机械一周解一惑系列：电梯新装市场有望企稳，后市场逐步放量

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 一周解一惑系列： 机器人 x 具身智能的再思考 2025 年 02 月 10 日 ➢ 本周关注：宗申动力、卧龙电驱、兆威机电、中大力德 ➢ 具身智能的发展离不开 Transformer 架构。1）架构运用：Transformer 架构凭借其强大的多模态融合能力和高效的并行计算能力，推动视觉、语言和行动指令的融合（VLA 模型），为智能行为决策提供帮助，成为具身智能领域的重要技术基础。英伟达 COSMOS 平台的自回归模型和扩散模型通过 Transformer 架构生成高度仿真的虚拟世界状态，为机器人提供丰富的训练样本；李飞飞团队W.A.L.T 模型、ReKep 以及“大型世界模型”（LWMs）等方面都运用到Transformer 架构，显著提升了模型对复杂环境的理解和生成能力，推动了空间智能和具身智能的发展。2）VLA 模型：作为基于 Transformer 架构的 VLA 模型，π0 模型相较于 RT2 模型有所升级，通过多样化的训练数据和流匹配技术，使机器人展现强大的泛化能力和灵活的操作能力。未来，VLA 模型在具身智能领域将实现进一步发展，随着千寻智能和星海图分别在灵巧手操作和空间智能方面展现了创新，今后将促进 VLM 与空间智能结合，向端到端通用趋势发展。 ➢ 触觉与动态手：触觉感知在人机交互、虚拟现实、远程医疗和人形机器人研发等领域具有重要研究价值。精准捕捉手部与可形变物体间的力学交互数据，对于人形机器人完成复杂任务至关重要。基于触觉原理，卢策吾团队提出了视觉-触觉联合算法框架，实现了高精度动态交互重建。这一系统利用触觉手套收集信号，并结合深度相机捕捉的点云序列，通过触觉与视觉数据的融合，实现了动态手-物体交互的几何重建与形变追踪，为机器人柔性操作、虚拟现实力反馈等提供了从微力感知到实时三维重建的完整技术链。 ➢ 激光雷达与视觉技术：1）激光雷达：通过发射激光束探测目标的位置、方位及速度，利用 ToF、AMCW 和 FMCW 等测距方法生成三维点云图，实现环境感知。速腾聚创推出的全固态激光雷达 E1R 和半球形 Airy，以及其 Active Camera 解决方案，显著提升了机器人的环境感知能力，推动了其在 AI 机器人领域的布局。2）视觉技术：2D 视觉基于灰度或彩色图像处理，通过像素特征识别物体的纹理、形状及位置，技术成熟且成本低，但计算复杂，适用于简单任务或预算有限的场景；3D 视觉通过 ToF、结构光法和立体视觉法直接获取深度信息，生成点云或深度图，适用于避障、抓取和导航等复杂任务，具有简化算法和适应动态环境的优势，但成本较高。在机器人高精度操作和动态导航中，3D 视觉不可或缺，而 2D 视觉则适用于简单任务，随着深度学习的发展，2D 视觉能力逐步增强，但 3D 视觉仍是关键任务的首选。 ➢ 投资建议：Deepseek 带领下，全面看好具身智能+Ai 领域，Ai 有望赋能多个产品形态的机器人+多个新兴创业公司，产业参与者将涉及更多领域，机器人领域的软/硬件工程师红利有望持续兑现。关注和 Ai+具身智能研发方向重合且具备稀缺卡位优势的公司，比如灵巧手环节兆威机电，视觉领域奥比中光，灵巧手触觉电子皮肤福莱新材、日盈电子；关节力学传感器安培龙、新型传感器峰岹科技；投资机器人创业公司+总成代工的中坚科技；为若干机器人创业公司提供齿轮及相关减速器产品的中大力德等。 ➢ 风险提示：具身智能相关模型算法进步不及预期、机器人技术迭代路线出现变化。 推荐 维持评级 [Table_Author] 分析师 李哲 执业证书： S0100521110006 邮箱： lizhe_yj@mszq.com 相关研究 1.一周解一惑系列：电梯新装市场有望企稳，后市场逐步放量-2025/01/20 2.一周解一惑系列：中美氢能政策催化再次落地，产业趋势有望加速-2025/01/12 3.一周解一惑系列：AI 驱动美国燃气轮机景气度上行-2025/01/07 4.一周解一惑：事关半导体供应链安全，零部件厂商多重受益-2024/12/30 5.机械行业 2025 年度投资策略：攻守并重，紧跟需求边际变化及新质生产力发展-2024/12/23 行业专题研究/机械 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 目录 1 Transformer 到具身智能——VLA 模型的应用 ........................................................................................................ 3 1.1 transformer 架构 ............................................................................................................................................................................... 3 1.2 多模态机器学习模型——VLA 模型 ............................................................................................................................................... 5 1.3 从国内具身智能看 VLA 后续模型进展 .......................................................................................................................................... 6 1.4 从 Pi0 看机器人泛用性 ..................................................................................................................................................................... 8 2 力学数据+算法：赋能人形机器人触觉感知升级 ....................................................................................................... 9 2.1 灵巧手算法：深度学习驱动的触觉-视觉融合系统 ..................................................................................................................... 9 3 激光雷达