大小腦在技術路線上，可能分層大小腦是當下，“端到端”是未來，刻意佈局“小腦”MCU似乎沒必要，可考慮著眼長期佈局“大腦”SOC。“小腦”演算法往往是機器人本體公司的核心之一，如特斯拉、宇樹、優必選，但也不乏能提供一定整合度的第三方綜合解決方案供應商，如DPX、LSZN、GGKJ，但問題又回到了估值上。目前人形機器人有兩類發展路線，其一是分層大小腦，其二是“端到端”。1.分層大小腦類似於人的“大腦->小腦->肢體運動”的模式，認知決策和運動功能區分開，各自處理自己擅長的事。大腦（大模型）在資訊深度加工、認知決策上有顯著優勢，其反應過程可能偏慢，暫時無法承擔高頻的即時運動控制，而小腦則通過規則清晰的運動控制演算法，能夠實現類似於“條件反射”式的低功耗即時響應。類似於人在跑步時不會刻意用大腦去控制左右腳和手臂的擺動，只給出“繼續跑”的總決策，下意識的肌肉記憶（≈運動控制演算法）就能完成動作。2.“端到端”類似於直接向大腦發出指令，省略中間的控制過程，大腦自動處理期間的所有分工與執行過程，輸出結果，比如“攝影機畫面->神經網路->直接生成步態”。相當於中間的過程全在黑箱之中，需要大腦有強而快的運算能力。目前市場主流量產品基本均採用大小腦分層的方案，一方面可能是推理芯的性能可能尚未達到理想值，另一方面“端到端”的黑箱特性使廠商無法識別並解決問題。據券商整理，大腦、小腦均有不同的技術路線：“小腦”MCU決定了“大腦”指令實際的執行效果，專用的人形機器人MCU通常涵蓋多種功能，甚至要多個MCU來實現，一套完整的運動控制系統由運動控製器（規劃運動）、編碼器（測量方位）、驅動器（訊號轉化）、電機（產生機械能）、感測器件（接收訊號）等核心部件，以及軟體向的演算法構成。1.上游MCU晶片（核心，狹義的小腦？）演算法往往是機器人本體公司的核心之一，如特斯拉、宇樹、優必選，但也不乏能提供一定整合度的第三方綜合解決方案供應商，如地平線、雷賽智能、固高科技。海外：德州儀器、英飛凌、薩瑞；國內：地平線、黑芝麻智能、瑞芯微、全志科技、峰岹科技、雷賽智能。2.中游控製器、驅動器等海外：ACS、Aerotech、安川、科爾摩根、西門子；國內：匯川技術、雷賽智能、埃斯頓、固高科技、禾川科技、信捷電氣。3.相關輔助模擬模擬：索辰科技。靈巧手靈巧手雖體積不大，但卻是機器人實現精細操作的關鍵部件，廠商不但要懂硬體和演算法，還要廣泛深入各類應用場景，“拿雞蛋的目的是什麼，抓扳手的用途是什麼”是受機器人“大腦”控制，而“拿起雞蛋而不碎，抓起扳手而不滑”是受靈巧手自身的“小腦”控制。靈巧手是特斯拉Optimus最重要的研發迭代方向，工程量幾乎佔到人形機器人整機研發的一半，馬斯克不止一次表示“核心攻關在手和XX”。一旦靈巧手最佳化完成，意味著核心硬體已趨於收斂，或是機器人走向規模化量產的最後一環。在尋求量產上，特斯拉一直在推動供應鏈做減法，早期驗證使用的複雜、高成本方案最終常被更具性價比的方案取代，如滾珠絲桿替代滾柱絲桿，無刷電機替代空心杯電機。Optimus齒輪靈巧手的結構如下圖：對靈巧手而言，設定自由度非常重要，可以分為全驅動和欠驅動兩種方案，其中全驅動方案中驅動源和自由度數量一致，而欠驅動則自由度大於驅動源，缺少部分採取耦合隨動。據銀河證券研報，靈巧手可分為四種驅動方案，如下圖，目前主流方案是電機驅動。傳統模式同樣重要，主要有四種傳動方案（3+1），如下圖，目前尚未定型。目前靈巧手迭代的趨勢是：高自由度、輕量化、增加感測器、模組化（腱繩）。腱繩方案帶來什麼變化？①使用腱繩，引入輕量化材料；②使用微型滾珠絲槓；③價格較高的空心杯電機被無刷電機取代；（無論如何電機仍是人形機器人最主要的成本，但使用的電機逐漸變的更傳統、更大宗化？）④增加視覺、觸覺感測器。單個靈巧手ASP小幾萬塊，價值量大，主要成本項是電機、微型絲桿、感測器、腱繩等部件，多方都希望參與其中，主要有以下幾類廠商：①特斯拉、小米等頭部人形機器人大廠依靠核心供應鏈自研；②專注於靈巧手研發的第三方企業（傲意科技、星動紀元、強腦科技等）；③部分從事電機、絲槓的廠商向靈巧手整機延伸（如兆威機電、震裕科技等）。腱繩主要使用金屬絲（鎢鋼？）和高分子材料（高分子聚乙烯）兩種材料，目前高分子材料無論是綜合性能、使用壽命還是成本均更優，可能是更有競爭力的選擇，但存在不耐高溫的問題，需增加塗層工藝解決。據調研資料，目前腱繩屬於消耗品，單手單次成本在2000元左右（高分子60-80元/根，鋼絲150-250元/根），每年需更換1-2次，假設取值1.5次，人形機器人目前靈巧手中每年腱繩的成本約為6000元，以百萬台人形機器人產量規模估算，年市場規模最大為60億，考慮到量產增效降本，實際可能大幅小於該數值。 (鉛筆投研)