人形机器人实地调研

正文

请到「今天看啥」查看全文

总体而言，我们对人形机器人技术进展和行业长期前景持积极看法， 维持行业预测：2025年全球出货量2万台，2035年达140万台。

在股票影响方面， 我们仍关注零部件供应商，如三花智控（买入）、雷赛智能（中性）、贝斯特（中性）、鸣志电器（中性）。我们认为，数据收集相关供应链企业可能成为新增受益者。 关键观察事件： 8月15日至17日在北京举办的世界人形机器人大会，将设置（1）13项运动及表演赛事，如田径、自由体操、足球比赛、单人/团体舞蹈；（2）6项应用场景赛事，包括工厂环境中的物料搬运与整理、医疗场景中的药品分拣与拆包、酒店场景中的互动接待与清洁。我们注意到，与2025年4月19日在北京举办的主要展示硬件可靠性/耐用性和运动控制能力的人形机器人半程马拉松相比，此次赛事将更全面地展示人形机器人技术（尤其是智能性、通用性和敏捷性）。

详细要点：

人形机器人企业认为，若要实现商业化，人形机器人必须具备 通用智能 并能够执行实际任务。为实现这一目标， 四项核心技术至关重要：（1）算法，（2）数据，（3）算力，（4）硬件。 硬件和软件缺一不可，发展通常呈螺旋式迭代——硬件进步推动软件提升，反之亦然。尽管人们普遍认为中国在硬件供应链方面具有强大优势，但在此次走访中，我们注意到初创企业正加大研发投入以增强人形机器人的“大脑”。

1、算法： VLA模型被视为可行解决方案

在生成式AI领域，大语言模型（LLM）通过大数据分析处理文本并输出相关文本，而 视觉-动作-语言（VLA） 的核心架构与标准LLM并无根本差异，不同之处在于输入变为视觉与动作的融合，输出为机器人预期执行的动作。VLA架构是多数公司普遍接受的基础，部分公司还将触觉信息作为另一种输入整合其中。一位企业高管表示，中国在算法结构的研究质量上可能比美国落后0.5-1年，但正快速追赶。

VLA被视为早期成功方向，但某初创企业CEO也指出，它可能并非最终解决方案，并提及深度学习中的早期循环神经网络（RNN）——虽为重要基础，但随着架构成熟可能被取代。尽管如此，当前围绕VLA的工作对未来模型突破至关重要，该领域预计将经历3-4次重大迭代。

2、数据：高质量数据最为关键

请到「今天看啥」查看全文