行业与公司 - 行业涉及人形机器人产业链，重点关注大模型端和硬件端的发展[1] - 公司提及特斯拉作为硬件定型的核心推动者[3][4]，以及国内企业如银河通用、心动剂元、青铜视觉、凌云光、天奇等[22][23][24] --- 核心观点与论据 1 大模型是行业发展的关键卡点 - 当前行业瓶颈在于模型端，尤其是多模态大模型的智能水平，而非硬件控制成熟度[1][2] - 大模型为人形机器人提供“智能大脑”，是推动本轮发展的底层逻辑[2] 2 大模型发展的三条主线 - 多模态输入：从C-CAN（仅语音）到RT1（动作+视频）、RT2（动作整合），再到Helix（200Hz频率）[5][6][11] - 频率提升：RT2（1-5Hz）→ 派林（50Hz）→ Helix（200Hz，超过人类反应速度）[6][10][11] - 泛化能力：通过增强推理能力（如PALM-E引入大模型分析）实现任务迁移[6][9] 3 数据飞轮与硬件定型的关系 - 数据不足是模型停滞的主因，需真机数据形成闭环，但当前硬件未定型导致数据采集风险高[3][15] - 特斯拉的核心作用：硬件定型后，行业才能规模化采集真机数据，推动模型迭代[3][4][16] 4 模型架构演进 - 从分层模型（大脑与小脑分开训练）到端到端模型（联合训练，效果更优但难度大）[7][8] - 快慢脑架构（如Helix）：快脑（80兆Transformer）+慢脑（7B BLM），数据回传实现200Hz高频动作[11][12] 5 数据采集的现状与挑战 - 数据类型：低质量互联网数据（预训练）、仿真数据（成本低但真实性不足）、真机数据（质量高但效率低）[13][14][15] - 动捕设备： - 光学动捕（亚毫米精度，成本高，如青铜视觉、凌云光）[19][23] - 惯性动捕（IMU，灵活低成本，如诺伊腾，特斯拉采购Xs为观察指标）[18][19] - 当前真机数据采集效率极低（每小时3-4条，单条成本超10元）[16] --- 其他重要内容 1 未来大模型方向 - 融入更多模态（语言、视觉、传感器等）[20] - 世界模型：用数学符号模拟物理规律，实现仿真数据≈真机数据（英伟达Cosmos目前效果不佳）[21] 2 国内企业布局 - 银河通用：全仿真数据路线，发布Grasp VLA模型（无序抓取高成功率）[22] - 心动剂元：ERA大模型采用双系统架构（快慢脑），早于Figure提出[22] - 天奇：工业数据采集代工+仿真数据训练[24] 3 投资标的建议 - 动捕设备：凌云光（光学动捕）、青铜视觉[23] - 摄像头：阿比[26] - 遥操作：当红科技、景业智能（工厂及协作场景刚需）[25][26] --- 关键数据引用 - 动作频率：RT2（1-5Hz）、派林（50Hz）、Helix（200Hz）[6][11] - 动捕成本：真机数据单条采集成本超10元，100台机器人日采8-10万条[16] - 光学动捕精度：亚毫米级[19]