1、通用大模型具身应用底层逻辑

具身应用能力演进逻辑：近期市场对通用大模型在具身领域的进展关注度持续提升，核心动因来自海外头部大模型公司的技术突破，其中Fable5.2在具身控制领域多项benchmark刷得高分，可高精度直接输出机械臂动作，推动行业判断具身模型正迈向类似GPT3的关键节点。从底层逻辑来看，通用大模型正处于从coding agent能力向外泛化衍生的阶段，具身是规模大且前景广阔的核心落地场景，其能力本质由coding能力泛化而来：前代大模型已具备编写动作代码的能力，但对动作、视觉、空间感知的理解不足，输出代码驱动机械臂的执行效果差强人意；新一代大模型在coding能力基础上衍生出更强的动作指令规划、输出执行能力，背后是训练环节加入了机器人相关数据，多模态理解、空间感知、运动规划能力均有明显提升。

大模型实现具身控制有三大核心能力基础：

一是coding agent能力持续增强并向具身领域泛化；

二是大模型对机器人控制领域的数据感知、训练积累更加丰富；

三是机器人领域正向反馈循环正在形成。此前大模型在coding领域已跑通正向反馈循环，编写代码后跑通测试即可获得直接奖励函数，助力模型能力持续迭代；当前机器人领域，大模型输出动作规划后会执行并验证效果，同样可形成正向循环与清晰奖励函数，若该循环顺利打通，通用大模型在机器人领域的应用有望迎来更多能力涌现。

当前通用大模型落地具身场景仍存在两大核心痛点：

一是推理时延高，当前通用大模型参数量达上T，现有演示视频多为快进处理，推理速度无法满足生产环节的低延时要求；

二是成本偏高，传统VRA方案参数量更小，相比通用大模型成本、速度优势更突出，通用大模型方案当前使用成本远高于传统具身方案。针对技术路线的讨论，产业端普遍认为短期通用大模型与传统具身模型以分层结合为主，通用大模型作为大脑层级承担指令理解、规划功能，下层仍搭配传统具身模型执行控制，二者协同落地；长期来看两类模型的分工尚未明确，产业仍在讨论通用大模型是对传统具身模型形成降维打击，还是二者长期深度结合。从行业发展阶段来看，当前大模型行业处于技术发散期，类似ChatGPT发布后行业从通用聊天机器人向多模态等多方向探索的阶段，目前coding领域应用相对成熟，行业开始沿coding方向向通用agent、物理AI、世界模型、具身智能等方向拓展。从投入预期来看，2027年海内外大模型公司都将加大在具身领域的资源投入，投入规模预计较为可观。

2、海外大厂具身技术最新进展

苹果Hello机器人系统进展：11月7日苹果研究团队发布Hello机器人系统，其原始论文于11月4日提交，核心是验证预训练仿真能力向陌生真实环境的迁移效果，即sim2real技术的可行性。测试阶段用宇树G1机器人测试6类基础技能（走向特定目标、坐下、过门、俯身、爬行、推箱子），真实环境平均成功率达91%。技术框架层面，没有沿用OpenAI原生LLM路线，而是采用VLM+强化学习的传统机器人分层控制框架。训练阶段在近6000次仿真环境中迭代，用250张H100卡运行48小时生成300小时仿真数据用于预训练，迁移到真实环境后成功率仍保持90%，大幅缩短了sim2real的技术gap。

该研究可得出三大核心结论：

1)苹果并未重复造轮子，也没有打破现有分层框架，是分层控制路线的进一步落地实现，底层采用阿里通义千问大模型、英伟达Chemical运动生成模型，仅额外投喂300小时仿真数据完成优化；

2)苹果偏好采用仿真合成数据做预训练，本次研究验证了合成数据可用于真实场景迁移的核心价值；

3)本次研究仅覆盖6项基础任务，不涉及灵巧手操作，也未与现有机器人模型做横向对比测试，不能直接得出苹果相关技术已遥遥领先的结论。

英伟达Groot系列模型进展：英伟达近期发布Groot Two和Groot Two Turbo两款产品，产品定位聚焦机器人system one层面的动作控制优化，采用世界动作模型的技术路径，而非VRA架构。预训练数据层面，总数据量达43.6万小时，其中90%为第一视角ego视频，充分验证了预训练的scaling law效应。性能表现方面，50项新任务平均成功率达95%，数据量提升后任务执行效率较上一代产品提升20个百分点；零样本任务场景下平均成功率为40%，经5次合计3分钟的特殊示范微调后，平均成功率可提升至95%。端侧部署层面，Groot Two Turbo为20亿参数的视频+动作Transformer模型，通过压缩视频表征降低推理成本，端侧推理延迟仅124毫秒，优于200毫秒的行业优秀阈值，为模型快速端侧落地提供了技术支撑。

行业趋势与投资建议：当前具身模型行业在system one、system two多层面创新均进入加速迭代阶段：OpenAI Astro等产品代表system two环节的技术突破，英伟达的Groot系列产品代表system one层面的动作执行优化，两类技术路线目前呈相向而行的发展态势，尚未出现一方替代另一方的情况。GPUS9月发布后也没有机器人企业宣布完全放弃system one，核心原因一方面是全用大模型执行Token成本过高，另一方面目前大模型仅能完成桌面型基准任务，替代必要性不足。预计未来6-12个月海内外大厂的具身技术相关论文、行业催化事件将持续增多，软件迭代速度快于硬件的特征将持续提振机器人板块的市场热度。

1)A股市场可重点关注无大脑研发能力的机器人本体公司、具备硬件资源禀赋和应用场景优势的应用端公司，这类企业历史包袱较轻，可充分受益于大厂软件能力外溢，当前机构配置仓位正向该方向明显倾斜；

2)提示板块估值分化风险，当前A股与港股机器人资产PS估值差异达10倍，建议关注港股中跌破价值线、基本面积极改善但因流动性问题被错杀的机器人资产。

3、海外机器人大脑公司布局梳理

通用大模型的借鉴价值：通用大模型能力提升对具身模型有三大借鉴方向：一是通用大模型3D建模能力增强，3D环境构建难度降低，sim to real迁移能力随之强化，未来可生成更多仿真数据用于机器人大脑训练；二是模型范式持续突破，如loop transformer、未来的RSI等技术迭代，可帮助机器人实现更快的个性化与反馈闭环；三是具身模型可借鉴通用大模型的in context learning能力、COT与较强的数据标注能力，突破数据轨迹处理能力上限。未来通用大模型能力进步将给机器人模型带来更多启发，甚至实现二者融合，驱动机器人大脑发展。

·VLM路线头部公司布局：VLM路线代表企业为Physical Intelligence（PE）与Google Robotics，二者均以VOM为核心路径，偏好真机训练数据：

1)Physical Intelligence：估值约200亿美元，技术上基于VOAM加自研flow matching实现ROA，融合规划层与执行层，训练数据以真机数据为主；最新基座模型派0.7推理时加入子目标图（轻量级世界模型），执行新任务时采用语言指导加子目标图的上下文模式，具备较强组合泛化与跨本体能力；商业化方面上月推出API Beta服务，支持客户上传机器人数据实现微调和云端推理，目前已有15家用户，处于早期商业化阶段。

2)Google Robotics：技术走VOM加后训练路径，训练数据同样以真机数据为主，与PE的核心差异是拆分规划与执行层，高层推理模型ER负责对话空间理解和多步任务，动作执行交给VOA；7月发布的ER模型更新后可控制整个人形机器人，此前仅能控制上半身完成桌面任务；商业化方面ER2通过Gemini API对外开放销售，VOA模型暂不对外开放，仅供给早期合作伙伴使用。

非VLM路线头部公司布局：非VLM路线企业均不采用VLM架构，以动作数据从头训练模型，代表企业为Generalist AI与Skill AI：

1)Generalist AI：估值数十亿美元，技术路径从物理交互数据从头训练模型，不拆分快慢系统，将感知、动作处理为两条异步连续时间流，执行速度更快；数据策略上预训练采用自研手持/佩戴式采集的第一视角数据，累计已超50万小时，后训练辅以真机数据提升可靠性；最新基座模型GN1.5完成新任务时只需提供3-12秒传感器数据和手部动作轨迹作为上下文，还可拼接多段示范任务并补充衔接动作，10项新任务官方准确率为59%，目前处于早期商业化阶段，仅和少数客户共建。

2)Skill AI：估值140亿美元以上，AR超1亿美元，累计确认收入5000万美元，付费客户超60家，商业化进展更快；技术为闭源架构，核心是强化机器人自适应能力，运动阶段在仿真环境中造10万余种机器人身体供模型试错调整，操作阶段采用真机、仿真等多源数据训练，还会回流客户数据迭代；上下文学习分为运动阶段的过往经历输入、操作阶段的任务示范视频输入两类，完成新任务仅需提供示范视频，新任务官方准确率达66%，目前以闭源部署合作模式获取收入。

数据与模型发展趋势：数据层面，多源数据融合是核心趋势，不同企业数据配置策略分化：PE类企业采用真机数据预训练、人类数据后训练，Generalist AI类企业采用第一视角数据预训练、真机数据后训练，最优数据配比是海内外机器人大脑公司共同探索的核心方向，可有效提升scaling效率。模型层面，当前世界模型与VLM融合是重要演进方向，比如PE派0.7模型的子目标图就是轻量级世界模型与VLM融合的落地实践；长期来看，通用大模型能力持续提升后，将和具身模型深度融合，进一步提升机器人跨场景、跨本体的泛化能力。

4、具身行业发展阶段与国内布局

当前具身智能产业尚处于发展早期，可通过与大语言模型、自动驾驶产业的发展路径对标判断其发展阶段：

1)对标大语言模型发展历程，当前具身智能领域正处于类似GPT2向GPT3演进的阶段，尚未到达GPT3的技术路线收敛时刻。GPT3发布后，行业明确Bert路线上限显著低于生成式路线，后续2022年10月ChatGPT发布带动大语言模型应用全面爆发，而当前具身智能领域尚未出现对应GPT3的技术收敛节点，各方对技术路线仍存在较多讨论，待技术路线收敛后将进入放量应用爆发期。

2)对标自动驾驶产业发展路径，自动驾驶发展早期以整车厂一家独大，后续逐步分化出模型供应商、零部件供应商、主机厂等明确产业分工，而机器人产业较自动驾驶处于更早的发展阶段，当前技术路线、产业分工、竞争终局均未形成定论。

国内大模型具身布局情况：国内大模型厂商已启动具身领域相关布局，智谱、DS、字节、阿里等厂商均已有相关部署，不过当前整体进展相对偏慢，核心原因有两点：

1)国内大语言模型整体仍处于追赶海外头部的态势，多数厂商资源有限，当前主要精力集中在追赶海外头部模型的coding agent能力，分配给具身方向的资源力度较小；

2)具身模型研发高度依赖数据支撑，目前国内大模型厂商对具身数据的采购尚未进入大批量阶段，数据储备不足也制约了进展。当前已有部分国产模型厂商开始与国内头部机器人企业开展合作，后续将有相关合作信息公开。若海外头部厂商如SOP、OpenAI明确具身为核心发展方向，国内将加大跟进力度，2027年将出现更多相关落地动作，同时客观上国内现阶段资源、技术储备不及美国，后续将采用更经济的路径推进追赶。

防失联，朋友们可关注同名知识xingqiu

（及时分享盘中热点资讯、纪要）

OCR:IMG:只强口 全产业链研究 微信扫码加入星球 C知识星球 公众号·全产业链研究

OCR:IMG:只整口 全产业链研究 微信扫码加入星球 C知识星球 公众号·全产业链研究

OCR:IMG:EMSODIED AI·FULL INDUSTRY CHAIN 机器人通用大模型产业链全景图 公众号·全产业他研究 四R代RE 技术监线 LLM-VLM 请/任 VLM 规-请· VLA当前土 ·- 型·下代 电/ 01 上游·算力/仿真/数据基础设施产业 产业底座 力-成· 算力与A移片 cOMPUTE 商平台 SIMULATION 政层·产业斯顶 DASA 12204 达H100/H200 H200AMDM 0 179 NVIDIA haac:Sn Goge DpMin 大低本 大低车 Uy人件 送人件人 1/ Optilad 经 ） 达on/Th 中线RP 全eH 1国 无 （清） R3EE -盗 换光租 动（5） IAUIt S行Na 人机业 sdeue TESER u HEE 正 ////. 标 R开A 世ea ·价 1公 n Open XEnbodinent LEERO VA.SUA 大大：- ：8 ·#力地 02 中游·模型与软件大脑核心价 件大脑核心价值 通用基-机属人用 用基动大极型 LLM -言型 VLN 日身专用税型VLA/行为大校量LBM CORI 机器人O5&中间件 AO5 停 OpnAIGPT Cade 力 tots 点 1 GoeR-Fge （Op) ROS/ROS2 52DOS 图内 文心 通文千间 Deepieek SER BFm NMDA PtGROOT 1F 国 元A0R-0 际COSA KGm 190 - 元·# RAE-RARN 方·Ap RAF台 .. 公入为间的文证 火营·开 -A RXEe 自RF人 1FE 地人：代 于人的“”，法生 D N+下X 03 中游·感知+本体+执行硬件体 人用滨大头国产禁代生线 成期器 PIRCETION 核心运动零部件 ACTUATION 提 全 XeEn Not DAR: XHI 1E3 SHO 中大力 Wg MRUAIS 1力/ MD5e8 R方e 星/ OINR 电器 AREN 1Me 关送（交） 155/ 1Be 1408/电 整机本染厂商（载体） HUMANDD/ROSOTBOO 国 数只属人（/ （/）（G/）力小小 （G/） a力 周外 Tela (Optirsus) DptiusFgre NSoon DynA TigreA Aglity Robotis 两式 D9大 第二本决成本/大上 第六大 NoH.SaNE 04 下游·场景落地/系统集成/运营闭环 工业行一自业服务限一家用长期远 工业制造 BUte 仓储 fee 业服务 ARRSi -- - -分- 产（、 优- ·E #·-- ·厂 特牌场 价热临 家消费 形航集成 付一公量 电力出电·业 - ·+业付 云（) /证 厂/区户的方 数飞轮 酒体星量 商机平生 此民流·请大标注 型热代 还业藏力提升 手装 产生更RBR 一义：通身大型/）大，，，，作行，在开理证化行 公号全户业伙产业

OCR:IMG:·EMBODIED AI-FULLINDUSTRY CHAIN 机器人通用大模型产业链全景图 公众号·全产业错研究 技术鹏线四R式E LLM-VLM #/任 VLM 视觉-· VLA当前士 --真 里·下一代/时划 01 上游·算力/仿真/数据基础设施产业底 力-成- 算力与AI彩片 COMPUTE 直平台1价 SIMULATION 欧层·产业斯预 DATA 1 达H100/H200 1200AMDM光 22 NVIDIA leacSm SimGoogle DpMind Uty人件U 人作 自大低本 12/2 Optilas 利造 （） 理 不区人大 达n/Th 地线P）芯光器 全老技 1国9 酒（） R深EE（） -# IARURN 行t 人机空 au IREE ou HTE 示 本生期////物本. t AA 性 12589 OpenXEnbodinent LRO 大大有：- VLA. SLN ：的，化上 地·请力动 02 中游·模型与软件大脑核心价 通用基点一机人专用 通用基础大校型 LM 视觉-语言模型 VIM 目身专用型VLA/行为大校型LBM CORE 机器人OS&中间件 RCS 1海件国内 OpnleGPT文心Kin .. Claude Deepfiek 力 E9% 点K 1海 GoleRT-HFgu (Opn） ROS/ROS2 NVIDIA laac OS 通文千间 SEN Bcm NMDA PtGROOT i 国内 元AGA-OS通用平始 际COSA 12位 -的 元·只楼 吸-楼 平方·Apn 世入间的交 大杂·开自人 动-A MVEE 1R 业控于机人的“作现”，决生达开 人大：界代下代 AN+下E 03 中游②·感知+本体+执行硬件9体 人用成本大头·国产禁代王 成知器 PIRCEFTION 核心运动零部件 ACTUATION 1R 1/他 全0 ： xnn ROL LDAR:R X 北 1器 02e 欢传证 中大九 W SMARS R方e / CES 15F/3 1关18/电 电器软型 DBTK -热际动力(研) 关节列（交） 整机本体厂商（载体）1国内 HUMANDID/ROBOTBODT （/G/）动力优小(小 1外两式 Tesla (Dptinus) tsFgre BostonDynA Aglity Robotics 中大橙型 提第二大本决定本/大能力上限 件-城证 04 下游·场景落地/系统集成/运营闭环 工业先行一商业务限进一家用长期运 工业制 型 储物流 标 商业服务 ARR 配·- 分·· 个-优汉合· 我·--人 ， 特种场垫 价电池 家消费 K期 系然集成府 州一公里 电址格电·作业云（西) -- /证 ，本+全·业付厂/区的 数据飞轮用环全 真机平来 数据流·清洗标注 生热代 还化重力程片 华场S 产生更多真必自 一文：以通身大型（A/）为大，，，，境行，在开证化行任 公众号·全产业链研究

OCR:IMG:EMBODIED AI-FULLINDUSTRYCHAIN 机器人通用大模型产业链全景图 公众号·全产业链研究 技术路线 LLM+VLM VLM VLA当前主流 世界模型·下一代 四段式演进 语言理解/任务拆解 视觉-语言·场景理解 视觉-语言-动作直接出策略 物理预测/长时序规划 01 上游 上游·算力/仿真/数据基础设施产业底 产业底座 算力·合成数据·真机数据 算力与AI芯片 COMPUTE 仿真平台 SIMULATION 数据层·产业链瓶颈 DATA 1云端训练 英伟达H100/H200 AMDMI系列 海光 寒武纪 海外 NVIDIA IsaacSim GoogleDeepMind仿真 合成仿真 仿真自动生成 量大·低成本 整仍科技 沐藏 Unity机器人套件 Unreal机器人套件 动捕/遥操 OptiTrack 利亚德 龙旗科技（Ego采设备） 端侧推理 英伟达Jetson/Thor 地平线（BPU） 瑞芯微 全志科技 国内 光轮智能 银河通用（仿直基建） 除深智能 作 穿动捕 动捕·遥操作示教 机器人大脑 爱芯元智 逐际动力（仿真引） 真机回流 运行轨迹 人机交互 故障轨迹 1云与配套 高速服务器 光模块 存储 IDC 微软Azure 阿里云 低成本生成抓取/导航/操作/碰撞/柔性物体交互样本，苷代真机试错。 标注清洗 海天瑞声 世纪恒通 动作序列·视动对齐 华为云 百度智能云 公版数据集 OpenX-Embodiment LIBERO RoboTHOR 用于基座大模型与世界模型预训练、大规模仿真洁染：端侧强调低时题·低功耗，部器 各家自建私有动作集 VLA、视觉SLAM与运动策略。

OCR:IMG:·EMBODIED AI-FULLINDUSTRY CHAIN 机器人通用大模型产业链全景图 公众号·全产业错研究 技术鹏线四R式E LLM-VLM #/任 VLM 视觉-· VLA当前士 --真 里·下一代/时划 01 上游·算力/仿真/数据基础设施产业底 力-成- 算力与AI彩片 COMPUTE 直平台1价 SIMULATION 欧层·产业斯预 DATA 1 达H100/H200 1200AMDM光 22 NVIDIA leacSm SimGoogle DpMind Uty人件U 人作 自大低本 /强 Optilas 利造 （） 理 不区人大 达n/Th 地线P）芯光器 全老技 1国9 酒（） R深EE（） -# IARURN 行t 人机空 au IREE ou HTE 示 本生期////物体本 t AA 性 1公589 OpenXEnbodinent LRO 大楼大有：- VLA.SLN ：的，化上 地·请力动 02 中游·模型与软件大脑核心价 通用基点一机人用 通用基础大校型 LM 视觉-语言模型 VIM 目身专用型VLA/行为大校型LBM CORE 机器人OS&中间件 RCS 1海件国内 OpnleGPT文心Kin .. Claude Deepfiek 力 E9% 点K 1海 GoleRT-Hg (Opn） ROS/ROS2 NVIDIA laac OS 通文千间 SEN Bcm NMDAPtGROOT i 国内 元AGA-OS通用平始 际COSA 122 -的 元·只持楼 吸-楼 平方·Apn 入间的交 大杂·开自人 -A MVEE 1R 业控 人大：界代下代 于机人的“作新现”，决生达开 AN+下E 03 中游②·感知+本体+执行硬件9体 人用成本大头·国产禁代王 成知传器 PIRCEFTION 核心运动零基行 ACTUATION 1R 1/他 全0 ： xnn RO LDAR:R X 北 1器 02e 欢传证 中大九 W SMARS R方e / CES 15F/3 1关 电器 DBTK -热际动力(研) 关币列（交理） 型 品 18/电 宁 整机本体厂商（载体）1国内1海外 HUMANDID/ROBOT BOD （/G/）力小小 Tela (Dptinus) Fgue ABostonDynaA Aglity Robotics 两式 中大橙型 提第二大本决定本/大力上限 6-#证 04 下游·场景落地/系统集成/运营闭环 工业先行一商业服务限一家用长期 工e制 出型 储流 标 商业服务 ARR 配-- 分·· 个-区优汉合· 我·--人商 ， 特种场垫 价电池 家消费 K期 形然集成府 州一公 电址格电·热作业云（西) -- /证 型，本全·业付A厂/区的编 数据飞轮用环全 真机平来 数据流·清洗标注 型热代 还化重力程丹 华场S 产生更A实自 一文：以通身大型（A/）为大，，，，行，在开证化行任 公业号全产业伙产业研