Workflow
特斯拉Gen2
icon
搜索文档
Figure:第二代机器人已参与生产3万辆宝马汽车!机器人ETF(562500) 早盘震荡微涨,四分之三成分股飘红
每日经济新闻· 2025-11-20 07:16
机器人ETF市场表现 - 机器人ETF(562500)早盘微涨0.1%,成分股中45只个股上涨,远超28只下跌个股,板块呈现普涨格局 [1] - 成分股东杰智能涨幅突破3%,海目星等科技股跟涨超2%,带动指数企稳向上 [1] - ETF成交额迅速突破1.5亿元,交投活跃,近五个交易日中有四个交易日获得显著资金净流入,显示资金对机器人产业的持续看好 [1] 人形机器人产业动态 - Figure AI宣布,其第二代人形机器人Figure 02在过去的6个月内,已在宝马集团斯帕坦堡工厂参与生产了3万辆汽车,累计装载超过9万个零部件 [1] - 随着Figure 03发布,Figure 02已启动退役程序并从宝马公司返回总部,Figure 03已做好大规模应用的准备 [1] - 行业观点认为,人形机器人板块投资已从早期主题投资过渡到成长拐点逐步兑现阶段 [2] 人形机器人产业发展时间线 - 特斯拉从2022年9月底发布AI原型机,到2023年12月发布Gen2(二代)样机,并规划2024年底量产目标 [2] - 特斯拉计划2025年第三季度发布Gen2.5样机,并在2026年第一季度发布Gen3并开启规模量产 [2] - 2026年有望成为人形机器人产业硬件走向成熟、开启大规模量产的元年 [2] 机器人ETF产品概况 - 机器人ETF(562500)是全市场唯一规模超两百亿的机器人主题ETF [2] - 该ETF成分股覆盖人形机器人、工业机器人、服务机器人等多个细分领域,帮助投资者一键布局机器人上中下游产业链 [2] - 该ETF设有场外联接基金,包括华夏中证机器人ETF发起式联接A(018344)和联接C(018345) [2]
人形机器人大概要进入第一轮寒冬
自动驾驶之心· 2025-11-03 08:55
行业当前面临的挑战 - 特斯拉Gen2因发热和灵巧手短命问题暂停今年量产计划,Gen3推迟至明年Q1发布[3] - 国外公司表现不及预期,如Figure03被爆出视频多次拍摄剪辑,Meta首席AI科学家LeCun认为机器人行业远未实现真正智能,Google DeepMind负责人称人形机器人进入家庭市场还需5-10年[4] - 国内行业存在虚假繁荣,订单多为左手倒右手、无需交付的框架订单或远期订单[5] - 硬件发展迅速(如宇树通过电驱技术超越波士顿动力液压系统),但过去50年仍未实现机器人大规模普及[7] 技术发展的核心瓶颈 - 当前AI技术能否让人形机器人涌现智能存在重大疑问,截至2025年底尚未出现令人惊叹的通用智能[8][9] - 现有技术(如VLA)仅在特定场景下有效,缺乏泛化能力,无法适应家庭等复杂环境[11][12] - 视频学习技术仍处于大公司预研阶段,尚未落地,例如特斯拉Optimus虽宣称能用视频学习在工厂行走,但无公司能证明通过视频学习实现灵巧手泛化操作[13][15][17] - 技术环节存在多个卡点,如强化学习的奖励函数设计、手部识别精准度、逆动力学模型准确率等,任一问题都可能成为致命伤[15][16] 潜在的超预期因素 - 特斯拉Optimus Gen3被寄予厚望,马斯克称其为“无与伦比的产品”,若明年Q1展示成功可能扭转行业预期,若翻车则可能导致行业进入寒冬[18][19][20][21] - 硬件极致化开辟新市场,宇树通过泛娱乐路线(如售价9998元的小机器人)吸引企业跟进,即使通用AI发展遇阻,泛娱乐领域的研究仍会持续[22][23] 行业长期展望 - 人形机器人当前的不及预期可能类似新能源汽车早期的蛰伏期,是技术迭代蓄力的阶段[24]
繁华落幕,人形机器人或将进入寒冬
自动驾驶之心· 2025-10-30 00:04
行业现状与市场预期 - 人形机器人行业面临普遍不及预期的状况,国外公司的表现和专家预言均不乐观 [4][5] - 特斯拉Optimus Gen2因发热、灵巧手短命问题暂停今年量产计划,Gen3再次跳票至明年第一季度 [5] - Figure 03被爆出存在多次拍摄剪辑问题,Meta首席AI科学家LeCun认为机器人行业远未实现真正智能,Google DeepMind负责人预计人形机器人进入家庭市场还需5-10年 [6] - 国内市场呈现虚假繁荣,订单多为左手倒右手、无需交付的框架订单或远期订单 [7] 技术瓶颈与核心挑战 - 硬件繁荣带来误区,误以为软件跟进是迟早之事,但过去50年硬件虽经翻天覆地变化(如宇树电驱打败波士顿动力液压技术)却仍未实现机器人大规模实用化普及 [8][9] - 本质卡点在于当前AI技术能否让人形机器人行业涌现智能仍存巨大疑问 [10] - 现有技术多基于VLA在特定场景下训练,可完成叠衣服、分拣包裹等任务,但缺乏泛化能力,无法适应家庭环境 [13][14] - 视频学习技术虽被特斯拉AI负责人及科研论文强调,但尚无公司能证明其可实现灵巧手的泛化操作,技术卡点包括强化学习奖励函数设计、手部识别精准度、逆动力学模型准确率等 [15][17] - 视频学习和世界模型仍处于大公司预研阶段,远未到落地阶段,多数公司(包括谷歌DeepMind)仍采用真机采集操作 [19] 潜在机遇与发展路径 - 行业存在两个不确定因素:特斯拉Optimus Gen3是否可超预期,以及硬件极致化能开拓何种市场 [19][24] - 特斯拉Optimus Gen3被寄予厚望,马斯克称其为无与伦比的产品,若明年第一季度展示失败则行业预期可能消耗殆尽 [20][21][22] - 宇树科技通过将硬件做到极致,走出泛娱乐化机器人道路,为行业提供了卖铲子式的发展路径,即使通用AI遇冷,泛娱乐路线研究仍会持续 [25][26] - 参考新能源汽车早期寒冬后的技术迭代与爆发,当前人形机器人的不及预期可能是一种蓄力 [27]