傳媒行業(yè)專題研究u數(shù)據(jù)具身智能基石，物理數(shù)據(jù)更具價(jià)值。目前人形機(jī)器人已經(jīng)達(dá)到L2級(jí)，L3級(jí)是人形機(jī)器人智能的下一階段。數(shù)據(jù)是人工智能的基石，比如圖生視頻大模型中短視頻數(shù)據(jù)加成至關(guān)重要、自動(dòng)駕駛中特斯拉積累了38億英里場(chǎng)景，海量數(shù)據(jù)是訓(xùn)練基礎(chǔ)。相比于自動(dòng)駕駛，具身智能交互復(fù)雜程度更高、場(chǎng)景更為多樣。自動(dòng)駕駛數(shù)據(jù)會(huì)采用大量訓(xùn)練仿真，但人形機(jī)器人的功能主要體現(xiàn)在上肢，數(shù)據(jù)儲(chǔ)備極少，無法單純通過訓(xùn)練仿真完成，物理采集必要性更大。u對(duì)標(biāo)ScaleAI模式，具身智能市場(chǎng)廣闊。相比于自動(dòng)駕駛，人形機(jī)器人的數(shù)據(jù)采集和標(biāo)注必要性更強(qiáng)、需求更加前置、復(fù)雜程度更高、價(jià)值量占比更高。根據(jù)EVTank預(yù)測(cè)，2035年全球人形機(jī)器人市場(chǎng)規(guī)模將達(dá)1.5萬億，人形機(jī)器人數(shù)據(jù)服務(wù)市場(chǎng)也將迎來廣闊的發(fā)展空間。ScaleAI是自動(dòng)駕駛和大模型數(shù)據(jù)服務(wù)中的翹楚，通過Consumption-base模式和Enterprise模式為OpenAI、Etsy、通用汽車、Uber、PayPal等客戶提供標(biāo)注服務(wù)，2024年收入達(dá)8.7億美元。未來具身智能領(lǐng)域也有望走出類似ScaleAI的公司。u看好工業(yè)物流場(chǎng)景，應(yīng)用場(chǎng)景價(jià)值重估。從市場(chǎng)空間、成本替代、復(fù)雜程度三個(gè)層面分析人形機(jī)器人場(chǎng)景情況：市場(chǎng)空間：依次分別是家庭商業(yè)服務(wù)、醫(yī)療健康、工業(yè)生產(chǎn)、物流、安防巡邏、危險(xiǎn)作業(yè)；2）成本替代：人類工資越高的，機(jī)器人替代性價(jià)比越高，依次分別為醫(yī)療健康、危險(xiǎn)作業(yè)、工業(yè)生產(chǎn)、家庭商業(yè)服務(wù)、物流、安防巡邏；3）復(fù)雜程度：除場(chǎng)景本身的復(fù)雜程度外，還與薪酬基本相關(guān)，依次分別為醫(yī)療健康、家庭商業(yè)服務(wù)、工業(yè)生產(chǎn)、危險(xiǎn)作業(yè)、安防巡邏、物流。服務(wù)于應(yīng)用場(chǎng)景的服務(wù)商具有天然的渠道優(yōu)勢(shì)，可以將人形機(jī)器人配套與其分揀系統(tǒng)、生產(chǎn)設(shè)備一起銷售給下游客戶，并且形成先發(fā)優(yōu)勢(shì)。u推薦：1）德馬科技：卡位海外物流場(chǎng)景，與智元強(qiáng)強(qiáng)聯(lián)合數(shù)采；建議關(guān)注：2）奧飛娛樂：持股頂尖動(dòng)捕企業(yè)諾亦騰，攜手智元探索算法提升；3）天娛數(shù)科：基于VLA的具身智能方案，加速落地物理AI。u風(fēng)險(xiǎn)提示：宏觀經(jīng)濟(jì)增長(zhǎng)不及預(yù)期、技術(shù)升級(jí)迭代及創(chuàng)新風(fēng)險(xiǎn)、人形機(jī)器人業(yè)務(wù)拓展不及預(yù)期。223344u人形機(jī)器人由“大腦”、“小腦”、“肢體”三部分組成，其中肢體負(fù)責(zé)感知執(zhí)行，小腦負(fù)責(zé)全身運(yùn)動(dòng)控制，大腦負(fù)責(zé)任務(wù)級(jí)交u具身智能是人形機(jī)器人發(fā)展的下一階段。根據(jù)智能化水平的不同，可以將機(jī)器人分為L(zhǎng)1-L5級(jí)五個(gè)階段。目前人形機(jī)器人已經(jīng)達(dá)到L2級(jí)，即能夠自主完成預(yù)設(shè)的簡(jiǎn)單任務(wù)，具備一定的環(huán)境感知能力，仍需人工指導(dǎo)和監(jiān)督。L3級(jí)是人形機(jī)器人智能的下一階段，可以實(shí)現(xiàn)特定場(chǎng)景下的完全自主運(yùn)作。圖1:人形機(jī)器人的組成“大腦”“大腦”互“小腦”“肢體”大腦小小腦肢肢體圖2:機(jī)器人分類詳情互55u數(shù)據(jù)是人工智能的基石。以大語(yǔ)言模型和自動(dòng)駕駛為例：1）圖生視頻大模型：根據(jù)ArtificialAnalysis排名，全球圖生視頻大模型中字節(jié)跳動(dòng)的Seedance1.0和快手的Kling2.0分別位列第一位和第四位，短視頻巨頭數(shù)據(jù)加成至關(guān)重要；2）自動(dòng)駕駛：根據(jù)特斯拉披露，其FSD基于超過100年以及38億英里的匿名真實(shí)駕駛場(chǎng)景訓(xùn)練，比人類駕駛員更安全，單次事故的行駛英里數(shù)約320萬，遠(yuǎn)超美國(guó)平均50萬英里的水平，海量數(shù)據(jù)是訓(xùn)練的基礎(chǔ)。圖3:全球圖生視頻大模型能力排名圖4:特斯拉自動(dòng)駕駛具有更高的安全性66u機(jī)器人產(chǎn)生的數(shù)據(jù)是多種多樣的，其采集技術(shù)可以分為真實(shí)數(shù)據(jù)采集和仿真數(shù)據(jù)采集。真實(shí)數(shù)據(jù)：機(jī)器人在實(shí)際環(huán)境中產(chǎn)生的數(shù)據(jù)，包括遙操作類數(shù)據(jù)和示教類數(shù)據(jù)。前者是通過遠(yuǎn)程控制機(jī)器人與環(huán)境或操作目標(biāo)交互采集的數(shù)據(jù)，后者則是通過人工示范采集的數(shù)據(jù)，都是用于機(jī)器人學(xué)習(xí)的數(shù)據(jù)。仿真數(shù)據(jù)：在模擬環(huán)境中生成的數(shù)據(jù)，包括生成類數(shù)據(jù)和合成類數(shù)據(jù)。前者是使用算法生成的模擬數(shù)據(jù)，后者是使用已有模型產(chǎn)生的用于模型更新的機(jī)器人仿真數(shù)據(jù)，或?qū)⒉煌瑏碓吹臄?shù)據(jù)組合而成的新數(shù)據(jù)。圖5:具身智能數(shù)據(jù)采集主要路徑圖6:全球高質(zhì)量具身智能數(shù)據(jù)集匯總數(shù)據(jù)集發(fā)布機(jī)構(gòu)發(fā)布時(shí)間數(shù)量動(dòng)作技能AgiBotWorld智元機(jī)器人2024年底五大場(chǎng)景OpenX-EmbodimentGoogleDeepMind等2023年底斯坦福等7.6萬GoogleDeepMind2022年底-BridgeDataV26萬+RoboSet2.85萬--鵬程實(shí)驗(yàn)室303萬+-國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心等2024年底5.5萬-上海交通大學(xué)--7788u以上海智元數(shù)據(jù)采集工廠為例：2024年9月，智元建立了3000+平方米的數(shù)采工廠，涵蓋家居、餐飲、工業(yè)、商超和辦公五大類型真實(shí)場(chǎng)景，支持100+機(jī)器人同時(shí)作業(yè)，單機(jī)器人每天約產(chǎn)生200條數(shù)據(jù)。預(yù)計(jì)達(dá)到通用可用的智能化程度，需要一億條級(jí)別以上的數(shù)據(jù)。2025年3月，智元機(jī)器人發(fā)布了首個(gè)通用具身基座模型——智元啟元大模型（GO-1），幫助機(jī)器人獲得通用的感知理解、動(dòng)作執(zhí)行等能力。GO-1大模型通過人類視頻學(xué)習(xí)，將學(xué)到的能力泛化，適應(yīng)不同形態(tài)的機(jī)器人，并持續(xù)迭代升級(jí)，將數(shù)據(jù)采集效率提升10倍以上。圖7:上海智元數(shù)據(jù)采集工廠圖8:上海智元數(shù)據(jù)采集工廠99u自動(dòng)駕駛解決方案，包括人工智能數(shù)據(jù)及模型解決方案、高精地圖及智能交通解決方案，其中數(shù)據(jù)及模型解決方案專注于為自動(dòng)駕駛行業(yè)提供數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、數(shù)據(jù)管理到模型訓(xùn)練解決方案。根據(jù)弗若斯特沙利文預(yù)測(cè)，2035年，中國(guó)人工智能數(shù)據(jù)解決方案規(guī)模將超過300億元，占據(jù)自動(dòng)駕駛技術(shù)服務(wù)市場(chǎng)規(guī)模的40%左右。u相比于自動(dòng)駕駛，人形機(jī)器人的數(shù)據(jù)采集和標(biāo)注必要性更強(qiáng)、需求更加前置、復(fù)雜程度更高。根據(jù)EVTank預(yù)測(cè)，2035年全球人形機(jī)器人市場(chǎng)規(guī)模將達(dá)1.5萬億，人形機(jī)器人數(shù)據(jù)服務(wù)市場(chǎng)空間廣闊。圖9:自動(dòng)駕駛解決方案圖10:中國(guó)自動(dòng)駕駛技術(shù)服務(wù)市場(chǎng)規(guī)模（單位：十億元）uScaleAI是美國(guó)數(shù)據(jù)標(biāo)注公司，通過子公司Remotasks（專注自動(dòng)駕駛）和Outlier（專注大語(yǔ)言模型）將數(shù)據(jù)標(biāo)記工作外包，其商業(yè)領(lǐng)域客戶包括OpenAI、Etsy、通用汽車、Uber、PayPal等。2025年6月，Meta以143億美金收購(gòu)其49%股份。uRemotasks：聚焦于機(jī)器視覺和自動(dòng)駕駛數(shù)據(jù)標(biāo)注的外包平臺(tái)，覆蓋全球90余個(gè)國(guó)家，超過24萬任務(wù)執(zhí)行者，累計(jì)產(chǎn)生1500萬美金收入。按照用戶級(jí)別、準(zhǔn)確度和任務(wù)難度定價(jià)，Remotasks標(biāo)注員的工資大約在10-25美元/小時(shí)。圖11:Remotasks數(shù)據(jù)標(biāo)注眾包平臺(tái)數(shù)據(jù)圖12:Remotasks數(shù)據(jù)標(biāo)注業(yè)務(wù)uOutlier：聚焦于大語(yǔ)言模型數(shù)據(jù)標(biāo)注的外包平臺(tái)，覆蓋全球50余個(gè)國(guó)家，超過10萬個(gè)各領(lǐng)域?qū)＜遥?7%標(biāo)注員擁有大學(xué)文憑），累計(jì)支出5億美金。相比之下，Outlier對(duì)領(lǐng)域?qū)＜倚枨蟾撸瑯?biāo)注員需要選擇AI回答更準(zhǔn)確、更流暢且“沒有AI味”的回復(fù)，甚至需要重新撰寫答案。uScaleAI收費(fèi)模式包括Consumption-base模式（按條計(jì)算）和Enterprise模式（根據(jù)企業(yè)需求；2024年ScaleAI實(shí)現(xiàn)8.7億美元收入，預(yù)計(jì)2025年實(shí)現(xiàn)20億美元收入。圖13:Outlier數(shù)據(jù)標(biāo)注眾包平臺(tái)數(shù)據(jù)圖14:Outlier任務(wù)示例u目前人形機(jī)器人數(shù)據(jù)采集尚處于早期階段，主要玩家包括三類：1）本體廠商：如智元數(shù)據(jù)采集中心、石景山人形機(jī)器人數(shù)據(jù)訓(xùn)練中心（睿爾曼等）等。數(shù)據(jù)主要供自身使用，也開源部分?jǐn)?shù)據(jù)給行業(yè)；2）場(chǎng)景廠商：如天奇股份人形機(jī)器人數(shù)據(jù)采集和實(shí)訓(xùn)中心、德馬科技人形機(jī)器人數(shù)據(jù)采集中心等。通常與本體廠商合作，一方面，優(yōu)化人形機(jī)器人應(yīng)用表現(xiàn)，另一方面，探索具身智能數(shù)據(jù)交易商業(yè)模式；3）第三方：如CyberOrigin（特斯拉、英偉達(dá)人形機(jī)器人合作伙伴）?；跀?shù)據(jù)手套通過動(dòng)作捕捉來收集人形機(jī)器人運(yùn)動(dòng)數(shù)據(jù)，并銷售給人形機(jī)器人本體企業(yè)。圖15:天奇股份人形機(jī)器人數(shù)據(jù)采集和實(shí)訓(xùn)圖16:CyberOrigin數(shù)據(jù)采集工作流程u我們從市場(chǎng)空間、成本替代、復(fù)雜程度三個(gè)層面分析人形機(jī)器人場(chǎng)景情況：1）市場(chǎng)空間：依次分別是家庭商業(yè)服務(wù)、醫(yī)療健康、工業(yè)生產(chǎn)、物流、安防巡邏、危險(xiǎn)作業(yè)；2）成本替代：人類工資越高的，機(jī)器人替代性價(jià)比越高。依次分別為醫(yī)療健康、危險(xiǎn)作業(yè)、工業(yè)生產(chǎn)、家庭商業(yè)服務(wù)、物流3）復(fù)雜程度：除場(chǎng)景本身的復(fù)雜程度外，還與薪酬基本相關(guān)。依次分別為醫(yī)療健康、家庭商業(yè)服務(wù)、工業(yè)生產(chǎn)、危險(xiǎn)作業(yè)、安防巡邏、物流。目前來看，家庭商業(yè)服務(wù)、醫(yī)療健康市場(chǎng)規(guī)模大但短期人形機(jī)器人難以滿足實(shí)際需求；危險(xiǎn)作業(yè)可替代性強(qiáng)但市場(chǎng)空間較?。话卜姥策壐鞣矫孢m中但對(duì)人形（上下肢）需求不高；工業(yè)生產(chǎn)、物流場(chǎng)景最為合適。表1:人形機(jī)器人典型應(yīng)用場(chǎng)景對(duì)比分析工業(yè)生產(chǎn)工業(yè)生產(chǎn)物流家庭商業(yè)服務(wù)家庭商業(yè)服務(wù)醫(yī)療健康安防巡邏危險(xiǎn)作業(yè)家政陪伴、導(dǎo)覽講解輔助護(hù)理大中中低中先uAgility于2015年成立，2017年發(fā)布全尺寸人形機(jī)器人Digit，2021年拓展了Digit功能，專注于物流搬運(yùn)業(yè)務(wù)，2023年公司與亞馬遜、GXO（全球最大的純合約物流商）合作。Digit可以完成裝載、卸載、堆疊、碼垛、卸垛等基本工作，載重uAgility采取兩種收費(fèi)模式：1）RaaS（機(jī)器即服務(wù)基于訂閱的全包服務(wù)，按照機(jī)器數(shù)量和小時(shí)數(shù)付費(fèi)；2）購(gòu)買：直接擁有人形機(jī)器人，包含技術(shù)SaaS服務(wù)，投資回報(bào)期最快可達(dá)2年。圖17:Agility機(jī)器人進(jìn)化過程圖18:Agility于2023年開始應(yīng)用于亞馬遜物流中心u寶馬集團(tuán)早在2024年1月就宣布與美國(guó)加州機(jī)器人初創(chuàng)公司FigureAI合作,2024年8月，搭載OpenAI大模型的Figure02人形機(jī)器人問世，同樣進(jìn)入寶馬工廠進(jìn)行測(cè)試和實(shí)訓(xùn)。從官方發(fā)布視頻來看，F(xiàn)igure能夠從事簡(jiǎn)單的抓取工作。相比于傳統(tǒng)的工業(yè)機(jī)械臂，F(xiàn)igure最大特點(diǎn)是“人形設(shè)計(jì)”和“自主決策”。根據(jù)沙利文大中華區(qū)執(zhí)行總監(jiān)判斷，工業(yè)生產(chǎn)對(duì)人形機(jī)器人的精度和效率要求更高，目前人形機(jī)器人應(yīng)用于汽車裝配車間的技術(shù)和產(chǎn)品水平大約只達(dá)到30%標(biāo)準(zhǔn)。u工業(yè)生產(chǎn)替代價(jià)值量更大，尤其是海外市場(chǎng)。以汽車生產(chǎn)線工人時(shí)薪對(duì)比（不考慮福利），中國(guó)工人40人民幣/小時(shí)，日本工人1500日元/小時(shí)，美國(guó)工人28美元/小時(shí)，比例分別為1.0:1.8:5.0，人形機(jī)器人替代或?qū)暮Ｍ饴氏乳_始。圖19:Figure02應(yīng)用于BMW工廠 圖20:中美日汽車生產(chǎn)線工人平均時(shí)薪對(duì)比u應(yīng)用場(chǎng)景價(jià)值一：類似于AI和SaaS關(guān)系，2B場(chǎng)景率先應(yīng)用，服務(wù)于應(yīng)用場(chǎng)景的服務(wù)商具有天然的渠道優(yōu)勢(shì)，可以將人形機(jī)器人配套與其分揀系統(tǒng)、生產(chǎn)設(shè)備一起銷售給下游客戶；u應(yīng)用場(chǎng)景價(jià)值二：數(shù)據(jù)采集工廠中的數(shù)據(jù)采集只能滿足基礎(chǔ)運(yùn)作需求，想要提高人形機(jī)器人的準(zhǔn)確率和效率，仍需要在應(yīng)用場(chǎng)景中不斷精進(jìn)，數(shù)據(jù)使得率先應(yīng)用人形機(jī)器人的場(chǎng)景方具有顯著先發(fā)優(yōu)勢(shì)（邊使用邊訓(xùn)練）。圖21:德馬科技分揀設(shè)備+機(jī)械手圖22:天奇股份人形機(jī)器人應(yīng)用于汽車制造u具身智能數(shù)據(jù)需求包括大腦的訓(xùn)練、技能的訓(xùn)練、小腦的訓(xùn)練和端到端的訓(xùn)練，其中大腦訓(xùn)練數(shù)據(jù)需求基于物理世界常識(shí)和機(jī)器人領(lǐng)域知識(shí)、技能訓(xùn)練數(shù)據(jù)需求基于（人類演示+機(jī)器人感知）×多種場(chǎng)景、小腦訓(xùn)練數(shù)據(jù)需求基于（技能訓(xùn)練數(shù)據(jù)+人類語(yǔ)義標(biāo)注）×多種任務(wù)、端到端數(shù)據(jù)訓(xùn)練需求基于（大腦訓(xùn)練數(shù)據(jù)+小腦訓(xùn)練數(shù)據(jù)）×多種型號(hào)；u具身智能數(shù)據(jù)瓶頸：1）成本黑洞：大量采集高質(zhì)量的人類演示和機(jī)器人感知數(shù)據(jù)成本高昂；2）數(shù)據(jù)孤島：不同的采集設(shè)備和采集方式造成數(shù)據(jù)無法通用；3）評(píng)估空白：難以評(píng)估當(dāng)前數(shù)據(jù)是否能有效提升數(shù)據(jù)集價(jià)值。圖23:具身智能數(shù)據(jù)需求方的訓(xùn)練方法圖24:具身智能數(shù)據(jù)瓶頸u具身智能數(shù)據(jù)仍存在諸多限制：1）傳感器精度和穩(wěn)定性：影響質(zhì)量最直接因素，新型傳感器會(huì)進(jìn)一步豐富數(shù)據(jù)采集維度；2）環(huán)境變化對(duì)數(shù)據(jù)采集的影響；3）多模態(tài)數(shù)據(jù)融合和協(xié)調(diào)；4）實(shí)時(shí)性和響應(yīng)速度；5）跨平臺(tái)數(shù)據(jù)的兼容性：核心挑戰(zhàn)，需要建立行業(yè)標(biāo)準(zhǔn)化格式；6）數(shù)據(jù)標(biāo)注和質(zhì)量控制。u數(shù)據(jù)的流動(dòng)性是具身智能發(fā)展的核心要素，未來可能會(huì)形成一個(gè)專門的具身智能數(shù)據(jù)交易市場(chǎng)，進(jìn)一步催生新的商業(yè)模式。數(shù)據(jù)的流動(dòng)將促進(jìn)數(shù)據(jù)多樣化和豐富性，提高系統(tǒng)間的協(xié)同效應(yīng)，增強(qiáng)數(shù)據(jù)的實(shí)時(shí)性和處理能力。圖25:具身智能數(shù)據(jù)采集當(dāng)前局限性圖26:具身智能數(shù)據(jù)采集未來趨勢(shì)u公司是全球領(lǐng)先的智能物流系統(tǒng)及核心裝備提供商，積累十余年出海經(jīng)驗(yàn)，業(yè)務(wù)遍布全球30多個(gè)國(guó)家和地區(qū)，其自動(dòng)化物流解決方案廣泛運(yùn)用于電商、快遞、智能制造等多個(gè)行業(yè)，服務(wù)了包括Shein、PDD、Shopee、Coupang、MELI、Ozon、Noon、Amazon、UPS、FedEx等多個(gè)全球性電商和快遞客戶。公司卡位海外物流場(chǎng)景，有望率先實(shí)現(xiàn)人形機(jī)器人落地；u公司與智元共同合作，建立首批擁有幾十臺(tái)人形機(jī)器人的行業(yè)首家具身智能人形機(jī)器人訓(xùn)練和數(shù)據(jù)采集工廠，用以完成高質(zhì)量多樣化物流場(chǎng)景的訓(xùn)練和作業(yè)數(shù)據(jù)采集。軟件決定硬件，數(shù)據(jù)邏輯打開公司天花板。圖27:德馬科技智能物流系統(tǒng)客戶情況圖28:德馬與智元聯(lián)合數(shù)據(jù)采集工廠u公司早在2016年就投資全球頂尖的動(dòng)作捕捉企業(yè)諾亦騰，持股5.12%。諾亦騰作為全球少數(shù)掌握全譜系動(dòng)作捕捉技術(shù)的企業(yè)，致力于利用動(dòng)作捕捉與高精度追蹤技術(shù)，推動(dòng)包括機(jī)器人在內(nèi)的各應(yīng)用領(lǐng)域創(chuàng)新發(fā)展。諾亦騰采用NVIDIAIsaac作為動(dòng)作捕捉與機(jī)器人之間的橋接平臺(tái)，基于慣性傳感器的PNStudio動(dòng)作捕捉套裝以及基于光學(xué)慣性混合追蹤技術(shù)的HybridTrack光學(xué)運(yùn)動(dòng)測(cè)量系統(tǒng)，前者成本低、后者精度高；u諾亦騰與智元機(jī)器人開展合作，共同探索提升算法的「Sim2Real2Sim」路徑。智元A2機(jī)器人可以通過諾亦騰動(dòng)作捕捉系統(tǒng)在真實(shí)物理世界與虛擬空間中進(jìn)行遙操作采集數(shù)據(jù)集，用于訓(xùn)練策略/控制規(guī)則（Policy）。圖29:諾亦騰股權(quán)結(jié)構(gòu)（截至2025年8月）圖30:諾亦騰具身智能解決方案工作流程u憑借自研的“智者千問”大模型與先進(jìn)的3D數(shù)據(jù)采集技術(shù)，天娛數(shù)科在數(shù)據(jù)積累上實(shí)現(xiàn)質(zhì)的飛躍。截至2月，Behavision平臺(tái)3D數(shù)據(jù)量突破百萬組，多模態(tài)數(shù)據(jù)達(dá)35萬組，涵蓋廣泛場(chǎng)景與高精度模型，為人工智能與人形機(jī)器人技術(shù)提供了堅(jiān)實(shí)的數(shù)據(jù)支撐。這一成就不僅展示了公司在數(shù)據(jù)采集與處理方面的強(qiáng)大能力，更推動(dòng)具身智能從基于程序控制的1.0階段向基于海量3D數(shù)據(jù)的3.0智能階段邁進(jìn)。圖31:Behavision2.0空間智能MaaS平臺(tái)圖32:VLA模型構(gòu)建智能控制新范式u看好工業(yè)物流場(chǎng)景，應(yīng)用場(chǎng)景價(jià)值重估。從市場(chǎng)空間、成本替代、復(fù)雜程度三個(gè)層面分析人形機(jī)器人場(chǎng)景情況：市場(chǎng)空間：依次分別是家庭商業(yè)服務(wù)、醫(yī)療健康、工業(yè)生產(chǎn)、物流、安防巡邏、危險(xiǎn)作業(yè)；2）成本替代：人類工資越高的，機(jī)器人替代性價(jià)比越高，依次分別為醫(yī)療健康、危險(xiǎn)作業(yè)、工業(yè)生產(chǎn)、家庭商業(yè)服務(wù)、物流、安防巡邏；3）復(fù)雜程度：除場(chǎng)景本身的復(fù)雜程度外，還與薪酬基本相關(guān)，依次分別為醫(yī)療健康、家庭商業(yè)服務(wù)、工業(yè)生產(chǎn)、危險(xiǎn)作業(yè)、安防巡邏、物流。服務(wù)于應(yīng)用場(chǎng)景的服務(wù)商具有天然的渠道優(yōu)勢(shì)，可以將人形機(jī)器人配套與其分揀系統(tǒng)、生產(chǎn)設(shè)備一起銷售給下游客戶，并且形成先發(fā)優(yōu)勢(shì)。u推薦：1）德馬科技：卡位海外物流場(chǎng)景，與智元強(qiáng)強(qiáng)聯(lián)合數(shù)采；建議關(guān)注：2）奧飛娛樂：持股頂尖動(dòng)捕企業(yè)諾亦騰，攜手智元探索算法提升；3）天娛數(shù)科：基于VLA的具身智能方案，加速落地物理AI。表2:重點(diǎn)標(biāo)的一覽名稱代碼總市值EPSPE股價(jià)評(píng)級(jí)20242025E2026E20242025E2026E德馬科技