公司战略转型与业务调整 - 公司正经历战略转型阵痛期 2025年上半年营收10.86亿元同比下降36.98% 但净利润3145万元与去年同期基本持平 综合毛利率同比提升12.08%[15] - 计划通过股权调整等方式逐步剥离智能能源及环境管理系统业务 该业务2024年上半年收入10.43亿元占营收超60%但毛利率仅5.97%[15][16] - 工业机器人业务连续两个季度保持20%以上增长 自产多关节机器人上半年营收同比增长80.86% 累计出货量近1万台[16] 人形机器人技术突破 - 推出国内首个基于AI技术的工业场景具身智能机器人系列 包括轮式人形机器人/人形双臂机器人/人形机械臂[1] - 轮式人形机器人"小拓"采用四舵轮设计支持360度全向运动 搭载智谱AI大模型 在注塑车间完成多轮验证[1][6] - 控制器和伺服驱动等关键技术完全实现自研 机械末端抖动抑制控制技术已应用于人形机器人[10] - 具身智能控制平台"小脑"提供500Hz RGM实时控制接口 满足工业领域超90%机器人需求[8][9] 产业链布局与技术积累 - 拥有工业机器人/注塑机/数控机床三大核心业务 构建覆盖从单机到整厂的全链条解决方案能力[8] - 数控机床业务营收1.63亿元同比增长83.74% 五轴联动数控机床销售量约200台同比增长35%[16] - 通过控股子公司埃弗米GMU400五轴机床加工人形机器人关节/躯干等核心部件[8] - 与华为云/智谱/阿里云等合作基于真实工业场景数据训练AI模型 形成工艺数据→AI模型→执行闭环[10] 市场前景与发展规划 - 中国人形机器人规模预计到2030年达380亿元[6] - 成立"拓斯达人形机器人生态创新联盟"整合产研学企资源 计划将机器人拓展至装配/检测等千亿级自动化装备市场[2] - 工业制造场景是具身智能率先落地场景 未来将向服务业/家庭/医疗等更开放场景延伸[17] - 智能设备总部基地实现智能装备产品线集约化布局 工业机器人年度最大产能可达6万台[17]

机器人线下体验店新业态兴起 - 全球首家机器人6S店在深圳开业一个多月 吸引近70家品牌入驻 累计客流量超3万人次 覆盖27个国家和地区顾客[1] - 深圳近期密集落地未来时代和宇新奇两家机器人体验店 北京上海也出现人形机器人4S中心等新业态[1][8] - 机器人体验店提供零距离操作体验服务 包括机器狗、助行机器人、下棋机器人等消费级产品[4] 消费级机器人市场表现 - 宇新奇体验馆开业当日营业额超8000元 机器狗体验定价39元/15分钟 机器人体验89元/15分钟[4] - 北京亦庄"E-TOWN机器人消费节"总销售额突破3.3亿元 售出产品超19万台[8] - 京东活动期间机器人品类日均销售额超千万元 环比增长101.9% 总销售额达1.7亿元[9] 区域产业基础支撑 - 广东省机器人企业数量达17.8万家 居全国首位[2] - 2024年广东机器人产品出口457.4亿元 增长19.6% 工业机器人产量超24万台套 同比增长31.2% 占全国44%[6] - 深圳龙岗区推出100亿元资金支持计划 推动AI和具身智能机器人产业发展[5] 国际化需求特征 - 境外客商占比显著 工作日主要接待西班牙、英国等欧洲国家客户 周末以本地客户为主[5] - 中东地区客户对功能性产品兴趣浓厚 重点关注环卫清扫机器人和编程教育机器人[5] - 未来时代正在筹备海外首店 应对日益激烈的市场竞争[10] 行业发展挑战与机遇 - To C市场面临三大挑战：核心技术未达商业化水平、社会接受度待提升、产品同质化严重[9] - 情感陪护机器人和医疗辅助机器人有望率先突破 高端家庭服务市场存在空白[8][9] - 需加强核心零部件自主化、人工智能融合创新以及长续航电池技术研发[9]

公司战略转型与业务调整 - 公司正逐步剥离智能能源及环境管理系统业务 因该业务2024年上半年收入10.43亿元但毛利率仅5.97% 且2025年上半年该业务规模收缩67.20%[2][20] - 公司聚焦工业机器人、数控机床和注塑机三大核心产品 2025年上半年产品类业务营收同比增长22.66% 综合毛利率提升12.08个百分点[19][20] - 公司2025年上半年营收10.86亿元 同比下降36.98% 净利润3145万元与去年同期基本持平[19] 人形机器人技术突破与产品发布 - 公司发布国内首个基于AI技术的工业级具身智能机器人拓星纪系列 包括轮式人形机器人、人形双臂机器人等 填补市场空白[1] - 轮式人形机器人"小拓"采用四舵轮设计 搭载智谱AI大模型 具备思维链推理能力 可实现复杂任务自主决策[1][15] - 机器人核心部件完全自研 包括多关节机器人本体和机械手臂 使用子公司埃弗米五轴数控机床加工关节及躯干[7] 核心技术研发进展 - 公司开发X5智能机器人控制平台（小脑） 提供500Hz实时控制接口 满足工业领域超90%的机器人需求[11][12] - 通过端到端AI模型实现物料识别、双臂协同避障等功能 机械末端抖动抑制技术提升运动稳定性[13] - 与华为云、智谱等合作训练工业场景AI模型 基于15000家工业客户数据形成"工艺数据-AI模型-执行"闭环[13][15] 核心业务业绩表现 - 工业机器人业务连续两个季度增长超20% 自产多关节机器人上半年营收同比增长80.86% 累计出货量近1万台[20] - 数控机床业务营收1.63亿元 同比增长83.74% 五轴数控机床销售量约200台增长35% 在手订单饱满[21] - 智能设备总部基地实现年产6万台工业机器人产能 集约化布局三大核心产品线[21] 行业前景与公司规划 - 中国人形机器人市场规模预计2030年达380亿元[4] - 公司成立"人形机器人生态创新联盟" 计划切入自动化智能装备千亿级市场[2] - 工业制造场景将成为具身智能率先落地领域 未来将延伸至服务、家庭、医疗等开放场景[21]

英美技术合作 - 英美两国拟签署技术协议 聚焦人工智能和量子计算等关键技术领域[1] 谷歌数据中心建设 - 谷歌正洽谈在英国提赛德地区建设大型数据中心[1] 拓斯达机器人进展 - 公司首款人形机器人产品"小拓"已在注塑车间完成多轮验证[1]

核心观点 - 特斯拉面临销售和利润下滑、税收抵免终止、竞争加剧等多重挑战 但公司正处于向机器人出租车和人工智能企业的转型阶段 其长期发展潜力仍存争议 [1][2][11] 业务转型 - 公司正从电动汽车制造商转型为机器人出租车运营商 并可能拓展至机器人和人工智能领域 [2] - 核心产品Cybercab计划于2026年投产 该车型为专用于机器人出租车队的两门自动驾驶汽车 零售价格低于3万美元 且不配备方向盘或脚踏板等人工控制装置 [3] - 公司目标是通过提升效率、降低加速性能和最高时速等措施 将机器人出租车每英里运营成本控制在0.3美元以下 [6] 产品规划 - 计划在第四季度推出简化版Model Y跨界车以提高价格竞争力 应对7500美元联邦电动汽车税收抵免到期的影响 [7] - 选择改造现有车型而非开发全新入门级车型 该策略被认为更符合当前需要快速提升价格竞争力的需求 [8] - 第二代Roadster预计在未来几年内投产 同时将于明年开设专门生产Semi牵引拖车的工厂 [9] 运营挑战 - 2025年面临销量和利润下滑 7500美元联邦税收抵免政策结束 零排放信用销售消失等多重阻力 [1] - 关键市场销售增长放缓 在美国和欧洲面临消费者抵制 在中国市场因残酷价格战而遭遇激烈竞争 [10] - 公司存在过度承诺而交付不足的历史记录 行业专家认为完全自动驾驶技术的实现可能比预期更遥远 到2030年车辆仍将保留方向盘和驾驶员 [5] 管理层与战略 - 公司为埃隆·马斯克制定了潜在价值高达1万亿美元的新薪酬协议 旨在确保其未来十年专注于特斯拉的发展 [10] - 分析师认为公司对现有产品的投资将维持在最低水平 主要资源将集中于自动驾驶技术领域 [1]

研究突破 - 北京大学团队提出融合模态分解与物理建模的可解释数据驱动框架 解决仿生机器鱼自主运动状态估计难题 [1] - 方法基于人工侧线传感器时空压强数据 通过本征正交分解提取主导模态并结合Lighthill压强理论解释物理含义 [2] - 框架在动态摆动参数 不同鱼体形态及尾流干扰复杂流场中均展现出色鲁棒性与泛化能力 [4] 技术原理 - 压强数据分解为三个主导模态 分别对应鱼体前进运动 摆动运动及两者耦合产生的压强变化 [6] - 代表前进运动的模态系数与游动速度呈显著二次函数关系 可直接用于速度和轨迹精确估计 [10] - 基于模态信息预测最少传感器数量及最优位置 并通过流场可视化解析分布特点及流体力学原理 [13] 应用价值 - 为水下仿生机器人提供高效可靠自主感知策略 开辟人工侧线系统设计与应用新思路 [4] - 适用于不同形态鱼类模型包括盒子鱼形和鳗鱼形 展现跨形态通用性 [14] - 推动仿生技术与数据驱动方法融合 为水下机器人智能化自主化协同化发展开辟新技术路径 [16]

技术亮点 - 采用异构数据协同训练方式 整合多个机器人、高级语义预测、网络数据等多种不同来源数据 实现更广泛泛化 [2] - 多模态数据深度融合 包括图像观察、语言命令、目标检测、语义子任务预测和低级动作数据 建立不同模态间关联 [4] - 基于通用视觉语言模型构建 通过优化网络结构减少信息传递损耗 采用高效卷积神经网络提取视觉特征 改进网络结构增强长文本理解 [6] - 通过调整参数更新策略如自适应学习率算法加快模型收敛 在有限时间和资源下充分学习数据源知识与模式 [6] 泛化能力突破 - 泛化性能随训练集中不同环境数量增加稳步提升 经过约100个训练环境后性能接近直接在测试环境中训练的基线模型 [7] - 在全新真实家庭环境中成功完成"抽屉内物品整理""洗衣篮归置"和"水槽内餐具清洗"三项测试任务 [8] - 能够理解任务语义并拆解复杂任务流程 在训练数据未遇到过的新家庭环境中完成清洁任务 [8][9] - 通过联合训练不同模态数据增强从语言到策略的知识迁移能力 实现更灵活泛化 [11] 合作伙伴关系 - 广和通推出新一代具身智能平台Fibot 搭载自研高算力机器人域控制器与多传感器融合系统 通过VR眼镜实现操作员与双臂机器人联动操作 已成功投入到π0.5模型数据采集进程 [13][15] - 方舟无限长期提供硬件支持 在2025年5月模型演示中使用机械臂在陌生厨房卧室环境中执行复杂指令 产品贯穿Physical Intelligence多代模型迭代 [16][17] - 星尘智能为早期合作伙伴 2024年11月Astribot S1机器人嵌入初代模型π0 采用绳驱传动技术模拟人类肌腱用力方式 为π0.5模型训练提供多维度数据资源 [18][23]

公司战略转型 - 特斯拉正从电动汽车和能源存储公司向以人工智能为核心的技术平台转型 [1] - 公司战略核心是实现完全自动驾驶 同时人形机器人Optimus项目具有更大潜力 [2] - 马斯克宣称Optimus平台规模化后可能占据特斯拉未来价值的80% [3] 人形机器人技术价值 - 人形机器人具备手臂、腿部和先进灵活性 能在真实环境中执行人类级别任务 [5] - 该技术代表实现通用人工智能的最接近形态 能够主动与物理世界互动 [5] - 行业领导者认为AI与机器人结合具有数万亿美元市场潜力 [3] 市场竞争格局 - 波士顿动力公司（现代汽车支持）展示其人形机器人Atlas的移动和敏捷能力 [7] - Figure AI（获微软、英伟达、OpenAI和贝索斯支持）专注于制造和物流应用的人形系统开发 [8] 业务影响与财务潜力 - Optimus开辟了劳动力自动化新领域 可作为通用工人支持制造生产和家庭日常任务 [9] - 内部部署可显著提高劳动效率 降低运营成本并扩大利润率 [10] - 外部商业化可进入物流、零售和医疗等新市场 这些领域存在持续劳动力需求 [10] - 与周期性汽车需求不同 人形机器人可能成为企业的经常性关键资产 [11] - 机器人业务经常性需求和高利润率特性可能超越最乐观的汽车业务 scenario [12] - 若执行成功 该业务潜在价值可能达到10万亿美元 [13] 发展时间框架 - 产品距离全球应用仍需数年时间 短期内不会对财务产生显著影响 [13]

"一手拿竹签，一手拿山楂，串起来交给顾客。整个展示过程的丝滑程度、动态的实时响应和精准度很不错。"2025年中国国际服务贸易交易会（以下简 称"2025年服贸会"）"中国AIGC创新应用论坛"（以下简称"论坛"）现场，千寻智能副总裁孙荣毅通过视频展示了自家机器人串糖葫芦、叠衣服的过程。 什么时候才能有能干活的养老机器人？具身智能热度高涨的这两年，业内人士常被问及这个问题，每当这时，会有一小部分人向普罗大众分享机器人叠衣服 的视频。目前，千寻智能就是可以完成这一任务的厂商之一。 这些看似生活化的场景，实则是工业级精细作业的缩影。这家2024年2月成立、由小米、华为等巨头投资的具身智能企业，第一次通过服贸会的窗口，向更 多圈内外人分享自己的技术路径和思考逻辑。 论坛结束后，北京商报记者在与孙荣毅的独家对话中获取了更多信息，工业场景下的具身智能是不是伪命题？什么是具身智能最重要的能力？ 面对北京商报记者的疑问，孙荣毅的回答可以总结为几点：真正干活更重要、要做难而正确的事、要有领先的勇气……显然，在服贸会这场全球盛会上，千 寻智能通过最日常的场景直接抛出观点——当机器人开始叠衣服，制造业的柔性生产革命已悄然启幕。 Q ...

文章核心观点 - 具身智能已成为全球焦点 重点关注开发机器人"大脑"系统的企业 包括具身大模型和多模态感知决策系统 [2][3] 国内公司技术布局 - 自变量机器人聚焦通用具身大模型研发 采用端到端技术路线 成立不到两年完成8轮融资 [4][6] - 星海图专注于智能导航技术 坚持"一脑多形"理念 开发具身基础模型EFM-1采用快-慢双系统架构 [5][6] - 优必选拥有全栈自研能力 Thinker大模型在三大国际权威基准测试中斩获四项全球第一 [7][10] - 智元机器人发布启元大模型 采用VILLA架构 任务成功率较市面模型提升32% 支持跨本体应用 [8][10] - 银河通用构建三大技术壁垒 自主研发全球首个通用具身大模型 采用大脑+小脑协同框架 [9][10] - 千寻智能开发Spirit V1 VLA模型 国内首个攻克柔性物体长程操作难题的AI模型 [11][14] - 星动纪元研发端到端原生机器人大模型ERA-42 支持机器人完成超过100种动态任务 [12][14] - 逐际动力聚焦本体硬件设计制造 基于强化学习的全身运动控制和具身大脑训练范式 [13][14] - 穹彻智能开发Noematrix Brain 2.0 新增实体概念学习能力 支持3D模仿学习框架和视-触觉融合网络 [15][17] - 智源研究院推出RoboBrain 2.0 以70亿和320亿参数规格实现感知 推理与规划能力统一 [16][17] 国外公司技术突破 - Figure AI开发Helix模型 采用独特双系统AI架构模仿人类直觉和思考认知模式 [18] - Physical Intelligence发布π0通用机器人基础模型 采用预训练+后训练模式 π0.5采用知识隔离训练方法提升泛化能力 [19][22] - 谷歌DeepMind推出Gemini Robotics系列 具备通用性 交互性和灵巧性 Project Astra体现具身智能在人机交互应用 [20][22] - 英伟达开发Eureka系统基于GPT-4打造 支持30余种复杂动作 GR00T N1采用双系统架构实现接近人类运动控制能力 [21][26] - Skild AI研发Skild Brain分层架构 适用于各种四足机器人 人形机器人和移动机械手 [23][26] - Covariant开发RFM-1模型 参数80亿 是世界首个基于真实任务数据训练的机器人大模型 [24][26] 知名研究团队贡献 - Meta和CMU联合打造RoboAgent 采用多任务动作分块Transformer架构恢复高性能策略 [25][26] - 斯坦福李飞飞团队开发VoxPoser 利用VLM和LLM常识知识实现零样本机器人操纵 [25][26]