当前位置:首页 > 报告详情

汽车2026 WAIC机器人:展示重心转向任务执行数据瓶颈成为共识-260722(10页).pdf

上传人: 明**** 编号:1281343 2026-07-23 10页 813.45KB

下载:
核心结论速览: WAIC 2026具身智能展商达319家,超过大模型主题展商:本届大会展览面积首破10万平方米,1100余家企业参展,300余款产品全球首发。具身智能与机器人主题展商达319家,超过大模型(211家)和算力主题(208家),其中102家涉及人形机器人整机、38家涉及灵巧手。机器人产业供给端仍在加速扩张。 展示重点由整机参数转向任务执行能力:头部厂商新品发布多集中于会前,会期更侧重真机展示和能力验证。展台内容更多落到产线拆垛、质量检测、线束作业和商业服务等具体任务。厂商自报的专用任务成功率接近满分(智元99.99%/Dyna Robotics 99.4%),但第三方通用任务测试成功率仍处低位,跨任务泛化仍待提升。 世界模型热度上升,数据瓶颈成为行业共识:主论坛专设世界模型圆桌,共识包括世界模型须面向物理规律、须与动作绑定、须与本体/数据/场景形成闭环。业内普遍认为真实交互数据不足是制约通用能力提升的核心瓶颈,视频数据不足以替代真实交互数据(力、触觉、柔性、摩擦等关键物理量无法从视频获得)。 产量快速扩张但生产性部署仍处早期:2025年人形机器人产量约2万台,2026年上半年已超4万台,预计全年超10万台。前五个月具身智能融资约489亿元,已超2025年全年。但产量、交付、付费部署和客户复购是依次收窄的口径,制造业终端的生产性付费部署占比较低,项目经济性有待验证。 机器人行情当前偏左侧,短期或延续震荡分化:特斯拉Optimus量产时点和规模仍有分歧,行业供给能力提升尚未充分转化为规模化付费需求。宇树科技数据显示2025年1-9月人形机器人收入中科研教育占73.60%、行业应用仅占9.01%(生产性部署约2.6%)。板块定价正由主题催化转向量产与需求验证。H2:产品端——新品发布前移,展示重点转向任务执行。本届WAIC机器人厂商的发布与展示节奏呈现“会前密集发布、会期集中验收”的特征:新品发布节奏前移。重点跟踪厂商的重要发布进一步前移,会期主要承担真机展示和能力验证功能。在所覆盖的头部本体厂商中,会期内集中发布新品的主要为智元机器人;宇树、优必选、银河通用等重要更新多在会前完成。例如,加速进化Booster T2于7月10日发布,在会期完成真机首次公开亮相。展示重点转向任务执行。展台内容从以往的整机参数展示,更多落到产线拆垛、质量检测、线束作业和商业服务等具体任务。厂商自报的专用任务成功率已接近满分:智元在龙旗科技南昌产线六天验证中累计运行64小时、产线产量17625件、机器人作业64828次,整体任务成功率99.99%;Dyna Robotics披露餐巾折叠任务成功率99.4%。但在统一第三方基准RoboDojo上,Xiaomi-Robotics-1于7月16日披露的真相综合平均得分为20.07,高于此前最高13.07,仍处低位。专用任务近满分与通用任务低分的巨大落差,反映跨任务泛化与长程自主能力仍待提升。灵巧手成为焦点。均胜电子于7月17日发布“灵犀”TeleHand灵巧手,专业版20个自由度,掌内集成直驱、腱绳与连杆混合驱动,自研微型执行器体积减半、重量减轻30%。灵巧手成本仍存分歧——乐聚人士表示夹爪成本约3000元、灵巧手约2万元/只;绳肌妙算则表示其产品单只售价已降至8000元左右。灵巧手相对夹爪的价差收窄速度将直接决定其在工业场景的渗透节奏。H2:技术端——世界模型热度上升,数据瓶颈成为共识。世界模型为本届大会技术主线,圆桌形成三重共识:世界模型须面向物理规律。只会生成图像或视频的模型不等于具身智能需要的世界模型,必须理解动力学、空间关系、因果关系和长程演化。世界模型须与动作绑定。有价值的是预测“执行某个动作后世界将如何变化”,并据以规划与纠错。世界模型须与本体、数据、场景形成闭环。模型难以单独决定产业化进度,需要与硬件、数据和场景共同迭代。数据瓶颈成为最大共识。智元合伙人姚卯青提出物理智能规模化需突破三道墙:数据墙(真实交互数据稀缺)、表征墙(跨任务/场景/本体的统一物理表征尚未形成)、闭环墙(真实试错代价昂贵)。2024年图灵奖得主Richard Sutton表示静态标注数据的模式已接近极限。它石智航创始人陈亦伦指出,公开视频主要提供几何与视觉信息,而机器人操作属接触系统,单纯依靠视频难以获得力、触觉、柔性、摩擦等关键物理量。数据供给三路径:真机遥操作采集、人类第一视角视频与可穿戴设备、仿真及世界模型生成的合成数据。三类路径在真实性、规模和成本之间各有取舍,短期内并行发展,并带动数据采集、仿真和训练基础设施形成较明确的采购需求。大模型厂商加速入局:腾讯携三大具身基座模型亮相,蚂蚁灵波开源六款具身原生模型(6万小时真实数据/17家厂商适配)。“一脑多形”及模型-本体解耦趋势初现。H2:落地端——供给侧快速扩张,生产性部署仍处早期。产量、交付与付费部署是三个依次收窄的口径:产量端:2025年人形机器人产量约2万台,2026年上半年已超4万台,预计全年超10万台(工信部副部长口径)。智元机器人累计下线台数由2025年1月的1000台增至2026年6月的1.5万台。融资端:2026年前五个月具身智能赛道融资约489亿元,已超2025年全年约455亿元。需求端:制造业终端的生产性付费部署占比较低。宇树科技招股材料显示,2025年1-9月人形机器人收入中科研教育占73.60%、商业消费占17.39%、行业应用占9.01%,其中智能制造/智能巡检/物流配送合计仅占约2.6%。公开招投标中,亿元级订单多投向“数据采集中心”“数据采集与测试中心”——优必选2025年四季度中标自贡/防城港/九江三个数据采集项目合计5.66亿元,约占年末14亿元订单的40%。场景选择分歧:智元姚卯青主张具身智能应先落于“高频刚需、环境可控、确定性强的场景”(工业产线)。亮源新创姜旭(前OpenAI算法负责人)则认为AI早期不擅长精确性,将先在高容错率场景爆发,不宜“一开始就进入零失误任务”。H2:投资建议——按叙事定价转向按验证定价。华泰证券维持汽车行业“增持”评级,判断机器人行情当前偏左侧、短期或延续震荡分化:板块调整的原因:一是特斯拉Optimus量产时点趋于明确,但市场对量产规模和爬坡斜率仍有分歧;二是WAIC会期进一步表明,行业供给能力提升尚未充分转化为规模化付费需求。国产供应链仍保持较快进展,中期产业趋势未因二级市场调整改变。宇树科创板IPO定价或为机器人板块估值提供新的参考。三条主线:1. 量产确定性相对较高的核心零部件(减速器、丝杠、执行器、电机、传感器),有望较早受益于Optimus投产和国产整机放量。2. 具备真实订单和收入兑现能力的整机及一级供应商。3. 受益于真实交互数据短缺的数据采集、仿真和训练基础设施。后续催化节点:7月23日特斯拉Q2财报(Optimus量产指引)、Q3龙旗项目扩产计划、9月16日优必选U1首台交付、Q3上市公司三季报、2026年底工信部实景实训专项行动收官。延伸阅读。以上为报告核心趋势分析,如需获取完整报告详细数据及全部案例,请访问下载页下载完整PDF报告。FAQ。Q1:WAIC 2026机器人产业的核心变化是什么?A:展示重点从整机参数转向任务执行能力,世界模型和数据瓶颈成为技术讨论焦点,行业供给快速扩张但生产性部署仍处早期。机器人主题展商319家超大模型(211家),但真实工业应用占比仍低。Q2:数据瓶颈为什么是核心制约因素?A:真实交互数据稀缺且获取成本高;公开视频无法提供力、触觉、柔性、摩擦等机器人操作所需的关键物理量。数据墙、表征墙、闭环墙是通用能力提升的三大障碍。Q3:人形机器人当前的真实落地情况如何?A:2025年产量约2万台,2026H1超4万台,但生产性付费部署占比较低。宇树2025年1-9月行业应用收入仅占9.01%,其中生产性部署约2.6%。亿元级订单多为数据采集类项目。Q4:灵巧手的产业化进展如何?A:灵巧手性能、可靠性和成本仍是制约工业渗透的关键。成本存在分歧:夹爪约3000元,灵巧手2万元/只;但绳肌妙算称产品已降至8000元。价差收窄速度决定渗透节奏。Q5:机器人板块当前的投资逻辑是什么?A:行情偏左侧,短期震荡分化。板块正由主题催化转向量产与需求验证。关注三条主线:量产确定性高的零部件、真实订单的整机厂商、受益数据短缺的数据基础设施。数据来源说明。本报告数据来源于:WAIC官方、Vehicle统计、工信部、公司公告及官网、虎嗅、宇树科技招股书、人形机器场景应用联盟、华泰研究。
word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
1. **产业趋势**:2026 WAIC具身智能与机器人展商达319家,占比18%,产业供给加速,重点转向任务执行与场景验证,定价逻辑由主题催化转向量产与需求验证。 2. **技术瓶颈**:世界模型成主线,真实交互数据稀缺(需千万至亿小时级)、跨任务泛化能力不足(第三方测试成功率低)是核心瓶颈,数据采集与仿真训练基础设施成明确采购方向。 3. **落地现状**:人形机器人产量2026上半年超4万台(全年预计超10万台),但生产性付费部署占比低(工业场景收入占比约2.6%),亿元级订单多投向数据采集平台。 4. **投资建议**:关注核心零部件(减速器、丝杠等)、具备真实订单的整机及供应商,以及数据采集与训练基础设施。
机器人瓶颈? 量产何时来? 数据值多少?
客服
商务合作
小程序
服务号
折叠