该研报指出机器人产业新叙事已明确,核心是“大脑瓶颈牵引的数据需求”,高质量训练数据是大脑泛化能力的卡点。类似算力之于AI,机器人产业爆发的基础设施建设是机器人本身,特斯拉预计今年出货万台级别人形机器人用于采集真机训练,数据飞轮的运转将是第一轮大规模资本开支的核心驱动力。
具身机器人赛道面临数据供需缺口约95%的挑战,达到“GPT-3时刻”的具身基础模型通常需要千万小时级别真机数据,而全球合规可用数据仅约50万小时。OpenAI已宣布下场人形研发机器人智能系统,百度、京东已布局具身数据采集、加工和平台服务,全球具身数据竞赛已开启。
研报重点分析了数采设备、数采平台和垂类应用是核心受益方向。上游动捕服/手套、相机头环等设备进入拉货期;中游数采平台受益于本体及模型厂数据需求外溢,进入订单爆发阶段;下游自有场景的垂类标在高成本背景下拥有稀缺卡位,有望率先跑通商业闭环。
当前具身机器人市场数据供需缺口巨大,高质量训练数据成为产业爆发的关键瓶颈。特斯拉等企业正加速人形机器人出货用于数据采集,推动数据飞轮运转。全球范围内,数据采集、加工和平台服务竞赛已开启,产业链各环节均呈现快速发展态势。
研报未明确提示具体风险,但指出数据采集和平台服务的快速发展可能带来技术迭代风险、市场竞争加剧风险以及数据合规性风险等潜在挑战。产业链各环节需关注技术瓶颈突破和市场需求变化带来的不确定性。