计算机行业研究：特斯拉Optimus V3发布在即，供应链量产准备加速

行业观点 马斯克表示“原子塑形”是实现AGI的途径之一。 埃隆·马斯克周三宣称，特斯拉正朝着成为少数几家能够构建通用人工智能（AGI）的公司之一的目标迈进，并暗示特斯拉可能是第一个达到这一里程碑的公司，而实现这一目标的方式并非仅仅依靠软件，而是通过人形机器人的物理形态。马斯克在其拥有的社交媒体平台X上发布的一篇文章中，特别指出特斯拉在Optimus人形机器人和先进制造能力方面的工作，是该公司实现通用人工智能（AGI）最有希望的途径。目前正在研发中的Optimus机器人旨在执行重复性且体力消耗大的任务，它利用了特斯拉为其自动驾驶项目构建的同一套人工智能基础设施。 特斯拉Optimus V3发布在即，人形机器人有望迎量产元年。 自2022年Bumblebee原型机开启研发进程以来，特斯拉通过2023年Gen 1、Gen 2型号的相继推出，在运动控制与环境感知领域实现了质变突破。2025年9月，特斯拉发布Gen 2.5版本及其定型设计，进一步升级了灵巧手、运动性能及AI架构；同年Optimus顺利进入试生产阶段，特斯拉同步启动了弗里蒙特工厂试点产线的建设工作。2026年2月，特斯拉官方正式宣布Optimus V3将于2026年第一季度亮相，目前第三版设计已经定型，具备三大核心优势：人类级别的手部灵巧度、AI大脑以及大规模量产能力”。马斯克在特斯拉2025年股东大会上表示，“首先在加州弗里蒙特工厂建立年产100万台的生产线，将于2026年投产，随后将在德州工厂建设年产1000万台的第二条生产线，有望于2027年投产”。我们认为当前特斯拉Optimus已进入大规模量产前的供应链准备阶段，且未来量产指引将从上一个阶段的百万台指引逐渐演进到德州工厂驱动的千万台，行业空间有望十倍打开。 人类视频数据Scaling Law，顶尖具身大脑商业化试水。 1）数据侧：召唤感觉运动幽灵，NV EgoScale验证人类视频数据的Scaling Law。2026年2月19日，NVEgoScale框架基于2万+小时的带动作标签的第一人称(egocentric)人类视频数据集，验证了灵巧手操作泛化性的Scaling Law。2月底，NV GROOT研究员Danfei Xu在X上发布长文，再次指出“人类数据本质上是伪装的机器人数据”的观点。①理想的人类数据：虽然形态不同、驱动和传感堆栈不同，但通过充分的传感器和状态估计，人类行为可以被捕捉并视为另一个"机器人"的数据，仍然是由相同物理规律支配的从感知到动作的映射。②相比遥操作数据：遥操作会扭曲人类行为，许多自然且细微的感觉运动智能从未进入数据集，而日常人类数据包含丰富的人与人之间的互动。③相比视频数据：在预测的视觉画面和物理执行之间仍然存在最后一英寸（或牛顿）的差距。几毫米的误差、几毫秒的延迟，或单个牛顿的力差都可能决定物体是滑落还是保持稳定。2）模型侧：顶尖具身大脑公司的商业化进入试水阶段。2月24日，PI发布Blog，认为机器人行业也需要一个像大模型API那样可复用、可调用的“基础智能层”，从而让应用团队不必每次都从控制器、数据管线和模型训练重新搭起整套系统，同时给出了Weave和Ultra两家合作伙伴的标杆案例。我们认为，抛出商业化橄榄枝、展示合作伙伴案例秀肌肉本身证明SOTA级别的具身大脑渐渐进入可用阶段。相关标的： 北美具身智能客户核心供应商：斯菱智驱、科森科技、田中精机、新泉股份、福赛科技、三花智控、恒立液压、北特科技、金力永磁等。 其他具身智能供应链相关供应商：泛亚微透、唯科科技、领益智造、蓝思科技、海康威视、大华股份等。 具身智能AI大脑和世界模型：协创数据、索辰科技、群核科技、智微智能等。风险提示 北美人形机器人量产节奏不及预期的风险；通用机器人Day1 L4路线缺乏商业化基础的风险；仿真合成数据质量不及预期的风险；模型及软件解决方案三方公司长期产业链话语权较低的风险。 内容目录 一、特斯拉Optimus V3发布在即，人形机器人有望迎量产元年........................................3二、物理AI：人类视频数据Scaling Law，顶尖具身大脑商业化试水...................................4三、相关标的...................................................................................6四、风险提示...................................................................................6 图表目录 图表1：马斯克表示“原子塑形”是实现AGI的途径之一............................................3图表2：Optimus技术逐步成熟，能力持续突破....................................................3图表3：Optimus量产规划明确，预计2027年底正式向公众发售.....................................4图表4：NV EgoScale框架验证人类视频数据的Scaling Law.........................................5图表5：NV EgoScale 2万+小时的人类预训练视频.................................................5图表6：PI展示与Weave和Ultra两家合作伙伴的标杆案例..........................................6 一、特斯拉OptimusV3发布在即，人形机器人有望迎量产元年 埃隆·马斯克周三宣称，特斯拉正朝着成为少数几家能够构建通用人工智能（AGI）的公司之一的目标迈进，并暗示特斯拉可能是第一个达到这一里程碑的公司，而实现这一目标的方式并非仅仅依靠软件，而是通过人形机器人的物理形态。马斯克在其拥有的社交媒体平台X上发布的一篇文章中，特别指出特斯拉在Optimus人形机器人和先进制造能力方面的工作，是该公司实现通用人工智能（AGI）最有希望的途径。目前正在研发中的Optimus机器人旨在执行重复性且体力消耗大的任务，它利用了特斯拉为其自动驾驶项目构建的同一套人工智能基础设施。 马斯克讲话中最引人注目的一点是他提到“原子塑形”是实现通用人工智能（AGI）的途径之一。这一概念指的是在微观尺度上对物理物质进行精确、精细的操控。虽然马斯克没有详细阐述，但这个术语表明他的雄心壮志远远超越了传统的软件驱动型人工智能，涵盖了能够以非凡的精度与物理世界互动的机器人系统。 特斯拉OptimusV3发布在即，推动人形机器人进入量产阶段。自2022年Bumblebee原型机开启研发进程以来，特斯拉通过2023年Gen 1、Gen 2型号的相继推出，在运动控制与环境感知领域实现了质变突破。2025年9月，特斯拉发布Gen 2.5版本及其定型设计，进一步升级了灵巧手、运动性能及AI架构；同年Optimus顺利进入试生产阶段，特斯拉同步启动了弗里蒙特工厂试点产线的建设工作。2026年2月，特斯拉官方正式宣布Optimus V3将于2026年第一季度亮相，马斯克接受采访称“Optimus是我投入精力最多的项目，也将是人类历史上最伟大的项目。目前第三版设计已经定型，具备三大核心优势：人类级别的手部灵巧度、AI大脑以及大规模量产能力”。 Optimus迎量产元年，加州百万台生产线正加速建设，德州千万台产能正加速规划。马斯克在特斯拉2025年股东大会上表示，“首先在加州弗里蒙特工厂建立年产100万台的生产线，将于2026年投产，随后将在德州工厂建设年产1000万台的第二条生产线，有望于2027年投产”。马斯克还表示，“我认为到今年（26年）年底，Optimus将能够完成更复杂的任务，不过它仍将主要被部署在工业环境。明年（27年）年底，我们将正式向公众（C端）销售Optimus”。我们认为当前特斯拉Optimus已进入大规模量产前的供应链准备阶段，且未来量产指引将从上一个阶段的百万台指引逐渐演进到德州工厂驱动的千万台，行业空间有望十倍打开。 二、物理AI：人类视频数据Scaling Law，顶尖具身大脑商业化试水 数据侧：召唤感觉运动幽灵，NV EgoScale验证人类视频数据的Scaling Law。 2026年2月19日，NV EgoScale框架基于2万+小时的带动作标签的第一人称(egocentric)人类视频数据集，验证了灵巧手操作泛化性的Scaling Law。研究团队认为，人类行为是学习物理智能最具可扩展性的数据来源之一，EgoScale框架是一个基于大规模自我中心人类数据构建的人机灵巧操作迁移框架，在超过20,854小时的动作标注视频数据（比先前研究规模大20倍以上）上训练视觉-语言-动作（VLA）模型，发现人类数据规模与验证损失之间存在对数线性扩展规律。 人类数据本质上是伪装的机器人数据。2月底，NV GROOT研究员Danfei Xu在X上发布长文，再次指出“人类数据本质上是伪装的机器人数据”的观点。 理想的人类数据：虽然形态不同、驱动和传感堆栈不同，但通过充分的传感器和状态估计，人类行为可以被捕捉并视为另一个"机器人"的数据，仍然是由相同物理规律支配的从感知到动作的映射。当前人类数据仍然严重依赖视觉，缺少如声音、力和接触反馈，所以只能获取动作和结果，但很难获取产生它们的控制命令。 相比遥操作数据：遥操作会扭曲人类行为，许多自然且细微的感觉运动智能从未进入数据集，而日常人类数据包含丰富的人与人之间的互动。相比视频数据：在预测的视觉画面和物理执行之间仍然存在最后一英寸（或牛顿）的差距。几毫米的误差、几毫秒的延迟，或单个牛顿的力差都可能决定物体是滑落还是保持稳定。 来源：NVDIA，国金证券研究所 模型侧：顶尖具身大脑公司的商业化进入试水阶段。 2月24日，PI发布Blog，认为机器人行业也需要一个像大模型API那样可复用、可调用的“基础智能层”，从而让应用团队不必每次都从控制器、数据管线和模型训练重新搭起整套系统，同时给出了Weave和Ultra两家合作伙伴的标杆案例。 我们认为，抛出商业化橄榄枝、展示合作伙伴案例秀肌肉本身证明SOTA级别的具身大脑渐渐进入可用阶段。但与LLM不同，具身大脑API的商业化在现阶段面临两个追问：其一是API通用性的追问：具身大脑的通用性面临跨本体与跨场景的挑战，API是一个非常标准化的产品，但要在真实世界，多样的机器人本体上部署还是要经过非常多真实世界的调试，这可能会限制应用的的广泛性。其二是机器人公司灵魂的追问：具身模型的技术路线可能还未真正收敛，即便强如PI的大脑智能程度也相对初级，目前主要玩家还不甘心只做应用，还会持续在基模方向发力。 来源：PI，国金证券研究所 三、相关标的 北美具身智能客户核心供应商：斯菱智驱、科森科技、田中精机、新泉股份、福赛科技、三花智控、恒立液压、北特科技、金力永磁等。 其他具身智能供应链相关供应商：泛亚微透、唯科科技、领益智造、蓝思科技、海康威视、大华股份等。 具身智能AI大脑和世界模型：协创数据、索辰科技、群核科技、智微智能等。 四、风险提示 北美人形机器人量产节奏不及预期的风险。 目前产业聚焦在北美量产指引的兑现节奏上，若新版本机器人发布效果不及预期或量产指引持续miss，或对产业链放量节奏产生一定扰动。 通用机器人Day1 L4路线缺乏商业化基础的风险。 目前通用机器人产业发展尚处早期，人形机器人各项软硬件环节成熟度参差不齐，若押注Day1L4路线在展业过程中缺乏足够容量的买单客群，或存在商业闭环到数据闭环都无法建立的风险。