【東吳機械】周爾雙（略）/李文意/韋譯捷/錢堯天（略）/黃瑞/談沂鑫
投資評級：增持（維持）
投資要點
1事件：Figure發(fā)布VLA大模型Helix
在2月中旬宣布與OpenAI結(jié)束合作之后,，當?shù)貢r間2025年2月20日,，F(xiàn)igure宣布推出自主研發(fā)的通用具身智能模型Helix,，并展示了兩個機器人協(xié)同工作的能力,。2Helix大模型創(chuàng)業(yè)內(nèi)多項第一,，性能出眾商業(yè)化前景良好
Helix是一個通用的視覺—語言—動作（VLA）模型，能將感知,、語言理解,、控制能力相結(jié)合。Helix取得的創(chuàng)新性成果包括：①全身控制：是首個能對類人機器人上肢進行高速連續(xù)控制的VLA模型,，包括頭部,、軀干、手/手指,；②多機器人協(xié)作：Helix是首個能同時控制兩臺機器人的VLA模型,，使它們能夠協(xié)作解決一項長期的操作任務(wù)；③出色的抓取能力：能夠撿起任何小型物品,，即使是從未見過/接觸過的小型物品；④（略）絡(luò)：Helix（略）絡(luò)權(quán)重集來學習所有行為,，無需任何針對特定任務(wù)的微調(diào),；⑤具備快速商業(yè)化能力：Helix是首個能夠完全在嵌入式低功耗GPU上運行的VLA模型，這賦予了其優(yōu)秀的商業(yè)化落地能力,。3（略）協(xié)作架構(gòu),，實現(xiàn)“快思考”與“慢思考”的協(xié)調(diào)配合
Figure表示以往機器人大模型面臨的問題是：VLM主干通用性強，但速度不快,；而機器人的視覺運動策略速度快,，但通用性不足。Helix創(chuàng)新性地采用了“系統(tǒng)1”+“系統(tǒng)2”的解耦架構(gòu),，（略）經(jīng)過端到端的訓練可以互相通信,。（略）1（S1）是一個快速的反應(yīng)式視覺運動策略，能夠以200赫茲的頻率將S2產(chǎn)生的潛在語義表示轉(zhuǎn)化為精確的連續(xù)機器人動作,，系統(tǒng)2（S2）（略）數(shù)據(jù)預訓練的VLM,，運行頻率為7-9赫茲，用于場景理解和語言理解，能夠在不同的物體和情境中實現(xiàn)泛化,。這種架構(gòu)為Helix帶來眾多亮點：①高速與泛化能力：速度與單一任務(wù)克隆相當,，并且可以實現(xiàn)零樣本泛化；②直接輸出對高維動作空間的連續(xù)控制,，避免了使用復雜動作標記方案,；③S1+S2的架構(gòu)簡潔；④關(guān)注點分離：S1與S2（略）分別迭代,。
4Helix僅使用500小時進行訓練,，高效實現(xiàn)強大的泛化能力
Figure表示Helix訓練總共使用約500小時的高質(zhì)量監(jiān)督數(shù)據(jù)，僅占先前收集的VLA數(shù)據(jù)集規(guī)模的一小部分,，并且不依賴于多機器人實體數(shù)據(jù)收集或多個訓練階段,。此次Figure最核心優(yōu)點在于解決當前人形機器人泛化瓶頸—訓練數(shù)據(jù)不足。過去依賴遙操和虛擬仿真收集的數(shù)據(jù)量嚴重不足,，成本高昂,，難以解決泛化問題。此次Figure通過模型創(chuàng)新,，大幅減少機器人訓練數(shù)據(jù)需求量,，有望加速行業(yè)整體發(fā)展。
投資建議
建議關(guān)注Figure鏈條投資機會,，推薦【兆威機電（靈巧手）】【綠的諧波（諧波減速機）】,，建議關(guān)注【領(lǐng)益智造（零部件）】【銀輪股份（關(guān)節(jié)總成）】【旭升集團（鋁合金殼體）】【長盈精密（零部件）】；此外我們認為大腦端如果能直接復用VLM大模型,，則小腦運控的搭配重要性凸顯,，推薦【華中數(shù)控】，建議關(guān)注【固高科技】【雷賽智能】,。
風險提示
人形機器人量產(chǎn)進展不及預期,，人形機器人技術(shù)更迭不及預期，宏觀經(jīng)濟風險,。
正文
1事件：Figure發(fā)布VLA大模型Helix
在2月中旬宣布與OpenAI結(jié)束合作之后,，當?shù)貢r間2025年2月20日，F(xiàn)igure宣布推出自主研發(fā)的通用具身智能模型Helix,，并展示了兩個機器人協(xié)同工作的能力,。
2Helix大模型創(chuàng)業(yè)內(nèi)多項第一，性能出眾商業(yè)化前景良好
Helix是一個通用的視覺—語言—動作（VLA）模型,，能將感知,、語言理解、控制能力相結(jié)合,。Helix取得的創(chuàng)新性成果包括：1）全身控制：是首個能對類人機器人上肢進行高速連續(xù)控制的VLA模型,，包括頭部,、軀干、手/手指,。2）多機器人協(xié)作：Helix是首個能同時控制兩臺機器人的VLA模型,，使它們能夠協(xié)作解決一項長期的操作任務(wù)。3）出色的抓取能力：能夠撿起任何小型物品,，即使是從未見過/接觸過的小型物品,。4）（略）絡(luò)：Helix（略）絡(luò)權(quán)重集來學習所有行為，無需任何針對特定任務(wù)的微調(diào),。5）具備快速商業(yè)化能力：Helix是首個能夠完全在嵌入式低功耗GPU上運行的VLA模型,，這賦予了其優(yōu)秀的商業(yè)化落地能力。
3（略）協(xié)作架構(gòu),，實現(xiàn)“快思考”與“慢思考”的配合
Figure表示以往機器人大模型面臨的問題是：VLM主干通用性強,，但速度不快；而機器人的視覺運動策略速度快,，但通用性不足,。Helix創(chuàng)新性地采用了“系統(tǒng)1”+“系統(tǒng)2”的解耦架構(gòu)，（略）經(jīng)過端到端的訓練可以互相通信,。（略）1（S1）是一個快速的反應(yīng)式視覺運動策略,，能夠以200赫茲的頻率將S2產(chǎn)生的潛在語義表示轉(zhuǎn)化為精確的連續(xù)機器人動作，系統(tǒng)2（S2）（略）數(shù)據(jù)預訓練的VLM,，運行頻率為7-9赫茲,，用于場景理解和語言理解，能夠在不同的物體和情境中實現(xiàn)泛化,。這種架構(gòu)為Helix帶來眾多亮點：1）高速與泛化能力：速度與單一任務(wù)克隆相當,，并且可以實現(xiàn)零樣本泛化；2）可拓展性：直接輸出高維動作空間連續(xù)控制,，避免了使用復雜動作標記方案,；3）架構(gòu)簡潔：Helix使用標準架構(gòu)，S1+S2的架構(gòu)簡潔,；4）關(guān)注點分離：S1與S2（略）分別迭代。
4Helix僅使用500小時進行訓練,，高效實現(xiàn)強大的泛化能力
Figure表示Helix訓練總共使用約500小時的高質(zhì)量監(jiān)督數(shù)據(jù),，僅占先前收集的VLA數(shù)據(jù)集規(guī)模的一小部分，并且不依賴于多機器人實體數(shù)據(jù)收集或多個訓練階段,。此次Figure最核心優(yōu)點在于解決當前人形機器人泛化瓶頸—訓練數(shù)據(jù)不足,。過去依賴遙操和虛擬仿真收集的數(shù)據(jù)量嚴重不足，成本高昂,，難以解決泛化問題,。此次Figure通過模型創(chuàng)新,，大幅減少機器人訓練數(shù)據(jù)需求量，有望加速行業(yè)整體發(fā)展,。
5投資建議
建議關(guān)注Figure鏈條投資機會,，推薦【兆威機電（靈巧手）】【綠的諧波（諧波減速機）】，建議關(guān)注【領(lǐng)益智造（零部件）】【銀輪股份（關(guān)節(jié)總成）】【旭升集團（鋁合金殼體）】【長盈精密（零部件）】,；此外我們認為大腦端如果能直接復用VLM大模型,，則小腦運控的搭配重要性凸顯，推薦【華中數(shù)控】,，建議關(guān)注【固高科技】【雷賽智能】,。
6風險提示
人形機器人量產(chǎn)進度不及預期，人形機器人技術(shù)突破不及預期,，宏觀經(jīng)濟風險,。
東吳機械團隊
東吳機械研究團隊榮譽
2023年新財富最佳分析師機械行業(yè)第四名
2023年Wind金牌分析師機械行業(yè)第一名
2022年新財富最佳分析師機械行業(yè)第三名
2022年Wind金牌分析師機械行業(yè)第二名
2021年新財富最佳分析師機械行業(yè)第三名
2021年Wind金牌分析師機械行業(yè)第一名
2020年新財富最佳分析師機械行業(yè)第三名
2020年賣方分析師水晶球獎機械行業(yè)第五名
2019年新財富最佳分析師機械行業(yè)第三名
2017年新財富最佳分析師機械行業(yè)第二名
2017年金牛獎最佳分析師高端裝備行業(yè)第二名
2017年賣方分析師水晶球獎機械行業(yè)第五名
2017（略）組合機械行業(yè)年度超額收益率第一名
2016年新財富最佳分析師機械行業(yè)第四名
2016年金牛獎最佳分析師高端裝備行業(yè)第四名
2016（略）組合機械行業(yè)年度超額收益率第一名
周爾雙首席分析師（全行業(yè)覆蓋，重點覆蓋光伏設(shè)備,，半導體設(shè)備,、鋰電設(shè)備）
英國約克大學金融學碩士，財務(wù)管理學士,；十年機械研究經(jīng)驗,，2013年加入東吳證券。
李文意分析師（光伏設(shè)備,、半導體設(shè)備,、鋰電設(shè)備）
浙江大學財務(wù)管理學士、會計碩士,，2022年加入東吳證券,。
韋譯捷分析師（工程機械、檢測設(shè)備,、船舶設(shè)備,、油服設(shè)備）
廈門大學經(jīng)濟學學士、西安交通大學經(jīng)濟學碩士,，2022年加入東吳證券,。
錢堯天分析師（通用自動化、機器人,、機床,、刀具）
南京大學金融學士、日本早稻田大學經(jīng)濟學碩士,，2022年加入東吳證券,。
黃瑞研究員（工程機械、油服設(shè)備,、通用自動化）
西南財經(jīng)大學經(jīng)濟學學士,，中國人民大學管理學碩士,，2023年加入東吳證券。
談沂鑫研究員（光伏設(shè)備,、半導體設(shè)備,、鋰電設(shè)備）
倫敦大學學院經(jīng)濟學學士，倫敦商學院管理學碩士,，2024年加入東吳證券,。
免責聲明
（略）（微信：（略）
（略）所載的信息僅面向?qū)I(yè)投資機構(gòu)，僅供在新媒體背景下研究觀點的及時交流,。
（略）,，所載內(nèi)容均來自于東吳證券研究所已正式發(fā)布的研究報告或?qū)σ寻l(fā)布報告進行的跟蹤與解讀，如需了解詳細的報告內(nèi)容或研究信息,，請具體參見東吳證券研究所已發(fā)布的完整報告,。
（略）所載內(nèi)容不構(gòu)成對具體證券在具體價位、具體時點,、（略）所載任何內(nèi)容所引致或可能引致的損失承擔任何責任,。
（略）對所載內(nèi)容保留一切法律權(quán)利。（略）發(fā)布的所有內(nèi)容（包括文字,、圖片,、影像等）未經(jīng)書面許可，禁止復制,、轉(zhuǎn)載,；經(jīng)授權(quán)進行復制、轉(zhuǎn)載的,，需注明出處為“東吳證券研究所”,，（略）所截內(nèi)容進行任何有悖原意的引用、刪節(jié)或修改,。
特別聲明：《證券期貨投資者適當性管理辦法》,、《證券經(jīng)營機構(gòu)投資者適當性管理實施指引（試行）》于2017年7月1日起正式實施。（略）推送信息僅面向東吳證券客戶中的專業(yè)投資者,，請勿在未經(jīng)授權(quán)前進行任何形式的轉(zhuǎn)發(fā),。若您非東吳證券客戶中的專業(yè)投資者，為保證服務(wù)質(zhì)量,、控制投資風險,，（略），請勿訂閱,、（略）中的任何推送信息。（略）難以設(shè)置訪問權(quán)限,，若給您造成不便,，煩請諒解,！感謝您給予的理解和配合。