XM外汇平台丨XM多种账户丨灵活选择丨满足需求

八字算命,称骨算命,抽签算命,姓名算命,指纹算命

手相图解,眼皮跳测吉凶,痣相图解,宝宝起名

首页知识姓起名时尚姓起名综合姓起名娱乐姓起名热点姓起名探索姓起名焦点姓起名百科姓起名休闲姓起名

您所在位置 > 首页 > 东吴证券：离真正的具身智能大模型还有多远？

东吴证券：离真正的具身智能大模型还有多远？

时间: 2025-10-29 03:34:41 来源: support.xmutjx.com 作者: 知识

XM外汇官网APP获悉，东吴大模东吴证券在其研究报告中指出，证券正的智未来具身大模型将在模态扩展、具身推理机制和数据构成方面不断演进。型还目前的有多远主流模型主要集中在视觉、语言和动作三种模态，东吴大模未来有望引入触觉、证券正的智温度等感知通道。具身同时，型还像Cosmos这样的有多远架构正尝试通过状态预测为机器人赋予“想象力”，以实现感知、东吴大模建模和决策的证券正的智闭环，从而建立更真实的具身“世界模型”，增强机器人在环境中的型还建模与推理能力。在数据方面，有多远仿真与真实数据的融合训练正成为主流，建设高标准、可扩展的训练场所已成为通用机器人训练体系的重要支撑。

东吴证券的具体观点如下：

东吴证券：离真正的具身智能大模型还有多远？

为什么人形机器人需要高智能大模型？

东吴证券：离真正的具身智能大模型还有多远？

尽管人形机器人的结构已经实现工程可行，但其真正的产业化落地仍依赖于突破传统工业机器人“控制刚性、适应性差”的局限，增强对不确定性的理解与适应能力。工业机器人主要依赖确定性控制逻辑，缺乏感知、决策和反馈能力，因此运行成本高且通用性差。相比之下，人形机器人以“通用智能体”为目标，强调感知、推理和执行的完整链条，需要依托大模型支撑的多模态理解和泛化能力，以适应复杂任务和动态环境。目前，多模态大模型的兴起为人形机器人提供了“初级大脑”，促使智能化从0到1的进化，并通过数据积累持续提升模型能力与产品性能。然而，整体智能化仍处于L2初级阶段，朝向泛化智能的道路面临建模方法、数据规模和训练范式等诸多挑战，高智能大模型将是实现通用人形机器人的关键变量。

东吴证券：离真正的具身智能大模型还有多远？

从架构和数据两方面来看，目前机器人大模型的进展如何？

当前机器人大模型的快速进展得益于架构与数据的协同突破。在架构方面，从早期的SayCan语言计划模型到RT-1的端到端动作输出，再到PaLM-E和RT2将多模态感知能力整合至统一模型，大模型已具备“看图识意、理解任务、生成动作”的完整链条。到2024年，π0将引入动作专家模型，动作输出频率达到50Hz；到2025年，Helix将实现快慢脑并行，控制频率突破至200Hz，从而显著提升机器人的操作流畅性及响应速度。在数据方面，已形成包括互联网、仿真与真实动作数据的协同支持结构，其中前两类数据为预训练提供了量级与应用场景，后者则直接提升模型在物理世界的实用能力。当前，真机数据采集对高精度动捕设备的依赖度较高，光学动捕凭借其精准优势将适应集中式训练场，有望成为具身模型训练的核心数据来源。主流训练范式正从“低质预训练+高质后调优”快速转向“从数据积累到结构优化”的阶段。

未来大模型的发展方向是什么？

展望未来，具身大模型将在模态扩展、推理机制与数据构成三方面持续发展。目前的主流模型多集中在视觉、语言和动作模态，未来可能引入触觉、温度等感知渠道。Cosmos等架构正在尝试通过状态预测赋予机器人“想象力”，以实现感知、建模与决策的闭环，建立更真实的“世界模型”，进一步提升机器人在环境建模与推理上的能力。在数据方面，融合训练仿真与真实数据已成为主流，高标准、可扩展的训练设施正在成为通用机器人训练体系的关键支撑。

投资建议

在模型方面建议关注【银河通用（一级公司）】、【星动纪元（一级公司）】、【智元机器人（一级公司）】；在数据采集领域建议关注【青瞳视觉（一级公司）】、【凌云光（688400.SH）】、【奥比中光（688322.SH）】；在数据训练场方面建议关注【天奇股份（002009.SZ）】。

风险提示

大模型技术的进展可能不及预期，高质量数据的获取受限，人形机器人市场需求可能低于预期。

《东吴证券：离真正的具身智能大模型还有多远？》男孩、女孩宝宝名字推荐

、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、