| 投资建议。机器人在格斗比赛中展示较强平衡性与高动作流畅度，伴随机器人运动控制大模型迭代与仿真数据训练性能升级，机器人商业化进度有望加速。推荐标的：峰岹科技，奥比中光-UW，创耀科技，华兴源创。 G1 机器人格斗平衡性强，动作流畅度高。根据南方日报，2025 年5 月25 日《CMG 世界机器人大赛·系列赛》机甲格斗擂台赛在杭州举行，由不同选手操作的宇树G1 人形机器人进行多轮对抗。我们认为G1 人形机器人在平衡性、动作流畅度等方面表现出色。（1）平衡性，G1 人形机器人在受到击打等外力作用下仍可保持身体平衡，并且在侧踢、膝踢等下半身大幅度运动过程中仍可保持基本平稳，较少出现摔倒等情况；（2）动作流畅度，根据IT 之家，G1 机器人通过AI 控制算法优化可实现毫秒级动作响应。我们认为G1 机器人在格斗赛中展示的侧踢、膝踢、勾拳、组合拳等动作流畅度高，未出现明显动作卡顿等情况，并且G1 机器人在倒地后可快速爬起站立。 泛化能力有待提高，智能化与仿真数据采集加速机器人商业落地。 根据甲子光年，目前具身智能工业机器人主要采用模型预测控制、模仿学**和强化学**实现运动控制，但分别存在灵活性弱、训练不确定性强、泛化能力差等问题。以5 月25 日举办的机器人格斗赛为例，我们认为虽然G1 机器人在侧踢、膝踢、勾拳、组合拳等动作方面流畅，但其格斗过程中展示的动作范式仅集中在数个特定动作，尚未实现动作能力泛化。我们认为智能化与仿真数据采集将加速机器人商业落地。（1）智能化，运动控制大模型是机器人动作执行的核心，伴随大模型强化学**能力提升，其有望提高机器人动作泛化能力；（2）仿真数据采集，根据Coatue Management，机器人场景数据集仅2.4M，远低于文本数据集（15T tokens）和图像数据集（6Bimages），限制模型性能提高。我们认为基于仿真合成数据可有效提高数据采集效率并降低成本。根据英伟达官网，NVIDIA IsaacGR00T-Dreams blueprint 可生成大量合成数据，教会机器人新的行为并适应不断变化的环境。 催化剂。运动控制大模型迭代升级；仿真环境训练性能提升。 风险提示。技术迭代速度不及预期。 |
