人形机器人产业化关键 - 人形机器人产业化需突破传统工业机器人"控制刚、泛化弱"局限，增强对不确定性的理解与适应能力 [1] - 工业机器人依赖确定性控制逻辑，缺乏感知与决策能力，导致成本高、通用性差 [1] - 人形机器人以"通用智能体"为目标，需依托大模型实现多模态理解与泛化能力，适应复杂任务 [1] - 当前多模态大模型为人形机器人提供初级智能，但整体仍处于L2初级阶段 [1] 机器人大模型进展 - 架构端：从SayCan语言规划模型到RT-1端到端动作输出，再到PaLM-E、RT-2多模态融合，形成"感知-任务理解-动作生成"完整链条 [2] - π0模型动作输出频率达50Hz，Helix架构控制频率突破200Hz，提升操作流畅性 [2] - 数据端形成互联网、仿真、真机动作三类数据协同体系，真机数据依赖高精度动捕设备 [2] - 训练范式从"低质预训练+高质调优"转向结构优化，光学动捕或成具身模型核心数据来源 [2] 大模型未来发展方向 - 模态扩展：从视觉、语言、动作向触觉、温度等感知通道延伸 [3] - 推理机制：Cosmos等架构通过状态预测赋予机器人"想象力"，构建"世界模型"提升环境推理能力 [3] - 数据构成：仿真与真实数据融合训练成为主流，高标准训练场为通用机器人关键支撑 [3] 投资标的 - 模型端关注银河通用、星动纪元、智元机器人（一级公司） [4] - 数据采集领域关注青瞳视觉（一级）、凌云光（688400）、奥比中光（688322） [4] - 数据训练场领域关注天奇股份（002009） [4]