人形机器人具身智能大模型技术演进与产业链竞争格局分析

本报告深入分析了人形机器人具身智能VLA（Vision-Language-Action）模型的演进，指出模型正从传统的串联架构向端到端跃迁，并探讨了Scaling Law在具身智能中的应用，认为实现“ChatGPT时刻”需1亿小时数据，当前缺口达1万倍以上。报告对比了端到端与“快慢脑”分层架构的优劣，并强调世界模型是2026年的核心趋势，旨在通过预测物理状态补足物理常识短板。在数据维度，分析了遥操作、仿真等五类采集方式，预计合成数据在2028年占比将达80%。产业链方面，北美主导大脑算法，中国在供应链、场景及数据采集成本上具备优势。算力端已进入千TOPS时代，英伟达保持领先，国内瑞芯微、黑芝麻智能、地平线等公司在适配中取得突破。商业化路径遵循从工业结构化场景到服务业及家用的顺序。投资核心关注特斯拉产业链及国内头部软硬件标的。