行业规模与增长 - 中国现存机器人相关企业达95.8万家 其中2024年注册量19.32万家 同比增长4.59% 2025年前7个月注册量15.28万家 同比增长43.81% [2] - 华东地区机器人企业占全国39.64% 人形机器人整机平台超160家 占全球50%以上 核心零部件供应链企业逾600家 [2] - 2025年1-7月具身智能和机器人领域投资事件超200起 融资总额超240亿元 预计2025年中国人形机器人市场规模超82亿元 占全球50%以上 [4] - 花旗预测2050年全球人形机器人市场规模达7万亿美元（约50万亿元人民币） 全球人形机器人数量近6.5亿台 其中超50%来自中国市场 [4] 技术路线争议 - 行业存在VLA模型与世界模型的技术路径分歧 VLA模型通过视觉-语言-动作多模态框架实现端到端闭环 但当前性能尚未达到理想状态 [6][8] - 宇树科技CEO王兴兴认为VLA模型存在泛用性不足问题 训练新动作需从头开始 且强化学习的Scaling Law尚未出现 [6][8] - 世界模型路线（如视频生成模型）可能更快收敛 但存在GPU消耗大、精度要求过高等问题 谷歌DeepMind的Genie3模型展现物理对齐潜力 [8][9] - 星动纪元陈建宇认为世界模型是VLA技术的一种路径 下一代VLA模型需融合语言交互、视觉感知和物理世界操作能力 [9][10] - 国家创新中心江磊指出全参数模型尚未适用 需通过云端与终端算力协同构建"云网一端"架构 [14][15] 数据与模型发展瓶颈 - 王兴兴强调行业过度关注数据而忽视模型架构 当前模型统一性和泛用性不足 具身智能的"ChatGPT时刻"预计在1-5年内实现 [19][22] - 陈建宇认为模型优先级高于数据 需提升数据利用效率 当前工业场景机器人效率达人类70% 预计明年达90% [21] - 自变量机器人CEO王潜指出数据质量控制困难 端到端架构是突破性能上限的关键 需3-5年达到ChatGPT水平 [22][24] - 江磊强调中国拥有全球最大机器人数据集和最多模型从业者 制造业与数据优势是重大历史机遇 [24] 真机数据与合成数据应用 - 超90%企业倾向真机数据训练 仅银河通用、跨维智能等少数企业坚持合成数据路线 [26] - 银河通用99%训练数据为合成数据 通过自研引擎生成百亿级抓取和柔性操作数据集 真实数据仅占1% [26] - 跨维智能自研DexVerse引擎构建仿真到现实的端到端闭环 彻底颠覆传统真实数据采集模式 [27] - 星海图赵行强调真机数据是打破能力天花板的关键 需在真实环境中采集数据 [29] - 卢策吾指出复杂操作（如擦桌子）更依赖真实数据 比例应由模型自动计算而非人为决定 [29] 商业化与应用场景 - 行业分歧在于机器人应侧重娱乐表演（如跳舞）还是实用场景（如进厂打工、家庭服务） [30][32] - 宇树科技终极目标是工业与家务场景 现阶段通过娱乐展示运动能力 [32] - 王兴兴预测行业处于"ChatGPT时刻"前夜 未来2-5年需解决端到端模型、低成本硬件和算力问题 [33] - 王鹤预计人形机器人每三年产值乘10 未来十年市场规模超1000亿元 二十年后达万亿级 [33] - 行业将进入淘汰赛阶段 分析称80%企业可能无法跨越量产门槛 [33]