1、 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 通信通信 Table_Date 发布时间：发布时间：2025-08-26 Table_Invest 优于大势优于大势 上次评级:优于大势 Table_PicQuote 历史收益率曲线 Table_Trend 涨跌幅（%）1M 3M 12M 绝对收益 30%61%105%相对收益 22%46%71%Table_Market 行业数据 成分股数量（只）125 总市值（亿）33605 流通市值（亿）17362 市盈率（倍）27.94 市净率（倍）4.10 成分股总营收（亿）25348 成分股总净利润（亿）2070 成

2、分股资产负债率（%）41.92 相关报告 端侧 AI，万物智联新引擎-20250815 通信行业深度：电力AI 的尽头-20250206 训练转向推理释放更多产业机遇，国产 AI 迎发力加速元年-20241231 Table_Author 证券分析师：要文强证券分析师：要文强 执业证书编号：S0550523010004 13552769350 yao_ 证券分析师：刘云坤证券分析师：刘云坤 执业证书编号：S0550524050001 15611880589 Table_Title 证券研究报告/行业深度报告 生成式生成式 AI 重塑机器人训练底层范式，重塑机器人训练底层范式，物理物理 AI 大

3、有可为大有可为 报告摘要：报告摘要：Table_Summary 机器人训练产业历经从物理样机实测为主的工业定制化阶段向虚实融机器人训练产业历经从物理样机实测为主的工业定制化阶段向虚实融合、合、AI 驱动的通用化训练范式的演驱动的通用化训练范式的演变。变。机器人产业训练早期以工业场景应用为主，较为依赖物理设备进行单一场景专项训练，如 20 世纪 80 年代工业机器人操作培训；随着科学技术的发展和 AI 与仿真技术的突破，机器人训练逐渐转向虚拟环境，通过 GPU 加速、多模态数据合成等技术实现迭代优化。当前机器人产业端正迈向由具身智能大模型驱动的全场景覆盖阶段，机器人大脑及小脑训练作为提升机器人智

4、能程度的重要方法工具，其作用愈发凸显。生成式生成式 AI 重塑训练范式重塑训练范式，数据生成效率数据生成效率显著显著提升。提升。生成式 AI 使用户能够根据各种输入快速生成新内容。这些模型的输入和输出可以包括文本、图像、声音、动画、3D 模型或其他类型的数据，在生成式模型的加持下，AI 训练所需要的数据逐渐从“采集为主”转向“生成为主”，且生成式AI能够利用不同的学习方法(包括无监督学习或半监督学习)进行训练，从而可以更轻松、更快速地利用大量未标记的数据来构建基础模型。如英伟达 Dream Gen、群核科技 Spatial LM 等模型可根据少量样本生成多样化训练数据，使数据获取成本降低 80

5、%，如工业焊接场景中，仅需 100 张真实焊缝图像即可生成 10 万张训练样本。此外，零样本与少样本学习也将更加普及，生成式模型结合大语言模型，将推动实现机器人任务的零样本泛化。物理物理 AI 正在重塑机器人训练的底层逻辑：从依赖真实数据的“经验主正在重塑机器人训练的底层逻辑：从依赖真实数据的“经验主义”，转向基于物理规律的“理性主义”。义”，转向基于物理规律的“理性主义”。英伟达通过全栈技术方案，构建了从云端训练到边缘部署的完整生态，推动物理 AI 从实验室走向工业、医疗、家庭等场景。未来随着具身智能大模型与边缘计算的结合，机器人将逐步渗透至人类活动的各个领域，最终实现“像人类一样思考，比人

6、类更高效执行”的终极目标。而在这场物理与智能的融合革命中，机器人需要更加深刻的理解物理世界才能应对复杂的现实场景，成为帮助人类切实可行的解决复杂问题的合作伙伴。相关标的：索辰科技、协创数据、群核科技等。风险提示：风险提示：技术路线迭代技术路线迭代、数据合规风险数据合规风险、人形机器人发展不及预期人形机器人发展不及预期。-20%0%20%40%60%80%100%120%2024/8 2024/11 2025/22025/5通信沪深300 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 2/33 通信通信/行业深度行业深度 目录目录 1.机器人训练：从实验室样例迈向实际场景应用的必经之