2025年具身智能和人形机器人行业投资机会分析

AI快速迭代推动具身智能大发展

大模型推动AI向更通用、更智能的方向发展

大模型不断涌现，性能快速迭代：从OpenAI 2018年发布GPT-1到2023年发布GPT-4，从xAI 2024年3月 发布Grok - 1到2025年2月发布Grok - 3，从DeepSeek 2023年7月成立到2025年1月发布与OpenAI性能相 当的开源推理模型DeepSeek - R1震撼全球。 大模型参数量剧增：GPT-1参数量1.17亿，GPT-4参数量1.76万亿；Grok - 1参数量3140 亿，Grok-3参 数量2.7万亿，参数量的大幅增加使模型能够学习到更复杂的语言模式和语义关系，提升了对自然语言的理 解和生成能力。  训练算法改进：从 2019 年研究人员探索大规模语言模型在零样本、少样本情况下的任务处理能力，到 2022 年提出 “有监督微调 + 强化学习” 的 InstructGPT 算法，再到 DeepSeek 推出的原生稀疏注意力 （NSA）机制，这些算法的创新不断优化模型的训练过程，提高模型的性能和效率，使 AI 能够更快地学习 和适应新的任务和数据。

具身智能迎来大发展

传统的AI多依赖于抽象的计算和数据处理。具身智能（Embodied Intelligence）是指智能系统通过与物 理世界交互来发展和体现其智能的能力，强调智能体（agent）不仅具有抽象的认知能力，还拥有身体并通 过与环境的交互来实现智能行为。 随着大模型推动AI往更通用、更智能的方向发展，可以预期智能系统与物理世界的交互能力将日益完善， 具身智能迎来大发展。

各类设备开启自动化往智能化升级之路

类似国际汽车工程师学会（SAE）提出的自动驾驶技术L0-L5的分级标准，预计未来各类设备也将形成 类似的分级体系来表明AI赋能的程度。

设备企业纷纷开启AI赋能

安徽合力：控股股东安徽叉车集团有限责任公司与华为技术有限公司在安徽合肥举行深化合作协议签约 仪式。根据协议，双方将在数字化转型、智能物流、人工智能、人才培养等新质生产力创新领域开展深化 合作。

亿嘉和：在机器人尤其是电力巡检机器人领域深耕多年，在人工智能领域储备的核心技术包括视觉技术、 自主导航技术、环境感知技术、AI算法技术、机器人控制技术等，公司持续关注华为与华为云机器人平台 相关技术的发展，积极探索双方的合作机会和方式，以共同推动机器人人工智能技术的应用和发展。

中坚科技：2024 年11月公司出席 H（深圳）全球具身智能产业创新中心企业合作备忘录签约仪式，并 签署企业合作备忘录。子公司上海高氪研发的“割草机器人”具有无边界布署、免干预、高智能化等特点， 采用GOATBOT GFLS 高精度融合定位系统，能实现自主建图、规划切割、自主转场、AI 智能避障、自主 回归、精准对接充电等功能，割草效率高、无需用户干预，也可通过 APP 远程监控、遥控指挥。

人形机器人是具身智能最重要的载体

人形机器人是具身智能最重要的载体：人形机器人是指外形模仿人类设计的机器人，通常具有头部、四 肢和类似人类的外观。虽然具身智能的智能体形态可以丰富多彩，但是预计人形机器人将成为具身智能最 重要的载体。人形机器人作为一种具身智能，可以更好地与人类互动，或者在人类生活的环境中为人类服 务。 人形机器人公司量产计划：2025年国内外头部公司分别逐步启动几千台或者万台级别的量产计划， 2026年预期分别启动数万台或者10万台级别的量产计划。远期市场空间：特斯拉对人形机器人远期定价目标是2万美金，宇树机器人多个型号在京东售价不到10 万人民币，随着智能化程度提升，未来可能每个家庭甚至每个人平均拥有一台人形机器人，预计市场空间 将超过汽车、智能手机，至少是数万亿市场规模。

人形机器人模型快速迭代，学习效率不断提升

以2月20日Figure推出的自研VLA模型Helix为例。官方视频展示了两个人形机器人在接受人类语言指令 后协同工作，拾取并整理此前未接触过的物件的场景。Helix模型实现了对于人形机器人的全上半身控制、 多机器人协作、抓取任何物品、单一神经网络、商业化落地就绪等多项行业第一。其首创的“系统1、系统 2”架构的VLA模型，在速度和泛化能力、可扩展性、架构简单、关注点分离等方面相比此前方案具有明显 优势。我们认为，Helix在较少的训练数据下，展现出极强的泛化能力，训练效率显著提升，有助于人形机 器人的通用化发展，利好板块的发展前景。

Helix首创“系统1、系统2”架构的VLA模型，相比传统方法具有显著优势：以往方法存在一个根本性的 权衡问题，VLM骨干网络通用性强，但速度较慢；而机器人视觉运动策略速度快，但通用性不足。而Helix 通过两个相辅相成的双系统解决了这一权衡问题，这两个系统经过端到端训练以实现交互：其中系统2 （S2）是在7-9Hz频率下运行的经互联网预训练的VLM，用于场景理解和语言理解，并能够在不同物体和 环境中实现广泛的泛化；系统1（S1）是可以快速反应的视觉运动策略，能以200Hz的频率将S2产生的潜 在语义表示转化为精确的连续机器人动作。这种解耦架构使每个系统都能在最佳时间尺度上运行，S2可以 在高层次目标上“慢思考”，而S1可以“快速思考”以实时执行和调整动作。

Helix展现出强大的泛化能力，模型训练效率极高。（1）两个机器人完成零样本协作，彰显Helix强大的 泛化能力。在Figure展示的视频中，两个Figure人形机器人成功完成了对全新的杂货物品的整理，这些物 品并未在训练中出现，这展现出了Helix对于不同形状、大小和材料的强大泛化能力。并且两个机器人使用 相同的Helix模型权重（系统2为70亿参数，系统1为8000万参数），无需针对特定机器人进行训练或明确 分配角色。（2）Helix模型训练仅用极少的资源实现优异的泛化效果。Figure表示，总共使用约500小时的 高质量监督数据对Helix进行训练，这仅占以前收集的VLA数据集规模的一小部分（不到5%），并且无需依 赖多机器人实体收集或多个训练阶段，明显降低机器人训练数据量，模型训练效率极高。

2月22日1X发布NEO GAMMA人形机器人，在前一代NEO BETA的基础上实现了全面升级：比如AI方面： 全身控制器的改进使得NEO GAMMA能够完成蹲下捡起物品、坐在椅子上保持平衡等难度较高动作，而且 1X自主训练的新型视觉操作模型能够在未见过的新环境进行预测，实现抓取物体等动作。

人形机器人供应链快速降本

降本是行业发展的必然趋势：按照特斯拉远期对人形机器人的定价目标，以及近期国产人形机器人的定 价，我们认为未来人形机器人整机成本可能在8万人民币左右甚至更低。这意味着，随着量产阶段的不断推 进，供应链各类参与者给的报价都将持续下降，未来这个行业的供应链非常像汽车行业的供应链，参与者 能否低价批量供货将构成核心竞争力。

降本节奏展望：我们将人形机器人量产分为三个阶段，其中阶段一是量产前阶段，产业链还不完善，各 零部件报价主要参考市场价格；阶段二是开始量化阶段，产业链还没有完全成熟，但是各零部件生产工艺 改进优化，报价较过往大幅降低；阶段三是大批量化生产阶段，产业链已经成熟，各零部件按照规模生产 行业合理利润率进行报价。我们预计零部件未来单价普遍在千元之内甚至更低，但是市场空间得到几何级 放大。

模型迭代与供应链降本，正加速人形机器人商业化落地

百家争鸣态势正在形成，特斯拉不再是产业链唯一的风向标：随着大模型的发展、优化迭代，训练成本越 来越低，训练效率越来越高，从视觉、语言到动作的执行越来越流畅。那些掌握了更高效大模型的企业， 有可能后来居上，至少从目前搭载了Helix模型的Figure新款、1X NEO GAMMA来看，与特斯拉此前展示 的人形机器人差距在显著缩小，同时国内宇树科技、优必选等公司产品的最新视频，也表明与海外友商的 差距也在明显收窄。国内外企业你追我赶，技术日新月异，利于推动人形机器人行业迭代出更好的“大脑” 和“小脑”，功能性持续提升。 供应链迅速降本，预计会有更多的整机企业涌现：供应链日趋成熟，会吸引更多的科研机构参与研究创新， 吸引新兴创业者加入，吸引大企业以后来者姿态切入，推动人形机器人整机价格迅速下降。 人形机器人商业化落地加速：（1）2024年1月，Figure宣布与宝马签署合作协议，计划在南卡罗来纳州斯 巴达堡的宝马工厂部署其Figure 01机器人。Figure的机器人将在接受特定任务培训后，逐步在未来12-24个 月内整合到车身车间、钣金和仓库等制造流程中。Figure公司预期宝马等客户未来4年订单需求10万台。 （2）优必选Walker S1已进入比亚迪工厂执行搬运任务实训，并已实现人形机器人与无人物流车、无人叉 车、工业移动机器人和智能制造管理系统的协同作业。

报告节选：