公司融资与股权结构 - 大晓机器人于近期完成天使轮融资 [2] - 本轮融资由蚂蚁集团领投，启明创投、金景资本、弘毅投资、联想创投、上海交大母基金菡源资产等机构跟投 [2] - 老股东商汤国香资本在本轮融资中持续增资 [2] 公司背景与团队 - 大晓机器人是商汤科技"1+X"架构调整后在具身智能领域的独立运营实体 [2] - 商汤科技联合创始人、执行董事王晓刚出任大晓机器人董事长 [2] - 公司团队汇聚了全球TOP5华人计算机科学家中的两位——王晓刚与陶大程，以及一批来自南洋理工大学、香港大学、香港中文大学的前沿科学家 [2] 技术战略与研发重点 - 公司重点深耕环境智能与世界模型领域 [2] - 公司于2025年12月发布了ACE具身研发范式，构建起"环境式数据采集—开悟世界模型3.0—具身交互"的全链路技术体系 [2] - 本轮募资金额将主要用于推进公司ACE具身全栈研发范式的技术迭代，加速环境式数据采集、开悟世界模型3.0的研发 [2] - 公司坚持"软硬一体"的"苹果模式"，用世界模型去定义硬件，最终交付解决实际问题的产品 [3] 资金用途与商业化规划 - 本轮募资金额将用于推动具身超级大脑模组的规模化落地 [2] - 公司将积极拓展能源、交通、文旅等更多商业场景 [2] - 未来将进一步加速产品商业化拓展与生态版图完善，与战略合作伙伴共同打造全链路自主可控的具身智能生态 [3] 行业前景与公司愿景 - 具身智能是一个潜力无限、增长迅猛的赛道 [3] - 公司将秉持持续技术创新与对场景的深度理解，携手产业链伙伴共建开放协同的产业生态 [3] - 公司旨在将前沿技术转化为推动行业进步的新质生产力，让每个机器人拥有"聪明的大脑" [3] - 具身智能产业正进入规模化落地的关键期 [3]

公司融资与资金用途 - 大晓机器人于近期完成天使轮融资 本轮融资由蚂蚁集团领投 启明创投 金景资本 弘毅投资 联想创投 上海交大母基金菡源资产等机构跟投 老股东商汤国香资本持续增资 [1] - 本轮募资金额将用于推进"以人为中心"的ACE具身全栈研发范式的技术迭代 加速环境式数据采集 开悟世界模型3.0（Kairos 3.0）的研发 推动具身超级大脑模组规模化落地 [1] - 资金将用于积极拓展能源 交通 文旅等更多商业场景 [1] 公司背景与技术 - 大晓机器人成立于2025年7月 是商汤科技旗下专注于具身智能的新业务公司 由商汤联合创始人王晓刚担任董事长 [3] - 公司聚焦机器人自主决策能力 推出全球首创的ACE技术范式和"开悟"世界模型3.0 能通过纯视觉实现自主导航 [3] - 公司已与多家企业达成战略合作 推动工业场景落地 [3]

公司战略与定位 - 公司通过大晓机器人品牌进入具身智能及人形机器人赛道，强调规模化量产与体系化运营是站稳脚跟的关键[2] - 公司深耕人工智能领域11年，具备对行业应用场景的深入理解，并已提前布局本体、零部件和触觉传感器等，为机器人供应链奠定基础[5] - 公司利用其方舟平台过去十年积累的场景运营经验，将机器人与平台深度融合，形成区别于其他参与者的显著优势[6] - 公司定位为软硬一体，核心目标是输出成本更低、能切实解决用户痛点的最优产品，并联合生态伙伴协同研发生产[27][29] - 公司规划了三个市场目标：推动商业化落地（超级模组搭配机器人实现空间自主能力）、2026年起四足机器人有望大规模落地、未来两三年重点发力前置仓和零售仓储等标准化高增长场景[32] 技术体系与核心突破 - 公司构建了从“环境式数据采集-开悟世界模型3.0-具身交互”的全链路技术体系，旨在解决行业数据荒、常识差、泛化难和通用性不足等问题[2] - 公司率先发布行业首创的“以人为中心（Human-centric）”的ACE具身研发范式，为行业带来四大核心数据价值：数据维度更全面（超10个视角、8种模态、4大类物品属性）、任务覆盖更长程（分钟级、数百种原子动作）、交互精度更高（亚像素级）、采集效率更具规模化（从十万小时到千万小时）[11] - 公司发布首个开源且商业化应用的世界模型——开悟世界模型3.0，形成了跨本体的统一世界理解框架，并已面向全行业开源[2][15] - 公司发布具身超级大脑模组A1，聚焦低速复杂场景应用，结合Insta360全景感知与商汤方舟平台，构建全方位高精度环境感知体系，覆盖超10个行业和超150个智能化应用场景[23] - 开悟世界模型3.0可加载至具身超级大脑模组A1中，能力分步落地，现阶段具备空间智能自主能力，后续将叠加操作能力[26] 数据采集范式革新 - 行业面临数据量级断崖式缺口，以智能驾驶为例，特斯拉FSD V14每日训练量相当于400万小时（约500年经验），而当前具身智能真机数据量级仅为10万小时[8] - 公司提出的ACE范式中环境式数据采集可实现一年千万小时的数据收集，结合开悟世界模型3.0可达到上亿小时数据规模[12] - 环境式数据采集相比遥操采集成本更低、效率更高，无需采购单价数十万元的机器人硬件和专职人力，可实现数倍效率提升，且所用传感器、AI眼镜等为成熟量产产品，成本有下降空间[12] - 环境式数据采集具备强可复制性，工作人员佩戴设备正常作业即可完成采集，无需额外搭建实验室，使数据采集规模实现从十万小时到千万小时的两个数量级跨越[14] 开源策略与生态合作 - 公司开源开悟世界模型3.0，旨在推动技术适配与生态共建，通过云服务平台和开源生态两大板块协同布局实现商业化[15] - 开源有助于开发者便捷开展软硬件适配工作，获取海量数据反馈和丰富场景数据，反哺模型快速迭代[16] - 开源模型对国产芯片适配价值显著，开悟世界模型3.0已与沐曦股份、壁仞科技、中科曙光等多款国产芯片完成“Day 0”适配，能极大改善技术沟通与迭代效率[18] - 公司与壁仞科技达成战略合作，整合世界模型与空间智能技术及AI芯片算力优势，共同打造“算力-模型-应用”全链路国产化交付能力[31] - 公司搭建全链路自主可控的具身智能生态，与顶尖具身厂商（如智元机器人、银河通用）、硬件厂商（如Insta360、卧龙电驱）、芯片厂商、云服务商（如商汤大装置、腾讯云）、数据厂商达成战略合作，共同打通“模型-硬件-场景”产业闭环[27] 团队与行业认知 - 公司团队融合了由高校教授领衔的科研团队与具备丰富产业化落地经验的执行团队[3] - 公司首席科学家陶大程为澳大利亚科学院与欧洲科学院外籍“双院士”，团队还汇集了吕健勤、李鸿升等来自全球顶尖AI实验室MMLab的环境智能、世界模型领域开拓者[5] - 公司联合创始人王晓刚入选工信部人形机器人标准化技术委员会，牵头推进行业标准体系建设[3] - 行业标准化建设难点集中在三方面：数据共享标准缺失、安全责任与法规空白、质量标准亟待完善（当前多数机器人难以实现两年保质期）[3] - 具身智能是一条需要长期投入、持续创新的赛道，并非依靠单点突破就能成功[3] 世界模型能力与演进 - 开悟世界模型3.0是行业首个“多模态理解-生成-预测”的世界模型，集成文生世界、像驱世界、迹塑世界等多模态生成能力[19] - 该模型内置支持11个大类、54个细类共计328个标签，覆盖115个垂类具身场景，能理解物理世界因果规律，生成长时动静态交互场景，预测万千可能[19] - 世界模型将显著提升机器人对物理世界的理解能力，实现复杂长程任务，并突破任务泛化性[22] - 世界模型在底层注入大量物理规律，使其具备思维链能力，以弥合人类数据与机器人本体之间的跨本体鸿沟[22] - 具身智能算力需求将呈现螺旋式上升特征，初期扩大算力收益显著，数据价值触顶后收益递减，将倒逼行业通过新方式生成新数据开启新一轮“规模化法则”[22] 市场前景与场景落地 - 家庭场景规模化落地需等五年以后，商业化与工业场景规模化落地值得重点关注[32] - 商业服务领域如前置仓、闪购仓等场景标准化程度高、增长迅速，具备规模化推广条件，机器人实现替代可催生十万级市场规模[32] - 工业场景因产线数据敏感度高、企业开放意愿低，给通用型机器人规模化落地带来较大阻碍，可复制性较难[32] - 搭载空间智能自主能力模组的四足机器人，凭借稳定硬件基础，能突破工业应用门槛，未来在多个垂直领域具备大规模落地潜力[32] - 现阶段具身智能机器人与基于物理模型的工业机器人是互补关系，前者适合柔性产线等场景，后者凭借百分之百的可靠性持续发挥作用[34] - 具身智能赛道尚未形成头部格局，导览类机器人在行业发展初期起到关键的市场普及和教育作用[35]

核心观点 - 人形机器人正成为汽车行业企业（包括主机厂及产业链公司）积极布局的“第三增长曲线”或新战略方向，旨在培育新质生产力并抢占未来科技赛道 [3][7][11] 行业动态与玩家入局 - 多家汽车相关企业已发布或投资机器人产品，例如奇瑞集团孵化的墨甲机器人于2026年1月1日获得伯特利3500万元投资 [3] - 商汤科技在2025年12月发布机器人品牌“大晓机器人”及相关产品，包括具身超级大脑模组A1和开悟世界模型3.0 [3][6] - 智驾企业黑芝麻智能于2025年11月官宣进军人形机器人赛道，计划将智能汽车产业的经验应用于机器人领域 [6] - 除人形机器人外，也有企业进军工业机器人，例如天奇股份在2025年与主机厂签署物流场景应用合同，并于2025年12月29日公告拟定增募资不超过9.77亿元用于相关项目 [5] 车企布局与进展 - 奇瑞汽车旗下墨甲机器人在2025年4月发布首款人形机器人并完成220台量产交付，截至新闻发布时已完成300多台量产机器人的全球交付，其机器狗“Argos”年度交付量突破1000台 [4][8] - 东风集团研发了用于4S店接待导购和工厂搬料分拣的两类人形机器人，其产品“小东”搭载汽车智能驾驶系统，计划于2026年正式上岗 [5][11] - 车企将机器人业务视为战略延伸，奇瑞汽车董事长尹同跃表示机器人与智能汽车在感知、规划、控制等底层技术上高度同源 [8] 市场前景与驱动力 - 市场前景广阔，摩根士丹利2025年12月报告预计到2050年人形机器人市场规模将达到5万亿美元，部署量达10亿台（约每10人拥有1台） [7] - 特斯拉2026年预计生产5万至10万台人形机器人，行业将进入“量产爬坡与商业探索阶段” [7] - 技术相通是重要驱动力，智能汽车与人形机器人的核心供应链重合度高达60%以上，为降本提供天然路径 [10] - 发展机器人产业是车企培育新质生产力、抢占未来科技“新赛道”的战略选择 [7] 应用场景与商业化 - 当前人形机器人使用场景主要聚焦于文娱商演、导览讲解等，例如宇树机器人于2025年12月登上王力宏演唱会表演 [4] - 奇瑞墨甲机器人已在全球30多个国家和地区实现商业化落地，覆盖超100个实际场景 [11] - 工业场景是重要应用方向，天奇股份的机器人将在汽车主机厂物流区承担物料分拣、料箱搬运等作业 [5] - 租赁商业模式已出现，智元机器人平台“擎天租”为公司年会、商场促销等场景提供租赁服务，价格在1万至1.3万元/天 [11] 技术挑战与行业阶段 - 行业尚处发展早期，在安全性、法律法规等方面缺乏统一标准 [9] - 大规模部署取决于成本降低、投资回报、关键技术突破、场景风险承受力等多重因素 [10] - AI芯片、电池与热管理、传感器是核心瓶颈，适配机器人的高能量密度、轻量化电池及热管理系统仍需5至10年实现重大突破 [10] - 汽车产线因其高度结构化特征，被认为是机器人理想的实训基地，特斯拉Optimus已进入工厂实测 [10]

行业与市场发展态势 - 2025年全球人形机器人领域投资交易额达到约70亿美元（约合500亿人民币），相比去年同期增长250% [1] - 行业当前面临技术发展瓶颈，产品形态大多停留在演示阶段，如跳舞拳击、走路摔跤 [1] - 行业被视为一个巨大的赛道，其规模可能达到几十万亿，机器人数量可能超过手机，单价可能与汽车处于同一水平 [46] 具身智能与AI研究范式的演进 - 当前AI发展面临核心局限：过去依赖的互联网图文、语言等多模态数据的价值已被榨干，边际效应越来越低 [3][17] - 具身智能被视为下一代智能（AI 3.0）的关键，其核心是通过与世界模型交互，从物理世界中产生新的智能 [4][17] - 当前主流的具身智能研究范式VLA（Vision-Language-Action）是以机器为中心的，存在根本性缺陷，无法实现通用性 [18][19] - 商汤科技联合创始人王晓刚提出，研究范式需要从以机器为中心转变为以人为中心 [3][20] - 以人为中心的新范式（ACE）通过环境式数据采集人类真实行为，学习物理规律，用以训练具身智能的世界模型 [3][20] 新研究范式（ACE）的核心内涵 - ACE范式构建了“环境式数据采集—开悟世界模型3.0—具身交互”的技术体系 [3] - “开悟世界模型3.0”旨在形成跨本体的统一世界理解框架，融合物理规律、人类行为和真机动作 [3] - 该世界模型具备三部分能力：多模态融合理解、生成各种行为、预测机器人操作过程 [37] - 新范式的优势在于能深刻理解物理世界的动静态目标，实现精准可控的环境编辑，从而将有限的人体数据泛化到成千上万的不同环境中 [37] - 新范式打开了跨学科融合的大门，能将工程力学、人体工程学等传统领域的研究成果纳入人工智能体系 [29][40] 数据、传感器与硬件发展 - 新范式的数据来源于以人为中心的环境式采集，使用穿戴式设备、第一视角摄像头及各类传感器记录人类行为 [20][21] - 仅靠视觉数据不足，与物理世界的交互还需力、触觉、人体工学等多维度信息 [21][31] - 人工智能传感器将成为未来重要产业，其发展需结合计算芯片与AI模型，构成“环境计算”的基础 [31][32] - 可穿戴设备与智能传感器产业预计将在新的AI浪潮中迎来重大发展机会 [30][32] 算力、芯片与生态挑战 - 中国国产芯片在算力指标上追赶迅速，但当前面临的最大挑战是软件生态和模型适配问题 [35] - 开源生态对于推动国产AI芯片发展至关重要，社区使用和模型适配将决定芯片的易用性 [35] - 模型与芯片的适配需要芯片团队与算法团队共同努力，根据硬件特点重新设计算法以实现高效计算 [35] 公司战略与产品路径（大晓机器人/商汤科技） - 公司提出了以人为中心的ACE具身研发范式，作为其核心技术路线 [36] - 公司在环境式数据采集方面布局较早，其团队在2025年初发布了记录人类常识行为300小时的EgoLife数据集，已被国际同行用于构建世界模型 [36] - 公司通过开源“开悟世界模型3.0”来提升社区影响力，并计划与各种国产芯片进行适配 [35] - 在产品化路径上，公司将采取软硬一体、垂直整合的策略，最终输出整体产品而非单纯软件 [46] - 公司初期将更多聚焦于ToB（商用和工业）场景，利用其过去十年对行业客户痛点的深度理解 [47] - 公司坚持原创与创新理念，并将其视为企业的生命力 [50] - 公司高度重视人才培养，历史上通过大量实习生计划培养了超过3000名AI人才，形成了持续的人才输送体系 [44][50] 对通用机器人发展的展望 - 通用机器人进入家庭成为生活一部分尚需较长时间，核心挑战包括安全性等众多未清晰考虑的因素 [47] - 影响通用机器人“ChatGPT时刻”到来的最关键突破点在于研究范式的确立 [48] - 一旦正确的以人为中心的研究范式被验证成功，产业发展和数据积累速度将远超以往 [48]

核心观点 - 商汤科技联合创始人王晓刚指出，当前主流的视觉-语言-动作模型技术路线面临核心训练数据稀缺的瓶颈，并提出了“以人为中心”的ACE研发范式作为解决方案 [2][7] - 大晓机器人发布了基于ACE范式的开源世界模型，并联合产业链伙伴推动具身智能在多个场景的落地，认为未来一至两年是行业发展的关键时期 [3][5][6][7] 技术瓶颈与范式转变 - 当前VLA模型依赖互联网静态非结构化数据，但训练具身智能真正需要的是连续、动态、三维甚至四维的时空轨迹流数据，物理世界数据的稀缺与复杂性是主要瓶颈 [2] - AI研究范式需要从以机器为中心转变为以人为中心，通过采集人类真实行为数据来学习物理规律，从而训练具身智能的世界模型 [2] - 特斯拉、Figure AI等企业也在向“以人为中心”的方向转变，该赛道尚未收敛，仍在涌现新机会 [7] ACE范式技术体系 - ACE范式以人类与物理世界的互动规律为起点，构建了“环境式数据采集—开悟世界模型3.0—具身交互”的技术体系 [3] - 环境式数据采集整合第一与第三视角视频、力触觉、运动轨迹、语音等多模态数据，构建基于物理基础的3D资产库 [3] - 数据处理通过时序一致性对齐、交互动态轨迹预测建模与物理正确性仿真校正，将“人—物—场”信息转化为可训练的动态场景数据 [3] 开悟世界模型3.0 - 开悟世界模型3.0是首个开源且可商业化应用的世界模型，形成了跨本体的统一世界理解框架，融合物理规律、人类行为和真机动作 [5] - 该模型使机器不仅能“理解”物理世界因果规律，还能“生成”长时动静态交互场景 [5] - 模型产品平台集成了多模态生成能力，内置支持11大类、54细类累计328个标签，覆盖115个垂类具身场景，开发者可通过简单指令快速生成可视化任务模拟内容以降低开发门槛 [5] 产业生态合作 - 在具身本体领域，公司与智元机器人、银河通用、钛虎机器人、国地中心等企业合作，打通ACE技术范式、世界模型与机器人硬件的适配链路 [6] - 在算力侧，开悟世界模型3.0已与沐曦、壁仞科技、中科曙光、辉曦智能、影微创新等多款国产厂商芯片完成适配 [6] - 在硬件领域，公司与Insta360、卧龙电驱、帕西尼等深度绑定，依托其硬件强化世界模型对多视角、动态场景的信息采集能力 [6] 产品落地规划 - 短期内，以具备自主导航能力的四足机器狗为主，在安防、巡检等B端场景快速推广 [6] - 中期，机器人将聚焦前置仓、闪购仓等物流场景，解决人力密集型作业痛点，预计从明年开始国内将出现大量此类场景，需要机器人支持7×24小时服务 [6] - 长期来看，机器人将探索家庭场景，但需解决安全性、责任界定等复杂问题 [6]

行业当前困境 - 具身智能行业面临数据鸿沟与研发路径偏差的双重困境 [1] - 行业对数据的需求呈指数级增长，但当前真机数据量级仅约10万小时，与智能驾驶领域（如特斯拉FSD V14每日训练量相当于人类500年驾驶经验）差距悬殊 [1] - 传统研发范式陷入两难：以机器为中心的路径（依赖真机遥操）导致数据成本高、效率低且智能被禁锢于特定硬件；纯视觉学习路径则缺乏对物理世界规律的理解，存在“现实鸿沟” [1] 公司解决方案：ACE具身研发范式 - 公司提出行业首创的“以人为中心（Human-centric）”的ACE具身研发范式，构建“环境式数据采集 — 开悟世界模型 3.0 — 具身交互”的全链路技术体系 [3] - 环境式数据采集技术可在不干扰人类正常工作生活的前提下，实现一年千万小时的数据收集，配合世界模型对数据价值的放大，能达到上亿小时数据规模的训练效果 [3] - 相比传统遥操采集（需购买几十万一台的机器人并雇佣专门采集员），环境式采集使用AI眼镜等现有成熟设备，效率提升两个数量级，成本大幅降低，可快速实现从十万小时到千万小时的海量数据积累 [3] 核心技术：开悟世界模型3.0 - 开悟世界模型3.0是ACE范式的核心技术支撑，是首个“多模态理解 — 生成 — 预测”一体化的世界模型，深度融合物理规律、人类行为和真机动作 [3] - 该模型于12月18日面向全行业开源，公司通过API向全行业开放工具链，以推动轻量化、定制化具身智能产品快速涌现和生态发展 [4] - 开源有助于推动生态共建，使模型能与沐曦股份、壁仞科技、中科曙光等国产芯片完成适配，极大提升芯片性能，同时通过收集多场景反馈快速丰富场景库并迭代模型 [4] - 世界模型的商业化通过云服务平台实现，开发者可在平台上创作、分享数据并产生算力和存储收益 [4] 关键硬件载体：具身超级大脑模组A1 - 具身超级大脑模组A1是技术落地的关键载体，基于纯视觉无图端到端VLA模型，结合Insta360全景感知方案，实现360度环境覆盖，无需预采高精地图即可在复杂动态环境中自主导航、避障、跟随 [5] - A1已适配智云、云深处、宇树等主流四足机器人本体，并打通商汤方舟平台，整合10多个行业、150多个智能化应用场景，能快速适配安防、能源、交通等行业需求 [5] 未来市场规划 - 短期内，搭载A1模组的四足机器人将率先规模化落地，明年开始在安防巡检、城市治理等场景应用 [5] - 中期（未来两三年），将重点发力前置仓、零售仓储等商业场景，这些场景相对标准化，中国目前有十几万家前置仓且仍在快速增长，有望实现十万级应用规模 [5] - 长期来看，将逐步拓展到工业柔性产线，并最终让机器人走进家庭 [5]

市场指数与行业表现 - 上证指数收盘3890点，单日上涨0.36%，近5日下跌1.43%，近1月微涨0.03% [1] - 深证综指收盘2465点，单日上涨0.98%，近5日下跌0.34%，近1月下跌0.34% [1] - 风格指数方面，中盘指数近6个月表现最佳，上涨27.19%，优于大盘指数的19.5%和小盘指数的22.68% [1] - 近6个月涨幅居前的行业为能源金属（上涨85.77%）、元件Ⅱ（上涨69.42%）和半导体（上涨41.19%） [1] - 近1个月表现较好的行业包括一般零售（上涨8.93%）和元件Ⅱ（上涨3.46%） [1] - 近1个月表现较弱的行业包括白酒Ⅱ（下跌5.95%）、国有大型银行Ⅱ（下跌4.99%）和装修装饰Ⅱ（下跌7.79%） [1] 未来产业周报核心动态 - 报告聚焦量子科技、生物制造、氢能和核聚变、脑机接口、具身智能、6G六大未来产业 [2][10] - **量子科技**：澳大利亚团队在《Nature》发布研究，构建11量子比特硅基原子处理器，实现跨双核自旋寄存器的高保真纠缠 [2][10]；加拿大政府启动量子领军者计划第一阶段，最高投资9200万加元，支持四家本土企业开发工业级容错量子计算机 [2][10] - **生物制造**：“AI+制药”公司英矽智能启动港交所招股，预计募资22.77亿港元，其Pharma.AI平台已产生逾20项临床或IND申报阶段资产 [10]；工信部发布生物制造相关三项关键名单，涉及28家高性能生物反应器创新任务揭榜单位等 [10] - **氢能与核聚变**：中国经济年会强调明年要培育氢能等新增长点 [10]；中国能建全球最大绿氢氨醇一体化项目一期在吉林松原正式投产 [10]；特朗普媒体科技集团与TAE技术公司达成合并协议，交易估值超60亿美元，计划2026年启动建设50兆瓦商用级核聚变发电厂 [10] - **脑机接口**：中国科学院团队完成第二例侵入式脑机接口临床试验，实现高位截瘫患者通过脑电信号操控智能设备 [10]；脑虎科技自主研发的国内首款“三全”脑机接口产品完成首例临床试验 [10] - **具身智能**：工信部发放首批L3级自动驾驶量产准入许可，长安、极狐两款车型入选 [10]；大晓机器人发布开源“开悟世界模型3.0”，通过“以人为中心”的数据采集技术，实现年千万小时数据收集 [10]；摩尔线程发布具身智能仿真训练平台及解决方案 [10] - **6G**：第四届6G前沿技术与趋势论坛在北京举办，中关村泛联院与多家机构签约合作推动6G产业发展 [10] 宏观策略观点 - 报告认为12月全球货币政策关键验证期有望平稳收官，日本央行鸽派加息，美联储非鹰派降息 [3][9] - 美国中期选举年，“货币+财政双宽”的预期可能重新主导资产定价，A股面临的海外环境可能趋于平稳 [3][11] - 报告判断2026年有春季行情且启动在即，但机构重点关注的主线结构（如AI产业链、顺周期）向上空间有限 [12] - 春季行情可能在“非主战场”先演绎，包括产业和政策主题、博弈高股息、各种超跌反弹等方向 [12] - 短期积极因素包括：春季股市流动性仍宽松，保险增配A股正在进行时，以及2-4月每月都有稳定资本市场预期的政策窗口 [12] - 春季政策和产业主题活跃是主要的赚钱效应来源，其中关注商业航天、核聚变、服务消费、机器人等领域 [12] 非银行业（保险）核心观点 - 金融监督管理总局就《保险公司资产负债管理办法（征求意见稿）》公开征求意见，标志着保险公司资产负债管理即将迈入全新阶段 [12] - 《办法》明确了资产负债管理的目标、原则、治理结构及监管监测指标 [12] - 对于财产险公司，监管指标包括沉淀资金覆盖率、收入覆盖率、压力情境下流动性覆盖率，三者均要求不低于100% [12] - 对于人身险公司，监管指标包括有效久期缺口（要求不高于5年或不低于-5年）、综合投资收益覆盖率等，覆盖率指标要求不低于100% [12][15] - 报告看好保险行业的系统性价值重估机会 [12] - 本周申万保险Ⅱ指数收涨7.03%，跑赢沪深300指数7.30个百分点 [12] 金石资源（603505）公司动态 - 公司拟以2.57亿元对价，受让浙江诺亚氟化工15.71%股权，成为其第二大股东 [16] - 截至2025年10月底，诺亚氟化工净资产为5.31亿元，2025年1-10月累计净利润6413万元，2024年净利润4526万元 [16] - 诺亚氟化工主要产品包括氟化冷却液、中高端电子清洗剂氟化醚以及全氟己酮灭火剂等，已建成5000吨氟化液产能 [16] - 报告指出，随着AI算力需求爆发，预计中国数据中心液冷市场规模将从2024年的约160亿元提升至2030年的超千亿规模 [16] - 公司包钢金石选化一体项目持续放量，2025年1-9月共生产萤石粉约62万吨，同比增长约22万吨 [17] - 公司蒙古国萤石资源项目已生产预处理后的萤石矿约8.5万吨，其中4.1万吨已运至国内 [17] - 报告维持公司2025-2027年归母净利润预测为3.38亿元、5.68亿元、7.63亿元 [20] 国防军工行业观点 - 报告认为军工行业调整逐渐结束，进入筑底上升期，建议重点关注底部配置时机 [19] - 四季度为订单交付与确收旺季，预期业绩呈逐步修复趋势 [20] - “十五五”规划建议提出如期实现建军一百年奋斗目标，判断军工行业将进入新一轮提质增量的上升周期 [20] - 军工技术外延带动深空经济等领域加速发展，全球深空经济发展提速 [20] - 特朗普媒体科技集团与TAE技术公司合并，核聚变商业化进程加速，交易总价值超过60亿美元 [20] - 细分方向关注新型主战装备、消耗类武器、军贸、军工智能化等领域，同时重视商业航天、深空经济、可控核聚变等主题性机会 [20] 汽车行业观点 - 本周工信部正式许可长安、北汽各一款L3级自动驾驶车型产品，标志着行业进入上路通行试点阶段 [21][22] - 基于L3商业化落地，报告首先看好智能化方面有相对优势的新势力车企及核心Tier1供应商 [21][22] - 行业反内卷涨价周期下，利好二手车企业盈利修复以及经销商整体盈利水平改善，推荐优信 [21][22] - 推荐关注业绩有α支撑、估值相对低位且有提升潜力的零部件公司，如银轮、双环、继峰等 [21][22] - 根据乘联会数据，12月第二周全国乘用车市场日均零售6.7万辆，同比去年下降17%，较上月同期增长9% [22] - 本周汽车行业指数收7654.14点，全周下跌0.10%，跌幅低于沪深300指数（全周下跌0.28%） [22]

行业核心瓶颈与范式转变 - 具身智能行业长期面临数据短缺、泛化能力不足等核心瓶颈，商业化路径受阻 [1] - 行业竞争焦点正从硬件性能的“硬件竞赛”转向以“大脑”为核心的智能升级 [4] - 传统纯视觉学习方案存在“现实鸿沟”，机器人通过观看视频学习，但缺乏对三维物理世界的力学规律、物理属性和动作意图的理解 [4][6] 商汤科技（大晓机器人）的核心解决方案 - 公司正式发布行业首创的ACE具身研发范式、首个开源且商业应用的开悟世界模型3.0（Kairos 3.0）以及具身超级大脑模组A1 [1] - 开悟世界模型3.0能生成AI模拟场景视频，可作为机器人训练素材，比实拍更便捷且能生成危险场景以规避现实风险 [3] - 公司提出“环境式数据采集”路径，采用“以人为中心”的体系，通过跨视角多模态设备融合视觉、触觉、语音、力学规律等多维度数据，构建基于物理基础的3D资产库 [6] - 该方案在即时零售仓储场景已实现多视角数据采集，覆盖数万种SKU，完成仓储分拣与打包全流程，涵盖五大阶段13个“原子动作” [9] - 在居家、零售等多元场景中，已实现对人体自然行为、物品交互轨迹的精准捕捉，能复现生鲜抓取、精细化放置等复杂任务 [9] 开源战略与产业生态构建 - 公司宣布开悟世界模型3.0将面向全行业开源开放，旨在破解国产芯片适配难、模型不开源、上下游沟通成本高的生态困局 [10] - 开源使芯片厂商能直接基于模型优化算法，效率提升数倍，同时能吸引全球开发者参与，覆盖更多垂类场景，解决单一企业场景覆盖不足的痛点 [10] - 开悟世界模型3.0已与沐曦股份、壁仞科技、中科曙光等多款国产芯片完成适配 [12] - 公司同步推出开悟具身智能世界模型产品平台，内置支持11大类、54个细类，累计328个标签，覆盖115个垂类具身场景，开发者输入简单指令即可快速生成可视化任务模拟内容 [12] 行业市场背景与展望 - 根据国际机器人联合会数据，2024年面向专业场景的服务机器人销量接近20万台，同比增长9%，搬运、酒店与清洁是主要应用类别 [12] - 劳动力短缺与老龄化是服务机器人需求的重要驱动力 [12] - 摩根士丹利研究显示，预计到2050年人形机器人相关市场规模可能达到5万亿美元，但判断在2030年代中期之前发展相对缓慢 [12] - 目前全球涉足人形机器人的公司不少，但真正推进到规模化试点或预商业部署的仍是少数 [12]

公司核心发布与产品 - 大晓机器人发布“具身超级大脑模组A1”和“开悟”世界模型3.0，前者是一个可搭载于不同品牌机器人本体的AI大脑，赋予机器狗“空间智能”和“自主决策”能力[2] - “开悟”世界模型3.0在AI模型中建立了物理世界的运行规律，使机器人能更快学会任务并适应新环境，其能力可应用于四足狗、双足人形等多样构型的机器人本体[2] - 公司发布的模组集成了传感器、通信、计算等能力，并包含全景相机以提升视野和事件检测能力[32][33] 技术路径与行业趋势 - 行业技术正从VLA模型向世界模型升级，VLA模型依赖海量“画面—指令—动作”配对数据，但难以理解物理规律，导致泛化能力差，当前具身智能的真机数据量困在10万小时量级，而自动驾驶数据可达数百万小时[3] - 世界模型让机器人从“死记硬背例题”转向“掌握通用公式”，能大幅降低对特定场景和海量真机数据的依赖[4] - 世界模型成为近期大热技术趋势，特斯拉等智能驾驶和具身智能公司也展示了相关布局[6] - 公司认为世界模型、端到端、强化学习是同一条技术链路在不同阶段的延伸，核心是让模型理解并预测真实世界的演化以用于决策与控制[12][13] 技术优势与验证 - 世界模型解决了VLA的短板，VLA偏短序动作学习且缺少对物理世界的结构化理解，世界模型则学会了环境与交互的规律，支持预测、推理、规划，并能在不同任务和场景中泛化[17][18] - 公司强调世界模型必须与下游验证形成闭环，此前在智能驾驶领域，公司将世界模型用于上汽智己的算法业务，攻克“过环岛”、“大车加塞”等高危场景，通过实车检验和校准模型[7][16] - 公司将同样的方法论用于具身智能，选择用“机器狗上街”作为商业化第一站，在真实任务执行中验证和迭代世界模型能力[7] - 公司推出的具身世界模型与Sora等生成式世界模型有本质区别，Sora是视频生成“黑盒”，不理解物理关系和因果规律，而具身世界模型旨在让机器人在真实世界里推理、规划和决策[21][22][23] 世界模型核心能力与架构 - 公司的具身世界模型具备三块多模块能力：多模态理解（理解世界深层属性）、多模态生成（生成可训练的数据和场景）、多模态预测（预测不同动作轨迹）[24] - 世界模型架构分为三个层次，对应不同数据采集：最底层是描述世界物理规律的文本数据；第二层是以人为中心采集的人类与物理世界交互的数据；第三层是配合不同本体的真机动作数据[26] - 公司强调主要数据“以人为中心”采集，因为人自己做动作的数据更容易规模化，可先训练一个有物理常识的大脑再迁移到不同机器人上，而“以机器为中心”采集效率低且数据难以跨本体复用[27][28] - 采用此方法后，对真机数据的需求可减少，真机部分数据可从万小时级别进一步压缩，很多情况下只需将现有真机数据用于校准[29] 商业化战略与路线图 - 公司商业化路线图明确：先用四足机器狗切入道路巡查等城市治理场景；2-3年后通过轮式双臂机器人拓展到无人物流仓；未来再考虑双足人形与更复杂的家庭场景[8][31] - 公司选择机器狗形态作为首发，因其技术更成熟、稳定性更高，能更快进入真实场景[34] - 商业模式上，公司倾向于直接进入场景服务客户，而非将世界模型卖给本体厂商，因为公司更熟悉场景客户需求，且能利用既有资源摊薄进入成本[38] - 公司业务先聚焦To B市场，如智慧城市、园区管理、文旅导览等领域，以驱动产业链成熟，未来会考虑出海，借助现有海外资源和团队顺势推进[41][42][43] 生态合作与竞争优势 - 公司采取软硬一体策略，但不同于苹果的封闭生态，会选择性地自研关键部分，并与生态合作伙伴协作，目标是交付可用的产品方案，降低成本并提升稳定性和安全性[36][37] - 公司认为当前与具身本体公司之间竞争不是主要问题，策略是以场景为导向寻找增量市场，不去争夺存量市场，找到场景后本体厂商反而愿意配合[40] - 公司并非从零开始，商汤科技过去11年的积累为其提供了可复用资源，例如“方舟”视觉平台在城市事件检测的落地应用有助于快速切入安防、巡检场景，海外市场布局也为机器人出海提供了通道[9]