20240321-上海证券-机械设备行业周报：AI大模型_端到端通用大模型强化人形机器人“具身智能”效果，持续关注人形机器人产业链.pdf

证AI大模型-端到端通用大模型强化人形机器人“具身

券智能”效果，持续关注人形机器人产业链

研

究——机械行业周报（2024.3.11-2024.3.15）

报[Table_Summary]

[Table_Rating]◼行情回顾

告增持（维持）

过去一周（2024.3.11-2024.3.15），中信机械行业上涨1.39%，表现

[Table_Industry]处于中下游，在所有一级行业中涨跌幅排名第18。具体来看，工程机

行业:机械

日期:2024年03月21日shzqdatemark械下跌2.06%，通用设备上涨3.89%，专用设备上涨2.43%，仪器仪表

上涨4.94%，金属制品上涨3.59%，运输设备下跌4.43%。

[Table_Author]

分析师:刘阳东

Tel:021◼主要观点

E-mail:liuyangdong@AI大模型强化了人形机器人具身智能效果。大模型又称基础模型，一

SAC编号:S0870523070002般是指参数量过亿、使用海量数据训练的大型神经网络模型。与现有

分析师:吴婷婷的小模型相比，大模型具有如下三方面特点。①智能涌现能力—随着

Tel:021参数量的增加，模型性能首先呈现缓慢增长，当规模达到一定程度时

E-mail:wutingting@急剧提升。②对标签数据的依赖程度低—大模型利用自监督学习进行

SAC编号:S0870523080001预训练，通过设计预测任务学习数据的内在结构和模式。这种方法不

需要人工标注的标签，而是利用数据本身的特性生成训练信号。通过

自监督学习，大模型能够从大量未标记数据中学习到有用的特征表

[Table_QuotePic]

最近一年行业指数与沪深300比较

示，减少了对标签数据的依赖，更加具有可扩展性和适应性。③跨领

6%机械设备沪深300域应用的潜力—大模型通过使用大规模数据进行预训练，能够更好地

行1%理解语义和上下文信息，并在新任务中进行迁移，从而摆脱了小模型

03/2305/2308/2310/2301/2403/24场景碎片化、难以复用的局限性。此外，通过微调，大模型可以针对

业-3%

周-7%特定领域或任务进行优化，进一步提升专业性能。当前，大模型在自

报-11%然语言处理、图像生成和机器人控制等领域得到了广泛应用。我们认

-15%为，具身智能的实现依赖于AI领域的计算机视觉技术、多模态感知融

-19%合技术、自然语言处理技术、因果推断技术、移动导航与规划技术

-24%等，具身智能是AI的终级形态，因此AI大模型强化了人形机器人具身

-28%智能效果。

端到端通用大模型是机器人“大脑”的关键技术构成。端到端模型

[Table_ReportInfo]（end-to-end）是将解决问题需要的最