模型突破臨近，距離工廠可用還有多遠？

  • 野村預計OpenAI將於2026年12月至2027年1月發布面向物理AI的模型，成為首個催化劑；但該行將這輪進步定位為接近GPT-2：能力開始顯現，距離穩定生產仍有差距。
  • 少量示範學習已有進展。Generalist AI公布，GEN-1.5觀看一次3–12秒示範後，十項測試的成功率為59%，補充五分鐘數據進行短暫訓練後升至83%。這些結果來自公司測試，涵蓋短任務或模擬環境。
  • 真正決定客戶是否從試驗預算轉向營運預算的是可靠性。野村調研顯示，最好的機器人無人干預只能運行數小時，工廠需要一週；現場準確率約為60%，業界要求至少98%，該行預計彌合後者差距需要3–5年。

為什麼第一人稱視角影片可能改變訓練成本？

  • 遙操作靠人遠端操控機器人採集數據，成本高且綁定機型。野村給出的典型成本約為每小時人民幣700元；人的第一人稱視角影片約為人民幣300–350元，而且跨機器人世代仍可使用，更適合擴大預訓練數據量。
  • 效率改善也來自訓練方法。SuperMimic先學習身體如何運動，再在模型內訓練控制器；論文報告，單張GPU訓練3小時的表現，已超過以128張GPU訓練7天的基準方法，運算量降低逾千倍。這項改善針對全身運動控制，野村據此認為該環節對算力的依賴可能下降。
  • 影片能解決初始學習，持續進步還要靠機器人工作時產生的數據。野村認為，只有部署數量足夠，才能形成「作業產生數據—模型改善—部署增加」的循環。

誰更有條件把模型進步轉化為數據閉環？

  • 野村更看好大型AI實驗室和特斯拉：前者擁有通用模型、人才與算力，後者把模擬、數據平台、工廠測試和自有機器人連在一起，兩類能力可以互補。
  • 現場規模仍是限制。根據野村調研，特斯拉的目標是在2026年底，透過約1萬台內部訓練機器人，累計取得100萬小時可用數據；相比之下，中國七大快遞企業預計在2026年合計採購不足500台人形機器人。因此，該行判斷閉環會先在同時掌握模型和機器人的企業內啟動。

為什麼靈巧手可能最先放量？

  • 過去訓練數據不足，機器人較多採用簡單夾爪。野村認為，更強的基礎模型能把兩指或三指夾爪學到的技能遷移到五指手，推動採用量增加和單價下降。
  • 該行預計2026年靈巧手出貨量年增80%–120%，主要由可動關節更多的高自由度產品帶動。這裡的受惠邏輯是模型降低複雜手部的使用門檻，出貨增長同時伴隨價格下行。

整機競爭為什麼最終要看製造一致性？

  • 野村預計，模型路線穩定後，機器人會收斂為少數標準形態。屆時關鍵是讓每台機器人的20多個關節表現接近：機體差異過大，一台機器學到的控制策略就難以複用到其他機器，拖累數據共享。
  • 該行因此偏好迭代快、成本控制強的宇樹、車企及關鍵零組件供應商，並預計宇樹隨放量提高外部採購比例，以兼顧成本與品質。反過來，產品一致性差、又依賴數據採集客戶的整機廠，可能面臨需求下降。