猜你想问
这份研报主要讲了什么内容？
这份研报探讨了AI的下一个范式——物理AI，其核心是机器人。报告分析了物理AI的发展路径、技术演进阶段、市场规模预测，以及机器人的关键要素如具身模型、机械本体和数据飞轮。报告还详细介绍了具身智能的训练数据结构、不同形态机器人的发展前景，以及人形机器人的核心技术如精密减速器、丝杠、电机和电子皮肤。最后，报告梳理了机器人行业的竞争格局和投资主线，并提示了相关风险。
物理AI和机器人赛道的发展趋势如何？
物理AI和机器人赛道正经历技术、政策和巨头的三重共振发展。从技术演进看，物理AI分为感知AI、生成AI、代理AI和物理AI四个阶段，市场规模预计将高速增长。机器人作为物理AI的主流形态，其发展重点在于具身模型、机械本体和数据飞轮的协同。四足和轮式机器人有望率先商业化，而双足人形机器人被视为通用具身智能的终极形态。数据飞轮通过场景应用积累数据，驱动模型迭代升级，但当前真实物理交互数据严重不足，采集成本高昂。
研报重点分析了哪些方向？
研报重点分析了物理AI的技术演进路径和市场规模预测，机器人的核心要素和不同形态的发展前景，以及人形机器人的关键技术如精密减速器、丝杠、电机和电子皮肤。报告还梳理了机器人行业的竞争格局，将其分为特斯拉（类苹果）全栈自研、英伟达/谷歌（类安卓）专注大脑、国产阵营依托供应链与量产优势三大阵营。此外，报告提出了T链、NV-波士顿动力链、国产链三大投资主线。
当前机器人市场的现状如何？
当前机器人市场正快速发展，但面临数据量严重不足和采集成本高昂的挑战。全球合规可用的真实物理交互数据总量仅约50万小时，真机遥操作成本最高达500-1000元/有效小时，仿真数据成本最低为20-50元/有效小时。四足和轮式机器人有望率先放量，商业化所需的泛化能力相对较低。人形机器人规模化落地高度依赖精密机电工程与大批量制造能力，特斯拉和小鹏汽车已开启小批量试生产。电子皮肤技术也在持续突破，可捕捉亚毫米级形变，同步采集复合触觉信号。
研报提示了哪些风险？
研报提示了人形机器人发展不及预期、行业内竞争加剧、应用场景不及预期、量产进展不及预期等主要风险。人形机器人规模化落地高度依赖精密机电工程与大批量制造能力，若技术突破不及预期或市场需求不足，可能导致发展受阻。同时，行业内竞争日益激烈，头部企业通过技术壁垒和生态构建巩固优势，中小企业面临生存压力。应用场景的拓展也面临挑战，需要更多场景验证和商业模式创新。此外，量产进展的不确定性也可能影响市场预期。