>> 五礦證券-機械設備行業(yè)人形機器人報告(一)：大模型視角下人形機器人的現(xiàn)在和未來-231219
| 上傳日期： |
2023/12/20 |
大?。?/td>
| 3945KB |
| 格式： |
pdf 共33頁 |
來源： |
五礦證券 |
| 評級： |
看好 |
作者： |
祁巖 |
| 行業(yè)名稱： |
機械 |
| 下載權限： |
此報告為加密報告 |
|
|
報告要點
人形機器人的核心價值在于通用+智能，將和工業(yè)機器人共同推動制造業(yè)智能化。工業(yè)機器人雖然技術成熟，但卻無法解決泛化性的問題，不適應現(xiàn)代制造業(yè)柔性生產(chǎn)的需要。我們認為人形機器人將作為工業(yè)機器人的補充，與工業(yè)機器人共同推進制造業(yè)的智能化發(fā)展。“人形”只是表象，人形機器人的核心價值在于通用+智能。未來的工廠中，工業(yè)機器人、人形機器人、人工或?qū)⒁?:2:1的比例存在。
以GPT為代表的大模型是邁向通用人工智能AGI的重要一步。之前的人工智能屬于專業(yè)AI，走的是“先專后通”的發(fā)展路徑。而以GPT為代表的大模型具備了一定的常識和推理能力，有望走出一條“先通后?！钡陌l(fā)展路徑。而具備控制、感知、執(zhí)行能力的AIAgent是大模型落地的重要形式。
LLM與機器人結(jié)合的研究在短時間取得了眾多突破，讓我們對產(chǎn)業(yè)化多了一份信心。我們把人形機器人視為LLM+機器人領域的AIAgent。LLM的引入解決了之前機器人行業(yè)的兩大痛點：1）交互不便，無法理解人類的自然語言；2）不夠聰明，無法對復雜任務自主拆解。在LLM與機器人結(jié)合方面，學界取得了眾多進展。Google在2022年發(fā)表的SayCan模型，解決了LLM作為語言模型無法適應現(xiàn)實世界的問題；2022年12月，google發(fā)布RT-1模型，使人形機器人表現(xiàn)出了泛化性，可以解決未訓練場景的任務；2023年2月，微軟發(fā)表ChatGPT for Robots，提出用LLM語言模型控制機器人的方法，使機器人可以利用LLM模型的“常識”和推理能力；2023年3月，google發(fā)布PaLM-E模型，把具身信息融入大模型，進一步提升了泛化能力；2023年7月，google發(fā)布視覺-語言-動作（VLA）的機器人模型RT-2，模型直接輸出機器人的動作，泛化能力進一步增長，并為解決機器人數(shù)據(jù)缺乏問題提供了一種新的思路。
人形機器人的商業(yè)化落地需要具體的場景。當前人形機器人產(chǎn)業(yè)面對數(shù)據(jù)不足、算力不足、人機交互安全性、長尾場景等挑戰(zhàn)，終極的通用人形機器人還比較遙遠，但是基于特定場景的人形機器人可以降低對數(shù)據(jù)、算力的依賴，有望率先落地。2023年10月，亞馬遜宣布已經(jīng)在倉庫試用人形機器人Digit。
自動駕駛與人形機器人有眾多相似之處，自動駕駛的發(fā)展歷程有借鑒意義。何小鵬認為，自動駕駛本質(zhì)上是機器人科學，智能汽車公司最終也會和機器人公司在技術、產(chǎn)品、生態(tài)等等方面融合。參考自動駕駛的發(fā)展歷程，我們認為人形機器人的發(fā)展也會有3個趨勢：1）終極的人形機器人還很遙遠，但基于特定場景的機器人會率先落地；2）隨著人形機器人對大數(shù)據(jù)、大模型的要求越來越高，數(shù)據(jù)閉環(huán)能力越來越關鍵；3）端到端模型可以節(jié)省算力，但當前受限于數(shù)據(jù)、規(guī)模。區(qū)分規(guī)劃算法、控制算法的多模塊的方案更容易落地，其中連接LLM和控制算法的prompt是瓶頸所在。
風險提示：1.人工智能技術仍在快速發(fā)展階段，軟硬件都在持續(xù)迭代中，行業(yè)發(fā)展存在較大技術風險。
2.人形機器人作為新興產(chǎn)業(yè)，產(chǎn)業(yè)鏈尚不成熟，可能阻礙產(chǎn)品的商業(yè)化落地。
|
|
