计算机行业研究:物理AI:分歧时坚定看好
| 领 涨 个 股 |
名称 | 相关 | 涨跌幅 |
|---|
| 资 金 流 入 |
名称 | 相关 | 净流入(万) |
|---|
投资逻辑
高度看本体。通用模型开始承担机器人任务的观察、规划和纠错,整机能覆盖多少工位、能否稳定交付,决定这一轮能力提升能转化成多大市场。11月9日,Anthropic在旗舰模型发布中披露双臂操作仿真评测。11月13日,OpenAI确认将机器人研究并入主研究团队。苹果AMP1实验则展示了如何让通用模型通过同一框架连接不同本体。走到现场,Google DeepMind采用具身推理和专用动作模型分层协作,在奔驰零件拣配试点取得96%的任务成功率。Agility披露Digit v4在客户现场累计运行超过6.5万小时,下一代Digit5则已有附履约条件的多年期服务订单。应用扩张也出现两种路径,优必选与天翼电信终端探索新场景,Serve Robotics为既有机队开放新的订单入口。我们坚定看好物理AI能够覆盖更多任务,重点看整机能否在新工位达到客户要求的节拍和稳定性,以及付费部署和复购能否随任务范围一起扩大。
弹性看数据。通用模型降低新任务的起步门槛后,具身数据的价值更容易用现场调试成本和失败率衡量。NVIDIA在CoRL介绍的GR00T2采用混合数据进行预训练,包含402,730小时人类第一视角视频、10,184小时手持UMI夹爪演示、23,500小时机器人遥操作数据。其中,NVIDIA已公开10万小时的第一视角视频。在公司披露的同一组50项任务中,每项给1次和5次演示时,平均成功率分别为71%和95%。对于精细操作,视频能看到抓取过程,接触力还能反映受力方向和滑移趋势。Melexis本周发布三轴力指尖模组,为收集这类数据提供了硬件入口。国内方面,北京市经济和信息化局提出要在不少于100个真实场景采集超过100万小时高质量数据,推进对工位变化、物料差异和失败恢复等现场样本的采集。
容量看T链。Tesla–SpaceX潜在整合提供了模型、芯片与整机制造协同的预期,供应链的批量采购要靠Optimus产品和交付进度来验证。彭博本周援引知情人士称双方洽谈取得进展,Tesla和SpaceX此前已分别披露设立特别委员会,潜在协同涉及xAI的模型与算力、Terafab的端侧芯片规划和Tesla的制造验证。
Optimus本身已有可跟踪的进展,Tesla于10月21日披露Fremont产线已产出首批达到生产质量标准的机器人,Texas产线仍在建设。手部尤其是手指仍需打磨,Optimus Academy筹建中的任务练习也将为模型提供真机反馈。Elon Musk在三季度业绩会上提出,若进展顺利,AI5约在2027年4月集成,外部企业交付预计在2027年底前后。T链的跟踪顺序是手部方案与关键件验证、实际生产爬坡、外部交付。
相关标的
1)本体:大脑本体协同发力【上纬新材】【智元】;全球训练本体平台【宇树科技】。
2)数据:具身数据算力平台【摩尔线程】【协创数据】;国产替代仿真平台【索辰科技】【群核科技】;数据服务商【凡拓数创】【宝通科技】【仙工智能】【海天瑞声】【宇信科技】【力星股份】;数采设备【奥比中光】;垂类场景【杰创智能】。
3)供应链及制造:触觉传感器【福莱新材】Sharpa灵巧手【禾赛】;大脑迭代方向明确,大小脑本体耦合效应利好T链和F链,关注【科森科技、光洋股份、世运电路、斯菱智驱、蓝思科技、岱美股份、领益智造】。
风险提示
通用具身模型泛化及真实工位部署不及预期的风险;高质量物理交互数据供给及训练转化不及预期的风险;机器人商业化、订单及量产节奏不及预期的风险;Tesla与SpaceX潜在整合及产业协同不及预期的风险。