报告行业投资评级 - 计算机行业投资评级为增持（维持）[1] 报告核心观点 - 大脑是机器人实现智能的核心，基于AI大模型实现自主决策、导航、任务执行和人机交互等功能[3] - 具身智能大脑技术路线处于并行探索阶段，主要存在端到端VLA、大脑+小脑分层和世界模型三条主流路径[3][13] - 大脑是阻碍具身智能发展的关键瓶颈，机器人大模型发展进度类似ChatGPT发布前1-3年阶段，临界点可能在未来1-5年实现[3][18][19] - 具身智能大脑市场将成为具身智能市场中发展最快、技术难度最高且最关键的环节[3][55] - 全球机器人大脑厂商百花齐放，多家公司估值超百亿，建议关注具身智能大脑相关标的[3][55][56] 机器人大脑定义和能力 - 人形机器人由大脑、小脑和肢体三部分组成，大脑基于AI大模型实现自主决策、环境感知、任务规划和人机交互[8] - 机器人大脑需具备实时交互、多模态感知、自主可靠决策以及涌现和泛化四大核心能力[9][10][12] - 机器人大模型与通用大模型有区别，难以直接共用，LLM是语言预测器而非机器人控制器[12] 技术路线探索 - 端到端VLA技术路线采用单一模型从感知到动作端到端学习，适用于短程任务但复杂长程任务存在局限性[13] - 大脑+小脑分层技术路线相对成熟，通过多模态大模型负责高层决策，小脑模型处理运动控制，实现模块化、可泛化和可解释优势[3][13] - 世界模型技术路线处于特别早期阶段，旨在构建物理世界完整建模[3][13] - 类脑智能和脑机接口等创新技术为未来大脑解决方案带来可能[14] 行业参与者格局 - 专门做机器人大脑的公司包括通研院、Physical Intelligence和Skild AI等，具备专注度和物理交互理解优势[3][17] - 通用大模型公司如谷歌、OpenAI、字节和阿里等具备强大基础模型能力但对物理世界了解有限[17] - 具身智能企业自研如智元机器人和特斯拉等可实现软硬件最优化但其他企业较难采用其模型[17] - 三种参与者各有优劣势，最终在市场中都会有一席之地[17] 全球主要厂商分析 - Tesla Optimus采用与FSD同源单一基础模型架构，实现端到端自主决策，Grok模型整合使任务理解准确率达92%以上[23][24] - Figure AI自主研发Helix模型，实现端到端闭环控制，多机器人协同作业效率提升4倍以上，任务成功率从不足50%提升至98%以上[25][26][27][28] - Physical Intelligence估值24亿美元，π0.5模型通过异构数据协同训练实现新环境泛化能力[31][32] - Skild AI估值45亿美元，采用软硬分离策略，训练逻辑类似AI大语言模型[35][36][38] - 通研院推出"通智大脑"全栈式具身智能底座，并通过子公司取得品茗科技16%股权[41][42][43] - 银河通用估值115亿元，采用合成数据驱动训练，合成数据占比99%以上，抓取成功率高达95%[44][45][46] - 智元机器人发布启元大模型，采用ViLLA架构实现小样本快速泛化[47][48] - 星动纪元推出VLA大模型驱动双足人形机器人星动L7，具备55个自由度[49] - 星海图研发EFM-1双系统模型架构，融合VLM和VLA实现闭环决策[52][53] - 自变量机器人自研GreatWall操作大模型系列，具备精细操作能力[54]