东吴证券：距离真正的具身智能大模型有多远？

2 从架构端和数据端看，目前机器人大模型的进展如何？ 当前机器人大模型的快速演进，主要得益于架构端与数据端的协同突破。架构上，从早期的SayCan语 言规划模型，到RT-1实现端到端动作输出，再到PaLM-E、RT2将多模态感知能力融合至统一模型空 间，大模型已逐步具备"看图识意、理解任务、生成动作"的完整链条。2024年π0引入动作专家模型，动 作输出频率达50Hz；2025年Helix实现快慢脑并行架构，控制频率突破至200Hz，显著提升机器人操作 的流畅性与响应速度。数据端，已形成互联网、仿真、真机动作三类数据协同支撑的结构化体系：前两 者提供预训练量级与泛化场景，后者则直接提升模型在物理世界中的实用能力。其中，真机数据采集对 高精度动捕设备依赖度高，光学动捕以精度优势适配集中式训练场，有望成为具身模型训练的核心数据 来源。当前主流训练范式正由"低质预训练+高质后调优"快速迭代，模型智能的跃迁正转向"从数据堆料 到结构优化"的阶段。 3 未来大模型的发展方向是什么？ 智通财经APP获悉，东吴证券发表研报称，未来具身大模型将在模态扩展、推理机制与数据构成三方面 持续演进。当前主流模型多聚焦于视觉、语言与动 ...