📰 研报摘要
查看全文 ➔摘要： 本报告基于 2026 智源大会，深入分析具身智能（Embodied AI）的技术瓶颈、突破路径及其对产业链的驱动作用。核心观点认为，人工智能正从“预测下一个词元”演进为“预测下一个物理状态”，世界模型将成为物理世界的下一代基座。
行业主线：
- 范式变革：具身智能被视为继语言模型和多模态模型后的新算力与数据需求引擎，目标是从“可执行”走向“可学习、可泛化、可进化”。
- 技术路径：产业界正推动 VLA（视觉-语言-动作）与世界模型的融合，通过扩充数据、强化感知和定义评测标尺来克服物理理解不足等瓶颈。
关键变化与分歧：
- 数据获取：正从依赖昂贵的真机遥操作数据，转向仿真合成、第一人称人类视频（Ego-centric）与真机多路并进的规模化路径。
- 架构之争：在“本体-大脑一体化”与“大脑/模型平台不绑本体”两种迭代路径上仍存在分歧。
- 时间表：对于基础模型显著进步的时间判断在 12-24 个月（近端密集），而通用能力的到来则在 2-5 年（远端发散）。
受益方向与风险：
- 受益环节：重点关注“公共底座”环节，包括动作捕捉与仿真引擎（扩数据）、训练与端侧算力（补大脑）、核心零部件如减速器、丝杠、传感器及灵巧手（做分工）、以及第三方评测与标注服务（定标尺）。
- 核心风险：技术路线尚未收敛、数据范式快速变化、商业化与规模化落地不及预期。