机器人系列报告之二十七：控制器提供具身智能基座，数据飞轮驱动模型迭代_34页_2mb

2025年05月15日机器人系列报告总结

核心内容

本报告聚焦于人形机器人技术发展中的关键要素：算法、数据与控制系统，并指出控制器作为具身智能的基座，以及数据飞轮作为推动模型迭代的核心机制。同时，报告提出软件是人形机器人商业化落地的关键，并分析了相关产业链的标的与趋势。

主要观点

1. 算法：具身智能的核心

• 机器人算法分为上层“大脑”与下层“小脑”两大层级。
• 上层控制（大脑）：负责任务级规划与决策，利用VLA（视觉-语言-动作）模型进行语义理解与动作生成，具有端到端、泛化、通用性等优势。
• 下层控制（小脑）：负责实时运动规划与关节控制，传统方法如MPC、WBC逐步向强化学习、模仿学习等现代算法演进。
• VLA架构目前处于研究阶段，主流方案包括基于Transformer、预训练LLM/VLM、扩散模型等，各具优势。
• 著名VLA模型包括：RT-1、RT-2、RT-X、OpenVLA、GR-2、GROOT N1、Helix等。

2. 数据：算法学习的基础

• 数据是算法训练与模型泛化的重要基础，分为真实数据、合成数据与网络数据三类。
• 真实数据质量高，但采集成本高；合成数据成本低，但存在域差距；网络数据规模大，但需清洗。
• 遥操作与动作捕捉是目前真实数据采集的主要方式，包括光学捕捉和惯性捕捉，各有优劣。
• 仿真平台如NVIDIA Omniverse和MimicGen系统用于生成合成数据，提升训练效率与泛化能力。

3. 控制系统：具身智能的基座

• 控制系统由大脑控制器与小脑控制器组成，分别负责任务规划与运动控制。
• 大脑控制器主要由SoC芯片构成，包括CPU、GPU、NPU等，支持多模态感知与决策。
• 小脑控制器负责执行具体动作指令，需具备实时性、可靠性与高精度。
• 控制器集成商如天准科技、智微智能、德赛西威等，提供稳定可靠的产品。
• 芯片是控制器的核心，目前多数采用英伟达Jetson AGX Orin方案，未来可能由Thor芯片等升级。
• 操作系统是底层软件基础，如Linux、ROS、QNX等，具有高实时性、可靠性与可定制化能力。

关键信息

技术进展

• VLA架构在具身智能中广泛应用，具备端到端、泛化能力强、支持多模态输入输出等优势。
• 强化学习与模仿学习成为主流，用于提升机器人在复杂环境中的适应能力。
• 仿真平台如NVIDIA Omniverse和MimicGen系统提供高质量合成数据，支持模型训练。

产业链标的

1. 控制器环节：

   • 天准科技（具身智能控制器）
   • 智微智能（人形机器人专用控制器）
   • 德赛西威（车端域控制器头部企业）

2. 运控技术同源：

   • 汇川技术（PLC和驱动器）
   • 信捷电气（PLC）
   • 雷赛智能（PC-Based控制器和板卡）
   • 固高科技（PC-Based控制器和板卡）
   • 拓斯达（工业控制器）

3. 芯片：

   • 瑞芯微（SoC芯片）
   • 地平线机器人（地瓜机器人布局）

4. 数据采集装备：

   • 凌云光（光学动作捕捉装备）
   • 奥飞娱乐（参股诺亦腾，光惯一体动捕方案）

风险提示

• 人形机器人商业化进程不及预期：目前仍处于实验室阶段，若商业化进展缓慢，将影响产业链发展。
• 高市盈率风险：部分公司估值偏高，可能伴随股价波动。
• 市场竞争加剧风险：随着行业发展，可能出现价格战，压缩利润空间。

结论

• 软件是人形机器人商业化落地的核心，未来投入重心将向算法、数据、控制系统等方向倾斜。
• 控制器作为具身智能的基座，其技术发展将直接影响机器人性能与应用范围。
• 数据飞轮机制将推动算法持续优化，提高模型泛化与执行能力。
• 未来趋势有望类比自动驾驶，形成产业分工与合作模式，提升整体发展效率。