- GPT-6 Astra在Unitree G1和UBTECH Walker S1测试中展现出较强的零样本规划、空间推理和全身控制能力，但直接控制仍受延迟、成本

• 序号：007
• 星球链接：打开网页
• 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

• GPT-6 Astra在Unitree G1和UBTECH Walker S1测试中展现出较强的零样本规划、空间推理和全身控制能力，但直接控制仍受延迟、成本、精细操作和可靠性制约；未来一至两年更可行的路线是由通用基础模型负责高层规划，VLA、世界模型及专用控制器负责执行。行业正从试点转向量产和部署，XPeng、特斯拉、UBTECH、Boston Dynamics及GXO释放出积极进展，中国标准和上海部署目标亦提供政策支撑，但资本市场将更重视持续收入、亏损收窄及技术差异化。投资上偏好业务基础扎实、具备客户和技术壁垒的零部件企业，特别是边缘AI设备相关供应商；UBS中国区首选OPT、Hengli Hydraulic、Kedali和Shuanghuan。

Astra在零样本绘画、魔方空间推理等测试中表现突出，支持“通用基础模型充当机器人高层大脑”的架构设想；但直接控制成本过高、速度偏慢，精细抓取和接触式操作仍不稳定。  Astra负责理解、规划和调度，VLA负责精细操作，世界模型及全身控制器负责实时执行，有望在未来一至两年显著改善任务效率、成功率和成本。  XPeng和Tesla进入生产阶段，UBTECH拓展汽车客户，Boston Dynamics和GXO推进部署；不过销售目标、框架协议、试点项目与持续复购不能等同，应重点核验实际交付、持续运行时间及客户复购。  这有利于具备量产能力的供应商，但IPO审核趋于严格，资本市场将更看重可持续收入、盈利能力及自主技术，而非单纯概念。  UBS重点推荐传感器、丝杠及减速器供应商，即OPT、Hengli Hydraulic、Kedali和Shuanghuan。

1. Astra验证了高层推理，但物理执行仍是主要瓶颈 Astra在Unitree G1和UBTECH Walker S1上的测试显示，通用模型的环境理解、视觉空间推理、长程规划和多步骤任务编排能力正在快速进步： Unitree G1完成了零样本绘画任务，无需针对画笔、颜料或动作流程进行专门训练或编程，并可自主执行换色和清洗画笔等步骤。 Walker S1魔方测试体现了较强的空间推理和全身控制能力，但最终未能稳定抓取魔方；直接控制耗时约一小时，消耗约9500万Token，成本超过500美元。 引入UBTECH的世界模型和VLA后，效率明显改善：模拟响应时间由33分钟缩短至23分钟，成本由12美元降至3美元；实际抓取任务约5分钟完成，消耗约300万Token，成本降至十几美元。 工业场景目前主要采用任务型智能体和可调用技能，例如物料搬运、分拣，而不是等待完全通用的具身智能。 因此，UBS判断更现实的系统架构是：

报告同时指出，通用具身模型预训练可能需要百万小时级真实世界异构数据，而针对单一工业工作站的后训练目前也需要约10万条样本，仿真到现实的差距仍较大。 2. 产业化从概念验证转向生产，但商业化质量仍待验证 主要厂商进展如下： 厂商最新进展投资含义 XPeng IRON计划于2026年底量产，2027年启动并交付，海外市场拟于2027年下半年推进 量产时间表较为明确，但仍需观察良率、单机成本和交付规模 Tesla 已在Fremont启动Optimus早期生产，计划2027年底开始面向外部客户交付 制造爬坡预计较为平缓且耗时较长，初期产品仍以工业用途为主 UBTECH 与FAW-Volkswagen及厦门建发深化合作；合资项目提出2030年前累计销售至少1万台 汽车和物流客户拓展加速，但1万台属于目标，不能等同于已锁定订单 Boston Dynamics 2026年部署主要分配给Hyundai及Google DeepMind，计划2027年增加客户 大型科技及工业客户的验证有助于提升商业可信度 GXO Digit在Georgia累计处理超过10万个料箱，计划2027年扩展至更多美国站点 已出现较明确的连续生产应用，是本轮少数可验证的规模化案例 Schaeffler及NEURA Robotics 在中国建设人形机器人相关设施 全球供应链正逐步建立本地化生产和测试能力 后续最重要的验证指标包括：实际付费客户数量、持续运行时间、任务成功率、人工接管频率、单位任务成本及客户复购，而不能只关注发布会目标或融资估值。 3. 中国政策形成需求催化，同时提高资本市场准入门槛 政策重点正从研发和试点转向： 推进国家层面的技术标准、训练计划和真实场景验证； 强调生产率、安全性、可靠性及商业可行性； 上海提出到2028年在工厂部署8,000台人形机器人，并推动超过2,000个AI赋能制造应用场景； 据CNBC引述知情人士，中国监管层对人形及具身智能IPO的窗口指导可能更加重视持续收入、亏损收窄和自主技术。 这意味着政策红利将更多流向已有客户基础、制造能力和技术壁垒的企业。对资本市场而言，主题估值可能继续受到政策支持，但缺少收入和商业化验证的公司将面临更严格的筛选。 4. 板块情绪回暖，但仍是高波动交易 截至2026年10月29日： 人形机器人指数10月下跌约 ； 同期机械指数下跌约 ； 机器人指数下跌约 ； 上证综指下跌约 。 虽然人形机器人指数绝对收益仍为负，但显著跑赢机械板块，反映物理AI预期、Optimus量产可见度提升及中国政策支持带来的情绪修复。短期催化包括A股相关公司三季报、Tesla股东大会、IEEE-RAS Humanoid 2026、CES 2027及NVIDIA GTC。 不过，AI模型泛化能力和Optimus V3量产仍待验证，现阶段更适合围绕订单与部署数据，而非单纯依据远期市场空间进行定价。 5. 上游零部件的确定性相对更高 UBS偏好具备以下特征的供应商： 已有成熟业务和稳定现金流； 在传感器、丝杠、减速器等环节形成技术与客户壁垒； 除人形机器人外，也能受益于边缘AI、机器人视觉及数据采集需求； 产能建设、客户验证及产品良率相对明确。 Orbbec针对机器人视觉及无机器人数据采集硬件的策略订单，反映具身AI训练数据需求上升，潜在受益方向包括边缘AI设备、摄像头、传感器及其他上游零部件。

UBS将以下四家公司列为其中国区首选： 公司代码主要方向估值方法核心逻辑 OPT 688686.SH 传感器、机器视觉 PE 受益于机器人视觉及边缘AI需求，已有业务提供一定安全垫 Hengli Hydraulic 601100.SH 丝杠、执行器 SOTP 液压主业基本盘叠加人形机器人丝杠扩张潜力 Kedali 002850.SZ 减速器 DCF 精密减速器受益于机器人放量，关注产能与主要客户爬坡 Shuanghuan 002472.SZ 减速器 DCF 汽车零部件基本盘稳定，机器人减速器打开新增量

上述组合是UBS的“中国区首选”，体现相对行业的优先配置顺序。 本文所给材料没有列出本期正式目标价和对应评级，因此不宜自行推导具体目标价或预期收益率。 组合的核心逻辑并非单纯押注人形机器人收入快速爆发，而是选择已有业务支撑、客户认证及技术壁垒较强的零部件公司，在行业量产不及预期时仍具一定基本面支撑。

主题与技术风险 Astra等基础模型在延迟、调用成本、精细操作、接触可靠性和安全性方面仍存在明显短板。 仿真到现实的数据差距可能使模型演示效果无法转化为稳定生产表现。 Tesla、XPeng等厂商的量产爬坡可能慢于计划，尤其面临新供应链、零部件设计和制造良率问题。 客户部署、框架协议、销售目标和试点项目可能被市场误当作可持续收入。 IPO审核趋严可能导致高估值、未盈利企业融资及上市进程受阻。 主题交易拥挤或市场风险偏好下降，可能导致板块出现高幅度回撤。 宏观及行业风险 中国经济及工业资本开支疲弱，可能压制工业设备需求、进出口及机器人订单。 高新技术税收优惠等扶持政策若取消，可能影响相关企业利润。 国内外竞争加剧可能造成市场份额流失和产品降价。 贸易摩擦可能影响零部件进出口及海外客户拓展。 个股风险  下游扩产不及预期；自研产品占比提升偏慢或下游产品结构恶化导致毛利率承压；新业务投入使销售及管理费用率上升。  国内挖掘机销量偏弱；泵阀需求及进入海外品牌供应链的进度不及预期；非标产品需求不足；海外拓展受贸易摩擦阻碍。  自身及主要客户产能建设、车型和机器人项目爬坡偏慢；大客户份额流失；产品质量问题；电动车渗透率不及预期；电池厂商压价；竞争者扩产；铜、铝等原材料涨价。  电动车渗透率提升偏慢；OEM采用双电机及同轴减速器的意愿不足；海外扩张受阻；人形机器人应用落地不及预期。

总体总结

主题正文

1. • GPT-6 Astra在Unitree G1和UBTECH Walker S1测试中展现出较强的零样本规划、空间推理和全身控制能力，但直接控制仍受延迟、成本、精细操作和可靠性制约；
2. 行业正从试点转向量产和部署，XPeng、特斯拉、UBTECH、Boston Dynamics及GXO释放出积极进展，中国标准和上海部署目标亦提供政策支撑，但资本市场将更重视持续收入、亏损收窄及技术差异化。
3. Astra负责理解、规划和调度，VLA负责精细操作，世界模型及全身控制器负责实时执行，有望在未来一至两年显著改善任务效率、成功率和成本。
4. 引入UBTECH的世界模型和VLA后，效率明显改善：模拟响应时间由33分钟缩短至23分钟，成本由12美元降至3美元；
5. 后续最重要的验证指标包括：实际付费客户数量、持续运行时间、任务成功率、人工接管频率、单位任务成本及客户复购，而不能只关注发布会目标或融资估值。
6. 不过，AI模型泛化能力和Optimus V3量产仍待验证，现阶段更适合围绕订单与部署数据，而非单纯依据远期市场空间进行定价。
7. Orbbec针对机器人视觉及无机器人数据采集硬件的策略订单，反映具身AI训练数据需求上升，潜在受益方向包括边缘AI设备、摄像头、传感器及其他上游零部件。
8. 组合的核心逻辑并非单纯押注人形机器人收入快速爆发，而是选择已有业务支撑、客户认证及技术壁垒较强的零部件公司，在行业量产不及预期时仍具一定基本面支撑。