解读摩根士丹利最新人形机器人报告:30万亿美金市场规模与特斯拉Optimus Gen2零部件成本解剖 |CyberRobo

AI划重点 · 全文约1379字,阅读需4分钟

1.摩根士丹利预测人形机器人市场规模将达到30万亿美元,到2040年数量将达到800万台,2050年将达到6300万台。

2.人形机器人商业化速度预计比自动驾驶汽车更快,因为它们可以在封闭环境中学习,面临的安全问题较少。

3.特斯拉Optimus Gen2的成本在5万到6万美元之间,不包括软件成本,肩部、手部、腿、足的成本占比最大。

4.由于规模化推进,硬件成本将降低,而AI和机器人模型成本将带来长远效益。

5.中国零部件供应链有望帮助特斯拉降低Optimus的成本,国内零部件厂商将面临激烈竞争。

以上内容由腾讯混元大模型生成,仅供参考

图片

封面:在作业的Optimus


CyberDaily


本文首发在CyberRobo,包括报告解读、分析与报告文件PDF。

全文8330字。



摩根士丹利6月27日出了一份对特斯拉Optimus Gen2的10页分析报告,以及对Optimus未来的预测。他们看好人形机器人将会创造30万美金的市场规模,与此同时比自动驾驶更快实现商业化,随规模化进程加快,人形机器人的成本下降,带来大规模应用的潜在价值。
图片


CyberDaily对该报告的解读:首发在CyberRobo
01.万亿美金市场潜力
摩根士丹利预测人形机器人的市场规模将达到30万亿美元,预计到2040年人形机器人的数量将达到800万台,到2050年将达到6300万台。埃隆·马斯克的预测是到2040年,全球人形机器人规模将达到10亿台,按照2:1的配置,最终服务全人类需要至少200亿台人形机器人。而特斯拉Optimus在这场角逐里,可以为特斯拉带来25万亿美金的市值。摩根士丹利的预测可能还是保守了。
不过说回来,以上的具象数据都在表明人形机器人的影响是社会性和世界性的,背后则带来的是一个万亿规模的经济市场。
02.商业化速度比自动驾驶快,需要更多用例出现
人形机器人的商业化速度预计会比自动驾驶汽车更快,因为它们可以在封闭环境中学习,并且面临的安全问题较少。而目前阻碍人形机器人的商业化要素:一是量产与制造成本、二是应用市场的成本效益;尤其是后者,假设没有过多的行业或应用场景的用例(影响客户购买),则影响本体厂商是否可以进一步规模化量产和部署,则影响成本控制和商业化速度。
图片

03.Optimus Gen2成本大头在手、躯体、腿
Optimus Gen2的成本在5万到6万美元之间,不包括软件成本
而从报告详细列出了各个部分的成本看,肩部、手部、腿、足的成本占比最大。这些只是硬件成本。按照此前有机构拆解宇树G1的BOM清单,其中英伟达芯片及相关软件以及机器人模型占到7万元,可能在特斯拉看来,这些软件芯片成本可能不会太高,由自己提供。
但正如上面提到,硬件成本随规模化推进,成本则将降低,而另一种看不见的“高”成本且可带来长远效益的是AI和机器人模型(具体来说是机器人数据集)。这是两条不同方向的曲线。难的是如何让更多人形机器人部署到不同场景应用,以持续获得丰富的机器人数据集(而不是实验室里数据)进行训练,形成可以让人形机器人多任务执行的大模型。这背后需要AI和软件集成等成本的投入,尤其是前期。
一旦让智能的规模得到扩张和增强,其人形机器人也成马太效应。目前挪威的人形机器人公司1X,正在构建的多任务处理的机器人统一模型,他们已经部署超过100台EVE在航天、航空、物流等行业进行训练-学习-采集数据,为下一代NEO做准备——这个要在家庭领域击败Optimus的人形机器人。

04.Optimus必然下降的成本,来自中国零部件供应链
通过扩大生产规模、缩短研发周期以及使用来自中国的零部件,成本降至埃隆·马斯克多次提到的2万美元目标。这是特斯拉擅长的,埃隆·马斯克在最近的股东大会提到,特斯拉最擅长之一就是规模化制造、通过产品设计降低成本,其背后不只是全球多个超级工厂,还有超强的供应链,其中来自中国的供应链。
这份报告里提到,其预设中国零部件低成本的前提,通过大规模供应采购,为Optimus降低硬件成本。话说回来,国内的零部件厂商可能也将迎来人形机器人零部件供应链的激烈竞争,提供一体化的产品设计,还是一站式的供应链服务,更具优势的大批量和灵活采购价格和服务.....

图片
图片
图片
图片
图片








脑机接口·仿生义肢·
机器人·未来城市
·赛博格·人工智能·
赛博空间、超人主义、未来主义

-未来已来,只是分布不均匀-