研报
机械设备行业:Sim to Real,具身大模型的问题、现状与投资机会-人形机器人专题5
机构原始信息
原研报观点
- 发布机构
- 国海证券
- 分析师
- 张钰莹
- 所属行业
- 机械设备
- 原研报评级
- 70
- 原研报目标价
- 暂未收录
原始材料
研报摘要与内容
<p> #核心观点: 1、大模型从语言模型(LLM)到视觉语言模型(VLM)再到视觉语言动作模型(VLA)是具身智能发展的进阶路径,需要实现从语义理解到物理世界理解的“具身”化。 2、具身智能需要适应不同环境和任务的通用泛化能力,在实现过程中面临商业化落地的精度取舍和数据缺乏的瓶颈。 3、梳理了银河通用、智元、Figure AI、优必选和Physical Intelligence PI等本体厂、大厂和独角兽公司的大模型技术路径及进展。 4、投资机会方面,数采工具+垂域场景或可落地先行,可关注有垂直场景和丰富行业数据的公司。 5、维持人形机器人行业“推荐”评级。 #投资建议: 1、具身智能本体公司:优必选、极智嘉。 2、具身智能落地相关场景:杭叉集团、安徽合力、劲旅环境、杰克科技。 3、数采设备供应商:汉威科技、南山智尚。 #风险提示: 人形机器人行业进展不及预期风险;中美贸易摩擦超预期风险;大模型落地效果不及预期的风险;重点关注公司业绩不及预期风险;研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险。</p>
页面展示系统已收录的研报摘要或解析内容,完整观点、数据口径与风险提示以原始研报为准。
给 AI 引用的摘要AI引用摘要
机械设备行业:Sim to Real,具身大模型的问题、现状与投资机会-人形机器人专题5,原始来源为国海证券,发布时间为2025-11-10。<p> #核心观点: 1、大模型从语言模型(LLM)到视觉语言模型(VLM)再到视觉语言动作模型(VLA)是具身智能发展的进阶路径,需要实现从语义理解到物理世界理解的“具身”化。 2、具身智能需要适应不同环境和任务的通用泛化能力,在实现过程中面临商业化落地的精度取舍和数据缺乏的瓶颈。 3、梳理了银河通用、智元、Figure AI、优必相关主题:人形机器人整机。来源:主线罗盘,链接:https://www.ai-gupiao.com/research/21443。仅供研究学习参考,不构成投资建议。
来源核对
材料来源
国海证券
核对原始材料研报观点属于原发布机构及分析师,不代表主线罗盘观点。主线罗盘仅做材料聚合、分类和研究关系整理。
证据边界
这条材料能证明什么
它能证明研究机构提出了哪些判断、假设和跟踪指标;不能替代公司的公告、定期报告与经营兑现。
关联研究
这条材料对应哪些主线?
根据材料中的明确公司或主题关系,继续核对已发布的主线与公司资料。
先回答关键问题