久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

具身大模型是人形機(jī)器人的“大腦”，主導(dǎo)“感知-認(rèn)知-控制”交互閉環(huán)。傳統(tǒng)大模型專注于單一或少數(shù)模態(tài)的任務(wù)處理，缺乏與物理世界直接交互的能力。具身大模型作為人形機(jī)器人的“大腦”，從“感知-認(rèn)知-控制”層面賦能機(jī)器人，強(qiáng)調(diào)與物理世界的交互，需具備多模態(tài)感知、自主決策、實(shí)時(shí)交互執(zhí)行、通用與泛化等能力。
　　人形機(jī)器人目前尚未實(shí)現(xiàn)大規(guī)模應(yīng)用，主要原因或非硬件能力不足，而是大模型存在瓶頸。從產(chǎn)業(yè)進(jìn)程來看，當(dāng)前機(jī)器人肢體層技術(shù)已較為成熟，而大模型的發(fā)展遠(yuǎn)落后于硬件。當(dāng)前階段的具身大模型已具備認(rèn)知、推理與規(guī)劃能力，不足之處在于難以可靠處理復(fù)雜物理世界的不確定性，同時(shí)泛化能力明顯較弱。
　　具身大模型主流框架為分層式與端到端式，路徑尚未收斂。傳統(tǒng)決策采用分層架構(gòu)，包括感知與互動(dòng)、高層規(guī)劃、低層執(zhí)行以及反饋與增強(qiáng)，通過大小腦分層，人形機(jī)器人更容易落地，但分層范式存在錯(cuò)誤累積的問題，且在跨多樣任務(wù)泛化時(shí)表現(xiàn)不佳。端到端框架基于感知環(huán)境和機(jī)器人狀態(tài)直接輸出具體的機(jī)器人執(zhí)行命令，將感知、語言理解、規(guī)劃、動(dòng)作執(zhí)行和反饋優(yōu)化集成到一個(gè)統(tǒng)一的框架中，具備高集成度與較強(qiáng)泛化能力，VLA模型是端到端決策的核心。
　　海外具身大模型：1）典型的完全端到端架構(gòu)具身大模型包括谷歌DeepMind RT-2與特斯拉FSD。RT-2致力于通過端到端的神經(jīng)網(wǎng)絡(luò)將視覺和語言信息直接映射為機(jī)器人動(dòng)作；特斯拉Optimus可沿用汽車FSD系統(tǒng)的技術(shù)棧，實(shí)現(xiàn)多模態(tài)輸入與實(shí)時(shí)動(dòng)作輸出。2）典型的分層具身大模型包括Figure AIHelix、英偉達(dá)GR00TN1與PhysicalIntelligence π0。Helix采用“系統(tǒng)S1（快思考）+系統(tǒng)S2（慢思考）”雙系統(tǒng)架構(gòu)；GR00TN1同樣采用雙系統(tǒng)架構(gòu)，并利用流匹配技術(shù)來生成動(dòng)作；π0采用“預(yù)訓(xùn)練VLM+動(dòng)作專家模塊”的VLA模型。
　　國內(nèi)具身大模型：架構(gòu)持續(xù)創(chuàng)新，能力對(duì)標(biāo)海外，典型模型包括智元機(jī)器人G0-1、星動(dòng)紀(jì)元ERA-42、銀河通用GraspVLA、靈初智能Psi R1及字節(jié)Seed GR-3。G0-1開創(chuàng)性提出ViLLA架構(gòu)，采用“VLM+MoE（混合專家）”；ERA-42模型是國內(nèi)首個(gè)真正意義上的端到端原生機(jī)器人大模型；GraspVLA模型將VLM與動(dòng)作專家集成，是全球首個(gè)合成大數(shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)抓取大模型；Psi R1模型采用快慢腦架構(gòu)；GR-3采用40億參數(shù)的混合變換器架構(gòu)，泛化抓取-放置能力超越π0。
　　數(shù)據(jù)是驅(qū)動(dòng)具身大模型迭代升級(jí)的關(guān)鍵，目前主流數(shù)據(jù)訓(xùn)練方案為真機(jī)、仿真與視頻數(shù)據(jù)相結(jié)合。伴隨具身智能轉(zhuǎn)向端到端大模型，數(shù)據(jù)需求從低量單一模態(tài)數(shù)據(jù)逐步升級(jí)為海量、多模態(tài)、高精度和跨任務(wù)長程數(shù)據(jù)，其中真機(jī)數(shù)據(jù)價(jià)值最高，獲取難度最大，是具身智能落地的可靠數(shù)據(jù)源。目前真實(shí)數(shù)據(jù)采集方式主要分為VR遙操作采集、機(jī)械臂主從控制采集、數(shù)據(jù)手套遙操作等。目前主流廠家數(shù)據(jù)采集及訓(xùn)練方案多樣，特斯拉數(shù)采方案或轉(zhuǎn)向視頻學(xué)習(xí)，而銀河通用以物理仿真數(shù)據(jù)為主、真實(shí)數(shù)據(jù)為輔。
　　投資建議：1）機(jī)器人通過傳感器獲取外界和自身狀態(tài)，為具身大模型決策提供數(shù)據(jù)支持，建議關(guān)注人形機(jī)器人傳感器相關(guān)公司，如安培龍、漢威科技、福萊新材、奧比中光；2）動(dòng)捕采集方案是高質(zhì)量運(yùn)動(dòng)數(shù)據(jù)的關(guān)鍵來源，建議關(guān)注掌握動(dòng)捕解決方案的相關(guān)公司，如凌云光。
　　風(fēng)險(xiǎn)提示：人形機(jī)器人量產(chǎn)進(jìn)度不及預(yù)期；大模型技術(shù)進(jìn)展不及預(yù)期；訓(xùn)練數(shù)據(jù)規(guī)模與質(zhì)量不及預(yù)期。