機器人數據為何成為一門生意？

  • 業界預計，成熟的具身大模型至少需要千萬小時級的訓練數據，而全球可用的高品質真實數據僅數十萬至百萬小時級，供需缺口約為90%。數據還需依時間關聯任務、環境、機器人狀態、動作和結果，採集成本較高。
  • 真機數據售價約每小時500—1000元；無本體數據採集成本約每小時50—100元，兩者分別為售價和成本口徑。真機、無本體和模擬路線並行，混合數據預計將成為主流訓練方式。
  • 國金證券認為，數據採集服務的訂單可見度和現金流相對穩定，短期重點觀察訂單、產能與交付。長期價值則取決於能否將採集、訓練回灌和實機複測連成閉環，以及數據能否跨不同機器人本體重複使用。
  • 海天瑞聲2026年真機、無本體產能分別約為10萬和50萬小時；按產能完全釋放測算，可帶來1.2億元營收，相當於2025年營收的約32%。

乳業的防禦和週期機會來自哪裡？

  • 華西證券認為，乳品兼具必需消費和週期屬性：順週期時可關注高毛利品類擴容，震盪環境中則可關注營運改善與股息。
  • 原奶價格經歷五年下行後，散裝奶價格已觸底回升。該行看好2026—2027年週期反轉，理由包括下游競爭趨緩，以及上游牧業減損情況改善。

端側AI要跨過什麼門檻？

  • 中信建投認為，將推論放到手機、家電和機器人等本地設備，有助降低延遲、保護隱私並節省雲端Token成本。成熟終端先行升級，新型終端逐步放量。
  • 在本地運行大模型不僅需要縮小模型，也需要足夠的記憶體頻寬。按報告的理論測算，在50GB/s有效頻寬下，量化後的3B模型約可生成30個token／秒；相同條件下，8B和30B模型分別約為11和3個token／秒。
  • 瑞芯微協處理器透過3D堆疊整合邏輯晶片與高頻寬記憶體，其首批客戶在清掃、陪伴機器人及智慧家庭等領域已進入產品發布或量產階段。終端廠商的用戶入口和場景數據，還需與模型廠商的壓縮部署能力結合。

藥局與中藥的改善體現在哪些數據上？

  • 德邦證券關注藥局供給出清後的基本面改善。全國零售藥局數量從2024年高峰的68.4萬家降至2025年底的65.6萬家；2026年第二季申萬線下藥局板塊營收年增4.1%，歸母淨利潤增長11.7%。
  • 中藥板塊的防禦邏輯包括較低估值和較高股息。2026年第二季末基金持股比例為2.5%，處於歷史較低水準；截至10月22日，共有17家上市中藥企業股息率超過3%。
  • 成本和庫存也在改善：2026年上半年板塊庫存較2025年末下降3.6%；截至10月21日，中藥材價格指數較年初下降12.7%。德邦證券認為，原料降價與庫存出清正逐步反映在毛利率和利潤上。