>> 國金證券-計算機行業(yè)深度研究：具身智能迫近臨界點，人形機器人商業(yè)化有望揭開序幕-260225
| 上傳日期： |
2026/2/26 |
大?。?/td>
| 3712KB |
| 格式： |
pdf 共21頁 |
來源： |
國金證券 |
| 評級： |
增持 |
作者： |
劉高暢，鄭元昊 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
行業(yè)觀點
從央視春晚Bot火熱看人形機器人四大潛在商業(yè)化場景。馬年央視春晚“含Bot”量再度提升，松延動力、宇樹科技、魔法原子、銀河通用&Sharpa為全國人民貢獻了四臺兼顧科技屬性與人文關(guān)懷的精彩節(jié)目，也展示出人形機器人產(chǎn)業(yè)面向商業(yè)化落地的最新嘗試。以星海圖前首席科學家許華哲博士的思考為藍本，我們認為人形機器人所面向的工作環(huán)境必然是“高價值量+低重復性”的場景，上述場景又會在ToB/C客群差異、大腦/小腦層面泛化性要求的區(qū)分下形成四類買單方畫像清晰且現(xiàn)階段具身智能足以勝任的商業(yè)化場景——1）ToB+大腦泛化：導覽、導購、導巡場景，比如小鵬Iron機器人的展廳導覽、汽車門店導購、公司前臺導流與巡邏場景，底層能力是流利流暢的語言智能溝通+親切的人形姿態(tài)。2）ToB+小腦泛化：特種行業(yè)場景，比如央視春晚《武Bot》節(jié)目中宇樹科技在高動態(tài)集群控制下，實現(xiàn)16臺機器人毫秒級協(xié)同響應的醉拳、后空翻、雙節(jié)棍、跳馬、隊列穿插變陣等高難度動作的能力，底層能力是類人的運動控制+蜂群協(xié)同作戰(zhàn)。3）ToC+大腦泛化：個人陪伴場景，比如央視春晚《奶奶的最愛》節(jié)目中，松延動力機器人展示出的情緒價值拉滿的嘮嗑、玩梗能力，底層能力是基于語言智能的情緒價值供給，用戶數(shù)據(jù)、情感投射、品牌心智形成正向飛輪。4）ToC+小腦泛化：家庭照護場景，比如央視春晚賀歲微電影中，銀河通用機器人使用Sharpa的靈巧手完成盤核桃、疊衣服等任務，底層能力是觸視覺協(xié)同的長程精細操作能力。
模型：具身智能泛化的曙光。泛化是機器人區(qū)別于自動化機器設備的本質(zhì)區(qū)別，也是解鎖上述商業(yè)化場景的鑰匙。1)一段式學習系統(tǒng)取得階段性突破。26年初，F(xiàn)igure AI發(fā)布Helix 02，新增運動直覺S0系統(tǒng)，能夠在整個房間范圍內(nèi)實現(xiàn)“靈巧、長時程的自主行為”；同期，特斯拉選擇將Optimus與無人駕駛共享一套閉環(huán)仿真世界模型，并希望將Grok大模型作為Optimus機器人集群的高級調(diào)度中樞。2）大腦側(cè)模型的預訓練已跨越ScalingLaw門檻。25年11月，北美創(chuàng)企Generalist AI發(fā)布GEN-0，首次驗證了激活具身智能的參數(shù)門檻大約在7B。我們認為，由于Scaling路徑已基本被LLM摸清，所以具身智能大腦側(cè)的卡點更多是一個數(shù)據(jù)與工程問題而非復雜的科學問題。3）小腦側(cè)，25年9月底北美創(chuàng)企Skild AI發(fā)布通用小腦，在相對于傳統(tǒng)單一模型訓練量提升500倍的情況下意外訓練得到了能夠跨本體實現(xiàn)運動控制的通用小腦能力——比如在被鋸斷了小腿的四足機器狗、鎖定了一個電機關(guān)節(jié)只剩下三條腿的四足機器狗以及鎖定了輪足的機器狗上，通用小腦均展現(xiàn)出快速的泛化適應能力。同期，李飛飛博士在發(fā)布ImageNet的十五年后啟動首屆BEHAVIOR挑戰(zhàn)賽，開放總計1,200+小時的10,000條專家遙操作示范，細致標注物體狀態(tài)、空間關(guān)系和自然語言描述。ImageNet曾推動計算機視覺進入大模型時代，我們相信BEHAVIOR也將為機器人時代設定第一個統(tǒng)一的Benchmark，推動大小腦協(xié)同進化。
數(shù)據(jù)：三線交織，虛實融合，加速演繹。我們認為，具身訓練中，真機數(shù)據(jù)是剛需，而仿真與人類視頻可以提供數(shù)據(jù)擴展必要的數(shù)量級補充，以上三條路線均在過去一年中取得突破性進展。1）真機數(shù)據(jù)：UMI作為一種輕量化、無本體、低成本的真實數(shù)采方案，由3D打印的平行夾爪+軟指+扳機構(gòu)成，整套成本約400美金。2）仿真合成數(shù)據(jù)：英偉達Isaac&Sim與索辰開物機器人訓練平臺持續(xù)迭代，北美Skild AI+國內(nèi)銀河通用都證明足夠多樣性的仿真數(shù)據(jù)可以一定程度上彌補Sim2Real的gap問題。3）人類視頻數(shù)據(jù)：Gemini 3.0/3.1 Pro在屏幕理解、抽象推理層面取得顯著能力提升，有望加速解鎖機器人理解真實世界的能力，北美Tesla與Figure都在轉(zhuǎn)向人類視頻數(shù)據(jù)進行模型的訓練。
相關(guān)標的：智能迫近臨界點有望推動人形機器人進入大規(guī)模量產(chǎn)前奏，建議關(guān)注人形機器人核心供應鏈企業(yè)，如斯菱智驅(qū)、科森科技、福賽科技、新泉股份、三花智控、恒立液壓、泛亞微透、唯科科技、領(lǐng)益智造、藍思科技、?？低?、大華股份等；具身智能AI大腦和世界模型，建議關(guān)注協(xié)創(chuàng)數(shù)據(jù)（旗下奧佳科技Fcloud與NV合作提供Ominibot具身智能大腦訓練平臺）、索辰科技（中國物理AI稀缺資產(chǎn)）、群核科技、智微智能等。
風險提示
北美人形機器人量產(chǎn)節(jié)奏不及預期的風險；通用機器人Day1 L4路線缺乏商業(yè)化基礎(chǔ)的風險；仿真合成數(shù)據(jù)質(zhì)量不及預期的風險；模型及軟件解決方案三方公司長期產(chǎn)業(yè)鏈話語權(quán)較低的風險。
|
|
