>> 廣發(fā)證券-機(jī)械設(shè)備行業(yè)人形機(jī)器人系列之八：人形機(jī)器人究竟需要怎樣的AI模型？-230924
| 上傳日期： |
2023/9/25 |
大?。?/td>
| 2885KB |
| 格式： |
pdf 共33頁 |
來源： |
廣發(fā)證券 |
| 評級： |
領(lǐng)先大市-A |
作者： |
代川,孫柏陽 |
| 行業(yè)名稱： |
機(jī)械 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
實現(xiàn)任務(wù)級交互將成為解決人形機(jī)器人通用化難題的關(guān)鍵。當(dāng)前人形機(jī)器人行業(yè)面臨著高需求、低滲透率、商業(yè)化落地難的發(fā)展瓶頸，其核心原因在于機(jī)器人通用化水平不達(dá)預(yù)期。按照機(jī)器人控制層級的劃分，通用化能力的提升需要機(jī)器人能夠擁有高層級的自主規(guī)劃能力。因此，如何讓人形機(jī)器人獨立完成高層級規(guī)劃，實現(xiàn)任務(wù)級交互，將成為決定人形機(jī)器人能否實現(xiàn)商業(yè)化落地的關(guān)鍵。
多模態(tài)大模型的發(fā)展為實現(xiàn)人形機(jī)器人任務(wù)級交互帶來曙光。大語言模型在常識理解、任務(wù)拆分、邏輯推理、自然語言交流方面的能力已經(jīng)為人形機(jī)器人帶來了出色的人機(jī)交互能力。不僅如此，隨著科技巨頭的入局，融合了視覺、語言等多模態(tài)數(shù)據(jù)的大模型正不斷涌現(xiàn)，兩條技術(shù)路線下均有成果產(chǎn)出，有望進(jìn)一步提高人形機(jī)器人的通用化水平。
大模型賦能機(jī)器人感知模塊，進(jìn)一步加速下游應(yīng)用領(lǐng)域突破。大模型不僅為人形機(jī)器人帶來決策能力的提高，在感知模塊也正引領(lǐng)機(jī)器視覺訓(xùn)練新范式。Meta發(fā)布的SAM模型首次將大模型引入機(jī)器視覺領(lǐng)域，依靠AI算法自動實現(xiàn)圖像/視頻標(biāo)注，大大降低了上游訓(xùn)練成本和難度，有望加速機(jī)器視覺在下游機(jī)器人應(yīng)用領(lǐng)域的突破。
實時性問題是大模型的主要難點，運控問題上基礎(chǔ)模型更有優(yōu)勢。雖然大模型在高層級規(guī)劃問題上展現(xiàn)出了杰出的性能，但其依舊存在實時性差等局限，不適用于底層精細(xì)的運動控制；在此領(lǐng)域，參數(shù)量更少、響應(yīng)速度更快的基礎(chǔ)模型具有相對優(yōu)勢。
大模型or基礎(chǔ)模型，人形機(jī)器人究竟需要怎樣的模型？短期來看，人形機(jī)器人需要的是可以優(yōu)化特定場景應(yīng)用的基礎(chǔ)模型+大模型，兩者各司其職、相互補充；長期來看，隨著算力提升和模型結(jié)構(gòu)持續(xù)優(yōu)化，新一代高效率大模型的出現(xiàn)和應(yīng)用才能真正實現(xiàn)人形機(jī)器人通用化。
風(fēng)險提示。技術(shù)迭代速度不及預(yù)期、安全隱私法規(guī)影響、道德風(fēng)險。
|
|
