该报告围绕机器人大模型展开深度分析,主要内容如下。
人形机器人需高智能大模型的原因:人形机器人以 “通用智能体” 为目标,需依托大模型实现多模态理解与泛化能力,以适应复杂任务与动态环境。当前多模态大模型提供 “初级大脑”,但整体智能化处于 L2 初级阶段,高智能大模型是通用人形机器人发展的核心变量。
机器人大模型的进展:架构端,从 SayCan 到 Helix,模型逐步具备 “看图识意、理解任务、生成动作” 能力,动作输出频率不断提升;数据端,形成互联网、仿真、真机动作三类数据协同体系,光学动捕是核心数据来源,训练范式转向 “从数据堆料到结构优化”。
大模型未来发展方向:模态上,将引入触觉、温度等感知通道;推理机制上,引入 “世界模型” 提升环境建模与推理能力;数据端,仿真与真实数据融合训练成主流,高标准训练场成关键支撑。
投资建议与风险提示:模型端关注银河通用等,数据采集领域关注青瞳视觉等,数据训练场领域关注天奇股份。同时存在大模型技术进展、高质量数据获取、人形机器人需求不及预期等风险。