请选择 进入手机版 | 继续访问电脑版

热点推荐

查看: 1263|回复: 0

机器人行业专题研究:从特斯拉人形机器人看智能化投资...

[复制链接]

195

主题

202

帖子

839

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
839
发表于 2022-10-31 09:09:58 | 显示全部楼层 |阅读模式
(报告出品方/作者:国金证券,邵艺开,罗露)
1、下一代智能化终端,人形机器人将打开蓝海市场
1.1、特斯拉宣布进入人形机器人市场,技术可复用率高
特斯拉作为自动驾驶全球领先企业,已有技术积淀可在人形机器人中复用。公 司 宣布 将于 今 年 9 月 30 日推 出首 款 双足 人形 机 器人- 擎天柱 (“OPTIMUS”),Tesla Bot 将基于视觉神经网络神经系统可预测性的自动 管理技术,以 Dojo D1 自研超级计算机芯片和提供算力的 FSD Chip 2.0 硬 件驱动微核心。从目前公布的应用范围来看,人形机器人是服务机器人的 技术升级,涉及自动控制、视觉导航、传感器技术等多种技术的融合。作 为美国最大的电动汽车及新能源企业,公司具有领先行业的自动驾驶技术, 部分技术积累可复用于人形机器人中,如:AI芯片、自动驾驶算法和 AI 视 觉解决方案,但也有一些新增部分需要从相关元器件厂商处采购,比如减 速器、伺服电机等上游材料。
【AI 芯片】 自研 D1 芯片结合多芯片模块技术(MCM)构建高带宽、低延迟训练模块, 支持全球最先进的可扩展 AI 训练机器 Dojo 系统。自定义计算芯片 D1 芯 片是由 354 个训练节点组成的阵列所形成的面积为 645 平方毫米的计算平 面,采用 7nm 制造工艺,热设计功率(TDP)为 400w。作为 Dojo 超级计 算 的 集 成 单 元 , D1 芯 片 能 实 现 362 TFLOPS 的 机 器 学 习 计 算 (362TFLOPs(BF16/CFP8)/22.6TFLOPs(FP32)),片上带宽为 10 TBps, 边缘的 IO 带宽为 4 TBps,约为最先进的网络交换芯片的两倍。

训练模块由 25 个 D1 芯片使用扇出晶圆工艺紧密集成,保留了裸片之间的 带宽,利用多芯片模块技术(MCM)解决 IO 问题,优化带宽,同时减少 延迟、面积和功耗,实现相邻芯片间通信速度的低延迟。集成连接器、定 制的电压调节器模块、机械和热部件的训练模块最终能提供 9 PFLOPS 的 计算和 36 TB/s 的模块外带宽。120 个训练模块平铺创建出能够达到 1.1 EFLOPs 的超级计算机系统,为 AI 训练提供充足算力。与行业中的其他类似超级计算技术相比,Dojo 计算 机在同等成本下具有 4 倍性能,1.3 倍能耗节约,碳排放仅占 1/5。它不仅 能实现全球最快的 AI 训练速度,而且性能拓展无上限,特斯拉预计下一代 Dojo 系统在某些方面将拥有 10 倍的性能提升。
【自动驾驶算法】公司自动驾驶算法实现感知、规划与控制,赋能人形机器人部分类人特征。特斯拉自动驾驶方案基于感知网络输出根据真实世界建立的三维向量空间, 并利用传统规划方法与神经算法相结合的混合规划系统,在该空间中规划 汽车完成指定任务的行为和轨迹,最终控制其完成。特斯拉的神经网络算 法(Neural Networks)应用前沿研究,训练深度神经网络处理从感知到规 控的各种问题。预计该算法用于人形机器人中,将推进人形机器人的自治 能力和对空间与时间信息的感知,并做出准确决策。由于拥有大规模原始 数据集、自动标注方案、虚拟仿真空间以及充足的算力,特斯拉自动驾驶 感知、规控的核心算法在应对不同场景的性能方面都可以得到充分的训练。


【AI 视觉解决方案】 空间理解和短时记忆能力,实现特斯拉自动驾驶纯视觉感知。特斯拉放弃 雷达融合方案,仅利用车身四周的八个摄像头模仿人类视觉系统原理进行 纯视觉感知。采用 HydraNet 多头网 络的基础结构形式,多个子任务共享特征空间。
感知网络将不同汽车摄像头捕捉到的视频数据经过数据校准层 (Rectify)的处理和映射,消除外参后,通过残差神经网络(RegNet) 和 BiFPN多尺度特征融合结构,提取出多尺度视觉特征空间。采用“前融合”思路将多个视频数据融合后通过网络结构中引入的 BEV(鸟瞰俯视图)空间转换层,其中的核心模块 Transformer 神经 网络利用 Query、Key 和 Value 三个核心参数实现三维变换的空间理 解,代替雷达感知物体深度信息。引入时空序列特征层识别不同时间维度的图像即视频片段,使自动驾 驶感知网络拥有短时记忆能力。最后各个头部基于统一提取的时空特征序列可实现 1000 多个不同的 任务,如物体检测、交通信号灯识别、车道线识别等。


完整的 Autopilot 神经网络包含 48 个网络,需要 70,000 个 GPU 小时进 行训练,共同在每个时间步输出 1,000 个不同的张量(预测)。其中摄像头 网络分析原始图像以执行语义分割、对象检测和单目深度估计。鸟瞰网络 从所有摄像头获取视频,直接在自上而下的视图中输出道路布局、静态基 础设施和 3D 对象。该视觉网络不仅能够利用仿真平台从世界上最复杂、 最多样化的场景中学习,还能实时迭代地从特斯拉近 100 万辆汽车组成的 车队中获取信息。
特斯拉的仿人机器人在机器视觉上的路径和智能驾驶有相似之处。特斯拉 机器视觉中的纯视觉解决方案,是基于图像的目标检测,目的是确定图象 中是否存在给定类别的目标实例,若存在,就返回每个目标实例的空间位 臵和覆盖范围。而目标检测就是解决分割、场景理解、目标追踪、图像描 述、事件检测和活动识别等更复杂更高层次(时间记忆等)的视觉任务的基础。
【减速器】 谐波减速器是人形机器人的核心零部件,在国产替代趋势下相关供应商将 有更多成长红利。根据特斯拉机器人目前公布的数据,20 多个关节需要使 用谐波减速器。但考虑到目前谐波减速器的单价较高,且技术壁垒高,特 斯拉自研可能性很小,因此预计初期量产时谐波减速器的用量可能会有所 减少。未来随着特斯拉机器人的量产和谐波减速器的降价,需求量将大幅 增加。国内如绿地谐波、来福等优质厂商生产的谐波减速器的市占率明显 提高,有望在人形机器人发展需求中进一步成长。


【伺服系统】 伺服系统市场规模近 300 亿元,预计将在在工业自动化带动下保持高速增 长及创新,可复用于人形机器人。伺服系统是一种电磁装臵,通过使用负 反馈机制将电能转换为精确控制的运动。据中商产业研究院统计,2017- 2021 年,我国伺服系统规模将从 97 亿元增长到 224 亿元,复合年增长率 为 23.3%,增速较快。长期来看,中国的人口红利会消退,劳动力成本会 逐渐上升。传统行业尤其是制造业对自动化生产线设备的需求将始终保持 增长趋势,且人形机器人作为新增场景,伺服系统的需求量将在未来有所 增长,以及可能会有更先进的伺服系统产品出现。
【控制器】 人形机器人对控制系统的需求量以及高质量的要求,将进一步推进控制系 统市场的发展。控制系统类似于机器人的大脑,负责向机器发出传感以及 传递指令和一系列动作,控制机器人在工作过程中的运动位臵、姿态和轨 迹。我国工业机器人产业链日趋成熟,在机器人控制器软硬件方面的发展 实力不断增强,市场成倍增长。中商产业研究院数据显示,中国工业机器 人控制器市场规模将从 2017 年的 10.5 亿元增长到 2021 年的 14.7 亿元, 复合年增长率为 8.8%。到 2022 年后中国工业机器人控制器市场规模将可 能达到 16.2 亿元。

1.2、当前全球机器人市场竞争格局:欧美日领先,中国系统集成赶超
当代国际机器人市场商业模式:日本产业链,德国本体+集成,中美集成。根据产业链布局将商业模式归纳为三种:零部件、本体(包括本体+零部 件、本体+集成、全产业链)、系统集成。美国模式侧重于系统集成,优势领域在医疗机器人、国防军工机器人, 以 AdeptTechnology、AmericanRobot 为代表企业。欧洲模式以德国为代表侧重于本体+集成,在工业机器人和医疗机器 人方面均具有产业优势,拥有以 ABB、KUKA 为代表的机器人国际公 司。日本模式在零部件、本体、集成产业链上分工明确,优势领域在工业 机器人和家庭机器人,著名企业包括发那科、安川等。中国在系统集成环节已反超外资,占据主要市场份额,正向日本德国 模式发展,未来的发展趋势将类似于日本的产业链分工模式。
特斯拉虽然在智能汽车领域技术领先,但在人形机器人市场是新进入者。当前人形机器人领先企业波士顿动力与日本本田和特斯拉在产品定位与技 术布局存在差异。从技术和产品成熟度来看,波士顿动力在行业中处于领 先地位,专注于提升“运动智能”的能力,最开始是以军用机器人为出发 点,属于专业领域,但还没有找到合适的商业化途径;日本本田尝试将 ASIMO 应用于教育、接待、娱乐等各类场景 ,并计划利用 ASIMO 驱动机 构、控制算法等进一步研发具备看护、护理等功能的服务机器人。特斯拉 则从家用、商用切入服务领域实现商业化。波士顿动力机器人应用场景主要在任务执行,产品迭代趋势为灵活性增加。


波士顿动力感知系统主要采用激光雷达解决方案,从四足改进到双足,体 积、重量不断减小,速度更快,能实现的动作更多。日本本田在双足技术 方面先发优势更为显著,经历了三四十年的双足、双臂技术积淀,平衡性 与灵巧性不断提升。
特斯拉的双臂双足等协同技术仍缺乏沉淀。人形机器人的核心难点是双足 技术,重心和动作的配合很重要。重心控制方面汽车到机器人跨度非常大, 从高维向低维。另一核心难点双臂控制,行业总体还处于起步阶段,参考 谷歌、三星、戴森等 IT 巨头,都采用单臂,控制难度较小。在工业方面, 南方许多工厂使用机械臂代替人工进行高精尖工作,商业价值明确,但很 难将技术移植到服务机器人上:因为机械臂在工厂里处于固定位臵,与目 标点的距离固定。服务机器人有两条手臂,目标距离随时变化,对传感器 精度、算法和目标跟踪提出了更高的要求,除了能准确捕捉目标外,更不 能互相干扰。

波士顿动力的双足技术靠液压控制和算法可以实现通关、跑步、跳舞。日 本本田 2000 年推出了能够跳跃和使用楼梯的人形机器人 ASIMO 之后,人 形机器人的发展方向逐渐走向成熟化。但他也用了很多模型去模拟人双足 走。比双臂技术更难。现阶段 AI 技术水平也难以实现操作机器人做这类复 杂的事情。但是波士顿动力和本田 ASIMO 的双臂没有那么灵活。手脚配 合没有任何一家公司能做到。特斯拉也很难在 Tesla bot 发布时有所超越。参考其他 IT 巨头,谷歌、三星、戴森。戴森的目标是 2030 年,谷歌没有 透露原型成熟销售的时间,因为机器人,尤其是服务机器人,要突破很多 技术难关。参照特斯拉智能汽车经验,马斯克擅长利用制造工艺与思维方 式改变,在已有的技术基础上创造性实现成本和性能突破,9 月 30 日 Tesla Bot 或有意外惊喜。
1.3、人形机器人打开万亿蓝海市场
在“机器换人”的趋势下,机器人产业拥有广阔的市场空间。根据马斯克 在 2022 年 4 月的 TED 演讲,Optimus 的单价大约 2.5 万美元 (约 16.75 万元人民币),显著低于波士顿机器人。预估 Optimus 单价在 15 万到 20 万元之间,有望进入家庭作业、快速配送、工业生产等各种消费级和商业 级场景。据麦肯锡报告,到 2030 年,全球约有 4 亿个工作岗位将被自动 化机器人取代,按 20%渗透率测算全球人形机器人市场空间 12-16 万亿元。
根据 IFR 和中国电子学会的数据,2021 年中国机器人市场规模预计约 839 亿元, 2016 到 2023 年 CAGR 约为 18.3%。其中,工业机器人、服务机 器人和特种机器人市场规模分别为 445.7 亿元/302.6 亿元/90.7 亿元,占比 分别为 53%/36%/11%。尽管人形机器人处于起步阶段,参照其他电子产 品,渗透率超过 20%后将爆发式增长。按 23-30 年 CAGR 30%测算到 2030 年,我国人形机器人市场规模约 8700 亿元。


2021 年中国人家工作 10.68 万元,按照 Optimus 15 万-20 万的价格区间, 购买单台 Optimus 机器人的退货期为 1.4-1.9 年,即 1-2 年内可收回成本, 机器人无需休息并且可以长时间从事高强度劳动。用机器人代替人力具有 可预见的经济价值。

1.4、短期零部件先行,长期看机器人智能化程度空间广阔
根据产业链调研,机器人 BOM 成本主要集中在机身零部件,特别是电机、 减速器,增量空间显著。以人形机器人关节为例,单个关节安装的位臵不 同,承载力不同,价值差异大,总体区间可从几千到上万。机器人 BOM 成本约 60%-70%投入各种机身关节、减速器、控制器等;主控芯片与全身 传感器占比约 15%;躯壳与电池等占 20%。当前全球尚无实现商业化的人 形机器人,使用场景与功能待定,不同技术解决方案成本构成差异非常大。8 月 12 日晚小米发布人形机器人 CyberOne(“铁大”),公告的 BOM 成本 约 60-80 万人民币,比较符合当前市场认知。特斯拉机器人定价较低,预 计三五年后可量产,降低硬件成本的技术方案,如谐波减速器,成为关键 布局机会。
长期看机器人智能化程度提升增加对智能网联和 AI 算法需求的提升。机器 人本体通信、连接入网,以及前期的数字孪生和算法训练,都将提升对芯 片、通信模组、云计算资源的需求。同时,随着智能化程度提升,参考 《中国汽车基础软件发展白皮书 2.0》,汽车软件结构占比将从 2016 年的 10%到 2030 年的 30%,我们认为机器人软件占比也将复刻汽车软件发展 路径,从当前约不到 10%提升至 2035 年 30%+。
2、下一代智能化终端,感知决策供应链与智能汽车或高度重叠
2.1、人形机器人环境感知需求高,带动各类传感器需求
人形机器人的环境感知方案或可类比智能汽车,利用摄像头、激光雷达、 毫米波雷达、红外传感器、超声波传感器等。环境感知是对于环境的场景 理解能力,例如障碍物的类型、道路标志及标线、行车车辆的检测、交通 信息等数据的语言分类。环境感知需要通过传感器获取大量的周围环境信 息,确保对车辆周围环境的正确理解,并基于此做出相应的规划和决策。同样地,人形机器人也需要感知系统判断周遭环境。由于各类环境感知传 感器在感知性能上各有优劣,预计会搭配使用。
我们认为人形机器人感知能力应该对标自动驾驶 L4 以上级别:1)人形机 器人作为家用机器人,在屋内活动时,需要清楚感知工作环境,避免造成 人身伤害或经济损失;2)人形机器人或有外出任务,如:家庭采购、快递、 外卖配送等,此时人形机器人在路上等同自动驾驶,需要具有判断往来车 辆和行人以及路面标识的能力;3)人形机器人或将代替人类执行较危险的 工作,如:高空作业、工地劳动等,因此需要具有感知精度更高、决策速 更快的特性。

人形机器人感知方案或如同自动驾驶,分为纯视觉感知激光雷达与两大路 线。纯视觉感知路线以机器视觉为核心,利用毫米波雷达+摄像头实现自动 驾驶,其优势为成本低且符合人眼逻辑,在数据积累达到一定规模后能够 超越激光雷达方案的表现,但在恶劣环境下,摄像头完成感知任务的难度 也会随之提升;激光雷达方案可以在现有技术条件下实现快速 3D 建模, 比较精准的还原路况信息,形成计算机可以快速识别、快速处理、快速应 对的方案,目前的痛点在于成本高昂、且对芯片算力需求大。
特斯拉或坚持纯视觉路线,其他厂商可能采用激光雷达方案。特斯拉凭借 自身的算法能力、数据储备等优势,采取基于摄像头的视觉方案;而国内 车企通常选择基于激光雷达的技术方案。因此在人形机器人方面,特斯拉 可能会坚持纯视觉路线,而在激光雷达产业链逐步成熟、成本逐渐降低的 情况下,未来其他厂商制造机器人时,激光雷达或会成为主流方案。


人形机器人有望继智能汽车成为 CIS 最新增长动力。根据 Frost&Sullivan, 2020 年至 2025 年,全球 CIS 出货量/全球车载 CIS 出货量的 CAGR 为 13%/19%;全球 CIS 销售额/全球车载 CIS 销售额的 CAGR 为 9%/21%, 车载 CIS 销售额提升较出货量快的原因为车载摄像头需应对复杂的环境, 因此标准更严苛,CIS 作为其核心部件,需要提升 HDR、LFM、低照等关 键技术以匹配车载摄像头高像素、高稳定性的趋势,因此车载 CIS 的单位价值较高。同样地,人形机器人摄像头需要高性能快速且精确地取得图像 信息,应对多变的工作环境,亦会使得此领域 CIS 价值量较高。
国内厂商发力高规格 CIS,人形机器人 CIS 有望实现国产化。国内 CIS 行 业起步较晚,以往主要从低端产品切入,而经过多年的追赶,与海外厂商 差距正在不断缩小。根据 ICV Tank,2021 年,国内厂商豪威科技(韦尔 股份子公司)车载 CIS 市场份额达 29%,全球排名第二,技术水平处于领 先地位,产品广泛受到整车厂与 Tier1 厂商认可。而国内其他厂商也正发 力车载 CIS,例如格科微产品已用于行车记录仪、360 度环视、后视、座 舱监控等;思特威产品在倒车摄像头后装市场获得广泛应用。由于国产 CIS 具备性价比、临近产业链与市场等优势,我们认为人形机器人是国产 CIS 的发展契机,推动国产厂商技术加速升级,占据更多市场份额。
豪威科技(韦尔股份子公司):国内 CIS 领先企业,有望凭借技术优势进 入人形机器人产业链。豪威科技图像传感器产品已经广泛的应用于消费电 子、安防、汽车、医疗、AR/VR 等领域,其中 CIS 产品型号覆盖了 8 万像 素至 6,400 万像素等各种规格。可实现摄像头更高速的自动对焦;降低功 耗并保障了图像质量;显著提升在无光和低光环境下的图像捕捉能力;能 捕捉高速移动物体,且不会产生空间失真。目前豪威科技已打入国内多家 自动驾驶产业链,未来或可凭借技术优势进军人形机器人产业链。

中国成为激光雷达主要市场,国产厂商占据地理优势。据 Frost & Sullivan, 2021-2025 年全球激光雷达市场规模将以 CAGR 61%的增速增长,中国市场将占全球总市场的 31.8%。激光雷达市场快速扩张主要受车载等高端应 用领域拉升,由于车载环境感知的技术方案理论上可复用至人形机器人上, 因此,一旦人形机器人需求起量,将带动激光雷达需求进一步扩张,国内 厂商背靠市场,且上下游产业链完善,容易形成规模、成本优势。
国外激光雷达厂商仍占据车载较大份额,国内厂商正迎头赶上。国内激光 雷达厂商发展迅速,目前技术已相对成熟,也已进入国内车企产业链,如:小鹏 P5 等使用大疆产品;小鹏 G9、上汽智己 L7、广汽埃安 LX Plus 等使 用速腾聚创产品;北汽极狐αS、长城铁甲龙等使用华为产品。从市场竞 争格局来看,据 Yole 统计,2021 年全球车载激光雷达领域,法雷奥以 28% 的份额市场占有率第一;速腾聚创、禾赛科技、华为、大疆等国内厂商合 计市场份额约为 26%,单厂商市场份额较低,国产替代空间巨大。


速腾聚创:车规级 MEMS 激光雷达领导者。速腾聚创深耕 MEMS 微振镜 技术路线,其 RS-LiDARM1(MEMS)是全球首款车规级量产的 MEMS 激光雷达。2018 年通过 IATF 16949 车规认证,2020 年批量出货北美, 并于 2021 年领先全行业,实现车规级量产交付。性能方面,M1 拥有 120°×25°的超广视场角以及最远 200m 的测距能力,突破了 905nm 光源 MEMS 激光雷达测距极限,并且实现人眼安全的激光级别。
禾赛科技:高线数激光雷达领先企业。公司拥有成熟且丰富的机械式激光 雷达产品线(32/40/64/128 线)。其中 Pandar GT 与速腾聚创 RS-LiDARM1 均为 MEMS 半固态产品。从最大扫描范围来看,Pandar GT 可达 300 米(10%反射率),而 RS-LiDAR-M1 为 200 米;从可视角度来看,RSLiDAR-M1 的 FOV 为 120/25 度,超过 Pandar GT 的 60/20 度。
2.2、人形机器人算力要求较高,部分国产芯片厂商或可满足需求
人形机器人的控制芯片类似自动驾驶芯片。与智能驾驶相关的芯片主要分 为自动驾驶芯片(边缘端)和智能座舱芯片两大类,另外衍生的相关芯片 种类还有计算集群芯片(云端)。自动驾驶芯片具备智能和学习的特性,可 模仿人的大脑神经网络,符合人形机器人需求,故可作为人形机器人的大脑。人形机器人注重机体运动的高流畅以及人机交互的低延时,需要更强 大的算力支撑,才能使人形机器人更像人。

目前自动驾驶芯片市场份额主要由海外玩家占据,包括英伟达、英特尔 Mobileye、高通等。国内外汽车自动驾驶进度上的差异,与国内外汽车 AI 芯片发展上有关。国外芯片产业发展时间长且产业链成熟,英伟达、高通、 英特尔等国际巨头先后展开汽车智能化相关领域芯片的布局。国内芯片产 业虽起步晚,但国内市场、政策提供了有利环境,AI 芯片迎来发展风口, 自动驾驶领域的 AI芯片公司有望迎风见长。
国内厂商的核心优势在于国内市场庞大,可占据地利条件。虽然国内芯片 在算力方面目前落后于英伟达等国际大厂,但随着时间推移,在技术水平 跟上以后,产业链、终端市场等地理优势将逐步显现,本土化服务能力将 成为国产企业核心竞争力,可持续关注国产 AI 计算芯片领先企业地平线。
地平线:推出首款可量产的百 TOPS 级大算力 AI 芯片,积极布局机器人 产业链。地平线车载芯片征程系列在汽车领域获得广泛认同,目前已获得 70 多个车型的前装定点。征程 5 针对高等级智能驾驶应用场景,单颗芯片 算力可达 128TOPS,于 2022 年先后斩获比亚迪、一汽红旗等重要定点。此外,2022 年 6 月,地平线机器人推出国内首个软硬一体、开放易用的机 器人开发平台——Horizon Hobot Platform,囊括底层计算、开发工具、算 法案例在内的整套机器人开发服务,为机器人开发者、提升机器人开发效 率提供了全新的基础设施。当前公司旭日系列芯片在智能机器人、智能家 居等领域已实现规模化落地量产,应用在科沃斯、小度等产品上,未来公 司有望成为国产人形机器人芯片主流玩家。
2.3、人形机器人带来智能网联需求增长
人形机器人主要面对家庭和服务场景,5G 低延时、高速率、广连接等特 性将为其赋能。人形机器人为主人提供快速、精准的服务,在家用场景下 可连接所有智能家居产品,作为总开关,在人机交互时可以迅速搜索云资 料库,并提供相对应解决方案,因此需要强大度数据传输能力,并根据指 令完成相应执行动作。5G 带来的无线连接技术和云端技术,将对机器人智 能化带来更大灵活性。
人形机器人要有“人性”,传输速度要求远高于现有水平。智能手机方面, 目前 5G 最高下载速率能达到 1Gbps 左右,上行速率约为 100Mbps。车载 网络方面,目前汽车以太网可以支持 1 Gbps 左右的网络速度,然而当前 具有半自动驾驶功能的汽车的网络速度从 500Kbps 到 1Mbps 不等。想要 达到完全自动驾驶技术水平,预计需要网络速度 10~20Gbps。由于人形机 器人在环境感知、人机交互、甄别危险等方面有短时效大量数据传输需求, 因此初步判断人形机器人传输速率至少要达到 10 Gbps。

2.3.1、海外基带芯片厂商主导,国产厂商处于蓄力阶段
全球基带芯片公司凤毛麟角,高通占据一半以上市场份额。由于基带芯片 技术壁垒高,需要技术长期累积,且需要和全球上百家通信运营商达成互 联互通测试,目前市场仍由海外大厂主导。根据 Strategy Analytics,2021 年全球基带芯片市场份额达 314 亿美元,其中,海外企业高通、联发科、 三星 LSI 三家占据 90%以上市场份额,国内商用基带芯片较为成熟的企业 有华为海思、紫光展锐和翱捷科技,整体市场国产化率较低,国产替代空 间广阔。5G 技术是人形机器人性能的关键所在,国产基带芯片厂商发展可期。由 于目前高通、联发科占据手机芯片大部分市场份额,国产厂商纷纷向其他 领域,如车载、可穿戴等方向布局,人形机器人为全新增量领域,且市场 前景良好,或可助力国产通信芯片厂商抢占市场。
翱捷科技:物联网基带新锐,有望实现人形机器人基带芯片国产化。公司 拥有 2G-5G 蜂窝基带芯片的研发设计能力,且有 WiFi、LoRa、蓝牙和全 球定位导航芯片等物联网芯片的产品布局,全面覆盖智能物联网市场各类 传输距离的应用场景;人工智能领域,公司拥有高速 SoC 芯片定制能力及 基于 AI 芯片架构和自研 ISP 实现智能 IPC 芯片流片。公司蜂窝基带芯片 下游客户广泛,与移远通信、日海智能、有方科技、高新兴、U-blox 等达 成合作,进入了国家电网、中兴通讯、小米、Hitachi、奇虎 360、TP-Link 等品牌企业供应链体系。作为国内基带芯片佼佼者,翱捷科技长期布局万 物互联场景,有望凭借技术积累、产业链布局,拓展人形机器人网联业务。
2.3.2、国内通信模组发展迅速,万物互联技术成熟
物联终端核心部件,负责接入网络与数据传输。通信模组是物联网智能终 端的核心部件,是智能终端与物联网之间的连接纽带,肩负着智能终端接 入网络的重要使命,在物联网产业架构中处于感知层和网络层中间,负责智能终端和网络层之间的数据传输,感知层采集的海量数据均需通过无线 通信模组汇聚到网络层,进而通过云端对设备进行有效控制,通信模组决 定了设备能否应对复杂的应用环境从而确保通信质量的稳定性和可靠性。因此,通信模组在人形机器人应用中尤为重要。
智能模组助力实现人形机器人。根据美格智能,目前通信模组已演进为智 能模组,其具备通信模组特性,支持 2G-5G 的广域网接入。同时智能模组 自带 Android、HarmonyOS 等复杂的操作系统,具备开放安全的软件环境;自带 CPU、GPU 算力,高度集成化,支持 GNSS、Wi-Fi 4/5/6、BT/BLE。智能模组拥有丰富接口,可扩展复杂外设,例如:LCM/TP/Camera 等外 设需求,以及多路的 UART/IIC/SPI,方便用户串接各种 Sensor、NFC、 扫码头、指纹识别等外扩设备。相较于传统的 AP+Modem 搭配方式,智 能模组的尺寸更小,价格更有优势。以 5G+AIoT 为核心的智能化产业链智 慧升级越发加速,蜂窝模组 4.0/5.0 也即将面世,以智能模组+物联网定制 化解决方案,助力实现功能全面的人形机器人。
国内通信模组企业纷纷布局机器人领域。移远通信通过其 5G 模组,利用 “机器人+人工”相结合的方式提高巡检效率,通过配臵 4K/8K 超高清摄 像头,5G 电力巡检机器人可以将故障区域的高清画面实时传输至管理平台, 让工作人员身临其境地查看现场实景;美格智能通过其 5G 智能模组高算 力、低时延、高速率的传输优势,加上内臵高精准度定位导航系统和丰富 的接口,支持外接多路摄像头等多种传感技术,实现送餐机器人智能行驶, 可在设定范围内自由穿梭;高新兴于 2022 年 5 月将 50 台警用“巡逻机器 人 3.0 千巡 F2”正式交付盐南公安,千巡 F2 利用多种传感器构建全息跨 媒体跨时空融合感知,还具备了人车识别、行为检测、物体检测等二十多 种 AI算法,可实现排查通缉犯、寻找走失人员等功能。

凭借成本优势和工程师红利,以及背靠国内外巨大市场,“东升西落”与国 产替代是必然趋势。物联网模组的标准化程度较高,产品技术优劣主要取 决于所用芯片,公司壁垒主要体现在场景覆盖与销售渠道。加之物联网行 业空间巨大且碎片化,不同细分场景复合增速 20%-40%,参与厂商较多, 竞争较激烈,在产品快速起量的过程中,企业通常会采取降价的处理以抢 占市场份额。由于海外人工成本、研发和运营费用均较高,海外厂商无力 与国内厂商抗衡。从全球竞争格局来看,车载模组行业呈现出东升西落趋 势,未来国外厂商或进一步缩小市场份额,而国内厂商有望受益于全球化 扩张。因此未来在人形机器人模组市场上,中国厂商仍保持有明显优势。
目前中国厂商已占据通信模组 60%以上份额。据 Counterpoint ,2022 年 Q1 全球蜂窝物联网模组市场份额中,中国厂商合计占比达 60%以上,市 场份额前三的厂商分别为移远通信(38%)、广和通(9%)、日海智能 (6%)。随着中国厂商在物联网技术和精细化管理的积淀发展,以及背靠 中国消费市场,中国通信模组厂商收入规模快速增长,规模优势渐显,高 端产品不断拓展海外市场,与海外同行业巨头直接竞争,市场份额快速提 升。建议关注国内头部企业:移远通信、广和通。
移远通信:通信模组龙头,携手全球科技巨头打造高算力产品。公司产品 已广泛应用于智能车载设备、智能网关、工业相机、行业监控、机器人等 场景,最新产品 SG865W-WF,搭载高通 SoC 芯片 QCS8250,采用 7nm 工艺制程,综合算力高达 15TOPS。此外,公司 5G 通信模组已经成功与 英伟达 Jetson AGX Orin 平台完成联调。Jetson AGX Orin 是英伟达近期发 布的一款体积小、功能强的人工智能超级计算机,与移远通信的 5G 模组 调通可以轻松实现 5G 网络连接,将 5G 的超高速率、高可靠性、低延迟等 优势带入广泛的垂直市场。公司有望以技术、产业链、海外布局等优势, 抢占全球人形机器人通信模组市场份额。
广和通:物联网模组领先企业,聚焦高利润领域。公司目前业务结构与移 远通信相似,其营收完全来自物联网模组,但公司聚焦相对大颗粒高价值 领域,如消费电子、车联网、智能电网、安防监控等工业领域,这些垂直 领域价值量较高,加上广和通完全将生产制造外包,因此广和通虽然营收 规模较低,但毛、净利率较高。目前公司在车联网领域已形成完善的全球 化布局,技术、产业链实力突出,未来有望发力人形机器人通信模组。
2.3.3、人形机器人或继智能汽车成为连接器又一增长领域
高速连接器的主要作用就是实现电路不同或者电路连接。目前新能源车 朝智能化方向发展,智能驾驶体系不断叠进至 L3,由此不断增加传感 器的数量(摄像头、毫米波雷达和激光雷达等)以及停车辅助、车道偏 离预警、夜视辅助、自适应巡航、碰撞避免、盲点侦测、驾驶员疲劳探 测等功能需求扩充,促使 ADAS(高级辅助驾驶)配备更高带宽的传输网络。人形机器人同样需要更多更快的数据流量支撑,因此将带动高速 连接器的需求。

高速连接器可以分为 Fakra、Mini Fakra(HFM)、HSD 和以太网连接 器。汽车高速连接器可分为射频连接器和差分连接器,射频连接器 (FAKRA、Mini-FAKRA)主要用于连接摄像头、雷达等传感器,差分 连接器(HSD、以太网连接器)主要用于连接车域网。
人形机器人高度智能化将带动高速连接器需求与单机价值量。传统燃油 车连接器的单车价值量约 1000 元,主要用于信息娱乐系统,而目前智 能化水平较高的新能源车连接器的单车价值量平均在 3000-5000 元, 部分车型甚至可达 10000 元。汽车智能化带动连接器增长的来源主要 是万物互联系统与 ECU 模块,互联包括 4GLTE、5G、V2X、GPS、 北斗等天线模块;而 ECU 模块增量主要包括 ADAS 控制模块、雷达控 制模块、新一代高速运算平台等,这两点与人形机器人所需功能高度相 同,因此从应用角度来看,人形机器人一旦量产,将成为高速连接器又 一增长曲线。建议关注:高速连接器领先企业电连技术。
电连技术:国内射频连接器龙头企业,深耕消费电子,进军新领域。公司 具有消费电子射频连接器大批量、规模化生产经验,汽车、人形机器人所 需的高速连接器产品和消费类电子类产品的主要生产流程有较多的类似之 处,在制造工艺有较好的协同作用,凭借在消费电子类产品方面生产经验, 未来公司有能力完成面向人形机器人提供连接器产品大规模的交付,成本 管控和精密化制造一致性及稳定性。
人形机器人同样将配有电池,高压/换电连接器需求亦有望攀升。高压连接 器主要用于新能源汽车的电池、PDU(高压配电盒)、OBC(车载充电机)、DC/DC、直/交流充电接口等高压单元。新能源汽车高压连接器的单车价值 量约 700-3500 元,且相较于传统汽车为全新增量。人形机器人若采用充 电桩充,将会提升高压连接器需求;若是以换电形式为主,则换电连接器 需求将有望提升。
瑞可达:特斯拉连接器供应商,进入人形机器人产业链可期。公司覆盖了 新能源汽车领域的优质龙头客户,如特斯拉和蔚来汽车等。2016 年公司通 过特斯拉的审核正式进入其供应链,目前已为特斯拉电动轿车、电动 SUV、 电动卡车及充电设施提供 100 多款产品;蔚来汽车提出了车电分离概念, 需要每辆整车配备一套换电连接器组件。公司是蔚来汽车换电连接器组件 的主要供应商和高压连接器产品的重要供应商,目前蔚来汽车销售的电动 车均采用了公司的换电连接器组件和高压连接器产品。无论人形机器人是 充电还是换电形式,公司都有技术先发优势。
永贵电器:轨交连接器龙头,发力新能源高压连接器。公司高压连接器、 充电枪、高压线束等产品已进入比亚迪、吉利、长安、小康、上汽、广汽、 一汽等国产一线品牌及合资品牌供应链体系,以及特锐德、威迈斯等桩端 客户,伴随未来公司从客户广度向深度拓展,公司新能源连接器有望进一 步提升价值量,迎来高速增长。未来国内厂商发展人形机器人时,在选择 连接器供应商时,具有技术和产能优势的永贵电器。或成为优先选项。
2.4、人形机器高精度定位需求
2.4.1、人形机器人或带动更高精度室内定位技术发展
人形机器人若作为家用服务型机器人,需要精度较高的室内定位系统。目 前在所有室内定位技术中,精度排在首位的当属动作捕捉技术,其测量精 度高达亚毫米级,而目前大量用于机器人室内定位的则为 UWB 技术,精 度可达厘米级别,且有穿透性强的特点。

UWB 技术或更上层楼,领先企业有望受益于更高精度需求。目前室内定 位精度较高,且较为成熟的技术为 UWB 定位技术,广泛应用于智能制造、 智能建设、养老医疗、公共安全、物流运输等,然而目前 UWB 定位精度 还处于厘米级别,国内各企业正积极强化 UWB 定位性能,或探索、进军 动作捕捉技术,随着人形机器人产业发展,更高精度的室内定位需求逐步 释放,对于室内定位技术要求更高,掌握更多室内定位技术 know-how 的 头部企业有望受益。建议关注:UWB 室内定位技术领先企业如中海达等。中海达:“海陆空天、室内外”产品布局,实现全方位高精精准定位。公司 依托于北斗高精度定位和时空智能技术叠加融合 5G、云计算、区块链、大 数据、人工智能、边缘计算等新兴技术,在北斗高精度、CORS 网建设、星地融合、三维激光雷达、自动驾驶车载高精度、灾害监测等相关领域都 取得了较快的发展成果,是中国高精度定位赛道内的领军者。其子公司联 睿电子是一家专注于 UWB 超宽带高精度定位技术的国家高新技术企业, 目前已成功应用在物流仓储、轨道交通、监狱管理、智能零售等多个领域。未来或可为人形机器人提供室内外一体的高精定位产品。
2.4.2、高精地图、高精导航协助机器人户外任务执行
高精地图为激光雷达方案人形机器人独立外出关键。从自动驾驶传感器方 案来看,特斯拉的纯视觉方案更多依赖自身算法构建向量空间;而激光雷 达主导的方案,需要搭配高精度地图、高精度定位,根据高精地图存储的 车道线、红绿灯等信息,才能够实现自动驾驶。因此,在目前激光雷达方 案日益成熟的情况下,未来人形机器人仍有采用激光雷达方案的可能,对 于高精地图、高精导航的需求也会增加。
高精地图参与者主要有三类:1)传统图商(四维图新等);2)互联网企业 (百度、高德等);3)自动驾驶及软件信息企业(Momenta、宽凳科技 等)。目前三类企业的高精地图皆有进入自动驾驶的计划或实例。由于人形 机器人需要依托强大的算力平台,开发者可能由互联网厂商主导,因此有 互联网企业背景和地图资质的高精地图厂商具有较强的产业链优势。
国内厂商可满足需求人形机器人高精地图技术。目前国产高精地图技术已 相对成熟,且已广泛应用于自动驾驶等高阶应用领域领域,因此国内厂商 有进军人形机器人产业链的实力,建议关注:高精地图头部企业四维图新。四维图新:国内导航地图龙头,进军车载 MCU 市场。公司具备规模最大 的外业采集团队之一,包括覆盖全国的采集车超过 100 辆,道路和 POI 采 集人员超过 500 人,建有覆盖全国的 33 个外业基地。公司目前已获得宝 马、大众、奔驰、通用、沃尔沃、福特、雷诺、丰田、日产、上汽通用五 菱、宝沃、吉利、长城等主流车厂的订单,并且多为长期合作关系。此外, 公司近年来积极布局智能驾驶与智能座舱 MCU,在高精地图、汽车芯片、 智能驾驶等方面已建立起竞争优势与成熟的整体解决方案,协同建立的产 业生态亦开始逐步放大。未来或可将此商业模式复制到人形机器人产业。
导航应用行业目前市场较为分散,技术门槛提高将使市场逐步集中。根据 2022 年中国卫星定位导航协会发布的《中国卫星导航与位臵服务产业发展 白皮书》,截至 2021 年底,相关上市公司(含新三板)总数为 90 家,行 业整体呈集中度较低的局面。随着北斗三号系统的空间段、地面段完成建 设,下游自动驾驶、机器人需求逐步释放,需要更加精确的空间、时间信 息,对卫星导航信号接收设备提出了更高的要求,拥有领先的核心芯片、 天线等基础器件技术,以及研发力度较强、资金充沛的企业将更好受益于 高精度市场的增长。建议关注:卫星导航行业头部企业如中海达、华测导 航等。
华测导航:高精度卫星导航定位领先企业,积极布局海外市场。公司主营 各类高精度定位导航智能装备和系统解决方案,主要应用在建筑和基建、 地理空间信息、资源与公共事业、机器人与无人驾驶等。公司产品和解决 方案覆盖全球多个大洲及国家、地区提供符合当地需求的差异化产品,利 用 GNSS 智能装备良好的性价比优势,进一步提升海外市场收入和实现多 样化产品的供给,扩大公司在海外市场的影响力和增强品牌粘性。由于公 司具备丰富的无人驾驶导航经验,在开发人形机器人导航时将有较大优势, 且高性价比产品使公司更容易打开市场。

3、人形机器人AI域带动云计算产业链需求
3.1、智能化AI算法训练增加对云计算、数据中心、边缘计算的需求
智能化 AI 算法训练需要大量场景数据,拉动数据存储、计算、交换等数据 中心需求。据沙利文数据,2021 年自动驾驶占汽车云 IaaS+PaaS 落地应 用场景的 13.2%,市场规模达 13.2 亿元,预计在 2025 年达到 65.5 亿元, 4 年 CAGR 为 49.2%。存储是自动驾驶云基础部分,自动驾驶算法训练所 需的标注、仿真计算都依赖平台的海量算力,为支持车企“云+端”研发模 式,海量环境数据、行驶数据都会在云端进行模型训练、算法开发、仿真 验证和下放。
机器人对 AI 识别准确性和实时性要求更高,相应的数据量和数据存储需求 也更高。以高阶自动驾驶系统训练为例,2018 年百度发布的 ApolloScape 数据集中包括 100 万帧 3D 点云场景,2021 年华为发布的 SODA10M 自动 驾驶数据集包括 1000 万张无标注道路场景图像,数据量达 TB 级。机器人 搭载的智能化 AI 需要训练数据不断打磨训练,相应的场景数据存储拉动数 据中心需求。同时,AI 性能的线性提升伴随算力需求的指数增加。深度学 习领域中的规律是:提高 X 倍的性能,理论上至少需要 X^2 倍的数据去训 练模型,需要 X^4 倍的计算量,实践中所需训练数据和计算量更多。
高阶自动驾驶系统实时数据传输和处理拉动边缘计算需求。自动驾驶大规 模 AI 算法模型和大规模数据集中化都在云端处理,而云端计算无法满足自 动驾驶数据的实时上传和低时延计算处理需求。边缘计算可以实现小规模 智能分析与预处理工作,协助满足自动驾驶的实时性数据处理需要。
以高 阶自动驾驶系统为例,边缘计算帮助实现 2 个核心技术:1)协同感知:通 过与边缘节点的协同感知扩大汽车感知范围从而获得更完整的环境信息。边缘节点与自动驾驶汽车通信距离仅为 1 跳或 2 跳,极大缩减传输延时。2) 任务卸载:边缘计算通过共享计算资源使自动驾驶系统满足低时延目标检 测与跟踪过程中的决策计算。边缘计算是实现 L3/L4 高阶自动驾驶系统的 必要条件,人形机器人在人机交互、环境感知、决策等方面对自动驾驶系 统提出更高要求,且长期看保有量超过智能汽车,也将拉动边缘计算发展。
3.2、人机交互、AI视觉等算法在人形机器人商用场景中的核心竞争力
目前使用较广泛的工业机器人多为简单的机械臂,外形要求低;预计人形 机器人主要用在商业场景。以国内优必选机器人为例,其商业化落地场景 主要包括科技展馆、政企展厅、影视文旅、AI 教育及高校科研,迎宾导览 接待是其商业化场景落地的主攻方向,在世博会、杭州人工智能教育基地 等场景扮演重要角色。马斯克表示 Tesla bot 核心替代的是现在在做的与人 相关的业务需求,尤其是重复型与高危型工作。理想应用场景包括教育、 医疗、餐饮、安防、交通、金融等服务业。疫情推动无接触配送需求高增,送货、物流场景发展为重要落地情景。
疫 情防控政策推动餐饮配送、医护测温等场景增加无接触功能,移动机器人 作为实现无接触的智能载体,有效避免二次交叉感染。据投中数据显示, 2021 年全年机器人领域相关融资时间共 207 起,聚焦医疗、系统集成、移 动机器人 3 大领域。仓储物流领域,2012 年亚马逊以 7.75 亿美元收购 Kiva 机器人公司并将其仓储机器人全面应用于仓库,将普通订单的拣选成 本降低 20%-40%,协助工作人员每小时拣选扫描 300 件产品。中国主营 仓储的快仓机器人 2017 年 3 月获得菜鸟网络 2 亿元投资,Geek+获得 GGV、云晖资本、中金资本等机构数亿元投资。据 GGII 测算,2025 年中 国智能仓储市场规模将达 2500 亿元,受智慧物流和无接触配送等因素驱 动,市场空间有望进一步打开。

商业服务场景对人机交互的要求高,因此 AI 视觉和语音语义理解成为关键。AI 行业参与者主要有三类企业:1)阿里、腾讯、华为、字节跳动等头部 互联网及云计算大厂,具备海量数据基础,技术领先,人才聚集,在算法 模型方面表现突出,领先行业;2)商汤科技、旷视科技、依图科技等 AI 四小龙为代表的创业公司,盈利能力有所承压,从软件服务商逐步向软硬 一体的集成商发展;3)海康威视、大华股份等硬件设备商,基于对业务的 深刻理解,向软件与算法平台渗透。科大讯飞作为语音 AI 龙头,商业化场 景丰富,且收费模式科学,市场份额领先。根据产业链调研,软银的人形 机器人当前有采用科大讯飞的语音技术,把百度云的语义理解,以及算法 训练使用到阿里云和腾讯云。华为云也有类似产品,但主要与生态圈内企 业合作。预计未来更多人形机器人走向商业化,以上企业有更多机会参与 行业总体机会。
3.3、互联网大厂已押注机器人蓝海市场
互联网巨头凭借技术优势,从产品应用和投资角度布局机器人领域。阿里 巴巴 2020 年 9 月在云栖大会发布的物流机器人小蛮驴已经实现量产,可 以有千级别出货量。同年发布机器人平台,这标志着阿里正式进军机器人 赛道。“小蛮驴”搭载 L4 级别自动驾驶系统与人工智能技术改进了包含激 光雷达等昂贵传感器在内的感知体系,实现对底线书雷达激光的高线束模 拟,应用的是末端物流人机混合场景,从复杂度来说超越高速公路等结构 化道路。物理性能优越,充 4 度电就能跑 100 多公里,每天最多能送 500 个快递,雷暴闪电、高温雨雪以及车库、隧道等极端环境均不影响其性能。
华为与达闼深度合作,2022年 6 月获批机器人相关专利授权,正式进军消 费、工业、商用、特种等情景机器人。2022 年 4 月 17 日华为与达闼机器 人在北京签署合作协议,将联合开展机器人应用领域技术攻关、行业应用 等创新合作,促进智能机器人核心技术自主可控。华为可以在昇腾 AI 基础 软硬件平台、欧拉操作系统等与达闼自主研发的机器人开展云、边、端全 面深入合作。达闼将机器人云脑平台部署在人工智能计算中心,与华为联 合打造云端机器人城市运营联合解决方案,共同为千行百业提供机器人智 能服务,赋能智慧城市产业。此外,双方还将进一步加强在 5G、人工智能、 工业互联网等新基建领域合作,推动基础技术体系深度融合,探索 5G 与 机器人、工业互联网等融合创新应用。

华为最值得关注的是“端、管、云”全面布局,以及盘古开天大模型。华 为早期布局语音语义领域,Harmony OS 系统搭载 AI 语音产品,海量场 景+盘古模型打磨模型性能。NLP 大模型是业界首个千亿级生成与理解中 文 NLP 大模型,在 2019 年权威的中文语言理解评测基准 CLUE 榜单中, 总排行榜及分类、阅读理解单项均排名第一,刷新三项榜单世界历史纪录;总排行榜得分 83.046,多项子任务得分业界领先,是目前最接近人类理解水 平(85.61)的预训练模型。C 端积累的海量场景数据有助于打磨自然语言 处理、智能语音交互、知识图谱等模型的性能。
百度智能云以云服务+AI 的差异化优势保持高速增长,在金融云、工业互 联网市场份额不断提高。基于“云智一体”战略,为工业数字化转型提供 安全稳定灵活的数字化底座。在工业领域,百度推出智能云开物工业互联 网平台,将 AI+工业互联网赋能工业细分领域,主要优势为工业质检,目 前已覆盖汽车、电子、能源电力等超过 22 个行业 300 多家标杆客户。在 自动驾驶领域,百度 2022 年 6 月发布汽车机器人概念车 ROBO-01,预计 23 年实现量产。在机器人领域,公司更多联合产业合作伙伴,内臵百度ABC Robot 人机交互技术,支持二次开发,提供 SDK、API 等丰富的开发 者工具。
人形机器人不仅在二级市场受到高度关注,今年上半年一级市场已然火爆, 互联网大厂纷纷押注,进行投资布局。截至 2022 年 6 月 30 日,国内机器 人行业融资 86 起,已披露金额的达到亿元级别的融资 28 起,千万级 33 起,已披露金额项目融资总额约 50-70 亿元。小米集团和顺为资本投资企 业主要集中在医疗、消费、协作机器人领域,如:腔镜手术机器人研发商 术锐技术,智能清洁机器人研发生产商赫特智慧,消费级模块化机器人研 发商可以科技;阿里跟投协作机器人深度智能系统解决方案提供商法奥意 威;字节跳动投资工业智能制造场景核心零部件提供商大赛机器人;美团 投资智能特种机器人史河科技等。互联网大厂具备技术、人才、资金、客 户等多方优势,投资方向具备一定指导意义。虽然当前人形机器人仍处于 行业早期阶段,但随着特斯拉等全球领先企业对人形机器人的定义更为清 晰,市场投资机会将层出不穷。


(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
获取精品报告请登录【未来智库官网】www.vzkoo.com立即登录请点击下方“阅读原文”。



文章转发自未来智库,版权归其所有。文章内容不代表本站立场和任何投资暗示。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表