--- title: "野村——全球机器人行业：具身智能的“ChatGPT时刻”渐行渐近 核心判断：机器人“大脑”正复刻大模型演化路径，但当前仍处于GPT-2前夜；2026年末至202" topic_id: 55521582558828444 created_at: 2026-10-25T13:51:36.472+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 野村——全球机器人行业：具身智能的“ChatGPT时刻”渐行渐近 核心判断：机器人“大脑”正复刻大模型演化路径，但当前仍处于GPT-2前夜；2026年末至202 - 序号：222 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/55521582558828444) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 野村——全球机器人行业：具身智能的“ChatGPT时刻”渐行渐近 核心判断：机器人“大脑”正复刻大模型演化路径，但当前仍处于GPT-2前夜；2026年末至2027年初的头部模型发布窗口，是行业第一个实质性催化剂，而非商业化拐点本身。 野村认为，机器人智能的演进与LLM高度同构：第一阶段海量预训练、第二阶段指令微调、第三阶段强化学习试错。当前实验室已出现“涌现”早期信号，但可靠性远未达生产级。NVIDIA内部视角与产业调研均指向：物理AI的突破更可能由头部大模型实验室（OpenAI、Google、字节跳动、DeepSeek）与Tesla这类“自有 fleet + 闭环数据”的集成方主导，而非单纯机器人脑初创公司。 ------ 一、模型层：VLA、世界模型、RL三轨并行 • VLA（视觉-语言-动作）：解决“看见—理解—输出动作路径”，但早期架构把过多容量耗在语言语义，对物理因果（重力、接触、形变）建模偏弱。 • 世界模型（WAM）：用视频生成替代传统物理引擎，预测“下一帧画面+下一动作”，是更接近Scaling Law的范式。云端运行大体量世界模型，边缘端跑轻量VLA/RL控制器，是2027年前主流架构。 • RL仿真：宇树科技在行走、后空翻等技能已验证“仅仿真训练可迁移实机”。 • 关键阈值：下一轮模型（12月–1月OpenAI物理AI模型、Google Gemini Robotics迭代、GPT-7预期）有望把机器人脑推至GPT-2水平，但离“可靠生产部署”仍差3–5年。 ------ 二、数据层：比算力更硬的瓶颈 • 机器人没有“互联网语料”，可用一致格式数据仅约10万小时级；行业“涌现门槛”约100万小时，长期需1亿小时以上。 • 采集路径四象限： ◦ 真机遥操：贵（约700元/小时），且绑定单一机身，跨平台复用性差； ◦ UMI手持采集：100–300元/小时，干扰真人作业，规模受限； ◦ Ego第一人称视频：300–350元/小时，跨代际可复用，正成为主训练源（典型配比60% Ego + 30% UMI + 10%真机）； ◦ 仿真：约120元/小时，但真实感知任务占比不超20%。 • Scaling Law向视频延伸：谁有算力+数据管线，谁吃红利。SuperMimic（CoRL 2026）用单卡3小时超越128卡7天基线，计算效率提升超1000倍，但预训练只是上半场，后半场必须靠“在岗机器人”回传数据形成正反馈飞轮。 ------ 三、ChatGPT时刻的五个硬指标（当前全不达标） 1. 无人介入连续运行时长：当前最佳几小时，工厂要求≥1周； 2. 精细手部作业：Gemini Robotics 2系垃圾袋打结成功率44%、扫入簸箕32%； 3. 跨机身适配速度：Google约7–8小时，国内较快者约2周； 4. 新任务示范次数：实验室已降至1–2次； 5. 工厂端准确率：当前约60%，工业付费门槛98%+。 野村强调：第1与第5项决定客户是用“运营预算”还是“试点预算”买单。 ------ 四、硬件与产业链影响：灵巧手先爆发，机身走向“iPhone时刻” • 大脑突破首先解锁五指灵巧手：从二指夹爪向高自由度手迁移，2026年灵巧手出货同比+80%–120%，工厂夹爪替代率30%–50%。 • 机身收敛：20+关节一致性决定控制策略可迁移性。先有软件范式收敛，才有硬件标准形态（类Android或Tesla垂直整合）。 • 量产成本锚：1.7m人形合理BOM 15–20万元，1.3m机型3–4万元；执行器占零件成本50%–75%。 • 赢家画像：快速迭代+严控成本+规模交付。宇树（688836 CH，野村买入，TP 370元，25x 2027E P/S）凭借全栈自研（外采仅10%–20%BOM）、毛利率60%、G1累计下线1–2万台，是硬件侧核心标的；但风险在于人形收入仍依赖科研客户，工业复购未闭环，且受海外准入（FCC清单）约束。 ------ 五、场景与数据飞轮节奏 • Tesla路径：自持万级机器人+道路视频+仿真，目标2026末攒够100万可用小时，单位数据成本环比降约18%。 • 中国路径：快递/服务商2026年采购<500台、2027年~1000台，飞轮启动慢于美国。 • OpenAI是最大数据买方（测算2025.9–2026.8采购约1000万小时，占美供约70%），独立数据供应商窗口期约至2027末，之后头部自采闭环。 ------ 六、投资映射与风险 • 看多链：前端算力/世界模型（美股AI lab）、灵巧手与高一致性执行器、Ego视频数据基建、具备量产一致性的整机（宇树及核心供应商）。 • 谨慎点：纯“脑”初创商业模式未验证；依赖遥操数据且机身一致性差的OEM，需求会随范氏收敛而坍缩。 • 核心观察窗：2026年12月–2027年1月模型发布 → 2027年GPT-7 demo → 工厂准确率与无人时长是否跨过阈值。 ## 总体总结 主题正文 1. NVIDIA内部视角与产业调研均指向：物理AI的突破更可能由头部大模型实验室（OpenAI、Google、字节跳动、DeepSeek）与Tesla这类“自有 fleet + 闭环数据”的集成方主导，而非单纯机器人脑初创公司。 2. • 关键阈值：下一轮模型（12月–1月OpenAI物理AI模型、Google Gemini Robotics迭代、GPT-7预期）有望把机器人脑推至GPT-2水平，但离“可靠生产部署”仍差3–5年。 3. ◦ Ego第一人称视频：300–350元/小时，跨代际可复用，正成为主训练源（典型配比60% Ego + 30% UMI + 10%真机）； 4. SuperMimic（CoRL 2026）用单卡3小时超越128卡7天基线，计算效率提升超1000倍，但预训练只是上半场，后半场必须靠“在岗机器人”回传数据形成正反馈飞轮。 5. 宇树（688836 CH，野村买入，TP 370元，25x 2027E P/S）凭借全栈自研（外采仅10%–20%BOM）、毛利率60%、G1累计下线1–2万台，是硬件侧核心标的； 6. • OpenAI是最大数据买方（测算2025.9–2026.8采购约1000万小时，占美供约70%），独立数据供应商窗口期约至2027末，之后头部自采闭环。 7. • 看多链：前端算力/世界模型（美股AI lab）、灵巧手与高一致性执行器、Ego视频数据基建、具备量产一致性的整机（宇树及核心供应商）。 8. • 核心观察窗：2026年12月–2027年1月模型发布 → 2027年GPT-7 demo → 工厂准确率与无人时长是否跨过阈值。