申萬宏源：控制器提供具身智能基座 數據飛輪驅動模型迭代

申萬宏源發佈研報稱，目前人形機器人的硬件成熟度高於軟件，而軟件(算法、數據、控制系統)是人形機器人走向商業化的關鍵，但研究相對空白。該行結論為：控制器提供具身智能基座，數據飛輪驅動模型迭代。特斯拉Optimus近期迭代重點聚焦算法層面，建議關注控制器、運控技術、芯片及數據採集裝備四大環節標的。

申萬宏源主要觀點如下：

算法：具身智能的核心

法框架可分為上層「大腦」與下層「小腦」兩大層級。1)上層控制(大腦)聚焦任務級規劃與決策，通過自然語言交互拆解任務目標，並利用視覺-語言-動作(VLA)模型實現語義理解與動作生成。目前技術路線尚未收斂。2)下層控制(小腦)則負責實時運動規劃與關節控制，傳統基於模型控制MPC、WBC方法，向現代算法強化學習(RL)與模仿學習(IL)滲透。未來算法突破需解決多模態集成、長時任務規劃及模擬到真實(Sim-to-Real)遷移等瓶頸。

數據：算法學習的基礎

數據的質量與多樣性直接影響算法性能。數據來源可分為三類：真實數據(佔比最低但精度最高)、合成數據(成本低但存在域差距)及網絡數據(規模大但需清洗)。真實數據是主要來源，採集方式包括遙操作、動作捕捉技術等;合成數據逐漸引入，通常通過仿真平臺(如NVIDIAOmniverse)生成，可以解決數據短缺問題，但存在其與物理世界的差異的問題。

控制系統：具身智能的基座

目前產業界對於人形機器人的「大小腦」尚未形成統一共識，通常根據功能被人為區分為大腦和小腦。大腦負責執行復雜的算法、數據處理、環境感知等任務規劃和決策執行;小腦負責機器人的運動控制，接收來自上層的指令並轉化為具體的動作指令。硬件主要由SoC芯片構成，包括CPU、GPU、NPU等，還有處理器、儲存單元、通信接口和輸入輸出接口等;軟件部分包括底層操作系統、中間件和上層軟件。其中，芯片是控制器的核心，目前多數公司採用英偉達方案;操作系統則提供底層軟件支持;控制器集成商則承擔集成的功能，提供穩定可靠的產品。

軟件是機器人下一步商業化落地的投入重心，近期特斯拉Optimus的邊際變化也主要聚焦在算法層面

相關產業鏈標的值得關注。1)控制器環節：天準科技(具身智能控制器)、智微智能(人形機器人專用控制器)、德賽西威(車端域控制器頭部企業);2)運控技術同源：匯川技術(PLC和驅動器)、信捷電氣(PLC)、雷賽智能(PCBased控制器和板卡)、固高科技(PC-Based控制器和板卡)、拓斯達(工業控制器)3)芯片：瑞芯微(SoC芯片)、地平線機器人(地瓜機器人佈局);4)數據採集裝備：凌雲光(光學動作捕捉裝備)、奧飛娛樂(參股諾亦騰，光慣一體動捕方案)等。

風險提示：人形機器人商業化進程不及預期、高市盈率風險、市場競爭加劇風險。