宇树科技 - 宇树科技或于科创板IPO [1] 美国AI芯片限制 - 美国计划对马来西亚和泰国实施AI芯片限制 [2] 特斯拉 - 特斯拉下调香港Model 3售价 税后折扣最高达18% [3] 欧盟电动汽车电池 - 欧盟将向6个电动汽车电池项目拨款8.52亿欧元 [4] 台积电 - 台积电将优先考虑在美投资以应对芯片关税威胁 [5] - 台积电将推迟日本第二座芯片工厂的建设启动时间 [5] 赛力斯 - 赛力斯法务部账号目前处于禁言状态 [6] - 问界汽车累计交付量达70万辆 历时40个月 [7] 小米汽车 - 1000万Clips版小米端到端辅助驾驶系统交付在即 [8]

公司概况 - 越疆是全球领先的协作机器人及具身智能解决方案提供商，2023年以13%的市占率位居全球协作机器人出货量第二、中国第一 [2] - 公司已累计出货超8万台，产品覆盖工业制造、医疗健康、商业服务等15余个行业，服务比亚迪、富士康等超80家全球500强客户 [2] - 2024年公司实现营收3.74亿元，同比增长30.3%，经调整后净亏损3650万元，同比大幅收窄55.4% [2] 行业分析 - 协作机器人在安全性、灵活性和场景适应性上显著优于传统工业机器人，AI技术进一步放大这一优势 [3] - 全球协作机器人市场规模将在2028年达到50亿美元，2023-2028年预计年复合增长率37% [3] - 人形机器人作为新兴方向，预计到2030年全球市场销量将接近34万台，市场规模将超过640亿元 [3] - 上游核心部件国产化率快速提升，中游市场CR5集中度达46.3%，下游工业场景需求为主但新兴场景增速更快 [3] 核心竞争力 - 技术方面：核心技术覆盖机器人控制器、伺服电机、AI算法等全技术链，核心部件国产化率达100%，AI多模态交互平台X-Trainer将新任务训练时间从72小时压缩至4小时 [4] - 产品方面：覆盖六轴、四轴、复合机器人及人形机器人全品类，人形机器人Dobot Atom起售价19.9万元，有望于2025年中量产 [4] - 产能方面：日照生产基地年产能10万台，重复定位精度±0.02mm，产品开箱合格率>99.5% [4][5] - 客户与场景方面：服务全球超80家500强客户，工业场景经验丰富并加速拓展医疗、商业、教育等领域 [5]

越疆投资价值分析 - 全球协作机器人龙头地位，商业化能力有望持续验证 [3] - 技术壁垒全球领先，全栈自研构筑护城河，为后续发展及降本奠定基础 [3] - 全球化布局成效显著，受益制造业转移红利 [3] - 积极切入具身智能及人形机器人行业，打开长期成长空间 [3] 行业与公司研究 - 市场观点纷繁芜杂，研究聚焦总量、行业及公司领域，筛选有价值信息 [2] - 越疆（2432 HK）作为全球协作机器人龙头厂商，加速实现具身智能商业化 [3]

机器人操作技术的演进 - 从1960年代核电站的机械臂到现代通用型机器人，技术经历了从"机械执行"到"认知决策"的范式转变 [4] - RT-1模型崛起标志通用型革命开端，同一机器人可执行多任务，如泡咖啡和修电脑 [5] - GraspNet-1Billion通过百万级物体姿态训练赋予机器"视觉直觉"，但数据依赖可能放大社会不平等 [5] 感官革命与技术突破 - 视触觉指尖技术达到0.1mm精度，灵敏度超越人手10倍，可识别织物纹理和草莓成熟度 [6] - MIT柔性皮肤检测0.1N压力变化，手术机器人可感知血管壁弹性避免损伤 [7] - RT-2语言驱动将"小心易碎品"转化为牛顿力控制，ULIP-2建立"概念-形状-触感"跨模态关联 [7] 前沿技术与产业应用 - Meta触觉手套每平方厘米40个触觉单元，可辨别面料舒适度开启个性化消费新纪元 [8] - Google RT-X计划跨品牌经验共享提升新任务学习速度300%，成功率提升50% [8] - 斯坦福柔性抓手模仿章鱼触手，可变刚度结构(0.5-50N/mm)兼顾鸡蛋抓取与瓶盖开启 [8] 技术融合与系统架构 - AnyGrasp系统实现92%准确率和200ms识别速度，通过点云特征提取建立物体"指纹库" [9] - PointNetGPD通过10万次抓取演示训练实现决策层从规则驱动到数据驱动的转变 [9] - 执行层可变刚度软体手结合形状记忆合金，使易碎品抓取成功率高达98% [9] 未来发展方向 - Google PaLM-E模型实现视觉问答89%准确率和多任务操作76%成功率 [10] - NVIDIA Isaac Sim模拟2000种材质使真实场景适应时间缩短60% [10] - 医疗咽拭子机器人达±0.1mm精度，制造柔性三指手iPhone装配良率99.8% [10] 前沿探索与挑战 - 神经形态触觉传感器响应速度快100倍，模拟皮肤表皮/真皮结构 [11] - 群体机器人协作仿生算法使100台AGV协同效率提升300% [11] - 技术需与脑机接口、量子计算融合，但需建立全球伦理框架防止滥用 [11]

AI行业发展 - 随着DeepSeek对国内运营成本的下降，AI应用将加速走向商业化和规模化 [1] - 大模型领域可能存在泡沫，因其需要大量资金投入且估值较高 [3] - 行业应用才是真正有价值的领域，关键在于能否产生实际价值和订单 [3] - 大模型成功很大程度上取决于数据，大厂因其独有的数据具有先天优势 [3] - 独立大模型公司面临数据获取难题，部分数据即使花钱也无法获得 [3] 机器人行业发展 - 未来几年智能体和机器人行业发展的关键在于面向to B还是to C市场 [4] - to B领域可能更具发展潜力，因其聚焦垂直领域且泛化难度较小 [4] - 2023年下半年机器人行业将迎来上市潮 [4] - 在to B领域只要做出差异化竞争优势就有上市可能性 [4] - 不能依靠泡沫和融资来抬升估值后上市，A股市场不太接受这种方式 [4] 投资案例 - 容亿投资通过B轮(2022年)和B2轮(2024年)两次参与宇树科技融资 [4] - 容亿投资是宇树科技成长过程中的关键机构股东之一 [4]

目标驱动导航技术概述 - 具身导航涉及语言理解、环境感知、路径规划三大技术支柱，目标驱动导航是其最具代表性的方向，要求智能体在陌生环境中仅凭目标描述自主完成探索与路径规划 [1] - 与传统视觉语言导航不同，目标驱动导航需实现从"听懂指令走对路"到"看懂世界自己找路"的跃迁，涉及语义解析、环境建模与动态决策的交叉突破 [1] 产业化落地现状 - 终端配送场景中，美团无人配送车通过动态路径重规划执行任务，Starship Technologies的园区配送机器人已在欧美高校和社区部署 [2] - 医疗、酒店及餐饮场景中，嘉楠科技、云迹科技、擎朗智能的商用服务机器人以及美国Aethon公司的TUG系列实现药品、文件和餐食的自主配送 [2] - 人形机器人领域，宇树科技Unitree系列通过Habitat预训练完成导航任务，智元机器人集成目标驱动导航模块，特斯拉Optimus展示端到端操作能力 [2] 技术演进与生态发展 - 基于Habitat仿真的具身导航生态自2020年CVPR提出点导航基准以来，逐步扩展至图像导航、目标导航及移动抓取任务，形成闭环评测体系 [3] - 视觉预训练模型提升特征泛化能力，分布式强化学习框架使PointNav任务SPL指标显著提升，大语言模型解决部分开放词汇导航难题 [3] - 当前技术进展呈现梯度：PointNav和闭集ObjectNav接近人类表现，开放词汇物体导航和动态障碍物场景仍面临挑战 [3] 三代技术路线迭代 - 第一代端到端方法基于强化学习与模仿学习框架，在点导航与闭集图片导航任务中取得突破，SPL指标逼近人类表现 [4] - 第二代模块化方法通过显式构建语义地图，在零样本目标导航任务中展现优势，未见物体场景下成功率提升明显 [4] - 第三代LLM/VLM融合方法引入大语言模型的知识推理能力，提升开放词汇目标匹配精度，当前研究重点在于设计场景表征接口 [6] 技术挑战与学习痛点 - 目标驱动导航需掌握自然语言处理、计算机视觉、强化学习和场景图相关知识，学习路径碎片化且论文数量繁多 [8] - 缺乏系统实战指导和高质量文档，Habitat生态的导航研究入门难度较高 [8] 课程特点与大纲 - 课程基于Just-in-Time Learning理念，帮助学员快速掌握核心技术栈并构建领域框架 [9][10] - 课程涵盖目标驱动导航理论基础、Habitat仿真生态解析、三代技术方法论及实战环节，最终聚焦VLFM算法复现与真实场景部署 [14][15][16][17][18] - 课程进度安排为3个月，覆盖端到端方法、模块化架构及LLM/VLM驱动系统的理论与实践 [24][25] 目标学员与预期成果 - 目标学员包括机器人抓取领域从业人员、具身智能研究者、传统CV或自动驾驶转行者等，需具备Python和PyTorch基础 [23] - 预期成果包括掌握主流框架复现能力、零样本导航技术落地、Sim2Real部署流程理解及独立开展算法改进的能力 [25]

四足机器人操作技术突破 - 提出跨实体模仿学习系统Human2LocoMan，通过统一人类与机器人动作空间实现多功能操作，在6项家庭任务中成功率平均提升41.9%，分布外场景提升79.7% [5][6] - 开发模块化跨实体Transformer架构(MXT)，支持人类数据预训练与机器人微调，仅用一半机器人数据即可持续优于基线性能 [10][16] - 构建首个涵盖单手/双手模式的四足机器人操作数据集LocoMan，包含300+人类轨迹和150+机器人轨迹，30分钟可采集50条机器人轨迹 [8][25][30] 核心技术架构 - 采用XR头显实现动作映射：人类腕部→机器人末端执行器、头部→躯干、手部→抓手，建立统一参考框架对齐跨实体动作 [11][14] - MXT架构包含实体特定标记器/去标记器与共享Transformer主干，预训练后微调可使OOD场景成功率提升82.7% [16][18][29] - 全身控制器通过零空间投影和二次规划实现多操作模式协调，支持单手/双手模式下工具使用、可变形物体操作等复杂任务 [14][23] 性能验证与行业意义 - 在玩具收集、鞋架整理等任务中，预训练MXT成功率最高达95.8%，任务得分116分，显著优于HIT和HPT基线方法 [27][29][33] - 人类数据预训练使模型在长时序任务中保持83.3%成功率，较基线提升50%，凸显跨实体学习对工业场景的适用性 [29][37] - 系统已开源硬件/数据，为具身智能领域提供首个四足全栈学习方案，推动家庭服务、物流等场景的机器人应用落地 [7][38]

公司概况 - 节卡股份主营业务为协作机器人整机产品的研发、生产、销售，并从事包括集成设备及自动化产线在内的机器人系统集成业务 [1] - 李明洋合计控制公司41.63%的表决权，担任董事长和总经理，为实际控制人 [1] - 公司计划在科创板上市，目前审核状态仍处于问询阶段 [1] 财务表现 - 2024年归母净利润622.80万元，扣非净利润-227.82万元，基本实现盈亏平衡 [2][4] - 2022-2024年归母净利润分别为-573.57万元、-2854.73万元及622.80万元 [2] - 2022-2024年扣非净利润分别为4.40万元、-3567.93万元及-227.82万元 [2] - 剔除汇兑损益影响后的扣非净利润分别为-2992.19万元、-4178.73万元及-619.31万元 [2] - 截至2024年末累计未分配利润为-5803.40万元，存在累计未弥补亏损 [2] - 2024年营业收入40,043.16万元，同比增长14.56% [3] - 2024年资产负债率(母公司)为11.52%，较2023年上升3.45个百分点 [3] - 2024年经营活动产生的现金流量净额为3,178.21万元 [4] 业务结构 - 主营业务毛利率分别为47.19%、45.28%及53.71% [6] - 协作机器人整机业务毛利率分别为53.22%、50.19%及54.58% [6] - 机器人系统集成业务毛利率分别为25.33%、31.37%及28.85% [6] - 2024年机器人系统集成业务收入仅84.62万元，占比大幅下降至6.19% [6] 研发与销售 - 2022-2024年研发费用分别为4,750.92万元、7,312.89万元及8,623.16万元 [10] - 研发费用占营业收入比例分别为16.92%、20.92%及21.53% [10] - 销售费用分别为7,782.04万元、9,775.26万元及9,674.36万元 [9] - 销售费用率分别为27.72%、27.96%及24.16% [9] - 2024年销售费用仍高于研发费用 [9][10] 募投项目 - 拟募集资金规模由7.5亿元降至7亿元 [7] - 智能机器人生产项目拟投入募资金额由4.20亿元下调至3.70亿元 [7] - 计划在2030年达到年产4万台协作机器人的生产规模 [8] - 2023年全球协作机器人销量为5.7万台，2017-2023年复合增长率32% [8] 行业与市场 - 协作机器人行业属于技术密集型行业 [5] - 应用场景拓展存在客户决策惯性、产家自身发展不成熟及使用场景有限等困难 [7] - 2025年可能出现低速增长情况，机器人整机预计同比增长16% [5]

市场表现 - A股市场大盘指数窄幅震荡，钢铁、煤炭、银行等顺周期板块冲高，机器人板块回落 [1] - 机器人ETF基金（159213）延续弱势，跌超1% [1] - 机器人ETF成分股多数回调，汇川技术、机器人、大族激光等跌超1%，科大讯飞、石头科技等微跌 [4] 行业动态 - 亚马逊已部署超过100万台机器人，接近其设施中人类员工数量，75%的全球配送业务实现机器人辅助 [2] - 2025年以来多家龙头企业加码无人物流赛道，包括凯傲集团与英伟达、埃森哲合作改善仓库管理，Figure 02完成快递拣选工作，智元机器人与德马集团合作建立物流作业场景的人形机器人数据采集工厂 [3] - 人形机器人行业进入内外双驱、日新月异的产业扩张期，预计2030年中美制造业、家政业需求约203万台，市场空间约3185亿人民币 [6] 板块走势分析 - 机器人板块年初大幅冲高后延续震荡，主题性投资明显，股价变化受事件催化及海内外产业链进展影响 [3] - 当前板块核心矛盾在于应用场景实际落地、大模型突破及关键感知零部件升级，估值锚点切换至落地兑现 [6] - 2025年预计为人形机器人突破性一年，万台级别量产将带动产业链放量，解决数据匮乏难题 [6] 产业链与投资机会 - 中证机器人指数覆盖全产业链环节，包括上游硬件（传感器、减速器等）、中游系统集成（软件算法等）、下游应用层（服务机器人等） [6] - 灵巧手、行星滚柱丝杠、减速器为核心零部件，行业趋势已成，量产渐行渐近 [6] - AI催化具身智能浪潮，全球科技巨头全面布局，人形机器人行业量产奇点已至 [6]

核心观点 - 南丹麦大学软体机器人实验室研究团队开发出基于剪纸原理的充气式软体爬行机器人，为软体机器人设计开辟新思路 [1][3] - 该机器人由柔性纺织材料制成，通过剪纸图案设计和气动控制实现类似蛇类的多种运动模式，能在复杂地形自如爬行 [3] - 研究将剪纸超材料概念引入充气式软体执行器设计，通过交错线性切割图案实现均匀可控变形 [5][7] - 模块化设计和多通道控制使机器人实现多样化运动模式，包括直线爬行、蛇形运动和转向控制 [11][13] - 机器人在各种真实场景测试中展示出色适应能力，最高速度达8.7 mm/s，能攀爬20度斜坡并通过复杂地形 [15][17] - 该技术展示了古老艺术与现代工程结合的可能性，为软体机器人、可展开结构、智能材料和仿生系统提供新设计范式 [19] 技术原理 - 充气到100 kPa压力时切口边缘重叠，产生32%均匀收缩，是普通气囊的两倍 [7] - 低压阶段(0-40 kPa)收缩速率快，高压阶段(>40 kPa)通过局部旋转和重叠自组装导致刚度增加 [9] - 切口协调变形形成类似鳞片特征，产生方向性各向异性摩擦特性(向后摩擦系数是向前两倍) [9] - 双通道剪纸执行器设计：两通道同时充气产生轴向收缩，单通道充气实现转向 [11] - 三模块六通道机器人通过充气序列控制实现多种运动模式 [11] 性能表现 - 单通道执行器在不同表面速度：1.3 mm/s(细孔泡沫)、4.8 mm/s(中孔泡沫)、6.0 mm/s(粗孔泡沫) [15] - 双通道设计速度提升至：1.6 mm/s(细孔)、5.5 mm/s(中孔)、8.7 mm/s(粗孔) [15] - 能适应多种地形：沥青路面、金属格栅、7度和20度斜坡、带缝隙混凝土路面 [17] - 三模块机器人完成S形路径绕过障碍物用时19分钟 [17] 应用前景 - 适用于搜救任务、管道检查、环境监测等非结构化环境 [16] - 目前设计需外部气源支持，但微型气泵和低功耗电磁阀为未来无系留设计奠定基础 [19] - 模块数量增加带来的控制复杂性可通过气动多路复用和分层控制策略解决 [19]