猜你想问
这份研报主要讲了什么内容？
这份研报主要分析了大语言模型在具身领域的突破，如GPT-6 Astra在ArtificialAnalysis上跑分居首并可直接输出机器人末端位姿，表明通用模型已能承担VLA和WAM等专用模型的具身任务，重塑机器人大脑的产业逻辑。同时探讨了OAI等国内外模型大厂入局具身智能推动数采需求爆发式增长的原因，以及北美数据服务公司估值创新高的情况，并提出了数据资产、数采设备、OAI链等投资机会。
机器人数采赛道未来发展趋势如何？
机器人数采赛道未来发展趋势是大语言模型进化依赖数据，数据需求从2维向3维演变，能力上限取决于数据质量、规模和多样性。国内外模型大厂入局具身智能成为趋势，推动数采需求爆发式增长。北美数据服务公司估值创新高，全球数采市场有望突破百亿美金。国内凡拓数创布局AI 3D、数字孪生及具身智能仿真训练，与立讯精密深入合作，数采设备“卖铲子”将率先受益。
研报重点分析了哪些方向？
研报重点分析了大语言模型在具身领域的突破及其对机器人大脑产业逻辑的重塑，探讨了OAI等国内外模型大厂入局具身智能推动数采需求爆发式增长的原因，以及北美数据服务公司估值创新高的情况。此外，还提出了数据资产、数采设备、OAI链等投资机会，并分析了机器人主线非记忆T链，而是北美O链&国内D链，重点方向是数采、机器人供应链。
目前机器人数采市场现状如何？
目前机器人数采市场现状是北美数据服务公司估值创新高，Mercor为OpenAI、Anthropic等提供数据服务，年化营收超20亿美元，估值达200亿美元。OpenAI大规模采购egocentric数据，预计27年数据采购体量达500万-1千小时数，叠加Anthropic、Google DeepMind等需求，全球数采市场有望突破百亿美金。国内凡拓数创布局AI 3D、数字孪生及具身智能仿真训练，与立讯精密深入合作，数采设备“卖铲子”将率先受益。
研报提示了哪些风险？
研报提示的风险包括对大语言模型在具身领域应用的技术成熟度和商业化落地存在不确定性，数据获取和处理的合规性问题，以及市场竞争加剧可能导致价格战等。此外，模型大厂入局可能对现有数采服务商造成冲击，投资机会也存在波动性，需谨慎评估。