[红包]训练场即战场，具身智能的“石油战争”：谁掌控物理数据入口，谁就扼住具身智能的命脉
展开
具身智能的"石油战争"：为什么数据入口比算力和关节更值得押注
核心结论前置：高质量物理交互数据，才是这个时代的石油。采集数据的设备，就是油井。算力可以扩容，执行器可以替代，但一旦某家公司的传感器规格成为世界模型的训练标准，它就会反向锁死整个供应链。若仅能在A股选择唯一标的，明确指向奥比中光（ 688322 ）。其核心逻辑在于占据具身数据流的“绝对收费站”，具备超70%的市占率壁垒、深度绑定英伟达生态的不可替代性，以及已验证的财务反转拐点。产业链价值将沿“数据入口＞训练底座＞执行部件＞整机本体”的路径重新定价。
一、政策的核心信号：从"造机器人"到"建训练场"
国家发改委明确将具身智能纳入"十五五"规划，提出加快训练基础设施建设、支撑数据采集和"大小脑"模型训练。这句话的重心不在"机器人"，而在"训练基础设施"。
这是一个关键的范式转移。过去三年，市场炒作的是"谁能造出最像人的机器人"；而现在，政策指向的是"谁能提供让机器人学会干活的训练环境"。前者是产品逻辑，后者是基础设施逻辑。产品逻辑看的是单点技术突破，基础设施逻辑看的是系统性生态构建。
据《人形机器人产业研究报告》预测，2029年中国人形机器人市场规模将达750亿元，占全球32.7%。但国家发改委同时明确提示：技术路线、商业模式和应用场景尚未完全成熟。这意味着，当前阶段最大的确定性不是机器人销量，而是训练场建设带来的基础设施采购需求。
二、产业链的真实瓶颈：不是算力不够，是数据太少
具身智能的"大小脑"模型训练，与ChatGPT等大语言模型有着本质区别。大语言模型喂的是互联网上的文本数据，几乎是不收费的；而具身智能需要的是机器人在真实物理环境中与物体交互产生的多模态数据——视觉、力觉、触觉、运动轨迹、关节力矩，每一条都必须在真实或高保真仿真环境中采集，成本极高、效率极低、危险性极大。
政策之所以点名"支撑具身数据采集"，正是因为这是全球具身智能产业共同面临的核心痛点。没有高质量数据，再强的算力也只能空转，再精密的关节也只能乱动。
在这个背景下，产业链的议价权分布变得清晰：
算力层（AI服务器、芯片）
国产化率要求高，但本质是资本密集型，技术迭代快，竞争格局分散。浪潮信息2024年服务器收入1140亿元，体量巨大，但服务器行业毛利率偏低，且上游芯片供应受地缘因素影响大。寒武纪2025年前三季度营收同比增长2386%，业绩爆发，但估值极高，盈利能力尚未验证。
执行层（减速器、电机、丝杠、执行器）
绿的谐波国内市占率超60%，汇川技术伺服系统市占率28.3%连续六年第一，三花智控深度绑定特斯拉Optimus。这一层是机器人的"骨骼肌肉"，价值量高，但核心问题是——它们受益于机器人放量，而机器人放量又取决于模型能不能在训练场里学会干活。这是一个后置变量。
数据采集层（3D视觉、动作捕捉、力传感器）
这是整个产业链中最前置、最稀缺、最具生态锁定效应的环节。数据必须被"采集"才能被"训练"，而采集设备的规格直接决定了数据的格式和质量。一旦主流世界模型基于某家公司的传感器规格完成训练对齐，后续所有本体厂商为了确保模型适配，就只能采购同等规格的硬件。软件对齐定义硬件标准，进而反向锁死供应链——这是数据采集层最核心的商业逻辑。
三、数据采集层的"双子星"：奥比中光与凌云光
奥比中光：机器人的"眼睛"，市占率超过70%的隐形垄断者
奥比中光在中国服务机器人3D视觉传感器领域的市占率超过70%，在韩国商用移动机器人3D视觉领域市占率高达74%。公司已实现对全球出货量前四的人形机器人本体厂商——智元、宇树、优必选、乐聚的全面供应。
更深层的壁垒在于其"全栈自研+全技术路线覆盖"的能力。从视觉感知芯片、相机硬件、AI算法到整机OEM，奥比中光具备完整的垂直整合能力。其自研的MX6800深度引擎芯片，在逆光、强反光等复杂光照下仍能输出稳定三维数据。
2025年，奥比中光实现营业收入9.41亿元，同比暴增66.66%，归母净利润1.28亿元，历史性扭亏为盈。2026年一季度净利润环比再增55%。在大部分机器人概念股仍在"讲故事、画饼"的阶段，奥比中光已经用财务数据证明了商业化闭环的可行性。
更关键的是，奥比中光是英伟达全球生态深度合作伙伴，其视觉方案深度适配N VIDI A Isaac和Omniverse平台。在国内建设训练基础设施时，这种与全球算力龙头的生态绑定，使其成为公共训练平台的首选视觉方案提供商。
凌云光：训练场的"标配"，动作捕捉领域的技术壁垒
凌云光的FZMotion光学动捕系统，精度达亚毫米级，已深度绑定宇树科技、优必选、小米等头部客户，并与宇树科技联合推出"具身智能解决方案"，应用于央视春晚机器人舞蹈表演等标志性场景。
动作捕捉系统是训练场的核心标配设备。北京人形机器人数据训练中心部署了超过100台异构人形机器人同时训练，虚拟动点（利亚德子公司）为其提供高精度动作捕捉支持，年产能超过600万条高质量数据。凌云光与虚拟动点，构成了国产动作捕捉的双寡头格局。
凌云光的核心优势在于三重政策红利的交汇：它同时受益于"训练基础设施建设"（动捕系统是训练场标配）、"数据采集支撑"（高精度动作数据直接影响模型效果）和"大小脑模型训练"（采集数据直接用于训练"小脑"运动控制模型）。这种三重逻辑的叠加，在A股中极为罕见。
2025年第一季度，凌云光具身智能订单量大幅增长，客户结构从科研机构向商业企业显著转变——这标志着产品已从"科研工具"升级为"生产工具"，业绩拐点已至。
四、四大"唯一标的"横向比较
凌云光、三花智控、奥比中光、浪潮信息。横向比较后，答案会更加清晰。
浪潮信息
政策受益度：高（算力底座）|产品落地：已落地（千亿收入）|竞争格局：服务器中国第一 |生态锁定：低（算力可替代）
核心问题：弹性来自AI算力总量扩张，与"具身智能"专项相关性不如感知层直接，服务器行业毛利率偏低、竞争格局分散。
三花智控
政策受益度：中（后置受益）|产品落地：已落地（特斯拉绑定）|竞争格局：热管理全球第一 |生态锁定：中（制造壁垒高）
核心问题："进可攻、退可守"，但受益逻辑是后置的——人形机器人必须先学会干活，才需要大量执行器。在"修路"阶段买"造车厂"的股票，节奏上存在错配。
奥比中光
政策受益度：很高（数据采集核心）|产品落地：已落地（70%+市占率）|竞争格局：3D视觉国内＞70% |生态锁定：极高（软件对齐锁硬件）
核心优势：位于训练流程最前端，具备"垄断性格局+全球化生态+已验证的商业化闭环"，是产业链中真正的"数据入口"。
凌云光
政策受益度：很高（训练场标配）|产品落地：已落地（头部客户绑定）|竞争格局：动作捕捉国内领先 |生态锁定：高（头部客户深度绑定）
核心优势：三重政策红利交汇，估值相对合理，具备估值重构潜力。但市场空间相比3D视觉略窄。
五、核心结论：如果只能选一个，选谁
而我的独立判断是：取决于你看的是"确定性"还是"弹性"，但真正的超额收益来自"稀缺性"。
从确定性排序：浪潮信息 ＞ 三花智控 ＞ 奥比中光 ＞ 凌云光
从弹性排序：凌云光 ＞ 奥比中光 ＞ 三花智控 ＞ 浪潮信息
从稀缺性排序：奥比中光 ＞ 凌云光 ＞ 三花智控 ＞ 浪潮信息
为什么稀缺性才是核心变量
因为具身智能产业正处于"基础设施建设"的窗口期。在这个窗口期，最大的投资机会不在"谁能卖出最多的机器人"，而在"谁能定义这个产业的标准"。奥比中光的3D视觉规格正在成为事实上的行业标准——一旦主流世界模型基于奥比中光的传感器参数完成训练，后续所有机器人本体厂商为了确保模型完美适配，就只能采购同等规格的硬件。这种"软件对齐定义硬件标准"的逻辑，赋予了奥比中光极高的溢价能力和极强的供应链锁定效应。
凌云光的逻辑同样成立，但动作捕捉的应用场景更偏向训练场和科研，而3D视觉是每台机器人出厂都必须配备的"眼睛"——一个是训练场设备，一个是本体标配，后者的市场空间显然更大。
六、风险提示与操作框架
必须警惕的四个风险：
第一，产业节奏风险
人形机器人整机商业化仍不成熟，国家发改委已明确提示技术路线和应用场景尚未完全成熟。训练场建设可能在2026-2027年集中放量，但若模型迭代速度不及预期，后续采购可能放缓。
第二，生态锁定效应的不确定性
"软件对齐锁硬件"的逻辑成立的前提是，世界模型训练确实对特定传感器规格产生了深度依赖。如果行业走向标准化、开放接口，这种锁定效应可能被削弱。
第三，估值风险
具身智能概念股普遍估值较高，部分标的已提前交易了政策预期。需要用订单、毛利率、现金流和资本开支节奏持续验证。
第四，供应链替代风险
凌云光、奥比中光虽然在细分领域领先，但海外竞品（如OptiTrack、Intel RealSense）的技术积累同样深厚，若国际贸易环境改善，可能面临竞争加剧。
操作建议
追求确定性：选择浪潮信息——它是训练基础设施建设的"铲子商"，千亿级收入底盘提供了最强的安全边际。
追求弹性与稀缺性的平衡：选择奥比中光——70%以上的市占率、英伟达全球生态绑定、2025年扭亏为盈且2026年Q1净利润环比再增55%，基本面拐点已经确立。它是具身智能产业链中唯一同时具备"垄断性格局+全球化生态+已验证的商业化闭环"的标的。
追求预期差：选择凌云光——相比奥比中光，凌云光的估值相对合理，且同时受益于训练场建设和大小脑模型训练的双重逻辑，三重政策红利的叠加使其具备估值重构的潜力。
最终判断
具身智能不是一场关于"谁造的机器人最好看"的比赛，而是一场关于"谁能定义机器人如何学"的基础设施竞赛。在这个竞赛中，数据是石油，采集设备是油井，训练场是炼油厂，机器人是加油站。最值钱的永远是油田，而不是加油站。
奥比中光和凌云光，就是中国具身智能产业的两座油田。
核心结论前置：高质量物理交互数据，才是这个时代的石油。采集数据的设备，就是油井。算力可以扩容，执行器可以替代，但一旦某家公司的传感器规格成为世界模型的训练标准，它就会反向锁死整个供应链。若仅能在A股选择唯一标的，明确指向奥比中光（ 688322 ）。其核心逻辑在于占据具身数据流的“绝对收费站”，具备超70%的市占率壁垒、深度绑定英伟达生态的不可替代性，以及已验证的财务反转拐点。产业链价值将沿“数据入口＞训练底座＞执行部件＞整机本体”的路径重新定价。
一、政策的核心信号：从"造机器人"到"建训练场"
国家发改委明确将具身智能纳入"十五五"规划，提出加快训练基础设施建设、支撑数据采集和"大小脑"模型训练。这句话的重心不在"机器人"，而在"训练基础设施"。
这是一个关键的范式转移。过去三年，市场炒作的是"谁能造出最像人的机器人"；而现在，政策指向的是"谁能提供让机器人学会干活的训练环境"。前者是产品逻辑，后者是基础设施逻辑。产品逻辑看的是单点技术突破，基础设施逻辑看的是系统性生态构建。
据《人形机器人产业研究报告》预测，2029年中国人形机器人市场规模将达750亿元，占全球32.7%。但国家发改委同时明确提示：技术路线、商业模式和应用场景尚未完全成熟。这意味着，当前阶段最大的确定性不是机器人销量，而是训练场建设带来的基础设施采购需求。
二、产业链的真实瓶颈：不是算力不够，是数据太少
具身智能的"大小脑"模型训练，与ChatGPT等大语言模型有着本质区别。大语言模型喂的是互联网上的文本数据，几乎是不收费的；而具身智能需要的是机器人在真实物理环境中与物体交互产生的多模态数据——视觉、力觉、触觉、运动轨迹、关节力矩，每一条都必须在真实或高保真仿真环境中采集，成本极高、效率极低、危险性极大。
政策之所以点名"支撑具身数据采集"，正是因为这是全球具身智能产业共同面临的核心痛点。没有高质量数据，再强的算力也只能空转，再精密的关节也只能乱动。
在这个背景下，产业链的议价权分布变得清晰：
算力层（AI服务器、芯片）
国产化率要求高，但本质是资本密集型，技术迭代快，竞争格局分散。浪潮信息2024年服务器收入1140亿元，体量巨大，但服务器行业毛利率偏低，且上游芯片供应受地缘因素影响大。寒武纪2025年前三季度营收同比增长2386%，业绩爆发，但估值极高，盈利能力尚未验证。
执行层（减速器、电机、丝杠、执行器）
绿的谐波国内市占率超60%，汇川技术伺服系统市占率28.3%连续六年第一，三花智控深度绑定特斯拉Optimus。这一层是机器人的"骨骼肌肉"，价值量高，但核心问题是——它们受益于机器人放量，而机器人放量又取决于模型能不能在训练场里学会干活。这是一个后置变量。
数据采集层（3D视觉、动作捕捉、力传感器）
这是整个产业链中最前置、最稀缺、最具生态锁定效应的环节。数据必须被"采集"才能被"训练"，而采集设备的规格直接决定了数据的格式和质量。一旦主流世界模型基于某家公司的传感器规格完成训练对齐，后续所有本体厂商为了确保模型适配，就只能采购同等规格的硬件。软件对齐定义硬件标准，进而反向锁死供应链——这是数据采集层最核心的商业逻辑。
三、数据采集层的"双子星"：奥比中光与凌云光
奥比中光：机器人的"眼睛"，市占率超过70%的隐形垄断者
奥比中光在中国服务机器人3D视觉传感器领域的市占率超过70%，在韩国商用移动机器人3D视觉领域市占率高达74%。公司已实现对全球出货量前四的人形机器人本体厂商——智元、宇树、优必选、乐聚的全面供应。
更深层的壁垒在于其"全栈自研+全技术路线覆盖"的能力。从视觉感知芯片、相机硬件、AI算法到整机OEM，奥比中光具备完整的垂直整合能力。其自研的MX6800深度引擎芯片，在逆光、强反光等复杂光照下仍能输出稳定三维数据。
2025年，奥比中光实现营业收入9.41亿元，同比暴增66.66%，归母净利润1.28亿元，历史性扭亏为盈。2026年一季度净利润环比再增55%。在大部分机器人概念股仍在"讲故事、画饼"的阶段，奥比中光已经用财务数据证明了商业化闭环的可行性。
更关键的是，奥比中光是英伟达全球生态深度合作伙伴，其视觉方案深度适配N VIDI A Isaac和Omniverse平台。在国内建设训练基础设施时，这种与全球算力龙头的生态绑定，使其成为公共训练平台的首选视觉方案提供商。
凌云光：训练场的"标配"，动作捕捉领域的技术壁垒
凌云光的FZMotion光学动捕系统，精度达亚毫米级，已深度绑定宇树科技、优必选、小米等头部客户，并与宇树科技联合推出"具身智能解决方案"，应用于央视春晚机器人舞蹈表演等标志性场景。
动作捕捉系统是训练场的核心标配设备。北京人形机器人数据训练中心部署了超过100台异构人形机器人同时训练，虚拟动点（利亚德子公司）为其提供高精度动作捕捉支持，年产能超过600万条高质量数据。凌云光与虚拟动点，构成了国产动作捕捉的双寡头格局。
凌云光的核心优势在于三重政策红利的交汇：它同时受益于"训练基础设施建设"（动捕系统是训练场标配）、"数据采集支撑"（高精度动作数据直接影响模型效果）和"大小脑模型训练"（采集数据直接用于训练"小脑"运动控制模型）。这种三重逻辑的叠加，在A股中极为罕见。
2025年第一季度，凌云光具身智能订单量大幅增长，客户结构从科研机构向商业企业显著转变——这标志着产品已从"科研工具"升级为"生产工具"，业绩拐点已至。
四、四大"唯一标的"横向比较
凌云光、三花智控、奥比中光、浪潮信息。横向比较后，答案会更加清晰。
浪潮信息
政策受益度：高（算力底座）|产品落地：已落地（千亿收入）|竞争格局：服务器中国第一 |生态锁定：低（算力可替代）
核心问题：弹性来自AI算力总量扩张，与"具身智能"专项相关性不如感知层直接，服务器行业毛利率偏低、竞争格局分散。
三花智控
政策受益度：中（后置受益）|产品落地：已落地（特斯拉绑定）|竞争格局：热管理全球第一 |生态锁定：中（制造壁垒高）
核心问题："进可攻、退可守"，但受益逻辑是后置的——人形机器人必须先学会干活，才需要大量执行器。在"修路"阶段买"造车厂"的股票，节奏上存在错配。
奥比中光
政策受益度：很高（数据采集核心）|产品落地：已落地（70%+市占率）|竞争格局：3D视觉国内＞70% |生态锁定：极高（软件对齐锁硬件）
核心优势：位于训练流程最前端，具备"垄断性格局+全球化生态+已验证的商业化闭环"，是产业链中真正的"数据入口"。
凌云光
政策受益度：很高（训练场标配）|产品落地：已落地（头部客户绑定）|竞争格局：动作捕捉国内领先 |生态锁定：高（头部客户深度绑定）
核心优势：三重政策红利交汇，估值相对合理，具备估值重构潜力。但市场空间相比3D视觉略窄。
五、核心结论：如果只能选一个，选谁
而我的独立判断是：取决于你看的是"确定性"还是"弹性"，但真正的超额收益来自"稀缺性"。
从确定性排序：浪潮信息 ＞ 三花智控 ＞ 奥比中光 ＞ 凌云光
从弹性排序：凌云光 ＞ 奥比中光 ＞ 三花智控 ＞ 浪潮信息
从稀缺性排序：奥比中光 ＞ 凌云光 ＞ 三花智控 ＞ 浪潮信息
为什么稀缺性才是核心变量
因为具身智能产业正处于"基础设施建设"的窗口期。在这个窗口期，最大的投资机会不在"谁能卖出最多的机器人"，而在"谁能定义这个产业的标准"。奥比中光的3D视觉规格正在成为事实上的行业标准——一旦主流世界模型基于奥比中光的传感器参数完成训练，后续所有机器人本体厂商为了确保模型完美适配，就只能采购同等规格的硬件。这种"软件对齐定义硬件标准"的逻辑，赋予了奥比中光极高的溢价能力和极强的供应链锁定效应。
凌云光的逻辑同样成立，但动作捕捉的应用场景更偏向训练场和科研，而3D视觉是每台机器人出厂都必须配备的"眼睛"——一个是训练场设备，一个是本体标配，后者的市场空间显然更大。
六、风险提示与操作框架
必须警惕的四个风险：
第一，产业节奏风险
人形机器人整机商业化仍不成熟，国家发改委已明确提示技术路线和应用场景尚未完全成熟。训练场建设可能在2026-2027年集中放量，但若模型迭代速度不及预期，后续采购可能放缓。
第二，生态锁定效应的不确定性
"软件对齐锁硬件"的逻辑成立的前提是，世界模型训练确实对特定传感器规格产生了深度依赖。如果行业走向标准化、开放接口，这种锁定效应可能被削弱。
第三，估值风险
具身智能概念股普遍估值较高，部分标的已提前交易了政策预期。需要用订单、毛利率、现金流和资本开支节奏持续验证。
第四，供应链替代风险
凌云光、奥比中光虽然在细分领域领先，但海外竞品（如OptiTrack、Intel RealSense）的技术积累同样深厚，若国际贸易环境改善，可能面临竞争加剧。
操作建议
追求确定性：选择浪潮信息——它是训练基础设施建设的"铲子商"，千亿级收入底盘提供了最强的安全边际。
追求弹性与稀缺性的平衡：选择奥比中光——70%以上的市占率、英伟达全球生态绑定、2025年扭亏为盈且2026年Q1净利润环比再增55%，基本面拐点已经确立。它是具身智能产业链中唯一同时具备"垄断性格局+全球化生态+已验证的商业化闭环"的标的。
追求预期差：选择凌云光——相比奥比中光，凌云光的估值相对合理，且同时受益于训练场建设和大小脑模型训练的双重逻辑，三重政策红利的叠加使其具备估值重构的潜力。
最终判断
具身智能不是一场关于"谁造的机器人最好看"的比赛，而是一场关于"谁能定义机器人如何学"的基础设施竞赛。在这个竞赛中，数据是石油，采集设备是油井，训练场是炼油厂，机器人是加油站。最值钱的永远是油田，而不是加油站。
奥比中光和凌云光，就是中国具身智能产业的两座油田。
评论主帖领红包
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
青云师，早[鲜花][鲜花]