核心观点 - Figure人形机器人通过强化学习训练在行走技术上取得突破 实现不依赖视觉的复杂环境应对能力 技术向类人化自主决策加速演进 产业以技术深化与场景落地双轮驱动 [1][2][3] 技术突破 - 机器人通过强化学习训练实现更稳健行走 在某些领域达到超人水平 且能在无摄像头情况下行走 [1] - 测试新型Helix步行控制器 此前通过新增专属数据集训练即自主掌握折叠衣物复杂技能 体现技术泛化能力优势 [1] - 闭眼行走需精准融合IMU数据与关节位置反馈 实现厘米级运动误差修正 [2] - 折叠衣物需通过触觉传感器识别材质硬度与褶皱分布 实时调整夹持力度避免破损或滑落 [2] 技术演进方向 - 从运动控制到感知交互 从单一任务执行到多场景自适应 向类人化自主决策加速迈进 [2] - 触觉反馈解决力的精准控制问题 算法实现动态决策逻辑 数据积累为技能迭代提供样本支撑 [2] - 依靠大脑 算法优化与数据积累实现任务自主决策与执行 形成大脑-算法-数据-部件协同升级路径 [3] 产业发展趋势 - 产业维持技术深化与场景落地双轮驱动态势 [3] - 逐步从工业场景向家庭场景渗透 持续拓展人形机器人能力边界 [3] 投资关注领域 - 重点关注机器人整机厂商及核心零部件供应商 [1] - 包括旋转关节模组 线性执行模组 电机 编码器 灵巧手及传感器 结构件等细分领域 [1]