机器人行业：机器人大模型，多模融智，硅基具升－具身智能系列（四）250917

<p style="text-indent:32px"><span style="letter-spacing: 0px; font-size: 16px;"><span style="">投资建议我们认为机器人大模型是破解传统机器人控制瓶颈、迈向通用具身智能的关键路径。当前行业主要基于大语言模型、自动驾驶大模型及多模态大模型探索的发展方向，产业重心已转向</span><span style="">“小脑+大脑”系统研发，而不同企业在研发与商业化路径上存在差异。理由机器人大模型助力通用具身智能发展。传统机器人在任务、场景和数据方面存在较强的专一性，泛化能力较弱，难以应对复杂环境，更偏向“人形机器”的属性。相比人类学习，机器人在集体学习效率上具备优势。目前行业已形成共识，即机器人大模型可通过融合视觉、触觉等多模态信息，弥补机器人在“物理常识”方面的不足，是推动产业向通用具身智能迈进的重要路径之一。现有成熟模型应用于机器人存在局限。大语言模型在自然语言处理领域虽发展成熟，能提供专业的信息咨询与方案建议，但暂无法直接解决机器人物理操作问题，且存在“幻觉”现象，在与机器人技术整合过程中也面临困难。自动驾驶模型与机器人在感知、决策、执行的底层技术上有相通之处，但机器人面临的场景更复杂、对通用性要求更高，自动驾驶领域存在的极端场景泛化不足、安全冗余失衡等问题，机器人目前也难以有效突破。商业化路径选择与企业能力边界待明确。商业化进程中，“硬件优先”（由车企、机器人企业主导）与“模型优先”（由AI企业主导）两种路径各有特点与优势。受场景复杂度、技术门槛以及商业回报周期等因素影响，多数企业可能会聚焦于特定垂直领域，实现该场景下的“通用/柔性”应用；我们认为，仅有少数具备全栈能力的企业，有望进一步突破至“具身智能”层级。我们与市场的不同点？我们认为只有极少部分具备全栈技术能力、资源整合优势与长期主义战略的企业，未来将通过收敛技术路径，最终定义“具身智能”的核心标准。盈利预测与估值维持相关公司的盈利预测、估值和评级不变。风险技术尚未成熟，市场竞争激烈，行业政策待完善。</span></span></p><p><br/></p>