具身智能機器人產業持續推進，券商詳解產業化落地的關鍵

【環球網財經綜合報道】日前，杭州市就促進具身智能機器人產業發展條例徵求意見，重點促進具身智能機器人在工業製造、農業生產、醫療健康、教育培訓、特種作業、公共安全等領域場景的應用推廣。

草案指出，杭州將強化網絡與算力基礎設施建設，打造多元化、多層次的智算服務體系。在技術研發方向上，政策聚焦“大腦”“小腦”“本體”三大核心模塊，以及專用芯片等關鍵技術，鼓勵企業和科研機構共建共享研發資源。同時，條例還明確提出要加大對重點實驗室、重大科技基礎設施的投入，為企業創新提供有力支撐。

東吳證券近日撰文認為，儘管人形機器人的形態早已實現工程可行，但其真正實現產業化落地的關鍵，在於擺脱傳統工業機器人“控制剛、泛化弱”的侷限，補足對不確定性的理解與適應能力。

東吳證券具體分析提到，工業機器人主要基於確定性控制邏輯運行，缺乏感知、決策與反饋能力，導致高度依賴集成，成本高、通用性差。相比之下，人形機器人以“通用智能體”為目標，強調感知—推理—執行的完整鏈路，必須依託大模型支撐的多模態理解與泛化能力，才能適應複雜任務與動態環境。當前多模態大模型的興起，為人形機器人提供了“初級大腦”，開啓從0到1的智能進化，並通過數據飛輪實現模型能力與產品性能的持續提升。然而整體智能化仍處於L2初級階段，通往泛化智能仍面臨建模方法、數據規模與訓練範式等多重挑戰，高智能大模型將是貫通通用人形機器人路徑的核心變量。

此外，東吳證券還判斷，具身大模型將在模態擴展、推理機制與數據構成三方面持續演進。當前主流模型多聚焦於視覺、語言與動作三模態，下一階段有望引入觸覺、温度等感知通道；Cosmos等架構嘗試通過狀態預測賦予機器人“想象力”，實現感知—建模—決策閉環，構建更真實的“世界模型”，提升機器人環境建模與推理能力；數據端，仿真與真實數據融合訓練成為主流方向，高標準、可擴展的訓練場正成為通用機器人訓練體系的關鍵支撐。