软件与服务行业人形机器人深度报告:具身智能奇点渐进,产业链有望重构.docx

软件与服务行业人形机器人深度报告:具身智能奇点渐进,产业链有望重构.docx

  1. 1、本文档共22页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多

%%

%%

更多研报请访问

长江研究小程序

相关研究

《算力产业跟踪:移动采购招标出炉,智算需求持续高增》2024-04-22

《关键词:能源IT2024年第16周计算机行业周报》2024-04-22

?《推进自主生态构建,华为未来战略重点》2024-

04-22

资料来源:Wind

2024/4

2023/12

11%

-8%

-27%

-46%

2023/4 2023/8

沪深300指数

软件与服务

市场表现对比图(近12个月)

丨证券研究报告丨

2024-04-24

行业研究丨深度报告

投资评级看好丨维持

软件与服务

人形机器人深度报告:具身智能奇点渐进,产业链有望重构

具身智能节点即将到来

AI大模型的演化经历了从单模态到多模态,再到世界模型、AGI的过程,而具身智能是AI模型演进的关键节点。随着通用基础模型的不断进化,具身智能的时间节点即将到来。具身智能模型需要具备五种关键能力,包括低复杂场景的多模态感知能力、自主可靠决策能力、实时精准运控能力,以及高复杂场景的泛化能力和涌现能力。随着机器人算法的迭代,Optimus等机器人已经较好的掌握了前三种能力;而随着通用大模型的技术推进,高复杂场景所需的泛化能力和涌现能力也在逐渐提升过程中。

泛化性是阻碍机器人大规模应用的核心痛点,模型侧是核心瓶颈。当前机器人模型处于VLM向VLA转换的阶段,有望解决机器人模型泛化能力不足的缺点。VLA方案是完整的端到端模型,具备较高的运行效率。阻碍VLM向VLA进化的主要瓶颈在于动作数据对齐样本较少。从现状来看,端到端模型指令生成速度慢,生成结果简单,短期仍需依靠两套系统分别完成决策与控制任务。放眼未来,机器人大脑在一段时间内或采用云端大脑与端侧模型并行的技术路径。

巨头纷纷入局具身智能

随着AI基础模型技术持续迭代,特斯拉、谷歌、OpenAI、英伟达等巨头也发现了人形机器人的潜在商业机会,分别从硬件、软件、芯片和中间件入手布局人形机器人领域。早在2021年的TeslaAIDay,特斯拉就宣布其在研发人形机器人Optimus;随后的几年时间,Optimus经历了多轮的迭代,机动性和灵活性得到了大幅度提升。谷歌从2022年开始,在软件层面推出了一系列机器人模型,包括SayCan、Gato、RT-1、PaLM-E、RoboCat、RT-2和RT-X,逐步实现了模型自主可靠决策、多模态感知和实时精准运控能力的结合,同时展现出泛化能力和思维链能力。OpenAI主要通过模型赋能与投资相关企业的方式布局人形机器人行业。OpenAI投资了人形机器人初创公司1XTechnologies和FigureAI,并和FigureAI合作推出了Figure01机器人。英伟达从芯片和中间件层面布局具身智能产业链,发布了Jetson系列边缘计算芯片、GROOT机器人基础模型以及Issac软件开发平台,为机器人开发者提供了丰富的算力资源以及开发方案。

两条商业路径:自下而上与自上而下

从行业整体来看,布局人形机器人的巨头可以分为自下而上和自上而下两条路径,分别以特斯拉和谷歌、OpenAI为代表。两方从硬件降本和机器人大脑两个核心痛点出发,发挥各自优势占据市场领先地位。在软件算法层面,特斯拉机器人复刻了智能驾驶算法的开发模式,由规则驱动转向数据驱动。在人形机器人领域,特斯拉或复刻汽车的产品节奏,首先将人形机器人用于高价值量核心场景,待商业循环形成之后,再通过降本的方式逐步提升产品渗透率,并且在落地过程中找到成本与智能化的平衡点。谷歌与OpenAI在模型领域拥有深厚的技术壁垒,但缺少硬件领域相关能力。因此两家厂商在未来或选择与机器人制造厂商合作,以软件服务商的角色赋能机器人OEM厂商。

风险提示

1、人形机器人技术发展不及预期;

2、人形机器人产品需求不及预期。

请阅读最后评级说明和重要声明

%%

目录

具身智能节点即将到来 6

巨头纷纷入局具身智能 10

特斯拉:从硬件入手 11

谷歌:从软件入手 13

OpenAI:模型赋能与风险投资 16

英伟达:从芯片与中间件入手 17

两条商业路径:自下而上与自上而下 18

特斯拉:自下而上 18

谷歌与OpenAI:自上而下 21

投资指导 22

风险提示 23

图表目录

图1:AI模型的演进方向 6

图2:制造业机器人的四个发展阶段 7

图3:机器人实现从第二产业向第三产业渗透(2022年) 7

图4:随着模态增加,模型应用场景相应扩充 8

图5:VLA是端到端的机器人系统,具备较高的运行效率 8

图6:VLA模型需要投喂大量语言-图

文档评论(0)

535600147 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档