深度报告-2025-08-07-东方财富证券-传媒行业专题研究_机器人数采带来场景价值重估页_30页_2mb

机器人数采带来场景价值重估总结

核心内容

本报告分析了人形机器人发展过程中数据采集的重要性，指出数据是具身智能的基石，是实现更高智能化水平的关键。随着人形机器人从L2级向L3级迈进，数据采集需求显著增加，物理数据采集相较于仿真数据更具价值和必要性。同时，报告强调了数据采集对应用场景价值的重估，特别是在工业物流和工业生产领域。

主要观点

1. 数据是具身智能发展的基础

• 人形机器人由“大脑”、“小脑”、“肢体”三部分构成，其中数据采集主要由“肢体”负责感知执行，是实现自主决策和任务级交互的关键。
• 数据是人工智能的基石，如图生视频大模型、自动驾驶等均依赖海量数据进行训练和优化。
• 人形机器人数据采集需求更高，需通过真实物理场景进行，无法仅靠仿真数据完成。

2. 数据采集的必要性与价值

• 与自动驾驶相比，人形机器人数据采集更复杂、需求更前置，市场空间广阔。
• 据EVTank预测，2035年全球人形机器人市场规模将达1.5万亿元，数据服务市场也将随之快速增长。
• 数据采集服务商具备渠道优势，可将人形机器人与分拣系统、生产设备等配套销售，形成先发优势。

3. 数据采集的创新商业模式

• 数据采集服务正在向“数采工厂”模式演进，如智元数据采集工厂，支持多机器人同时作业，提升数据采集效率。
• Scale AI作为数据标注行业龙头，其Consumption-base和Enterprise模式为自动驾驶和大语言模型提供服务，2024年收入达8.7亿美元，未来有望在具身智能领域复制成功。

4. 应用场景价值重估

• 工业生产和物流场景是人形机器人商业化落地的优先选择，因其具备较大的市场空间、较高的成本替代率和适中的复杂程度。
• 物流分拣是当前具身智能应用的典型案例，如Agility与亚马逊合作，实现人形机器人在物流场景的落地。
• 工业生产对人形机器人精度和效率要求更高，目前技术水平仅达到30%，未来仍有较大提升空间。

5. 数据瓶颈与局限性

• 数据采集面临成本高、数据孤岛、评估困难等瓶颈。
• 技术发展仍受制于传感器精度、环境变化、多模态数据融合、实时性及跨平台兼容性等挑战。
• 未来可能出现具身智能数据交易市场，推动数据流动性提升和商业模式创新。

关键信息

• 人形机器人发展阶段：L1-L5，当前处于L2阶段，L3阶段是下一目标。
• 数据采集类型：分为真实数据采集和仿真数据采集，真实数据更受重视。
• 数据采集工厂示例：智元机器人建设的3000+平方米数据采集工厂，支持100+机器人同时作业。
• 数据集示例：AgiBot World、Open X-Embodiment、DROID、RT-1、ARIO、ROBOMIND等，涵盖多种场景和动作技能。
• 数据采集成本与效率：高质量数据采集成本高昂，但通过数据采集和训练的结合，可显著提升机器人性能。

推荐标的

1. 德马科技

• 卡位海外物流场景，与智元机器人合作建立数据采集工厂，实现人形机器人在物流领域的商业化落地。
• 公司拥有全球领先的智能物流系统解决方案，服务多家国际电商和快递客户。
• 评级：增持
• 股价：23.13元
• EPS：2024年0.49元，2025年预测0.65元，2026年预测0.76元
• PE：2024年26.92倍，2025年预测35.58倍，2026年预测30.43倍

2. 奥飞娱乐

• 持股顶尖动捕企业诺亦腾，持股比例5.1168%，助力人形机器人动作捕捉与算法提升。
• 诺亦腾采用NVIDIA Isaac平台，具备高精度动作捕捉能力。
• 评级：未评级
• 股价：9.43元
• EPS：2024年-0.19元，2025年预测0.10元，2026年预测0.14元
• PE：2024年-，2025年预测96.27倍，2026年预测66.35倍

3. 天娱数科

• 基于VLA模型构建具身智能方案，加速物理AI落地。
• 截至2025年2月，Behaviorion平台3D数据量突破百万组，多模态数据达35万组。
• 评级：未评级
• 股价：6.60元
• EPS：2024年-0.07元，2025年预测0.03元，2026年预测0.03元
• PE：2024年-，2025年预测236.97倍，2026年预测192.29倍

风险提示

• 宏观经济风险：经济增长不及预期可能影响行业整体发展。
• 技术风险：AI技术仍处于早期阶段，技术迭代和创新可能带来不确定性。
• 业务拓展风险：人形机器人应用需得到下游客户认可，拓展不及预期可能影响业绩表现。