>> 華泰證券-?？低?002415)PBG承壓，關(guān)注大模型與經(jīng)濟復(fù)蘇-231022
| 上傳日期： |
2023/10/22 |
大?。?/td>
| 1169KB |
| 格式： |
pdf 共11頁 |
來源： |
華泰證券 |
| 評級： |
增持 |
作者： |
倪正洋 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
RT-X提高機器人智能化水平，有望加快人形機器人產(chǎn)業(yè)化進程
2023年10月4日DeepMind發(fā)布RT-X機器人大模型，并開放訓(xùn)練數(shù)據(jù)集Open X-Embodiment。RT-X由基于Transformer的RT-1-X模型和視覺語言動作模型RT-2-X組成。RT-1-X模型在特定任務(wù)上的平均性能比RT-1模型和原始模型提升50%。RT-2-X的涌現(xiàn)能力約為RT-2的3倍，動作指令也可從傳統(tǒng)的絕對位置拓展至相對位置。更大的模型容量與多種機器人數(shù)據(jù)的融合也使得RT-X泛化能力大大提高。我們認為智能化是影響通用人形機器人0-1的關(guān)鍵因素，RT-X模型的發(fā)展提高了機器人智能化水平，人形機器人產(chǎn)業(yè)化進程有望加快。
涌現(xiàn)能力約為RT-2模型3倍，動作指令從絕對位置拓展至相對位置
涌現(xiàn)指大模型表現(xiàn)出模型較小時不具備的新能力。DeepMind開放的訓(xùn)練數(shù)據(jù)集Open X-Embodiment包含超過100萬條真實的機器人軌跡數(shù)據(jù)，涵蓋22種機器人。RT-X由基于Transformer的RT-1-X模型和視覺語言動作模型RT-2-X組成，龐大的數(shù)據(jù)集使其具有更強的性能。RT-2-X涌現(xiàn)能力約為RT-2的3倍，動作指令從傳統(tǒng)的絕對位置拓展至相對位置。例如，之前機器人只能理解將蘋果放在桌子的右上角的絕對位置指令，如今可以理解將蘋果放在可樂和杯子中間的相對位置指令。RT-1-X模型在特定任務(wù)上（如開門等）的平均性能也比RT-1模型和原始模型提升50%。
泛化能力約為原始模型3倍，更高的模型容量/多數(shù)據(jù)融合提高泛化能力
泛化是指模型在新場景下的適應(yīng)能力。RT-2-X涌現(xiàn)能力約為原始模型的3倍，泛化能力從27.3%提高至75.8%。實驗表明，更高的模型容量能夠提高泛化能力，在其他條件如數(shù)據(jù)集和訓(xùn)練方式相同的情況下，55B的RT2-X模型的泛化能力較5B模型從30%提高至61%。多種機器人數(shù)據(jù)的融合也提高了模型的泛化能力，RT-2-X模型在使用WidowXBridge數(shù)據(jù)集后，掌握了原有數(shù)據(jù)集中不具備的額外技能，表現(xiàn)出了更好的工作性能和泛化能力。
更豐富的數(shù)據(jù)集有望推動模型迭代，促進人形機器人產(chǎn)業(yè)發(fā)展
我們認為智能化是影響通用人形機器人0-1的關(guān)鍵因素，RT-X大模型的發(fā)展可提升機器人的智能化水平，多樣化的數(shù)據(jù)集可大大提升模型的泛化與涌現(xiàn)能力?，F(xiàn)階段RT-X大模型仍存在改進空間，其沒有考慮不同感知維度的數(shù)據(jù)，也沒有精準實現(xiàn)正遷移的能力（加入新的機器人數(shù)據(jù)集后，模型泛化能力提高）。隨著世界各地的實驗室合作并共享數(shù)據(jù)資源，我們認為未來數(shù)據(jù)集將不斷豐富，機器人大模型也將不斷迭代，從而加速人形機器人產(chǎn)業(yè)化落地。
風(fēng)險提示：模型泛化能力不足，數(shù)據(jù)集訓(xùn)練結(jié)果不及預(yù)期，機器人通用性不及預(yù)期。
|
|
