高盛-中国人形机器人实地调研

主要观点总结

本文介绍了人形机器人在技术和市场方面的发展情况，包括走访企业、行业参与者的观点、关键技术、数据收集、硬件改进、应用场景等方面的信息。文章还提到了人形机器人在不同场景下的应用潜力以及成本下降的趋势。最后，文章提供了知识星球的推广信息以及建立粉丝交流群和调研纪要共享群的通知。

关键观点总结

关键观点1: 人形机器人在技术和市场方面的发展

大多数行业参与者认为，机器人必须将通用智能与实际应用结合才能实现规模化。实现这一目标依赖四项核心技术：算法、数据、算力和硬件。中国在硬件供应链方面保持领先地位，但初创企业已开始致力于开发人形机器人的“大脑”。各公司普遍认为，视觉-语言-动作（VLA）模型是可行解决方案，高质量的真实世界数据对于实现与物理世界的一致性和任务准确性愈发重要。

关键观点2: 数据收集的重要性及挑战

数据训练模型分为人工工作视频预处理、监督微调（SFT）和人类反馈强化学习（RLHF）三个步骤。多数观点认为高质量真实数据最为关键。为收集机器人真实交互数据，企业投资建设“数据工厂”。规模需求达1000万小时，催生了“数据工厂”概念。存在关于数据收集的争议，如数据的可迁移性和硬件绑定的影响。

关键观点3: 硬件改进和应用场景

硬件改进的重点是灵巧手，几乎所有受访企业都认为它在为近期数据收集做准备及中长期在工厂处理更复杂敏捷任务中至关重要。工业场景（物料搬运/分拣）可能成为早期应用，消费级应用因技术要求高和监管/安全障碍仍较遥远。

关键观点4: 人形机器人的成本和价格差异

人形机器人价格因规格和应用差异显著。行业普遍认为人形机器人具备成本下降潜力，驱动力包括生产优化和产量提升。