计算机行业研究：具身智能迫近临界点，人形机器人商业化有望揭开序幕

核心观点

• 央视春晚展示的人形机器人技术进步，标志着其商业化落地进入提速阶段。
• 人形机器人商业化价值在于处理“高价值量+低重复性”的场景，并根据客户属性和能力侧重点分为四大商业化场景。

商业化场景

• ToB+大脑泛化：导览、导购、导巡场景，例如小鹏汽车展厅导览，核心能力是语言智能沟通和亲切的人形姿态。
• ToB+小脑泛化：特种行业场景，例如宇树科技在春晚展示的机器人协同作业能力，核心能力是类人的运动控制和蜂群协同作战。
• ToC+大脑泛化：个人陪伴场景，例如松延动力机器人的情绪陪伴功能，核心能力是基于语言智能的情绪价值供给。
• ToC+小脑泛化：家庭照护场景，例如银河通用机器人使用Sharpa灵巧手完成生活任务，核心能力是触视觉协同的长程精细操作能力。

模型进展

• 一段式学习系统取得突破，例如Figure AI的Helix 02和特斯拉Optimus与无人驾驶共享世界模型，推动机器人实现灵巧、长时程的自主行为。
• 大脑侧模型预训练跨越Scaling Law门槛，激活参数门槛约为7B，后续能力提升主要依赖算力和数据。
• 小脑侧跨本体通用小脑问世，Skild AI的通用小脑模型实现跨本体运动控制，BEHAVIOR挑战赛推动大小脑协同进化。

数据进展

• 真实数采：UMI方案实现轻量化、无本体、低成本的真机数据采集。
• 仿真合成：英伟达Isaac Sim和索辰科技开物平台等仿真平台生成海量多样化数据，逼近真实世界的性价比方案。
• 人类视频：Gemini 3.0/3.1 Pro等AI大模型多模态能力提升，人类视频转化为机器人训练数据。

研究结论

• 具身智能泛化取得曙光，一段式学习系统、大脑侧模型预训练和小脑侧通用小脑等技术突破推动机器人商业化进程。
• 真实数采、仿真合成和人类视频数据三线交织，加速具身智能发展。
• 人形机器人进入大规模量产前奏，建议关注核心供应链企业和具身智能AI大脑和世界模型相关公司。

风险提示

• 北美人形机器人量产节奏不及预期。
• 通用机器人Day1 L4路线缺乏商业化基础。
• 仿真合成数据质量不及预期。
• 模型及软件解决方案三方公司长期产业链话语权较低。