科技行业：人形机器人，等待“Scaling Law”时刻－2025年秋季策略会速递250901

<p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">8 月 27-28 日我们组织了 2025 年秋季策略会，在人形机器人论坛上讨论了机器人的“Scaling Law”时刻、本体在工业场景落地的应用前景和解决方案、以及机器人开放平台的必要性。</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">核心亮点：1、目前机器人处于产业趋势投资前期，我们认为初期订单数并不构成关键信号，核心在于能否解决人形机器人核心卡点：1）硬件成本高、结构复杂且未定型；2）大脑不够智能。硬件层面，以国内制造业企业大规模入场为基础，伴随特斯拉 Optimus 3 后续发布，硬件成本非线性下降和定型或快速突破。而软件层面，当前模型范式向双系统分层 VLA 收敛，但尚未出现机器人大脑的“ChatGPT”时刻。我们认为后续需重点关注机器人的大脑“Scaling Law”的智能涌现，有望真正意义上推动人形机器人的正向飞轮启动，产业开启非线性提速。若机器人在多个垂直场景出现持续性需求，有望加强市场对远期市场空间的信心和认可度，从而跳脱出“边际变化”+“百万台终局估值法”的投资范式。2、大小脑路线是目前机器人大模型工程落地的主流。我们认为在几大机器人模型中：1）非端到端模块化模型借清晰链路与低成本攻占垂直场景，但由于其规则刚性，难以泛化。2）端到端 VLA 依赖海量数据，性能上限最高，但受制于训练技术、硬件储备、实时与可控门槛牵制。3）大小脑路线：将预训练大模型用作“思考”系统，以轻量控制的小模型完成思考到动作的“反射”，是考虑当前有限算力、任务成功率、数据效率、实时性、可解释性等要求下的最均衡的工程路径。国内目前愈发注重具身智能大模型的开发，行业重要参与者包括专注具身智能模型范式开发和迭代的企业（本体公司、和专注具身智能大模型开发的企业），也包括开发平台化企业，牵头打造机器人行业软硬件生态平台。目前国内具身大模型企业逐步收获融资青睐。3、我们认为机器人落地场景率先在科研、教育、导览、展示表演等 ToG 场景。目前头部人形机器人厂商可在 ToB 工业制造场景执行相对简单且重复性的劳动，随着产业泛化能力提高，B 端场景成为机器人商业化深水区的第一站。以服装制造为例，全球服装缝纫工人约 6,000 万人，存在工作时长、薪资带来的招工困难等问题，过去工业机器人在服装制造业应用较少，原因在于服装面料柔性、工艺非标、款式更新快，传统自动化编程的模式难以匹配。近年来大模型快速发展，端到端架构摆脱了编程过程，使得后续许多非标劳动替代成为可能。</span></p><p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;">风险提示：大模型进度不及预期；国产化降本不及预期；贸易政策变化风险</span></p><p><br/></p>