>> 國海證券-人形機器人行業(yè)專題5：Sim to Real，具身大模型的問題、現狀與投資機會-251109
| 上傳日期： |
2025/11/10 |
大?。?/td>
| 3411KB |
| 格式： |
pdf 共43頁 |
來源： |
國海證券 |
| 評級： |
推薦 |
作者： |
張鈺瑩 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
本篇報告研究了以下核心問題：1、大模型的問題：我們對大模型的相關概念進行了釋義和邏輯解讀，認為LLM-VLM-VLA是具身智能發(fā)展的進階路徑，需要實現大模型從語義理解到物理世界理解的“具身”化、適應不同環(huán)境和任務的通用泛化，在實現的過程中，面臨商業(yè)化落地的精度取舍和數據缺乏的瓶頸；2、梳理了部分布局者的大模型及本體進展，對比本體廠、大廠和獨角獸公司的大模型技術路徑及進展，包括銀河通用、智元、Figure AI、優(yōu)必選和Physical Intelligence PI；3、投資機會：我們認為，數采工具+垂域場景或可落地先行，可關注有垂直場景和豐富行業(yè)數據的公司。
一、模型的問題：大模型的概念、需求及瓶頸
1、概念的解讀：梳理了大模型的相關概念并進行釋義和邏輯解讀
2、具身的需求：對大模型來說，完成疊衣服任務的難度遠超于贏得國際象棋，具身智能機器人的應用需要跨越虛擬來到現實；
3、泛化的需求：泛化大模型VS.垂域模型；
4、核心的問題：是否是數據缺乏？
二、布局者的問題：本體廠/大廠/獨角獸，具身智能模型進展如何？
梳理了部分布局者的大模型及本體進展，對比本體廠、大廠和獨角獸公司的大模型技術路徑及進展，包括銀河通用、智元、Figure AI、優(yōu)必選和Physical Intelligence PI等。
三、投資機會：數采工具+垂域場景或可落地先行
1、開發(fā)數采工具：部分廠商通過開發(fā)便捷易用、性價比較高的數采工具，解決目前具身大模型構建的數據缺乏、真機采集數據成本高的問題
2、拓展垂直場景：基于各公司對垂直行業(yè)的深度理解、豐富場景和海量數據，實現具身智能在垂直場景的率先落地
相關標的：我們認為人形機器人目前處于技術突破、商業(yè)化落地初期，后續(xù)有望迎來量產空間，維持人形機器人行業(yè)“推薦”評級。建議關注：1）具身智能本體公司優(yōu)必選、極智嘉等；2）具身智能落地相關場景：杭叉集團、安徽合力、勁旅環(huán)境、杰克科技等；3）數采設備供應商漢威科技、南山智尚等。
風險提示：人形機器人行業(yè)進展不及預期風險；中美貿易摩擦超預期風險；大模型落地效果不及預期的風險；重點關注公司業(yè)績不及預期風險；研究報告中使用的公開資料可能存在信息滯后或更新不及時的風險。
|
|
