报告行业投资评级 未提及 报告的核心观点 通用机器人需具备多地形适应性和灵巧操作能力，人形结构更适应人类环境，操作能力决定应用价值上限，训练需算法、数据、硬件协同，触觉传感器对精细操作至关重要，推动通用化落地需加强硬件、数据和算法，“接近”技术是关键 [1][2] 根据相关目录分别进行总结 通用机器人等级定义 - 呆萌机器人将通用机器人分为任务类通用、场景内通用和跨场景通用三个等级，跨场景通用是终极形态但实现仍遥远 [3] 不同等级通用机器人硬件配置 - 不同通用能力的机器人硬件构型和配置不同，跨任务或跨场景机器人需具备多地形适应性和灵巧操作能力，人形结构有助于适应人类环境，强大操作能力决定应用价值上限 [4] 训练通用机器人方法 - 训练通用机器人需从算法、数据和硬件三个层面构建核心模块和能力，通过采集数据建立观测与输出映射关系实现广泛应用，但构建通用模型面临挑战 [1][5] 触觉传感器重要性 - 触觉传感器对实现精细操作至关重要，人类手指触觉多维度信息助于精确操作，机器人需高分辨率、多维度、高频率触觉传感器实现类似人类灵巧性 [1][6] 呆萌机器人光学式触觉传感器特点 - 利用光学成像与弹性体形变获取手部模态信息，单位面积分辨率高，不受外部磁场及温湿度影响，2025 年 4 月推出全球首款多维高分辨率、高频率视觉传感器，最小厚度 9 毫米，每平方厘米 4 万个点，可精准感知物体形貌及切向力，对温度不敏感但力敏感度极高 [7] 数据采集设备提升训练效果方式 - 呆萌推出以人为中心的数据采集设备，可捕捉视觉、手部触觉及手臂运动，更真实反映人类操作，有助于构建视觉、触觉、语言及动作模型，提高训练成功率 [1][8] 触觉传感器对数据采集成本和训练效率影响 - 引入触觉传感器可大幅降低机器人训练成本和数据采集次数，达到 80%以上成功率，无触觉传感器需约 5 万次数据采集、成本约 15 万元，有触觉传感器只需 100 次、成本仅 300 元 [1][9] 视觉传感器在 AI 模型训练中的作用 - 视觉传感器适合用于 AI 模型训练，能以图像信息表征，视触觉基于视觉的触觉传感，能结合原生视觉信息处理，许多最佳论文围绕视触觉展开 [10] 触觉传感器应用场景 - 触觉传感器可用于手指尖、机械臂关节处或连接部位、双足机器人脚底，实现整臂主动操作、人类安全交互及保持平衡 [11] 推动机器人通用化落地需加强方面 - 推动机器人通用化落地需在硬件（高质量触觉传感器、灵巧操作终端）、数据（以人为中心的数据采集设备）和算法（构建对触觉良好表征）上全面加强 [2][12] “接近”技术的重要性 - 过去十几年视觉技术发展，未来智能设备与物理世界互动需“接触”环节，具备先进功能的“接近”技术是关键因素 [13]