【海通国际】外滩大会速递（2）：具身智能“从泛化到行动”——数据工厂与灵巧操作成为新壁垒-250912（11页）.pdf

1、 Table_yejiao1 This research report is distributed by Haitong International,a global brand name for the equity research teams of Haitong International Research Limited(“HTIRL”),Haitong Securities India Private Limited(“HSIPL”),Haitong International(Japan)K.K.(“HTIJKK”),Haitong International Securiti

2、es Company Limited(“HTISCL”),and any other members within the Haitong International Securities Group of Companies(“HTISG”),each authorized to engage in securities activities in its respective jurisdiction.Please refer to the appendix for the Analyst Certification,Important Disclosures and Important

3、Disclaimer.Table_yemei1 Flash Analysis Table_summary(Please see APPENDIX 1 for English summary)事件事件 9 月 11 日外滩大会具身智能论坛聚焦“从泛化到行动”，核心共识包括：云-边-端协同架构（如比亚迪工厂落地）与“分布式大小脑”范式正推动多场景应用；灵巧手操作精度达 0.02mm，已实现 SIM 卡、软排线级细粒度作业；人形机器人因双足平衡与双手协同能力被视作通用智能重要路径。会议推出“青龙”本体、“麒麟训练场”及真实数据集“白虎”，强调以仿真-真实闭环构建数据工厂，实现降本增效。产业侧以合成数

4、据优先，合成预训练+真机微调可实现千倍样本效率提升，已在零售仓、无人店、酒店及工业多场景落地。展望层面，2-3 年为技术突破期，5-10 年家庭应用可期，当前需持续强化安全与稳定性。训练场闭环能力与灵巧操作水平将成为规模落地的关键制约与竞争壁垒。点评点评 从从“做机器人做机器人”到到“造数据造数据”。本届论坛最为显著的转变体现在核心路径的重新聚焦从以往强调“本体与控制先行”转向以“数据及训练场”为优先的产业共识。论坛明确将“训练场”定义为规模化“数据工厂”，并系统性推进“RealSimReal”（真实-仿真-真实）闭环架构的落地。这一方法论不仅有效解释了当前具身智能系统何以实现快速迭代与成本优

5、化，也为行业提供了清晰、可复制的工程实施框架。当前阶段，企业竞争力的核心在于能否高效、经济地生成“任务相关、可对齐、可复用”的高质量数据，该能力已成为把握具身智能发展主动权的关键壁垒。真实真实 vs 仿真，不是对立而是分工仿真，不是对立而是分工。在具身智能发展路径中，真实数据与仿真技术并非相互替代，而是功能互补的关系：真实数据保障任务的高贴合度与极佳信噪比，仿真环境则提供规模化和可控性支持，而世界模型通过海量视频预训练进一步强化系统的物理先验与泛化能力。从落地实践看，“合成预训练+少量真机后训练”模式已在多类场景验证有效，并在样本效率方面呈现数量级提升；然而，在涉及手-物体间细粒度交互及复杂接

6、触等场景中，高价值真实数据与高保真仿真仍不可或缺。因此，技术路线不应简单采取“二选一”，而应基于具体任务需求与成本结构，进行动态、梯度的数据配比与融合，该能力也将成为企业推进具身智能商业化落地的关键竞争力。在具身智能的演进中，平台化正显著加速研发进程，而安全性则是规模落地的关键底线。在具身智能的演进中，平台化正显著加速研发进程，而安全性则是规模落地的关键底线。以 NVIDIA“Physical AI”技术栈与国内开源生态的深度融合为代表，行业正逐步从分散化、手工式的开发模式向系统化、平台驱动的工程范式转变。然而，随着智能体越发贴近现实场景，安全性、鲁棒性与确定性成为无法回避的核心挑战包括如何在