趙穎
2024-11-14 
科技巨頭入局，機器人商業化落地進展到哪了？
近期美股機器人賽道火爆，人形機器人初創公司獲得高估值，高科技公司紛紛加入，AI行業與人形機器人融合發展加速，目前機器人商業化落地進展到哪一步？
光大證券在周四的報告中進行詳細介紹，人形機器人已在硬件上突破運動控制能力，正結合AI大模型實現更多的功能。
美股科技巨頭紛紛入局機器人行業，隨著AI大模型發展迭代，其已成為人形機器人商業化落地的關鍵，而同時人形機器人也是AI的重要應用場景之一。?
展望未來發展，光大證券指出未來三大發展方向：一是硬件突破瓶頸，運動性能和靈活性提升；二是軟件算法，“具身智能” 為人形機器人通用性賦能；三是商業化，產品上市進程激昂加快。
最新進展：運動控制能力有所突破光大證券指出，從最新進展來看，人形機器人廠商逐漸突破硬件瓶頸，機器人的操作能力和移動能力得到較大提升，如Figure機器人具備行走能力、特斯拉Optimus-Gen2相比第一代運動性能提升。
其次，結合AI訓練人形機器人成為發展方向，Figure與OpenAI合作開發下一代人形機器人的AI模型；特斯拉采用自研FSD控制系統；1X與OpenAI合作開發具身學習模型。
主要海外機器人頭部公司包括，初創企業Figure、特斯拉、波士頓動力、挪威企業1X Technologies以及備考亞馬遜的Agility Robotics。具體來看：
Figure：具備領先理解與學習能力?與OpenAI合作開發下一代機器人AI模型公司推出的首款人形機器人 產品命名為Figure 01，已經具備端到端學習能力和行走能力。Figure利用多模態大模型賦能加速機器人迭代，與OpenAI合作開發下一代人形機器人AI模型，使用微軟Azure云服務搭建人工智能基礎設施和存儲數據等。
特斯拉：Optimus人形機器人技術進步迅速?FSD+Dojo為訓練提供技術底座特斯拉核心競爭力之一是，其FSD（全自動駕駛）已經具備“端到端”的能力，使特斯拉擺脫了代碼的限制，接下來只需要在數據和算力兩個層面進行突破；而在算力方面，拉Dojo超算中心，由一萬個英偉達H100GPU組成，能提供340 FP64 PFLOPS的峰值算力。
波士頓動力：深耕多年，機器人硬件技術積累深厚?波士頓動力在于人硬件技術領先，動作靈活性優于同業水平，但產品商業化落地存在瓶頸。未來公司未來發展關鍵在于產品商業化落地，AI大模型或許將為公司帶來新增長機會。波士頓動力此前宣布地將ChatGPT與Spot相結合，開發出了一種會說話的導游機器狗。
1X Technologies：第一代人形機器人EVE已經成功實現商業化EVE的核心優勢是率先在醫院后勤領域、安保領域實現商業化，硬件創新方面包括自主開發Revo1伺服電機和下一代雙足人形機器人NEO，同時開發“具身學習”和“共享自治”增強人形機器人的學習能力。
Agility Robotics：致力于實現商業化人形機器人量產Agility Robotics背靠亞馬遜，機器人產品Digit主要面向工業場景。人形機器人已經進入量產階段，并已進入亞馬遜物流中心“實習”，且擁有高達97%的任務完成成功率。
光大證券指出，AI大模型的強大算法能夠大大提升訓練機器人的效率，同時人形機器人作為一種新興智能終端，也是AI技術重要的下游應用之一，美股科技巨頭紛紛布局機器人。
英偉達成立GEAR實驗室聚焦具身智能大模型研究，具身智能已有Eureka、Voyager、MineDojo、VIMA等成果。同時，英偉達利用模擬器擴大真實世界數據集，加快機器人AI化進程，同時提供端到端Isaac、Jetson機器人開發平臺，結合生成式AI來支持大規模訓練、開發和部署AI機器人。
谷歌發布RT-1、RT-2機器人模型，這是機器人首次通過龐大的、 多樣化的、任務無關的數據，展現出泛化性，執行了一些未曾見過的任務。
Meta的V-JEPA模型通過觀看視頻教會機器理解和建模物理世界，讓人工智能有能力通過形成其周圍環境的內部模型來規劃、推理和 執行復雜的任務。
展望未來，光大證券指出，人形機器人發展潛力巨大，未來重點方向在硬件+軟件+商業化：
首先來看硬件方面，當前零部件的尺寸、重量以及性能不能滿足機器人廠商需求，未來能提升的兩種路徑是（1）縱向合作，上游廠商滿足下游需求；（2）自主研發，機器人企業自主研發硬件核心技術。
其次量產能力和商業化方面，量產降本能力看好特斯拉，預計特斯拉機器人商業化進程將會領先其他機器人企業。因為人形機器人降本路線需要制造工廠具備豐富的生產經驗，特斯拉此前生產并銷售自動駕駛汽車，可遷移的生產經驗是其擁有的優勢，
商業進展上，預計許多人形機器人將會在近幾年快速將產品投放進市場，首先在物流倉儲等領域布局，逐步成熟后再轉向家用，家用人形機器人前路漫漫。
最后是軟件算法方面，“具身智能” 為人形機器人通用性賦能，通過在物理世界和數字世界的學習和進化，達到理解世界、互動交互并完成任務的目標，但仍面臨算法、工程技術、數據、場景和復雜軟硬件等的諸多挑戰。
本文選取自《美股科技巨頭紛紛入局， AI大模型將推動機器人商業化落地》，分析師（付天姿 執業證書編號：S0930517040002）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
