人形机器人系列研究（一）：人形机器人“大脑”：神机妙算，加速进化-民生证券.pptx

人形机器人系列研究（一）

人形机器人“大脑”：神机妙算，加速进化2025年04月02日

具身智能有望开启万亿级蓝海市场。在当前时点复盘机器人与人工智能的发

展历程，机器人已经进入具身智能时代，与此同时，人工智能也将走向“物理AI”

发展阶段。人形机器人是两者汇聚的交点，也是具身智能时代的临界点，有望成

为新一代智能终端，并开启万亿级蓝海市场。

具身智能大模型为机器人“大脑”的核心。具身智能需要本体、智能体、数

据、学习和进化架构四大核心要素，通用机器人本体又可以分为“大脑”、“小脑”

和“肢体”三部分，其中，人形机器人“大脑”的核心为人工智能大模型技术，

通过多模态模型建模、强化学习、地图创建和数据训练，能够管理和协调机器人

的各种功能。大模型目前较为擅长需求理解、任务分解等高层级控制任务，规划

级以下的控制规划属于传统机器人控制规划的范畴，更适合传统机器人更成熟的

高频控制方法。多模态大模型为机器人高层级控制带来技术突破。多模态大模型

具有理解图像、场景文本、图表、文档以及多语言、多模态理解的强大能力,可

以直接用于具身智能对环境的理解,并通过提示词使之输出结构化内容如控制代

码、任务分解等指令语言、图片、视频等。

国内外科技巨头与研究团队入局，具身大模型成果涌现。谷歌、特斯拉、微

软、英伟达、李飞飞团队、特斯拉、字节跳动等国内外科技巨头和科研机构争相

入局，具身大模型成果不断涌现：谷歌推出RT-1、PaLM-E、RT-2、RT-X等多

个具身大模型；特斯拉坚持端到端算法路线，实现感知决策一体化并迁移至人形

机器人；英伟达推出物理AI开发平台NvidiaCosmo及一系列世界基础模型；

国内大厂字节GR-2在动作预测和泛化能力上表现出色。

具身大模型目前在泛化性、实时性、数据采集等方面存在挑战。当前的具身相关研究

大模型通常存在泛化能力弱的问题，已经在特定场景达成较高成功率的模型在切1.人形机器人产业周报：海外更新催化不断，

换至不同场景时成功率大幅降低。实时性较差则体现在输出运动频率较低，使得深圳近期将发布人形机器人专项政策-2025/

机器人反射弧较长，低于人类和许多实际应用场景的需求。数据采集方面的挑战02/25

则体现在真实数据收集效率偏低、收集难度和成本偏高，合成数据的使用中则需2.人形机器人产业周报：宇树科技G1灵动升

要避免生成数据与真实数据差距过大或者样式单一。级，软通动力发布首款人形机器人-2025/01/

19

云计算与边缘计算作为“大脑”的外延，保障机器人“大脑”高效运转。云3.人形机器人产业周报：特斯拉更新机器人量

计算是为机器人等终端设备提供算力的核心方式，云计算能够为AI、大模型与机产目标，OpenAI重启机