摩根士丹利报告:AI机器人竞争转向数据争夺,视觉数据成关键

摩根士丹利的研究报告指出,人工智能机器人的竞争已经从算法迭代转向数据争夺,特别是视觉数据,作为视觉-语言-动作(VLA)模型训练的核心资源,其获取能力将直接决定企业在行业中的地位。特斯拉(TSLA.US)、Meta(META.US)和布鲁克菲尔德等企业通过场景覆盖和数据积累构建技术壁垒,以期在AI机器人时代占据先机。

随着具身人工智能技术的成熟,数据收集效率、用户隐私与商业化落地之间的平衡将成为企业脱颖而出的关键,有望重塑全球AI机器人产业的格局。

视觉数据:AI机器人的“燃料”

摩根士丹利在其报告中强调,视觉数据是AI机器人的“燃料”。通过比喻说明,视觉数据的价值在于其收集与处理能力,缺乏这些能力,全球视觉数据的潜在价值无法释放。企业正将摄像头部署到家庭、办公室、汽车乃至人体穿戴设备中,以获取高质量、多场景的视觉训练数据。

特斯拉Optimus机器人通过“人类演示视频”自主执行任务,标志着从人工操控辅助向数据驱动自主学习的关键跨越。Meta计划在眼镜产品中嵌入超高清摄像头,捕捉用户手部动作的现实数据,为AI机器人训练提供素材。布鲁克菲尔德与Figure AI合作,开放其不动产资源用于AI机器人训练数据的收集,强调场景多样性的价值。

投资视角:特斯拉为核心标的

摩根士丹利在报告中将特斯拉列为核心关注标的,并给予“增持”评级,目标股价410美元。AI机器人相关的技术突破与数据积累是支撑长期估值的关键变量。同时,报告提示了行业核心风险,包括竞争加剧、执行风险以及市场对“Dojo超级计算机赋能服务业务”的价值认可度下降。

企业 视觉数据应用 目标与影响
特斯拉 Optimus机器人通过人类演示视频自主执行任务 从人工操控辅助向数据驱动自主学习的关键跨越
Meta 在眼镜产品中嵌入超高清摄像头,捕捉手部动作数据 为AI机器人训练提供素材,预计未来2年内设备保有量达2000万台
布鲁克菲尔德 与Figure AI合作,开放不动产资源用于AI机器人训练数据收集 强调场景多样性的价值,打造最大规模预训练数据集