>> 中信證券-計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告32：從谷歌機器人模型看AGI Bot行業(yè)投資機會-230908
| 上傳日期： |
2023/9/8 |
大小： |
2016KB |
| 格式： |
pdf 共24頁 |
來源： |
中信證券 |
| 評級： |
強于大市 |
作者： |
楊澤原，丁奇 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
通過研究RT-1/RT-2機器人大模型的迭代，我們認(rèn)為其已經(jīng)初步實現(xiàn)了認(rèn)知層面的泛化，展現(xiàn)出推理及涌現(xiàn)的能力，但其底層動作與控制仍需迭代，預(yù)計會逐步實現(xiàn)分場景落地。而為了實現(xiàn)流暢、實用的機器人控制，我們認(rèn)為邊端算力有望迎來升級，激光雷達(dá)在中期仍將是感知的核心部件，看好特斯拉世界模型和機器人融合及其量產(chǎn)進(jìn)展，建議關(guān)注機器人相關(guān)標(biāo)的中科創(chuàng)達(dá)（算力+機器人模型）、長光華芯（激光雷達(dá)）、云從科技（認(rèn)知模型）。
▍算法架構(gòu)：機器人大模型的能力圈目前更多在于泛化認(rèn)知。根據(jù)珞石機器人CTO韓峰濤介紹，可以將大模型機器人算法分為五個級別，即任務(wù)級、技能級、動作級、基元級、伺服級，而大模型的能力圈更多集中在上層兩級，其底層控制能力仍依賴傳統(tǒng)控制算法。我們認(rèn)為，目前以RT-1、RT-2為例的機器人模型相比傳統(tǒng)機器人算法的核心優(yōu)勢在于：一、能接受更長、更復(fù)雜的指令；二、更通用的認(rèn)知。如RT-2的論文所介紹，其控制算法的能力受到訓(xùn)練數(shù)據(jù)集內(nèi)技能分布的限制，機器人并不能執(zhí)行完全沒見過的動作。因此，我們認(rèn)為機器人大模型可以對任務(wù)進(jìn)行一定程度上的拆分、排列、組合，并在認(rèn)知和任務(wù)層面出現(xiàn)了類似語言類大模型的涌現(xiàn)能力，但在動作與控制層面上暫時沒有出現(xiàn)涌現(xiàn)，即完成沒見過的技能，大模型對于機器人的賦能泛化更多的是認(rèn)知而非執(zhí)行。
▍模型進(jìn)展：以RT-1/RT-2看機器人大模型的迭代。谷歌通過RT-1/RT-2兩代模型逐漸完善了上層的認(rèn)知框架，RT-1的創(chuàng)新之處在于部署任務(wù)的通用性和訓(xùn)練數(shù)據(jù)的通用性，任務(wù)上，參考RT-1論文其在數(shù)據(jù)集不存在的任務(wù)中準(zhǔn)確率達(dá)到約76%；在數(shù)據(jù)上，其通過異構(gòu)的來自不同機器人平臺的訓(xùn)練數(shù)據(jù)來輔助泛化，實現(xiàn)過半的能力提升，是機器人的能力從場景限定走向通用的曙光。RT-2的創(chuàng)新之處是將原有認(rèn)知框架切換至大模型PaLM-E/PaLI-X，并通過改善訓(xùn)練數(shù)據(jù)和算力對模型能力的限制繼續(xù)提升泛化性。視頻語言大模型的加入賦予了機器人與GPT相似的認(rèn)知、推理能力，并展現(xiàn)出更強的涌現(xiàn)能力（55B版本約是RT-1的3倍）和泛化能力（兩個版本均約是RT-1的2倍）。展望來看，目前，機器人的上層認(rèn)知框架已經(jīng)較為完善，接下來就是通過大量的模仿學(xué)習(xí)、動作捕捉和仿真模擬、或端到端學(xué)習(xí)來教會機器人如何在任務(wù)到動作的規(guī)劃中完成從語言指令到控制信號的映射，我們認(rèn)為這一步是可以逐步分場景完成的，正如自動駕駛中的從高速NOA到城市NOA，我們正站在通用機器人算法的技術(shù)變革點。
▍行業(yè)機會：邊端算力有望升級，中期看好激光雷達(dá)。從算力上，機器人模型能力增強伴隨著推理成本提升，參考人類平均反應(yīng)時間(0.2-0.3s)，我們認(rèn)為端到端3-5HZ的推理頻率是機器人達(dá)到實用標(biāo)準(zhǔn)的理想?yún)^(qū)間，考慮到通信時延（0.1-0.15s）等因素，我們預(yù)計機器人的AI處理器仍會搭載在邊端，帶動邊端算力升級?？紤]到模型參數(shù)、架構(gòu)和其推理時間相比自動駕駛具備更高的寬容性，我們認(rèn)為主要用于專用場景的單臂機器人（工業(yè)）將使用15-30TOPS的芯片，而結(jié)合大模型能力的AI機器人，其芯片算力則要達(dá)到200-400TOPS。從感知上，特斯拉在AIDay上表示其機器人預(yù)計將采用與FSD相同的占用網(wǎng)絡(luò)，而目前機器人的算力在支撐大模型算法的前提下進(jìn)一步支撐高清攝像頭和高精度的Voxel有較大難度。同時，占用網(wǎng)絡(luò)所需數(shù)據(jù)量較大，但機器人數(shù)據(jù)量遠(yuǎn)低于汽車。所以，我們認(rèn)為通過激光雷達(dá)和深度相機等感知直接獲取深度信息是中期維度較好的解決方案。從催化上，特斯拉通過構(gòu)建自監(jiān)督學(xué)習(xí)的世界模型有望實現(xiàn)通用自動駕駛基礎(chǔ)模型，世界模型通過生成未來視頻片段，并與實際視頻片段比對來學(xué)習(xí)駕駛片段中隱含的世界運行規(guī)律。而在學(xué)界與產(chǎn)業(yè)界的探索中，我們已經(jīng)看到世界模型在機器人領(lǐng)域的優(yōu)秀表現(xiàn)，我們認(rèn)為特斯拉的自動駕駛世界模型技術(shù)也有望最終與其機器人技術(shù)結(jié)合，成為機器人認(rèn)知世界和與世界互動的有效途徑，期待今年特斯拉AIDay公布的最新進(jìn)展及其會帶來的板塊性機會。
▍風(fēng)險因素：機器人算法落地進(jìn)度不及預(yù)期風(fēng)險；通用大模型技術(shù)發(fā)展不及預(yù)期風(fēng)險；行業(yè)競爭加劇風(fēng)險；顛覆性技術(shù)創(chuàng)新帶來硬件需求變更風(fēng)險；機器人量產(chǎn)進(jìn)度不及預(yù)期風(fēng)險。
▍投資策略：首先看增量，傳統(tǒng)機器人更多依賴于CPU擅長的標(biāo)量計算，而AI機器人則更依賴于AI芯片擅長的矢量/矩陣/張量計算，邊端算力有望同時受益于機器人出貨量增長和技術(shù)架構(gòu)變化，建議核心關(guān)注。參考智元機器人遠(yuǎn)征A1（200TOPS）和FSD電腦（1.0共144TOPS，2.0有望達(dá)到400TOPS）的算力配置，英偉達(dá)Jetson系列（200TOPS僅SOM約1000美元）和高通EB系列（EB6,70-200TOPS全套模組約2199-2699美元）的零售價，我們預(yù)計邊端計算模組的價值量有望達(dá)到6000-12000元。算力層面建議關(guān)注英偉達(dá)、高通機器人的合作伙伴，中科創(chuàng)達(dá)（同時具備機器人大模型方案）、天準(zhǔn)科技等。同時，激光雷達(dá)、視覺算法均有望受益于機器人行業(yè)發(fā)展，建議關(guān)注激光雷達(dá)整機廠商禾賽科技，激光器供應(yīng)商長光華芯，視覺模型積累較為出眾的云從科技。
|
|
