机器人系列报告一：具身智能：决定机器人泛化能力天花板的“大小脑”模型数据

该报告聚焦具身智能，探讨其在机器人领域的应用、发展及投资前景，为理解该领域提供了全面视角。

1. 具身智能基础概念：具身智能是基于物理身体感知和行动的智能系统，通过智能体与环境交互产生智能行为。在机器人应用中，具身智能涵盖感知、推理、执行三个阶段，其中感知包括物体、场景、行为和表达感知；推理涉及任务规划、导航和具身问答；执行的关键在于技能学习，有模仿学习和强化学习两种方式。

2. 具身智能与机器人、AI的关系：机器人的通用性依赖泛化性发展，其技术经历了从规则到机器学习、深度学习、预训练模型和大模型的阶段。人工智能为机器人赋予“大脑”，机器人为人工智能提供“身体”，具身智能是两者融合的必然趋势。2024年，具身智能领域投资热潮兴起，投资热点从人形机器人本体向上游具身智能模型和零部件迁移。

3. 具身大模型分类与发展：具身大模型分为端到端大模型和分层具身大模型。端到端大模型如谷歌RT系列，能直接从人类指令输出机械臂动作，具有简化任务流程、泛化能力强和通用性高的优点，但存在数据来源有限、推理响应速度慢的问题。分层具身大模型通过不同层次模型协作，上层大模型负责感知决策，底层和中间层模型负责执行，其中大模型作为“大脑”，底层控制算法作为“小脑” 。目前，由于数据积累不足，分层模型应用更为广泛，但随着数据增加，端到端模型未来可能成为主流。

4. 数据收集方法与厂商实践：机器人训练面临数据缺乏的问题，业界采用远程操作、仿真、AR和视频学习四种方法积累数据。众多厂商积极探索，如宇树开源数据采集工具和数据集，特斯拉以真实数据驱动训练，波士顿动力融合多源数据训练Atlas，Figure AI推出Helix模型，银河通用基于仿真数据训练模型，智元机器人建立数据采集工厂，优必选搭建仿真系统，傅利叶通过VR动作捕捉训练机器人。

5. 人形机器人产业将从专用走向通用、从ToB拓展到ToC。短期工业制造场景有望率先商业化，长期来看，随着技术进步和数据积累，将向商用服务和家庭服务场景延伸。世界模型被视为实现通用人工智能的关键，能辅助具身大模型训练，降低训练成本。投资方面，建议关注具身智能技术变革、商业化进展，推荐关注索辰科技、能科科技等标的。同时，该产业面临政策落地、商业化推进、技术发展不及预期以及行业竞争加剧等风险。