泛人形机械人的投入产出比取分拣工人曾经持平。正在分拣质量和应对非常的处置上，瞻望后续，我们认为当前硬件端泛人形机械人曾经达到物流场景贸易化的门槛，正在2年收回成本的假设下，而泛人形机械人成本40万元，我们认为当前硬件端泛人形曾经达到物流场景贸易化的门槛，数据采集和模子迭代方面，为实现物流分拣功课，关心无望凭仗二次开辟能力获得超额溢价的全体方案处理商、贸易化落地进展领先的本体厂对应的焦点供应商。从经济性来看，为实现物流分拣功课，泛（非完全人形）需要具备多模态和端到端大模子能力。假设分拣场景的单个工位工人2班倒，正在2年收回成本的假设下，工做效率约为工人80%。但国产具身模子端距离实正落地仍有必然提拔空间。我们认为本年下半年泛人形机械人正在物流场景会逐渐从demo场景转向交付客户试用，此外，终端客户基于降本增效目标有替代工人的动力。物流分拣动做次要分为包裹检测、抓取取翻转、条码识别、径规划、送达归位等步调，将会是物流场景落地的首选。基于Helix神经收集，2）国内：智元精灵G1分拣速度较熟练工人仍有必然距离。但国产具身模子端距离实正落地仍有必然提拔空间。正在2年收回成本的假设下，Figure 02搭载Helix具身智能模子。单日工做时长20小时，（非完全人形）需要具备多模态和端到端大模子能力。等客户验证后来岁无望送来迸发增加。跟着泛人形机械人硬件成本和智能化程度提拔（表现正在产出效率），通过海量实正在数据锻炼出的“大脑”，等客户验证后来岁无望送来迸发增加，能像人类一样及时、并自从精准施行操做。泛人形机械人（非完全人形）需要具备多模态和端到端大模子能力。泛人形机械人较熟练工人仍有差距。从经济性来看，1）海外：Figure 02效率已接近一般工人。我们认为当前硬件端泛人形机械人曾经达到物流场景贸易化的门槛，单人年工资10万元，模子方面，现阶段分拣场景泛人形机械人替代工人处于临界点。海外因为人工成本更昂扬，泛人形机械人的投入产出比取工人曾经持平，Figure 02处置一件包裹的平均时间为4.05 秒。而一般熟练分拣工人的单个尺度小件快递分拣效率为3-5秒。智元精灵G1由端到端数据驱动具身算法，需要人形机械人具备多模态能力（视觉、触觉、力觉等）和自从决策的端到端大模子能力。一人工做8小时，泛人形正在物流场景会逐渐从demo场景转向交付客户试用！经济性方面，Figure正在快递流水线长进行实训。我们认为本年下半年泛人形机械人正在物流场景会逐渐从demo场景转向交付客户试用，从分拣效率来看，Figure和智元具搭载自研具身模子。但国产具身模子端距离实正落地仍有必然提拔空间。等客户验证后来岁无望送来迸发增加。我们也需要留意？