--- title: "東吳證券：具身智能行業面臨挑戰 建議重點關注佈局具身智能數據集企業" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/243224560.md" description: "東吳證券發佈研報指出，具身智能行業面臨真實數據採集成本高和仿真數據標準化不足的挑戰，建議關注佈局具身智能數據集的企業，如均勝電子、海天瑞聲、索辰科技和華如科技。優質數據集對智能體的環境感知和任務執行能力至關重要，未來將大量混合使用真實數據和高質量合成數據。" datetime: "2025-06-05T08:01:04.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/243224560.md) - [en](https://longbridge.com/en/news/243224560.md) - [zh-HK](https://longbridge.com/zh-HK/news/243224560.md) --- # 東吳證券：具身智能行業面臨挑戰 建議重點關注佈局具身智能數據集企業 智通財經 APP 獲悉，東吳證券發佈研報稱，數據是推動具身智能技術快速突破和落地應用的關鍵，建議重點關注佈局具身智能數據集的企業，包括均勝電子 (600699.SH)、海天瑞聲 (688787.SH)、索辰科技 (688507.SH)、華如科技 (300302.SZ) 等標的。該行指出，優質數據集能加速智能體環境感知與任務執行能力訓練，但當前行業面臨真實數據採集成本高、仿真數據標準化不足等挑戰。 ## 東吳證券主要觀點如下： **數據是推動具身智能技術快速突破和落地應用的關鍵** 借鑑自動駕駛汽車發展的路徑，數據對於具身智能同樣至關重要。優質的數據集能夠驅動智能體感知與理解環境，能夠加速具身智能模型的訓練與部署，幫助機器人有效完成複雜任務。不同於大語言模型可以使用互聯網海量信息作為訓練數據，機器人所用的具身智能模型沒有現成數據可以使用，需要投入大量時間和資源進行機器人操作實踐或仿真模擬，以收集視覺、觸覺、力覺、運動軌跡以及機器人本體狀態等多源異構數據。符合通用標準、得到驗證的數據集成為具身智能行業的剛需。當前具身智能本體形態多種多樣，應用場景千差萬別，對於具身智能訓練數據的需求也更為多元。目前業內仍有部分數據集主要聚焦在特定機器人、特定場景和特定技能等方面，在整體通用性上有待提升。因此，構建高質量、多樣化的感知數據集是不可或缺的基礎工作，這些數據集不僅為算法訓練提供了豐富的素材，也成為了評估具身性能的基準參考標準。 **具身智能數據按採集方式主要分為真實數據和仿真數據兩大類** (1) 真實數據：真實數據是智能體通過自身物理身體上的各類傳感器 (如攝像頭、麥克風、觸覺傳感器等)，在與真實物理環境進行交互過程中，實時採集獲取的數據。真實數據主要來源有：機器人遙操 (通過人工遠程操控獲取真實場景下的操作數據)、動作捕捉 (記錄人類在特定環境中的行為模式)。(2) 仿真數據：藉助計算機模擬技術，在虛擬環境中生成的、用於訓練具身智能的數據。通過構建虛擬場景、物體和智能體，模擬智能體與虛擬環境的交互過程來產生數據。即利用仿真環境生成訓練數據。真實數據和仿真數據兩者是互補關係，未來訓練將大量混合使用真實數據和高質量的合成數據。 **當前具身智能數據多為廠商自採集，存在豐富開源數據集** 當前給人形機器人採集的高質量數據通常在現實世界中獲取，採集方式主要有直接接觸數據 (真機數據) 和間接接觸數據 (人工控制數據) 兩種。最理想的數據採集方式是通過人形機器人本體直接觸達物理世界，讓其準確理解真實環境。大規模真機數據的採集成本高昂，需要投入許多人力、物力和時間資源，數據標註和採集設備都存在門檻。目前市面上存在豐富的高質量具身智能開源數據集，如智元、谷歌、國地共建中心等均開源了豐富的具身智能數據集，具備豐富的演示數量、場景任務和動作技能等。 **機器人仿真數據主要依賴虛擬場景，而場景的合成方案可拆解成兩個關鍵部分：場景生成 (Gen) 與模擬 (Sim)** 場景生成引擎 (Gen) 主要有兩種技術路徑：合成視頻 +3D 重建：基於像素流驅動，先生成視頻或圖像，再重建為點雲或 mesh 等非結構化 3D 數據，最終轉為結構化語義模型。如 Hillbot、羣核科技、World labs(李飛飛) 等。AIGC 直接合成 3D 數據：利用圖神經網絡 (GNN)、擴散模型 (Diffusion)、注意力機制 (Attention) 等方法，直接合成結構化空間數據。如 ATISS、LEGO-Net、DiffuScene、RoomFormer 等代表模型，部分方案結合程序化生成技術，如 Infinigen(CVPR 2024)。 **風險提示：**相關政策不及預期、各類型企業 IT 預算不及預期、市場競爭加劇。 ### 相關股票 - [600699.CN](https://longbridge.com/zh-HK/quote/600699.CN.md) - [301302.CN](https://longbridge.com/zh-HK/quote/301302.CN.md) - [688787.CN](https://longbridge.com/zh-HK/quote/688787.CN.md) - [688507.CN](https://longbridge.com/zh-HK/quote/688507.CN.md) - [601555.CN](https://longbridge.com/zh-HK/quote/601555.CN.md) - [GOOGL.US](https://longbridge.com/zh-HK/quote/GOOGL.US.md) - [GOOG.US](https://longbridge.com/zh-HK/quote/GOOG.US.md) ## 相關資訊與研究 - [《外資精點》瑞銀看好國壽及平保，平保股息率具吸引力](https://longbridge.com/zh-HK/news/286847314.md) - [鴻華先進定義移動生活新價值 純電行旅 CAVIRA 預接單啟動](https://longbridge.com/zh-HK/news/287015485.md) - [均華：訂單能見度達 2027 年第 2 季 受惠封裝廠忙擴產](https://longbridge.com/zh-HK/news/286854561.md) - [《勝算在握》香港股票分析師協會鄧聲興：薦買吉利汽車、大唐發電](https://longbridge.com/zh-HK/news/286693466.md) - [昶瑞股東會／通過配息 3 元 下半年佈局美國組裝產線](https://longbridge.com/zh-HK/news/287035123.md)