您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 国信证券:《人形机器人系列专题之具身模型:RT-2→OpenVLA→π系列的架构演进|投资分析》-发现报告

人形机器人系列专题之具身模型:RT-2→OpenVLA→π系列的架构演进

机械设备 2026-11-16 唐旭霞,孙树林,傅嘉良 国信证券 Gnomeshgh文J
人形机器人系列专题之具身模型:RT-2→OpenVLA→π系列的架构演进

猜你想问

这份研报主要讲了什么内容?

这份研报深入探讨了人形机器人领域具身模型的架构演进,重点分析了从RT-2到OpenVLA再到π系列的VLA模型技术路线。报告详细解析了VLA模型架构的技术特点,包括一段式和分层架构的区别,以及通用模型如何与分层协同机制结合,提升机器人处理复杂、长时序任务的能力。同时,报告还重点介绍了π系列VLA模型的分层架构发展,从π0到π0.7的逐步完善过程,以及高层规划与动作执行分工的优化。整体而言,研报系统梳理了具身模型的技术演进路径,为理解人形机器人技术发展提供了全面视角。

具身模型赛道未来发展趋势如何?

具身模型赛道正迎来快速发展期,科技大厂加速布局,推动技术向物理世界延伸。随着通用模型能力提升,分层协同架构(S2/S1/S0)的价值将进一步显现,推动S2S1S0分层架构在复杂、长时序任务中加快应用。未来,通用大模型在语义理解、任务分解与复杂推理方面的能力将持续增强,为机器人处理开放式指令和复杂场景提供更强基础。分层架构将兼顾任务泛化、技能复用与实时响应,拓展机器人自主作业的能力边界,加速模型迭代及机器人应用落地。

研报重点分析了哪些技术方向?

研报重点分析了具身模型的VLA架构技术路线,包括一段式和分层架构的优劣势。报告详细解析了分层架构如何通过子任务或中间目标连接高层规划与低层执行,强调任务分解与模块协同。同时,报告重点介绍了π系列VLA模型的分层架构发展,从π0到π0.7的逐步完善过程,以及高层规划与动作执行分工的优化。此外,报告还探讨了通用模型与分层协同的机制,以及通用大模型如何支撑S2/S1/S0分层架构,提升机器人处理复杂任务的能力。

当前具身模型市场现状如何?

当前具身模型市场正经历快速发展阶段,科技大厂积极布局,推动技术向物理世界延伸。基础模型厂商和科技巨头依托通用模型开发、多模态理解、算力平台与模型工程化方面的积累,持续向具身智能领域拓展。VLA模型架构成为重要技术路线,分层协同架构(S2/S1/S0)的应用逐渐增多,π系列VLA模型逐步完善,高层规划与动作执行分工更加清晰。通用大模型能力提升,为机器人处理复杂任务提供更强基础,加速模型迭代及机器人应用落地。

研报提示哪些风险需要注意?

研报提示具身模型发展存在技术挑战,包括模型复杂度提升带来的算力需求、分层架构的协同难度、以及实际应用场景的适配性问题。此外,通用模型与分层协同机制仍需持续优化,以确保高层规划与动作执行的协同效率。市场竞争加剧也可能影响技术路线的选择和商业化进程。同时,具身模型在实际应用中面临的安全性和可靠性问题也需要关注。技术迭代速度较快,相关企业需保持持续的研发投入和快速响应市场变化的能力。