招商机械我们当前如何看待具身智能

GPT-Astra在9月RoboDojo的42项机器人任务中平均成功率达22.48%，显示通用模型已能将视觉观察和指令转化为具体动作。与0.5π结合后成功率提升至48%，表明模型在具身智能领域取得重大突破，为行业格局带来重塑可能。

具身智能行业未来将呈现头部集团螺旋迭代趋势，一线AI House可能出现类似Astra的物理能力模型。模型将在权威测评体系下持续进化，提升任务成功率和效率。物理交互能力将加强，促进硬件迭代，同时数据采集将向收敛与规模化发展，关键场景有望实现突破，类似LLM在Coding领域的应用。

本报告重点分析了Astra模型的突破及其对具身智能行业格局的影响，包括机器人专用基础模型竞争格局变化、机器人训练数据瓶颈缓解及对数据质量要求提升、机器人能力升级不再依赖厂商自身模型迭代等产业判断。同时，报告探讨了Astra模型面临的实时性、可靠性、成本、安全性四点障碍，以及本体公司、零部件公司、数据行业、算力等利好细分赛道。

当前具身智能市场以Astra模型为代表，已跨越具身能力门槛，但距离实用具身智能仍有提升空间。模型击穿VLA界限后可能快速迭代，预计1年内将提升任务正确率并大幅提高效率。目前行业面临实时性、可靠性、成本、安全性等挑战，合理商用时间约需3-5年。本体公司、零部件公司、数据行业、算力等领域将受益于行业发展。

本报告提示具身智能领域存在技术风险，包括Astra模型的实时性、可靠性、成本、安全性等四点障碍尚未完全解决。模型迭代速度虽快，但需克服技术瓶颈才能实现商业化落地。此外，数据质量要求提升、算力需求增加等因素也可能带来挑战，投资者需关注技术进展与行业生态变化带来的不确定性。