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]