>> 上海證券-機(jī)械設(shè)備行業(yè)周報(bào)：AI大模型-端到端通用大模型強(qiáng)化人形機(jī)器人“具身智能”效果，持續(xù)關(guān)注人形機(jī)器人產(chǎn)業(yè)鏈-240321
| 上傳日期： |
2024/3/22 |
大小： |
1138KB |
| 格式： |
pdf 共19頁(yè) |
來(lái)源： |
上海證券 |
| 評(píng)級(jí)： |
增持 |
作者： |
劉陽(yáng)東,吳婷婷 |
| 行業(yè)名稱： |
機(jī)械 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
行情回顧
過(guò)去一周（2024.3.11-2024.3.15），中信機(jī)械行業(yè)上漲1.39%，表現(xiàn)處于中下游，在所有一級(jí)行業(yè)中漲跌幅排名第18。具體來(lái)看，工程機(jī)械下跌2.06%，通用設(shè)備上漲3.89%，專用設(shè)備上漲2.43%，儀器儀表上漲4.94%，金屬制品上漲3.59%，運(yùn)輸設(shè)備下跌4.43%。
主要觀點(diǎn)
AI大模型強(qiáng)化了人形機(jī)器人具身智能效果。大模型又稱基礎(chǔ)模型，一般是指參數(shù)量過(guò)億、使用海量數(shù)據(jù)訓(xùn)練的大型神經(jīng)網(wǎng)絡(luò)模型。與現(xiàn)有的小模型相比，大模型具有如下三方面特點(diǎn)。①智能涌現(xiàn)能力—隨著參數(shù)量的增加，模型性能首先呈現(xiàn)緩慢增長(zhǎng)，當(dāng)規(guī)模達(dá)到一定程度時(shí)急劇提升。②對(duì)標(biāo)簽數(shù)據(jù)的依賴程度低—大模型利用自監(jiān)督學(xué)習(xí)進(jìn)行預(yù)訓(xùn)練，通過(guò)設(shè)計(jì)預(yù)測(cè)任務(wù)學(xué)習(xí)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)和模式。這種方法不需要人工標(biāo)注的標(biāo)簽，而是利用數(shù)據(jù)本身的特性生成訓(xùn)練信號(hào)。通過(guò)自監(jiān)督學(xué)習(xí)，大模型能夠從大量未標(biāo)記數(shù)據(jù)中學(xué)習(xí)到有用的特征表示，減少了對(duì)標(biāo)簽數(shù)據(jù)的依賴，更加具有可擴(kuò)展性和適應(yīng)性。③跨領(lǐng)域應(yīng)用的潛力—大模型通過(guò)使用大規(guī)模數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，能夠更好地理解語(yǔ)義和上下文信息，并在新任務(wù)中進(jìn)行遷移，從而擺脫了小模型場(chǎng)景碎片化、難以復(fù)用的局限性。此外，通過(guò)微調(diào)，大模型可以針對(duì)特定領(lǐng)域或任務(wù)進(jìn)行優(yōu)化，進(jìn)一步提升專業(yè)性能。當(dāng)前，大模型在自然語(yǔ)言處理、圖像生成和機(jī)器人控制等領(lǐng)域得到了廣泛應(yīng)用。我們認(rèn)為，具身智能的實(shí)現(xiàn)依賴于AI領(lǐng)域的計(jì)算機(jī)視覺(jué)技術(shù)、多模態(tài)感知融合技術(shù)、自然語(yǔ)言處理技術(shù)、因果推斷技術(shù)、移動(dòng)導(dǎo)航與規(guī)劃技術(shù)等，具身智能是AI的終級(jí)形態(tài)，因此AI大模型強(qiáng)化了人形機(jī)器人具身智能效果。
端到端通用大模型是機(jī)器人“大腦”的關(guān)鍵技術(shù)構(gòu)成。端到端模型（end-to-end）是將解決問(wèn)題需要的最原始輸入內(nèi)容直接輸入進(jìn)去，然后通過(guò)模型直接得到輸出所給出的轉(zhuǎn)化結(jié)果，神經(jīng)網(wǎng)絡(luò)模型被廣泛地應(yīng)用于端到端的學(xué)習(xí)結(jié)構(gòu)。工業(yè)和信息化部2023年發(fā)布的《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)》文件中提到的“機(jī)器人大腦關(guān)鍵技術(shù)群”中說(shuō)到“圍繞動(dòng)態(tài)開(kāi)放環(huán)境下人形機(jī)器人感知與控制，突破感知-決策-控制一體化的端到端通用大模型、大規(guī)模數(shù)據(jù)集管理、云邊端一體計(jì)算架構(gòu)、多模態(tài)感知與環(huán)境建模等技術(shù)，提高人形機(jī)器人的人-機(jī)-環(huán)境共融交互能力，支撐全場(chǎng)景落地應(yīng)用”，我們認(rèn)為，端到端通用大模型是機(jī)器人大腦的關(guān)鍵技術(shù)構(gòu)成。
人形機(jī)器人廠商進(jìn)階成果持續(xù)發(fā)布，端到端通用大模型成為重要助力。OpenAI大模型以人形機(jī)器人Figure 01為載體可與人類靈活互動(dòng)對(duì)話的視頻于3月13日發(fā)布，OpenAI大模型賦能Figure01以視覺(jué)推理和語(yǔ)義理解，F(xiàn)igure 01的神經(jīng)網(wǎng)絡(luò)算法快速輸出動(dòng)作指令；通過(guò)端到端神經(jīng)網(wǎng)絡(luò)的引入使得機(jī)器人能夠自主學(xué)習(xí)和糾正錯(cuò)誤，F(xiàn)igure 01僅需10小時(shí)的訓(xùn)練就掌握了制作咖啡的技能。特斯拉的端到端神經(jīng)網(wǎng)絡(luò)架構(gòu)，首先在自動(dòng)駕駛FSD上實(shí)現(xiàn)，F(xiàn)SDBeta最新版本V12的最新成果是端到端大模型，自動(dòng)駕駛軟件不再有龐雜的代碼，取而代之的是部署在車端推理芯片上的大神經(jīng)網(wǎng)絡(luò)，2024年1月特斯拉在美國(guó)向多位車主推送了FSDBeta v12.1.2版本，F(xiàn)SD beta v12.1.2將城市街道駕駛堆棧升級(jí)為單個(gè)端到端神經(jīng)網(wǎng)絡(luò)，經(jīng)過(guò)數(shù)百萬(wàn)個(gè)視頻訓(xùn)練，取代了超過(guò)30萬(wàn)行顯式C++代碼。而在2023年9月，特斯拉“擎天柱”人形機(jī)器人就可自動(dòng)分類不同顏色的積木塊，具備抗干擾糾錯(cuò)能力，主要依賴于神經(jīng)網(wǎng)絡(luò)完成了端到端的訓(xùn)練，即視頻輸入，控制輸出。我們認(rèn)為，AI大模型技術(shù)具有強(qiáng)智能、強(qiáng)通用、強(qiáng)交互的顯著特征，尤其是端到端通用大模型對(duì)于人形機(jī)器人實(shí)現(xiàn)更強(qiáng)大的具身智能效果具有重要作用，而人形機(jī)器人是具身智能的終極形態(tài)，人形機(jī)器人未來(lái)商業(yè)化落地曙光可期。建議關(guān)注技術(shù)壁壘高、價(jià)值量高、國(guó)產(chǎn)化率低的環(huán)節(jié)：1）總成：拓普集團(tuán)、三花智控；2）傳感器：東華測(cè)試、漢威科技等。3）減速器：綠的諧波、雙環(huán)傳動(dòng)、中大力德等；4）絲杠：恒立液壓、貝斯特等；5）電機(jī)：鳴志電器等；5）裝備：秦川機(jī)床、華辰裝備、日發(fā)精機(jī)等。
風(fēng)險(xiǎn)提示
宏觀經(jīng)濟(jì)下行風(fēng)險(xiǎn)、下游需求不及預(yù)期、原材料價(jià)格波動(dòng)等。
|
|
