事件概述 - 奇瑞星途ET5于11月28日正式上市，该车型全球首次搭载地平线HSD城区辅助驾驶系统与征程6P计算方案，标志着地平线HSD正式开启规模化量产落地 [1][2] 地平线HSD系统技术优势与量产进展 - HSD城区辅助驾驶系统搭载征程6P芯片，采用一段式端到端架构并融入强化学习能力，具备系统时延低、防御性驾驶能力强、横纵向丝滑控车、持续自我进化等优势 [2] - HSD已获得国内外多达10家车企品牌、超20款车型的定点合作，其中奇瑞风云T9L和iCAR V27已在广州车展亮相 [2] - 截至2025年8月，地平线征程家族量产出货已突破1000万套，公司规划未来3-5年内HSD量产目标达到千万级 [2] 智能驾驶全球化合作与市场拓展 - 博世基于征程6M打造的中阶智能辅助驾驶方案已于10月规模化交付 [2] - 采埃孚与地平线计划在中国率先推出基于征程6P、可支持城市领航的coPILOT辅助驾驶系统，该系统已获国内自主品牌定点，计划于2026年量产 [2] - 公司与全球头部Tier1供应商深度绑定，后续有望逐步打开全球市场 [2] 具身智能领域布局 - 公司旗下地瓜机器人于6月推出行业首款单SoC算控一体化套件RDK S100 [2] - 地瓜机器人于11月21日发布大算力平台RDK S600，算力达560 TOPS，该平台计划于2026年第一季度上市 [2]

报告行业投资评级 - 行业投资评级为“推荐”，并维持该评级 [7] 报告核心观点 - 报告核心观点聚焦于人形机器人产业的技术突破与商业化进程加速，特别是Figure 02在宝马工厂的成功部署标志着行业从研发测试迈向规模化应用的关键一步 [5]；同时，国内外政策持续支持、企业产能规划明确以及活跃的投融资环境共同推动产业进入高速发展期 [3][4][5] 周度行情回顾 - 2025年11月16日至11月21日，人形机器人概念指数下跌5.68%，跑输沪深300指数1.91个百分点 [2]；但年初至今该指数累计上涨57.83%，大幅跑赢沪深300指数41.26个百分点，显示长期强劲增长势头 [2] - 周度表现中，伟创电气涨幅最大，达18.56%，芳源股份跌幅最大，为-21.32% [2][17] 周度热点回顾：政策端 - 湖北省强调构建“北斗+人形机器人”等新场景，强化产业应用 [3][20] - 重庆市发布行动计划（2026-2030年），推动具身智能机器人在企业智能化改造和数字化转型项目中率先应用 [3][21] 周度热点回顾：产品技术迭代 - Figure AI宣布其第二代人形机器人Figure 02已在宝马斯帕坦堡工厂参与生产了3万辆汽车，累计装载超过9万个零部件 [3][22] - 优必选计划到2026年实现工业人形机器人年产能5000台，2027年进一步扩大至10000台规模 [3][22] - 地瓜机器人与傅利叶达成合作，傅利叶的Care-bot GR-3机器人将搭载地瓜的RDK S600算力平台 [3][23] - 智元机器人正支持玉树智能在特定商业场景进行具身智能的数据采集工作 [3][23] 周度热点回顾：投融资 - 具身智能企业星动纪元完成近10亿元A+轮融资，由吉利资本领投 [4][25] 周度热点回顾：重点公司公告 - 广汽集团计划其具身智能机器人于2027年启动大规模量产，力争到2030年实现机器人产业链产值突破10亿元 [4][25] - 长盈精密是海外人形机器人品牌的Tier 1供应商，在机器人领域已布局超过10年，提供多种核心零部件 [4][26] - 格力电器已开发出可用于人形机器人的关节模组等核心零部件 [4][26] - 盛视科技正推进NAO机器人供应链国产化，已推出NAO6+升级产品，并计划尽快推出NAO7新一代产品 [4][27] 周观点 - Figure 02在宝马工厂11个月的部署成果显著：每周工作5天、执行10小时班次、完成超9万件金属板件装载、累计运行超1250小时、参与生产3万余辆宝马X3、行走估算超120万步（约200英里） [5]；此经验将助力Figure 03的量产与运营能力提升 [5]；报告建议关注相关供应链公司如银轮股份、长盈精密 [5]

公司合作动态 - 地瓜机器人与北京人形机器人创新中心有限公司达成基于全新国产大算力平台RDK S600的深度合作[1] - 地瓜机器人成为S600全球首批合作伙伴[1] - 北京人形将在其新一代具身天工机器人平台上全面搭载地瓜机器人国产大算力平台RDK S600[1] 技术发展目标 - 合作旨在共同推动具身智能从追求极限运动能力的"最能跑"向自主规划决策的"最聪明"跃迁[1] - 合作旨在共同推动具身智能向支撑复杂场景应用的"最好用"跃迁[1]

文章核心观点 - 人工智能正经历从自动驾驶向具身智能的范式转变 机器人行业处于早期发展阶段 硬件形态和算法框架尚未统一 但技术迁移和VGGT等新模型带来突破机遇[5][6][7] - 地瓜机器人作为行业代表 承接自动驾驶技术经验 横跨机器人1 0到3 0代际 通过差异化路径探索通用人形机器人的未来[6][18][19] - VGGT模型可能改变未来十年3D视觉技术架构 其视觉几何基础能力可提升机器人定位 避障和操作任务的泛化性 并降低硬件成本[51][62][64] 从自动驾驶到机器人：技术迁移与挑战 - 自动驾驶技术栈已进入工程收敛期 端到端成为主流 后续更多是工程优化 而机器人处于早期未解之地 硬件形态和算法框架尚未统一 数据规模远小于汽车行业[5][8][10] - 机器人硬件缺乏统一标准 存在轮式 双足 双臂 灵巧手等多种形态 自由度从7到20+不等 导致无法形成大规模保有量和数据积累[10][14] - 算法尚未完全收敛 VLA模型不一定是未来技术框架 模型和数据都未达到ready状态 具身智能需要通用性 当前工厂封闭环境下的搬运等应用不算真正具身[11][12][13] - 自动驾驶经验正迁移至机器人 包括芯片 视觉 标注与数据闭环能力 但最大挑战是硬件不确定性导致难以积累数据和快速迭代算法[14][17][21] 自动驾驶算法的演进：从BEV到Transformer - 2019年前自动驾驶采用模块化方法 图像感知用AI完成 后续跟踪 预测 决策等几乎都是规则化方式 适应能力不强 工程难度大[25][26] - 2019年后BEV发展 通过传感器数据特征融合直接输出3D空间目标 减少后处理环节 使系统更加端到端 Transformer在其中发挥特征融合作用 实现空间转换和时序融合[26][27] - Transformer适合跨传感器融合 可将自车位姿 GPS IMU 激光雷达等数据token化后与图像特征融合 简化系统并避免信息损失[27][28] - 4D标注系统(3D加时序)帮助生成训练数据提升BEV模型 数据闭环通过双系统设计快速回传bad case 高效提升模型性能[29][30] 机器人落地的现实困境与技术路径选择 - 当前VLA主要处于"秀肌肉"的验证阶段 离真正落地还有距离 需要稳定性 成功率和成本控制 封闭场景仍多用规则算法[33][34][35] - 务实路线是端到端模型提proposal后用规则化方法选最优方案 模型方法上限高但下限低 需规则兜底 类似自动驾驶发展路径[35][48] - 现阶段的1 0和2 0机器人承接不住自动驾驶算法 因缺乏舒适性要求(如割草机 扫地机) 唯一需要模型协助的是脱困等特殊场景[36][37][38] - 特斯拉是人形机器人方向旗手 其纯视觉方案体验最好 得益于数据闭环和模型积累 关键看如何搭建数据闭环并提升出货量规模[39][40][42] VGGT模型的技术突破与行业影响 - VGGT是视觉几何基础模型 基于Transformer架构 用大数据和大模型方法解决传统3D几何问题 可能改变未来十年3D视觉技术架构[51][56][67] - 在公开数据集上表现接近或超过传统方法最佳水平(如COLMAP) 重建精度高 其backbone具备空间感知能力 可提升下游任务泛化性[62][69][82] - 使纯视觉方案有望替代深度相机 普通RGB相机价格仅十几到几十元 深度相机则需几百到几千元 可显著降低机器人BOM成本[64][65] - 目前处于早期预研阶段 未形成共识 训练用了17个公开数据集 数据量估计百万到千万级 模型大小1 2B 算力需求可控[72][73][74] - 最先受益的是封闭空间机器人 如工业搬运或自动驾驶地库场景 因主要依赖视觉定位和避障 无GPS[75] - 主要不足是尺度问题和时序问题 需要多传感器融合提供尺度信息 且需改造为时序化SLAM方案以适应实时需求[81] 行业生态与人才培养 - 地瓜机器人与全国200多所高校合作 甚至延伸至中学 通过开发者套件和可视化编程培养年轻开发者 12岁初中生已能开发机器人[93][95][96] - 生态建设是长期战略 类似英伟达培养开发者习惯 从学校阶段开始使用工具 未来进入公司会倾向继续使用相关开发工具和芯片[97] - 在具身智能方向主要竞争对手是英伟达 已推出RDK S100和S600产品 其中RDK S100已上市 凭借智能驾驶技术积累快速响应需求[98]