无人纺织服拆行业存正在可行性：1）保守纺织业面对劳动力资本不脚取人工成本昂扬的双沉难题。成本压力上，2023年中国纺织业成本布局中，间接人工占比跨越5％，居各类成本的第二位。按照中国棉纺织行业协会调研领会，企业不竭提高工资仍无法招到可持续工做的年轻工人，缺工问题已影响到企业一般运营；00后求职者中，仅0。7%愿考虑纺织岗亭，年轻劳动力断层现象较着。2）保守纺织业的流程工次第要分为裁剪、缝制、后拾掇。

　　纺织服拆环节的人形机械人无望正在2028/2030/2035/2040年达到6/11/26/89万台。全球总缝纫工人约为5000万人，我们假设平缝包缝比例为3：1。初期阶段参考工业机械人密度提拔情况，假设2028年发卖比率达到0。1%，2030年达到0。3%，2035年达到0。7%；中期参考酒店办事机械人场景，假设2040年发卖比率达到3。1%；后期结局阶段参考汽车焊接场景，假设将来年发卖比率达到16%。由此计较，带来回本周期降低至4。0/2。4/2。0/1。5年。2028/2030/2035/2040年对应发卖机械人6/11/26/89万台，对应市场空间75/135/263/894亿元。和本来利用人工比拟节流了4/29/79/402亿元。而考虑到后期结局阶段，具身智能手艺已充实，假设最初机械人效率达到80%（审慎假设，取线%效率比拟仍是会有必然扣头），按5年折旧计较，每年更新发卖的机械人375万台，能够节流的总工资收入为2400亿元。

　　以Pi0、DYNA-1和特斯拉世界模子为具身智能模子代表，其差别次要表现正在四方面：1）算法上，三者均处置多模态消息。Pi0取特斯拉采用transformer架构，但Pi0以VLM为输入为同一token序列，DYNA-1基于强化进修用可扩展励模子，特斯拉经占用收集改良可预测三维空间体素占领环境；决策层Pi0用前提流婚配建模持续动做，特斯拉通过模仿驾驶锻炼决策。2）锻炼体例上，三者均有专业场景锻炼。DYNA-1无特地泛化锻炼，特斯拉世界模子锻炼不涉及具身AI动做。3）数据来历上，特斯拉通用世界模子取Pi0预锻炼用开源数据，DYNA-1数据来自机械人自从施行使命及运转中生成的新数据，特斯拉Optimus用第一人称数据。4）泛化能力上，Pi0较强可应对多使命，DYNA-1较弱针对统一或类似使命的分歧，特斯拉限于驾驶场景的特定地址通用方式。

　　投资：1)关心无人纺织范畴的领头公司：杰克股份；2）使用场景的跑通，会使得整小我形机械人财产链同步受益，关心机械人零部件财产链的焦点公司，如减速器、丝杆、传感器、工致手等焦点硬件。