机械设备行业机器人系列报告之二十七：控制器提供具身智能基座，数据飞轮驱动模型迭代

业及产业 行业研究/行业深度 证券研究报告 机械设备 2025 年 05 月 15 日 控制器提供具身智能基座，数据飞轮驱动模型迭代 看好 ——机器人系列报告之二十七 证券分析师 王珂 A0230521120002 wangke@swsresearch.com 戴文杰 A0230522100006 daiwj@swsresearch.com 刘洋 A0230513050006 liuyang2@swsresearch.com 胡书捷 A0230524070007 husj@swsresearch.com 联系人 胡书捷 (8621)23297818× husj@swsresearch.com 本期投资提示： ⚫ 目前人形机器人的硬件成熟度高于软件，而软件是人形机器人走向商业化的关键，但研究相对空白。本文主要分析：1）算法：机器人的主要算法，包括运控算法和大模型等；2）数据：主要来源和采集方式，目前所处阶段；3）控制系统：机器人“大脑”的软硬件构成，如何为具身智能提供底层支撑。报告结论为：控制器提供具身智能基座，数据飞轮驱动模型迭代。 ⚫ 算法：具身智能的核心。算法框架可分为上层“大脑”与下层“小脑”两大层级。1）上层控制（大脑）聚焦任务级规划与决策，通过自然语言交互拆解任务目标，并利用视觉-语言-动作（VLA）模型实现语义理解与动作生成。目前技术路线尚未收敛。2）下层控制（小脑）则负责实时运动规划与关节控制，传统基于模型控制 MPC、WBC 方法，向现代算法强化学习（RL）与模仿学习（IL）渗透。未来算法突破需解决多模态集成、长时任务规划及模拟到真实（Sim-to-Real）迁移等瓶颈。 ⚫ 数据：算法学习的基础。数据的质量与多样性直接影响算法性能。数据来源可分为三类：真实数据（占比最低但精度最高）、合成数据（成本低但存在域差距）及网络数据（规模大但需清洗）。真实数据是主要来源，采集方式包括遥操作、动作捕捉技术等；合成数据逐渐引入，通常通过仿真平台（如 NVIDIA Omniverse）生成，可以解决数据短缺问题，但存在其与物理世界的差异的问题。 ⚫ 控制系统：具身智能的基座。目前产业界对于人形机器人的“大小脑”尚未形成统一共识，通常根据功能被人为区分为大脑和小脑。大脑负责执行复杂的算法、数据处理、环境感知等任务规划和决策执行；小脑负责机器人的运动控制，接收来自上层的指令并转化为具体的动作指令。硬件主要由 SoC 芯片构成，包括 CPU、GPU、NPU 等，还有处理器、储存单元、通信接口和输入输出接口等；软件部分包括底层操作系统、中间件和上层软件。其中，芯片是控制器的核心，目前多数公司采用英伟达方案；操作系统则提供底层软件支持；控制器集成商则承担集成的功能，提供稳定可靠的产品。 ⚫ 软件是机器人下一步商业化落地的投入重心，近期特斯拉 Optimus 的边际变化也主要聚焦在算法层面。相关产业链标的值得关注。1）控制器环节：天准科技（具身智能控制器）、智微智能（人形机器人专用控制器）、德赛西威（车端域控制器头部企业）；2）运控技术同源：汇川技术（PLC 和驱动器）、信捷电气（PLC）、雷赛智能（PC-Based 控制器和板卡）、固高科技（PC-Based 控制器和板卡）、拓斯达（工业控制器）3）芯片：瑞芯微（SoC 芯片）、地平线机器人（地瓜机器人布局）；4）数据采集装备：凌云光（光学动作捕捉装备）、奥飞娱乐（参股诺亦腾，光惯一体动捕方案）等。 ⚫ 风险提示：人形机器人商业化进程不及预期、高市盈率风险、市场竞争加剧风险。 请务必仔细阅读正文之后的各项信息披露与声明 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共34页 简单金融 成就梦想 投资案件 结论和投资分析意见 软件是机器人下一步商业化落地的投入重心，近期特斯拉 Optimus 的边际变化也主要聚焦在算法层面。相关产业链标的值得关注。1）控制器环节：天准科技（具身智能控制器）、智微智能（人形机器人专用控制器）、德赛西威（车端域控制器头部企业）；2）运控技术同源：汇川技术（PLC 和驱动器）、信捷电气（PLC）、雷赛智能（PC-Based 控制器和板卡）、固高科技（PC-Based 控制器和板卡）、拓斯达（工业控制器）3）芯片：瑞芯微（SoC 芯片）、地平线机器人（地瓜机器人布局）；4）数据采集装备：凌云光（光学动作捕捉装备）、奥飞娱乐（参股诺亦腾，光惯一体动捕方案）等。 原因与逻辑 目前人形机器人的硬件成熟度高于软件，产业进一步落地的关键在于软件。类似于人工智能的三大要素（算力、算法、数据），具身智能机器人同样，不同点在于机器人有物理形态，会与外部世界产生交互，因此三要素的表现形式有所差别，但都至关重要。 1）算法具身智能的核心，包括上层“大脑”与下层“小脑”两大层级，即 VLA等大模型，及强化学习，基于模型等运控算法，目前算法均为收敛； 2）数据是算法学习的基础。数据来源包括真实数据（占比最低但精度最高）、合成数据（成本低但存在域差距）及网络数据（规模大但需清洗），当前数据的数量和质量的缺乏是模型训练的瓶颈之一，但持续有积极变化； 3）控制系统具身智能的基座。其中，芯片是控制器的核心，提供算力支持；操作系统则提供底层软件支持；控制器集成商则承担集成的功能，提供稳定可靠的产品；未来产业格局走势有望类比于自动驾驶。 有别于大众的认识 市场对机器人硬件研究充分，但对软件研究较为空白。本篇报告较为系统的梳理了软件层面的三大要素：算法、数据和控制系统，帮助投资者理解目前机器人软件所处的发展阶段和未来潜在的突破方向，有助于把握后续机器人产业的发展节奏。 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共34页 简单金融 成就梦想 1．算法：具身智能的核心 ................................................ 6 1.1 算法框架：从上层规划，到下层控制 ........................................... 6 1.2 下层控制：算法演进，强化学习+模型为主流 .............................. 7 1.3 上层控制：具身智能，重点讨论 VLA 架构 ................................ 10 2．数据：算法学习的基础 .............................................. 17 2.1 数据来源：真实、合成与网络数据 ............................................ 17 2.2 真实数据为主， 遥操/动捕多方式实现 ....................................... 18 2.3 合成数据为辅，仿真平台为技术核心 .................................