一、纪要涉及的行业与公司 - 行业聚焦具身智能与人形机器人数据产业链，核心矛盾由算力瓶颈转向数据稀缺[1][2] - 涉及环节包括上游芯片、传感器、数据采集设备、数据平台四大板块[3][4] - 芯片环节代表公司为芯动联科，产品主要应用于军工领域，民用产品预计2026年底至2027年初量产[5] - 传感器环节视觉传感器龙头为奥比中光，市占率约60%，IMU领域主要参与者为华依科技[4][5] - 平台型公司包括索辰、凡拓，属于小而美平台型公司，未来发展取决于客户拓展能力[5] - OpenAI供应链相关标的包括华依科技、兆威机电等[1][5] - 特斯拉产业链已进入业绩兑现期，作为对比参照系[1][9] 二、核心观点与论据 （一）行业瓶颈与演进路径 - 2026年机器人板块表现为熊市，产业核心瓶颈在于"大脑"即人工智能，而"大脑"瓶颈在于数据，与AI赛道算力瓶颈不同，具身智能核心瓶颈是数据稀缺[2] - 2026年初国内头部机器人本体公司数据积累量仅为数千小时级别，预计2026年底从"千"跨越至"万"，2027年有望达到十万至百万小时级别，最终目标为千万乃至亿小时级别[2] - 行业普遍认为实现智能涌现所需数据量门槛至少在1,000万小时以上[2] - 2026Q4至2027Q4行业进入以数据为核心的"数据飞轮"阶段，硬件研发基本完成而商业化尚未完全展开，投资机会主要集中在数据产业链[1][2] - 数据产业链预计经历每年一个数量级以上的增长，整体增长空间可达万倍[2] - 预计到2027年数据积累达到百万或千万小时级别时，细分垂直领域商业化应用将出现突破，带动相关公司行情[2] （二）数据产业链四大环节 - 产业链自上而下依次为芯片、传感器、数据采集设备、数据平台[3] - 芯片环节最核心为陀螺仪芯片用于惯性传感器，智能驾驶汽车通常仅使用一个价值约一两百元的IMU，而数据采集中部分五指设备方案IMU用量可达20个左右，价值量实现数十倍扩张[4] - 传感器环节包括惯性传感器、视觉传感器和触觉传感器，惯性传感器和视觉传感器为当前数据采集设备必备组件，"一狗五米"等主流方案均需配备[4] - 视觉传感器市场格局明确，奥比中光占据约60%市场份额[4] - 触觉传感器预计逐步被采用，北美特斯拉等公司已有相关方案但尚未实装，三类传感器单机价值量均在千元以上[4] - 数据采集设备环节市场格局相对分散，不像上游芯片或传感器有明确龙头，设备供应商竞争力需通过客户证明，需关注OpenAI、特斯拉及国内头部本体公司所采用的供应链[4] - 主流技术路线以ALOHA和UMI为主，但技术路线仍在持续演进[4] - 随着数据需求从万级向亿级甚至更高量级迈进，数据采集设备市场规模理论上可达数百亿甚至千亿级别[4] - 数据平台环节提供物理数据采集平台或仿真数据平台，部分公司两者兼备如凡拓[4] - 数据采集行业并非轻资产模式，壁垒体现在物理仿真平台技术复杂性以及物理采集过程对算力和存储的重资产投入，未来具备大规模资本开支能力的公司更具优势[4] - 数据平台公司正从千小时、万小时级别向十万、百万小时级别快速发展，头部公司目标为千万乃至亿小时级别[4] （三）市场空间测算 - 目前市场定价约为每小时100元人民币，单个模型公司未来数据使用量预计可达10亿小时级别[7] - 若以10家模型公司计算，行业数据需求将达百亿小时级别，整体市场空间可达数百亿甚至千亿规模[7] - 一台数据采集设备在人工操作下每日正常工作长约8小时，面对庞大数据需求市场空间十分广阔[7] - 数据采集设备作为生产数据的"铲子"，其价值无法简单用行业占比衡量[7] （四）本体公司外购数据的逻辑 - 未来模型训练所需数据构成中，真机采集数据约占20%，仿真模拟数据占30%，通过物理人工方式（Ego-Exo）采集的数据占比最高达50%[8] - 本体公司难以自行购买大量设备、雇佣人员并覆盖多样化应用场景完成采集工作，必须向外部平台采购[8] - 人形机器人应用在未来三至五年内很可能集中于垂直领域而非完全通用化，将催生大量针对特定垂直领域的数据交易需求[8] - 不同仿真模拟平台各有侧重，有的专注工业领域有的侧重商业场景，平台优势各不相同[8] - 不同类型数据在模型训练中角色不同，如同精读与泛读区别，预训练、训练中和后训练等不同阶段所用数据类型可能存在差异[8] - 随着模型对数据精度和物理真实性要求越来越高，人工采集价值愈发凸显，专业人员在特定场景下（如专业搬运工）产生的数据精度和专业度远高于非专业人员（如白领），高质量垂域数据具有很高变现价值[8] - 数据采集平台还承担高昂资本开支和后台处理工作，包括大量人工和设备投入以及算力和存储支撑，数据公司价值可通过存储方面资本开支规模评估[8] - 采集到的原始数据需经清洗和标注处理，目前约40%的标注和清洗工作可由AI完成，其余60%仍需人工处理，数据成本中相当一部分来自后续处理环节[8] - 高昂资本开支和复杂数据处理流程决定专业化分工必要性，本体公司通常不涉足该领域[8] （五）2027年投资主线 - 2027年投资重点围绕两大主线：OpenAI供应链和数据采集供应链[5] - OpenAI供应链价值此前未被资本市场充分定价，2027年OpenAI规划三款应用产品：预计2027年1月发售的"甜甜圈"项目、人形机器人原型以及AI手机[5] - 数据采集供应链可从不同环节切入，上游芯片环节芯动联科民用产品预计2026年底至2027年初量产，传感器环节奥比中光市占率60%、华依科技为IMU主要参与者，平台型公司索辰、凡拓处于爆发前期[5] （六）定价逻辑与投资节奏 - 资本市场行情表现与产业节奏大体匹配但并非完全同步，当前产业处于从0到1跨越阶段，未来3至9个月内相关订单规模可能实现数量级增长[5][6] - 2027年AI应用领域数据赛道预计是边际增量最显著方向之一，2026Q4受到市场关注属正常[6] - 人形机器人领域倾向于奖励在赛道和客户切入上具备先发优势的公司[6] - 目前资本市场定价主要反映公司"产业卡位"即特定赛道定位，预计到2027年上半年市场定价逐步过渡到反映"客户卡位"即能否获得关键客户订单，直接影响未来业绩预期[1][6] - 数据赛道和OpenAI相关产业链是资本市场正在定价的新兴领域，Alpha属性相对更强[9] - 特斯拉产业链已完成第一轮定价，股价上涨逻辑已兑现，当前投资逻辑更多基于业绩和出货量测算，如市场预期何时达到30万台、50万台甚至100万台量产规模[9] - 两个方向定价逻辑根本不同：前者处于被市场发现和定价初期阶段，后者需进入以订单和出货量支撑估值的第二阶段[9] - 长期看两者无绝对优劣排序，关键在于各自产业进展速度，若特斯拉订单超预期其产业链相关公司将迎来重要机会[9] - 特斯拉产业链2026年存在反弹机会，更大机遇窗口预计在2027年下半年，届时需观察产品对外销售带来的订单爆发点[9] （七）行业爆发信号 - OpenAI近期在机器人领域布局加速，其他大模型公司可能跟进引发行业爆发[9] - 行业爆发取决于龙头公司引领，一旦行业龙头打响"发令枪"，其他竞争者将不得不跟进进入"内卷"状态，与当前大模型和算力领域竞争格局类似[9] - 数据赛道目前正等待明确信号即头部公司开始将数据作为核心竞争点，一旦信号出现整个行业将迎来快速爆发[9] - 数据板块本质上扮演"铲子股"角色[1][10] 三、其他重要但可能被忽略的内容 - 数据赛道作为"铲子股"处于定价初期，2027年上半年为关键节点[1] - 五指设备方案中IMU用量可达20个左右，与智能驾驶汽车仅用1个价值约一两百元的IMU形成鲜明对比[4] - 视觉传感器奥比中光市占率约60%为产业链中格局最明确环节[1][4] - 触觉传感器为潜在增量，北美特斯拉已有方案但尚未实装[1][4] - 人工采集占比将达50%，为数据构成中占比最高部分[1][8] - 约40%标注和清洗工作可由AI完成，其余60%仍需人工处理[8] - 数据公司价值可通过存储方面资本开支规模评估[8] - 芯动联科产品主要应用于军工领域，民用产品预计2026年底至2027年初实现量产[5] - 索辰、凡拓属于小而美平台型公司，行业供应链尚未完全确定正处于爆发前期[5] - OpenAI规划"甜甜圈"项目预计2027年1月发售[5]

数采-物理AI边际变化明显的方向 会议纪要关键要点 一、涉及行业与公司 - **行业**：具身智能/物理AI、汽车零部件、人形机器人、传感器产业链 - **公司**：华依科技（数据采集IMU与本体IMU）、福莱新材（触觉数据采集手套、电子皮肤）、均普智能（全栈式数据采集平台服务）、世运电路（入股福莱新材）、特斯拉（Optimus产业链）、OpenAI、DeepMind、蜜蜂科技（被均普智能投资）[1][2][3][10][11] 二、核心观点与论据 （一）具身智能赛道投资价值的三重驱动 - **筹码结构低位**：2026年第二季度汽车行业整体持仓约1.9%，剔除商用车、AI相关标的与整车企业后，零部件板块仓位已降至非常低的位置[2] - **估值处于历史低位**：大部分零部件公司估值在10倍左右，竞争格局较好的赛道相关公司估值也仅在15至20倍之间，具备较好安全边际[1][2] - **边际催化密集**：从当前到2026年年底，具身智能领域预计迎来更多催化事件，包括特斯拉三季报或年报对机器人业务的正面表述、产能爬坡进展及订单数据更新，以及国际科技巨头加速布局[2] （二）国际科技巨头入场的逻辑重塑 - DeepMind于10月初投资相关赛道，OpenAI将具身智能大模型列为未来重要发展方向，行业逻辑正在重塑[2][3] - 参考过去AI领域资本开支模式，巨头在AI上的投入规模及对下游盈利的容忍度都非常高[3] - 巨头短期核心瓶颈集中在数据获取，具身智能是目前数据最为紧缺的环节，与拥有互联网数据的大语言模型和拥有路采数据的智能驾驶不同[3] - OpenAI已购买上千万小时的类具身数据，并在模型上投入超百亿人民币的资源[4] - 国际大厂向国内企业下达的订单呈现增长趋势[3] （三）数据采集成为物理AI核心环节 - AI三要素（算力、算法、数据）中，数据短缺是具身智能最突出瓶颈，算力和算法相对收敛[4] - 当前高质量数据规模约几十万到百万小时级别，与未来需求存在巨大差距[5] - 智源人工智能研究院姚期达院士2026年上半年访谈数据：预计需要1亿小时级别数据才能带来具身智能"涌现时刻"，对标GPT-2和GPT-3的语料规模；更有业内专家认为所需数据量级可能高达几十亿甚至百亿小时[5] - 数据采集难度体现在：需覆盖视觉、触觉、力觉等多模态数据；对时空对齐和物理精确性要求极高；场景极其广泛且对数据质量要求更高[4] （四）数据采集技术路径与成本效率难题 - 国内物理AI数据呈金字塔结构：底层为海量互联网公开数据；中间层为仿真数据和人体数据采集（含5min1dog和外骨骼两种方式）；顶层为高质量真机数据如遥操作；行业普遍采用多种技术融合策略[5] - **时间成本**：真机采集8小时原始数据，最终有效时长仅约2小时，后续还需清洗、筛选和标注；若要达到千万小时级别产能，约需1万个机器人或操作员以每天工作11小时的强度持续工作一年，一名有天赋员工需培训一个月[5] - **资金成本**：一小时真机遥操作成本目前在500至1,000元之间，需机器人本体、操作员和场景三方配合，限制扩张速度和效率[6] （五）数据采集硬件市场空间测算 - 头戴设备通常配置1个IMU，两个夹爪约需配置2个IMU，单个IMU价值量约几百元；单个相机或摄像头成本更高，可能达1,000元左右[6] - 到2030年，国内物理AI数据采集硬件（IMU、摄像头、数据采集手套）合计市场规模有望接近500亿元，全球对应市场规模有望接近1,000亿元[1][6] - 数据需求将从百万小时跨越至亿小时级别，带动IMU、触觉手套、摄像头等传感器出货量呈10倍级增长[1] （六）特斯拉产业链投资主线 - 第一条主线为特斯拉产业链本身，核心关注竞争格局稳定性和供应链进入确定性；竞争格局相对较好的领域短期集中在谐波减速器、轻量化PEEK材料以及电子皮肤等[3] - 相较2025年市场高度关注但2026年竞争已趋于激烈的某些赛道（如4-赛道，中期空间和产品均价预期已被下修）[3] - 投资节奏两种演绎路径：路径一为三季报交流中特斯拉对机器人业务有超预期乐观阐述，对板块形成直接且持续催化；路径二为本次财报未有特别表述，2026年12月预计还有新催化事件如Optimus V3版本视频发布[4] - Optimus V3发布将是2026年底关键催化剂[1] （七）第二条主线：国际科技大厂关联环节 - 与国国际科技大厂关联度高、在数据或订单端已有催化迹象的环节，主要包括数据采集设备，如惯性导航、数据采集手套以及数据采集设备集成供应商[3] 三、重点公司分析 （一）华依科技 - 基于汽车IMU领域积累，布局人形机器人惯导产品，分为数据采集用IMU和机器人本体用IMU两类[7] - 看好穿戴式非本体数据采集成为主流方向，已布局头戴设备、数据采集手套、动捕服等IMU产品[7] - 用量：头戴设备需1-3颗IMU，手持夹爪需2颗，单套数据采集手套需24颗IMU，动捕服需12-20颗，价值量存在显著提升空间[1][7] - 下游需求：国内某本体厂商数据训练时长预计从2026年100万小时增长至2027年数千万到1亿小时，增长超过10倍[7] - 数据采集IMU产品已在与部分国产客户对接，商业化前景乐观[7] - 机器人本体：双足人形机器人至少需2到3颗IMU，单颗价值量估计接近1,000元；特斯拉及国内其他核心本体厂商未来将逐步提高IMU配置[7] （二）福莱新材 - 核心产品为多模态触觉数据采集手套，是物理AI触觉数据关键入口；能覆盖指尖和全手掌，高保真采集3D力等多维度触觉信号，响应速度快，解决机器人抓取物体及感知物体软硬等痛点[8] - 两条并行技术路线：数据采集手套实现"人教机器人"；电子皮肤产品实现"机器人自主感知"[8] - 工业领域推出数字感压膜系统，相较传统一次性日本富士压敏纸能动态采集压力数据；还探索智能乐器等应用，如已发布带体感功能的电子吉他[8] - **订单**：触觉产品自2026年起从送样阶段进入规模化落地，已获得数十万套级别柔性传感产品订单，客户包括人形机器人和具身智能领域头部企业[1][9][10] - **股权结构**：世运电路出资3亿元受让公司5%股权，成为第三大股东，承诺18个月不减持；世运电路是人形机器人核心FPC供应商，双方在产品技术和客户资源上存在协同效应[10] - **业绩目标**：股权激励要求2026年扣非净利润达8,000万元，2027年达1亿元；传统主业（广告喷墨打印材料和标签标识印刷材料）盈利稳定，年盈利能力在1亿元以上；当前盈利压力主要源于山东新基地折旧及柔性传感器业务较大年度研发投入[10] （三）均普智能 - 业务模式为提供从数据采集、模型训练、技能开发到最终交付的全栈式平台服务，而非单一产品供应商[10] - 流程：通过头戴式数据采集产品在工厂等场景采集数据；利用名为PrimeLoop的模型对数据进行训练和开发，形成持续优化的正反馈循环；将训练好的模型封装成可复用技能包或开发运行套件供其他工厂调用；将集成了人形机器人的智能制造装备生产线提供给医疗、汽车零部件、锂电等领域现有下游客户[10] - 能为缺乏数据采集和模型训练经验的客户（如互联网大厂）提供"交钥匙"式全套服务[10] - 已与国内某些头部大厂就数据采集领域全套服务达成合作意向，并投资数据采集领域知名企业蜜蜂科技[11] - **业绩预期**：主业成长稳健，预计2026至2028年营收保持双位数增长；2026年净利润0.7亿元，2027年1.0亿元，2028年1.6亿元[1][11] - 利润增长驱动：毛利率较高的医疗客户占比提升，以及具身智能领域（机器人代工和数据采集）订单落地[11] 四、其他重要但可能被忽略的内容 - 汽车零部件板块估值处于历史低位（10-20倍），机构持仓仅约1.9%，具备极高安全边际与反弹空间[1] - 市场对科技板块整体预期下修，高风险偏好资金正在寻找新方向，汽车零部件和机器人板块预期与机构持仓均处于较低水平[2] - 数据采集是物理AI领域能产生较大边际变化的方向，主要驱动力包括机型出货量提高、模型性能参数增加以及OpenAI等新入局者带来的额外数据需求[6] - 世运电路入股福莱新材的锁定期承诺为18个月不减持[10] - 福莱新材传统主业年盈利能力在1亿元以上，当前盈利压力来自山东新基地折旧和柔性传感器业务研发投入[10]