摩根士丹利最新报告《机器人年鉴：第二卷：如何训练你的机器人》指出，人工智能驱动的机器人正在经历从工厂车间向更广阔应用场景的历史性跃迁，训练焦点从“认知智能”转向“物理智能”，这一转变将引爆边缘计算的新一轮军备竞赛。12月14日，摩根士丹利全球具身智能团队发布《机器人年鉴·第二卷：如何训练你的机器人》，提出机器人产业正在发生“双重逃逸”：一是物理空间上从工厂流水线逃逸到家庭、农场、城市、海洋乃至太空；二是技术范式上从以“大脑”为核心的通用大模型逃逸到以“身体”为核心的物理动作控制。报告认为，这场逃逸将直接重塑全球算力地图，边缘推理芯片、仿真引擎、机器人传感器三大赛道将成为未来十年最硬核的投资主线。

一、机器人“逃离工厂”：从结构化牢笼到非结构化世界

传统工业机器人被锁死在“结构化牢笼”里：任务单一（重复装配）、环境可控（固定产线）、无需感知与学习能力。大摩用一幅对比图揭示变化：Pre-AI时代的机器人被安全围栏包围，警告牌写着“严禁进入”；Post-AI时代的机器人已出现在农场、公寓、火星地表。报告以“抓取冰箱中的瓶子”作为经典案例：人类0.5秒完成的动作，对机器人却是一场多变量耦合的噩梦——手指微弧度调整、腕部扭矩控制、重心实时补偿、湿度对摩擦系数的扰动、冰箱内其他物体的碰撞规避。大摩强调，物理世界的“难”是字面意义上的硬：它要求机器人具备毫秒级感知-决策-执行闭环，而非传统工厂的预设程序。

二、训练范式革命：从“大脑”优化到“身体”控制

报告把AI训练拆成两条赛道：一条是LLM/VLM为代表的“认知赛道”，训练的是文本与图像的抽象关系；另一条是VLA（Vision-Language-Action）为代表的“物理赛道”，训练的是像素到关节扭矩的映射。大摩指出，Moravec悖论在此显灵——对人类而言“走路比微积分简单”，对AI却恰恰相反。为了获取物理数据，产业界已形成三条技术路线：

远程操作（Teleoperation）：人类穿戴动捕设备“手把手”教机器人，数据质量高但规模受限，特斯拉2023年曾为Optimus大量招聘“机器人操作员”，时薪48美元。

仿真训练（Simulation）：NVIDIA Omniverse、Google DeepMind MuJoCo、Unreal Engine构建高保真数字孪生，可在虚拟世界模拟暴雨、地震、零重力等极端场景，配合强化学习实现“无限试错”。

视频学习（Video）：从YouTube、TikTok等公开视频中提取人类动作，Meta V-JEPA 2、Google Genie 3等“世界模型”可预测物体运动轨迹，实现“零样本”迁移。大摩认为，三种方式将长期并存，但仿真+视频的占比会快速上升，到2030年或占训练数据总量的80%。

三、边缘算力需求爆发：实时推理与分布式计算

当机器人走出工厂，云端延迟成为致命短板。大摩提出“边缘计算双轮驱动”模型：

专用边缘芯片普及：NVIDIA Jetson Thor（Blackwell架构）以3500美元套件价提供2070 FP4 TFLOPS算力，功耗仅130W，已被波士顿动力、Figure、Agility等头部企业采用。报告测算，单台人形机器人需2颗Jetson Thor，自动驾驶汽车需2颗DRIVE Thor，家用机器人则需1颗Jetson Orin Nano。

分布式推理网络：特斯拉提出“机器人即算力节点”构想——若全球部署1亿台机器人，每台2500 TFLOPS，50%利用率下可贡献125000 ExaFLOPS，相当于700万颗B200 GPU。这种“去中心化云”不仅降低数据中心依赖，还能通过车-机-无人机协同实现“群体智能”。大摩预测，到2030年全球机器人边缘算力需求将达697 ExaFLOPS（B200当量），2050年进一步攀升至14000 ExaFLOPS，对应市场规模超1600亿美元。

三、投资地图：三条主线与三大风险

报告在最后一章给出“具身智能投资九宫格”：

上游：传感器（索尼IMX、Velodyne激光雷达）、稀土磁材（MP Materials、Lynas）

中游：边缘芯片（NVIDIA、高通、Ambarella）、仿真引擎（Unity、Epic Games）

下游：机器人本体（特斯拉Optimus、Figure 01、1X NEO）

三大风险同步升温：

数据瓶颈：物理数据无法像文本那样“一键爬虫”，真实世界采样成本高昂。

稀土卡脖子：一台人形机器人需2-4kg钕铁硼磁材，中国控制全球90%精炼产能，地缘政治溢价将持续放大。

仿真到现实的“Reality Gap”：虚拟环境再逼真，也无法100%复现摩擦、形变、光线散射等微观物理现象。

摩根士丹利在结尾引用卡尔·萨根1995年的警告：“文明处于教育与灾难的竞赛之中”。报告认为，具身智能的爆发正是美国重夺制造业主导权的历史窗口——谁能率先解决“物理数据-边缘算力-稀土材料”的三重约束，谁就能定义下一个五十年的全球产业秩序。机器人正在逃离工厂，而投资者需要逃离“纯软件”的舒适区，迎接一个软硬一体、边缘即中心的新世界。