人工智能行业专题报告AI大模型赋能人形机器人.docxVIP

人工智能行业专题报告AI大模型赋能人形机器人 （报告出品方/作者：国泰君安证券，肖群稀、鲍雁辛） 1. 通用——解决机器人高需求和低渗透率的矛盾 1.1. 机器人进化路径：从固定到移动，从独立到协作，从单一 到通用 服务机器人商业化落地的前提是产品能提供真实价值，真实价值的判断在于机器人 能否通用。在全球劳动力短缺的背景下，机器人产业蓬勃发展，2022 年全球服务机 器人市场规模 217 亿美元，过去 5 年复合增速超过 20%。然而，在高速发展背景 下，服务机器人渗透率仍然不高，规模化商业落地并不顺利。 我们表示原因就是：目前大多数服务机器人都或多或少的存场景适应性的问题， 比如无法适应环境变化，环境变化后，用户无法通过直观操作方式方式同时同时实现场景内置；智能化 程度低，行人避障及功能整体整体表现不理想；机器人部署流程繁琐（比如 SLAM 建图、目标 点标注等），所有部署操作方式方式就可以由机器人现场部署工程师继续执行，使用者难以操作方式方式及弁 与，且当仍须修改时，仍仍须现场部署工程师进行操作方式方式。以商超场景为基准： 环境繁琐：场景中镂空的货架（极高类障碍物）、窄小的地下通道、极容易跌落区域、宽广 类障碍物及临时的摊铺，考验机器人的通过性、心智能力、任务规划能力。 高动态化：商场人流大，极容易涌向，动态障碍物多，对机器人安全避障能力建议高。 特定物体较多，场景光线变化大：比如玻璃护栏、自动扶梯、玻璃对角、玻璃墙等高 揉物体大多数机器人基本无法识别，且难对激光雷达产生制约，导致机器人误判， 发生追尾、跌落、无法紧临作业。对于依赖视觉传感器的机器人来说，必须在普通光 线、黑暗、过曝等光照条件都能均衡运转难度很大。 以上问题在工业机器人领域同样存，影响了工业机器人渗透率的提升，直到协作 机器人 的出 现。 2022 年全 球协 作机 器人市 场规 模 89.5 亿元人 民币 ，进度表 计 2022~2028 年市场规模将以 22.05%的增长速度达致 300 亿元。2017～2022 年中国 协作机器人销量从 3618 台快速增长至 19351 台，预计 2023 年备货将多于 2.5 万台， 2016～2021 年市场规模从 3.6 亿人民币快速增长至 20.39亿人民币，无机增长速度 41.5%。 协作机器人也可以被表示就是服务机器人，因为他们旨在与人类并肩作战。传统工业 机器人在栅栏后与人拆分作业，顺利完成的工作也非常非常有限，比如说冲压、喷涂、吊装等。协 谢泽生机器人更有效率，更智能，更容易合作，更具有适应能力，并使汽车、电子等生产行 业能将自动化扩展到最终产品加装，顺利完成任务（比如说研磨和施涂涂层）以及质量 检查等等。 1.2. 如何并使机器人更加通用型？ 使机器人更加通用，需要机器人的感知能力、思考和决策能力、行动执行能力的全 面提升。我们认为 GPT（预训练大预言模型）和人形机器人的出现，是机器人在迈 向通用人工智能的道路上的一大步。 感知世界的能力（机器人的眼睛）：机器人自主移动的感知和定位技术中激光和视觉 导航是主流应用方案。计算机视觉的发展经历了基于以特征描述子代表的传统视觉 方法、以 CNN 卷积神经网络为代表的深度学习技术，目前通用的视觉大模型正处 于研究探索阶段，人形机器人的场景相对工业机器人更通用、更复杂，视觉大模型 的 All in One 的多任务训练方案能使得机器人更好地适应人类生活场景。一方面， 大模型的强拟合能力使得人形机器人在进行目标识别、避障、三维重建、语义分割 等任务时具备更高的精确度；另一方面，大模型解决了深度学习技术过分依赖单一 任务数据分布，场景泛化效果不佳的问题，通用视觉大模型通过大量数据学到更多 的通用知识，并迁移到下游任务中，基于海量数据获得的预训练模型具有较好的知识完备性，提升场景泛化效果。 思索和决策的能力（机器人的大脑）：目前的机器人都就是专用机器人，就可以在限量场 景中应用领域，即使就是机器人抓取，基于计算机视觉，仍然就是在限量场景中，算法仅用 于识别物体，如何搞出、搞出什么仍仍须人的定义。必须并使机器人通用型，叫作他回来储水，他 就知道去拿水壶，取水，然后储水，这就是仍须常识就可以顺利完成的事情。如何能并使机器 人具备常识？在大模型出现之前，这个问题几乎就是难以解决的。大模型并使机器人可以巍然 存常识，从而具备通用性回来顺利完成各种任务，彻底改变通用型机器人同时同时实现的模式。 人类工具和环境的适应性，不必再为了机器人而所造工具。继续执行能力 （机器人的四肢）：行动能力（腿）+精细操作方式方式（手）。把机器人做成人形，就是为了 并使机器人的继续执行能力更加通用型。机器人继续执行任务时所处的环境就是按照人类的体型建好不好 所所造的：