证券研究报告东吴证券SOOCHOWSECURITIES具身智能数据：AI时代的石油证券分析师:王紫故执业证书编号:S0600521080005联系邮箱:wangzi@dwza.com. cn二零二五年六月五日请务必阅读正文之后的免责声明部分
研究成果东吴证券SOOCHOWSECURITIES1、具身智能数据集基本概念2、国内外具身智能真实数据集现状3、国内外具身智能仿直料掘集现业4、相关标的5、风险提示
东吴证券SOOCHOWSECURITIES具身智能数据集基本概念
具身智能的世界级难题:数据东吴证券SOOCHOWSECURITIES具身智能四个最关键的因子:算法、算力、机器人硬件、数据A人算法层面:ChatGPT、Deepseek、通义千问等一系列领先的模型,在算法层面国内处于引领地位。算力层面:国外以英伟达、MD为代表，国内以寒武纪、海光信息、地平线等公司为代表，正在快速突围。目前在训练阶段的算力瓶颈已经解决。机器人硬件层面:中国目前具有丰富的产业链。数据层面:目前仍是世界级难题,如何给机器人提供用来训练的可交互的数据是未来具身智能工作的重点之图:具身智能四大关键因子算法算力具身智能机器人硬件数据
东吴证券具身智能浪潮来袭，数据供给瓶颈亟待突破SOOCHOWSECURITIES数据是推动具身智能技术快速突破和落地应用的关键。借鉴自动驾驶汽车发展的路径,数据对于具身智能同样至关重要。优质的数据集能够驱动智能体成知与理解环墙,能够加谏且身智能模型的训练与部署、帮助机器人有效完成复任务目前高质量、多样化的数据集仍旧稀缺。不同于大语言模型可以使用互联网海量信息作为训练数据,机器人所用的具身智能模型没有现成数据可以使用，需要投入大量时间和资源进行机器人操作实践或仿真模拟,以收集视觉、触觉、力觉、运动轨迹以及机器人本体犬态等多源万别，对于具身智能训练数据的需求也更为多元。目前业内仍有部分数据集主要聚焦在特定机器人,特定场景和特定技能等方面。体通用性上有待提升。构建高质量、多样化的感知数据集是不可或缺的基础工作,这些数据集不仅为算法训练提供了丰富的竹材,也成为了评估具身性能的某准参老标准数据集的标准和有效也同样重要。作为训练具身智能大模型的重要原料,数据集采集是否符合标准、在训练上是否“能用”藤好用",是否能更有效支持模型泛化,已经成为机器人变“聪明"的关键。图：具身智能大脑整体框架感驶汽车，没有现成的大量样本进行物理采集，物理采集成本高，场票有限精安中国酒人民名限少营品合:易保费会自动驾驶天手飞马5
数据采集的价值和难点东吴证券SOOCHOWSECURITIES》数据采集的关键价值包括eo四圃促进通用智能形成:具身数据支持机器人在复杂环境中实现通用任务能力,是类人智能演化的基础增强环境理解能力:比起图像识别等静态数据,具身数据可捕捉动态交互、物体变化、力学反馈等多维信号:支持任务迁移与泛化:不同场景中的具身体验数据,有助于提升模型从特定任务向通用任务的迁移能力提升实时决策能力:通过感知-理解-反馈数据闭环,机器人可实现即时调整与精准操作图:具身智能大脑整体框架难点类别描述高昂成本需要专业设备、场景搭建、专家示教,单次采集成本远高于图像/文本数据复杂性涉及多模态信息（图像、语音、力觉等），要求高时空同步性与标注规范复盖面不足现实世界情况复杂多变，难以提前复盖全部潜在任务场景仿真-现实差距仿真环境中学到的策略难以直接迁移到真实机器人上设备差异性不同机器人平台在传感器类型、精度、采样率上差异显着,数据难以共享6
东吴证券机器人数据分为真实数据和仿真数据两类SOOCHOWSECURITIES(1)真实数据:真实数据是智能体通过自身物理身体上的各类传感器(如摄像头、麦克风、触觉传感器等),在与真实物理环境进行交互过程中，实时采集获取的数据。真实数据主要来源有:机器人选操(通过人工远程操控获取真实场景下的操作数据)、动作摘报(记录人类在特定环境中的行为模式)。(2)仿真数据:借助计算机模拟技术,在虚拟环境中生成的、用于训练具身智能的数据。通过构建虚拟场景、物体和智能体,模拟智能体与虚拟环境的交互过程来产生数据。即利用仿直环境生成训练数掘。两者关系:仿真数据不会取代真实数据,两者是互补关系。未来训练将大量混合使用真实数据和高...
