人工智能行業(yè)專題報告：AI大模型賦能人形機器人，邁向通用人工智能的一大步.pdf

人工智能行業(yè)專題報告：AI大模型賦能人形機器人，邁向通用人工智能的一大步。AI 大模型+人形機器人，邁出了通向通用人工智能的一大步。機器人進化路徑：從固定到移動，從獨立 到協(xié)作，從單一到通用。服務(wù)機器人商業(yè)化落地的前提是產(chǎn)品能提供真實價值，真實價值的判斷在于機 器人能否通用。把機器人做成人形，就是為了使機器人的執(zhí)行能力更加通用，上游核心零部件隨著協(xié)作 機械臂的興起快速發(fā)展，促進了人形機器人硬件本體制造能力的提升，同時伴隨自動駕駛技術(shù)的高速發(fā) 展，人形機器人在視覺、SLAM 與基礎(chǔ) AI 上有了更多的方案選擇，大模型的出現(xiàn)，會從語音、視覺、 決策、控制等多方面實現(xiàn)同人形機器人的結(jié)合，形成感知、決策、控制閉環(huán)。我們認為機器人產(chǎn)業(yè)將進 入滲透率快速提升的新階段，看好機器人產(chǎn)業(yè)發(fā)展前景。

AI 大模型從語音、視覺、決策、控制等多方面實現(xiàn)同人形機器人的結(jié)合，形成感知、決策、控制閉環(huán)， 使機器人具備常識。1）語音：語言大模型為機器人的自主語音交互難題提供了解決方案，在上下文理 解、多語種識別、多輪對話、情緒識別、模糊語義識別等通用語言任務(wù)上，ChatGPT 顯著優(yōu)于深度學(xué) 習(xí)，表現(xiàn)出了不亞于人類的理解力和語言生成能力。2）視覺：人形機器人的場景相對工業(yè)機器人更通 用、更復(fù)雜，通用視覺大模型的 All in One 的多任務(wù)訓(xùn)練方案能使得機器人更好地適應(yīng)人類生活場景： 大模型的強擬合能力使人形機器人在進行目標識別、避障、三維重建、語義分割等任務(wù)時，具備更高的 精確度；通用視覺大模型通過大量數(shù)據(jù)學(xué)到更多的通用知識，并遷移到下游任務(wù)中，基于海量數(shù)據(jù)獲得 的預(yù)訓(xùn)練模型具有較好的知識完備性，提升場景泛化效果。3）決策：基于多模態(tài)的預(yù)訓(xùn)練大模型將增 強機器人可完成任務(wù)的多樣性與通用性，讓其不局限于文本和圖像等單個部分，而是多應(yīng)用相容，拓展 單一智能為融合智能，使機器人能結(jié)合其感知到的多模態(tài)數(shù)據(jù)實現(xiàn)自動化決策。

驅(qū)動：相比工業(yè)機器人，人形機器人硬件需求更復(fù)雜、更多元，特斯拉采用的電驅(qū)方案具備商業(yè)化應(yīng)用 基礎(chǔ)。特斯拉 Optimus 采取電驅(qū)方案，預(yù)計全身共 40 個執(zhí)行器，其中：身體關(guān)節(jié) 28 個執(zhí)行器，旋轉(zhuǎn) 關(guān)節(jié)方案采用伺服電機+減速器方案，我們推測單臺人形機器人將搭載 6 臺 RV 減速器（髖、腰腹）和 8 臺諧波減速器（肩、腕）；我們猜測擺動角度不大的關(guān)節(jié)（膝、肘、踝、腕）采用力矩電機+行星滾柱 絲杠方案，將使用 14 個線性執(zhí)行器。2）機械手采用微型電機+腱繩驅(qū)動傳動結(jié)構(gòu)，單手 6 個電機， 11 個自由度?？招谋姍C結(jié)構(gòu)緊湊、能量密度高、能耗低，和人形機器人機械手需求契合度高。

減速器、伺服電機、線性執(zhí)行器、滾柱絲杠是人形機器人的運動控制產(chǎn)業(yè)鏈中價值量較大的硬件設(shè)備。 1）電機：數(shù)量更多、品類更豐富，需滿足全身各關(guān)節(jié)的驅(qū)動需求，手部需采用微型電機。2）減速器、 傳動裝置：數(shù)量更多，旋轉(zhuǎn)執(zhí)行器延續(xù)了對 RV、諧波減速器的需求，線性執(zhí)行器中需要用到行星滾柱 絲杠作為線性傳動裝置。3）環(huán)境感知：區(qū)別工業(yè)機器人在固定場景外接機器視覺設(shè)備實現(xiàn)識別的方案， 人形機器人場景復(fù)雜，需采用激光雷達、攝像頭等方案實現(xiàn)環(huán)境感知、三維重建并實現(xiàn)路徑規(guī)劃，對設(shè) 備品類、算法、實時算力要求更高。4）運動控制：類似于工業(yè)機器人，運控算法均是廠商自研，開發(fā) 難度大，是核心競爭力之一；特斯拉 Optimus 復(fù)用特斯拉汽車的感知和計算能力，在全自動駕駛 FSD 芯片基礎(chǔ)上開發(fā)適合人形機器人的控制器系統(tǒng)。人形機器人傳感器數(shù)量、品類、執(zhí)行機構(gòu)復(fù)雜程度遠高 于工業(yè)機器人，對控制器實時算力、集成度要求高。