原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
风险提示
机器人下游发展不及预期
算力与算法模型更新迭代不及预期
行业竞争加剧风险
诚信、专业、稳健、高效请阅读最后一页重要免责声明3
1.大模型是人形机器人的必备
目录要素
2.从Saycan到RT-X——谷
CONTENTS歌机器人模型高速迭代
3.目前机器人大模型产业化
存在的问题与展望
诚信、专业、稳健、高效请阅读最后一页重要免责声明4
01大模型是人形机
器人的必备要素
大模型是人形机器人的必备要素
长期来看，人形机器人的最大优势在于通用性：
人形机器人的特点在于泛化能力。如果只为解决单一或少数场景的应用，则特定专用机器人足以满足要求（如酒店服务机器
人，扫地机器人等），从第一性原理来说，机器人之所以拟人，其根本目的在于完成多样化的任务——能爬楼梯，能按电梯，
能提重物等完成所有人类所需的各种任务。
通用性的实现依赖大模型的应用（体现在感知与识别）：
大模型具有庞大的先验知识库与强大的通识理解能力。可以满足人形机器人通用性的场景要求和技能要求。不再仅限于完成
某一类特定工作，而是进一步完成多类型任务。目前机器人的应用基础是代码，机器人工程师需要编写代码和规范来控制机
器人行为，这个调试过程缓慢、昂贵且低效，使用场景有限。ChatGPT带来一种新的机器人应用范式，我们可以通过LLM将
自然语言快速转换为代码。这样就可以解决大量的场景以及任务需求，有望大幅度降低了算法开发的复杂度，同时可以简化
合并算法模型数量，提升开发效率。而传统算法模型即使经历大量的训练，仍存在较多小概率场景（cornercase）难以覆
盖，泛化能力较低图表1：机器人有望通过大模型将自然语言快速转换成代码
资料来源：《ChatGPTforRobotics:DesignPrinciplesandModelAbilities》微软，华鑫证券研究所
诚信、专业、稳健、高效请阅读最后一页重要免责声明6
大模型是人形机器人的必备要素
图表2：RT-2的锤钉子实验
人形机器人大模型所需的视频数据足够充足（体现在后续
的动作）：
深度学习的本质是模仿，可以用大量的人类视频来进行预训练/模
仿学习，之后再通过标注用ReinforcementLearning进行微调。
机器人做成人形也是为大模型在机器人上的发展铺垫。
思维链条：
思维链(ChainofThought，CoT)是一种思维工具，通过逐步延伸
和拓展一个主要想法，帮助人们进行更深层次的思考，并得出更复
杂、更全面的结论。在机器人大模型上，思维链可以帮助机器人拆
分与分解一件事件如何完成，增加了先解码出计划的步骤，再解码
需要完成任务需要输出的动作，在需要语义推理任务上效果更好。
在谷歌7月发布展示的具身大模型中RT-2中，机器人展示了类似视
觉语言模型（VLM）的思维链，如：选出与其他物品不同的物品；
告诉机器人很困，让机器人拿饮料，机器人会拿红牛；让机器人完
成锤钉子任务，但桌子上只有耳机线、石头、纸，使用思维链后机资料来源：《RT-2:Vision-Language-ActionModels》谷歌，华鑫证券研究所
器人会拿石头等。
诚信、专业、稳健、高效
文档评论（0）