國泰海通：競技格鬥流暢度高 機器人步入智能化篇章

智通財經APP獲悉，國泰海通發佈研報稱，G1機器人在格鬥比賽中展示較強平衡性與高動作流暢度，伴隨機器人運動控制大模型迭代與仿真數據訓練性能升級，機器人商業化進度有望加速。運動控制大模型迭代升級、仿真環境訓練性能提升等爲行業催化劑。推薦標的：峰岹科技，奧比中光-UW，創耀科技，華興源創。

國泰海通主要觀點如下：

G1機器人格鬥平衡性強，動作流暢度高

根據南方日報，2025年5月25日《CMG世界機器人大賽·系列賽》機甲格鬥擂臺賽在杭州舉行，由不同選手操作的宇樹G1人形機器人進行多輪對抗。該行認爲G1人形機器人在平衡性、動作流暢度等方面表現出色。(1)平衡性，G1人形機器人在受到擊打等外力作用下仍可保持身體平衡，並且在側踢、膝踢等下半身大幅度運動過程中仍可保持基本平穩，較少出現摔倒等情況;(2)動作流暢度，根據IT之家，G1機器人通過AI控制算法優化可實現毫秒級動作響應。該行認爲G1機器人在格鬥賽中展示的側踢、膝踢、勾拳、組合拳等動作流暢度高，未出現明顯動作卡頓等情況，並且G1機器人在倒地後可快速爬起站立。

泛化能力有待提高，智能化與仿真數據採集加速機器人商業落地

根據甲子光年，目前具身智能工業機器人主要採用模型預測控制、模仿學習和強化學習實現運動控制，但分別存在靈活性弱、訓練不確定性強、泛化能力差等問題。以5月25日舉辦的機器人格鬥賽爲例，該行認爲雖然G1機器人在側踢、膝踢、勾拳、組合拳等動作方面流暢，但其格鬥過程中展示的動作範式僅集中在數個特定動作，尚未實現動作能力泛化。

該行認爲智能化與仿真數據採集將加速機器人商業落地。(1)智能化，運動控制大模型是機器人動作執行的核心，伴隨大模型強化學習能力提升，其有望提高機器人動作泛化能力;(2)仿真數據採集，根據Coatue Management，機器人場景數據集僅2.4M，遠低於文本數據集(15T tokens)和圖像數據集(6Bimages)，限制模型性能提高。該行認爲基於仿真合成數據可有效提高數據採集效率並降低成本。根據英偉達官網，NVIDIAIsaacGR00T-Dreams blueprint可生成大量合成數據，教會機器人新的行爲並適應不斷變化的環境。

風險提示：技術迭代速度不及預期。