>> 中信證券-新能源汽車行業(yè)機器人行業(yè)重大事項點評：特斯拉End-to-end方案初現(xiàn)，有望復(fù)制FSD成功路徑-230924
| 上傳日期： |
2023/9/25 |
大?。?/td>
| 351KB |
| 格式： |
pdf 共7頁 |
來源： |
中信證券 |
| 評級： |
強于大市 |
作者： |
李景濤,楊澤原,袁健聰 |
| 行業(yè)名稱： |
汽車 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
特斯拉在推特（X）平臺上展示了Optimus機器人的最新進展，視頻展示了視覺自標定、顏色分揀任務(wù)、單腳保持平衡等能力。從技術(shù)角度上看，特斯拉展示了機器人End-to-end技術(shù)路線可能性，依靠視覺自標定產(chǎn)生真實世界的數(shù)據(jù)，通過Dojo訓練end-to-end網(wǎng)絡(luò)，由圖像直接生成機器人的控制指令并執(zhí)行，并實現(xiàn)了顏色分揀任務(wù)。我們認為，該方案與其FSD的運行模式類似，F(xiàn)SD以及Dojo的成功經(jīng)驗有望加速機器人迭代速度，由單一任務(wù)向多任務(wù)拓展。建議關(guān)注特斯拉機器人相關(guān)受益標的以及特斯拉引領(lǐng)下機器人end-to-end網(wǎng)絡(luò)和機器人姿態(tài)控制相關(guān)有望受益的公司。
▍事項：2023年9月24日，特斯拉在推特（X）平臺上展示了Optimus機器人的最新進展，視頻主要分為三個部分，四肢的視覺自標定、按顏色分揀任務(wù)和單腳保持平衡，對此我們點評如下：
▍機器人中的視覺自標定（self-calibrating）對標自動駕駛中的自動標注（autolabeling），為機器人訓練提供真實世界數(shù)據(jù)集。在視頻的第一個部分，展示了機器人的視覺自標定能力，僅通過視覺和關(guān)節(jié)編碼器，可以精確的定位四肢在空間中所在的位置。對于機器人訓練而言，經(jīng)標注過的真實世界訓練數(shù)據(jù)集往往難以獲得，需要大量人工手工標記，并且從二維圖像到三維空間中映射的位置難以保證精度。特斯拉通過視覺自標定算法，通過視覺圖像以及關(guān)節(jié)角度，可以自動生成精確的三維空間的位置數(shù)據(jù)，產(chǎn)生訓練數(shù)據(jù)集。視覺自標定可類比特斯拉FSD中的自動標注，大幅提升了數(shù)據(jù)集標注的效率，為后續(xù)網(wǎng)絡(luò)訓練奠定基礎(chǔ)。
▍展示機器人End-to-end技術(shù)路線可能性，純視覺+端計算，未來有望復(fù)制自動駕駛（FSD）的成功路徑。過去來看，相比于新能源汽車，機器人具備更高的自由度、更復(fù)雜的動力學模型，機器人的端到端網(wǎng)絡(luò)非常難訓練。視頻的第二個部分，展示了機器人在端到端網(wǎng)絡(luò)下的顏色分揀能力，展示了該技術(shù)路線的可能性。此外，特斯拉提到：1）純視覺：機器人采用純視覺方案作為感知，神經(jīng)網(wǎng)絡(luò)的輸入只有圖像；2）端計算：特斯拉機器人的神經(jīng)網(wǎng)絡(luò)運行是完全本地的（fullyon-board），無需采用云計算，并且在人的干擾下仍可以實時重新決策和執(zhí)行；3）end-to-end：特斯拉機器人采用end-to-end，視頻作為輸入，控制作為輸出（video in, controls out）。從純視覺+端計算+end-to-end網(wǎng)絡(luò)這幾方面來看，特斯拉機器人與其FSD的邏輯架構(gòu)十分接近，在Dojo的訓練平臺加持下，機器人未來有望復(fù)制FSD的成功路徑。
▍單腳保持平衡，炫技機器人運動控制能力。視頻第三個部分，機器人展示了單腳保持平衡等若干“瑜伽”動作。單腳保持平衡相比于雙腳保持平衡的難度進一步提升，對機器人的位控環(huán)和力控環(huán)要求進一步提升。具體而言，機器人中IMU傳感器、關(guān)節(jié)力/力矩傳感器以及制動器在單腳平衡任務(wù)中發(fā)揮重要作用。IMU通過監(jiān)測機器人的整體姿勢和傾斜角度，從而為人形機器人的位控環(huán)提供了重要反饋信息；力/力矩傳感器作為力控環(huán)的感知設(shè)備，在機器人保持平衡中提供實時力反饋支持；制動器在機器人展示拉伸、瑜伽姿勢時最后形成動作定格的過程中，確保機器人的精度和穩(wěn)定性。特斯拉機器人已能實現(xiàn)單腳保持平衡，展現(xiàn)了強大的運動控制能力，強調(diào)了核心零部件的重要性。
▍特斯拉有望引領(lǐng)行業(yè)技術(shù)路線，相關(guān)產(chǎn)業(yè)鏈值得關(guān)注。除了特斯拉本身的進展展示之外，特斯拉對于行業(yè)技術(shù)路線的引領(lǐng)是值得關(guān)注的。類似于特斯拉引領(lǐng)下，自動駕駛的技術(shù)路線有向不借助高精地圖、不依靠激光雷達的純視覺方案發(fā)展的趨勢。我們認為，在特斯拉的引領(lǐng)下，機器人中純視覺+end-to-end網(wǎng)絡(luò)+端計算架構(gòu)的應(yīng)用，有望受到行業(yè)內(nèi)其他同行關(guān)注，成為未來機器人的重要技術(shù)路徑之一。
▍風險因素：機器人技術(shù)路線變動風險；機器人技術(shù)進步速度低于預(yù)期；機器人應(yīng)用場景發(fā)展?jié)摿Φ陀陬A(yù)期。
▍投資策略。特斯拉人形機器人最新進展視頻，展示了end-to-end網(wǎng)絡(luò)在機器人中閉環(huán)的可能性。我們認為機器人end-to-end網(wǎng)絡(luò)在實現(xiàn)單一任務(wù)后，遷移到其他任務(wù)的速度是很快的，后續(xù)迭代速度有望加速，復(fù)制FSD的成功路徑。建議主要關(guān)注三條投資主線：1）特斯拉迭代速度加快，特斯拉人形機器人相關(guān)受益公司：拓普集團、三花智控、鳴志電器、綠的諧波、雙環(huán)傳動、五洲新春；2）機器人End-to-end網(wǎng)絡(luò)下有望受益的公司：中科創(chuàng)達（算力）、納芯威（磁傳感器）；3）機器人運動控制：芯動聯(lián)科（IMU）、柯力傳感（力傳感器）、瑞迪智驅(qū)（制動器）。
|
|
