人形机器人深度：从具身模型看动捕设备机会_35页_3mb

报告分析总结：人形机器人与动捕设备机会

报告主题

本报告重点分析人形机器人领域的具身智能大模型发展前景，探讨动捕技术在数据采集中的关键作用，并评估相关投资机会。

核心内容概述

• 具身智能大模型：涵盖发展历程、技术原理和路线选择。具身模型基于Transformer架构、预训练技术和强化学习，分为端到端模型（如谷歌RT-2）和分层模型（如FigureAI）。端到端模型整合感知、推理、决策，效率高但数据需求大；分层模型更模块化，适合短期内的复杂任务。
• 数据采集挑战：机器人数据稀缺、成本高、标注复杂，技术依赖动作捕捉系统（如光学和惯性传感器）破局。数据来源包括真实遥操作、动捕和仿真，未来混合使用真实与合成数据更为可行。
• 商业机会：动作捕捉技术是推动人形机器人发展的关键，全球数据集如AgiBotWorld和国地中心训练场加速行业发展。相关标的公司如凌云光、奥飞娱乐和利亚德，提供高精度动捕系统。
• 风险提示：产业化进展可能不及预期，动捕技术升级速度和下游景气度波动需关注。
• 投资建议：短期关注分层模型，长期看好端到端模型。标的公司市场份额和增长潜力强。

投资机会

• 凌云光：开发FZMotion光学动捕系统，应用于工业和机器人领域。
• 奥飞娱乐：通过投资诺亦腾布局动作捕捉技术，支持虚拟和真实机器人数据采集。
• 利亚德：提供OptiTrack技术，应用于影视和人形机器人控制。

该报告强调数据驱动和技术创新在人形机器人行业的核心地位，提供详细技术分析和股票推荐。