纪要涉及的行业或者公司 行业：人形机器人、具身AI 公司：Jefferies及其全球各地关联公司（Jefferies LLC、Jefferies Securities Inc.、Jefferies International Limited等） 纪要提到的核心观点和论据 具身AI对人形机器人商业价值的重要性 - 具身AI赋予人形机器人智能，决定其商业价值上限 机器人行动分传感、决策、规划、执行四步 目前多数具身AI大模型想实现传感、决策和规划 人形机器人大模型由强推理模型、多模态大模型和世界模型三个子模型组成[2] 强推理模型 - 负责决策和规划，减少模型幻觉，确保机器人决策准确可靠[3] 多模态大模型 - 涉及传感和处理，能处理文本、图像、视频和感官信号等多模态信息，使人形机器人全面感知环境[3] 世界模型 - 由大语言模型演变而来，为机器人提供人类知识，助其从物理角度理解世界，更好与人及世界互动[4] 具身AI发展的关键挑战 - 难以获取物理世界数据 限制具身AI模型训练和优化 数据丰富度与模型优化存在因果关系 物理数据比互联网数据更难获取和收集 有AI模型模拟和从现实世界收集两种获取途径 模拟数据因与现实数据差异大暂不用于训练[5] - 具身AI对现实世界推理能力不足 物理世界复杂性要求机器人有强推理能力 目前多数具身AI智能处于早期阶段 人形机器人行业甚至没有实现简单一维触觉闭环控制的解决方案[6] DeepSeek类大模型助力具身AI发展的技术优势 - 类似DeepSeek的思维链大模型适合具身AI的决策和规划 DeepSeek模型在复杂任务中效率高，回答问题时能给出详细思维链，类似人类解决问题的逻辑分析过程[7][9] - 能显著提升人形机器人对物理世界的理解 如解决数学和科学问题的准确性提高，部分指标超人类专家水平[9] - 目前仅促进语言模型发展，未来有望实现具身AI的多模态感知和处理能力 DeepSeek模型能增强具身AI在强推理模型、多模态模型和世界模型间的推理能力[10] DeepSeek类大模型轻量级参数和低成本助力具身AI发展 - 具身AI在缩放定律上的突破将快于预期 DeepSeek采用混合专家架构和思维链推理模型，大幅减少模型参数及训练和使用成本 模型所需参数减少，使人形机器人突破缩放定律的可能性高于学界和业界预期[10] - 世界模型将提前到来 通过模型进化和大规模数据收集，人形机器人推理能力提高5 - 6倍 推理模型能力增强，解决更多现实挑战 模型自身进化 + 大规模数据收集解决世界模型发展问题[11] - DeepSeek类大模型的数据集通过监督微调与蒸馏提升其他模型性能 许多边缘侧模型已用DeepSeek数据集和理念提升能力，促进具身AI发展的积极行业生态[12] - DeepSeek类大模型的低输入输出价格推动更多具身AI在人形机器人上的训练和部署 预计会促使更多公司部署DeepSeek或类似大模型训练具身AI或直接用于部署[13] 对具身AI中短期成就的合理预期 - 开发通用人形机器人还需5 - 10年甚至更久 原因是现实世界数据收集困难、计算能力瓶颈和灵巧手开发挑战 DeepSeek的突破带来强推理模型，增强市场对具身AI实现的信心 会有更多公司专注特定场景具身AI研发，推动具身AI向真正智能发展[14] 人形机器人价值链定位 - 传感和数据收集 传感是人形机器人与环境交互的基础 具身AI模型在机器人达到真正智能前需要大量传感数据 中国一线城市大力建设数据收集工厂 传感器公司和/或灵巧手公司将受益于数据收集需求增长[15] - 边缘侧计算芯片 随着边缘侧具身AI部署加速，边缘侧计算芯片将有很大用途[17] - 运动控制单元 具身AI决策和规划后会给出代码供机器人执行 运动控制系统的准确性和可靠性决定机器人执行任务的精确程度 随着机器人承担更全面任务，运动控制单元对人形机器人技术进步更关键[18] 其他重要但是可能被忽略的内容 - Jefferies业务及利益冲突 Jefferies与研究报告覆盖公司有业务往来并寻求投资银行服务等补偿 投资者应注意其可能存在影响报告客观性的利益冲突[35][45] - Jefferies全球关联公司分布及业务范围 包括美国、加拿大、英国、德国、中国香港、新加坡、日本、印度、澳大利亚、迪拜等地的关联公司及各自的监管和业务情况[36][37][39] - 报告分发及适用对象限制 不同地区对报告分发和适用对象有不同规定 如加拿大仅限专业或机构投资者 新加坡仅限特定类型投资者等[46][48] - 报告性质及风险提示 报告不构成投资建议 投资有风险 价格和价值可能波动 包含前瞻性陈述可能与实际结果有差异等[32][49][51]