20250509-浙商证券-从具身智能大脑展望人形机器人发展_走向具身智能_37页

具身智能与人形机器人发展分析总结

2025年人形机器人发展聚焦于具身智能大脑技术与大模型应用。当前，机器人厂商主要使用中央控制器作为“大脑”，负责语义理解、环境感知与动作决策，但高级认知能力尚未建立。未来，机器人大小脑可能实现分离，大脑算力提升以支持复杂任务，小脑专注运动控制。现有主流算力方案中，英伟达Jetson Orin平台占据主导地位，部分厂商（如宇树、众擎）采用英特尔Core i5/N97作为基础模组，而英伟达于2024年GTC大会推出Jetson Thor，通过NVIDIA Blackwell架构实现每秒800万亿次8位浮点运算，应用于波士顿动力Atlas等高端机器人。

本体厂商大模型进展显著。2025年，银河通用发布GraspVLA模型，通过合成数据预训练与真机小样本后训练，实现抓取任务的泛化能力；FigureAI推出VLA通用大模型，结合开源视觉语言模型与快速反应策略模块，解决通用性与实时性矛盾。智元机器人提出ViLLA架构（VLM+MoE），利用视觉-语言-隐式规划-动作执行链路，通过扩散模型与去噪过程实现动作生成，其模型GO-1在复杂任务中成功率提升32%。英伟达GR00TN1基于双系统架构（VLM与扩散转换器），整合互联网数据、合成数据与真实场景数据，解决数据稀缺问题，提升模型在复杂环境中的操作能力。

L4级具身智能机器人（理解世界做任务）预计2-5年内落地，以B端场景为主，如工业制造、商业服务等，采用轮式或轮足式设计，行动能力依赖封闭环境。L5级（理解人性做伴侣）则聚焦C端应用，如家庭服务，需具备情感化交流与自主迭代能力，互联网大厂凭借数据优势将主导此领域。遥操作技术被视为L4/L5级发展的关键，短期可加速商业化进程，长期将成为具身智能生态的基础设施。特斯拉Optimus通过VR头显与动捕服实现人类训练员动作的1:1复刻，智元则建设数据采集工厂，模拟家庭、零售等场景，日均采集3-5万条数据，并推出AIDEA数据系统覆盖全链路。

风险提示包括：具身机器人规模化应用不及预期、智能化技术发展缓慢、可能引发就业冲突。

主要结论

1. 具身智能技术路线分为分层决策与端到端模型，英伟达GR00TN1通过双系统架构整合多模态数据，提升模型泛化能力。
2. 遥操作技术（如VR+动捕服）在数据采集与商业化中作用显著，尤其在复杂任务训练中具备优势。
3. L4级机器人以B端为主，L5级将向C端延伸，互联网大厂因数据优势有望主导未来市场。
4. 核心挑战包括技术迭代速度、成本控制与社会就业影响，需关注数据孤岛、硬件算力及政策风险。