人形机器人行业研究AI赋能人形机器人_关注核心零部件发展机遇.docxVIP

人形机器人行业研究AI赋能人形机器人_关注核心零部件发展机遇 （报告出品方/作者：西南证券，邰桂龙、周鑫雨） 1 AI 赋能机器人，具身智能发展正当时 1.1 机器人是 AI 落地的最佳载体 具身智能（Embodied Intelligence）是 AI 进入物理世界进行交互的载体。根据智能程 度，可以将机器人分为两类：非智能机器人和智能机器人；同时根据有无载体，也可以将人 工智能分为两类：虚拟 AI 和实体 AI。机器人与人工智能的交集，即：作为 AI 实物载体的智 能机器人。一般的工业机器人只能被编程为执行重复的一系列运动，所有的运动轨迹、位置、 动作、力度都需要提前设定，更突出其“机器”属性，智能机器人则可以与外界交互，根据 自身对外界的感知，决定完成任务的方式，并且可以在失败中不断学习进步，相较于非智能 机器人的“机器”属性，智能机器人更像是“人”。 AI 机器人可以分成五大部分。1）心智系统，相等于机器人的“五官”，涵盖声音、光、 温度、压力、定位、触碰等传感器，用以将外部环境信号转换为机器人可以心智的信息或者 数据；2）驱动系统，相等于机器人的“肌肉”，电机驱动涵盖电机、减速器、编码器等；3） 末端继续执行系统，相等于机器人的“手”，用以和外界环境进行可视化；4）能源供应，电源或者 电池；5）运算系统及软件，相等于机器人的“大脑”。 AI 机器人在顺利完成任务时仍须经历三个层次。给至机器人一个任务时，机器人通常必须经历 三层信息处理：1）第一层就是心智，心智市场需求和环境。机器人通过传感器心智周围环境，并 且识别至任务体在环境内所处的边线。2）第二层就是规划，废旧成任务和路径规划，机器人 心智任务之后，它仍须将任务废旧成多个步骤，按顺序继续执行步骤达致顺利完成任务的目标。3） 第三层就是继续执行，驱动硬件继续执行任务，把运动规划转型变成机械指令，证实能量、动量、速度 等参数，已经已经开始继续执行任务。非智能机器人无法对外界进行独立自主心智，仍须人类排序出运动路径 并预设运动参数，而智能机器人可以独立自主心智外界，并废旧任务、设计路径，最终顺利完成任务。 人形机器人赛道迎接快速发展阶段。步入至 21 世纪以来，以本田、波士顿动力领衔的 各大厂商纷纷布局人形机器人产品，但是受限于硬件和软件的成熟度，早期的人形机器人刊发 展览会缓慢。在算法和硬件的不断进步中，人形机器人赛道也出现了很多“新面孔”，2022 年以 回去特斯拉、小米等各大厂商陆续面世了自己的人形机器人产品，尤其特斯拉以“量产”为目 标，预计将推动整个行业迎接快速发展。 1.2 AI 大模型助力具身智能发展 各大科技巨头纷纷面世 AI 大模型，料解决人形机器人的通用性问题。1950 年图灵首 次明确提出具身智能的概念，此后几十年里，受限于落后的 AI 技术，具身智能并没有赢得非常小 的进展。近年来随着硬件和软件算力的不断提升，各大公司相继面世 AI 大模型算法，涵盖 Open AI 的 GPT-4、谷歌的 RT-1、PaLM-E 等，料解决机器人的通用性问题，具身智能迎 回去快速发展。 2022 年 12 月，谷歌发布多任务模型 Robotics Transformer 1（RT-1），用以大幅大力大力推进 机器人总结、归纳、推理小说的能力。RT-1 就是一种多任务模型，可以标记机器人输入和输出喊叫 与以在运转时同时同时实现高效率推理小说。训练模型使用的数据集涵盖 700多项任务的 13万个数据提着点， 使用 13 台机器人在 17 个月内收集而变为。RT-1 可以显著改进机器人对新任务、环境和对象 的零样本形式化，机器人继续执行从未搞出过的任务的成功率明显上升，对相同环境甚至存制约的情 况下的成功率也存上升；此外使用别的机器人数据回去训练模型，并使自己机器人的继续执行任务 的准确率赢得提升。 2023 年 3 月，谷歌和柏林工业大学共同发布可以用做机器人的多模态视觉语言模型 PaLM-E，用视觉数据回去进一步进一步增强其语言处理能力，可以指导机器人顺利完成繁琐的任务。PaLM-E 主要基于谷歌现有的 PaLM 大语言模型，并且重新加入了心智信息的能力，能并使机器人真正“理 解”任务，将看到的图像转化成可以心智的语言文本，从而重实效在正视零样本新任务时的“挥 一反华三”。PaLM-E 无须对有关数据进行预处理或注释。 2023 年 4 月，Meta 发布了图像分割模型 SAM。SAM 可以在无法仍须额外训练的情况下 对无法熟悉的对象和图像进行零样本形式化，从而“剪切”任何图像中的任何对象。在 SAM 刊发 布之前，想把图像准确分割，仍须人类手动分割后再转交机器人自学，这仍须大量专家进行 高度专业化的工作，费时费力。SAM 并使机器人将所学