机械设备物理AI数采与本体的焦点：IMU

人形机器人量产预期持续提升，高质量真实世界物理交互数据供给成为具身智能发展的核心约束。行业正由样机技术验证迈向规模化量产阶段，特斯拉Optimus等头部厂商持续推进量产落地，商业化预期不断强化。随着本体硬件技术路线逐步收敛，行业竞争重心从硬件性能打磨转向机器人智能决策、自主泛化能力的比拼，具身智能模型成为拉开产品能力差距的核心。

具身智能所需的运动、操作、环境交互数据采集难度大、成本高、标准化难度高，高质量物理数据短缺，制约模型迭代与行业规模化落地。数据采集与本体感知是获取物理交互数据集的两大基础环节：

• 数采层依托多传感器记录人类操作示范动作，其中惯性动捕方案具备场地约束小、动作自由度高、不受光照环境干扰、硬件成本较低等优势，是当前主流的动作捕捉路线；
• 感知层作为机器人本体感知入口，通过视觉、激光雷达、力触觉传感器与IMU惯性测量单元协同，为机器人环境交互、闭环运动控制提供实时反馈信号。

伴随具身智能数采需求快速扩容，IMU作为运动感知核心器件的价值持续凸显。截至2026年初，全球合规可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。具身模型训练需要视觉、位姿、运动状态等多模态信息融合：摄像头负责采集环境视觉信息，IMU实时输出三轴角速度与三轴加速度数据，经过姿态解算即可得到物体的横滚、俯仰、航向姿态信息，补偿视觉数据中的任何暂时性缺失；IMU也是数采硬件BOM的核心成本变量，价值量弹性来自单颗规格升级与单机搭载数量提升，高密度动捕手套案例中IMU物料成本占比可达75%，国产替代降本空间显著。

IMU应用场景持续拓展，数采前置需求有望加速国产替代、率先兑现订单。IMU广泛用于机器人姿态控制、智能驾驶导航、具身智能数据采集等领域；高性能MEMS惯性器件技术壁垒较高，高端市场长期由海外厂商主导。随着具身智能数采需求上行、多节点动捕方案普及，单机IMU搭载量显著提升：例如Xsens MVN Link全身动捕系统配置17颗惯性传感器，诺亦腾PN Studio双手动捕手套共配置12颗。国产替代层面，华依科技配套觅蜂科技MEgo系列数采设备实现批量供货，标志国产IMU在头部数采客户完成商业化突破。相较于人形机器人本体量产尚需时间，数采硬件属于模型训练阶段的前置投入，需求释放节奏更早；随着数采设备采购、部署规模持续扩大，IMU产业链厂商有望优先受益于具身智能产业的订单增长。

投资建议：优先布局单机搭载量占比高、器件性能对数采质量影响显著的核心环节。1）上游：芯动联科等；2）IMU：华依科技，中海达等。

风险提示：机器人应用模型开发不及预期风险、数据质量和数量不及预期的风险、相关公司主业发展不及预期的风险。