自动化设备行业 | 点评：人形机器人思考-专题2：我们离真正的具身智能大模型还有多远？

先进制造新视角2025-03-01

【东吴机械】周尔双13915521100/李文意/韦译捷/钱尧天18151137679/黄瑞/谈沂鑫投资评级：增持（维持）背景2.20日Figure AI发布Helix VLA大模型引爆市场关注，但我们发现市场对于具身智能大模型的认知仍待提升，本文希望通俗易懂的讲明白，我们需要什么样的具身智能大模型？我们离真正的具身智能大模型还有多远？投资要点1问题一：具身智能大模型（VLA）是什么？VLA（...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2516018552?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-03-01 23:58","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2516018552","market":"sh","top_or_hot":-1,"title":"自动化设备行业 | 点评：人形机器人思考-专题2：我们离真正的具身智能大模型还有多远？","media":"先进制造新视角","content":"<div>\n<p>【东吴机械】周尔双13915521100/李文意/韦译捷/钱尧天18151137679/黄瑞/谈沂鑫投资评级：增持（维持）背景2.20日Figure AI发布Helix VLA大模型引爆市场关注，但我们发现市场对于具身智能大模型的认知仍待提升，本文希望通俗易懂的讲明白，我们需要什么样的具身智能大模型？我们离真正的具身智能大模型还有多远？投资要点1问题一：具身智能大模型（VLA）是什么？VLA（...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250302000045abe2c558&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>自动化设备行业 | 点评：人形机器人思考-专题2：我们离真正的具身智能大模型还有多远？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n自动化设备行业 | 点评：人形机器人思考-专题2：我们离真正的具身智能大模型还有多远？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-03-01 23:58 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250302000045abe2c558&s=b><strong>先进制造新视角</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>【东吴机械】周尔双13915521100/李文意/韦译捷/钱尧天18151137679/黄瑞/谈沂鑫投资评级：增持（维持）背景2.20日Figure AI发布Helix VLA大模型引爆市场关注，但我们发现市场对于具身智能大模型的认知仍待提升，本文希望通俗易懂的讲明白，我们需要什么样的具身智能大模型？我们离真正的具身智能大模型还有多远？投资要点1问题一：具身智能大模型（VLA）是什么？VLA（...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250302000045abe2c558&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"688097","symbol_name":"博众精工","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250302000045abe2c558&s=b","article_id":"2516018552","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250302000045abe2c558&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2516018552","pubTimestamp":1740844704,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"投资要点1问题一：具身智能大模型是什么？我们认为可能是3-5年后，当市场上有足够多的人形机器人数据，并且硬件方案逐步收敛，具身智能基础模型呈现出一定的智能涌现，才有可能实现真正的端到端具身智能大模型。5问题五：能否采用Deepseek的范式来加速具身智能大模型的发展？但目前来看，这种范式对具身智能大模型来说，路径是正确的，但基本要素还不具备。风险提示机器人行业竞争加剧，新品推出速度不及预期。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"600215":"派斯林","603015":"弘讯科技","603025":"大豪科技","603082":"北自科技","603203":"快克智能","603275":"众辰科技","603283":"赛腾股份","603416":"信捷电气","603583":"捷昌驱动","603666":"亿嘉和","603960":"克来机电","605186":"健麾信息","605288":"凯迪股份","688003":"天准科技","688017":"绿的谐波","688025":"杰普特","688090":"瑞松科技","688097":"博众精工","688125":"安达智能","688165":"埃夫特","688170":"德龙激光","688215":"瑞晟智能","688218":"江苏北人","688255":"凯尔达","688290":"景业智能","688306":"均普智能","688310":"迈得医疗","688320":"禾川科技","688329":"艾隆科技","688395":"正弦电气","688455":"科捷智能","688518":"联赢激光","688559":"海目星","688570":"天玛智控","688623":"双元科技","688646":"ST逸飞","688686":"奥普特","688777":"中控技术","BK0273":"房地产","BK0259":"通用设备","BK0057":"长吉图板块","BK0112":"中朝经济特区","BK0102":"重组"},"translate_title":"Automation Equipment Industry Comments: Thinking on Humanoid Robots-Topic 2: How far are we from a real embodied intelligent large model?","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"600215":0.9,"603015":0.9,"603025":0.9,"603082":0.9,"603203":0.9,"603275":0.9,"603283":0.9,"603416":0.9,"603583":0.9,"603666":0.9,"603960":0.9,"605186":0.9,"605288":0.9,"688003":0.9,"688017":0.9,"688025":0.9,"688090":0.9,"688097":0.9,"688125":0.9,"688165":0.9,"688170":0.9,"688215":0.9,"688218":0.9,"688255":0.9,"688290":0.9,"688306":0.9,"688310":0.9,"688320":0.9,"688329":0.9,"688395":0.9,"688455":0.9,"688518":0.9,"688559":0.9,"688570":0.9,"688623":0.9,"688646":0.9,"688686":0.9,"688777":0.9},"content_text":"【东吴机械】周尔双13915521100/李文意/韦译捷/钱尧天18151137679/黄瑞/谈沂鑫投资评级：增持（维持）背景2.20日Figure AI发布Helix VLA大模型引爆市场关注，但我们发现市场对于具身智能大模型的认知仍待提升，本文希望通俗易懂的讲明白，我们需要什么样的具身智能大模型？我们离真正的具身智能大模型还有多远？投资要点1问题一：具身智能大模型（VLA）是什么？VLA（Vision-Language-Action）大模型指的是视觉-语言-动作大模型，能够让机器人通过理解环境和语言指令，并通过执行模块输出为动作。2问题二：VLA大模型中分层和端到端模式的区别？业界目前的选择？VLA模型在执行过程中，一般有三个步骤——1）接收并理解语音和图像输入；2）根据接收的信息做推理决策；3）根据决策生成动作指令并控制机器人运动。简单来说，如果这三个步骤是在一个模型中完成的，则是端到端大模型，如果这三个步骤分别是调用三个不同的模型完成，则是分层模型。端到端模式的优缺点：1）优点在于反应速度快+规模化+能够实现智能涌现；2）缺点在于难度高+需要大量训练数据+短期难以落地。结论&现实情况：短期视角来看，目前国内初创人形机器人企业多采用分层模式，主要是为了快速商业化落地；仅有少数企业例如特斯拉、星动纪元等坚持端到端模型，但从长期视角来看，端到端模式是最终实现具身智能涌现的必要条件。3问题三：训练出好用的端到端大模型难点在哪里——瓶颈在于数据。1）数据量差距巨大：相较于VLM大模型亿条级别的数据量，目前机器人实际单一场景的训练数据量仅仅在千条和万条级别，差距百倍。2）机器人数据获取难度极高：相较于互联网上常见的语料供VLM大模型训练，机器人训练数据获取难度极高。目前有三种数据获取模式：①真实数据遥操采集：问题在于成本极高，目前动捕设备一套价格在几十万区间，初创企业如果要靠动捕设备遥操采集数据，成本非常高；②虚拟生成数据：例如银河通用发布的GraspVLA，通过虚拟仿真技术生成数据，用于机器人训练，但目前难以解决sim-to-real   gap。简单来说，就是用虚拟仿真数据训练机器人效果很差，如果是简单的抓放搬运场景，虚拟数据相对可行，但如果涉及到柔性场景，比如说衣服被子等柔性物体，就很难运用。因为涉及到柔性物体形变仿真，在物理层面本身就很难建模。③真人数据映射：UMI和DexCap（斯坦福机器人团队）等正在探索真人数据映射（即采集真实人的数据，通过某种映射关系转化为机器人数据），但目前还比较早期。3）遥操采集的数据本身存在毒性：①人在运动过程中会有额外的运动轨迹：例如简单的搬箱子，人在遥操录制过程中，可能会因为外界干扰停顿几秒，但这个停顿对于机器人来说就存在毒性，因为其无法理解人为什么要停顿。②人的运动轨迹和机器人不一致：目前市面上大量机器人都是以旋转关节为主，而人的上下肢是直线关节，因此同样是搬箱子的动作，人和机器人的运动轨迹就是不一致的，这时候用真人的数据去训练机器人本身就存在毒性。4）机器人本体方案未收敛导致数据难以复用：例如用特斯拉本体采集的数据很难给智元的机器人来训练，因为本体方案不同。4问题四：数据端存在这么多问题，业界如何解决？真实的情况是，业界目前还无法解决上述数据端的问题。但目前各家都选择在自己的方案上努力收集数据，先在单一场景下实现一定程度的泛化，从而让更多人形机器人投入实际运用。我们认为可能是3-5年后，当市场上有足够多的人形机器人数据，并且硬件方案逐步收敛，具身智能基础模型呈现出一定的智能涌现，才有可能实现真正的端到端具身智能大模型。5问题五：能否采用Deepseek的范式来加速具身智能大模型的发展？Deepseek是通过pre-train+post-train（强化学习）的模式，并且导入高质量数据，来降低大模型的算力和数据量需求。但目前来看，这种范式对具身智能大模型来说，路径是正确的，但基本要素还不具备。一方面，具身智能大模型并没有一个强大的基础模型；另一方面，也不存在一个完善的强化学习流程。学界一直在推行所谓的模仿学习+后训练强化学习的方案（类似于deepseek的路线），就是通过模仿学习达成0-1，然后通过强化学习达成1-10，但目前来看必要条件还未达成。6问题六：Figure Helix大模型详解和局限点解析Helix的特点是准分层架构，用一个开源的70e参数的VLM作为大脑，然后下面结合一个Transformer架构的动作策略快系统，这个快系统实际只要用8000万参数去吸收500h的数据，然后使其泛化性变得足够强。PS：简单理解就是大脑的思考完全交由VLM大模型，因为互联网上有很多家居的视频和数据，因此可以通过VLM大模型去进行解析，本身VLM大模型就已经有很好的泛化性。再将解析出来的指令通过快系统去执行。优劣点解析：Helix的优点在于：快速商业化能力，能够用很小的数据量达到很好的泛化水平；Helix的劣势在于：1）Helix是一种纯模仿学习，还没有上强化学习；2）没法处理突发情况，例如一些碰撞和避障；3）互联网上海量的数据还是集中在生活场景多一些，工业数据很少，因此helix可能短期内更适用于家居场景，工业场景无法使用。风险提示机器人行业竞争加剧，新品推出速度不及预期。东吴机械团队东吴机械研究团队荣誉2023年 新财富最佳分析师 机械行业 第四名2023年 Wind金牌分析师 机械行业 第一名2022年 新财富最佳分析师 机械行业 第三名2022年 Wind金牌分析师 机械行业 第二名2021年 新财富最佳分析师 机械行业 第三名2021年 Wind金牌分析师 机械行业 第一名2020年 新财富最佳分析师 机械行业 第三名2020年 卖方分析师水晶球奖 机械行业 第五名2019年 新财富最佳分析师 机械行业 第三名2017年 新财富最佳分析师 机械行业 第二名2017年 金牛奖最佳分析师 高端装备行业 第二名2017年 卖方分析师水晶球奖 机械行业 第五名2017年 每市组合 机械行业 年度超额收益率 第一名2016年 新财富最佳分析师 机械行业 第四名2016年 金牛奖最佳分析师 高端装备行业 第四名2016年 每市组合 机械行业 年度超额收益率 第一名周尔双  首席分析师（全行业覆盖，重点覆盖光伏设备，半导体设备、锂电设备）英国约克大学金融学硕士，财务管理学士；十年机械研究经验，2013年加入东吴证券。李文意 分析师（光伏设备、半导体设备、锂电设备）浙江大学财务管理学士、会计硕士，2022年加入东吴证券。韦译捷 分析师（工程机械、检测设备、船舶设备、油服设备）厦门大学经济学学士、西安交通大学经济学硕士，2022年加入东吴证券。钱尧天 分析师（通用自动化、机器人、机床、刀具）南京大学金融学士、日本早稻田大学经济学硕士，2022年加入东吴证券。黄瑞 研究员（工程机械、油服设备、通用自动化）西南财经大学经济学学士，中国人民大学管理学硕士，2023年加入东吴证券。谈沂鑫 研究员（光伏设备、半导体设备、锂电设备）伦敦大学学院经济学学士，伦敦商学院管理学硕士，2024年加入东吴证券。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.0","shortVersion":"4.36.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2516018552","isCrawlerRequest":true}