机械设备行业点评报告.pdfVIP

行业点评报告

目录

1、低成本方式获得高质量数据是人形机器人大规模量产前要解决的关键问题3

2、动作捕捉或是当下人形机器人最主流的数据采集方式5

3、动捕核心是由数据集、传感器（高精度IMU）、算法库构建的系统解决方案7

4、投资建议11

5、风险提示11

图表目录

图1：大规模、高质量、低成本的采集数据是当前人形机器人发展的关键3

图2：特斯拉构建动作捕捉数据采集训练场4

图3：智元计划打造全球最大机器人生产与数据采集基地4

图4：北京国地共建具身智能机器人创新中心数据采集基地亮相5

图5：光学动作捕捉可用于影视制造6

图6：基于IMU传感器的动作捕捉采集6

图7：特斯拉采用Movella动态捕捉进行训练6

图8：人形机器人有望为动态捕捉市场带来500亿新增市场空间7

图9：Movella是全球领先的硬件（传感器等）、软件和数据分析解决方案供应商，系统性优势突出8

图10：诺亦腾具备机器人训练整体解决方案9

图11：世优科技布局动捕设备9

图12：元客视界推出的AI动捕产品FZmotion10

请务必参阅正文后面的信息披露和法律声明2/13

行业点评报告

1、低成本方式获得高质量数据是人形机器人大规模量产前要

解决的关键问题

数据是人形机器人AI/具身智能与传统AI的最大区别之一。AI三大支柱为算

法、算力、数据。传统AI训练主要依靠图文，互联网为传统AI算法训练提供了海

量且廉价的图文数据。然而，具身智能需要深入地理解和交互物理世界。3D数据集

能提供精确的空间信息,使机器人能够准确地感知和理解三维场景中的物体、空间关

系以及动态变化。现成的3D数据有限，数据采集是机器人AI提升的关键。

数据量提升是人形机器人通用性提高的重要途径。人形机器人追求的是能够像

人类一样思考、运动，精确地模仿人类动作是实现这一目标的重要路径。高质量的

人类运动训练数据能提升机器人的灵活性和协调性。相比于工业机器人仅具备处理

单一或有限范围问题的能力，通过精确编程实现。人形机器人面向更广泛、更多样

的泛化任务。泛化能力提升需要海量的3D数据进行训练。

数据精度直接影响到机器人准确复制人类动作的能力。即使是运动数据中的微

小错误，也可能导致机器人误操作或损坏，尤其是在需要精细运动技能的任务以及

与人的互动过程中。

因此，大规模、高质量、低成本的数据采集是当前人形机器人发展的关键。

图1：大规模、高质量、低成本的采集数据是当前人形机器人发展的关键