【具身智能臨近 IPHONE 時(shí)刻】

具身智能是一種基于物理身體進(jìn)行感知和行動(dòng)的智能系統(tǒng)，其通過(guò)智能體與環(huán)境的交互獲取信息、理解問(wèn)題、做出決策并實(shí)現(xiàn)行動(dòng)。具身智能的核心要素包括本體和智能體。本體作為實(shí)際的執(zhí)行者，在物理或虛擬世界負(fù)責(zé)感知和執(zhí)行任務(wù)，而智能體則是具身于本體之上的智能核心，負(fù)責(zé)感知、理解、決策、控制等核心工作。

區(qū)別于機(jī)器人，具身智能具備自我決策能力。根據(jù)盧策吾教授在機(jī)器之心AI 科技年會(huì)上發(fā)表的《具身智能是通往 AGI 值得探索的方向》中提到，智能體通過(guò)感知器和執(zhí)行器與環(huán)境進(jìn)行交互后，能夠?qū)崿F(xiàn)獲取信息、理解問(wèn)題等功能， 并根據(jù)環(huán)境的變化做出相應(yīng)的決策和行動(dòng)。

2023年，GPT-4 Turbo發(fā)布，其參數(shù)量高達(dá)1.8萬(wàn)億。2024 年4月，國(guó)內(nèi)商湯科技“ 日 日新 ”大模型體系正式發(fā)布，其中中文語(yǔ)言大模型參數(shù)達(dá)1800 億。隨著大模型參數(shù)量的大幅增長(zhǎng)傳統(tǒng)穿戴設(shè)備、手機(jī)等無(wú)法消化大模型大算力。 從目前市場(chǎng)上的端側(cè)大模型來(lái)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。

而具身智能需要處理更復(fù)雜的任務(wù)，如環(huán)境感知、運(yùn)動(dòng)控制、決策制定等， 其算法和模型需要快速處理大量數(shù)據(jù)并做出決策，因此具身智能需要更大的模型參數(shù)來(lái)支持其更廣泛的功能和更高的智能需求。谷歌開(kāi)發(fā)的 PaLM-E 具身多模態(tài)大模型參數(shù)量達(dá) 5620 億;華為盤(pán)古 Pangu S 大模型參數(shù)達(dá)萬(wàn)億。相比小型端側(cè)設(shè)備，具身智能機(jī)器人能夠消化大模型、大算力!

大模型使智能體由被動(dòng)編程控制走向主動(dòng)決策。與智能體結(jié)合后，具身智能以任務(wù)目標(biāo)為導(dǎo)向，不僅僅是機(jī)械地完成程序，其可以根據(jù)環(huán)境變化，對(duì)行動(dòng)細(xì)節(jié)進(jìn)行實(shí)時(shí)修正，并消除在特定條件下為特定任務(wù)反復(fù)編程的需要。依托大模型的涌現(xiàn)能力，具身智能能夠從原始訓(xùn)練數(shù)據(jù)中學(xué)習(xí)并發(fā)現(xiàn)新的特征和模式，在僅僅依靠網(wǎng)絡(luò)數(shù)據(jù)知識(shí)的情況下就可以對(duì)從未見(jiàn)過(guò)的對(duì)象或場(chǎng)景執(zhí)行操作任務(wù)。

【仿真為智能體賦能的主流路徑】

主流的具身智能訓(xùn)練方法主要包括遙操作、動(dòng)捕、大模型等。其中，單一的遙操作或動(dòng)捕需由人類操作員直接控制，無(wú)法實(shí)現(xiàn)機(jī)器替人。大模型和智能體深度融合，具備較強(qiáng)泛化型。在數(shù)據(jù)選擇上，可采用仿真數(shù)據(jù)或真實(shí)數(shù)據(jù)。

仿真通過(guò)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(xué)習(xí)技能;利用真實(shí)數(shù)據(jù)能夠形成細(xì)分場(chǎng)景的數(shù)據(jù)壁壘，但成本及獲取難度相對(duì)較高。

大模型具備較強(qiáng)泛化性，仿真數(shù)據(jù)有望大范圍應(yīng)用。谷歌 RT 采用該種技術(shù)路徑。谷歌在 RT-1 和 RT-2 的框架上使用 X-Embodiment 數(shù)據(jù)集進(jìn)行訓(xùn)練，該數(shù)據(jù)集包含在 22 個(gè)機(jī)器人上采集的能夠完成 16 萬(wàn)個(gè)任務(wù)的上百萬(wàn)條數(shù)據(jù)。其中，RT-1充當(dāng)小腦層級(jí)的控制器，由大模型負(fù)責(zé)頂層理解和指令分解，例如打開(kāi)抽屜、將物體從抽屜里拿出來(lái)等。RT-2 采取端到端路徑，將語(yǔ)言、動(dòng)作 tokens 進(jìn)行對(duì)齊，微調(diào)后得到 VLA 模型，使得模型能夠通過(guò)視覺(jué)輸入和語(yǔ)言指令生成正確的動(dòng)作標(biāo)記序列。大模型使機(jī)器人從 Model-Based 向 Learning-Based 轉(zhuǎn)變，在解決復(fù)雜和高維度的運(yùn)動(dòng)控制問(wèn)題上具備更高的上限。但是大模型的訓(xùn)練需要海量數(shù)據(jù)，按數(shù)據(jù)來(lái)源分類，可分為真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)。真實(shí)數(shù)據(jù)效果最好，但需要耗費(fèi)大量人力和硬件成本。仿真數(shù)據(jù)成本低，可以大規(guī)模獲取，但通常存在 sim-to-real gap。

【數(shù)據(jù)是具身智能發(fā)展的核心】

小模型時(shí)代算法的數(shù)量和質(zhì)量對(duì)于機(jī)器人至關(guān)重要;然而大模型的 Scaling Law 表明通過(guò)增加數(shù)據(jù)量、擴(kuò)大模型規(guī)模以及延長(zhǎng)訓(xùn)練時(shí)間，可以實(shí)現(xiàn)模型性能的持續(xù)提升，數(shù)據(jù)重要性凸顯。并且不同于語(yǔ)言、圖像或視頻等二維模型的訓(xùn)練， 具身智能底層模型的訓(xùn)練，需要在物理世界絕對(duì)坐標(biāo)系下的精確測(cè)量數(shù)據(jù)，數(shù)據(jù)獲取難度、成本、標(biāo)注周期都遠(yuǎn)超語(yǔ)言模型。

從產(chǎn)業(yè)發(fā)展進(jìn)程看，類比自動(dòng)駕駛，特斯拉大規(guī)模采集的數(shù)據(jù)推動(dòng)了 FSD 性能的提升，具身智能產(chǎn)業(yè)發(fā)展的核心在于數(shù)據(jù)。

區(qū)別于大模型可以從網(wǎng)絡(luò)中獲取數(shù)據(jù)并進(jìn)行訓(xùn)練，具身智能如果想要具備高泛化性和可靠性，則需要在真實(shí)物理世界里獲取數(shù)據(jù)來(lái)完善模型，而獲取真實(shí)物理世界的數(shù)據(jù)的關(guān)鍵就在于商業(yè)化落地。根據(jù) 1X AI 副總裁 Eric Jang 在個(gè)人博客網(wǎng)站上發(fā)表的“All Roads Lead to Robotics ”一文，具身智能的商業(yè)化路徑主要包括三種：通用場(chǎng)景軟硬結(jié)合、 軟件路徑、以及垂直領(lǐng)域軟硬結(jié)合。

從具身智能訓(xùn)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(dá)、華為合作廠商，如九號(hào)公 司、中堅(jiān)科技、高新興、潤(rùn)和軟件、安聯(lián)銳視等以及細(xì)分領(lǐng)域龍頭廠商如海康機(jī)機(jī)器人。

我們篩選出以下潛力標(biāo)的

中堅(jiān)科技(002779)2024年 2 月份，公司根據(jù)經(jīng)營(yíng)及戰(zhàn)略發(fā)展的需要，公司擬與兆新股份全資孫公司香港兆新實(shí)業(yè)共同設(shè)立海外SPV 公司，并通過(guò) SPV 公司投資海外人工智能機(jī)器人 1XHoldingAS 公司。

索辰科技(688507)公司 2024 年成立的機(jī)器人事業(yè)部：該部門的使命在于開(kāi)發(fā)針對(duì)機(jī)器人行業(yè)的專業(yè)軟件和解決方案。公司的機(jī)器人設(shè)計(jì)軟件將涵蓋并聯(lián)機(jī)器人(包括人形機(jī)器人)本體的完整研發(fā)過(guò)程，從功能設(shè)計(jì)、構(gòu)型綜合、性能分析到結(jié)構(gòu)設(shè)計(jì)優(yōu)化。

安聯(lián)銳視(301042)公司自主研發(fā)了監(jiān)控行業(yè)的人工智能 AI 技術(shù)應(yīng)用，如人臉識(shí)別技術(shù)、人形偵測(cè)技術(shù)、車型偵測(cè)技術(shù)。

參考資料：中銀證券-智能體專題報(bào)告之二：智能體時(shí)代來(lái)臨，具身智能有望成為最佳載體.pdf

免責(zé)聲明：本文由投資顧問(wèn): 馮利勇(執(zhí)業(yè)證書(shū)編碼：A1280620060001)、羅力川(登記編號(hào)：A1280622110002)等編輯整理,僅代表團(tuán)隊(duì)觀點(diǎn)，任何投資建議不作為您投資的依據(jù)，您須獨(dú)立作出投資決策，風(fēng)險(xiǎn)自擔(dān)。請(qǐng)您確認(rèn)自己具有相應(yīng)的權(quán)利能力、行為能力、風(fēng)險(xiǎn)識(shí)別能力及風(fēng)險(xiǎn)承受能力，能夠獨(dú)立承擔(dān)法律責(zé)任。 所涉及個(gè)股僅作投資參考和學(xué)習(xí)交流，不作為買賣依據(jù)。投資有風(fēng)險(xiǎn)，入市需謹(jǐn)慎!

審核編輯 黃宇