传媒行业专题研究：机器人数采带来场景价值重估

机器人数采带来场景价值重估评级：强于大市（维持）证券研究报告2025年08月06日行业：传媒传媒行业专题研究高博文（分析师）S1160521080001郭天瑜（分析师）S1160524090006陈子怡（分析师）S1160522070002请务必阅读报告正文后各项声明报告摘要◆ 数据具身智能基石，物理数据更具价值。目前人形机器人已经达到L2级，L3级是人形机器人智能的下一阶段。数据是人工智能的基石，比如图生视频大模型中短视频数据加成至关重要、自动驾驶中特斯拉积累了38亿英里场景，海量数据是训练基础。相比于自动驾驶，具身智能交互复杂程度更高、场景更为多样。自动驾驶数据会采用大量训练仿真，但人形机器人的功能主要体现在上肢，数据储备极少，无法单纯通过训练仿真完成，物理采集必要性更大。◆ 对标Scale AI模式，具身智能市场广阔。相比于自动驾驶，人形机器人的数据采集和标注必要性更强、需求更加前置、复杂程度更高、价值量占比更高。根据EVTank预测，2035年全球人形机器人市场规模将达1.5万亿，人形机器人数据服务市场也将迎来广阔的发展空间。Scale AI是自动驾驶和大模型数据服务中的翘楚，通过Consumption-base模式和Enterprise模式为OpenAI 、Etsy、通用汽车、Uber、PayPal等客户提供标注服务，2024年收入达8.7亿美元。未来具身智能领域也有望走出类似Scale AI的公司。◆ 看好工业物流场景，应用场景价值重估。从市场空间、成本替代、复杂程度三个层面分析人形机器人场景情况：市场空间：依次分别是家庭商业服务、医疗健康、工业生产、物流、安防巡逻、危险作业；2）成本替代：人类工资越高的，机器人替代性价比越高，依次分别为医疗健康、危险作业、工业生产、家庭商业服务、物流、安防巡逻；3）复杂程度：除场景本身的复杂程度外，还与薪酬基本相关，依次分别为医疗健康、家庭商业服务、工业生产、危险作业、安防巡逻、物流。服务于应用场景的服务商具有天然的渠道优势，可以将人形机器人配套与其分拣系统、生产设备一起销售给下游客户，并且形成先发优势。◆ 推荐：1）德马科技：卡位海外物流场景，与智元强强联合数采；建议关注：2）奥飞娱乐：持股顶尖动捕企业诺亦腾，携手智元探索算法提升；3）天娱数科：基于VLA的具身智能方案，加速落地物理AI。◆ 风险提示：宏观经济增长不及预期、技术升级迭代及创新风险、人形机器人业务拓展不及预期。2请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明3目录/Contents0102030405数据采集的必要性数采创新商业模式数采带来场景价值重估数据瓶颈和局限性推荐标的06风险提示请务必阅读报告正文后各项声明401数据采集的必要性请务必阅读报告正文后各项声明1.1 具身智能：人形机器人的下一阶段◆ 人形机器人由“大脑”、“小脑”、“肢体”三部分组成，其中肢体负责感知执行，小脑负责全身运动控制，大脑负责任务级交互。◆ 具身智能是人形机器人发展的下一阶段。根据智能化水平的不同，可以将机器人分为L1-L5级五个阶段。目前人形机器人已经达到L2级，即能够自主完成预设的简单任务，具备一定的环境感知能力，仍需人工指导和监督。L3级是人形机器人智能的下一阶段，可以实现特定场景下的完全自主运作。图1:人形机器人的组成图2:机器人分类详情资料来源：中国信息通信研究院《人形机器人产业发展研究报告（2024年）》，广东省人工智能产业协会公众号，东方财富证券研究所资料来源：四川日报、四川省人民政府网站等，东方财富证券研究所5请务必阅读报告正文后各项声明“大脑”任务级交互“小脑”全身运动控制“肢体”感知执行大脑小脑肢体组成⚫ 基于人工智能大模型⚫ 实现环境感知、行为控制等⚫ 通过云边协同，提高智能水平⚫ 控制人形机器人的运动⚫ 基于人工智能、自动控制等⚫ 实现复杂环境下运动控制⚫ 实现高动态、高爆发、高精度⚫ 集成人体运动力学、新材料等⚫ 包括机械臂、灵巧手、腿足等L1级（基础型）L2级（半交互型）L3级（交互型）L4级（自主型）L5级（自适应型）特点主要依赖人工操作，能够完成基本的行走、抓取等动作特点能够自主完成预设的简单任务，仍需人工指导和监督特点在特定场景下可以完全自主运作，能与人类进行简单交互特点几乎所有场景自主应对，极少需要人工干预特点达到或超越人类智能水平，具备自主学习和创新能力请务必阅读报告正文后各项声明1.2 数据采集：具身智能的发展基石◆ 数据是人工智能的基石。以大语言模型和自动驾驶为例：1）图生视频大模型：根据Artificial Analysis排名，全球图生视频大模型中字节跳动的Seedance 1.0和快手的Kling 2.0分别位列第一位和第四位，短视频巨头数据加成至关重要；2）自动驾驶：根据特斯拉披露，其FSD基于超过100年以及38亿英里的匿名真实驾驶场景训练，比人类驾驶员更安全，单次事故的行驶英里数约320万，远超美国平均50万英里的水平，海量数据是训练的基础。图3:全球图生视频大模型能力排名图4:特斯拉自动驾驶具有更高的安全性资料来源：Artificial Analysis（截止2025.07.01），东方财富证券研究所资料来源：Tesla Investor Day 2023，东方财富证券研究所6请务必阅读报告正文后各项声明请务必阅读报告正文后各项声明1.3 数据采集：物理采集比数据仿真更有价值◆ 机器人产生的数据是多种多样的，其采集技术可以分为真实数据采集和仿真数据采集。 真实数据：机器人在实际环境中产生的数据，包括遥操作类数据和示教类数据。前者是通过远程控制机器人与环境或操作目标交互采集的数据，后者则是通过人工示范采集的数据，都是用于机器人学习的数据。 仿真数据：在模拟环境中生成的数据，包括生成类数据和合成类数据。前者是使用算法生成的模拟数据，后者是使用已有模型产生的用于模型更新的机器人仿真数据，或将不同来源的数据组合而成的新数据。图5:具身智能数据采集主要路径图6:全球高质量具身智能数据集汇总资料来源： 《具身智能数据工程》，东方财富证券研究所资料来源：AigBot World、Arxiv/github、澎湃新闻、钛媒体、腾讯云计算、阿里云开发者社区、36氪、整数智能公众号等，东方财富证券研究所7请务必阅读报告正文后各项声明数据集发布机构发布时间数量场景动作技能 AgiBot World智元机器人2024年底100万+五大场景217Open X-EmbodimentGoogle DeepMind等2023年底100万+311527DROID斯坦福等2024年7.6万56486RT-1Google DeepMind2022年底13万+-700+BridgeData V2UC Berkeley等2023年6万+2413RoboSetCMU等2023年2.85万--ARIO鹏程实验室2024年303万+258-ROBOMIND国家地方共建具身智能机器人创新中心等2024年底5.5万279-RH20T上海交通大学2023年11万+--请务必阅读报告正文后各项声明802数采创新商业模式请务必阅读报告正文后各项声明2.1 数采工厂：挖掘数