行业趋势：硅谷共识与路线分歧 - 硅谷前沿公司已就“人类第一视角数据”是提升机器人灵巧性关键达成共识，认为其重要性超越机器人真机数据[4][7] - 英伟达发布EgoScale框架，使用超过2万小时人类第一视角视频训练机器人，证明增加人类示范数据可稳步提升机器人操作能力[4] - 英伟达此前发布的DreamDojo模型使用4.4万小时人类第一视角视频训练，展现出对陌生物体和环境的强泛化能力[6] - 硅谷多家知名公司，包括特斯拉、Figure、Physical Intelligence等，均已开始大规模采集或使用人类第一视角数据构建基座模型[7] - 行业核心判断认为，真正的机器人智能始于对“物理常识”的理解，人类第一视角数据为习得物理常识提供了天然材料[8] - Generalist AI公司使用27万小时人类数据探索机器人领域的Scaling Law，并将物理常识称为机器人学中的“暗物质”[8] - 国内具身智能领域当前竞争焦点仍在使用大模型拟合真机或仿真轨迹数据（VLA路线），期望通过堆积轨迹数据实现“通用具身智能”[17] 公司战略：深度机智的核心理念与技术路线 - 公司成立于2025年上半年，由中关村人工智能研究院研究员陈凯创立，是该国家级科研共同体孵化的首家公司[8] - 创始团队在2024年底即洞察到人类第一视角数据即将爆发，并押注通过此类数据解码“物理常识”以找到具身大模型的Scaling Law[11] - 公司核心理念是实现“具身通用智能”，而非“通用具身智能”，强调智能是原生的，具身只是其在三维世界的表现形式[18][20] - 核心技术策略是“先理解，后执行”，即首先让机器人具备通用思考能力并深刻理解物理规律，然后再执行任务[21] - 公司已搭建一套涵盖数据、架构、算法的全栈技术矩阵[11] - 公司计划在2026年上半年将人类第一视角数据规模推进到百万小时量级，以探索物理常识Scaling Law的完全显现[43] 技术创新：数据策略与PhysBrain模型 - 公司构建了Egocentric2Embodiment翻译管道，将人类第一视角视频转码成包含任务规划、关键状态、动作与物理约束的结构化监督数据[25] - 利用该管道构建了E2E-3M数据集，并用其训练了具身大脑模型PhysBrain[27] - PhysBrain模型仅使用千小时规模的人类第一视角视频和部分通用VQA数据微调，不含任何机器人轨迹数据[28] - 在SimplerEnv四个未见于训练集的操作任务上，PhysBrain-8B版本取得67.4%的平均成功率，力压使用数万小时真机数据的行业标杆Pi0.5（57.1%），领先优势达10.3个百分点[27][28] - PhysBrain模型在仅学习“成功案例”的情况下，自发涌现出灵活策略和自动纠错能力，例如在任务中自主采用未在训练数据中出现的“推”的动作[29] - 该表现被归因于模型对物理交互的直觉式理解，而非依赖大量失败轨迹数据[30] 技术创新：TwinBrainVLA架构 - 为解决模型同时保持通用理解与精确动作的优化冲突，公司设计了“左右脑”同构架构TwinBrainVLA[31] - 架构包含一个被冻结的VLM模块作为“左脑”保持通用知识，一个可训练的“右脑”网络专攻机器人感知与动作，通过非对称混合Transformer机制进行信息交互[31] - 该设计实现了知识迁移而不遗忘，确保模型学会动作控制的同时不丧失通用理解能力[32] - 在SimplerEnv测试中，TwinBrainVLA在数据量远小于Pi0.5的前提下，将Qwen3-VL-4B的能力有效迁移至机器人控制，平均成功率达64.5%，超越Pi0.5的57.1%[32] 技术创新：LangForce算法 - 为克服模型训练中忽略语言指令、仅依赖视觉画面的“视觉捷径”问题，公司改进了训练算法[34] - 设计双分支架构，通过最大化仅看画面分支与同时看画面和指令分支的动作差异，强迫模型理解并执行语言指令的语义[34] - 该算法在不使用任何机器人真机轨迹数据预训练的情况下，以Qwen-3-VL为主干微调的模型在SimplerEnv四个任务上实现66.5%的成功率，领先Pi0.5近10个百分点[35] 技术集成与综合性能 - 将数据、架构、算法三方面创新融合训练的新模型PhysBrain1.0，在SimplerEnv测试中取得79.8%的平均成功率[37] - 该成绩超越行业标杆Pi0.5达22.7个百分点，也超过了之前成绩最好的Xiaomi-Robotics-0（79.2%），达到SOTA[37] - 在强调多阶段操作与长程规划的RoboCasa测试中，PhysBrain1.0仅使用千小时人类第一视角数据增强，便以58.1%的成功率拿下SOTA，超越Physical Intelligence（41.4%）、英伟达（48.4%）等对手[38] - 模型展现出跨本体泛化能力，使用人类视频和少量ALOHA机器人数据训练，但在Franka机器人真机平台上也能实现接近100%的抓取成功率[39] 竞争格局与行业影响 - 公司通过聚焦人类第一视角数据解码物理常识，开辟了一条数据效率更高、成本结构更优、规模化门槛更低的具身智能发展路径[42] - 该路径使得后来者难以仅靠堆叠算力或真机轨迹数据在短期内追平，形成了基于认知时差的先发优势[42] - 公司技术闭环包括人类视频结构化转译、左右脑异构架构、语言与动作对齐算法，彼此咬合，带来单点指标领先和整体路径优势[42]

大势研判：也谈谈"HALO交易" - 市场开始集中推演AI时代产业组织形式可能发生的变化，可能导致三类行业长期预期重新锚定和估值中枢下行压力：可能被AI替代的行业、在AI时代壁垒弱化导致超额利润可能压缩的行业、在AI时代可能无法继续胜出的科技龙头 [6] - 中国资产总体受到"HALO交易"的影响相对美股小，因为中国享受垄断壁垒和超额利润的产业环节相对美国少 [6] - 春节后A股市场对长期科技叙事的反映偏弱，但对当下可见的"新老经济通胀"反映非常积极，这与"HALO交易"在A股的映射以及美联储宽松预期扰动有关 [6] - 短期占优结构的主要来源是可见度高的通胀方向，建议顺周期配置聚焦战略资产通胀，如有色金属、基础化工、石油、油运 [6] - 新经济通胀向传统经济的映射是短期最强方向，可关注内燃机、玻纤、光纤、存储的投资机会 [6] 行业比较：A股估值及行业中观景气跟踪 - 截至2026年2月27日，中证全指（剔除ST）PE为22.8倍，处于历史83%分位；PB为1.9倍，处于历史53%分位 [8] - 主要指数PE估值分位数：上证50为58%，沪深300为64%，中证500为71%，中证1000为75%，国证2000为79%，创业板指为43%，科创50高达95% [8][9] - 主要指数PB估值分位数：上证50为37%，沪深300为38%，中证500为63%，中证1000为63%，国证2000为72%，创业板指为66%，科创50为72% [8] - PE估值在历史85%分位以上的行业包括：房地产、自动化设备、商贸零售、电子（半导体）、计算机（IT服务、软件开发） [8] - PB估值在历史85%分位以上的行业包括：工业金属、小金属、国防军工、电子（半导体）、通信 [8] - PE和PB均在历史15%分位以下的行业是白色家电 [8] - 创业板指相对于沪深300的PE比值为3.1，处于历史29%分位；PB比值为3.8，处于历史62%分位 [8] 主题投资：未来产业动态 - 量子科技：北大团队实现光量子芯片晶圆级高良率制造；抗干扰城域量子网络逐步走向商用 [10] - 生物制造：谷歌AI药物设计引擎IsoDDE性能跨越前代AlphaFold，显示AI4S（人工智能用于科学）生态壁垒凸显 [10] - 氢能和核聚变：中广核（内蒙古）新能源投资有限公司总投资8.38亿的绿氢项目获批 [10] - 脑机接口：侵入式临床迎规模化，智冉医疗近期完成由中科创星领投的3亿元A+轮融资 [10] - 具身智能：阿里达摩院开源RynnBrain基模赋予机器人时空记忆能力；英伟达DreamDojo采用人类视频预训练路线 [10] - 6G与商业航天：光纤与无线通信的跨网络融合速率取得突破 [10] AI高景气外溢：寻找投资机会 - AI硬件需求高景气导致上游行业供给向AI倾斜，挤占传统产能并加速其出清，驱动部分传统领域提前迎来供需拐点并出现涨价 [13] - AI涨价外溢的行业值得关注，包括：玻纤（估值合适，涨价有可见度）、光纤（传统部分修复叠加短期AI业务进展预期的上行期权，短期胜率高） [13] - 利基存储、晶圆代工性价比可能有限，但中期可以挣业绩增长的钱 [13] 全球资产配置：PPI上行与CPI平稳环境复盘 - 在PPI同比上行、CPI增速温和的宏观环境下，商品是表现最稳定的资产类别，其中能源和工业金属平均涨幅显著领先 [16] - 股市表现取决于驱动力：在全球流动性宽松期（如2020年5月至2021年1月）普遍上涨；在供给收缩但内需疲软期（如2016年）则震荡分化 [16] - 在此环境下，中债利率并无明显趋势，债市仍具备稳定的防御功能 [16] - 历史数据显示，在PPI上行期，能源、工业金属等商品指数涨幅可观，例如在2009年7-12月期间分别上涨14.2%和24.0%，在2020年5月至2021年1月期间分别上涨46.2%和36.9% [17]

行业投资评级 - 行业评级为“增持” [4] 报告核心观点 - Pi最新的具身智能基础模型Pi 06在洗衣与打包场景中取得优异成绩，叠衣任务自主运行率高达**92%**，打包场景效率高达**165件/小时** [2][4][6] - 英伟达DreamDojo模型使用包含**44,000小时**人类第一人称视频的数据集训练，破除机器人实操训练数据不足的瓶颈 [2][4][6] - 千寻智能、智平方、因时机器人等多家具身智能企业完成大额融资，国内人形机器人初创企业百亿估值俱乐部增加至6家 [2][4] - 随着海外头部人形机器人厂家加速产品迭代，国内相关厂家陆续推出产品并加速应用场景落地，从供应链角度看，除整机厂商外，包括电机、减速器、传感器、丝杠等在内的关键零部件供应商有望长期受益 [4][29] 行业新闻及公司动态 - **海外动态**: - Physical Intelligence发布Pi 06模型实测结果，在洗衣店场景中系统**92%**的时间完全自主运行，在仓库包装场景效率达**165件/小时** [4][6] - 英伟达发布DreamDojo模型，通过**44,000小时**人类第一人称视频预训练，让机器人获得对物理规律的通用理解 [4][6] - 浦项建设在首尔住宅项目引入与Clobot联合开发的AI自动清扫机器人，可自主学习路线、呼叫电梯并全天候运行 [6] - 印度谷歌将机器人软件公司Intrinsic纳入核心业务，计划将其技术与谷歌AI硬件生态融合 [7][8] - 现代汽车集团计划未来五年投资**10万亿韩元**，在韩国建设AI、氢能源和机器人业务中心，包括机器人生产工厂 [15][16] - **国内动态**: - 荣耀将在MWC 2026发布首款聚焦消费市场的人形机器人及“机器人手机” [8] - 湖北省展示搭载全国首创嗅觉感知系统的机器人“大壮”，能识别**32种以上**气体特征 [11] - 宇树科技发布四足机器人Unitree As2，峰值扭矩**90N.m**，空载续航超**4小时**，极限速度**5米/秒**，负载**15kg**续航超**13km**，创始人预计2026年目标出货量**1-2万台** [14] - 春晚期间国产机器人密集亮相，带动京东机器人品类搜索量环比增长超**300%**，“春晚同款”几分钟售罄 [14] - 哈工大团队研制出纯惯性驱动的两栖机器人Leglessbot，可实现跳跃、奔跑、游泳多模态运动 [17] - 小鹏汽车人形机器人全链条量产基地作为广州重点项目亮相，总建筑面积约**11万平方米** [17][19] - 数字华夏（深圳）科技正开展仿人机器人“夏澜”第三代产品调试，已在体育服务、文旅展演等场景完成示范应用 [20] - 智平方的模块化具身智能服务空间“智魔方”在深圳人才公园运营，机器人“爱宝”日均稳定制作饮品超**200杯** [20][22][24] - “机器人天团”在海淀新春科技庙会亮相，包括具备情感操作系统的同心智伴毛绒机器人 [23] 投融资动态 - 因时机器人完成C1、C2两轮融资，合计金额**数亿元人民币** [4][26] - 智平方（AI² Robotics）完成总额超过**10亿元人民币**的B轮系列融资，估值突破百亿元 [4][26] - 千寻智能连续完成两轮融资近**20亿元**，融资方涵盖云锋基金、红杉中国、TCL创投、国有资本等 [4][26] - 因时机器人完成C+轮融资，融资额达**数亿元人民币**，投资方包括北京市人工智能产业投资基金、启明创投等 [26] 投资建议与市场表现 - **市场表现**: - 报告期内（2026/2/24-2026/2/27），机器人板块相关公司周度成交金额为**5225亿元**，在全部A股周度成交金额中占比约**5.4%**，环比下降 [27] - 周度（2026/2/23-2026/2/27）机器人板块重点公司跌多涨少，涨幅最大的为博众精工（**4.37%**），跌幅最大的为优必选（**-15.92%**） [29] - **重点关注方向与标的**: - 报告建议重点关注机器人整机厂商及核心零部件供应商 [4][29] - **执行器和电机**：推荐兆威机电，相关标的伟创电气、步科股份、鸣志电器 [4][29] - **减速器**：相关标的为绿的谐波、蓝黛科技、瑞迪智驱、豪能股份、中大力德 [4][29] - **丝杠类**：推荐恒立液压，相关标的为浙江荣泰、贝斯特、北特科技、双林股份、震裕科技 [4][29] - **设备类**：推荐津上机床中国、博众精工、科瑞技术 [4][29] - **传感器**：推荐安培龙、汉威科技、东华测试 [4][29] - **关节铰链**：推荐长盈精密 [4][29] - **结构件**：相关标的为宁波华翔 [4][29] - **整机**：推荐优必选、杭叉集团 [4][29]