2026年金工深度研究：大模型概念与宏观热点选股

多智能体概念选股

股票市场充斥着不同类型的概念或题材，如近期较火的人形机器人、商业航天等。透过概 念/题材观察股票市场，尽管可以类比于行业划分，但概念却存在着边界不明确、概念间成 分股或有重叠等等的特点。概念投资是一个更加重视逻辑的过程，而概念又往往层出不穷， 概念投资往往表现出快速轮动的特征。 在这种背景下，大模型擅于梳理海量信息、拥有一定逻辑，可能是较为适合的概念捕捉工 具，例如我们在《人工智能 88：Deepseek+投研：大模型应用集锦》（20250227）中对概 念股捕捉智能体的实现。在本节中，我们将对这一应用进行更为深入的优化与重构。

概念选股智能体架构

我们基于 LangGraph 框架实现概念选股智能体，整体结构主要由研究计划（planner）、产 业 链 拆 分 （ chain_analyzer ）、 并 行 展 开 （多个 node_expander ）、 证 据 评 审 （evidence_reviewer）与概念股筛选（portfolio_builder）五个部分构成。 值得强调的是，这里研究计划、产业链拆分等智能体，及下文宏观热点选股智能体均依赖 于 Gangtise 的知识库（RAG）功能，该知识库包含研究报告、公司公告、产业公众号等公 开信息，借助这些信息，智能体完成特定任务的信息依据将更加充分可靠，进而提升结果 的可靠性。

研究计划（planner）阶段通过 RAG 外部知识检索，对概念来源、产业背景与历史演绎进 行归纳，并形成结构化信息集合，用于限定后续分析的关注范围。此阶段输出并不直接指 向个股，重点在于明确研究边界。

产业链拆分（chain_analyzer）阶段将概念映射至若干关键环节，通常覆盖上游关键资源或 技术节点、中游制造与系统集成、下游应用与需求端。此后，各产业链环节进入并行分析 阶段，对应节点独立检索信息并生成股票候选清单。

并行展开的结果在进入组合层之前，需经过统一的证据评审（evidence_reviewer）。评审主 要是对已有输出进行一致性与相关性检验，重点检验各环节分析的深度和准确性、产业链 覆盖的完整度（是否有遗漏的关键环节）、股票推荐的合理性和一致性、是否存在重复推荐 或逻辑矛盾。

概念股筛选（portfolio_builder）阶段基于去重后的股票集合，从各环节推荐股票中筛选出 最终组合，给出明确的触发条件和失效条件，并撰写一份完整的研究报告。

概念选股测试

我们将 user_query 设置为“人形机器人”进行测试。概念选股智能体将该概念划分为 6 个 环节，分别为：上游核心零部件与材料，中游整机制造与系统集成，下游应用场景解决方 案，软件、算法与 AI 平台，测试、认证与标准制定，销售、服务与生态运营。智能体具体 梳理内容如下。

以下斜体内容均为 AI 梳理资料后生成，不构成任何研究观点：

上游核心零部件与材料

该环节是人形机器人产业的基础与价值核心，直接决定了机器人的性能、成本与量产可行 性。主要涵盖精密减速器、伺服电机、控制器（三大核心零部件）、高精度传感器、轻量化 材料（如碳纤维、特种合金）以及高端芯片等。其作用是将下游的系统设计与整机集成需 求，转化为具体的、高性能的物理执行单元和感知单元。当前全球市场规模约百亿级人民 币，但随特斯拉 Optimus、Figure 等产品迭代及潜在量产计划推动，未来 5-10 年有望进入 高速成长期，增长逻辑在于：1）技术突破驱动单机价值量提升；2）规模化降本带动渗透 率提升；3）国产化替代机遇。该环节技术壁垒高，毛利率相对丰厚，是产业链中率先兑现 业绩和具备长期卡位优势的领域。

中游整机制造与系统集成

该环节位于人形机器人产业链中游，是技术集成与产品实现的核心枢纽。其主要作用是将 上游的精密零部件（如伺服电机、减速器、传感器、控制器等）进行系统性整合、组装、 调试，最终形成具备特定功能与形态的完整机器人产品，并可能向下游应用场景提供定制 化的解决方案。其价值在于对多学科技术的融合能力、产品定义与工程化落地能力，是决 定产品性能、可靠性及成本的关键。当前市场规模正处于从实验室样机、特定场景试点向 规模化商业应用过渡的早期阶段，增长逻辑明确：1）特斯拉 Optimus 等标杆产品的示范效 应持续催化产业进程；2）老龄化、劳动力成本上升及高危场景替代催生刚性需求；3）AI 大模型技术进步显著提升机器人的感知、决策与交互能力，拓宽应用边界；4）政策层面（如 中国制造 2025、机器人+等）的持续支持。该环节具有高成长性与高弹性特征，但同时也 面临技术路线尚未完全统一、成本高昂、量产爬坡与商业化验证等挑战。

下游应用场景解决方案

人形机器人下游应用场景解决方案环节，位于产业链终端，直接面向 B 端/G 端客户，负责 将机器人本体与特定行业需求结合，提供定制化的软硬件集成、部署、运维及整体服务。 其核心作用在于打通技术产品与商业价值的‘最后一公里’，是决定人形机器人能否实现规 模化落地和创造营收的关键。当前市场规模仍处早期爆发前夜，增长逻辑清晰：1）技术成 熟驱动：随着运动控制、AI 交互、成本控制等关键技术突破，机器人本体性能提升、价格 下降，为多场景应用奠定基础；2）场景需求明确：在工业制造（精密装配、柔性产线）、 特种作业（应急救援、高危巡检）、商业服务（导览、物流配送）、家庭陪伴等领域的降本 增效或替代人力需求迫切；3）政策与资本助推：全球主要经济体将人形机器人视为战略产 业，配套政策与资本持续涌入，加速场景验证和商业化进程。该环节企业壁垒在于对垂直 行业的深度理解、解决方案的工程化能力、客户渠道资源以及快速迭代的服务生态。

软件、算法与 AI 平台

软件、算法与 AI 平台是人形机器人产业链的“大脑”与“灵魂”，是决定机器人智能化水 平、任务执行能力和商业化落地的核心环节。其作用主要包括：1）环境感知与理解：通过 计算机视觉、多模态传感器融合等算法，让机器人识别和理解周围环境；2）决策与规划： 基于强化学习、模仿学习等 AI 技术，生成运动轨迹和任务执行策略；3）控制与执行：将 高层指令转化为底层关节电机的精确控制信号；4）人机交互：实现自然语言对话、情感识 别等交互能力。该环节市场规模随机器人出货量增长而呈指数级放大，增长逻辑在于：AI 大模型（尤其是具身智能和多模态模型）的技术突破大幅提升了机器人的通用能力，软件 价值占比在整机成本中持续提升，是产业链中技术壁垒最高、附加值最大的部分之一。

测试、认证与标准制定

测试、认证与标准制定是人形机器人产业链中至关重要的支撑与保障环节，位于研发、制 造与应用落地的交汇点。其核心作用在于：1）质量与安全闸门：通过功能、性能、可靠性 及安全（如人机交互安全）测试，确保产品达标，是产品商业化放量的前置条件；2）技术 规范与互联互通基础：标准制定（涉及机械、电气、通信、AI 算法、伦理等）能降低产业 链协作成本，加速技术迭代与生态形成；3）合规与市场准入关键：国内外认证（如 CE、 UL、中国机器人 CR 认证）是产品进入全球市场的通行证。随着人形机器人从实验室走向 工厂、商用及家庭场景，测试需求将从研发端向量产端快速渗透，认证与标准的重要性将 急剧提升。该环节市场规模随整机放量呈指数增长，且具备高壁垒（技术、资质、公信力） 和强粘性，增长逻辑清晰。

销售、服务与生态运营

该环节是人形机器人产业链的价值实现与放大终端，处于产业链下游。其核心作用是将硬 件产品转化为商业价值，并通过持续的运营服务构建用户粘性和生态壁垒。具体包括：1） 产品销售与渠道管理：负责将人形机器人（包括 To B 的工业/商用机器人和 To C 的陪伴/ 服务机器人）推向终端客户，涉及直销、代理、线上线下融合等多元化渠道建设。2）售后 运维与服务：提供设备的安装、调试、维护、维修、软件升级等全生命周期服务，是保障 产品稳定运行、提升客户满意度并创造持续性收入的关键。3）生态平台运营与内容开发： 构建基于机器人硬件的应用商店、技能平台、数据服务平台，吸引第三方开发者，丰富机 器人功能与应用场景，形成“硬件+软件+服务”的闭环生态。 市场规模及增长逻辑：当前该环节市场规模与机器人出货量强相关，尚处早期但增长潜力 巨大。增长逻辑在于：1）渗透率提升的直接驱动：随着人形机器人技术进步与成本下降， 在工业、商业服务、家庭陪伴等场景的渗透加速，将直接带动销售与服务收入。2）服务收 入占比提升：商业模式正从“一次性硬件销售”向“硬件+持续服务订阅”转变，高毛利、 可持续的服务与软件收入占比将逐步提高，提升整体价值链。3）生态价值变现：随着应用 生态的成熟，平台抽成、数据服务、广告等将成为新的盈利增长点。该环节的利润率通常 高于中游制造，且具备更强的客户粘性和品牌溢价能力，但短期业绩受制于上游产品成熟 度与放量进度。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）