20260709-国盛证券有限责任公司-通信行业2026智源大会启示录_具身智能的瓶颈与突破_12页_1mb

具身智能的瓶颈与突破——2026 智源大会启示录

核心内容概述

2026年北京智源大会聚焦于具身智能与世界模型两大主题，探讨了人工智能从“预测下一个词元”向“预测下一个物理状态”的范式转变。大会展示了当前机器人在多个场景中的“点状能力”，并分析了具身智能发展的瓶颈与突破方向，同时提出了产业发展的目标与时间表，为投资提供了参考。

主要观点与关键信息

1. 具身智能与世界模型成为核心主题

• 具身智能：强调机器人在真实物理世界中的感知、决策与行动能力。
• 世界模型：作为预测物理环境演变的AI系统，是具身智能发展的关键。
• 大会设置了多个论坛，包括具身智能与人形机器人论坛、世界模型论坛、具身产业CEO论坛，表明其在产业界的重要性。

2. 现场展示的机器人能力

• 初级能力：依赖遥操作完成任务，如串糖葫芦，具备高精度同步控制。
• 中级能力：自主“抓拿放”操作，如酒店清洁任务，对软物体的处理更具挑战。
• 高级能力：人机乒乓球实时对战，实现跨本体的全自主控制，但仍依赖外部动捕设备。

3. 瓶颈分析

• 数据瓶颈：传统VLA依赖昂贵的遥操作数据，难以规模化。
• 物理理解瓶颈：现有世界模型的四条路线（语言、像素、三维结构、视觉表征）均未真正理解物理规律。
• 多模态感知瓶颈：仅靠视觉-语言-动作不足以达到人类级操作。
• 评测标尺瓶颈：当前评测体系无法全面反映机器人智能水平。
• 安全可控瓶颈：系统复杂度上升，对安全和可靠性要求提高。

4. 突破方向

• 扩数据：采用仿真合成、人类视频（第一人称）与真机数据并行采集。
• 补大脑与强感知：融合世界模型与VLA，增强物理理解与多模态感知能力。
• 定标尺与安全：转向过程评测，引入形式化验证与安全机制。
• 做分工：形成独立的大脑公司，专注于模型与算法，不绑定特定本体。

5. 目标与时间表

• 短期目标（1-2年）：实现基础模型显著进步、数据闭环形成、部署成本下降。
• 中期目标（2-5年）：推动具身智能向通用智能发展，突破泛化与成本限制。
• 终局目标：机器人能完成复杂任务，如打网球，具备与人类相当的智能水平。

6. 投资建议

• 关注公共底座环节：包括数据采集、算力基础设施、具身智能本体与配件。
• 优先关注能率先形成数据闭环与现金流的环节：如零售、工业、物流等场景。
• 推荐标的：
  • AI大模型：智谱、Minimax等。
  • AI算力基础设施：中际旭创、新易盛、天孚通信、东田微、三环集团、寒武纪、沐曦科技等。
  • 具身智能本体与配件：三花智控、拓普集团等。

产业路线分歧

• “VLA还是世界模型”之争：逐渐转向融合，世界模型作为VLA体系的核心组成。
• “一体化”与“分工”路线：
  • 全栈自研派：主张软硬件一体化，如银河通用、千寻智能。
  • 大脑/模型平台派：主张独立开发模型平台，适配多种本体，如BeingBeyond、它石智航。

风险提示

• 技术路线尚未收敛：VLA、世界模型、JEPA等技术路线仍在快速演进，融合方向虽成共识，但尚无明确胜出者。
• 数据范式快速变化：从真机遥操作数据转向人类视频、合成数据，相关数据资产价值可能被削弱。
• 商业化与规模化落地不及预期：当前多数演示仍依赖结构化环境，通用模型的泛化、成本与可靠性若进展缓慢，可能影响量产与场景渗透。

行业走势与图表说明

• 图表1：2026北京智源大会非媒体类合作伙伴（部分），展示具身智能与国产算力的协同。
• 图表2：机器人在真人本地遥操作辅助下完成串糖葫芦任务。
• 图表3：机器人自主整理黑色垃圾袋，体现端侧部署能力。
• 图表4：机器人与真人对打乒乓球，展示跨本体全自主能力。
• 图表5：智源研究院提出的世界模型分类体系，说明当前技术路线。

总结

2026智源大会揭示了具身智能发展的现状、瓶颈与突破路径，强调从“预测下一个词元”到“预测下一个物理状态”的范式转变。当前机器人已在多个场景中展现出点状能力，但要在复杂、非结构化环境中实现稳定、泛化的操作仍面临挑战。数据、物理理解、评测标尺与安全可控是主要瓶颈，而扩数据、补大脑、定标尺、做分工是突破方向。投资建议关注公共底座环节，优先布局能实现数据闭环与现金流的领域，并警惕单一数据量优势被新兴范式削弱的风险。