>> 安信證券-傳媒行業(yè)AI專題報(bào)告之十二：人形機(jī)器人的AI算法，如何借力于自動(dòng)駕駛FSD-230820
| 上傳日期： |
2023/8/21 |
大?。?/td>
| 5031KB |
| 格式： |
pdf 共42頁(yè) |
來(lái)源： |
安信證券 |
| 評(píng)級(jí)： |
領(lǐng)先大市 |
作者： |
焦娟 |
| 行業(yè)名稱： |
傳媒 |
| 下載權(quán)限： |
無(wú)限制-登錄即可下載 |
|
|
在我們的研究框架中，AGI、混合虛擬現(xiàn)實(shí)、元宇宙均描述的是未來(lái)成型的生態(tài)。AGI/虛擬現(xiàn)實(shí)的真正實(shí)現(xiàn)，首先依托于智能科技視角下的兩條技術(shù)路徑——混合平臺(tái)、重構(gòu)時(shí)空，人形機(jī)器人即混合平臺(tái)的一種工程方案。智能科技視角下，chatGPT是生產(chǎn)力范疇、MR眼鏡與人形機(jī)器人是不同的計(jì)算平臺(tái)/新空間，我們預(yù)計(jì)其中MR眼鏡將于2024年進(jìn)入C端，人形機(jī)器人預(yù)計(jì)將于2026年進(jìn)入家庭C端。
國(guó)內(nèi)外市場(chǎng)對(duì)人形機(jī)器人產(chǎn)業(yè)進(jìn)程的分歧巨大（落腳于能否2026年進(jìn)家庭C端），源于硬件的諸多關(guān)鍵部位均需0-1的定制化研發(fā)，軟件（主要是AI算法）部分則較車端自動(dòng)駕駛更具挑戰(zhàn)。我們本篇報(bào)告聚焦于軟件部位的AI算法部分：AI算法部分為何至關(guān)重要？自動(dòng)駕駛FSD詳細(xì)分析及最新進(jìn)展、人形機(jī)器人的AI算法部分如何借力于FSD？
軟件算法的迭代速度、技術(shù)高度對(duì)人形機(jī)器人的導(dǎo)入速度、產(chǎn)品高度起到?jīng)Q定性的作用，且隨著硬件體系成熟，軟件算法的重要性會(huì)愈加凸顯：1）人形機(jī)器人與傳統(tǒng)機(jī)器人的突破在和物理世界的實(shí)時(shí)感知交互，決定其實(shí)現(xiàn)的關(guān)鍵在于軟件算法；2）算法能力的提升在一定范圍內(nèi)會(huì)降低對(duì)硬件的依賴與精度要求，參考自動(dòng)駕駛方案逐步降低對(duì)雷達(dá)的依賴走向純視覺(jué)方案；3）當(dāng)產(chǎn)品的成熟度達(dá)到一定高度后，硬件趨向同質(zhì)化，很難體現(xiàn)出產(chǎn)品的差異性，在一定范圍內(nèi)所體現(xiàn)出的重要性或?qū)⒅鸩浇档停浖某墒於取⒎€(wěn)定性等因素將日益成為影響產(chǎn)品差異性競(jìng)爭(zhēng)力的重要因素。
特斯拉自動(dòng)駕駛自研方案經(jīng)歷四次重要迭代，當(dāng)前形成了“4D空間+占用網(wǎng)絡(luò)”的核心架構(gòu)。自動(dòng)駕駛方案主要有感知、決策規(guī)劃、運(yùn)動(dòng)控制三個(gè)模塊，其中感知層相當(dāng)于自動(dòng)駕駛的“眼睛”，幫助汽車?yán)斫馑幍耐獠凯h(huán)境，感知模型的輸出是基礎(chǔ)；建立在準(zhǔn)確、可靠的感知輸出結(jié)果上，決策規(guī)劃模型相當(dāng)于“大腦”，對(duì)自車及周邊環(huán)境軌跡進(jìn)行預(yù)測(cè)，通過(guò)打分機(jī)制篩選出最優(yōu)運(yùn)動(dòng)軌跡輸出給運(yùn)動(dòng)控制模塊；獲得行動(dòng)軌跡后，運(yùn)動(dòng)控制模塊將其分解為方向轉(zhuǎn)向、行車速度等操作指令，將其傳輸給方向盤、油門、剎車等執(zhí)行器進(jìn)行操作，最終實(shí)現(xiàn)對(duì)汽車的控制。
我們對(duì)特斯拉FSD算法進(jìn)行詳細(xì)拆解，并對(duì)比了人形機(jī)器人與自動(dòng)駕駛方案的異同：我們認(rèn)為人形機(jī)器人建立在FSD的基礎(chǔ)上有算法能力及供應(yīng)鏈的加持，導(dǎo)入速度更快；但考慮到自由度更多，規(guī)控算法難度較大，因此達(dá)到成熟需要一定周期，預(yù)計(jì)未來(lái)會(huì)類似于自動(dòng)駕駛一樣，呈現(xiàn)產(chǎn)品智能等級(jí)逐步提升的過(guò)程。
相較市場(chǎng)對(duì)硬件部分的關(guān)注，我們本篇報(bào)告特別關(guān)注軟件算法平臺(tái)的機(jī)會(huì)：
1.市場(chǎng)認(rèn)為機(jī)器人最終會(huì)類似于自動(dòng)駕駛一樣走向自研。我們則認(rèn)為：1）短期內(nèi)對(duì)于希望升級(jí)至人工智能方向的制造商，可能會(huì)借助軟件算法公司的積累而進(jìn)行業(yè)務(wù)迭代；2）長(zhǎng)期來(lái)看機(jī)器人與自動(dòng)駕駛的場(chǎng)域更加開放，為了提高用戶體驗(yàn)，可能會(huì)走向更多長(zhǎng)尾功能及場(chǎng)景的優(yōu)化，體現(xiàn)為種類繁復(fù)的執(zhí)行器及規(guī)控操作。如若每個(gè)公司都在感知等基礎(chǔ)平臺(tái)上重復(fù)造輪子，可能會(huì)帶來(lái)產(chǎn)業(yè)資源的浪費(fèi)。因此若最終指向通用人形機(jī)器人，我們判斷感知、決策被模型化后或許會(huì)成為類似今天基礎(chǔ)大模型一樣的存在，在這類能力上具備強(qiáng)大實(shí)力的公司可能成為平臺(tái)型的公司，而在其之上，不同應(yīng)用場(chǎng)景的機(jī)器人公司可以部署垂類小模型，基于相應(yīng)的執(zhí)行器進(jìn)行調(diào)整，這種模式或許是更經(jīng)濟(jì)的方案。由此推演，我們認(rèn)為或許不排除未來(lái)特斯拉會(huì)成為AI公司提供基礎(chǔ)能力，將上層執(zhí)行器及運(yùn)動(dòng)控制的方案開放給更多的第三方合作伙伴。
2.有觀點(diǎn)認(rèn)為國(guó)內(nèi)技術(shù)創(chuàng)新能力不足，不具備提供平臺(tái)型能力的實(shí)力。我們反而認(rèn)為：從算法能力方面，中國(guó)車企在自動(dòng)駕駛方案上已經(jīng)有一定積累，特別是新勢(shì)力如理想、小鵬、華為、地平線等在感知、決策規(guī)劃上已經(jīng)具備相應(yīng)的能力，且地平線已經(jīng)宣布將進(jìn)軍機(jī)器人領(lǐng)域。此次大模型的火爆也在很大程度上推動(dòng)了對(duì)技術(shù)創(chuàng)新、工程化落地重要性的認(rèn)知，量變的積累可能引起質(zhì)變，推動(dòng)國(guó)內(nèi)技術(shù)方案及工程能力整體水平的提升，因此我們認(rèn)為國(guó)內(nèi)的新勢(shì)力公司仍值得關(guān)注。
關(guān)注人形機(jī)器人產(chǎn)業(yè)鏈：
特斯拉及其產(chǎn)業(yè)鏈上生態(tài)合作伙伴：其中軟件部分系特斯拉自研，國(guó)內(nèi)在產(chǎn)業(yè)鏈上的參與方式主要在零部件；傳統(tǒng)機(jī)器人向智能化升級(jí)：傳統(tǒng)人形機(jī)器人做智能化升級(jí)，比如波士頓動(dòng)力引入ChatGPT做交互；非人形機(jī)器人向智能人形機(jī)器人迭代，如傅利葉智能；
互聯(lián)網(wǎng)大廠向機(jī)器人方向拓展：谷歌、騰訊、字節(jié)跳動(dòng)等；自動(dòng)駕駛新勢(shì)力：地平線等。
芯片、算力、數(shù)據(jù)等也非常重要：云端算力如超算中心的芯片及服務(wù)器；邊緣、端算力，關(guān)注云天勵(lì)飛；仿真模擬數(shù)據(jù)等。
風(fēng)險(xiǎn)提示：技術(shù)迭代進(jìn)展不及預(yù)期、算力投產(chǎn)速度不及預(yù)期、安全、隱私法規(guī)等政策風(fēng)險(xiǎn)、測(cè)算不及預(yù)期。
|
|
