人形机器人行业专题5_Sim+to+Real_具身大模型的问题_现状与投资机会_43页_3mb

# 人形机器人专题分析报告

一、模型的问题：大模型的概念、需求及瓶颈

1. 概念演进：从语言模型LLM到多模态理解的VLM，再到物理世界动作控制的VLA模型，大模型逐步实现从“语义理解”到“物理世界理解”。
2. 需求：
   • 具身需求：真实机器人任务需跨越虚拟与现实（如叠衣服任务的复杂性远超赢得国际象棋）。
   • 泛化需求：相比垂域模型，泛化大模型需处理多任务、多环境，但面临数据缺乏和商业化落地的精度矛盾。
3. 核心问题：
   • 数据稀缺是关键瓶颈，需解决数据获取成本高、泛化能力不足的矛盾。

二、布局者的问题：具身智能进展

1. 本体厂：优必选、特斯拉、小鹏、本田等，使用真机数据、视频数据等。
2. 大厂：谷歌、英伟达、字节跳动、腾讯等，使用互联网数据、仿真数据、少样本后训练。
3. 独角兽：智元、Figure AI、1X等，探索端到端模型、动作规划与执行范式。

三、投资机会：数采工具+垂域场景先行

1. 数采工具：通过高速、易用的数采硬件解决数据缺乏问题，推荐标的：
   • 汉威科技：柔性动捕服布局。
   • 南山智尚：触觉智能手套与机器人本体材料。
2. 垂域场景：智慧物流、环卫、服装制造等，推荐标的：
   • 杭叉集团、安徽合力：仓储物流具体场景部署。
   • 劲旅环境、杰克科技：无人环卫车和服装智造场景应用。

四、相关参考和风险提示

参考：

• 对标的公司建议关注：优必选、极智嘉、杭叉集团、安徽合力、劲旅环境、杰克科技、汉威科技、南山智尚。
• 大模型商业化尚在早期，各公司研发阶段性发展阶段。
  风险：
• 技术延迟、中美贸易摩擦、大模型商业化缓慢、财务预测不确定等风险需格外注意。