>> 上海證券-機械行業(yè)周報：具身智能是AI的終極形態(tài)，持續(xù)關(guān)注人形機器人產(chǎn)業(yè)鏈-240307
| 上傳日期： |
2024/3/8 |
大?。?/td>
| 1084KB |
| 格式： |
pdf 共20頁 |
來源： |
上海證券 |
| 評級： |
增持 |
作者： |
劉陽東,吳婷婷 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
行情回顧
過去一周（2024.2.26-2024.3.1），中信機械行業(yè)上漲5.16%，表現(xiàn)處于中上游，在所有一級行業(yè)中漲跌幅排名第6。具體來看，工程機械上漲1.83%，通用設(shè)備上漲5.53%，專用設(shè)備上漲6.14%，儀器儀表上漲3.04%，金屬制品上漲1.37%，運輸設(shè)備上漲6.84%。
主要觀點
具身智能具備由“大腦”“小腦”“腦干”組成的完整人腦結(jié)構(gòu)以及可實現(xiàn)行動的機器身體：具身智能概念在1950年首次被提出，指能夠與環(huán)境交互感知，具備自主規(guī)劃、決策、行動、執(zhí)行能力的機器人或虛擬環(huán)境中的仿真人，是AI的終級形態(tài)。具身智能具備自主感知、認知、理解、推理、行動等類人或高于人類的能力，具備由“大腦”“小腦”“腦干”組成的完整人腦結(jié)構(gòu)以及可實現(xiàn)行動的機器身體，其中，“大腦”部分負責(zé)對場景進行認知、理解、推斷、分析，“小腦”部分開展柔性控制、協(xié)同控制、交互控制、靈巧操作等技能學(xué)習(xí)，“腦干”部分則承擔(dān)能源調(diào)配、環(huán)境感知、信號分析與計算等工作。隨著時代的發(fā)展和科技的進步，具身智能的概念被不斷迭代和更新，尚未形成定論，但通識的理解是具有身體的智能技術(shù)，即為智能技術(shù)賦予行動能力。具身智能的實現(xiàn)依賴于AI領(lǐng)域的計算機視覺技術(shù)、多模態(tài)感知融合技術(shù)、自然語言處理技術(shù)、因果推斷技術(shù)、移動導(dǎo)航與規(guī)劃技術(shù)等。區(qū)別于離線智能，具身智能要求機器人具備高度自主化且可進行感知、理解與決策的“腦”，具有穩(wěn)定、安全、運動自然的機器人“身體”。此外，機器人還要具備在執(zhí)行人類高級指令及與環(huán)境交互過程中進行在線學(xué)習(xí)、更新“腦”和“身體”的能力。
具身智能的四個關(guān)鍵要素：本體、智能體、數(shù)據(jù)、學(xué)習(xí)和進化架構(gòu)。根據(jù)智元機器人稚暉君的公開發(fā)文，可以知曉具身智能的關(guān)鍵要素，第一是本體，作為實際的執(zhí)行者，是在物理或者虛擬世界進行感知和任務(wù)執(zhí)行的機構(gòu)。本體通常是具有物理實體的機器人，可以有多種形態(tài)。本體的能力邊界會限制智能體的能力發(fā)揮，所以，具有廣泛適應(yīng)性的機器人本體是非常必要的。本體具備環(huán)境感知能力、運動能力和操作執(zhí)行能力，是連接數(shù)字世界和物理世界的載體。具身智能的第二個要素是智能體，是具身于本體之上的智能核心，負責(zé)感知、理解、決策、控制等的核心工作。智能體可以感知復(fù)雜環(huán)境，理解環(huán)境所包含的語義信息，能夠和環(huán)境進行交互；可以理解具體任務(wù)，并且根據(jù)環(huán)境的變化和目標(biāo)狀態(tài)做出決策，進而控制本體完成任務(wù)。隨著深度學(xué)習(xí)的發(fā)展，現(xiàn)代智能體通常由深度網(wǎng)絡(luò)模型驅(qū)動，尤其是隨著大語言模型（LLM）的發(fā)展，結(jié)合視覺等多種傳感器的復(fù)雜多模態(tài)模型，已經(jīng)開始成為新一代智能體的趨勢。具身智能的第三個要素是數(shù)據(jù)，為了適應(yīng)復(fù)雜環(huán)境和任務(wù)的泛化性，智能體規(guī)模變的越來越大，而大規(guī)模的模型對于海量數(shù)據(jù)更為渴求，而針對具身智能的場景則更為復(fù)雜多樣，這造成了多變的環(huán)境和任務(wù)，以及圍繞著復(fù)雜任務(wù)鏈的規(guī)劃決策控制數(shù)據(jù)。尤其是針對行業(yè)場景的高質(zhì)量數(shù)據(jù)，將是未來具身智能成功應(yīng)用落地的關(guān)鍵支撐。具身智能的第四個要素是學(xué)習(xí)和進化架構(gòu)。智能體通過和物理世界（虛擬的或真實的）的交互，來適應(yīng)新環(huán)境、學(xué)習(xí)新知識并強化出新的解決問題方法。采用虛擬仿真環(huán)境進行部分學(xué)習(xí)是合理的設(shè)計，但真實環(huán)境的復(fù)雜度通常超過仿真環(huán)境，如何耦合仿真和真實世界，進行高效率的遷移（Sim2Real），也是架構(gòu)設(shè)計的關(guān)鍵。
實現(xiàn)優(yōu)質(zhì)的具身智能需解決算法、工程技術(shù)、數(shù)據(jù)、場景和復(fù)雜軟硬件等諸多挑戰(zhàn)。根據(jù)智元機器人稚暉君的公開發(fā)文，實現(xiàn)優(yōu)質(zhì)的具身智能需具備以下方面：首先，要有強大的通用本體平臺。如何解決硬件的關(guān)鍵零部件技術(shù)突破，形成具有優(yōu)秀運動能力和操作能力的平臺級通用機器人產(chǎn)品，將具身本體的可靠性、成本和通用能力做到平衡，是一個巨大的挑戰(zhàn)。從基礎(chǔ)的電機、減速器、控制器到靈巧手等各部分，都需要持續(xù)進行技術(shù)突破，才能夠滿足大規(guī)模商用的落地需求。同時，考慮到通用能力，人形機器人被認為是具身智能的終極形態(tài)。這方面的研發(fā)，也將持續(xù)成為熱點和核心挑戰(zhàn)。其次，需要設(shè)計強大的智能體系統(tǒng)。作為具身智能的核心，具備復(fù)雜環(huán)境感知認知能力的智能體，將需要解決諸多挑戰(zhàn)，包括：物理3D環(huán)境精確感知、任務(wù)編排與執(zhí)行、強大的通識能力、多級語義推理能力、人機口語多輪交互能力、long-term記憶能力、個性化情感關(guān)懷能力、強大的任務(wù)泛化與自學(xué)遷移能力等。同時，具身智能要求實時感知和決策能力，以適應(yīng)復(fù)雜和變化的環(huán)境。這要求高速的數(shù)據(jù)采集、傳輸和處理，以及實時的決策反應(yīng)，尤其是LLM所消耗的算力規(guī)模巨大，對于資源有限的機器人處理系統(tǒng)將形成巨大的數(shù)據(jù)量、AI計算能力和低延遲的挑戰(zhàn)。再者，高質(zhì)量的行業(yè)數(shù)據(jù)將成為巨大挑戰(zhàn)。現(xiàn)實場景的復(fù)雜多變，使得現(xiàn)階段缺乏足夠的場景數(shù)據(jù)來訓(xùn)練一個完全通用的大模型，進而讓智能體自我進化。而且，耦合的本體，需要實際部署到真實環(huán)境中，才能夠采集數(shù)據(jù)，這也是和非具身智能的明顯不同。比如，在工廠作業(yè)中，由于機器人本體并未參與到實際業(yè)務(wù)，則很多實際運
|
|
