计算机行业深度报告：大脑：具身智能落地的关键-东吴证券

东吴证券发布的《计算机行业深度报告》指出，作为具身智能实现自主决策与物理交互的核心，机器人大脑是行业规模化落地的关键瓶颈，当前技术路线并行探索，全球厂商加速布局，市场潜力显著。

机器人大脑是人形机器人的核心智能中枢，与人脑功能类似，基于AI大模型实现环境感知、任务规划、决策控制与人机交互等功能。其需具备四大核心能力：实时任务级交互能力、多模态信息整合能力、自主可靠决策能力及跨场景泛化能力。与通用大模型不同，机器人大脑需适配物理世界的实时动态与动力学特性，不能直接共用通用大模型，技术难度更高。

技术路线呈三足鼎立格局，仍处于探索演进阶段。第一条是端到端VLA技术路线，通过单一模型实现从感知到动作的直接映射，泛化能力较强但适配复杂长程任务有限；第二条是大脑+小脑分层路线，由多模态大模型负责高层决策，专用模型处理运动控制，具备模块化、可解释的优势，是当前相对成熟的主流方向；第三条是世界模型路线，通过构建物理世界建模预测未来状态优化决策，代表前沿探索方向。此外，类脑智能、脑机接口等创新技术也为行业提供了新的可能。

行业参与者分为三类，各有优势互补。一是专门的机器人大脑厂商，如通研院、Physical Intelligence等，专注度高且熟悉物理交互场景；二是通用大模型公司，如谷歌、OpenAI等，基础模型能力强劲但缺乏场景沉淀；三是具身智能企业自研，如特斯拉、智元机器人等，软硬件协同优化但较难对外赋能。目前全球头部厂商百花齐放，特斯拉Optimus融合xAI Grok模型实现端到端决策，Figure AI的Helix模型具备多模态融合与技能迁移能力，Physical Intelligence与Skild AI估值分别达24亿美元、45亿美元，国内通研院推出“通智大脑”并成立产业联盟，银河通用、智元机器人等企业也实现技术突破。

行业发展面临两大核心难点。一是训练数据稀缺，真实数据采集成本高、格式不统一，仿真数据虽成本低廉但与现实场景存在差距，虚实结合成为数据增强的关键方向；二是训练方法待突破，物理接触带来的复杂度呈指数级上升，通用泛化能力培育难度大。业内认为，机器人大模型目前处于ChatGPT发布前1-3年的发展阶段，临界点可能在1-5年内到来，核心瓶颈在于模型而非数据。

投资建议方面，报告强调机器人大脑是具身智能市场技术难度最高、发展最快的关键环节，建议关注相关标的，包括品茗科技（通研院关联标的）、银河通用、智元机器人、星动纪元等国内企业，以及特斯拉、Figure AI等国际厂商。同时提示技术研发不及预期、产业落地缓慢、技术路线不确定性等风险。

总体而言，随着技术路线逐渐收敛与数据飞轮效应显现，机器人大脑将推动具身智能从实验室走向商业应用，成为计算机行业的核心增长引擎。

展开全文

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系