(来源:纪要头等座)
模型持续进步,物理AI看好机器人和应用
Q: 物理AI及机器人行业的整体投资观点及产业驱动变化是什么?
A: 看好机器人本体和应用。本轮物理AI最大的变化是产业驱动正在从过去以硬件量产预期为主,进一步向模型进步和应用落地延伸。模型能力的提升有望降低机器人开发和场景适配的成本,推动机器人从动作展示走向真实的任务执行。现阶段优先看好国产的机器人本体和垂直应用,同时继续看好高精度的视觉和触觉等多模态感知。
Q: OpenAI和SOPIC在机器人模型方面的进展及对产业的影响是什么?
A: 9月份GPT6Astra在42项仿真操作任务中平均成功率达到22.48,相比GPT5.5的0.88提高了超过20%。11月9号SOPEAK发布飞泊5.2,内部评测成功率达到64.9%,比上一代5.1的27.6有很大提高,并展示了真实机器人完成魔方、拧瓶盖和绘画等操作。OpenAI解散了单独的机器人团队并入整体模型团队,加大对机器人业务的投入。通用大模型在没有专门微调的情况下已展现出一定的操作决策能力,意味着未来机器人本体企业有机会直接利用外部通用模型的理解和推理能力,结合自身运动控制系统完成任务,降低研发成本。
Q: Google在世界模型和具身模型方面的进展及向真实工业应用延伸的情况如何?
A: 10月底Google的尖奶4世界模型进一步提升了交互式环境生成和物理场景模拟能力,未来可通过虚拟环境进行大规模训练,减少真实机器人反复试错成本。11月10号Google发布robotics2.5,在超过200项任务中验证,不同任务类别成功率较此前基准提高30%~100%,执行速度提升20%~30%。谷歌联合aptronic和奔驰在真实汽车生产线上开展polo2人形机器人试点,完成汽车零部件分拣和配套装箱,特定任务成功率达96%。机器人模型已开始从实验室测试逐步走向真实工业场景的任务验证。
Q: 英伟达和苹果在机器人模型方面的进展及意义是什么?
A: 英伟达接入O2O展示了少样本快速适配能力,苹果的hello验证了仿真到真实机器人的迁移。这些进展使得机器人学习新任务所需的专门数据和设备成本有望快速下降,未来进入不同工厂和工位可能只需少量示范就能适配新任务,显著提高推广效率。苹果的进展进一步证明通用模型和专用控制系统的协同,可以在成熟机器人本体上形成完整的自主控制系统。
Q: 近期模型进步对机器人企业竞争方式和商业化路径有何改变?
A: 过去人形机器人企业需要同时投入本体研发、运动控制、模型训练和数据采集。随着外部通用模型、世界模型和开发工具成熟,企业有机会利用成熟技术结合自身本体控制系统和场景数据完成应用开发。模型能力越通用,成熟本体的工程化能力、硬件可靠性和生态适配能力越有价值。任务开发成本下降推动机器人从单一示范向多场景应用拓展,有望缩短新应用开发周期,降低交付成本。同时,真正掌握客户工艺场景数据及设备运行经验的企业可利用资源不断优化模型,形成部署机器人、积累真实数据、提升模型能力、提高任务成功率的正向循环竞争优势。
Q: 优先看好的国产机器人本体环节及具体标的情况如何?
A: 重点关注语数、优米雪、丰农、智源、汕尾新材、杭州科林等。语数具备成熟的机器人本体和运动控制能力,被苹果hello选择进行验证,体现硬件平台在前沿具身模型研发中的应用价值。优V选在工业领域人形机器人方面已取得产品与场景积累,具备VOA和世界模型等技术布局。智源、尚伟在进行机器人相关产品的持续迭代、量产和商业化探索。杭州科林收购开普勒,与英伟达合作进行机器人本体和应用开发及具体工业任务验证。
Q: 优先看好的垂直应用领域及具体标的情况如何?
A: 重点关注拥有成熟工业场景和客户资源的企业,如捷克深耕服装制造设备,具备工艺经验和客户基础,未来有望实现柔性材料搬运抓取等劳动密集型工序的机器人替代;拥有工业自动化和工业机器人开发能力的企业,如拓斯达在3C制造等领域具备经验,有机会拓展具身智能产品和解决方案;以及有明确专业工艺垂直应用的企业,如博楚电子在智能制造控制系统有技术积累,江苏北人在焊接机器人及系统集成有业务基础,随着视觉感知和控制能力进步,有望提高非结构化焊接场景自动化程度。
免责申明:以上内容不构成投资建议,以此作为投资依据出现任何损失不承担任何责任。











