更多投研资料点击进入知识星球
。
转
星球内每日更新内容超300条
发文章至朋友圈或微信群，即可免费获得一周调研纪要合辑
Q: 在当前的市场环境中，集成智能与特种机型的发展趋势如何？
A:在目前的市场中，集成智能这一概念正逐渐成为行业关注的核心，它不仅与传统的算法报告紧密相连，还为机器人技术开辟了新的可能性。最近，市场上出现了一款四轮机器狗的新品发布，其性能远超预期，这表明机器人在模拟人类形态方面取得了显著进步。然而，除了人形机器人之外，其他类型的机器人也在各自的领域中展现出了独特的优势。
随着试点项目的扩大，更多新公司涌入该板块，应用场景正在逐步放大。对于那些专注于机身智能和特种机型的企业来说，市场的核心现象值得深入探讨。特别是某些AI领域的巨头加入竞争，带来了怎样的影响，以及这些变化对整个行业的意义何在，这些都是近期分析报告的重点内容。
Q: 2024年下半年以来，机器人公司在融资方面有何变化？
A:从2024年下半年开始，在一级市场的融资端，我们可以观察到一个明显的趋势：纯做机器人本体的公司获得大规模融资的情况减少，而老公司如某些知名的机器人制造商则继续维持一定的融资活动。例如，有一家国内的机器人企业在今年仍然获得了较为可观的资金支持。
相比之下，海外的机器人初创企业表现得更为活跃。一些新兴企业在短时间内筹集到了巨额资金，比如一家专注于开发特定技术的公司，在去年九月成功募集了超过2亿美元；另一家公司则在2024年11月完成了4亿美元的融资。这些例子显示了国际市场对于创新技术和解决方案的高度认可和支持。
Q: 当前有哪些软件驱动型的机器人公司值得关注？
A:在国内，几家以软件为核心的机器人公司正引起广泛注意。这些公司通过纯粹的软件形式获取融资，并致力于扩展机器人的应用场景。例如，有几家企业因其独特的商业模式和技术实力脱颖而出，它们不仅能够提供更加灵活多变的服务，而且有助于推动整个行业向更高效、更智能的方向发展。
这类公司带来的新视角迫使我们重新思考机器人产业的未来。软件的进步使得即使是普通的机械臂，只要装备了先进的大模型，就能执行多样化的任务，从而创造出全新的市场收入来源。这种增量市场的潜力巨大，意味着即便是在硬件层面没有太多创新的公司，也有可能因为软件能力的提升而获得市场的青睐。
Q: 如何理解具身智能公司的分类及其发展趋势？
A:具身智能公司大致可以分为两类进行讨论。一类是专注于简化机器人底层逻辑的企业，即试图将机器人的AI能力和物理形态紧密结合。在过去的一段时间里，虽然很少有人会想到与AI进行文字对话或让AI生成图片，但如今这些功能已经变得非常普遍。接下来，随着技术的进步，视频生成、3D空间内的路径规划、动作模仿等更高层次的功能也开始融入机器人系统。
具体而言，机器人动作作为新的模态，类似于图像和视频一样可以通过AI指令来实现。这意味着，当给定一组原始视频素材时，机器人可以根据这些信息学习并模仿出相应的行为模式。这样的技术进步对于提高机器人的适应性和灵活性至关重要，因为它允许机器人无需针对每个特定场景单独编程，而是能够根据环境和任务自动调整行为。
Q: 为什么说通用性算法对于机器人行业发展具有重要意义？
A:近年来，行业内越来越多的公司开始探索开发通用性的算法，旨在使机器人能够在不同场景下灵活应用。传统上，工业机器人通常需要针对特定任务编写专门的代码，这不仅耗时费力，也不利于成本控制。然而，随着新技术的发展，现在出现了这样一种设想——创建一套可以在多种环境下使用的算法框架。
以某两家代表性的公司为例，它们都强调了泛用性质的重要性。这两家公司均致力于研发能够快速适应各种任务需求的机械臂。用户只需提供相关的视频素材，机械臂便能自主学习并完成诸如刷碗、洗衣等日常家务活动。这种放射性的应用方式代表着行业内的一个小突破，证明了即使是在现有设计基础上，也可以实现一定程度上的多功能化。
Q: 机器人在3D环境中与物体交互面临哪些技术挑战？
A:在3D环境中实现机器人与物体的自然交互是一项复杂且充满挑战的任务。尽管简单的挥动动作可能看起来容易实现，但实际上要让机器人在一个真实的三维空间内准确地感知周围环境并与之互动，还需要克服许多难题。例如，机器人必须具备足够的计算能力来处理大量的传感器数据，并据此作出精确的动作规划。
此外，为了使机器人能够像人类一样流畅地操作物品，还需要建立庞大的3D场景素材库供AI训练使用。这是因为，只有当AI接收到足够丰富和详尽的数据输入时，才能真正掌握在三维空间中的行动规则。目前，部分领先的研究团队正在努力解决这个问题，尝试利用现有的2D图像资料转换成3D资产库，进而帮助机器人更好地理解和适应复杂的现实世界。
Q: 关于字节跳动在AI领域的布局，可以分享更多细节吗？
A:确实，字节跳动在过去几年中对人工智能领域表现出了浓厚的兴趣，并投入了大量资源。早在去年，字节旗下的AI实验室就已经开始探索大型模型的开发，尤其是专注于机器人技术的大规模模型。通过观察字节公开的信息和招聘信息，我们可以发现他们不仅关注软件层面的突破，还积极探索如何将这些先进的软件成果与实际应用场景相结合，例如搬运机器人的应用。今年，AI实验室的一个更细分的团队继续深入挖掘前沿技术，确保能够获取并实现最先进功能的软体部分，并努力寻找将其应用于现实场景的方法。
Q: 在硬件方面，字节跳动是否有新的动作？
A:据我们了解，在过去的一段时间里，字节确实在硬件方面有所行动。十月份左右，字节展示了其智能内容团队开发的一种通用性模型。紧接着，招聘信息显示，字节正在组建一个专门从事磁感结构容器传感器选型等工作的硬件团队。这表明，字节不仅仅是在考虑模型本身的可能性，还在积极筹备硬件设施，以支持未来可能的应用场景。虽然具体的应用落地还需要时间，但这一系列的动作显示出字节对于结合软硬件解决方案的决心。
Q: 字节跳动在3D交互和元宇宙方面有哪些探索？
A:随着2D世界的技术逐渐成熟，字节跳动将目光转向了3D交互这个尚未被充分开发的市场。3D交互在未来多元宇宙或真实场景中的用途预计会越来越大。为此，字节引进了一位在视觉领域有着深厚背景的专家，该专家最近的工作公开引起了广泛关注。这位专家带领团队探索3D世界的可能性，特别是在3D资产创建方面。由于3D技术相较于2D技术更为复杂，从2D到3D的转变预计需要至少一年的时间。此外，字节也在研究海外公司在3D场景应用上的领先实践，以期在国内市场上找到合适的发展路径。
Q: 在机器人技术和3D世界交互上，字节跳动有何独特之处？
A:字节跳动在其机器人项目中强调了与3D世界的交互能力。不同于传统的交互方式，3D世界的机器人不仅需要具备路径规划的能力，还需要解决末端交互的问题，即如何处理即时音频和数据反馈。为了使机器人更好地模仿人类行为，字节跳动正在探索如何整合来自不同传感器的数据，包括触觉传感器和其他关键能力传感器，以提高机器人的性能。这涉及到一个复杂的反馈机制，其中传感器扮演着至关重要的角色。尽管有人担心算法的进步可能会使得传感器变得不再重要，但实际上，传感器在帮助机器人理解世界并与之互动方面是不可或缺的。随着计算能力和模型的发展，传感器提供的丰富数据将成为提升机器人性能的关键因素之一。
Q: 如何看待传感器在现代机器人技术中的作用？
A:传感器在现代机器人技术中扮演着至关重要的角色，它不仅仅是辅助工具，更是机器人学习和适应环境的核心。早期的机器人依赖预设架构来指导其行为，而现在，机器人可以通过大量的数据进行自我学习。在这个过程中，传感器收集的数据成为了“老师”，教会机器人如何正确地与周围环境互动。因此，传感器的重要性不会因为算法的进步而减弱，反而会随着技术的发展而增加。举例来说，就像学生在考试时使用计算器一样，传感器为机器人提供了必要的工具，使其能够更好地完成任务。所以，对于传感器市场的担忧可能是基于过时的理解，实际上，传感器将在未来的机器人技术中发挥更加重要的作用。
Q: 在机器人和传感器市场中，哪些公司值得关注？
A:在机器人和传感器市场中，有几家公司因其独特的贡献而值得关注。一些公司专注于开发用于3D世界的新型传感器，这为机器人技术带来了全新的维度。其他公司则致力于改善现有传感器的性能，或者探索传感器与大模型之间的协同效应。值得注意的是，那些能够提供创新解决方案、特别是能够在黑箱环境下通过大量数据优化自身性能的公司，可能会在市场上占据优势。此外，某些传统制造业公司也有可能凭借其深厚的行业经验和制造能力，在新兴的机器人技术领域取得成功。随着市场的发展和技术的进步，预计会有更多的机会出现在那些能够有效结合传感器技术和智能分析的公司中。
Q: 展望未来，字节跳动及其合作方在机器人技术领域有什么潜力？
A:展望未来，字节跳动及其合作伙伴在机器人技术领域拥有巨大的潜力。通过不断推进AI技术的发展，特别是在3D交互和传感器技术方面，字节跳动有望引领新一轮的技术变革。同时，与国内外顶尖公司的合作将进一步增强字节在技术研发和市场应用上的实力。长远来看，随着技术的成熟和市场需求的增长，字节跳动及相关企业在智能机器人和传感器市场中将迎来更多的机遇。
Q: 在机器人技术的发展中，是否过于强调了软件层面的应用？
A:确实，在讨论集成智能和特种机型时，我们可能会觉得对软件层面的关注过多。然而，这并不意味着应用场景中的所有问题都已得到解决。例如，构建3D场景的数据采集需要耗费大量时间，可能长达一年甚至更久。因此，即便是一些在聚能智能等公司看到的技术突破，真正实现大规模应用至少还需要一到两年的时间。
与此同时，值得注意的是，早期的智能化已经在一些较为简单的机器上得到了体现，并且这些设备的使用量比预期要大得多。特别是四足机器人，它们已经展示了极强的非人类性能，能够在复杂环境中执行任务，如跨越障碍物、适应各种地形等。这种能力使得它们在军用或高危环境巡检等领域具备了商业化的潜力。
Q: 当前非人形机器人的性能达到了怎样的水平？
A:尽管机器人在不同场景中爬楼梯的能力在过去是一个难题，但经过一年的强化学习训练，现在某些类型的机器人已经能够在其运动性能上取得显著进展。最新的四轮机器人作为移动平台，几乎可以适应任何场景，并且速度很快，无论是用于军事用途还是高风险环境下的检查工作，都已经证明了其商业化的能力。
一家获得大额融资的公司正是凭借其开发的高性能四足机器人而获得了市场认可。该公司的成功不仅在于其出色的运动性能，还在于它没有过度介入复杂的全封网架构的大模型，而是专注于多模态融合——即通过将机器人与语言、视频、3D场景以及力学等多个模块相结合来优化系统。这种方式让机器人可以在真实环境中精确地执行动作，比如调整手臂的高度或步伐，从而实现1:1的动作还原。这一点对于许多机器人来说是非常具有挑战性的，因为并非所有的硬件都能够支持如此精准的操作。
Q: 未来机器人产业的分工将会如何演变？
A:随着机器人技术向更加泛化方向发展，产业内的分工正变得越来越明确。一些公司选择专注于提高机器人的运动性能，进行不断的强化训练，而不是试图成为全能型的智能体。这样的策略有助于公司利用自身的优势领域，比如通过与其他模态（如语言处理、视觉识别）的结合来增强产品的功能性和适用性。
此外，机器人硬件制造商也在探索如何更好地支持高级别的AI应用。即使是最先进的软件算法，也需要可靠的硬件基础才能发挥出最佳效果。例如，当涉及到抓取网球或者挥手这样精细的动作时，硬件的设计必须确保手指能够像人类一样协调一致地工作。这一方面展现了技术难度，同时也说明了即便是专注于硬件生产的公司，也拥有不可忽视的投资价值。
Q: 机器人本体公司在市场上的位置是怎样的？
A:从另一个角度来看，机器人本体制造企业在A股市场上也有着不错的合作前景。特别是在军工领域，特种机器人可能在施工方向上表现出更快的发展速度或是更高的稀缺性；而在民用领域，则存在更多共赢的机会。一些科技企业已经开始涉足机器狗产品的研发，并且在计算机模拟训练等方面积累了丰富经验。
综合考虑，本次报告认为，即使是那些看似传统或不被看好的硬件零部件供应商，也可能因AI技术的进步而迎来新的发展机遇。事实上，过去的经验表明，某些曾经被认为不具备竞争力的企业，如今却展现出了惊人的应用场景潜力。市场对此类企业的估值可能需要重新评估，以反映其真实的成长空间和技术实力。
Q: 未来应该关注哪些关键点？
A:展望未来的一年，有许多值得深入挖掘的话题。比如，当行业内的主要参与者提出特定愿景后，实际落地的情况会是如何？特别是在模仿现有成功案例的基础上，能否实现传统机械臂场景的泛化，进而带来更多的实际应用场景？这将需要多少时间才能见到成效，都是值得关注的问题。
目前，这个行业正处于起步阶段，多家公司在最近几个月内获得了巨额融资并开始组建团队推进相关项目。预计在未来半年内，我们将见证众多新进展。随着技术和市场的不断发展，机器人领域的创新将继续加速，为投资者和从业者带来更多惊喜。
【知识星球】
：第一时间分享市场、个股、行业动态，这将构成市场最新的预期差，星球让大家
无需自己消耗大量时间，就可以获得最有效、最及时的投研信息
。
