国金具身智能 数采物理AI最大短板数据基建即将爆发

核心观点

• 数据采集是具身智能发展的关键瓶颈：当前人形机器人发展受限于高质量、高保真的物理交互与真实信息缺乏，大语言模型训练数据量巨大但真实交互数据不足，导致机器人应用落地受阻。
• 数据采集市场即将爆发：预计未来数据采集需求将从50万小时提升至1000万-1亿小时，甚至达到100亿小时，市场空间巨大，预计带来1万亿的市场规模。

关键数据

• 当前全球数据体量：约50万小时，相当于一个人一生中睁眼时间的3万多天。
• 大语言模型训练数据量：GPT2和GPT3分别需要79万到1100万小时的数据。
• 目标数据量：可用的具身智能模型至少需要1000多万小时的多模态数据。
• 行业目标：蜜蜂计划到2030年采集100亿小时的数据。

数据采集方式

• 主要方式：遥操作（未知、视觉、光罐）、动捕、仿真数据、异构数据（Ego）。
• 主流方式：异构数据采集因其轻便性和低成本成为近年来的热点，两万小时的异构数据即可让机器人智能化水平初步涌现。

产业链投资机会

• 四大环节：数据采集设备、数据采集公司、机器人本体公司、仿真平台。
• 重点环节：数据采集设备，尤其是相机、深度相机、IMU等核心硬件，市场空间巨大，建议关注奥比中光等龙头企业。
• 其他环节：数据采集服务、垂类应用等环节也存在投资机会，建议关注海天瑞声、星海图等公司。

研究结论

• 数据基建是具身智能发展的基础：数据采集市场即将爆发，将带动整个产业链持续扩容。
• 投资建议：重点关注数据采集设备和供应链，尤其是高ASP和高格局的赛道，如相机、深度相机、IMU等。其他环节如数据采集公司、垂类应用公司也可适当关注。
• 市场趋势：下半年机器人板块有望迎来较好的投资机会，数据基建赛道将进入军备竞赛阶段，相关环节将迎来重大机会。