“国金·机器人产业洞见”系列电话会

1、垂直领域机器人进展分析 ·垂直领域机器人优势：垂直领域机器人相比通用机器人优势显著。通用机器人缺数据、推理慢、控制难，而垂直领域机器人数据易获取，可加速数据飞轮；模型更小，能缩短推理延迟、匹配边缘算力；控制策略成熟，多采用上肢或轮式方案。其基于微调垂类大模型、多传感器融合和工业机械臂，可让原本无法自动化的柔性工序实现自动化升级，形态介于具身智能机器人与工业机器人之间。 ·当前进展与后续展望：当前，较多企业已完成样机开发，正推动模型训练，服装物流等部分行业企业已完成样机展示，产品以上肢或上肢加轮式为主。后续，预计四季度部分企业将发布产品，有望实现小批量订单或客户现场测试；随着数据量提升和模型架构优化，2025年行业将推动产品小批量部署到客户现场测试、采集数据，提升产业化能力。 2、手眼协同调研更新与趋势 ·3D视觉发展与奥比中光：机器人智能化水平提升将大幅增加对3D视觉的依赖。目前约60%-70%的机器人搭载了包括深度相机在内的多种传感器，但大部分机器人因太笨，无法有效理解深度相机传递的信息，难以完成现实任务并进入家庭、工作场景。未来，随着机器人智商提升，其对视觉信息的需求将显著增加，3D视觉渗透率及高精度视觉摄像头需求有望持续提升。奥比中光作为该领域核心企业，优势显著：技术上，3D视觉摄像头涉及多学科交织，技术壁垒高，需全链路打通，其新品技术参数已超英特尔；生态上，与英伟达核心绑定；基本面上，公司盈利问题已改善，2025年前五月利润持续超预期，预计全年盈利超1亿，已跨过盈亏平衡点，后续费用增长趋缓，利润增长将接近收入增长，未来将迎来利润爆发期。 ·灵巧手发展趋势与标的：灵巧手发展呈现两大趋势：一是自由度大幅提升。人类手部有24个主动自由度，当前主流灵巧手以11个主动自由度为主，特斯拉及国内企业规划的灵巧手均向20个以上主动自由度发展，目标是接近人类水平。二是触觉传感器渗透率及覆盖面积持续提升。20222023年手类产品基本未用触觉传感器，2023年11月特斯拉开始使用后，国内新品中该传感器出现频率增加；覆盖范围从指尖扩展至指节，如兆威机电发布的灵巧手，单手使用12块。因触觉传感器延展性好且原材料成本低，大面积扩展无成本压力，当前成本约每平方厘米100200元，未来有望降至更低。相关标的包括兆威机电、雷赛智能、福莱新材及平安股份。 3、具身智能模型与物理AI分析 ·生物智能五阶段映射：生物智能发展分五个阶段，能力线性演进，与具身智能算法发展高度契合。第一阶段线虫，趋利避害的条件反射由DNA编码决定，如避开高浓度生理盐水。第二阶段鱼类，有初级强化学习（RL）能力，以多巴胺分泌为奖励函数，在环境交互中试错，平衡短期行为与长期繁衍目标。第三阶段小鼠，借海马体长期记忆发展模拟学习，可想象未发生行为以规划未来，无需实际试错。第四阶段猩猩，前额叶进化使其有模仿学习能力，可观察同类行为学习新技能，是智能驾驶、机器人预训练基础。第五阶段人类，能通过语言传递知识、代际传承并达成大规模协作共识。由此得出两个结论：一是高阶智能生物如人类共存多阶段智能；二是语言是第五阶段智能表现，智能本质是对外界环境反馈并达成目标的能力。 ·VRM与VRA模型差异：VRM（视觉语言模型）与VRA（视觉语言动作模型）核心差异在闭环能力。VRM仅实现图像与语义融合理解和生成，无法控制机器人或车辆动作。VRA理论上是闭环系统，当前多为VLT（视觉语言轨迹模型），仅能生成未来几秒的粗糙行为轨迹，无法直接控制执行端。VRA闭环落地关键在于符合物理约束的传统规控算法（如PID、MPC），其价值体现为：一是安全兜底，规避模型幻觉导致的物理极限风险；二是保障实时性，传统算 法低延迟可满足高速场景需求；三是具备可解释性，白盒规则支持安全行业的合规审计。·物理AI两条路线：国内物理AI发展有两条技术路线。一是基于国产CAE（计算机辅助工程）求解器的仿真平台路线，用复杂磁场、流体、结构力学等求解器合成数据并嵌入规则。索辰科技作为国内CAE龙头，布局物理AI低延迟算法，与华南低空经济产业合作，为美团无人机提供复杂气流环境下的低能耗配送调控。二是基于NvidiaOmniverse等3D渲染引擎的路线，利用GPU渲染生成数据并指导规则。群核科技依托早期酷家乐家居3D建模积累，结合Nvidia显卡算力，发展高精度3D渲染引擎。两条路线旨在解决通用机器人领域缺数据、推理慢、控制难的痛点，核心是构建符合物理约束机理的低延迟物理求解器。 Q&A Q:生物智能的五阶段发展具体包含哪些内容？ A:生物智能五阶段发展依次为：第一阶段，线虫基于DNA编码的条件反射转向能力，具备基本趋利避害能力；第二阶段，鱼类为代表的早期脊椎动物掌握初级强化学习能力；第三阶段，小鼠为代表的哺乳动物具备长期记忆和模拟学习能力；第四阶段，猩猩和猿猴为代表的灵长类动物具备模仿学习能力；第五阶段，人类通过语言进行大规模协作。 Q:VRM与VRA的最大区别是什么？ A:VRM仅具备图像与语义层面的融合理解及生成能力，无法直接指挥动作轨迹；VRA本质为VRT，可生成未来几秒的行动轨迹，但无法直接控制具体执行部件。 Q:VRA闭环落地的关键环节是什么？ A:VRA闭环落地的关键在于依赖符合外部环境约束的物理AI能力，并需结合传统规控算法。其价值主要体现在三方面：一是通过安全兜底规避模型幻觉导致的物理极限超出现象；二是通过低延迟执行保证实时性，满足高速场景或精密操作需求；三是通过白盒规则实现可解释性，支持安全合规审计。 Q:物理AI的两条主要发展路线是什么？ A:物理AI的两条主要发展路线分别为：第一条基于国产CAE求解器的仿真物理AI，利用复杂磁场、流体、结构力学求解器合成数据并嵌入规则；第二条基于Nvidia Omniverse等3D渲染引擎的物理AI，通过GPU渲染合成数据并指导规则。国内相关企业包括索成科技和群核科技。