主营业务:
公司和子公司（以下合称‘集团’）主要从事机器人的研发、设计、生产及销售以及提供配套服务及解决方案等。
报告期业绩:
公司的营业收入于截至2025年6月30日止六个月为人民币621.5百万元,较截至2024年6月30日止六个月的人民币487.2百万元增加27.5%,该增加的主要原因为消费级新产品推出以及已签约项目的交付。
报告期业务回顾：
具身智能人形机器人业务
2025年上半年,全球人工智能领域核心技术已逐渐呈现出多点突破的态势,以大语言模型、生成式人工智能以及具身智能等为代表的核心技术突破推动了整个产业进入新纪元。目前,人工智能技术正由数字世界转入物理世界,具身智能作为这一方向的重要技术,将AI深度融入物理实体(如具身智能人形机器人),赋予其自主感知、学习与环境实时交互的能力。优必选在具身智能人形机器人上持续加大研发投入,始终聚焦工业应用场景,陆续推出工业版具身智能人形机器人Walker S、Walker S1及Walker S2(该Walker S系列作为具身智能载体,是公司专为解决工业应用场景中的真实需求而设计并持续迭代)。优必选持续致力于推动发展‘仿人大脑’、‘仿人小脑’、‘高性能肢体’等关键技术群,包括高性能伺服驱动器技术、大模型技术、语义VSLAM技术、学习型运动控制技术、视觉感知技术、多模态交互技术等人工智能核心技术,群脑网络2.0与Co-Agent技术结合,构建工业级具身智能人形机器人AI双循环,实现具身智能人形机器人单机自主和群体协同的螺旋式进化。公司研发的全栈技术,支撑具身智能人形机器人具备更加出色的任务规划技能、灵巧操作技能、导航移动技能、人机交互技能。优必选打造了面向多任务场景的具身智能人形机器人应用范式,开展全球首例多台、多场景、多任务的群体智能协同实训。与此同时,优必选牵头了多项人形机器人和具身智能领域国家标准的编制和制定,作为全国机器人标委会人形机器人标准工作组副组长和全国人工智能分委会具身智能工作组联合副组长,持续发挥引领作用,包括主导牵头制定首批人形机器人系列国家标准中的《人形机器人技术要求第5部分作业操作》《人形机器人技术要求第6部分定位导航》,联合牵头《人形机器人技术要求第7部分人机交互》等。2025年上半年,优必选持续聚焦工业场景规模化落地,Walker S系列实训迈入2.0阶段,通过多机协同执行产线级任务,串联起料箱搬运、SPS分拣、零件安装、过程材料操作、质量检查等一系列工位级任务。公司与客户签订全球首份工业具身智能人形机器人小批量采购合同,具身智能人形机器人从实训阶段正式迈向商业化应用。
2025年上半年,优必选持续围绕具身智能人形机器人开展的相关技术实现了突破,为具身智能人形机器人在工业应用场景的商业化提供了扎实的技术基础,公司主要在以下核心技术领域取得了技术突破：
...
机器人技术
在整机方面公司研制了第三代工业具身智能人形机器人Walker S2,创新研发热插拔自主换电系统,以3分钟自主换电和7*24小时连续作业能力,重新定义了具身智能人形机器人能源管理范式。52自由度的仿生躯体可在0–1.8米全空间范围内完成15kg负载搬运及±162°腰部灵活转动。通过刚柔异构多种材料的复合应用,塑造高强度、轻量化、拟人化的极致工业本体。在灵巧手方面,公司研制了第四代灵巧手,指尖承载力提升100%至12.5N,新增拇指主动自由度使灵巧手实现展平和对捏手势,大幅提升操作灵活性。同时,公司正在探索研发第五代灵巧手,其具备更丰富的多模态感知能力和更灵活的手指运动能力。公司自研的ROSAv2版本成功适配到WalkerS2新机型,实现WalkerS1作业技能在新本体上的快速迁移。同时,公司正在研发和完善具身智能人形机器人管理云平台、数据管理平台、仿真管理平台等系列软件基建平台,支撑具身智能人形机器人多机协同作业与群体智能进化。目前,在工业场景里,公司的具身智能人形机器人完成从单机自主到群体协同的升级,形成产线级任务执行能力,包括协同搬运、协同分拣、协同操作、协同质检等。
人工智能技术
针对具身智能人形机器人群体协作场景,公司迭代升级群脑网络2.0(Brain Net2.0),搭载自研的专用于工业具身智能人形机器人本体的协同智能体Co-Agent,构建工业级具身智能人形机器人AI双循环。群脑网络架构由端云协同的推理型节点和技能型节点灵活链接,形成群体维度下的超级大脑和智能小脑。超级大脑基于多模态推理大模型,负责语义理解、推理决策、潜在异常监测。智能小脑则基于Transformer小模型,将大模型指令转换为实时、精确的物理实现。公司迭代了群脑网络2.0中的多模态推理大模型,并将其端侧推理时延优化至1秒以内;同时优化了端到端架构,实现了基于闭环反馈的推理与技能节点高效协同。在群脑网络2.0中,每台应用Co-Agent技术的机器人既是独立执行单元,又是群脑网络的动态联合节点,实现了端侧推理节点和多个技能节点之间的自组织灵活链接。将搬运工、分拣工等角色转化为‘搬运Agent’、‘分拣Agent’,推动具身智能人形机器人工业场景应用向精细化协同演进。
机器人与人工智能融合技术
1.定位导航与人工智能技术的结合情况
公司将具身智能人形机器人双目语义VSLAM升级为四目语义VSLAM技术,支持前双目遮挡,结合地图自主更新,后处理融合定位,综合提升复杂多变场景下定位的稳定性与鲁棒性并简化了部署。引入基于高精度稠密地图的层次化语义建图方案,提高了计算效率的同时显著降低CPU资源占用率,为端到端语义导航提供了空间语义记忆能力。优化具身智能人形机器人全向导航模型,支持高效后退、窄通道侧移、近距离停障等新能力并提升了具身智能人形机器人自主导航的效率、精度、稳定性及自主避障下的安全性。同时,搭建基于强化学习的端到端导航仿真训练体系。其中,L4级无人驾驶物流车实现多工业园区部署,作业里程突破13,000km。积累大量数据并提升了感知模型,引入语义信息持续优化在线定位与建图算法的基础上,公司设计重构了多车道导航框架,新增任务决策能力(多车道行车任务、泊车任务、自动拖挂钩任务)、场景决策能力(上下车道、掉头机动、故障恢复)以及行为意图决策能力(车道保持、车道内绕障、各类变道╱借道等),强化了复杂场景下的L4无人驾驶物流车的安全性、稳定性及运行效率,同步为拓展工业园区到机场及开放道路无人物流奠定了基础。
2.机器视觉与人工智能技术的结合情况
公司自研了纯视觉双目成像与感知技术,让具身智能人形机器人的双目视觉可实现‘类人眼’感知能力。这一技术突破不仅降低了硬件成本,更赋予机器人更灵活、更具适应性、更精准、且具备可扩展性的环境感知能力。在技术实现方面,公司自主研发业界领先的被动双目视觉系统,采用基于深度学习的双目深度估计算法,通过双RGB图像实时生成高精度、左目对齐的稠密深度图,赋予具身智能人形机器人媲美人眼的立体视觉感知能力。针对导航与操作场景需求,创新性融合轻量化模型设计、高精度知识蒸馏框架及基于高斯概率的监督训练,结合自研高精度数据采集设备与多场景数据集,在算力、精度(亚毫米级)和泛化性方面达到行业领先水平,为机器人精准感知与交互提供核心支撑。
3.运动控制与人工智能技术的结合情况
面向双臂灵巧精细操作与双足高性能移动需求,公司研发了基于模仿学习、强化学习、生成式模型的学习型运动控制技术。在灵巧操作方面,公司持续优化基于模型的抓取手势生成与筛选机制,通过双手分工协作,成功实现料箱内物料的连续稳定抓取。结合基于模型的抓取生成数据与人工数采数据,公司运用生成式模型技术构建在物体层级泛化的灵巧手抓取生成模型,并依靠三维物体的生成模型不断扩展物体集以及提升抓取生成模型的泛化性。同时,公司也在探索解决SPS分拣任务中最为复杂的物料堆叠情况下的乱序抓取难题。在全身运动控制方面,公司采用数据驱动的分层强化学习框架,结合多源数据采集与高精度重定向算法,并通过动态步频调节实现2m/s的高速拟人行走,显著提升了机器人在真实环境中的移动表现。同时,公司运用强化学习技术实现了更稳定、高效的料箱搬运。
业务展望：
1、具身智能人形机器人公司将持续投入工业版具身智能人形机器人WalkerS系列新机型研发,深度迭代人形机器人全栈式技术,攻关一体化关节、仿人五指灵巧手、群脑网络BrainNet架构、协作智能体Co-Agent、学习型运动控制、空间智能、ROSA系统等具身智能关键技术。公司将进一步全面提升WalkerS系列产品的轻量化水平、整机集成度、系统稳定性、群体协同能力、单机自主能力,与工人、AGV、无人物流车以及智能制造管理系统协同,为工业场景提供稳定、可靠、安全、实用的服务,提升工业制造的智能化、柔性化水平。
2、多模态感知和大模型技术在复杂产线级任务的高维决策需求驱动下,公司将持续迭代人形机器人多模态推理大模型,作为超级大脑的核心引擎,推动Brain Net架构和Co-Agent协作智能体实现持续自我进化,进而迸发群体智能。优必选人形机器人多模态推理大模型将依托WalkerS系列积累的亿级高质量工业数据集进行训练与调优,基于RAG(检索增强生成)技术快速训练专业工种,显著提升了机器人在多种工位的决策能力与泛化能力,为人形机器人在工业场景中的规模化应用提供了有力支撑。
3、具身智能决策技术针对具身智能人形机器人群体协作场景,公司将持续投入人形机器人群体智能技术开发,迭代群脑网络Brain Net架构,强化超级大脑的推理能力和智能小脑的技能供给能力,提升云端大脑在产线级任务中的多机调度能力,积累更大规模的工业场景数据集和多尺度模型。持续迭代工业具身智能人形机器人协作智能体Co-Agent,强化机器人‘自发行为链’能力,不断完善面向不同任务的‘主动感知-主动思考-主动行动’闭环体系,推动具身智能人形机器人从‘被动执行’迈向‘自主认知’的新阶段。
4、端到端的运动控制技术公司将继续在端到端学习型运动控制的路线上,不断突破研发面向任务的全身运动控制及灵巧操作技术。融合多模态感知信息,充分调动全身的运动自由度,不断迭代提升机器人在负载搬运、物料分拣等移动操作类任务的效率和稳定性。并且进一步迭代端到端灵巧操作技术,满足实际场景下的堆叠分拣、螺丝拧紧、精细装配、人机协作等复杂任务的泛化操作需求。
5、不断迭代优化L4级无人车的自动驾驶技术公司将以多维空间智能升级为核心,持续提升空间记忆,空间感知,空间理解与交互,多模态融合网络架构,多头BEV任务等前沿自动驾驶技术,结合博弈决策规控与端到端技术,全面提升无人车在复杂环境中自主驾驶的安全性、稳定性及运行效率,推广落地到更多园区场景,加速从园区到开放道路的扩展与落地。
查看全部