行业趋势演变 - 大模型热潮进入第三年，行业关键词从"大语言模型"跃升为"具身智能"与"机器人2.0"，AI正加速迈入"干实事"阶段[1] - 2023年生成式大语言模型是焦点，2024年国产大模型厂商崛起，2025年具身智能成为主论坛重要议题[3] - 技术发展呈现非线性特征，产业关注重心从底层模型向具体应用转移是必然趋势[4] 具身智能发展现状 - 具身智能成为2025年最热关键词，机器人通过格斗、舞蹈等赛事展示AI控制系统水平[7] - 人形机器人租赁市场在上半年表现火爆，显示初步商业价值[7] - 行业正从表演转向实际应用，重点攻关"通用移动抓取"等实用技能，已有机器人值守无人药店案例[8] 技术路径争议 - 人形与非人形机器人形态存在分歧：人形在数据采集和训练上具优势，但未来形态可能多样化[11][12] - VLA(视觉语言动作模型)成为研究热点，但对其能力边界存在不同观点，需融合更多感知模态[15][16] - 物理世界理解能力的增强是突破关键，仿真数据可减少真实训练样本依赖[17] 应用场景拓展 - 世界人形机器人运动会将包含竞技类和真实生活/工业场景，成为技术训练场和客户沟通桥梁[8] - 家庭和商用服务被视为具身智能最大应用场景，工业应用只是"开胃小菜"[12] - 移动、抓取和放置类任务最适合当前VLA模型技术阶段，可能带来具身智能第一次高潮[16]

财务表现 - 公司25Q1营收259亿元，同比+1%，环比-41% [2] - 归母净利润6.5亿元，同比+9%，环比-82% [2] - 单车收入约26.6万元，同比-3.6万元，环比-0.3万元 [2] - 单车净利约0.7万元，同比持平，环比-1.5万元 [2] - 25Q1净利率2.5%，同比+0.2pct [2] - 车辆毛利率19.8%，同比+0.4pct [2] 交付与展望 - 25Q1交付新车9.3万辆，同比+16%，环比-41% [2] - 预计25Q2交付量12.3-12.8万辆，同比+13.3%-17.9% [2] - 预计25Q2收入325-338亿元，同比+2.5%-6.7% [2] 费用与效率 - SG&A费用率同比减少1.9pct，主因雇员薪酬减少及运营效率提升 [2] - 研发费用率同比减少2.2pct，与新车型项目节奏调整相关 [2] 产品与技术 - 新一代辅助驾驶技术VLA模型整合空间/语言/行为智能，将首搭于纯电i8 [3] - 理想i8定位中大型SUV，计划25年7月发布 [3] - 配套充电网络建设超2500座超充站 [3] 长期预测 - 预计2025/26/27年营收1685/2234/2671亿元 [1] - 预计同期归母净利润107/144/178亿元 [1]

销量与市场份额 - 5月份在20万元以上新能源市场中市占率达到14 7% [1] - 焕新版车型销量已回升至每周1万台 预计很快恢复月销5万台水平 [1] - 2025年目标增速为20万元以上新能源市场整体增速的两倍 [5] - 四线五线城市试点成效显著 如达州和自贡市场份额超28% 延安达25% [6] - 百城繁星计划目标2026年在四线五线城市带来10万辆额外销售 [6] 产品战略 - 当前聚焦增程SUV 纯电SUV及MEGA 目标支撑3000亿年营收规模 [1] - 后续将推出MPV和轿车产品 覆盖中国 亚洲及欧洲市场需求 [1] - i8核心卖点包括创新造型设计 10分钟500公里高压充电技术 2500座超充站 [5] - 增程车型面向燃油车升级群体 纯电车型面向新能源保有群体 [3] - 纯电市场空间更大 20万元以上NEV中纯电占比213万辆 [3] 技术研发 - Halo OS实现硬件 软件 算法垂直整合 提升AI用户体验 [2] - Halo OS相比传统系统在资源效率和端到端确定性方面优势显著 [3] - VLA模型通过三维空间理解能力及精准仿真训练实现差异化 [7] - VLA计划7月随i8推出 8月覆盖所有AD Max用户 [9] 供应链与财务 - 应付账款周期维持在2-4个月 季度波动受销售成本影响 [4] - 第二季度汽车毛利率预计保持19% MEGA订单开始交付 [8] 海外扩张 - 海外拓展需满足硬件 售后服务 智能软件三条件 [8] - 初期聚焦亚洲和欧洲市场 目标长期海外销售占比30% [8] 用户洞察与创新 - MEGA Home销量超预期增长150% 因聚焦家庭用户真实需求 [10] - 未来汽车定位为硬件软件集成的AI体验 对标苹果人机交互标杆 [10]

报告行业投资评级 - 看好 [3] 报告的核心观点 - 目前人形机器人硬件成熟度高于软件，软件是走向商业化的关键，研究相对空白 [3][5] - 算法是具身智能的核心，数据是算法学习的基础，控制系统是具身智能的基座 [3][5] - 软件是机器人下一步商业化落地的投入重心，相关产业链标的值得关注 [3][4] 根据相关目录分别进行总结 算法：具身智能的核心 - 算法框架分为上层“大脑”与下层“小脑”两大层级，上层聚焦任务级规划与决策，下层负责实时运动规划与关节控制 [3] - 下层控制算法从传统向现代算法渗透，未来需解决多模态集成等瓶颈 [3] - 上层控制重点讨论VLA架构，其具备端到端和泛化等特点，在自动驾驶场景广泛应用，但面临数据稀缺等挑战 [36][40][71] 数据：算法学习的基础 - 数据来源分为真实数据、合成数据及网络数据，真实数据是主要来源，合成数据可解决数据短缺问题 [3] - 真实数据采集方式包括遥操作、动作捕捉技术等，合成数据通过仿真平台生成 [3] 控制系统：具身智能的基座 - 产业界对人形机器人“大小脑”未形成统一共识，通常人为区分，大脑负责复杂任务，小脑负责运动控制 [110] - 硬件主要由SoC芯片构成，软件部分包括底层操作系统、中间件和上层软件，芯片是核心，多数公司采用英伟达方案 [3] - 未来产业格局走势有望类比于自动驾驶，出现产业分工趋势 [5] 结论和风险 - 相关产业链标的包括控制器环节、运控技术同源、芯片、数据采集装备等企业 [3][4]

核心观点 - 智平方发布全栈自研全域全身具身智能大模型Alpha Brain和新一代仿生机器人AlphaBot 2，具备从桌面到开放环境、从单臂到全身、从简单到长程任务的能力 [1][3] - Alpha Brain采用GOVLA架构，整合空间交互基础模型、慢系统(System2)和快系统(System1)，实现复杂逻辑推理与实时动作控制 [5] - 公司首次将DeepSeek技术融入VLA大模型，提升长程复杂任务理解能力，并与优必选科技等企业共同推动双系统架构VLA模型成为行业主流 [5][8] - AlphaBot 2搭载Alpha Brain，具备34+全身自由度、0-240cm垂直工作范围和6h+续航能力，适配汽车制造、半导体等多场景任务 [7][8] 技术架构 - GOVLA大模型由空间交互基础模型、慢系统(System2)和快系统(System1)组成，慢系统负责复杂逻辑与任务拆解，快系统控制实时动作 [5] - 双系统架构技术路径将VLA拆分为VLM和动作执行模型，解决传统VLA数据采集难和长期规划问题，提升复杂场景适应性 [13] - 智平方是国内最早研发端到端VLA模型的企业，其RoboMamba模型在未见任务泛化能力上超越Google RT系列模型 [14] 商业化进展 - 公司已签约多家车企和高端制造企业，2024年实现数千万收入，并提供AI2R Brain MaaS订阅服务，计划按"智能操作工时"收费 [20] - 与吉利科技晶能微电子合作研发半导体制造机器人，与华熙生物开发生物科技领域智能解决方案 [24] - 目标2028年实现万台应用，2030年达成百亿级营收，2033年拓展至百万台规模 [20] 融资与行业动态 - 2025年完成Pre-A+轮数亿元融资，投资方包括敦鸿资产、云启资本等，此前Pre-A轮由达晨财智领投 [25] - 具身智能赛道吸引车企和自动驾驶领域人才创业，它石智航等公司完成亿级融资，行业进入融资热潮 [22][23] - 行业共识认为全栈自研是核心竞争力，智平方等具备AI+本体能力的企业更受资本青睐 [26][27] 创始团队背景 - 创始人郭彦东为国家级创新领军专家，曾任小鹏汽车首席科学家和OPPO首席科学家，具备AI与硬件复合背景 [17] - 副总裁邱巍拥有清华大学和德国高校背景，曾在西门子工作13年，后加入驭势科技任高管 [17] - 核心团队来自微软、小鹏、OPPO及清华、北大等顶尖高校，覆盖AI、机器人、智能终端领域 [18]

具身智能与VLA模型发展 - 灵初智能发布Psi-R1大模型，声称是真正的VLA模型，能在开放场景下解决长程复杂任务[2] - 2025年以来至少有七家企业发布VLA相关模型，包括Physical Intelligence、英伟达、银河通用等[2] - VLA模型成为机器人厂商展示技术先进性的重要手段，但部分展示视频可能掩盖真实技术能力[7] 机器人进厂打工的挑战 - 人形机器人从实验室到实际工厂应用需经历漫长的概念验证阶段，目前大部分仍处于试用期[2][10] - 概念验证需证明技术成功率、可靠性、效率、成本和收益，是商业化落地的关键障碍[3] - Figure机器人被曝在宝马工厂实际仅有一台执行简单搬运任务，与展示视频存在差距[10] VLA模型的技术难点 - 动作信号输入是VLA模型的核心难点，缺乏动作输入会导致泛化性不足和长线推理偏差[5] - 真正的VLA模型需具备长时序动作执行能力、跟随描述性语言指令并由单一模型完成所有任务[8] - 当前部分VLA模型仅通过模仿学习加原子技能调用完成简单操作，缺乏自主推理能力[7] 机器人落地的工程化流程 - 工厂落地需经历三个阶段：3个月实验室环境内测、3个月客户场景验证、6个月有人陪产部署[12] - 实际工厂环境中存在光线干扰、电磁干扰、流程差异等问题，需针对性优化[12] - 部署阶段需应对人为打断等突发情况，要求上层大脑具备实时推理和决策能力[13] 人形机器人的应用场景选择 - 当前进厂机器人多从事搬运、检测等基础工种，如优必选S1进行物料搬运和车灯检测[14] - 未来目标应是替代人力完成自动化设备无法胜任的精细化工作，如3C制造质检[14] - 客户更关注落地可行性而非技术完美性，需平衡长程推理能力与实时控制要求[15]

灵初智能技术突破 - 公司发布全球首个支持"动作感知-环境反馈-动态决策"全闭环的VLA模型Psi-R1，采用分层端到端架构结合强化学习算法，攻克开放场景下的长程复杂任务挑战[3] - Psi-R1模型在麻将场景中展示30分钟+持续CoAT超长任务时长能力，实现100%准确翻牌、自主构建碰杠策略链、多体协同看牌及动态算牌等灵巧操作[3][4][6][9] - 模型采用"快慢脑"分层架构（快脑S1专注操作/慢脑S2专注推理），突破传统VLA单向决策局限，首次实现视觉-语言-动作多模态协同的CoAT思维链[11] - 同步发布16自由度灵巧手PsiBot H1和双臂轮式机器人PsiBot V1，形成完整技术闭环[17] 行业技术趋势 - 2025年双系统架构VLA模型成为行业主流，Figure AI/Physical Intelligence/英伟达/智平方等国内外企业均推出类似架构产品[14][15] - VLA模型通过拆分VLM与动作执行模块，解决数据采集难和长程规划问题，使机器人能应对复杂长跨度任务[17] - 行业技术路径从纯模仿学习转向结合互联网视频学习人类技巧，显著提升泛化能力[17] 公司发展历程 - 2024年12月发布首款强化学习端到端模型Psi R0，实现Pick&Place长程泛化；2025年3月升级至Psi R0.5，仅需2小时数据即可完成场景泛化[19] - 采用强化学习复合路线攻克"高泛化性-高鲁棒性-高泛化性"不可达三角，目标实现超越人类的灵巧操作[21] - 成立两个月即获高瓴创投/蓝驰创投天使轮融资，智元机器人参与投资[21] 团队与产学研合作 - 创始团队由70-00后跨年龄梯度组成，含产品老兵和科学家密度最高的组合，CEO王启斌博士拥有20年机器人商业化经验[21] - 与北京大学成立联合实验室，由强化学习专家杨耀东博士担任首席科学家，合作开发多模态版DeepSeek-R1模型[22] - 可能成为国内最先受益于DeepSeek开源红利的公司，已基于Align-DS-V开展VLA深度探索[22] 商业化布局 - 当前聚焦双手双臂轮式机器人操作能力，暂不涉及双足机器人[22] - 已与制造业/商超零售/跨境物流龙头企业合作，规划从泛工业→泛零售物流→家庭应用的梯次落地路径[22] 行业竞争格局 - 全球超200家企业布局具身智能，灵初智能属于同时涉足大模型和机器人本体的典型代表，同类企业包括智平方/它石智航/星海图等[23] - 软件算法进步成为推动人形机器人场景拓展的关键，自研大模型构建技术闭环是企业的核心竞争壁垒[23] - 多数人形机器人初创公司AI投入不足，依赖科技大厂赋能，但科技巨头可能亲自下场造人形成终局竞争[24][25]

元戎启行融资与技术进展 - 元戎启行完成1亿美元C轮融资，由长城汽车集团独家投资，累计融资超5亿美元，股东包括复星锐正、云启资本、阿里巴巴等[3] - 公司目前拥有约700名员工，已成为长城汽车和吉利与奔驰合资品牌Smart的智驾方案供应商[3][4] - 元戎启行采用端到端辅助驾驶方案，为长城新蓝山和smart精灵5提供无图城区NOA功能，支持9座城市的城区领航辅助驾驶[4] - 公司成立于2019年，创始人周光曾为Roadstar.ai联合创始人，初期瞄准L4级自动驾驶，2020年转向前装量产智驾方案[5] - 元戎启行选择激进技术路线，2020年投入BEV架构，2023年首批研发端到端架构，计划基于英伟达Thor平台开发VLA模型[5] 高阶智驾市场竞争格局 - 元戎启行成为全球第三家能提供城区NOA功能的第三方供应商，前两家为华为和Momenta[5] - 其他加快城区NOA上车的供应商包括英伟达、大疆车载、地平线和轻舟智航等[6] - 地平线发布SuperDrive高阶智驾方案，预计2025年量产；轻舟智航目标将城市NOA打入15万级车型[6] - 大疆车载发布硬件成本7000元的"7V+100TOPS"方案，英伟达推出基于Orin芯片的高阶解决方案[6] - 车企与供应商关系从一对一绑定变为多元合作，长城同时与毫末智行、Momenta等多家方案商合作[6] 行业发展趋势 - 高阶智驾方案将从20万元以上车型向更低价格区间渗透，并逐步从新能源车扩展至燃油车[7] - 大疆车载计划在10-20万价位段向上突破，Momenta将基于高通芯片开发适合15万级混动/燃油车的方案[7] - 服务海外汽车品牌成为提升客单价的重要途径，Momenta已与奔驰、丰田合作，元戎启行接触欧日韩车企[7][8] - 老牌供应商侧重ROI，关注车型预期销量和利润；新入局者更看重标杆客户以证明实力[6] - 中高阶辅助驾驶市场竞争焦点转向全价位段渗透和服务国际车企[8]