具身智能行业研究:乐聚完成15亿Pre-IPO融资,松延动力发布9998元小布米-研究报告正文 _ 数据中心 _ --知识铺
核心观点:
机器人:景气度加速向上,我国科研团队在机器人算法领域取得重大突破,松延动力新机型只需9998元。
广东印发具身智能训练场建设方案。广东省于10月21日正式印发《具身智能训练场体系建设方案》,支持广州、深圳建设高标准训练场。该体系旨在为具身智能机器人提供大规模、多场景的数据训练、仿真验证与实景测试服务,通过构建接近真实工业环境的训练场,加速AI大模型在制造业场景中的迭代与落地,为机器人从"实验室"走向"工厂"提供关键基础设施支撑。
上海启动中试平台申报以推动产业化。10月22日,上海市启动2025年度中试平台培育储备申报工作,明确将具身智能与AI终端列为重点支持方向。此举旨在填补实验室成果与规模化量产之间的"中试"空白,通过提供工艺验证、性能测试和小批量试制等公共服务,降低企业研发成本与风险,加速具身智能等前沿技术的产业化放大和商业化应用进程。
乐聚智能完成近15亿元Pre-IPO轮融资。10月22日,乐聚(深圳)智能股份有限公司宣布完成近15亿元Pre-IPO轮融资。本轮融资由深投控资本、深圳龙华资本、东方精工等十余家头部机构联合投资,所募资金将主要用于新一代人形机器人的技术研发、产品线扩充与规模化产能建设,为公司后续的上市计划与市场扩张提供坚实的资本助力。
人形机器人于工业场景再获大额订单。近期,人形机器人企业在工业制造领域频获大单,其中智元机器人再获数亿元订单,智平方也计划部署超1000台机器人。这些订单集中于汽车零部件、电子装配等流程化环节,标志着人形机器人已超越概念演示,正式进入工厂产线进行大规模、高标准的技术验证与实用性测试,商业化落地进程显著加速。
投资建议
具身智能是AI最强应用,而人形机器人则是具身智能最重要的方向之一。在电动化之后,为代表的ROBO+赛道将重塑整个汽车产业链,成为最强产业趋势。在机器人领域,下半年可关注新技术迭代及零部件门票行情。(1)本体:汽车主机厂、3C品牌商因为掌握需求场景以及硬件供应链,相对竞争优势正在提升,同时拥有大脑以及硬件迭代能力和需求场景的如华为、字节、小米等人形机器人,仍然是商业逻辑最顺的。看好特斯拉、Figure、华为、字节、小米和智元等机器人制造商。(2)供应链:25H2紧握“门票行情”+技术迭代。1)门票行情:25H2重点关注特斯拉、智元、华为的供应链,特斯拉链是最快进入小批量的供应链,Q2业绩说明会再次表明其量产规划无虞,预计供应链短暂停滞后将重新启动,H2各环节定点将陆续落地,关注触觉传感器、谐波减速器、摆线针轮、高功率密度电机、PEEK以及粉末冶金工艺;智元供应链变化点在于垂直商业模式的重构,重点推荐全尺寸人形机器人ODM宁波华翔,并关注潜在的PEEK布局;华为供应链重点在下游垂直应用场景的落地。2)技术迭代:H2重点关注灵巧手、电机和PEEK等。灵巧手是人形机器人板块技术迭代最快的部件,H2关注灵巧手核心部件触觉传感器技术方案的迭代(电阻、视触觉等,用量的提升)、丝杠加工技术的迭代(冷锻工艺)等;电机赛道,关注新型磁材如钐铁氮等。由于成本下降和龙头公司示范效应,PEEK替代传统材料将会加速,PEEK有望从丝杠保持架进一步延伸到其他部件。
本周重要行业事件
广东印发具身智能训练场建设方案;上海启动中试平台申报,政策持续赋能产业生态;我国科研团队在机器人算法领域取得重大突破。松延动力发布9998元人形机器人小布米Bumi,消费级市场性价比突破;乐聚智能完成近15亿元Pre-IPO融资;智元、智平方等企业获大额订单,机器人加速走向制造业场景。
风险提示
行业竞争加剧;汽车与电动车销量不及预期;人形机器人进展不及预期。
**郑重声明:**东方财富发布此内容旨在传播更多的信息,与本站立场无关,不代表东方财富观点。建议用户在阅读研报过程中,请认真仔细阅读研报里的风险提示、免责声明、重要声明等内容,用户据此操作风险自担。
- 原文作者:知识铺
- 原文链接:https://index.zshipu.com/stock003/post/20251027/%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E8%A1%8C%E4%B8%9A%E7%A0%94%E7%A9%B6%E4%B9%90%E8%81%9A%E5%AE%8C%E6%88%9015%E4%BA%BFPre-IPO%E8%9E%8D%E8%B5%84%E6%9D%BE%E5%BB%B6%E5%8A%A8%E5%8A%9B%E5%8F%91%E5%B8%839998%E5%85%83%E5%B0%8F%E5%B8%83%E7%B1%B3-%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A%E6%AD%A3%E6%96%87-_-%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83/
- 版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,非商业转载请注明出处(作者,原文链接),商业转载请联系作者获得授权。
- 免责声明:本页面内容均来源于站内编辑发布,部分信息来源互联网,并不意味着本站赞同其观点或者证实其内容的真实性,如涉及版权等问题,请立即联系客服进行更改或删除,保证您的合法权益。转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com