春晚事件与市场反响 - 在春晚节目《武BOT》中，一台宇树机器人表演后空翻后摔倒，引发网友热议[1] - 公司CEO与春晚导演回应称，摔倒动作是为贴合醉拳意境而精心设计的剧情需要，旨在展现机器人“欲倒还立”后自行站起的视觉效果[3][5] - 该事件在2月17日登上热搜，获得了广泛的网络传播与关注[3] 产品性能与技术突破 - 参与春晚的宇树机器人刷新了多项全球纪录，包括：空翻最大高度大于3米、首次实现单脚连续空翻及两步蹬墙后空翻、首次完成Airflare大回旋七周半、以及首次实现最快任意跑位速度达4米每秒的集群快速跑位[7] - 机器人搭载了全新自研的灵巧手，能够快速更换武术道具并稳定抓握，完成耍棍、舞剑等动作[6] 商业化应用与市场热度 - 春晚后，机器人迅速在八达岭长城等景区投入商业运营，身着汉服为游客表演太极拳和中国风舞蹈[6] - 春晚播出期间，京东平台机器人相关搜索量环比增长超300%，客服问询量增长460%，订单量增长150%，新增订单覆盖全国100多座城市[9] - 除夕当晚京东上架的“春晚同款”机器人（包括宇树科技等品牌）在几分钟内被抢购一空，其中两台价值近63万元的GALBOT通用机器人G1也被售出[9] 行业前景与公司展望 - 宇树科技CEO预计，今年全球人形机器人出货量至少将达到几万台，而宇树科技自身的出货量目标为一到两万台左右[12] - 按每台机器人售价两万元估算，该出货量目标将为公司带来可观的收入[12] - 行业观点认为，尽管受限于具身智能大脑等技术瓶颈，人形机器人仍处于应用早期，但其发展速度显著，商业化应用（如景区表演）已能带来实实在在的收益且回本速度较快[14]

行业与公司覆盖 * 行业覆盖包括宏观经济、股票市场（A股、港股）、科技板块（AI、互联网）、消费内需板块、分红/红利板块、创新药、外需相关板块、保险行业（商业健康险）、机器人/具身智能行业[1][3][10][12][14][23][28] * 公司类型涉及大型互联网平台、超大型保险集团、再保险公司、普通保险公司、医药上下游企业（创新药械企业、终端医疗服务机构、零售机构）以及国内外人形机器人企业[24][28][32] 核心观点与论据 宏观市场与信用周期 * 当前市场基本面和预期存在错配，科技板块受获利了结压力和利空消息影响波动加剧，而内需板块因基本面数据疲软难以形成共识，分红板块成为相对受益的替代选择[1][3] * 国内信用周期震荡或下行，若四季度政策力度不足，可能出现阶段性收缩[1][3] * 宏观环境整体看似通缩，但局部流动性过剩导致科创与消费二级市场估值分化，服务价格与衣食住行价格在 CPI 中也存在分化，有效需求不足由信用周期决定[1][5] * 展望未来，受高基数效应、地产拖累及政策发力速度影响，信用周期可能震荡或放缓，应寻找能提供信用扩张方向的领域，如科创和分红板块[1][6] 资产配置与投资策略 * 预计 2026 年恒生指数基准点位在 28,000-29,000 点之间，2025年港股恒生指数点位约为26,000点[8] * 建议采用哑铃型组合策略，以分红与 AI 相关互联网大厂作为底仓，平衡波动[1][12] * 值得关注的行业包括 AI 景气行业、成长板块以及外需相关板块，A 股主要倾向硬件，港股侧重应用端[10] * 内需板块基本面走弱，在信用周期和收入预期大幅改善前，不建议作为主要配置主线，但可通过分红对冲[11] * 企业出海、高技术产业主导及治理改善是日本90年代以来股市结构性行情的推动因素，对中国有借鉴意义[23][26][27] 商业健康险行业分析 * 中国居民个人支付占医疗卫生费用比例在 2022 年达到了 33.6%，显著高于美国、德国和日本等成熟国家 10%~15% 的水平，医保基金累计结余增速放缓为商业健康险发展提供空间[15][16] * 商业健康险面临市场份额低（仅占 4%~7%）、目录外责任覆盖不足、非标体人群保障不足、发展不及预期等问题[17] * 发展缓慢原因包括支付能力不足、医保广覆盖导致保障错觉、医疗服务体系与商保合作基础薄弱、保险公司专业化运营能力不足[18] * 推动发展需医保局和金融监管总局等外部力量介入，通过医保支付改革（如DRG/DIP）和政策调整，使基本医保回归"保基本"，多元化需求通过商保实现[2][19][20] * 预计12月份会有实质性政策落地帮助保险公司提升经营能力，中等收入人群增长推动差异化商保需求[21] 机器人/具身智能行业技术发展 * 具身智能大脑模型架构包括经典分层理论、VLA模型和世界模型，VLA模型追求统一平台架构，世界模型仍处科研阶段[28] * 数据获取方式包括真机示教、视频数据获取和仿真合成数据，各有优劣[29] * 异构训练旨在让不同形态机器人共享同一"大脑"，提高研发效率，如2024年9月MIT与Meta发布的HPT模型架构[30][32] * 当前行业挑战包括任务多样性、高质量数据迁移探索时间短、工程师操作手法噪音、缺乏统一评测基准[34][35] * 短期内难以出现类似ChatGPT的突破，分层架构是商业化主流，VLA展示C端潜力，世界模型属中长期探索方向[33][36] 其他重要内容 * 房地产市场影响居民资产，未来走向需动态判断，参考日本经验，需稳住价格以降低对居民资产负债表的损害[6][7] * 商业健康险若聚集居民医疗自费支出，可向医疗体系提供确定购买额换取折扣，改善销售困局并促进医疗行业发展[14] * 商业保险公司需发展保障属性强、对利差依赖低的产品，金融监管总局从微观层面打开堵点，如个人账户式长期医疗险和长护险[22] * 机器人行业缺乏评测基准，斯坦福大学李飞飞团队于2024年3月发布Behavior ONEK用于评测一千项活动，期待国产评测系统加速软件端收敛[35][36]