拆猜產業

PPT 第 7 頁（下）：精密裝配力控技術路線大對決（六維力 vs 被動柔順 RCC vs 電流環） 六、 【深度技術防禦專題】：四大力控裝配技術路線對比 —— 為什麼 RCC 被動工裝與電流環虛擬力無法替代手腕六維力？ 針對專業機構投資人對「六維力是否會被低成本工裝或算法虛擬力替代」的疑慮，產業界在微米級精密裝配力控上存在四大技術路線的工程與商業博弈： 路線 A：腕部六維力傳感器 (FT Sensor) 【本研究主推路線】 物理做工機制 ：腕部金屬彈性體貼片，直接解算 3 軸力 ＋ 3 軸力矩（Fx/y/z, Tx/y/z） 響應頻寬與延遲 ： 1,000 Hz (1ms) ，主動反饋閉環控制 力學分辨率與量程 ： 極致靈敏（0.01 N / 0.001 Nm） ，可捕獲微牛級反力 單工位硬體成本 ：昂貴（$1,500 – $4,000 美元/顆），雙臂需配 2 顆 產線柔性（換線適應） ： 極高 ：軟體下發新參數即可適應新零件，零硬體改動 品質追溯與良率數據 ： 完全閉環 ：全週期記錄 100% 裝配力曲線，壓入力超標即時報警 路線 B：機械式被動順應機構 (RCC / 浮動治具) 【傳統專機工廠路線】 物理做工機制 ：利用彈簧/橡膠剪切變形，將旋轉順應中心幾何投影至工件尖端 響應頻寬與延遲 ：物理瞬時響應（0 延遲），純機械被動自對準 力學分辨率與量程 ：無精確讀數，順應行程通常在 0.5–2 mm，被動剛度固定 單工位硬體成本 ：極低（$100 – $500 美元），純機械五金加工件 產線柔性（換線適應） ： 極差（專機專用） ：工件長度或重心一變，原 RCC 立即失效，需重新開模換治具 品質追溯與良率數據 ： 完全黑盒子 ：不知道裝配到底用了多少力，微裂紋隱患無法排查 路線 C：算法虛擬力矩 (電機電流環反饋) 【純軟體演算法路線】 物理做工機制 ：讀取電機 Iq 軸電流，依據剛體動力學模型反推關節外力矩 響應...

PPT 第 7 頁（上）：神經感知系統（無人車間精密裝配手感、六維力控良率底牌 vs. 視覺價格戰） 血統對應 ：承接母綱領第 2.4 節神經感知總綱。 頂層核心結論 ：在無人黑燈車間（Lights-out Factory）中， 視覺只能決定「到沒到達」，只有力覺能決定「裝沒裝好」！ 手機 BTB 連接器與鏡頭裝配存在手眼遮擋盲區與微觀剛性卡死；六維力傳感器以 1,000Hz 解算微牛反力，是無人產線 99.99% 製程良率唯一底牌（毛利 > 50% ≫ 視覺價格戰）。 一、 旗艦工業無人化案例：智慧型手機微型板對板連接器（BTB）與相機模組裝配 1. 微觀尺度與物理極限 尺寸僅 5mm，內置數十根鍍金引腳， 針腳間距僅 0.35mm，公差間隙僅 10~20 微米 ；塑料薄壁極易受力壓碎，針腳極易受力歪斜短路。 2. 為什麼無人車間「只靠視覺」必然潰敗？ 痛點一：手眼遮擋盲區（Occlusion Blindness） ：夾爪靠近最後 2mm 時徹底遮蔽相機視線，微觀尺度下視覺完全變盲； 痛點二：剛性卡死（Wedging & Jamming） ：工件微米級公差偏差 0.05° 即邊緣自鎖，硬壓瞬間壓爆數百美元的主板！ 過去人工依賴「微牛手感」：微觸表面 ➔ 0.1mm 微晃尋孔 ➔ 咔嗒陷落 ➔ 恆力 5.0N ± 0.2N 壓合。 二、 六維力傳感器：無人車間的「數位化機械手感」 替代人工手感的唯一工程解答是機械臂腕部搭載的 六維力/力矩傳感器（FT Sensor） ： 1,000Hz 主動柔順力控閉環（Active Compliance Control · 微晃尋孔四步法） 第一步：微觸感知（0.5 N） ── 夾爪下壓接觸到插座邊緣，傳感器在 1 毫秒內捕獲微小反力，小腦 RTOS 即刻煞車； 第二步：微晃尋孔（順應平移） ── 依據 Fx、Fy 受力微牛級反饋，機械臂主動姿態微調平移（0.02mm 步幅尋孔）； 第三步：捕獲陷落（阻力突降） ── 當引腳完全對準插槽陷落時，Fz 軸阻力瞬間出現特徵斷崖突降； 第四步：恆力...

PPT 第 4 頁：討論圖二 —— 實體形態幾何金字塔：場景約束與作業能效比 血統對應 ：承接母綱領第 1.3、1.4 節形態幾何與物理定律。 頂層核心結論 ： 場景效益最大化 ≫ 擬人最大化！ 物理定律、場景幾何約束與良率底線，宣告了盲目過度擬人的商業死刑。製程一次通過率（FPY 99.99%）具備一票否決權。串聯自由度越多 ➔ 累積背隙與微晃越大 ➔ 廢品率暴增抵消工資節省！能用星形輪/懸吊輪/自鎖夾爪，絕不用倒單擺與五指手。 一、 破題本質：製程一次通過率（FPY）與設備綜合效率（OEE）是一票否決權 客戶底層帳簿 ：在工業自動化與製造場景中，客戶永遠是在保證「製程一次通過率（First Pass Yield, FPY）」與「設備綜合效率（Overall Equipment Effectiveness, OEE）」的前提下，才去考慮作業效率與動態投資回收期（Payback Period）。 機構學累積誤差定律（Error Accumulation Law） ： 運動機構愈複雜、串聯自由度（DoF）愈多，傳動背隙（Backlash）、結構低頻微震與熱膨脹微變形就會層層疊加放大。 高剛性串聯機械臂配合氣動真空吸盤或並聯夾爪，重複定位精度可達 ±0.01mm，製程良率高達 99.99%； 反觀由雙足下肢與高維仿生靈巧手構成的系統，因動態平衡微晃與多關節累積公差，良率只要下降 3%–5%，每天產生的精密工件報廢成本，就足以吞噬掉全廠一整個月節省的人工工資！ 二、 支撐頂層的兩大實體物理工程定律 1. 定律一：重力與靜態平衡律 —— 被動自鎖（順應重力） vs. 主動抗重力耗能（逆抗重力） 有用功為零時的能源黑洞 ：當物體靜止不動時，機械有用功為零（ W = F · s = 0 ）。此時系統耗電 100% 轉化為無效焦耳熱（ P = I²R ）。 逆抗重力（雙足人形） ：本質是倒單擺失穩結構。哪怕站在原地不動，數十個馬達也必須持續輸出堵轉電流（Stall Current）微調防跌倒；能耗高達輪式的 20 倍以上！一旦意外跳電或按下急停（E-Stop），動力電瞬間切斷，整機在地心引力下化為 80 ...

通用機器人投資研究：金字塔討論結構圖與對照手冊 （The Sub-items & Operational Handbook · 14 頁簡報逐頁深度拆解與投資者溝通指引） 【手冊定位與血統繼承指引】 本文件為通用機器人投資研究體系的「金字塔底層戰術子項庫（The Sub-items）」，嚴格承接《 通用機器人投資研究專欄：研究綱領與核心架構 》中確立的第一性原理與總體分析模型。本手冊將綱領中的各大模組向下分解，完整記錄與對照 14 頁 PPT 簡報中的每一頁視覺結構、核心結論、現場案例、真實財務算盤、兩岸個股代碼與「向一般投資者說明的白話溝通話術體系」，作為內部高階研討與外部路演實戰工具庫。本文件與母綱要指引《 通用機器人投資研究：母綱要與分拆架構對照指引 》完全一體，存放於 Google Drive 的 01_Robot 資料夾中。 PPT 第 1 頁：封面頁 —— 研討定位與第一性原理 簡報標題 ：通用機器人投資研究：金字塔討論結構圖 簡報副標題 ：基於第一性原理、商業定價權與實體工程約束的內部研討框架 (第三方專業視角) 屬性標註 ：內部持續討論專用（非對外公開路演版） 血統對應 ：承接母綱領第 1.1 節「形隨役轉，生而避險」。 研討定位 ：不堆砌無效概念影片，不盲從人形外觀狂熱，自上而下建立「商業定價權 ➔ 幾何形態邊界 ➔ 硬體架構拆解 ➔ 公開市場選股」的嚴密推演模型。 PPT 第 2 頁：目錄與總覽 —— 五級討論模組 核心結論 ：投資通用機器人必須貫徹「以上統下、層層收斂」的金字塔思維，從商業本質推導到投資標的。 五級討論模組（MECE 遞進體系）： 商業本質層（Why Buy） ：客戶採購動力與支付意願（避險溢價 vs 工資通脹） 實體幾何層（What Form） ：場景幾何約束決定作業能效比（Transport Cost）與良率底線 系統工程層（How Built） ：機器人實體硬體四大架構（肌肉關節、血液代謝、神經感知、末端靈巧手） 模型演算法層（The Brain） ：具身智能大腦、世界模型、物理世界斷層、數據飛輪與技術路線大決戰 投資決策層（How Invest）...

一、 商業化落地「現實撞牆期」：從實驗室 Demo 到工廠實體作業的五大實施死穴 在公開市場的預期膨脹期，宣傳視頻往往呈現高度剪輯後的流暢動作；然而，當通用機器人（尤其是雙足人形本體）從實驗室走入具備嚴苛節拍與利潤約束的真實生產場景時，正面臨極其殘酷的工程與經濟現實撞牆期： 1. 死穴一：MTBF（平均無故障時間）極短 vs. 工業流水線 99.99% 連續可用性剛性約束 • 實施難題 ：通用人形機器人全身具備 30~40 個高度耦合的動力運動副（諧波減速器、微型絲槓、編碼器、空心杯電機）。根據可靠性工程定理，任一關節出現過熱、柔輪微裂紋、齒面磨損、絲槓卡死或走線疲勞斷路，整機將立即停機。目前全球頂級人形樣機實際平均無故障連續作業時間（MTBF）普遍僅在數十小時至 150 小時以內 （遠低於工業機械臂要求的 50,000 ~ 100,000 小時）。 • 直接後果 ：汽車或 3C 製造產線停線一分鐘的直接損失高達數萬美元。機器人節省的人工工資，完全無法覆蓋一次意外產線停擺的代價。因此，工廠客戶不敢將機器人接入主節拍生產線，只能安置在展示型工位。 2. 死穴二：「功耗黑洞」與作業節奏割裂 ── 機器人無法連續作工 • 實施難題 ：受限於下肢自重承載與動態平衡，整機機載鋰電池容量普遍在 2.0 ~ 3.0 kWh。在滿載行走與操作工況下，全身電機與端側高算力主機的綜合平均功耗高達 1.5 kW ~ 2.2 kW ，實際滿電作業續航僅能維持 1.0 ~ 1.5 小時 ，而標準回充需要 30 ~ 60 分鐘。 • 直接後果 ：工廠若要替代一個 24 小時三班倒的人類工位，單一工位必須採購配置 3 至 4 台 機器人輪替作業與充電。單台 $35,000 美元的採購成本在實體部署時立刻翻倍至 $100,000 美元以上 ，投資回本模型在第一步就面臨資本支出大幅膨脹。 3. 死穴三：動作節拍（Tact Time）嚴重倒退與「最後一...

一、 雙層運算架構分工：認知大腦 vs 運動小腦與單機 BOM 價值量 在通用具身智能機器人的系統層級中，軟硬一體的運算控制系統構成了機器的神經中樞。不同於傳統自動化設備的單一工控機架構，通用機器人遵循嚴格的「大腦（認知規劃）＋ 小腦（運動控制）」雙層分級控制拓撲： 1. 認知決策大腦（Cognitive Brain，高層規劃） • 核心任務 ：多模態感知信息融匯、自然語言語義理解、長程任務拆解、工作空間三維幾何重建與高階軌跡生成。 • 運行特徵 ：計算密度極高，模型參數龐大（數十億至數百億參數），運行頻率通常為 5Hz ~ 10Hz （延遲容忍度 100~200ms）。 2. 運動控制小腦（Motion Cerebellum，底層控制） • 核心任務 ：全身逆運動學（IK）與動力學解算、步態相序自平衡調節、外力干擾阻抗反饋、關節電機毫秒級轉矩分配。 • 運行特徵 ：極致確定性與即時性，運行於硬即時操作系統（RTOS），控制週期嚴格限制在 500Hz ~ 1000Hz （即 1~2ms 響應），手腕力控甚至需突破 2000Hz 。若發生控制中斷（Jitter）將直接導致機器人失穩跌倒或撞擊毀損。 【單機大腦、小腦、驅動與運算控制系統 BOM 價值量卡片拆解】 (匯率基準：1 USD ≈ 7.0 RMB；以具備自主作業能力的人形/通用機器人為基準) 1. 端側大腦 AI SoC / GPU 主機 (高階邊緣運算模組) 佔整機 BOM 5% – 7% • 核心配置與架構 ：雙晶片冗餘架構 (如 NVIDIA Jetson Thor / Orin 或自主研發高算力 SoC)，提供 200~1000+ TOPS 算力。 • 單機用量與價值量 ：單機 1 套，單價區間 $1,500 ~ $3,500 美元 ，單機總價值量 $1,500 ~ $3,500 美元 ...