模型突破临近，离工厂可用还有多远？

  • 野村预计OpenAI将在2026年12月至2027年1月发布面向物理AI的模型，成为首个催化剂；但该行把这轮进步定位为接近GPT-2：能力开始显现，距离稳定生产仍有差距。
  • 少量示范学习已有进展。Generalist AI公布，GEN-1.5观看一次3–12秒示范后，十项测试的成功率为59%，补充五分钟数据短训后升至83%。这些结果来自公司测试，覆盖短任务或模拟环境。
  • 真正决定客户是否从试验预算转向运营预算的是可靠性。野村调研显示，最好机器人无人干预只能运行数小时，工厂需要一周；现场准确率约60%，行业要求至少98%，该行预计弥合后者差距需要3–5年。

为什么第一视角视频可能改变训练成本？

  • 遥操作靠人远程操控机器人采集数据，成本高且绑定机型。野村给出的典型成本约为每小时700元人民币；人的第一视角视频约300–350元，而且跨机器人代际仍可使用，更适合扩大预训练数据量。
  • 效率改善也来自训练方法。SuperMimic先学习身体如何运动，再在模型内训练控制器；论文报告单GPU训练3小时，已超过128张GPU训练7天的基准方法，计算量降低逾千倍。这项改善针对全身运动控制，野村据此认为该环节对算力的依赖可能下降。
  • 视频能解决初始学习，持续进步还要靠机器人工作时产生的数据。野村认为，只有部署数量足够，才能形成“作业产生数据—模型改善—部署增加”的循环。

谁更有条件把模型进步变成数据闭环？

  • 野村更看好大型AI实验室和特斯拉：前者拥有通用模型、人才与算力，后者把仿真、数据平台、工厂测试和自有机器人连在一起，两类能力可以互补。
  • 现场规模仍是约束。按野村调研，特斯拉目标是2026年底通过约1万台内部训练机器人，累计获取100万小时可用数据；相比之下，中国七大快递企业2026年预计合计采购不足500台人形机器人。因此，该行判断闭环会先在同时掌握模型和机器人的企业内启动。

为什么灵巧手可能最先放量？

  • 过去训练数据不足，机器人更多采用简单夹爪。野村认为，更强的基础模型能把两三指夹爪学到的技能迁移到五指手，推动采用量增加和单价下降。
  • 该行预计2026年灵巧手出货量同比增长80%–120%，主要由可动关节更多的高自由度产品带动。这里的受益逻辑是模型降低复杂手部的使用门槛，出货增长同时伴随价格下行。

整机竞争为什么最终要看制造一致性？

  • 野村预计，模型路线稳定后，机器人会收敛为少数标准形态。届时关键是让每台机器人的20多个关节表现接近：机体差异过大，一台机器学到的控制策略就难以复用到其他机器，拖累数据共享。
  • 该行因此偏好迭代快、成本控制强的宇树、车企及关键零部件供应商，并预计宇树随放量提高外采比例，以兼顾成本与质量。反过来，产品一致性差、又依赖数据采集客户的整机厂，可能面对需求下降。