市场表现 - 1月21日上午A股三大指数集体上涨 上证指数盘中上涨0.09% [1] - 电子、通信、有色金属等板块涨幅靠前 煤炭、商贸零售板块跌幅居前 [1] - 机床板块走强 截至上午9:53 机床ETF（159663.SZ）上涨1.05% [1] 机床板块及ETF成分股表现 - 机床ETF成分股昊志机电上涨7.51% 中钨高新上涨4.67% 四方达上涨3.43% 华辰装备上涨3.20% 合锻智能上涨2.71% [1] - 机床ETF（159663）紧密跟踪中证机床指数 该指数涵盖激光设备、机床工具、机器人、工控设备等行业 [3] - 中证机床指数涉及的高端装备制造是我国制造业产业链关键一环 是新质生产力理念强调创新驱动与产业升级的核心实践阵地 [3] 人形机器人行业动态 - OpenAI投资的机器人公司1X Technologies发布专为NEO人形机器人打造的1X World Model [3] - 此次AI更新允许机器人通过模拟和预测环境变化进行自主学习 被视为具身智能从“遥操作”迈向“完全自主”的关键一步 [3] - 海外头部人形机器人厂家加速产品迭代 同时国内相关厂家陆续推出产品并加速应用场景落地 [3] 机器人产业链投资机会 - 从供应链角度看 除机器人整机厂商外 电机、减速器、传感器、丝杠等机器人关键零部件应重点关注 [3] - 相应的国内机器人关键零部件供应商有望长期受益 [3]

文章核心观点 全球人形机器人及具身智能行业正经历技术突破、应用落地与资本驱动的快速发展阶段 欧洲在技术模型与产业合作上取得关键进展 中国企业在产品发布、场景应用和数据要素交易方面表现活跃 同时 投融资市场高度繁荣 推动供应链与产能扩张 [1] 欧洲具身智能技术突破与产业合作 - 1X Technologies发布专为NEO人形机器人打造的“1X World Model” AI更新允许机器人通过模拟和预测环境变化进行自主学习 被视为具身智能从“遥操作”迈向“完全自主”的关键一步 [1] - 英国机器人公司Humanoid与舍弗勒(Schaeffler)宣布达成五年战略技术合作 计划将数百台人形机器人引入舍弗勒的生产设施 [1] - 硅谷天使投资人预言特斯拉即将推出的Optimus V3人形机器人将超越该公司在汽车领域的成就 [1] 国内产品、应用与数据要素进展 - 矩阵超智于2026年1月10日发布新一代安全、自主、可泛化的物理智能机器人MATRIX-3 [2] - 开普勒人形机器人K2“大黄蜂”于2026年1月15日在工厂成功完成全球首例“人机协作”20米高空焊接作业 [2] - 湖北完成全国首单企业间具身智能数据交易 向智元机器人出售数千小时训练数据 [2] - 在CES 2026上 智元、宇树、众擎等中国人形机器人企业集体亮相并脱颖而出 [2] 投融资市场与供应链动态 - 美国公司Skild AI于2026年1月14日获得由软银和英伟达领投的14亿美元融资 押注通用机器人“大脑” [3] - 国内自变量机器人于2026年1月12日获得由字节跳动领投的10亿元人民币A++轮融资 已集齐三大互联网巨头投资 [3] - 机器人租赁平台“擎天租”完成种子轮融资 商业模式加速跑通 [3] - 供应链方面 蓝思科技已成为北美头部机器人客户的首批核心供应商 其头部模组已通过客户认证 [3]

晨会纪要核心观点 本次晨会纪要涵盖了策略、公司及多个行业的深度研究，核心观点聚焦于：2025年A股市场由估值驱动，呈现“科技牛”与流动性共振的特征；多家科技公司（如用友网络、卫宁健康、腾讯控股）在AI产品落地与业绩改善方面取得进展；新能源（风电、光伏、储能、电网）、机器人、新材料等行业在政策、技术突破及海外需求驱动下，迎来高景气度与投资机遇；煤炭、铝等传统行业则受供需格局影响，价格存在支撑或面临库存压力。 策略专题研究总结 - 2025年全年A股主要由估值驱动上涨，申万一级行业普遍上涨，其中有色金属行业领涨，成长与周期风格占优[4] - 2025年30个申万一级行业（剔除综合）中，19个行业实现估值修复，14个行业业绩回升[4] - 2025年A股走势分为四个阶段：1-3月由DeepSeek与机器人概念引领“科技牛”；4-6月中旬为外部冲击与内生托底阶段；6月下旬-11月中旬为流动性与景气共振的主升阶段；11月下旬-12月底为震荡整理期[4] - 2025年市场呈现新特征：A股总量迈上新台阶、增量资金持续涌入、流动性达到新高度、电子行业市值首次登顶全行业、农业银行个股市值超越贵州茅台登顶、全年翻倍股数量仅次于2015年[4] 公司点评总结 **用友网络** - 公司预计2025年度营收为91.7亿元至92.7亿元，实现正增长；归母净利润为-13亿元至-13.90亿元，同比减亏6.7亿元到7.6亿元，且第四季度单季实现扭亏为盈[6] - 预计2025年度经营性现金流净额超7亿元，较2024年度改善10亿元；自第二季度起，合同签约金额恢复正增长[6][8] - 2025年前三季度，云服务业务收入达429,815万元，占营业收入比例77.0%，同比提升2.3个百分点；云服务业务ARR为27.8亿元，同比增长16.3%[9] - 2026年1月发布BIP“本体智能体”，旨在将企业AI核心从“概率生成”转向“逻辑执行”，引领企业AI迈向自主决策时代[10] **卫宁健康** - 蚂蚁集团旗下AI健康应用“蚂蚁阿福”月活用户已超过3000万，日均回答健康提问超1000万次[12] - 蚂蚁集团通过全资子公司上海云鑫持有公司约4.23%股份，双方于2018年签署《框架合作协议》，共同推进“互联网+医疗健康”发展[13] - 公司垂类大模型WiNGPT及医护智能助手WiNEX Copilot已在近150家医疗机构实现AI场景部署，应用于精准应答、文书生成、病历质控等多个场景[14] - 据IDC预计，到2029年，中国区域卫生信息系统市场规模将达到114.6亿元，年复合增长率为15.6%[15] **腾讯控股** - 预计公司2025年第四季度实现营业收入1954亿元，同比增长13%；其中游戏业务营收593亿元，同比增长21%；在线广告业务营收405亿元，同比增长16%[25] - 预计2025年第四季度NON-IFRS归母净利润为651亿元，同比增长18%[25] - 微信生态广告是主要增长引擎，视频号、搜一搜广告持续强劲；云业务同比增速有望超20%[26] - 预计公司2025-2027年营收分别为7528亿元、8475亿元、9315亿元[27] 行业与事件点评总结 **宏观金融** - 2025年12月企业新发放贷款利率为3.1%，环比稳定；M1同比增速为3.8%，较11月环比下降1.1个百分点[19] - 2025年12月人民币贷款新增额同比提升，企业短期、中长期贷款分别增长3700亿元、3300亿元，较2024年同期显著增长[19] - 央行宣布下调各类结构性货币政策工具利率0.25个百分点；增加支农支小再贷款与再贴现额度5000亿元，并单设民营企业再贷款1万亿元[20] **风电（英国海风）** - 英国第七轮海上风电差价合约拍卖结果超预期，拍卖量达8.4GW，较AR6的5.3GW增长58%，成为欧洲历史上规模最大的海风拍卖[22] - 固定式海风平均执行电价为65镑/MWh，较AR6增长14%；漂浮式海风平均执行电价为155镑/MWh，较AR6增长11%[22] - 本次拍卖使英国海风2026-2031年间规划并网的项目达到16.8GW，项目储备翻倍[23] - 预计2026年将成为欧洲海风订单大年，国内厂商（如管桩、海缆供应商）订单有望迎来大规模落地[24] **煤炭行业** - 截至1月16日，北方港口动力煤价格695元/吨，周环比下降4元/吨；春节前供应存趋紧预期，寒潮天气叠加节前补库预期，动力煤价格仍有支撑[28] - 港口主焦煤价格1,770.00元/吨，周环比上涨150.00元/吨，下游焦企大规模开启补库[29] - 煤炭开采行业呈现“高盈利、高现金流、高壁垒、高分红、高安全边际”特征，头部企业资产质量高[31] **电力设备与新能源** - 国家电网宣布“十五五”期间固定资产投资预计达到4万亿元，较“十四五”投资增长40%，以带动新型电力系统产业链发展[41] - 2025年国内新型储能新增装机达58.6GW/175.3GWh，同比增长38%/60%；截至2025年底，累计装机133.3GW/351.7GWh[36] - 2025年第三季度美国储能新增装机5.268GW/14.465GWh，超过2024年全年水平，同比增长31%/38%[37] - 2025年中国锂电池出货量1870GWh，同比增长54%，其中储能电池出货630GWh，同比增长85%[38] - AIDC（AI数据中心）驱动北美电力紧缺，变压器可能成为AI发展瓶颈之一，液冷设备、电源设备等技术升级需求有望外溢[40] **新材料与化工** - 三星显示已正式启动第8.6代OLED面板的量产，将搭载于今年上市的新款笔记本电脑中[45] - 力鸿一号遥一飞行器圆满完成亚轨道飞行试验，飞行高度约120千米，为太空旅游等技术积累经验[47][48] - 据预测，2026年印度太阳能新增装机量将略超50GW，有望取代美国成为全球第二大太阳能市场[50] **人形机器人行业** - 自变量机器人近期完成10亿元A++轮融资；未来不远机器人完成2亿元人民币天使轮融资[56][57] - 挪威人形机器人公司1X发布全新世界模型“1X World Model”，用于提升机器人对物理世界的理解与推理能力[58] - 逐际动力发布全球首个具身Agentic OS，让机器人能够自主理解任务并可靠完成作业[59] - 八部门出台措施鼓励养老服务机器人产业发展，促进机器人技术与养老需求融合[60] **铝行业** - 截至1月8日，国内主流消费地电解铝锭库存为73.6万吨，周环比增加2.2万吨，累库趋势未改[67] - 截至1月15日，国内铝下游加工龙头企业开工率微升至60.2%，但高位铝价抑制下游消费与开工回升[68] - 截至1月15日，SMM氧化铝指数为2650.81元/吨，周环比下跌25.61元/吨，市场供应过剩格局未改，库存持续累积[71]

美国对华AI芯片出口管制政策调整 - 美国商务部工业和安全局修改出口管制条例，将高性能芯片限制放宽至TPP低于21000和DRAM带宽低于6500GB/s，为英伟达H200和AMD MI325X对华出口创造了法律空间 [1] - 新规要求申请人证明美国市场有足够供应且对单一国家出口不超过美国总销量的50%，预计到2026年，H200芯片可为英伟达贡献超过476亿美元营收，其中中国市场贡献近160亿美元 [1] - 美国众议院以369票通过《远程访问安全法案》，限制通过云平台远程接入获取先进算力以训练AI模型，此举可能冲击海外合建数据中心项目 [1] 全球AI视频生成技术竞争加剧 - 谷歌Veo 3.1实现重大升级，新增“素材生视频”功能，通过上传图片和文本指令即可生成高质量视频，角色一致性达到新高度，并支持原生9:16竖屏输出及1080p、4K超分辨率技术，直接适配移动端平台 [2] - 爱诗科技发布全球首个支持最高1080P分辨率实时生成的世界模型PixVerse R1，用户可通过文字或语音实时干预视频生成过程，将视频生成从“固定片段”转变为“无限可视化流” [4] - Vidu AI开放平台推出“一键生成MV”功能，用户提交音乐、参考图像与文本指令后，系统可全自动输出叙事连贯、音画同步的MV，其“多图参考生视频”技术允许上传至多7张参考图，在长达五分钟的视频中精确复刻人物特征与美学风格 [5][6] 中国AI模型与算力自主化进展 - 智谱AI联合华为开源新一代图像生成模型GLM-Image，该模型基于昇腾Atlas 800T A2设备和昇思MindSpore框架完成全流程训练，是首个在国产芯片上完成的SOTA多模态模型，在相关榜单获得开源第一，中文文字渲染成绩达0.979 [3] - GLM-Image模型API调用生成一张图片成本仅需0.1元，特别擅长海报、PPT、科普图等知识密集型场景及汉字生成任务 [3] 具身智能与机器人技术突破 - 1X公司为其家用人形机器人NEO发布全新“大脑”1X World Model，该模型通过观看海量网络视频和人类第一视角实操录像来理解物理世界，基于140亿参数生成式视频模型，采用多阶段训练策略 [7] - 该模型的逆动力学模型在400小时未经过滤的机器人数据上训练，能从生成的视频中提取对应动作轨迹，官方推文浏览量已突破500万 [7] AI在游戏与医疗领域的应用与影响 - 《英雄联盟》韩服出现神秘玩家，在51小时内完成56局对局，取得52胜4败、综合胜率92%的战绩，登顶时胜率高达95%，该账号使用了22名不同英雄，对线胜率86%断层领先，引发关于其是否为AI的广泛猜测 [8] - 谷歌发布MedGemma 1.5 4B版本，首次支持CT和MRI三维体数据以及全切片数字病理图像等高维医学影像分析，将MRI疾病发现分类准确率从51%提升至65%，解剖结构定位精度从3%跃升至38% [9] - 同步推出的MedASR语音识别模型，在胸部X光报告口述场景中词错误率仅5.2%，比通用模型Whisper低82% [9] AI对软件工程行业的结构性冲击 - 谷歌Cloud AI总监提出AI时代软件工程面临的五个关键问题，涉及初级工程师需求、基本功价值、职业角色转变、专才风险及大学计算机专业必要性 [10] - 哈佛研究显示，公司引入生成式AI后，初级开发者岗位数量在六个季度内下降约9%-10%，而高级工程师就业几乎没有变化，大型科技公司招聘应届生数量减少50% [11] - 建议初级工程师构建AI集成作品集并手动编写关键算法，资深工程师需注重架构审查以适应“代理式”工程环境，通才将比专才更具竞争力 [11]

1X公司技术发布 - 1X公司为其NEO机器人发布了全新的“1X World Model”大脑，旨在通过让机器人学会“想象”来解放背后的操作员[2] - 该技术使NEO能够通过观看海量网络视频和人类第一视角录像来理解物理世界运作规律，并利用类似Sora的视频生成技术，在接到指令时先在脑海中生成成功完成任务视频，再倒推执行动作[2] - 官方承认技术存在“脑子学会了，手没学会”的情况，即生成的想象视频完美，但实际动作可能失败[2] 市场关注与热度 - 该技术发布引发了极高关注，截至截稿时，其官方推文浏览量已突破500万次[3] 技术范式与核心创新 - 1X提出的世界模型（1XWM）标志着机器人智能范式的转变，它通过文本条件下的视频生成来推导动作，使机器人能直接受益于互联网规模视频预训练带来的能力跃迁，而无需依赖大规模、高成本的机器人数据预训练[8][9] - 该技术旨在解决当前主流视觉语言动作模型在物理动态过程预测和空间关系理解上的不足，这些模型通常需要数万小时的机器人数据才能学会简单任务[8] 技术架构与训练流程 - 1XWM采用两阶段对齐过程：首先训练一个能高保真预测场景演化的世界模型主干（文本条件扩散模型），然后训练一个逆动力学模型将像素空间与执行器控制连接，预测精确动作序列[10][11] - 世界模型主干基于一个140亿参数的生成式视频模型，并采用多阶段训练：先用900小时人类第一视角视频进行中期训练，再用70小时机器人数据进行微调[12] - 逆动力学模型在400小时未过滤的机器人数据上训练，包含随机探索和无关任务的运动轨迹[12] - 为提升模型对提示词的遵循能力，1X利用视觉语言模型为第一视角数据集生成更详细的描述性字幕用于训练[12] 性能与能力评估 - 搭载1XWM的NEO能执行多种超出既有经验的任务，包括抓取分布内与分布外物体、操作具备复杂可供性的新物体、以及完成需要全新动作模式的任务[16] - 实验显示，1XWM生成的视频与真实世界执行过程在视觉表现上高度一致，表明其在空间结构理解、运动学约束建模及物理一致性方面具备较强能力[16] - 系统性实物实验（每类任务重复30次）显示，1XWM在多种动作原语上保持稳定成功率，但对倒液体、绘图等精细操作任务仍具挑战性[17] - 研究团队发现生成视频质量与任务成功率存在关联，并尝试通过并行生成多个视频并执行质量最好的一个（可通过VLM评估器自动化选择）来提高成功率[19] 关键训练要素分析 - 字幕上采样在所有评测数据集上都能提升视频生成质量，因为更细致的字幕与预训练文本条件更匹配，能更清晰引导动作生成[24] - 引入第一视角人类数据显著提升了在新任务和分布外场景下的生成质量，为操作任务提供了可迁移的通用先验[24] - 在已有大量NEO数据覆盖的分布内任务上，额外加入第一视角数据可能稀释后训练数据分布，对效果提升有限甚至略有负面影响[24] 训练数据构成 - NEO的后训练数据集主要包含高质量的抓取和放置数据，占比达98.5%，这些数据经过筛选，仅包含桌面操作且手部可见的场景[15]

产品技术突破 - 公司推出全新的1X世界模型 标志着人形机器人领域迈出关键性一步 该模型为NEO量身打造 能基于符合现实物理规律的视频模型 将任何指令即时转化为可执行的AI能力[2] - 1X世界模型使NEO能够融合经机器人数据精调的互联网规模视频数据来执行各类AI任务 并能应对此前从未接触过的物体和环境 打通了数字智能与物理现实之间的闭环[2] - NEO已能够从互联网规模的视频数据中学习 并将所学直接应用于物理世界 甚至能在毫无先例的情况下将任意指令转化为全新的操作 开始具备自我学习能力[3] - 用户只需向NEO发出简单的语音或文字指令 NEO便会基于当前所见生成对后续行动的可视化预判 内置的逆动力学模型再将这些预判转化为精确、可执行的动作[3] - 演示视频显示NEO能超越既有训练数据泛化 面对涉及不熟悉物体的简单指令能完成行动规划可视化并以连贯流畅方式执行 例如打包午餐盒[3] - 在数据集中毫无先例的情况下 NEO能够胜任一系列全新任务 例如抬放马桶座圈、开启推拉门、熨烫衣物、为人梳理头发[3] 技术范式与优势 - 传统人形机器人AI模型主要依赖人工操作员采集的数据 而1X世界模型赋予NEO自主采集数据并独立掌握新能力的可能 开启了真正的自主学习之门[4][5] - 该范式转变加速了通用型人形机器人的发展进程 使其能够在实践中不断学习、持续进化[5] - 人形机器人的AI功能提升长期受制于人工操作员采集机器人数据的速度 1X世界模型能够通过NEO自主采集的数据实现自我优化[6] - 由于核心采用视频模型 该世界模型还能直接受益于视频模型本身的持续进化[6] - 在家庭等动态且不可预测的环境中 1X世界模型能够像人类一样理解并应对极端不确定性 即便环境瞬息万变也能从容执行操作[7] - NEO已能在千变万化的场景中自主生成并执行动作 这在人形机器人领域属于前所未有的突破[7] 商业化进展 - NEO已在公司在线商店上架 提供棕褐色、灰色和深棕色三种颜色可选[9] - 有意成为首批NEO拥有者的客户 可按20,000美元的早鸟价购买 享受2026年优先发货权益[9] - 客户还可选择订阅模式 按每月499美元使用NEO[9] 公司背景 - 1X是美国一家领先的AI与机器人公司 专注于研发家用机器人NEO[10] - 公司的使命是通过安全、智能的人形机器人来丰富人们未来的生活[10]

1X World Model技术突破 - 1X Technologies发布全球首个人形机器人世界模型1X World Model，该模型基于视频生成技术(Sora)和自动驾驶世界模型(E2EAD)构建，能通过输入图像状态与动作指令模拟未来场景，解决具身机器人评估难题[1][2] - 模型在动作可控性方面取得突破，能根据不同动作命令生成多样化结果，精准模拟物体间交互如抓取箱子、保持其他箱子静止等效果[3][5] - 与主流文本转视频模型不同，1X World Model需由精确机器人轨迹控制，能精准模拟执行精确动作的后果，如开门、擦拭台面等复杂操作[7][8] - 模型预测与现实执行结果对比验证表现出色，能准确复现开门动态过程，严格遵循指令轨迹完成空抓动作，具有可靠评估不同策略执行质量差异的能力[10] 模型表现评估方法 - 传统基于物理的模拟器(如Bullet、Mujoco等)难以精准模拟现实复杂交互，需大量手工建模且仿真精度有限[14] - 1X World Model通过采集超3000小时真实操作数据，利用多模态数据融合技术，直接从海量真实传感器数据中学习世界动态，准确预测未来场景演变[16] - 模型能准确预测未来状态和任务成功率，预测结果与现实表现保持高度一致统计分布特性，为模型架构优化和检查点选择提供数据支撑[18] - 实证表明在1X World Model评估中表现突出的检查点实际评估中通常更优，当两个检查点存在15%的真实成功率差距时，具备70%对齐度的世界模型能以90%准确率预测更优策略[20] 扩展定律验证与多任务迁移 - 研究表明1X World Model策略评估准确性随数据规模提升而改善，在Airfryer、Arcade和Shelf三个任务上验证了数据规模的影响[25] - 定量分析显示随着数据量增加，模型预测准确率持续提升，例如增加交互数据后能准确建模托盘分离运动及底座限制等细微物理交互[32] - 多任务迁移实验表明，在仅有2.16亿token的Shelf数据上模型对齐度为63.06%，结合14.6亿token的Arcade数据后提升至71.17%，验证了通过任务经验积累实现泛化的可行性[35] - 机器人自主策略rollout数据(特别是失败案例)对提升对齐度至关重要，缺乏失败数据会使模型过度乐观，出现错误估计抓取半径等问题[38] 行业影响与未来展望 - 1X World Model解决了机器人领域高质量数据稀缺问题，提供了精准评估任务表现的统一框架，使通用智能机器人发展迈入新阶段[41] - 模型进展可能让机器人技术经历类似"GPT时刻"，加速家庭服务机器人商业化落地，并重塑整个AI产业竞争格局[42] - 随着训练算力提升和真实世界数据积累，模型预测准确率持续攀升，预示着机器人技术可能即将迎来关键的"数据奇点"[41]