>> 中銀證券-計算機行業(yè)智能體專題報告之二：智能體時代來臨，具身智能有望成為最佳載體-241106
| 上傳日期： |
2024/11/6 |
大?。?/td>
| 3254KB |
| 格式： |
pdf 共31頁 |
來源： |
中銀證券 |
| 評級： |
買入 |
作者： |
楊思睿,劉桐彤 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
智能體時代來臨，小型端側(cè)設(shè)備無法消化大模型大參數(shù)，而具身智能則有望成為最佳載體。從具身智能訓練層面看，仿真軟件可為大模型提供海量、低成本數(shù)據(jù)，解決真實數(shù)據(jù)高成本、難收集的問題，仿真軟件有望實現(xiàn)大范圍應用。相比于剛性物體的仿真，柔性、流體的仿真技術(shù)壁壘更高，具備相關(guān)技術(shù)積累的廠商優(yōu)勢突出。從具身智能商業(yè)化路徑來看，我們認為目前商業(yè)落地途徑主要包括三種：（1）通用機器人路徑對于資金和技術(shù)要求較高，目前特斯拉等行業(yè)巨頭正加速布局。（2）純軟件路徑的核心是設(shè)計通用的操作系統(tǒng)使多個硬件廠商共享同一套軟件，英偉達Project GR00T以及華為鴻蒙操作系統(tǒng)核心合作廠商有望深度受益。（3）垂直領(lǐng)域軟硬一體路徑能夠使公司形成數(shù)據(jù)壁壘，細分領(lǐng)域龍頭具備核心優(yōu)勢。
支撐評級的要點
智能體時代來臨，具身智能有望成為最佳載體。自ChatGPT發(fā)布后，AI模型參數(shù)量越來越高，從GPT-1到GPT-4，參數(shù)量由1.1億增長至1.8萬億。從目前市場上的端側(cè)大模型來看，通常設(shè)備端越大（功能越多），其端側(cè)大模型的參數(shù)量也越大。然而可穿戴設(shè)備、手機等無法消化大模型大算力，相比小型端側(cè)設(shè)備，具身智能機器人有望成為智能體最佳載體。
仿真有望大范圍應用于具身智能訓練，建議關(guān)注具備柔性、流體仿真等技術(shù)的廠商。主流的具身智能訓練方法主要包括遙操作、動捕、大模型等。其中，單一的遙操作或動捕需由人類操作員直接控制，無法實現(xiàn)機器替人。大模型和機器人實體的結(jié)合則具備較強的泛化性。在大模型訓練數(shù)據(jù)的選擇上，可采用仿真數(shù)據(jù)或真實數(shù)據(jù)。仿真通過構(gòu)建虛擬環(huán)境生成大量數(shù)據(jù)，成本較低，適合在新的環(huán)境中大范圍學習技能；而利用真實數(shù)據(jù)能夠形成細分場景的數(shù)據(jù)壁壘，但成本及獲取難度相對較高。相比于剛性物體的仿真，柔性、流體的仿真對于算法的穩(wěn)定性和收斂性的要求大幅提高。
具身智能商業(yè)化路徑：建議關(guān)注純軟件和垂直領(lǐng)域軟硬一體路徑。目前具身智能商業(yè)化路徑主要包括三種：第一種是通用機器人路徑，其核心是采用通用的硬件和軟件來應對各種多變的使用場景，該種路徑對于資金和技術(shù)要求較高，目前1X、Figure以及特斯拉等行業(yè)巨頭正加速布局。純軟件路徑的是設(shè)計通用的操作系統(tǒng)，硬件廠商通過API接口即可接入機器人“大腦”，從而實現(xiàn)多種硬件平臺共享同一套軟件架構(gòu)。并且隨著機器人的大規(guī)模部署，其邊際成本可以無限趨近于0。對于純軟件路徑，我們建議關(guān)注英偉達、華為合作廠商。第三種路徑是垂直領(lǐng)域軟硬一體，目前機器人硬件與數(shù)據(jù)仍處于耦合階段，公司通過收集傳感器數(shù)據(jù)能夠形成細分領(lǐng)域的數(shù)據(jù)壁壘。對于該種路徑，建議關(guān)注細分領(lǐng)域龍頭廠商。
投資建議
從具身智能訓練層面，建議關(guān)注具備柔性、流體仿真等技術(shù)的廠商，如索辰科技。從具身智能商業(yè)化路徑層面，建議關(guān)注英偉達、華為合作廠商，如九號公司、中堅科技、高新興、潤和軟件、安聯(lián)銳視等以及細分領(lǐng)域龍頭廠商如海康機器人。
評級面臨的主要風險
技術(shù)突破不及預期；機器人成本下降不及預期；數(shù)據(jù)收集不及預期。
|
|
