强AI时代，家庭机器人热点将超智慧家居

本文来自格隆汇专栏：中金研究，作者：何伟 于钟海 等

科技改变生活，过去10年弱AI+IoT技术大量应用于智慧家居。虽然智慧家居生态发展长期低于市场预期，但畅销产品不断出现，如智能微投、智能音箱、洗地机、智能门锁、网络摄像头等。随着强AI的成熟，我们预计家庭情感陪护机器人、护理机器人有望突破瓶颈，未来10年或实现大发展。

摘要

强AI有望打破瓶颈：1）机器人发展依赖AI、电子、机械上游技术发展；互联网、科技、汽车、家电等下游企业在应用端探索。2022年汽车企业特斯拉Optimus成为热点，展现机械进步；2023年软件企业微软、互联网企业谷歌的多模态大模型展现强AI进步。2）工业机器人工况简单、重复劳动、人机交互要求低，产业相对成熟。家庭服务机器人则需要强AI支持。3）机械方面，轮式运动和机械手臂已成熟。随着机器狗、人形机器人、面部表情、手指控制等仿生技术发展，我们预计仿生家庭服务机器人有望发展。

家庭情感陪护机器人：1）情感陪护机器人核心在于深度人机交互，在AIGC成熟前无法得到满足。日本在1990s就推出了情感陪护机器人，如索尼的电子狗AIBO、NEC的陪护机器人R100等，但此类产品至今未成熟。2）我们判断家用领域AIGC或将首先应用于智能音箱。弱AI时代，智能音箱仅能进行查询、点歌、控制等简单功能，产品体验一般。我们预计当智能音箱+AIGC可以应用于情感陪护时，成熟的情感陪护机器人有望出现，类似亚马逊Astro这样轮式运动的简单机械结构机器人或将率先在市场推广。

家庭护理机器人：1）我们认为家庭护理机器人的核心在于多模态大数据模型的成熟，即需要成熟的自然语言处理和图像识别技术。我们判断，成熟的家庭服务机器人出现将晚于成熟的家庭情感陪护机器人。2）机械结构方面，三星保姆机器人Bot Handy，依托轮式移动加机械手臂的设计结构，机械运动能力成熟，仿生机械结构的推广还有待技术进步。3）谷歌的实验中，基于多模态大数据模型PaLM-E，机械手臂可以识别复杂的语言命令，做出简单的服务，我们认为已经具备较强的感知、判断、执行能力。

其他家庭服务机器人：1）家庭清洁机器人产品体验成熟，主要原因是该产品基于弱AI和轮式二维运动，且激光雷达技术已经成熟。2）商用炒菜机器人衍生出中式家庭炒菜机器人。前者工况简单，已经大量应用于餐厅；后者还不成熟，标准净菜配送+选择炒菜程序的方式体验不佳，需要强AI支持自动分辨食材、自动选择食谱。3）按摩机器人体验离人工按摩相差甚远。

风险

科技发展速度低于预期；全球市场需求低于预期。

家庭服务机器人基于AI、运动与控制、感知能力的创新

机器人是“AI+机械+电子”共同进步的产物

机器人是一种具有一定程度的自主性、可感知环境和交互能力，并能根据任务需求执行特定动作的自动化设备。1）上游：机器人常由AI（软件）、机械和电子三部分组成，这三者相互协同，共同实现机器人的功能。AI部分包括计算机视觉、自然语言处理、机器学习、规划与决策等技术；电子部分包括传感器、执行器、控制系统、芯片等，负责将AI与机械部分连接起来，形成一个统一的控制与响应系统；机械部分包括机器人的结构、运动器件、传动装置等，负责执行AI所做出的决策和指令。2）下游：机器人应用领域广泛，如家庭服务、交通运输与物流、工业制造、特种、医疗、农业、探险与科研、娱乐、教育等。

图表：机器人行业上游由AI、机械、电子的技术进步共同促进

资料来源：Wind，36氪，各公司官网，中金公司研究部

图表：机器人下游应用领域广泛

资料来源：国际机器人联合会（IFR），中国电子学会，各公司官网，中金公司研究部

机器人产品根据机械运动能力分类，可分为：1）单维运动能力，代表产品如炒菜机器人；2）二维运动能力，如轮式运动（代表产品有扫地机、自动驾驶汽车等）；3）三维运动能力，如旋翼式运动（代表产品如无人机），机械臂运动（代表产品有KUKA机器人），以及更高阶的仿生运动；而仿生机器人又可进一步分成人形机器人（代表产品有美国公司特斯拉开发的Optimus机器人、英国公司Engineered Arts开发的Ameca机器人等）和非人形机器人（代表产品有四足机器狗、蛇形机器人、鱼形机器人等）。

图表：机器人产品分类（按机械运动能力）

资料来源：各公司官网，中金公司研究部

强AI技术打破家庭服务机器人发展瓶颈

大模型推动机器人感知能力发展，GPT有望成为机器人认知中枢

多模态大模型及计算机视觉领域进步加速机器人感知能力发展。机器人对外界环境的感知主要来自于图像识别与音频识别，我们判断多模态大模型以及计算机视觉的快速发展可以显著增强这两种感知能力，从而为机器人拥有类人感知奠定重要基础，具体而言：

多模态大模型：多模态大模型结合了视觉、语音、文本等多种现实世界中的信号，并且采用深度学习等技术构建包含海量参数的神经网络，能够显著增强机器人对物理世界的感知。例如，谷歌于3月发布的PaLM-E多模态大模型集成了视觉与语言，使得机器人可以分析来自传感器的图像数据与语音数据，实现复杂的控制操作功能。

计算机视觉：自2012年ImageNet分类数据集与AlexNet深度学习模型出现后，计算机视觉领域（CV）迎来快速发展，显著提升了机器人的图像识别精度与效率以及三维场景的精细化感知等能力。此外，4月META发布通用图像大模型Segment Anything Model（SAM），可以实现对任意图片的分割，标志着计算机视觉领域出现类ChatGPT突破，我们判断或可推动机器人的对象识别、对象检测、物体提议等感知能力的进一步发展。

图表：PaLM-E拥有强大图像感知、分析能力

资料来源：《PaLM-E: An Embodied Multimodal Language Model》（Danny Driess等，2023），中金公司研究部

图表：SAM模型进行图像分割的示例

资料来源：《Segment Anything》（Kirillov et al., 2023），中金公司研究部

GPT大模型有望成为机器人理解和执行人类指令的认知中枢。控制机器人的传统方式主要依赖工程师将任务要求转化为复杂的代码，这一过程欠缺效率且成本较高。为了革新机器人理解与执行人类命令的方式，微软研究院于2月发布研究成果，成功将ChatGPT大语言模型整合于机器人中。研究人员首先定义一整套控制机器人行为的API函数库，然后用自然语言向ChatGPT描述命令要求，ChatGPT即可设计执行命令所需要的步骤并且调用响应的函数，从而输出控制机器人的代码。此外，用户可以通过自然语言对ChatGPT输出的结果提出新的反馈和要求，直至结果满意为止。微软研究团队以此方式成功实现了指挥无人机侦查环境、操纵机器手臂摆放微软logo以及命令轮式机器人寻找炊具等任务。我们认为，以ChatGPT为代表的大语言模型或可成为机器人的“大脑”，利用其语言理解和生成能力以及逻辑推理能力来赋能机器人理解和执行自然语言指令，从而打破家庭服务机器人的发展瓶颈。

图表：ChatGPT赋能机器人理解和执行自然语言指令

资料来源：微软研究院官网，中金公司研究部

图表：集成ChatGPT的机器手臂顺利完成摆放微软logo的任务

资料来源：微软研究院官网，中金公司研究部

多模态大模型训练机器手臂，家政服务机器人瓶颈或将被打破

大语言模型是指能够处理和生成自然语言的计算机模型；而多模态大语言模型是指在大语言模型的基础上，融合图像、视频、声音等其他类型的媒体数据，整合到统一的语义空间中。多模态大模型下，机器人能够越发真实地拥有人类的传感器和大脑这些理性系统。我们认为多模态大模型未必擅长工业场景中的数理逻辑问题，但是在家庭服务领域，有望为家庭护理、人机交互、情感陪护等带来更优的用户体验。

机器人手臂的智能化程度不断提升。1）机器人技术根据智能程度，从只能完成特定命令的程序机器人，进化为能感知周围环境的自适应机器人，再发展为能够自主学习和决策的机器人。2）机器人手臂也是如此，早期工厂流水线机械臂等，只能完成特定场景下人为预设的特定任务，属于第一阶段的智能化。例如早在2019年KUKA就推出了调酒机器人，客人下单后，机械臂会抓起相应的杯子，伸向饮品机接装饮品，然后送到吧台，但是这一系列活动需要前期编程设定鸡尾酒/扎啤/软饮料等程序，对机械手臂而言只是单一场景内的重复固定动作。3）而随着以谷歌PaLM-E为代表的多模态大模型成熟，我们观察到机器人手臂正具备自适应、自主学习和决策的能力。

图表：KUKA的KR CYBERTECH调酒机器人

资料来源：KUKA官网，中金公司研究部

【案例】谷歌PaLM-E模型训练机器人手臂

PaLM-E将视觉和语言的多模态知识迁移至机器人的具体化推理任务。谷歌于美西时间3月6日推出了与德国柏林工业大学人工智能研究团队合作开发的视觉语言模型PaLM-E（Pathways Language Model with Embodied）[1]。作为通用的多模态语言模型，PaLM-E能够训练任意模式下（包括图像、神经3D表达或颜色状态）的LLM（Large Language Model，大型语言模型）端输入，并在没有预先人为处理或标注数据的前提下，实现视觉语言知识和机器人任务间的有效融合与正向迁移。根据谷歌试验结果，相较单一任务操作，PaLM-E模型能够在多线程任务、多元化数据的混合训练过程中，表现出更优的性能比与泛化性，以更强的正向迁移（将所学到的知识和技能从一个任务转移到另一个任务）能力显著提升机器人学习的有效性，充分体现了多模态语言大模型在机器人多数据源多场景融合上的可行性。

图表：PaLM-E模型

资料来源：谷歌官网，《PaLM-E: An Embodied Multimodal Language Model》（Danny Driess等，2023），中金公司研究部

图表：PaLM-E具备较强的正向迁移能力

资料来源：谷歌官网，《PaLM-E: An Embodied Multimodal Language Model》（Danny Driess等，2023），中金公司研究部

多模态模型赋予家政服务机器人更多功能。PaLM-E的视觉语言模型（VLM）集成了视觉与语言，对物理世界存在感知，机器人可分析来自其相机的数据，实现更强的语言处理功能与复杂的控制操作功能。接受文本和图像的多模态输入，通过模型自回归生成相应的文本问答或描述。在理解和生成语言的基础上处理更为复杂的机器人指令，包括移动控制、运动规划以及平面操控。同时，谷歌也对PaLM-E控制下的机器人在厨房环境进行测试[2]，第一个场景下，机器人手臂成功完成了打开抽屉、取出薯片并将薯片递给命令发出人的指令，过程中机器人展现了优越的抗干扰能力，在测试人员将薯片重新放入抽屉后再次将薯片取出。在第二个场景下，机器人被要求在餐桌上抓取一个其从未见过的绿色方块，机器人手臂成功在三个方块中识别出绿色方块并将其传递给命令发出人。该实验场景中，视觉语言模型应用于机器人控制后在家庭使用场景中体验大幅提升。谷歌研究人员计划探索PaLM-E在现实世界场景中的更多应用，例如家庭自动化或工业机器人[3]。

图表：PaLM-E机器人的功能输出

资料来源：谷歌官网，《PaLM-E: An Embodied Multimodal Language Model》（Danny Driess等，2023），中金公司研究部

【案例】阿里“通义”模型接入机器人应用场景

阿里巴巴推出“通义”系列大模型，基于统一底座模型M6-OFA。2023年4月，阿里巴巴达摩院正式发布了阿里版ChatGPT“通义千问”，并宣布旗下阿里系所有产品未来将接入该模型[4]。阿里巴巴“通义”大模型系列采用多模态统一底座模型M6-OFA，能够在无新增任务设定的基础上，对预训练和微调模式采取相同的学习架构，并通过不同模态的通用词表输出，完成图像描述、视觉定位、文生图、视觉蕴含、文档摘要等单模态和跨模态任务。基于架构、模态与任务的三位一体，阿里版多模态大语言工具能够在通用领域的多种文图任务中取得优异表现，并进行辅助内容创作。

“通义千问”也在不断接入机器人应用场景。目前，已可使用钉钉对话自动生成代码指令，远程指挥机器人抓取、移动等基础操作，并通过这些操作的编排组合，完成递水等较为复杂的用户任务。例如工程师在钉钉上发出指令“我渴了，找点东西喝吧”，千问大模型能够理解指令，识别周边环境中的水，并自动完成移动、抓取、配送等一系列动作[5]。

图表：“通义千问”模型的功能输出

资料来源：阿里云峰会，中金公司研究部

清洁类机器人产品成熟，市场渗透率快速提升

扫地机器人

自1985年日立推出第一台扫地机，1985-2015年的30年时间，扫地机产品都处于不成熟的状态。其中1996年伊莱克斯的三叶虫扫地机奠定了机械的成熟；2010年Neato将激光雷达引入奠定了电子的成熟；2016年石头科技为小米代工推出米家扫地机器人，LDS激光导航算法趋于成熟，奠定了AI的成熟；之后，中国企业主导了扫地机产品创新，石头、科沃斯、云鲸等在导航规划、避障、拖地、自清洁等方面不断创新。

图表：扫地机器人发展历程

资料来源：各公司官网，中金公司研究部

扫地机的AI属于弱AI的应用，主要包括：

线路规划功能：激光导航和视觉导航的技术突破实现了清扫路线的合理规划，海外龙头iRobot坚持使用VSLAM视觉导航，但由于其精度较LDS激光导航低，且受环境光线影响大，目前激光导航已经成为线路规划的主流技术。石头科技自2016年发布米家扫地机器人之后坚持LDS激光导航技术路径，并不断升级路径规划算法，现已迭代到RR mason9.0（支持动态测距和黑暗环境识别）；科沃斯经历了Smart Navi（LDS激光导航）到Smart Eye（视觉导航）再到True Mapping（dToF导航）的技术迭代，建图精度已达到毫米级。

避障功能：伴随着激光雷达的普及和SLAM算法的成熟，清洁机器人的避障功能也在不断升级与完善。传统红外线感应避障由于其精度较差、清洁效率较低，已被3D结构、单/双目视觉避障等技术所替代。科沃斯率先采用3D结构光避障等主动避障策略，于2019年推出融合AI单目视觉避障的产品DG70，次年推出采用True Detect 3D结构光避障的产品T8，此后不断升级，现阶段产品主要采用AIVI 3D避障，可以对多种物体进行3D建模、测距、避障；石头科技于2020年推出融合AI双目视觉避障产品T7 Pro，现阶段产品已升级到Reactive AI 2.0避障，可以识别27种障碍物并进行精准规避；随后，海外龙头iRobot也快速跟上步伐，在2021年推出的Roomba j7+中通过前置摄像头实现了避障功能。

图表：科沃斯的3D结构光避障功能

资料来源：科沃斯官网，中金公司研究部

图表：视觉导航与激光导航的差异

资料来源：AVC，中金公司研究部

随着扫地机产品的成熟，消费者体验改善，购买后的正面反馈明显增多，具备未来在城镇家庭高渗透率的潜力。1）根据Euromonitor数据，2022年全球与我国扫地机器人零售量分别为1627万台与467万台，2010-2022年零售量CAGR分别为21%、37%。2）全球扫地机市场渗透率仍低。根据iRobot年报，2020年扫地机器人在欧美发达国家如美国、德国、法国的渗透率约为10-15%，在英国的渗透率约为1%～2%。扫地机器人在发展中国家的渗透率也较低；根据我们的测算，2022年中国城镇家庭扫地机器人渗透率仅接近10%。虽然还未全面普及，但已经在消费端实现了较好的落地。

图表：全球扫地机器人市场零售量及YoY

资料来源：Euromonitor，中金公司研究部

图表：中国扫地机器人市场零售量及YoY

资料来源：Euromonitor，中金公司研究部

图表：全球主要国家扫地机家庭渗透率（2020年）

资料来源：iRobot年报，中金公司研究部

图表：中国与美国扫地机渗透率均持续提升

资料来源：GFK，AVC，iRobot年报，中金公司研究部

割草机器人

欧美等发达国家由于户均居住面积较大、独栋建筑占比更高，草坪园艺文化流行；且由于人工成本较高，大多采取家庭自主养护的方式。相较于电动OPE，割草机器人的核心部件，除了决定动力和续航能力的电池、电机、电控系统外，还包括各类传感器和定位模组，其性能直接影响机器人的割草效率和覆盖率，以及避障能力等。随着导航、定位以及避障技术的突破，割草机器人也在不断迭代升级，实现了由传统式到布线式再到无边界的转变，由随机碰撞式到自主规划式的转变，带动渗透率提升。

图表：割草机器人发展历程

资料来源：各公司官网，中金公司研究部

家用割草机器人渗透率正在提升。1）根据龙头企业富世华集团的估计，虽然当前骑乘式和手推式割草机仍然是主流，但是割草机器人在家用割草机市场的销售额占比从2015年的7%增至2020年的10%，其预计2025年这一比例有望上升至17%。2）割草机市场主要集中在欧美发达国家，但是机器人产品在欧洲的渗透率更高。根据富世华公告，2021年全球家用割草机销售额中，割草机器人占比约10%，其中德国、瑞士、北欧等地区这一比例已超过40%，南欧在15-30%，而英美两国都在5%上下，成长空间较大。

图表：全球家用割草机分类型销售额占比

注：数据均为富世华的估计资料来源：富世华公告，中金公司研究部

图表：2021年机器人在家用割草机市场销售额占比

资料来源：富世华公告，中金公司研究部

泳池清洁机器人

泳池清洁机器人主要从事水下作业，对视觉信号、导航定位以及防水防漏电等方面有着较高的技术要求，随着清洁技术的升级，泳池清洁机器人向着自动化、智能化的方向不断进化，其清洁力度与使用效率也在持续提升。根据灼识咨询数据，2021年全球泳池清洁机器人市场规模16.12亿美元，2017-2021年CAGR为16%；Maytronics公告，2022年全球泳池清洁方案中，仍主要依赖人工清洁（占比45%），但泳池清洁机器人占比已达到21%。

图表：泳池清洁机器人市场规模

资料来源：灼识咨询，中金公司研究部

图表：全球泳池清洁方案占比

资料来源：Maytronics公告，中金公司研究部

图表：泳池清洁机器人发展历程

资料来源：各公司官网，中金公司研究部

情感陪护机器人：产品长期不成熟，AIGC带来希望

人机交互能力弱，情感陪护机器人长期不成熟

情感陪护机器人的核心在于人机交互能力，不同于其他机器人，陪护类机器人主要依靠人工智能解决情感需求。但总体而言，目前情感陪护类机器人市场仍处于早期发展阶段，相较智能型的无障碍交流对象，其设定更接近于一种人形玩具，无法“读懂”用户的高级情绪，且在移动、视觉与听觉识别等体验上还有较大的改进空间。

在AIGC发展成熟之前，人机交互能力弱，无法提供情感陪护的基本功能。其次在于外观设计和机械运动能力，如仿生机器人在情感陪护方面将具有更明显的优势。

图表：情感陪护机器人发展历程

资料来源：各公司官网，中金公司研究部

AIGC发展，人机交互、情感陪护成为可能

生成式AI读懂人类感受，有望重塑人机情感交互模式。生成式AI技术不单单局限于对话的精准输出，而是能够通过“同理心”转换，理解用户立场下的情境感受，催生价值认同与情感依赖。比如，ChatGPT曾在与用户的交流中读懂了对方的“孤独”情感诉求，并为其创作童话故事《小野鸟》，达到了情感慰藉的效果[6]。我们预计未来AIGC能够实现文本、音频、图像的跨模态生成，不仅赋予机器人更为复杂和真切的情感表达，也满足用户的多维度语境交流需求。届时以AIGC生成技术为蓝本的情感交互类产品将不断涌现，有望重塑人机交互模式，提升全方位的家庭服务体验。

2021年亚马逊推出家庭机器人Astro，轮式运动成熟，未来AIGC有望赋能。1）亚马逊首款家用机器人Astro于2021年9月面世，推广期售价999.99美元，此后恢复至1449.99美元。Astro高约两英尺（约60厘米），重约20磅（约9千克）；主驱动轮直径约为12英寸，后面的单个脚轮用来保持平衡；其配备了10英寸的智能屏幕，通过“眼睛”（圆圈）形态的变化表露一些情绪。2）从功能看，Astro支持播放音乐和播客，远程照看家人，还可以打电话、发消息、设置闹钟与提醒等。用户也可以与其进行简单交谈，获取天气情况、体育赛事信息等。此外，Astro还配备了一个可拆卸的小储物箱，搭配轮式运动和视觉传感器，能够运送一些小物件。3）综合来看，我们认为Astro轮式移动能力成熟，可以视为带有摄像头的、可移动的智能音箱；如果未来能够应用成熟的AIGC技术，有望发展为成熟的情感陪护机器人。

图表：2021年9月亚马逊推出其首款家用机器人Astro

资料来源：亚马逊网站，中金公司研究部

家庭护理机器人：轮式移动+机器手臂形态呼之欲出

家庭护理机器人目前并不成熟，短期难以投入应用，但处于探索阶段。我们认为家庭护理机器人不够成熟的主要原因有三：1）由于家庭环境中往往具有比工厂更复杂的工作环境，当前的软件算力暂时还不能满足该任务的要求。2）人形机器人项目投资风险较高，企业能够进行投资的预算有限，导致了该项目面临着资金约束。3）在生产过程中，人形机器人的生产成本控制难度也较大，所以大规模投产的可行性也被限制。

三星于2021年年初在CES上提及未来将发布机器人保姆Bot Handy，它将通过摄像头和人工智能识别物体，以满足取洗好的衣服、放洗碗机等家居需求。同时三星于年底正式成立机器人业务团队，市场认为这是产品推出的前奏。

国内家电龙头美的于2022年6月正式发布其新的家庭服务机器人品牌——WISHUG，其核心功能包括AI管家、家庭助理、安全卫士、科技玩伴，未来将被定位成家庭中控，即通过语音或显示屏操控联动家里其他的IoT设备。

图表：三星机器人保姆Bot Handy

资料来源：三星官网，中金公司研究部

图表：美的家庭服务机器人WISHUG不具备机械臂

资料来源：美的官网，中金公司研究部

当前轮式移动+机器手臂的机械机构已经比较成熟，我们预计未来多模态大模型的应用有望使得家政服务机器人具有足够的AI能力来执行简单的家庭服务指令，这或将迎来成熟的家政服务机器人产品。而仿生机器人由于机械机构还不够成熟，需要更长时间的发展。

炒菜机器人：缺乏强AI支持，体验长期低于预期

炒菜机器人旨在帮助人类降低厨房炒菜工作强度，甚至更彻底地解放双手。产品形态上，分为机械结构简单的中国式炒菜机器人，以及难度系数更高、拟人手臂形态的炒菜机器人。中国式炒菜机器人在工况简单、菜谱固定的餐厅环节使用已经成熟，并有不少餐厅在应用。但是在家庭使用环境，需要应对更加多样的环境和菜单。目前以净菜配送的方式实现标准化，然后消费者选择对应菜谱程序的方式，消费者体验不佳，因此中国式的家庭炒菜机器人还未成熟，我们认为核心原因是缺乏强AI。

中国式炒菜机器人：简单一维机械运动，AI程度不足

炒菜机器人发展源于商用，专注中式烹饪，具有炒、煮、煎、焖、炖等功能。中国式炒菜机器人定义为更专注于中式烹饪技术，致力于操作的简易化、智能化升级的产品，此类产品更侧重烹饪的效率问题，可解决油烟痛点，以更彻底地解放双手为升级目标，更对标烹饪新手、年轻白领群体。目前炒菜机器人多以国产品牌为主，产品相对便宜，简单的自动炒菜机甚至可以做到千元以下，而具备智能引导菜谱、称重投料等功能的定位高端的自动炒菜机定价可以达到4000-5000元。久谦数据显示，2022年天猫渠道炒菜机销售额仅约2.56亿元，市场尚处于发展初期。

2016年九阳推出第一代家用炒菜机器人J6。目前国内主流品牌包括苏泊尔、九阳、饭来、添可等。其中九阳和饭来定位性价比；苏泊尔、添可食万炒菜机器人功能更加齐全，定位高端，且添可食万在长三角布局净菜配送。苏泊尔小C主厨机于2021年4月推出，首发定价4999元，定位高端。主厨机近似炒菜机与多功能烹饪机中间形态，主要产品特点包括：１）主厨机一机多盖，除可满足炒、煮、煎、焖、炖、蒸等基本烹饪需求，还配有压力盖、烘烤盖，具备高压锅、空气炸锅等产品性能；2）上蒸下炒同时进行，一锅多菜，效率更高；3）称重精确度可达1g，精准计算卡路里；4）菜谱设计由8位星级酒店主厨参与编写并经过反复测试。

图表：苏泊尔小C主厨料理机

资料来源：天猫官方旗舰店，中金公司研究部

中国式炒菜机器人尚未完全解决全烹饪流程痛点，产品不够成熟，体验一般，导致产品市场反馈较差。例如程序化做菜众口难调、菜谱不够丰富、自清洁功能还有提升空间、人为操作环节依旧偏多等。此外，中国净菜配送市场尚未完善，也成为炒菜机器人产品尚未到达高速增长临界点的重要原因。我们认为目前智能炒菜机器人的发展处于初期，口碑尚不如多功能料理机，暂时也很难找到特别喜欢的忠实用户，市场空间取决于炒菜机器人体验继续改善。

我们判断如果多模态大数据模型发展，中国式炒菜机器人可以通过摄像头识别食材并估算重量，并能够自动选择匹配的食谱进行烹饪，消费体验有望明显提升。

炒菜机器人手臂Moley：仿生机器人

海外同样也在探索相关产品。2015年英国创业公司Moley Robotics基于机器人手臂开发了一款机器人厨房原型机Moley。Moley使用3D捕捉技术，根据厨师做菜的动作进行相关的模仿和学习。由于该产品成本高，系统复杂，目前还未能进入商业化阶段。

和中国式炒菜机器人可能的改进类似，如果多模态大数据模型发展，炒菜机器人手臂可以通过摄像头识别食材并估算重量，能够自动选择匹配的食谱进行烹饪，消费体验有望明显提升。考虑到机器人手臂作为仿生机器人的一种，对机械、电子、AI的要求会比中国式炒菜机器人更高，但对烹饪工作全流程的解决能力也会比中国式炒菜机器人更强。

图表：英国炒菜机器人Moley

资料来源：Moley Robotics官网，中金公司研究部

AIoT按摩机器人：体验如何才能更接近人工按摩

高端的按摩椅已经具备机器人的定义。其中机械运动能力基于导轨和机芯，高端按摩椅具备三维运动能力；如果按摩椅体验需要进一步接近人工按摩，我们认为按摩材质有待更好的改善。AI方面，按摩椅有待更好地识别人体经络并做出反馈；目前AIGC还无法在这方面提供帮助。

按摩椅的核心技术参数主要包括机芯、导轨和气囊；智能化是按摩椅最重要的升级方向之一。

机芯：机芯类似于人工按摩的手臂和手腕，主要控制按摩范围和按摩力度，可分为1D、2D、3D、4D机芯几种类型。

导轨：导轨是用来支承和引导按摩机芯沿一定的轨迹运动，并承受部分工作载荷的装置。按摩椅导轨可以分为直导轨、S型导轨、L型导轨和SL型导轨。直导轨与腰背臀无法完全贴合，按摩舒适度较差；S型导轨可以按摩肩颈腰背，与背部贴合性较好，但行程短，无法顾及臀部的按摩；L型导轨可以覆盖臀部，但是弧度设计一般，贴合性差；SL导轨集合S型和L型导轨的优势，行程长且贴合性强。

气囊：按摩椅的气囊一般覆盖在机芯和导轨覆盖不到的区域，如肩部、手臂、腰部、脚部、臀部、足部等。一般来说，气囊个数越多，按摩涉及的范围越大；气囊越大，包覆性越好。气囊还可以帮助固定人体，还可以配合按摩前的体测功能，自动检测体型，精准定位人体穴位。

智能化水平：按摩椅产品结合AI、IoT、VR以及机器学习等技术提高智能化水平是未来持续升级迭代的最主要方向之一。产品智能化水平可从程序推送、健康检测以及健康档案三个维度进行衡量。

图表：按摩椅核心部件与智能化评判

资料来源：中国标准化协会组织、中国家用电器研究院等《按摩椅技术规范》（征求意见稿），京东商城，奥佳华微信公众号，中金公司研究部

风险

科技发展速度低于预期：机器人的发展有赖于上游AI、电子、机械行业的技术发展，若科技发展速度不及预期，可能造成家庭服务机器人在人机交互、感知决策、运动能力等方面的不足。

全球市场需求低于预期：家庭服务机器人可选消费属性较重，宏观经济、居民消费意愿等可能导致家庭服务机器人渗透率的提升速度低于预期，最终导致相关企业营收低于预期。

[1]https://finance.sina.com.cn/jjxw/2023-03-08/doc-imykenxt0275432.shtml

[2]https://ai.googleblog.com/2023/03/palm-e-embodied-multimodal-language.html

[3]https://www.thepaper.cn/newsDetail_forward_22179626

[4]https://www.thepaper.cn/newsDetail_forward_22651579

[5]http://stdaily.com/index/kejixinwen/202304/e41c624c066f4c599195cddbd11a82c6.shtml

[6]https://mp.weixin.qq.com/s/JF8bOsMSVltO1o0USXxsWw

注：本文摘自中金公司2023年5月8日已经发布的《强AI时代，家庭机器人热点将超智慧家居》，分析师：何伟 家电与智慧家居 SAC 执证编号：S0080512010001 SFC CE Ref：BBH812于钟海 电信软件教育 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246张沁仪 家电与智慧家居 SAC 执证编号：S0080122070043魏儒镝 家电与智慧家居 SAC 执证编号：S0080522080005 SFC CE Ref：BTM838卢璐 家电与智慧家居 SAC 执证编号：S0080521080005王之昊 电信软件教育 SAC 执证编号：S0080522050001 SFC CE Ref：BSS168魏鹳霏 电信软件教育 SAC 执证编号：S0080121070252 SFC CE Ref：BSX734谭哲贤 电信软件教育 SAC 执证编号：S0080122070047张瑾瑜 家电与智慧家居 SAC 执证编号：S0080122040061