特斯拉于9月24日发布官方视频，更新了其在人形机器人方面的研发进展。视频显示TeslaBot通过视觉和位置编码器实现了肢体的校准，且展示了其人形机器人出众的姿态控制能力。此次展示再次凸显端到端算法在人形机器人应用端的不断成熟，且再次展示出特斯拉在数据量、算法及算力方面的优势。此外，其仅靠视觉、编码器和IMU就完成了任务，展现出超强的硬件控制能力。鉴于人形机器人可用数据集迅速攀升及算法、算力的不断成熟，我们维持人形机器人行业“强于大市”评级，建议持续关注人形机器人板块及相关厂商投资机会。
　　▍输入端：特斯拉端到端模型输入端为视频信号，即图像及音频信号的混合输入，但此次展示显示其识别部分神经网络算法仅使用视觉信息。特斯拉于9月24日发布官方视频，视频内容展示的算法凸显出TeslaBot复杂真实条件下的分类分拣能力，且展现出对目标摆放物姿态的精准识别及纠正能力。尽管人形机器人与汽车在输入视觉信息方面存在一定差异，但基于特斯拉基于V12自动驾驶的算法体系同时应用于人形机器人及汽车是可行的，且有利于加速提升识别算法的泛化能力。此次视频展示暂未提及所选用相机类别，基于目前图像识别算法框架原理，我们认为此类识别2D及3D相机都可实现，选配核心为成本控制因素，国内视觉镜头及相机等核心零部件厂商已具备此类产品生产能力，产品配套方案及产品性价比值得关注。
　　▍输出端：特斯拉人形机器人输出端为信号及姿态控制。TeslaBot手指的灵活性在视频中得到良好展示，其可以以人类速度完成抓取并分类，即使在快速变化的环境下其信号处理及关节控制依然保持良好反应能力及较高输出稳定性，手指抓取力度同样表现出较高水平。此外视频同样展示了TeslaBot出众的姿态控制能力，其已可以初步展示部分类瑜伽动作。关节、传感器、控制系统对输出端稳定性至关重要，尽管国内厂商此类产品在产品产出一致性及可靠性存在一定短板，但产品升级迭代速度快，且此领域可选方案较多，不同厂商有望在不同价格段占据优势。
　　▍算法：特斯拉端到端学习框架不断成熟，泛化能力持续增强。根据《End to EndLearning for Self-Driving Cars》（Mariusz Bojarski, Davide Del Testa, DanielDworakowski等）端到端框架能够直接从原始输入端到最终输出端进行训练，无需进行手动特征工程（manual feature engineering）或中间阶段的处理，端到端依然利用深度神经网络能力，优势在于能极大程度减少手工设计组件，可以直接通过从原始数据中学习，捕获复杂关系和细微差别，而这些微妙之处可能很难通过手动特征工程来明确指定，这项优势可以提高性能、缩短开发周期并减少开发者对领域专业知识的依赖；缺点在于所需数据量极大，数据收集成本及模型训练成本较高。尽管此视频未展示其具体算法，但基于其输入输出信息，建议关注基于强化学习框架的机器人控制算法。
　　▍硬件：机器人“瑜伽”展现出超强的硬件控制能力，IMU、编码器等传感环节的重要性愈发显现。特斯拉Optimus机器人在最新视频中展现出较强的身体平衡能力，包括单腿站立时前后平衡能力和平行与身体方向的平衡能力，表明特斯拉机器人的静态运动控制稳定性以及用以控制平衡的IMU的较高精度。此外，特斯拉机器人的灵巧手表现更加灵活，身体控制更加顺滑，表明了关节模组中的“双编码器”并非存在阻滞性较强的缺点，灵巧手中的编码器也同样具备较高精度。特斯拉机器人优秀的硬件控制能力表明从硬件、传输再到软件，其均较2023年5月官方团队中展示的机器人有较多硬件优化
　　▍风险因素：人形机器人政策执行及支持力度低于预期；国内厂商及特斯拉人形机器人任务攻关进度不及预期；人形机器人市场需求低于预期；国产人形机器人产业化低于预期；人形机器人主流技术方案发生重大变化；国产机器人厂商响应程度低于预期。
　　▍投资策略。鉴于端到端深度学习框架逐步完善，算法泛化能力持续增强，市场可调取数据集持续增加，机器人识别交互及执行能力有望在数据快速量变的背景下加速实现质变；且随着控制端硬件规模化生产的扩大及实用性研发的深入有望加速人形机器人本体的落地应用。建议关注视觉/力学/IMU传感器、位置编码器、控制系统、关节/灵巧手、芯片及算法上市（拟上市）公司：（1）传感：奥比中光、芯动联科、柯力传感、汉威科技、奥迪威、华依股份、明皜传感等（2）控制：博实股份、固高科技、峰岹科技、柏楚电子、鑫宏业等；（3）关节：拓普集团、三花智控、步科股份、鸣志电器、伟创电气、汇川技术、禾川科技、绿的谐波、双环传动、中大力德、丰立智能、昊志机电、秦川机床、恒立液压、鼎智科技、兆威机电、五洲新春等；（4）应用：小米集团、景业智能、博实股份、亿嘉和、申昊科技、埃斯顿、埃夫特、中科微至、海康机器等。

研究报告全文：特斯拉再推新进展端到端框架已显成效制造产业行业人形机器人行业重大事项点评2023925中信证券研究部核心观点特斯拉于9月24日发布官方视频更新了其在人形机器人方面的研发进展视频显示TeslaBot通过视觉和位置编码器实现了肢体的校准且展示了其人形机器人出众的姿态控制能力此次展示再次凸显端到端算法在人形机器人应用端的不断成熟且再次展示出特斯拉在数据量算法及算力方面的优势此外其仅靠视觉编码器和IMU就完成了任务展现出超强的硬件控制能力鉴于人形机器人可用数据集迅速攀升及算法算力的不断成熟我们维持李睿鹏人形机器人行业强于大市评级建议持续关注人形机器人板块及相关厂商机械分析师投资机会S1010519040003输入端特斯拉端到端模型输入端为视频信号即图像及音频信号的混合输入但此次展示显示其识别部分神经网络算法仅使用视觉信息特斯拉于9月24日发布官方视频视频内容展示的算法凸显出TeslaBot复杂真实条件下的分类分拣能力且展现出对目标摆放物姿态的精准识别及纠正能力尽管人形机器人与汽车在输入视觉信息方面存在一定差异但基于特斯拉基于V12自动驾驶的算法体系同时应用于人形机器人及汽车是可行的且有利于加速提升识别算法的泛刘海博化能力此次视频展示暂未提及所选用相机类别基于目前图像识别算法框架原制造产业首席分析理我们认为此类识别2D及3D相机都可实现选配核心为成本控制因素国师内视觉镜头及相机等核心零部件厂商已具备此类产品生产能力产品配套方案及S1010512080011产品性价比值得关注输出端特斯拉人形机器人输出端为信号及姿态控制TeslaBot手指的灵活性在视频中得到良好展示其可以以人类速度完成抓取并分类即使在快速变化的环境下其信号处理及关节控制依然保持良好反应能力及较高输出稳定性手指抓取力度同样表现出较高水平此外视频同样展示了TeslaBot出众的姿态控制能力其已可以初步展示部分类瑜伽动作关节传感器控制系统对输出端稳定性至关重要尽管国内厂商此类产品在产品产出一致性及可靠性存在一定短板纪敏但产品升级迭代速度快且此领域可选方案较多不同厂商有望在不同价格段占制造产业联席首席据优势分析师S1010520030002算法特斯拉端到端学习框架不断成熟泛化能力持续增强根据EndtoEndLearningforSelf-DrivingCarsMariuszBojarskiDavideDelTestaDanielDworakowski等端到端框架能够直接从原始输入端到最终输出端进行训练无需进行手动特征工程manualfeatureengineering或中间阶段的处理端到端依然利用深度神经网络能力优势在于能极大程度减少手工设计组件可以直接通过从原始数据中学习捕获复杂关系和细微差别而这些微妙之处可能很难通过手动特征工程来明确指定这项优势可以提高性能缩短开发周期并减少开发李越者对领域专业知识的依赖缺点在于所需数据量极大数据收集成本及模型训练机械行业首席分析成本较高尽管此视频未展示其具体算法但基于其输入输出信息建议关注基师于强化学习框架的机器人控制算法S1010521010008硬件机器人瑜伽展现出超强的硬件控制能力IMU编码器等传感环节的重要性愈发显现特斯拉Optimus机器人在最新视频中展现出较强的身体平衡能力包括单腿站立时前后平衡能力和平行与身体方向的平衡能力表明特斯拉机器人的静态运动控制稳定性以及用以控制平衡的IMU的较高精度此外特斯拉机器人的灵巧手表现更加灵活身体控制更加顺滑表明了关节模组中的双编码器并非存在阻滞性较强的缺点灵巧手中的编码器也同样具备较高精徐涛度特斯拉机器人优秀的硬件控制能力表明从硬件传输再到软件其均较2023科技产业联席首席年5月官方团队中展示的机器人有较多硬件优化分析师证券研究报告请务必阅读正文之后第3页起的免责条款和声明制造产业行业人形机器人行业重大事项点评2023925S1010517080003风险因素人形机器人政策执行及支持力度低于预期国内厂商及特斯拉人形机器人任务攻关进度不及预期人形机器人市场需求低于预期国产人形机器人产业化低于预期人形机器人主流技术方案发生重大变化国产机器人厂商响应程度低于预期投资策略鉴于端到端深度学习框架逐步完善算法泛化能力持续增强市场可调取数据集持续增加机器人识别交互及执行能力有望在数据快速量变的背景下加速实现质变且随着控制端硬件规模化生产的扩大及实用性研发的深入有望加袁健聪速人形机器人本体的落地应用建议关注视觉力学传感器位置编码器新能源汽车行业首IMU控制系统关节灵巧手芯片及算法上市拟上市公司传感奥比中席分析师1S1010517080005光芯动联科柯力传感汉威科技奥迪威华依股份明皜传感等2控制博实股份固高科技峰岹科技柏楚电子鑫宏业等3关节拓普集团三花智控步科股份鸣志电器伟创电气汇川技术禾川科技绿的谐波双环传动中大力德丰立智能昊志机电秦川机床恒立液压鼎智科技兆威机电五洲新春等4应用小米集团景业智能博实股份亿嘉和申昊科技埃斯顿埃夫特中科微至海康机器等李景涛重点公司盈利预测及投资评级汽车及零部件行业EPSPE联席首席分析师简称代码收盘价评级2223E24E25E2223E24E25ES1010520120003奥比中光688322SH2968-072-048-015006-41-62-198495无评级-UW柯力传感603662SH319309211614317735282218无评级奥普光电002338SZ3599034050078114106724632买入博实股份002698SZ161504406908911337231814无评级汇川技术300124SZ681316219724328642352824买入兆威机电003021SZ7083093154226764631买入付宸硕2474柏楚电子688188SH32849166686275503729买入国防与航空航天首0席分析师拓普集团601689SH723615421428838947342519买入S1010520080005三花智控002050SZ275107208810713138312621买入伟创电气688698SH339507711916320844292116买入汉威科技300007SZ168608512509414320131812买入小米集团1810HK120603805305706232232119买入-W景业智能688290SH489911909819828741502517买入亿嘉和603666SH3446-047113195235-73301815买入华鹏伟申昊科技300853SZ2361-044133169213-54181411买入电力设备与新能源埃斯顿002747SZ2200019032057089116693925买入行业首席分析师中科微至688211SH3753-090114184265-42332014无评级S1010521010007资料来源Wind中信证券研究部预测注股价为2023年9月22日收盘价小米集团-W货币单位为港元其他公司为人民币元制造产业行业评级强于大市维持请务必阅读正文之后的免责条款和声明2分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明i本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法ii该分析师所得报酬的任何组成部分无论是在过去现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系一般性声明本研究报告由中信证券股份有限公司或其附属机构制作中信证券股份有限公司及其全球的附属机构分支机构及联营机构仅就本研究报告免责条款而言不含CLSAgroupofcompanies统称为中信证券本研究报告对于收件人而言属高度机密只有收件人才能使用本研究报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布该研究报告的人员本研究报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请中信证券并不因收件人收到本报告而视其为中信证券的客户本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断并自行承担投资风险本报告所载资料的来源被认为是可靠的但中信证券不保证其准确性或完整性中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可跌可升过往的业绩并不能代表未来的表现本报告所载的资料观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断可以在不发出通知的情况下做出更改亦可因使用不同假设和标准采用不同观点和分析方法而与中信证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反中信证券并不承担提示本报告的收件人注意该等材料的责任中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域单位集团及其他附属机构的流动负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定分析师的薪酬不是基于中信证券投资银行收入而定但是分析师的薪酬可能与投行整体收入有关其中包括投资银行销售与交易业务若中信证券以外的金融机构发送本报告则由该金融机构为此发送行为承担全部责任该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议中信证券以及中信证券的各个高级职员董事和员工亦不为前述金融机构之客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级买入相对同期相关证券市场代表性指数涨幅20以上另有说明的除外评级标准为报告发布日后6到12个增持相对同期相关证券市场代表性指数涨幅介于520之间月内的相对市场表现也即以报告发布日后的6到12个股票评级月内的公司股价或行业指数相对同期相关证券市场代表持有相对同期相关证券市场代表性指数涨幅介于-105之间性指数的涨跌幅作为基准其中A股市场以沪深300指卖出相对同期相关证券市场代表性指数跌幅10以上数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场以摩强于大市相对同期相关证券市场代表性指数涨幅10以上根士丹利中国指数为基准美国市场以纳斯达克综合指数行业评级中性相对同期相关证券市场代表性指数涨幅介于-1010之间或标普500指数为基准韩国市场以科斯达克指数或韩国综合股价指数为基准弱于大市相对同期相关证券市场代表性指数跌幅10以上3特别声明在法律许可的情况下中信证券可能1与本研究报告所提到的公司建立或保持顾问投资银行或证券服务关系2参与或投资本报告所提到的公司的金融交易及或持有其证券或其衍生品或进行证券或其衍生品交易因此投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险本研究报告涉及具体公司的披露信息请访问httpsresearchciticscomdisclosure法律主体声明本研究报告在中华人民共和国香港澳门台湾除外由中信证券股份有限公司受中国证券监督管理委员会监管经营证券业务许可证编号Z20374000分发本研究报告由下列机构代表中信证券在相应地区分发在中国香港由CLSALimited于中国香港注册成立的有限公司分发在中国台湾由CLSecuritiesTaiwanCoLtd分发在澳大利亚由CLSAAustraliaPtyLtd商业编号53139992331金融服务牌照编号350159分发在美国由CLSACLSAAmericasLLC除外分发在新加坡由CLSASingaporePteLtd公司注册编号198703750W分发在欧洲经济区由CLSAEuropeBV分发在英国由CLSAUK分发在印度由CLSAIndiaPrivateLimited分发地址8FDalamalHouseNarimanPointMumbai400021电话91-22-66505050传真91-22-22840271公司识别号U67120MH1994PLC083118在印度尼西亚由PTCLSASekuritasIndonesia分发在日本由CLSASecuritiesJapanCoLtd分发在韩国由CLSASecuritiesKoreaLtd分发在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发在菲律宾由CLSAPhilippinesInc菲律宾证券交易所及证券投资者保护基金会员分发在泰国由CLSASecuritiesThailandLimited分发针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可中信证券股份有限公司的经营范围包括证券投资咨询业务中国香港本研究报告由CLSALimited分发本研究报告在香港仅分发给专业投资者证券及期货条例香港法例第571章及其下颁布的任何规则界定的不得分发给零售投资者就分析或报告引起的或与分析或报告有关的任何事宜CLSA客户应联系CLSALimited的罗鼎电话85226007233美国本研究报告由中信证券制作本研究报告在美国由CLSACLSAAmericasLLC除外仅向符合美国1934年证券交易法下15a-6规则界定且CLSAAmericasLLC提供服务的主要美国机构投资者分发对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericasLLC在美国证券交易委员会注册的经纪交易商以及CLSA的附属公司新加坡本研究报告在新加坡由CLSASingaporePteLtd仅向新加坡财务顾问规例界定的机构投资者认可投资者及专业投资者分发就分析或报告引起的或与分析或报告有关的任何事宜新加坡的报告收件人应联系CLSASingaporePteLtd地址80RafflesPlace18-01UOBPlaza1Singapore048624电话6564167888因您作为机构投资者认可投资者或专业投资者的身份就CLSASingaporePteLtd可能向您提供的任何财务顾问服务CLSASingaporePteLtd豁免遵守财务顾问法第110章财务顾问规例以及其下的相关通知和指引CLSA业务条款的新加坡附件中证券交易服务C部分所披露的某些要求MCIP085112021加拿大本研究报告由中信证券制作对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书英国本研究报告归属于营销文件其不是按照旨在提升研究报告独立性的法律要件而撰写亦不受任何禁止在投资研究报告发布前进行交易的限制本研究报告在英国由CLSAUK分发且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士涉及到的任何投资活动仅针对此类人士若您不具备投资的专业经验请勿依赖本研究报告对于英国分析员编纂的研究资料其由CLSAUK制作并发布就英国的金融行业准则该资料被制作并意图作为实质性研究资料CLSAUK由英国金融行为管理局授权并接受其管理欧洲经济区本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发澳大利亚CLSAAustraliaPtyLtdCAPL商业编号53139992331金融服务牌照编号350159受澳大利亚证券与投资委员会监管且为澳大利亚证券交易所及CHI-X的市场参与主体本研究报告在澳大利亚由CAPL仅向批发客户发布及分发本研究报告未考虑收件人的具体投资目标财务状况或特定需求未经CAPL事先书面同意本研究报告的收件人不得将其分发给任何第三方本段所称的批发客户适用于公司法2001第761G条的规定CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股离岸市场上市证券未上市发行人及投资产品CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司印度CLSAIndiaPrivateLimited成立于1994年11月为全球机构投资者养老基金和企业提供股票经纪服务印度证券交易委员会注册编号INZ000001735研究服务印度证券交易委员会注册编号INH000001113和商人银行服务印度证券交易委员会注册编号INM000010619CLSA及其关联方可能持有标的公司的债务此外CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和或非证券相关服务的报酬如需了解CLSAIndia关联方的更多详情请联系Compliance-Indiaclsacom未经中信证券事先书面授权任何人不得以任何目的复制发送或销售本报告中信证券2023版权所有保留一切权利4