- 1、本文档共12页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
证券研究报告|行业专题|机械设备
机械设备报告日期:2024年03月14日
Figure×OpenAI:端到端的大语言-视觉模型让“机器”变“人”
——人形机器人行业专题报告(一)
投资要点
行业评级:看好(维持)
❑Figure×OpenAI的最新视频呈现了什么亮点?
Figure01最新视频表明了大语言-视觉模型介入人形机器人后,所带来的极快升分析师:张雷
级。近日人形机器人初创公司Figure公布其与OpenAI合作13天后的机器人最新执业证书号:S1230521120004
视频,视频中OpenAI将其端到端的大语言-视觉模型移植到Figure01上,Figurezhanglei02@
01能够1)理解区分面前的场景对象;2)动作上区分苹果和一堆纸团;3)理解自身
研究助理:虞方林
行为的目的;4)判断下一步的响应动作;5)评价自身行为;6)手指灵活度足够且动
yufanglin@
作较快。就目前所呈现的状态,我们认为人形机器人有望打开C端市场。
❑大语言-视觉模型对Figure01的加持体现在哪?相关报告
源自OpenAI端到端的大语言-视觉模型是本次Figure01升级的核心,从语言输1《特斯拉Optimus引领技术实
入开始,模型接管了一切处理,直接输出语言和行为结果,而不是中间输出一些
现,国产零部件迎来机遇》
结果,再加载其他程序处理这些结果。其中Open的大模型提供负责提供视觉推理
和语言理解,而Figure的神经网络提供快速、低水平、灵巧的机器人动作,值得2024.03.13
注意的是机器人所有行为均源自于自身学习过的。升级主要体现在以下两方面:
(1)语言交互流程:研究人员将机器人摄像头中的图像输入、机载麦克风捕获的语
音中的文本转录到由OpenAI训练的,可以理解图像和文本的多模态模型(VLM)
中,由该模型处理对话的整个历史记录,得出语言响应,然后通过文本到语音的
方式将其回复给人类。
(2)动作处理流程:大模型能力可以使机器人拥有短期记忆,以便联系和理解前后
的行为关系。首先,互联网预训练模型对图像和文本进行常识推理,以得出高级
计划;其次,大模型以200hz的频率生成的24-DOF动作(手腕姿势和手指关节角
度),充当高速设定点,供更高速率的全身控制器跟踪,以确保安全和稳定。
❑Figure公司背景和优势如何?
Figure由BrettAdcock于2022年创立,总部位于加利福尼亚,其目标是开发能够
在不同环境中工作并处理各种任务的通用型人形机器人,覆盖仓储到零售。团队
主要来自IHMC、波士顿动力、特斯拉、Waymo和谷歌X等机构。在融资、技术
及落地方面,Figure获得来自英特尔、微软、OpenAI、英伟达等科技巨头和宝马
汽车的支持。其中Figure与OpenAI达成协议,共同开发“下一代人形机器人的人
工智能模型”,GPT有望成为机器人大脑;微软为Figure提供访问其云计算平台
Azure的人工智能基础设施、培训和存储服务;与宝马合作,将其自身的AI与机
器人技术融入到宝马实际的汽车生产流程中。
❑投资建议
目前Figure与各科技巨头签署系列协议,有望形成“模型训练-云端设施-车厂落
地”商业闭环,并在行业加速扩散。我们认为,人形机器人的产业大趋势已经确定,
当前人形机器人厂商陆续更新的视频表现均超预期,这主要
文档评论(0)