20260922-中信证券-科技_PI_动作预训练构筑具身智能基座_34页_860kb

报告摘要

PI：动作预训练构筑具身智能基座

核心内容概述

Physical Intelligence（PI）作为全球具身基础模型领域的先行者，致力于构建“通用知识 -> 机器人动作”的完整训练体系。其核心价值在于将高阶的视觉语言模型与底层的机器人动作能力相结合，形成从知识理解到物理执行的闭环。PI不仅向上整合视觉语言基座，还向下积累跨本体机器人数据、动作预训练经验以及真实部署案例，为具身智能的发展奠定了坚实的基础。

主要观点

技术路线：PI采用动作预训练技术，构建了具身智能的基座，区别于传统的纯语言或纯视觉模型，其重点在于将智能体的感知与执行能力统一起来。
数据与经验积累：通过跨本体机器人数据的收集和动作预训练的实践，PI积累了丰富的经验，为后续的模型优化和实际应用提供了数据支持。
产业检验：随着具身数据采集方式的更新和同业模型的快速迭代，PI的先发优势正在接受更直接的产业检验，其技术体系和商业模式的可行性面临挑战。
未来发展方向：
- 强化作为Physical Layer的价值，即在具身智能生态系统中扮演关键基础角色。
- 开拓性质有效的泛API收费模式，探索可持续的商业化路径。

关键信息

技术优势：PI的核心竞争力在于其“通用知识 -> 机器人动作”的训练体系，这使其在具身智能领域具有独特地位。
应用场景：PI的目标是为机器人提供更智能的动作执行能力，适用于制造业、物流、服务等多个行业。
商业化潜力：通过泛API收费模式，PI有望在具身智能领域实现规模化变现，推动技术落地。
风险提示：
- 机器人技术进步速度低于预期
- 机器人应用场景的发展潜力低于预期
- 技术路线变动风险
- 政策实施力度不及预期
- 行业竞争加剧风险
- 法律法规风险
- 国际地缘政治风险