计算机行业深度研究：具身智能迫近临界点，人形机器人商业化有望揭开序幕.pdf

计算机行业深度研究：具身智能迫近临界点，人形机器人商业化有望揭开序幕。从央视春晚 Bot 火热看人形机器人四大潜在商业化场景。马年央视春晚“含 Bot”量再度提升，松延动力、宇树科技、魔 法原子、银河通用&Sharpa 为全国人民贡献了四台兼顾科技属性与人文关怀的精彩节目，也展示出人形机器人产业面 向商业化落地的最新尝试。以星海图前首席科学家许华哲博士的思考为蓝本，我们认为人形机器人所面向的工作环境 必然是“高价值量+低重复性”的场景，上述场景又会在 ToB/C 客群差异、大脑/小脑层面泛化性要求的区分下形成四类 买单方画像清晰且现阶段具身智能足以胜任的商业化场景——1）ToB+大脑泛化：导览、导购、导巡场景，比如小鹏 Iron 机器人的展厅导览、汽车门店导购、公司前台导流与巡逻场景，底层能力是流利流畅的语言智能沟通+亲切的人形 姿态。2）ToB+小脑泛化：特种行业场景，比如央视春晚《武 Bot》节目中宇树科技在高动态集群控制下，实现 16 台 机器人毫秒级协同响应的醉拳、后空翻、双节棍、跳马、队列穿插变阵等高难度动作的能力，底层能力是类人的运动 控制+蜂群协同作战。3）ToC+大脑泛化：个人陪伴场景，比如央视春晚《奶奶的最爱》节目中，松延动力机器人展示 出的情绪价值拉满的唠嗑、玩梗能力，底层能力是基于语言智能的情绪价值供给，用户数据、情感投射、品牌心智形 成正向飞轮。4）ToC+小脑泛化：家庭照护场景，比如央视春晚贺岁微电影中，银河通用机器人使用 Sharpa 的灵巧手 完成盘核桃、叠衣服等任务，底层能力是触视觉协同的长程精细操作能力。

模型：具身智能泛化的曙光。泛化是机器人区别于自动化机器设备的本质区别，也是解锁上述商业化场景的钥匙。1) 一段式学习系统取得阶段性突破。26 年初，Figure AI 发布 Helix 02，新增运动直觉 S0 系统，能够在整个房间范围内 实现“灵巧、长时程的自主行为”；同期，特斯拉选择将 Optimus 与无人驾驶共享一套闭环仿真世界模型，并希望将 Grok 大模型作为 Optimus 机器人集群的高级调度中枢。2）大脑侧模型的预训练已跨越 ScalingLaw 门槛。25 年 11 月，北美创企 Generalist AI 发布 GEN-0，首次验证了激活具身智能的参数门槛大约在 7B。我们认为，由于 Scaling 路 径已基本被 LLM 摸清，所以具身智能大脑侧的卡点更多是一个数据与工程问题而非复杂的科学问题。3）小脑侧，25 年 9 月底北美创企 Skild AI 发布通用小脑，在相对于传统单一模型训练量提升 500 倍的情况下意外训练得到了能够跨 本体实现运动控制的通用小脑能力——比如在被锯断了小腿的四足机器狗、锁定了一个电机关节只剩下三条腿的四足 机器狗以及锁定了轮足的机器狗上，通用小脑均展现出快速的泛化适应能力。同期，李飞飞博士在发布 ImageNet 的 十五年后启动首届 BEHAVIOR 挑战赛，开放总计 1,200+小时的 10,000 条专家遥操作示范，细致标注物体状态、空间 关系和自然语言描述。ImageNet 曾推动计算机视觉进入大模型时代，我们相信 BEHAVIOR 也将为机器人时代设定第 一个统一的 Benchmark，推动大小脑协同进化。