人形机器人要实现产业化，关键在于智能化而非外观模仿。传统工业机器人受限于固定逻辑，难以应对复杂多变的环境。与之不同，人形机器人旨在成为通用智能体，需具备感知环境、理解任务并灵活执行的能力，这一目标的实现离不开高智能大模型的支持。
当前，多模态大模型为人形机器人提供了初步的“大脑”功能，使其能够处理视觉、语言和动作信息。然而，这些模型仍处于L2初级智能阶段，距离真正的通用智能还有较大差距。不过，技术进展正在加速。从架构上看，从早期的SayCan到最新的Helix，机器人模型已能“看图理解、执行任务、生成动作”，动作输出频率大幅提升至200Hz，操作愈发流畅。
展望未来，人形机器人模型将融入更多感知模态，如触觉、温度等，并引入“世界模型”使机器人能够“预想”未来场景。仿真与真实数据的融合训练也将成为趋势。在投资领域，模型端可关注银河通用、星动纪元等企业；数据采集领域则有青瞳视觉、凌云光等表现亮眼；数据训练场方面，天奇股份值得关注。
