该报告探讨了人形机器人板块的关注度变化,指出板块自2026年春节后关注度持续提升,此前因市场担忧数据和大脑层面的技术短板导致调整。报告强调当前板块进入逻辑新旧换挡阶段,2027年前后板块演绎的基础将是数据和模型短板的突破,近期OpenAIAstra等模型的突破激活市场热情。报告还分析了行情演绎规律,指出2022年至今板块沿产业短板演绎,经历减速器、丝杠阶段,2026年转向模型和数据,并认为人形机器人最核心卡点在大脑,大脑核心卡点在数据。投资应围绕新逻辑布局,老逻辑标的反弹空间有限,数据与OpenAI供应链方向弹性最高。
人形机器人赛道未来发展趋势聚焦于数据和模型短板的突破。当前行业技术瓶颈主要体现在认知问题和颗粒度(精度)问题,OpenAIAstra等上层模型在认知层面取得突破,但后续需完善数据颗粒度。国内本体、垂类厂商在模型和数据技术路线上存在分歧,认知等上层问题需大公司解决,颗粒度问题可由小公司通过垂类数据积累解决,预计后续大量公司跟进推出同类模型。数据获取来源包括真机素材和无本体素材,如仿真模拟素材以及Ego、UMI等体感设备采集的素材。
报告重点分析了数据和OpenAI供应链的投资方向。数据方面,报告指出国内数据链存在大量投资机会,真正具备弹性的环节分为传感器、物理数据平台公司、设备公司、垂类四类。OpenAI供应链方面,报告建议关注数据链(数据采集设备)如凡拓、华依,以及本体与端侧如兆威机电、龙旗、步科等。报告还指出本轮OpenAI供应链行情将复刻2025年特斯拉供应链的估值演绎方式,核心关注后续放量与订单确定性,有望走出多只牛股。投资应围绕新逻辑布局,老逻辑标的反弹空间有限。
当前人形机器人市场现状表现为板块关注度提升与逻辑新旧换挡。自2026年春节后,人形机器人板块关注度持续提升,但此前因市场担忧数据和大脑层面的技术短板导致板块调整。行业技术瓶颈主要体现在认知问题和颗粒度(精度)问题,OpenAIAstra等上层模型在认知层面取得突破,但多工序成功率仍大幅下降,机器人节拍约为人类的1/3,节拍提升会导致精度下降,二者相互制约。国内厂商在模型和数据技术路线上存在分歧,认知等上层问题需大公司解决,颗粒度问题可由小公司通过垂类数据积累解决。
该研报提示的主要风险在于技术突破的不确定性。人形机器人最核心卡点在大脑,大脑核心卡点在数据,虽然OpenAIAstra等模型在认知层面取得突破,但后续仍需完善数据颗粒度。当前行业技术瓶颈主要体现在认知问题和颗粒度(精度)问题,二者相互制约,机器人节拍提升会导致精度下降。此外,国内本体、垂类厂商在模型和数据技术路线上存在分歧,认知等上层问题需大公司解决,颗粒度问题可由小公司通过垂类数据积累解决,但预计后续大量公司跟进推出同类模型,市场竞争可能加剧。投资应围绕新逻辑布局,老逻辑标的反弹空间有限,需关注技术迭代和市场竞争带来的不确定性。