Astra重构具身智能分工 数采接棒主线

Astra 直接控制机器人，业内对 VLA、WAM 模型的定位开始重新审视。

核心变化在于：通用模型开始承接部分任务理解、规划乃至动作决策，具身模型的瓶颈正在重新切分——哪些环节借用现成大脑，哪些环节仍需真实操作补课。

模型路线尚未收敛，数采环节成为这一阶段的主线。

一、具身瓶颈重新切分

过去训练机器人，既要教它理解任务，也要教它执行动作；Astra 的变化在于，通用模型已能完成前者，后续竞争集中在教会机器人人类动手才能掌握的技能，依赖真实的触觉数据。

以插钥匙为例，模型知道钥匙要对准锁孔，却难以判断插不进去时是角度偏了、左侧卡住，还是应退回重试；网络知识能教常识，接触条件下的反馈仍需真实操作补齐。通用能力越容易获得，缺失的身体经验就越值得重视。

数采逻辑也随之变化：简单动作反复录制难以形成壁垒，覆盖接触、滑落、卡住、失败恢复的数据价值更高；UMI、Ego、真机数据均有价值，数采设备、手套、触觉传感器开始进入产品布局。

二、设备先行，服务是现金牛

数采设备本质是人形机器人与端侧算力的一种，数据服务才是现金牛。行业天花板由服务与平台撑起，服务毛利率 50%+，设备先行作为基础设施；数采对具身的重要性，类比数据对大模型与 Agent 落地的重要性。

服务核心壁垒在于数据资产化、规模化合成蒸馏、规模化精炼治理，价值量切分为：采集环节约 30%，标注环节按精度要求占比 25%～35%，清洗环节约 40%。

三、设备部件与能力圈

UMI：IMU 单手 1 颗、带头双手腕 3 颗，合计 5 颗；EGO：头戴设备 1 颗 IMU，主流相机配置 4～7 颗；

真机：IMU 标准用量 3～8 颗，编码器 40 个，传感器 4 个六维力、14 个一维力。

UMI 路线能力圈核心为鹿明、灵圣；EGO 路线核心为千寻、奥比；真机遥操核心为诺亦腾、帕西尼。

四、物理AI加速落地

宇树科技创始人王兴兴表示，随着 GPT-6 发布，物理AI已看到被击穿的苗头，未来 1-2 年或 2-3 年，具身智能迈过"ChatGPT 时刻"的核心挑战是 AI 模型输入输出与真实机器人的对齐。

10 月 21 日，黄仁勋在 GTC 柏林大会演讲称，AI 工厂部署最快缩至 14 天。特斯拉 Q3 业绩会表示，未来 1-2 个月将发布机器人视频展示 AI 能力。

物理AI本质是大模型的再次迭代，从大语言模型迈向世界大模型；特斯拉链关注传感器环节，国内 ZJ、ZP、Minimax、阿里等处于起步阶段。

五、行业梳理

数采设备/硬件：奥比中光、凌云光、奥普特、龙旗科技、创维数字

传感器与触觉手套：峰岹科技（收购传感器公司 Sciosense 与驱控芯片形成传感控制模组）、福莱新材、晶华新材、汉威科技

惯性动捕/IMU：奥飞娱乐、华依科技

仿真与数据平台：科达利（子公司启云星辰）、宝通科技、凡拓数创、索辰科技、上纬新材、风语筑、当虹科技、开普云

第三方数采服务：海天瑞声、慧辰股份、品茗科技、尚品宅配、德马科技

Agent 垂类：能科科技、金马游乐、中控技术、美年健康、江顺科技、新致软件

端侧：瑞芯微、大普微、佰维存储、恒玄科技

OpenAI 链条：绿的谐波、兆威机电、长盈精密

风险提示：人形机器人产业链进展不及预期；特斯拉机器人进展不及预期等。