50亿元项目落地 甬企抢滩人形机器人赛道

　　在人形机器人赛道，甬企成功落子。

　　拓普集团近日披露《关于签署机器人电驱系统研发生产基地项目投资协议的公告》。公告称，公司拟投资50亿元人民币，规划用地300亩，在宁波经济技术开发区建设机器人核心部件生产基地，主要进行机器人电驱系统的研发生产及销售。后期将逐步拓展其他机器人部件业务。

　　不光是拓普集团，宁波工业互联网研究院正积极引进、孵化某人形机器人项目，目前已取得初步进展。

　　未来已来，宁波能否抓住机遇，啃下这块未来产业的大蛋糕？

　　人形机器人为什么火？

　　从工业和信息化部去年10月印发《人形机器人创新发展指导意见》。《指导意见》明确，人形机器人集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品。它将深刻变革人类生产生活方式，重塑全球产业发展格局。

　　早在2016年，波士顿动力人形机器人Atlas就火了一把。当下带起人形机器人节奏的是在新能源汽车等领域一路驰骋的特斯拉。

　　从2021年至今，特斯拉的人形机器人以每年一次的频率，稳定地刷着存在感。

　　在2021年的AI Day（人工智能日）上，特斯拉以PPT形式发布了人形机器人Optimus（擎天柱）的概念机设计方案。

　　2022年的AI Day，特斯拉把Optimus的原型机搬到会场。它身高1.7米，体重从上一年的50公斤暴增至73公斤，可以完成招手、搬运物体等简单工作，但走路需要特斯拉员工搀扶。

　　去年12月13日，特斯拉在官方社交平台上放出“擎天柱2代”（Optimus Gen2）的最新演示视频。视频中的它重量减轻了10公斤，行走速度提高了30%，还能在健身房内做深蹲。

　　更为重要的是，相比Atlas百万美元的造价，马斯克表示Optimus只要两万美元就能买回家。成本的降低让人形机器人大规模应用的可能性明显增加。

　　此外，它的通用性更强。在特斯拉的演示视频里，Optimus已能完成不少简单的体力劳动。

　　“几大特点，成功点燃了制造业企业的沸点。”市经信局相关负责人说，它们更加关注人形机器人，试图抢抓新风口、抢占新赛道。

　　据初步统计，去年一年，科大讯飞、小鹏汽车、傅利叶、中国电科21研究所、上海智元等纷纷发布了自主研发的人形机器人。

　　宁波需要奋起直追

　　根据此次拓普集团披露的公告，拓普集团将充分发挥在智能电动汽车赛道积累的深度研发、精密制造、高效协同等领先优势，以电驱系统为抓手实现从智能电动汽车业务向机器人业务的拓展。

　　本次投资建设机器人电驱系统研发生产基地，可将公司布局的机器人相关技术和产品落地并实现商业化、规模化生产，为公司未来发展奠定坚实基础。

　　即便如此，从总体的发展潜力及发展前景来看，宁波想要抢抓人形机器人的新风口，仍需开足马力。

　　“美国和日本企业研发人形机器人的历史，比我们长很多。美国的代表企业有波士顿动力、特斯拉，日本有阿西莫。”谈及中外差距这个问题，上海交通大学机器人研究所博士研究生导师闫维新认为，中国人形机器人的发展与演变仍有很长的路要走。

　　傅利叶发布的“GR-1”人形机器人高1.65米、重55公斤。其步行速度可达每小时5公里，能负重50公斤，具有敏捷避障能力，可在不平整、有坡度的地形上行走。

　　上海智元发布的“远征A1”高1.75米、重53公斤。其最快步行速度为每小时7公里，能自主避障。单臂最大负载5公斤，手臂力气不如成年人，但腿部力量与成年人接近。

　　中国电科21研究所的第一代人形机器人高1.62米、重60公斤，双臂最大负载10公斤，最快步行速度为每小时5公里。它能在斜坡、碎石地等非平整路面上行走，还具备拿水杯、搬箱子等灵巧操作能力。

　　“尽管如此，这些国产人形机器人仍与特斯拉的Optimus有一定的差距。”市经信局相关负责人说，宁波需要抢抓人形机器人发展机遇，加快新旧动能转化。

　　目前，宁波已有机器人关键零部件、本体、系统集成企业超140家。其中，规上企业36家，机器人产业链初步形成。

　　在上游的轴承、减速器、伺服系统和控制器等核心部件领域，宁波拥有中大力德、瀚晟传动、智昌机器人等一批骨干企业。

　　在中游本体制造环节，智昌和中大力德联合开发的传习机器人（全甬产机器人）为六轴焊接工业机器人，填补了我市多关节机器人的空白；伟立机器人是国内唯一进入北美市场的桁架机器人的供应商；在特种机器人领域，宁波拥有广强机器人、铨航科技等企业。

　　在产业链下游，宁波拥有以大正、新松等为代表的一批系统集成商及以谱麦科技为代表的检测服务企业。其中，谱麦科技研制的工业机器人性能测量系统，能对工业机器人的抖动特性等参数进行准确测量与分析，填补了国内空白。

　　“在人形机器人产业链供应链上，宁波拥有较好的基础。”业内人士指出，宁波发展人形机器人产业的关键在于如何突破GPU和CPU芯片、机器人操作系统、仿真平台、通用AI训练生态等4个领域，加强创新引领，加速国产化进程。