計算機行業深度研究：具身智能迫近臨界點，人形機器人商業化有望揭開序幕.pdf

計算機行業深度研究：具身智能迫近臨界點，人形機器人商業化有望揭開序幕。從央視春晚 Bot 火熱看人形機器人四大潛在商業化場景。馬年央視春晚“含 Bot”量再度提升，松延動力、宇樹科技、魔 法原子、銀河通用&Sharpa 為全國人民貢獻了四臺兼顧科技屬性與人文關懷的精彩節目，也展示出人形機器人產業面 向商業化落地的最新嘗試。以星海圖前首席科學家許華哲博士的思考為藍本，我們認為人形機器人所面向的工作環境 必然是“高價值量+低重復性”的場景，上述場景又會在 ToB/C 客群差異、大腦/小腦層面泛化性要求的區分下形成四類 買單方畫像清晰且現階段具身智能足以勝任的商業化場景——1）ToB+大腦泛化：導覽、導購、導巡場景，比如小鵬 Iron 機器人的展廳導覽、汽車門店導購、公司前臺導流與巡邏場景，底層能力是流利流暢的語言智能溝通+親切的人形 姿態。2）ToB+小腦泛化：特種行業場景，比如央視春晚《武 Bot》節目中宇樹科技在高動態集群控制下，實現 16 臺 機器人毫秒級協同響應的醉拳、后空翻、雙節棍、跳馬、隊列穿插變陣等高難度動作的能力，底層能力是類人的運動 控制+蜂群協同作戰。3）ToC+大腦泛化：個人陪伴場景，比如央視春晚《奶奶的最愛》節目中，松延動力機器人展示 出的情緒價值拉滿的嘮嗑、玩梗能力，底層能力是基于語言智能的情緒價值供給，用戶數據、情感投射、品牌心智形 成正向飛輪。4）ToC+小腦泛化：家庭照護場景，比如央視春晚賀歲微電影中，銀河通用機器人使用 Sharpa 的靈巧手 完成盤核桃、疊衣服等任務，底層能力是觸視覺協同的長程精細操作能力。

模型：具身智能泛化的曙光。泛化是機器人區別于自動化機器設備的本質區別，也是解鎖上述商業化場景的鑰匙。1) 一段式學習系統取得階段性突破。26 年初，Figure AI 發布 Helix 02，新增運動直覺 S0 系統，能夠在整個房間范圍內 實現“靈巧、長時程的自主行為”；同期，特斯拉選擇將 Optimus 與無人駕駛共享一套閉環仿真世界模型，并希望將 Grok 大模型作為 Optimus 機器人集群的高級調度中樞。2）大腦側模型的預訓練已跨越 ScalingLaw 門檻。25 年 11 月，北美創企 Generalist AI 發布 GEN-0，首次驗證了激活具身智能的參數門檻大約在 7B。我們認為，由于 Scaling 路 徑已基本被 LLM 摸清，所以具身智能大腦側的卡點更多是一個數據與工程問題而非復雜的科學問題。3）小腦側，25 年 9 月底北美創企 Skild AI 發布通用小腦，在相對于傳統單一模型訓練量提升 500 倍的情況下意外訓練得到了能夠跨 本體實現運動控制的通用小腦能力——比如在被鋸斷了小腿的四足機器狗、鎖定了一個電機關節只剩下三條腿的四足 機器狗以及鎖定了輪足的機器狗上，通用小腦均展現出快速的泛化適應能力。同期，李飛飛博士在發布 ImageNet 的 十五年后啟動首屆 BEHAVIOR 挑戰賽，開放總計 1,200+小時的 10,000 條專家遙操作示范，細致標注物體狀態、空間 關系和自然語言描述。ImageNet 曾推動計算機視覺進入大模型時代，我們相信 BEHAVIOR 也將為機器人時代設定第 一個統一的 Benchmark，推動大小腦協同進化。