心部件进行技术升级和定制化设计，实现特种机器人在特定环境、特定任务中实现更多的功能，抓取更多、更精确的数据。同华谊信息合作化工领域机器人：23年4月，公司同华谊信息签署战略合作协议，推动双方在化工领域基于算力、框架、模型、应用等多个维度的联合研发、联合交付、联合推广的全面深入合作，加速赋能化工行业数字化发展；双方将在防爆机器人的研发及生产、销售进行深度合作。工业机器人——北路智控井下无人运输机器人：北路智控在23年10月“第二十届中国国际煤炭采矿技术交流及设备展览会”首次展示了井下无人运输机器人——穿山甲。该款运输机器人深度融合5G、数字建模、无线通信、UWB精确定位、机器视觉、惯性导航等技术，采用全时四驱、双向行驶的独特设计和智能操作系统，实现对无卫星导航、空间狭小、防爆要求高、工况复杂条件下的井下环境360°全方位感知与障碍物识别，达到井下无人化物料运输的无人驾驶、路径规划与车路协同。同时，为满足矿方多样化需求，穿山甲可自由切换遥控驾驶、远程驾驶、自动驾驶等模式，按照预设的驾驶模式及路线规划，安全高效完成运输任务。服务机器人——萤石网