从具身智能训练层面看，仿真软件可为大模型提供海量、低成本数据，解决真实数据高成本、难收集的问题，仿真软件有望实现大范围应用。
智通财经APP获悉，中银证券发布研报称，智能体时代来临，小型端侧设备无法消化大模型大参数，而具身智能则有望成为最佳载体。从具身智能训练层面看，仿真软件可为大模型提供海量、低成本数据，解决真实数据高成本、难收集的问题，仿真软件有望实现大范围应用。相比于刚性物体的仿真，柔性、流体的仿真技术壁垒更高，具备相关技术积累的厂商优势突出。从具身智能商业化路径来看，目前商业落地途径主要包括通用机器人路径、纯软件路径和垂直领域软硬一体路径三种。
中银证券主要观点如下：
智能体时代来临，具身智能有望成为最佳载体。
自ChatGPT发布后，AI模型参数量越来越高，从GPT-1到GPT-4，参数量由1.1亿增长至1.8万亿。从目前市场上的端侧大模型来看，通常设备端越大(功能越多)，其端侧大模型的参数量也越大。然而可穿戴设备、手机等无法消化大模型大算力，相比小型端侧设备，具身智能机器人有望成为智能体最佳载体。
仿真有望大范围应用于具身智能训练，建议关注具备柔性、流体仿真等技术的厂商。
主流的具身智能训练方法主要包括遥操作、动捕、大模型等。其中，单一的遥操作或动捕需由人类操作员直接控制，无法实现机器替人。大模型和机器人实体的结合则具备较强的泛化性。在大模型训练数据的选择上，可采用仿真数据或真实数据。仿真通过构建虚拟环境生成大量数据，成本较低，适合在新的环境中大范围学习技能；而利用真实数据能够形成细分场景的数据壁垒，但成本及获取难度相对较高。相比于刚性物体的仿真，柔性、流体的仿真对于算法的稳定性和收敛性的要求大幅提高。
具身智能商业化路径：建议关注纯软件和垂直领域软硬一体路径。
目前具身智能商业化路径主要包括三种：
第一种是通用机器人路径，其核心是采用通用的硬件和软件来应对各种多变的使用场景，该种路径对于资金和技术要求较高，目前1X、Figure以及特斯拉等行业巨头正加速布局。
第二种纯软件路径的是设计通用的操作系统，硬件厂商通过API接口即可接入机器人“大脑”，从而实现多种硬件平台共享同一套软件架构。并且随着机器人的大规模部署，其边际成本可以无限趋近于0。对于纯软件路径，该行建议关注英伟达、华为合作厂商。
第三种路径是垂直领域软硬一体，目前机器人硬件与数据仍处于耦合阶段，公司通过收集传感器数据能够形成细分领域的数据壁垒。对于该种路径，建议关注细分领域龙头厂商。
投资建议
从具身智能训练层面，建议关注具备柔性、流体仿真等技术的厂商，如索辰科技(688507.SH)。从具身智能商业化路径层面，建议关注英伟达、华为合作厂商，如九号公司(689009.SH)、中坚科技(002779.SZ)、高新兴(300098.SZ)、润和软件(300339.SZ)、安联锐视(301042.SZ)等以及细分领域龙头厂商如海康机器人。
风险提示：技术突破不及预期；机器人成本下降不及预期；数据收集不及预期。
