具身智能机器人:具身模型更新潮,“UMI数采+视频学习”推动世界模型发展260116
这篇研报讲什么?
摘要原文摘录具身智能大模型层面迎密集更新,UMI 数据采集的“低成本+高效”特性获广泛采纳,第一人称视频数据的规模化使用得到头部厂商阶段性认证,丰富且多元的视频学习有望充分哺育以视频生成模型为根基的世界模型。2026 年是具身智能机器人产业的量产元年,具身模型的水平仍弱于硬件基础,因此其迭代进化将更为关键。与此同时,随着头部玩家资本化进程持续推进,具身模型企业的定价逻…
研究对象机械设备
发布机构中信证券
分析师刘海博,杨泽原,连一席,周荣炎,安家正
发布日期2026-01-16
原始报告提供原始报告入口
机构观点归属中信证券,研报雷达仅作摘要整理与机构观点聚合。以下为研报摘要原文摘录,内容以原始报告为准。
研究对象机械设备
股票代码不适用
公司共识评级样本不足近 180 天暂无有效评级
一致目标价样本不足近 180 天暂无有效目标价
研报摘要
摘要原文以原始报告为准
具身智能大模型层面迎密集更新,UMI 数据采集的“低成本+高效”特性获广泛采纳,第一人称视频数据的规模化使用得到头部厂商阶段性认证,丰富且多元的视频学习有望充分哺育以视频生成模型为根基的世界模型。2026 年是具身智能机器人产业的量产元年,具身模型的水平仍弱于硬件基础,因此其迭代进化将更为关键。与此同时,随着头部玩家资本化进程持续推进,具身模型企业的定价逻辑有望更为清晰一致。新范式:数据采集方式迭代、向多元化&规模化迈进。我们认为具身智能数据采集已进入 3.0 模式。1.0 模式强调人机同场,在实验性场景中操作机器人本体采集数据。2.0 模式运用遥操作技术,强调远程操作机器人本体在真实场景中工作,形成“有效执行任务+采集真实数据”的飞轮。3.0 模式去除本体概念,强调 in-wild 数据采集,联同全球劳动力,采集丰富真实数据。
同公司研报
继续比较不同机构对同一公司的判断。
同行业近期研报
从单家公司继续回到行业研究。