智通財經APP獲悉，中國銀河證券發布研報稱，具身機器人行業仍處從0到1階段，未來產業層面進展積極，建議持續關注其投資機會。T鏈去僞存真，「真」供應鏈調整後仍具備投資價值。國產鏈優先關注擬上市優質資產，其次關注格局好價值量高的核心零部件供應商。建議積極關注本體廠商，其次建議關注機器視覺、諧波減速器等格局較好的零部件環節。

中國銀河證券主要觀點如下：

事件

2026年7月17-20日，世界人工智能大會(WAIC)在上海舉辦，多傢俱身智能本體、模型、零部件廠商參展。該行認為，如何讓市場相信商業化落地能力是當前具身企業的重要課題，今年現場demo趨向更精細化、更高泛化性、長程化場景;同時，模型主流趨勢從去年的VLA演變成「世界模型+VLA」，Ego/UMI數採設備需求與供應商數量明顯增多。以下為具體觀察。

本體側

企業與產品數量增加。至26年上半年，我國整機產品數量達400家，較25年底多出70家。一方面，當前樣機生產不難，難在硬件端如何保障規模量產一致性和提升重複使用壽命，以及軟件端的具身大模型。另一方面，由於技術路徑尚未收斂，標準尚未統一，模型廠與本體廠互相滲透，模型廠推出自己的本體產品作為模型效果呈現載體，本體廠也自研具身大模型。

模型側

去年展示的多是VLA，今年展示的大部分是世界模型+VLA，但各個廠商對世界模型的定位存在一定的不同，有些內置在模型中，用於學習物理規律和決策前預演，有些把世界模型和VLA作為獨立模型共同開發。

數據側

1)由於數採方式的變化，數採設備種類更多元，去年展出以動捕服偏多，今年多了觸覺手套、UMI夾爪、Ego設備(如：兩個夾爪、1個頭戴式設備、3台手機)，ego和UMI方案真實設備訂單有的廠商已有幾千台，價格呈現壓降趨勢。做出一套UMI/ego數採設備並不難，但如何提升數據有效率和數據模態維度較難。2)訓練數據結構上，目前大多都使用了互聯網數據+人類行為數據(人類動捕和ego數據)+仿真數據+真機遙操數據+真實世界機器人自主運行數據5層數據結構，但比例存在差異，目前看真機數據在後訓練中重要性還是不可或缺。

應用側

亮點在於精細化、更高泛化要求、長程化場景增多，物流分揀場景有望率先真實落地應用。1)工業端的應用更加豐富，去年基本是搬運、上下料，少數物流分揀，今年多了一些更精細操作的場景，比如銀河通用機器人打螺絲，梅卡曼德線束插頭柔性抓取&精密裝配，靈初智能和長飛光纖合作進行光模塊插拔、檢測、真空封裝和裝盒。2)商服端，多家都展現了貨架取物(比如藥物、零售;銀河通用，梅卡曼德，螞蟻阿福等企業)、酒店洗衣(大曉機器人，擎朗智能，穹徹智能等企業)、製作飲品等場景，貨架取物體現泛化性，酒店洗衣體現長程任務能力。3)家庭端，銀河通用機器人展現了烘烤麪包等做早餐能力，傅利葉展現了外接大語言模型的家庭場景人機交互。

風險提示：關鍵技術突破不及預期的風險，下游場景開發進度、需求空間不及預期的風險等。