要顛覆現實世界，人形機器人需解決“大腦”短板

人形機器人商業化的核心障礙是大腦模型的記憶與留存能力，而非硬件存儲。

要點

Bernstein 分析師 Jay Huang 指出，人形機器人已能借助 AI 模型模擬場景並規劃，但關鍵瓶頸在於“記憶力” —— 即使用和留存信息的能力，而非存儲芯片。
Physical Intelligence 開發的“多尺度具身記憶”讓模型能持續跟蹤任務 15 分鐘並自行糾錯，其 0.7 模型甚至能執行訓練數據中未見過的任務，被視爲重大突破。
Bernstein 認爲 Physical Intelligence、英偉達、Alphabet 及 Figure AI 將在機器人大腦模型領域引領前沿；Figure 計劃獲取多達 10 萬張英偉達 GPU 並大規模採集真實世界數據。
摩根大通將人形機器人大腦稱爲阻礙行業規模化的“最大瓶頸”；摩根士丹利預測 2050 年市場規模達 5 萬億美元、部署超 10 億臺機器人。
投資端可通過 RoboStrategy (BOT) 獲得 Figure 等未上市公司敞口；瑞銀建議關注“物理 AI”賦能公司（齒輪、傳感器、芯片），摩根大通看好 Timken、雷科達、Allient 等“賣鏟人”零部件供應商。