261026-国金汽车每日晨会系列第109期机器人算法数采观点更新

核心观点与关键数据

1. Astra对物理AI/具身智能产业的启示

   • 核心判断：物理AI的GPT时刻可能就是GPT本身；二级市场自上周开始炒作，产业界自2026年8月底至9月已讨论Astra对具身智能的影响。
   • 技术方案与表现：
     • 开源评测数据集及智能团队通过外部Harness工程输出末端位姿，发现Astra表现优于传统垂直VLA模型。
     • Astra无需微调即可直接输出末端位姿，代表大模型正侵蚀物理AI边界，与此前“语言模型无法解决物理AI问题”的叙事形成关键变化。
     • 此前通用语言模型主要承担高层级语义拆解功能（如Figure双系统中的System2）。
   • 商业化限制：
     • 短期不会带来机器人落地和出货量大幅增长，存在严重延时（倒咖啡近半小时）和成本问题。
   • 现有具身智能技术局限：
     • 2023-2025年创业公司泛化性和鲁棒性有限，仅快递分拣场景（不同形状/颜色快递归一化）可实现商业闭环。
   • 泛化能力对比：
     • 场景泛化和目标物体泛化任务上，Astra表现优于垂域标准模型（如Pi系列）；物理能力泛化相对较弱，但已涌现三维场景解决能力。
   • 产业分水岭判断：若OpenAI布局具身智能，当前可能是重要分水岭。

2. 机器人数据采集行业需求与增长

   • 需求核心逻辑：数采需求爆发，与Astra无关但强化该逻辑，大模型厂商资金优势加剧需求。
   • 国内头部具身智能公司数据量级：
     • 2025年底：几万至几十万小时。
     • 2026年底：100万至200万小时。
     • 2028年：千万小时。
   • 需求增长指引：2026-2028年，尤其是2027-2028年，头部公司数采需求每年至少翻倍。

3. 不同数采路线的确定性与壁垒对比

   • 需求确定性排序：UMI、Ego数据 > 仿真数据。
     • 2026年以来，UMI/Ego数据预训练效果显著，部分方案仅后训练使用少量真机数据。
     • 国内头部厂商2026年数据增量以UMI/Ego为主，成本低、场景分布好、设备轻量。
   • 仿真数据的局限：
     • 鲜有纯仿真预训练案例，仿真视频性价比不高，存在sim-to-realgap问题；仿真轨迹可补充真机数据，但无法支撑大规模纯仿真预训练。
   • 行业壁垒排序：仿真 > UMI/Ego。
     • 仿真核心难点是物理求解器：刚性物体易仿真，柔性物体（如线缆、布制品）缺乏优质开源求解器，国内光轮智能较领先；物理求解器能力不足会导致sim-to-realgap极大。
     • UMI/Ego数采无壁垒，属于纯人力密集型生意：Ego数据采集简单（iPhone戴头上），UMI数据稍复杂但设备流程简单。

4. 行业总结

   • 数采需求爆发确定性极强，但整体壁垒不高。

Q&A核心内容

• Astra启示与讨论时间：物理AI的GPT时刻可能是GPT本身；二级市场上周开始炒作，产业界自2026年8月底9月讨论。
• Astra评测方案与表现：外部Harness工程输出末端位姿，表现优于传统VLA模型。
• 商业化限制：短期无机器人落地和出货量增长，制约因素为延时严重、成本高。
• Astra产业价值与叙事冲击：展现解决物理AI问题的能力，大模型侵蚀物理AI边界，改变此前“物理AI需诞生独立OpenAI”的叙事。
• 具身智能技术落地现状：2023-2025年泛化性和鲁棒性有限，仅快递分拣场景可实现商业闭环。
• Astra泛化能力：场景和目标物体泛化优于垂域模型，物理能力泛化较弱但已涌现三维场景能力；若OpenAI布局具身智能，当前可能是产业分水岭。
• 数采需求与数据量级：需求爆发与Astra无关，大模型厂商强化需求；国内头部公司数据量2025年底几万至几十万小时，2026年底100-200万小时，2028年千万小时。
• 数采方案需求确定性：UMI/Ego数据确定性高于仿真数据，2026年以来UMI/Ego预训练效果显著，国内厂商数据增量以UMI/Ego为主。
• 仿真数采局限：鲜有纯仿真预训练案例，仿真视频性价比不高，存在sim-to-realgap问题；仿真轨迹可补充真机数据，但大规模预训练较少。
• 数采方案壁垒：仿真壁垒远高于UMI/Ego，核心是柔性物体物理求解器缺乏（国内光轮智能较领先）；UMI/Ego数采无壁垒，属于人力密集型生意。
• 具身智能数据需求与增长：无法准确预测最终数据量级（类比自动驾驶L4里程预测），但2026-2028年头部公司数采需求每年翻倍以上；行业整体壁垒不高。