本文來自格隆匯專欄：中信證券研究，作者：許英博、袁健聰、黃耀庭

特斯拉發佈人形機器人，致力於解決勞動力短缺問題並實現人人富裕。由於擁有智能化技術儲備、規模化生產能力和馬斯克豐富的成功案例，特斯拉開發機器人具有底氣。我們由車看機器人，認為初代產品將樹立標杆，最終打開商業化前景。而對於930 AI Day，我們認為關注點在於FSD和Dojo項目進展，以及特斯拉機器人的功能展示、價格和量產計劃及訓練方法。我們推測特斯拉人工智能核心技術和終端機器人將協同發展，加速特斯拉由新能源車企向人工智能企業轉型。

特斯拉發佈人形機器人，替代人類勞動並實現人人富足是其終極目的。

特斯拉於2021年8月19日AI Day首次公佈人形機器人項目，並計劃在2022年推出原型。馬斯克對特斯拉人形機器人的開發目的逐步明確，首次發佈時宣稱特斯拉機器人的意義為代替人類完成“危險、重複、無聊”的工作，而後推特表示特斯拉機器人將完成“人類不想做的任何事”。2022年4月馬斯克首次對特斯拉應用場景做出具體規劃，表示最初將用於工廠生產，當智能性及規模量產問題解決後，將用於家庭服務。2022年8月馬斯克進一步闡釋願景，機器人將替代人類勞動，實現人人富足的社會。

智能化技術儲備、規模化生產能力以及豐富的成功案例是特斯拉開發人形機器人的底氣所在。

1）智能化技術儲備：特斯拉機器人採用D1芯片、FSD計算機作為算力核心，配備8個汽車同款Aotopilot攝像頭作為傳感器，使用與車載自動駕駛相似的視覺感知算法、神經網絡規劃、自動標記、Dojo訓練等技術，這些技術隨着特斯拉自動駕駛的日趨完善得到較深積累。

2）規模化生產能力：人形機器人軟硬件研發成本高，造成量產困難。但特斯拉擁有規模化生產技術方面的儲備和創新能力，其開創的4680電池、CTC技術、一體壓鑄技術等已用於新能源車生產，帶來量產規模快速提升。特斯拉掌握的量產技術及其不斷創新的能力將有助於機器人成本降低及量產擴大。

3）豐富的成功案例：馬斯克擅長創新產品，雖當下不被市場看好，但能深耕多年顛覆市場認知。馬斯克用10多年反覆革新技術，最終成功顛覆了曾經不被看好的電動車市場（特斯拉）和商業航天市場（SpaceX）。鑑於馬斯克擁有豐富的成功經歷，特斯拉人形機器人項目或能吸引大量資金和人才支持。

由車看機器人，特斯拉人形機器人有望逐步打開商業化前景。

1）初代產品有望樹立標杆：類比特斯拉2006年Roadster，作為世界首款量產電動跑車，雖價格高昂，但樹立新能標杆，最高速度210km/h，0-100km/h加速時間4s，追平同價位燃油高端跑車凱迪拉克XLR-V和梅賽德斯SL55 AMG，遠超同期熱門電動車通用EV-1。因此預測首款人形機器人在性能上也將樹立標杆性，但可能價格較高。

2）產品矩陣或將漸次擴大：類比特斯拉新能源車產品矩陣拓展，從跑車Roadster出發，將商業版圖拓展至跑車、轎車、SUV和貨車領域，產品矩陣日益豐富。據此我們預測伴隨技術進步，特斯拉或將拓展出人形機器人、四足機器人、飛行機器人等組成的豐富的特斯拉機器人產品矩陣，路徑總體由To B向To C延申，覆蓋從工業用、商用到民用的廣泛的細分市場。

3）智能及量產問題有望逐步解決：類比特斯拉新能源車打開商業前景的思路，特斯拉首先將標杆產品（Roadster）帶來的募資支持投入於技術研發，最終生產出低價高配的車型（Model 3），顛覆了新能源車市場。若特斯拉延續該思路，則初代人形機器人將樹立機器人實用性標杆，從而吸引資金人才投入，特斯拉藉此持續投入研發，逐步解決智能性及量產問題並讓人形機器人走進消費市場，打開人形機器人商業前景。

前瞻AI Day，關注點在人工智能項目進展和機器人。

AI Day將圍繞特斯拉人工智能項目展開，我們認為可以重點關注特斯拉自動駕駛安全性缺陷的解決以及功能的更新，以及Dojo計算集羣的進展。特斯拉機器人看點則包括原型機功能展示、價格和量產計劃及機器人訓練方法。

1）原型機功能展示：特斯拉或將展示機器人的靈巧手（例如讓機器人表演手持工具工作等）、雙足行走能力（例如讓機器人表演走過凹凸不平的地面，越過障礙等）、材料（推測外殼為塑料，結構材料為鎂鋁合金，關節、指尖等部分柔性部位採用硅膠）和智能性（推測將展示自然語言識別、機器視覺、路徑規劃等能力）。

2）價格和量產計劃：價格預計最終價格將比車低，但初期較為昂貴。量產正在推進，目前特斯拉已經計劃在德州工廠部署千個人形機器人，併發布相關招聘需求。此外此次發佈會存在不公佈價格和量產計劃的可能。

3）訓練方法：預計初期將機器人用於特斯拉工廠旨在收集實景數據，並依託特斯拉場景模擬算法擴充訓練數據，結合Dojo超級計算機硬件支持，加速神經網絡及機器人智能走向成熟。最終，特斯拉或將人工智能核心技術與終端機器人協同發展，向人工智能企業轉型。

風險因素：人工智能技術進展不及預期、機器人功能展示不及預期、機器人市場需求不及預期。