一键解锁全球智库20W份行业报告   →立即订阅

• 报告名称：人形机器人的信号：机器人“大脑”将如何演进？
• 出  品 方：摩根士丹利

当下，人形机器人“大脑”的主流走向是VLA（视觉 - 语言 - 动作）模型。此架构具有径直嫁接大语言模型以及多模态视觉模型的能力，机器人能够领会自然语言指令，进而映射为具体动作，让其拥有比传统分层模型更强的交互能力和泛化潜力。具有代表性的玩家涵盖Figure、Physical Intelligence、Galbot、X Square Robot等。

然而，VLA可不是终点。报告表明，Nvidia的Jim Fan等专家对VLA提出过质疑，认为其本质依旧是“语言优先”，对物理世界的建模能力不够，致使机器人在复杂物理交互里表现欠佳。所以，研究机构着手探索世界模型等新型架构，像Nvidia的DreamZero、1X的世界模型、Robbyant的LingBot VA。这类模型，借助对物理世界动态之规律的学习，具备“想象”未来状态之举，进而提升泛化能力以及任务适应性。

在国内市场范畴之内，厂商选取了更为讲求实际的路线：短期内持续对VLA予以优化，借由强化基础模型（像阿里的RynnBrain）、引入推理模块、融合强化学习等途径逐步提升能力；长期则着重于世界模型等前沿方面，不过更侧重于“场景逐个实现突破”——先于具体任务当中部署机器人，凭借真实数据回馈模型迭代，构建起“硬件迭代+数据积累+模型优化”的正向循环。这种渐进式智能化路径更贴合当前技术约束，也更具落地可行性。

二、核心瓶颈：数据稀缺与算力不足，制约模型能力跃迁

具身智能规模化落地面临两大硬约束，一是数据质量和规模不足，二是边缘算力瓶颈。

数据瓶颈是阻碍VLA模型发展的最大难题。不同于LLM能够借助互联网文本数据，机器人训练所需的是“视觉-状态-动作-奖励”相互对齐的多模态数据，而这种数据的采集成本极其高昂。存在三条主要的当前数据来源路径，一是遥操作，其数据质量高，然而效率低且成本高；二是仿真数据，其数量大，不过存在Sim2Real gap，因接触物理、传感器噪声等致使难以完美建模；三是人类视频，其数据广度大，可是与机器人控制不对齐，并且缺乏力觉、深度等信息。报告提出了“数据金字塔”概念，即越高质量的数据越稀缺，真实世界操作数据是难以获取的“金矿”。

此行业正于多个方面寻求突破困局：其中，仿真优化（像Nvidia Isaac Sim这般）会使之对真实数据的依赖得以减少；数据工厂（于中国诸多地方所建立的状况）借由规模化遥操作来采集具备高质量的数据；跨本体数据通用性（例如Nvidia GR00T N1.6能够支持多种型号机器人的情形）可实现数据复用率的提高；高精度动捕加第一视角视频（就如Paxini那样）会促使数据采集效率获得提升标点符号。

算力瓶颈，同样是十分严峻的情况。人形机器人，需要进行实时交互，没办法依赖于云端大模型推理。纵然Nvidia最新Thor芯片能提供2070 TFLOPS算力，还是被多家厂商认定为不足以去支撑复杂模型推理。因而，在短时间之内，机器人模型参数的规模依旧会被控制在百亿级别的范围之内，也就是大约在~10B这个数值以内，而这同样表明了通用智能的“涌现”还需要一段时日。

三、未来格局：规模游戏开启，头部优势持续放大

报告针对未来格局作出的判断为，人形机器人会逐渐演变成一场“规模游戏”，并且结构性优势会使领先者和追赶者之间的差距被拉大。

数据飞轮效应促使头部玩家加快胜出的速度。那些拥有大规模布局机器人的厂商，能够拿来更多发生在真实世界里交互所需数据，并据此塑造出更为优质高端先进完备的策略模型，进而对产品自身性能予以提升，从而吸引到更多的客户，最终形成一种正向的循环。与此同时，仿真这类预训练以及世界模型，是需要大规模算力来进行投入的，头部公司具备的在算力以及数据方面的结构性优势，将会持续不断地被放大。

模型供给端会分化成两类玩家，一类是独立模型提供商，也就是类似机器人界的“Android”，它们由科技巨头主导，会提供通用机器人操作系统以及模型接口，另一类是全栈整合者，它们依靠自有大规模机器人集群形成数据闭环，进而持续优化模型能力。报告觉得，2026年在这一方向上会看到更多进展，不过依旧处于早期阶段。

总结：具身智能所处的阶段是在“由VLA主导，在接下来的三到五年时间里，行业将会呈现出“具有渐进式智能化的态势，头部加速朝着集中方向发展，模型供给出现分化。于从业者来讲，数据采集能力以及算力部署能力会成为核心竞争力。

大摩——人形机器人的信号：机器人“大脑”将如何演进？

伯恩斯坦——人形机器人：年出货量百万台的实现路径

高盛——中国人形机器人行业：春晚亮相或推动行业应用迎来爆发式增长

摩根士丹利：人形机器人未来图景：全球发展势头正盛-260122（45页）

瑞银——人形机器人行业洞察：全球供应链加速布局

大摩——中国工业行业：人形机器人的发展信号——全面验证阶段来临

富士通（Fujitsu）：2026物理AI的崛起：从人形机器人到工业现实研究报告（20页）

伯恩斯坦——人形机器人：机器人“大脑”发展迈出三大步

大摩——中国工业：人形机器人供应链考察要点