人形机器人系列深度报告（四）：具身大模型：人形机器人智慧内核，数据飞轮驱动迭代跃升.pptxVIP

推荐（维持）

人形机器人系列深度报告（四）

具身大模型：人形机器人智慧内核，数据飞轮驱动迭代跃升

投资要点KEYPOINTS

具身大模型是人形机器人的“大脑”，主导“感知-认知-控制”交互闭环。传统大模型专注于单一或少数模态的任务处理，缺乏与物理世界直接交互的能力。具身大模型作为人形机器人的“大脑”，从“感知-认知-控制”层面赋能机器人，强调与物理世界的交互，需具备多模态感知、自主决策、实时交互执行、通用与泛化等能力。

人形机器人目前尚未实现大规模应用，主要原因或非硬件能力不足，而是大模型存在瓶颈。从产业进程来看，当前机器人肢体层技术已较为成熟，而大模型的发展远落后于硬件。当前阶段的具身大模型已具备认知、推理与规划能力，不足之处在于难以可靠处理复杂物理世界的不确定性，同时泛化能力明显较弱。

具身大模型主流框架为分层式与端到端式，路径尚未收敛。传统决策采用分层架构，包括感知与互动、高层规划、低层执行以及反馈与增强，通过大小脑分层，人形机器人更容易落地，但分层范式存在错误累积的问题，且在跨多样任务泛化时表现不佳。端到端框架基于感知环境和机器人状态直接输出具体的机器人执行命令，将感知、语言理解、规划、动作执行和反馈优化集成到一个统一的框架中，具备高集成度与较强泛化能力，VLA模型是端到端决策的