野村证券10.23全球机器人研报核心观点

观点1：机器人复刻LLM成长三阶段，当前尚处在GPT-2之前的阶段

英伟达科学家提出：机器人和大模型一样，会经历三步：①大规模预训练 ②指令微调 ③强化学习RL。当前机器人大脑还没有达到GPT-2的成熟度。野村判断，12月到次年1月的新一轮模型升级，有望把机器人大脑能力推到GPT-2级别。另外，王兴兴（宇树科技创始人）判断，物理AI大概率1至3年就能看到突破性进展。机构观点：物理AI数据采集设备对标23年的光模块

观点2：三大技术路线竞争“机器人大脑”：VLA、世界模型World Model、强化学习RL

三类模型路线并行竞争：

1. VLA（视觉-语言-动作）：观察场景、接收指令，输出底层控制器可以执行的动作路径，英伟达早期的VLA模型n0、GR00T算力大部分消耗在预训练环节。

2. 世界模型World Model：预判机器人动作之后环境会发生什么变化，分为图像渲染器、物理变化模拟器、动作规划器三部分。

3. RL强化学习：在仿真环境里试错训练动作，宇树Unitree行走机器人为典型案例，仿真训练的技能可以直接落地真机。

解读：三条路线不是替代关系，中长期会走向融合。短期VLA方案落地成本较低、产业链配套较为成熟，商业化推进较快，有望带动3D视觉、IMU、多维力觉等数据采集设备的快速扩容。数据采集设备参考这篇文章，这里不再重复：机构观点：物理AI数据采集设备对标23年的光模块

观点3：机器人已经出现GPT3式少样本学习能力，但目前只局限在实验室

多家团队已经验证少样本能力：看一次演示、短短几分钟数据，机器人就能学会全新任务（Gen-1.5、Skild S1、蚂蚁Robbiant Zero-WAM）。但是成功率波动很大，目前只是实验室效果，还无法稳定的落地家用场景，行业距离真正的ChatGPT拐点仍有距离。

观点4：Ego第一视角视频，是预训练核心的数据原料

英伟达内部视角与产业调研均指向：物理AI的突破大概率由头部大模型实验室（OpenAI、谷歌、字节、DeepSeek）与特斯拉这类「自有fleet + 闭环数据」的集成方主导，而非单纯的机器人初创公司。

行业已形成四类主流的数据采集路径：

1. 真机遥操：成本最高（约700元/小时），绑定单一机身，跨平台复用性差；

2. UMI手持采集：成本100–300元/小时，采集过程干扰真人作业，规模存在硬性上限；

3. Ego第一人称视频：成本300–350元/小时，跨代际、跨机型可复用，已成为行业主流训练源，行业最优配比为 60% Ego + 30% UMI + 10% 真机数据；

4. 仿真数据：成本约120元/小时，性价比较高，但真实物理场景还原有限，真实感知任务占比不超20%。

大模型之外，数据才是决定胜出的核心要素，行业全面转向第一视角Ego视频补齐数据缺口。训练路径复刻LLM：先用海量人类日常Ego视频预训练 → 再用遥操作、动捕数据微调 → 仿真里做强化学习。

Scaling Law正式向视频领域延伸：算力与数据管线决定了行业红利。SuperMimic（CoRL 2026）算法验证：单卡3小时训练效果，超过过去128卡7天的传统基线，计算效率提升超1000倍。

解读：算力效率大幅突破后，高质量Ego第一视角数据需求大幅增加。Ego采集不是单摄像头，而是需要相机+高精度IMU同步采集、时序对齐，保障数据有效可用。

Ego数据采集核心厂商主要有：奥比中光、德马科技、龙旗科技、均普智能、思看科技、奥普特、凌云光。奥比中光：物理AI Ego数据采集设备，3D视觉感知龙头

观点5：灵巧手优先受益于模型能力升级，会快速从二/三指手向五指手升级

大脑模型能力提升之后，灵巧手有望率先兑现行业红利。过去以夹持器为主，核心限制是缺少手部训练数据，更强的基础模型，只需要少量样本，就能学会手部操作。预计2026年高自由度灵巧手出货量同比增长80%-120%。

解读：灵巧手是具身交互的核心末端载体，行业从简易的二指夹持器，向高自由度五指灵巧手迭代升级。柔性触觉薄膜渗透率持续提升，空心杯微型电机、小微精密减速器是灵巧手里面的核心配套。

灵巧手赛道核心厂商主要有：福莱新材、汉威科技、兆威机电、鸣志电器。

观点6：人形硬件会走向标准化，迎来硬件端的“iPhone时刻”

等模型框架稳定之后，人形机器人硬件形态会逐步收敛，从五花八门的设计，收敛成少数的几种标准方案。标准化之后，零部件大规模量产、成本会大幅下降。反过来，如果不同机器人关节、结构差异太大，一套控制策略无法跨机型通用，会提高数据成本。赢家最终将会是迭代升级快、成本控制较强的厂商。

观点7：研报重点提示两大风险

风险1：整机厂商产品一致性差，会拖累数据采集质量，依赖高质量数据的客户会放弃这类厂商；

风险2：做机器人大脑的初创公司，商业模式存在不确定性。

观点8：短期重点跟踪催化清单

后续重点催化：OpenAI物理AI模型、字节、DeepSeek新模型发布；OpenAI人形机器人Demo、GPT-7（预期2027年）。且OpenAI内部模型在无触觉传感器数据下表现依然良好。

免责声明：本文为网络公开的野村证券研报观点汇总梳理，文中提及公司仅作为产业链客观案例列举，不构成任何投资建议。人形机器人、物理AI行业尚处于早期发展阶段，技术落地节奏、订单均存在较大不确定性，股市有风险，投资需谨慎。

往期精选文章：

麦格米特：谷歌万套超容+xAI锁定2万套+英伟达Rubin批量出货！

奥比中光：物理AI Ego数据采集设备，3D视觉感知龙头

机构观点：物理AI数据采集设备对标23年的光模块