具身智能技术和算法方案成为机器人(300024)产业发展焦点
OpenAI与Figure合作推出的Figure 01机器人展示了具身智能的惊人能力,引发市场关注。具身智能作为机器人感知、决策、控制的关键,目前主要分为端到端模型和分层决策模型两大技术路径。端到端模型虽然具有从输入到输出的全过程能力,但需要大量数据和计算资源;分层模型则相对简单,但需提高不同步骤间的融合和一致性。
商业化方面,具身智能机器人需具备移动和通用操作能力。通用型机器人在移动能力上门槛较低,成本较低,而人形机器人在复杂场景下仍面临挑战。通用操作能力是机器人在不同环境中完成任务的关键,但技术路径尚不确定。预计通用机器人将先于人形机器人实现商业化,且商业价值更大。未来可能首先应用于移动抓取和放置技能,覆盖工厂、药店/超市、商用清洁等场景。
国内机器人公司以通用型为主,领先厂商已实现盈利。未来,算法层面的进展将直接决定商业化落地节奏。
风险因素包括全球经济增速放缓、持续高通胀、全球半导体芯片短缺、技术发展和产业化进程不及预期、人工智能技术创新和算法迭代速度放缓、机器人安全性、可靠性事故引发的法律诉讼和声誉损失、人才竞争加剧等。
投资策略方面,人形机器人的商业化落地需同时解决移动能力和操作能力两大挑战。移动能力方面,预计未来2-3年内取得突破性进展,但稳定性和量产还需额外2-3年。操作能力方面,如何在商业落地过程中高效收集高质量数据成为关键。
最新评论