中银证券:具身智能有望成为最佳载体 后续关注具身智能商业化路径

2024-11-06 14:17:14 智通财经 
新闻摘要
智通财经APP获悉,中银证券发布研报称,智能体时代来临,小型端侧设备无法消化大模型大参数,而具身智能则有望成为最佳载体。从具身智能训练层面看,仿真软件可为大模型提供海量、低成本数据,解决真实数据高成本、难收集的问题,仿真软件有望实现大范围应用。从具身智能商业化路径来看,目前商业落地途径主要包括通用机器人路径、纯软件路径和垂直领域软硬一体路径三种

智通财经APP获悉,中银证券发布研报称,智能体时代来临,小型端侧设备无法消化大模型大参数,而具身智能则有望成为最佳载体。从具身智能训练层面看,仿真软件可为大模型提供海量、低成本数据,解决真实数据高成本、难收集的问题,仿真软件有望实现大范围应用。相比于刚性物体的仿真,柔性、流体的仿真技术壁垒更高,具备相关技术积累的厂商优势突出。从具身智能商业化路径来看,目前商业落地途径主要包括通用机器人路径、纯软件路径和垂直领域软硬一体路径三种。

中银证券主要观点如下:

智能体时代来临,具身智能有望成为最佳载体。

自ChatGPT发布后,AI模型参数量越来越高,从GPT-1到GPT-4,参数量由1.1亿增长至1.8万亿。从目前市场上的端侧大模型来看,通常设备端越大(功能越多),其端侧大模型的参数量也越大。然而可穿戴设备、手机等无法消化大模型大算力,相比小型端侧设备,具身智能机器人有望成为智能体最佳载体。

仿真有望大范围应用于具身智能训练,建议关注具备柔性、流体仿真等技术的厂商。

主流的具身智能训练方法主要包括遥操作、动捕、大模型等。其中,单一的遥操作或动捕需由人类操作员直接控制,无法实现机器替人。大模型和机器人实体的结合则具备较强的泛化性。在大模型训练数据的选择上,可采用仿真数据或真实数据。仿真通过构建虚拟环境生成大量数据,成本较低,适合在新的环境中大范围学习技能;而利用真实数据能够形成细分场景的数据壁垒,但成本及获取难度相对较高。相比于刚性物体的仿真,柔性、流体的仿真对于算法的稳定性和收敛性的要求大幅提高。

具身智能商业化路径:建议关注纯软件和垂直领域软硬一体路径。

目前具身智能商业化路径主要包括三种:

第一种是通用机器人路径,其核心是采用通用的硬件和软件来应对各种多变的使用场景,该种路径对于资金和技术要求较高,目前1X、Figure以及特斯拉等行业巨头正加速布局。

第二种纯软件路径的是设计通用的操作系统,硬件厂商通过API接口即可接入机器人“大脑”,从而实现多种硬件平台共享同一套软件架构。并且随着机器人的大规模部署,其边际成本可以无限趋近于0。对于纯软件路径,该行建议关注英伟达、华为合作厂商。

第三种路径是垂直领域软硬一体,目前机器人硬件与数据仍处于耦合阶段,公司通过收集传感器数据能够形成细分领域的数据壁垒。对于该种路径,建议关注细分领域龙头厂商。

投资建议

从具身智能训练层面,建议关注具备柔性、流体仿真等技术的厂商,如索辰科技(688507.SH)。从具身智能商业化路径层面,建议关注英伟达、华为合作厂商,如九号公司(689009.SH)、中坚科技(002779.SZ)、高新兴(300098.SZ)、润和软件(300339.SZ)、安联锐视(301042.SZ)等以及细分领域龙头厂商如海康机器人。

风险提示:技术突破不及预期;机器人成本下降不及预期;数据收集不及预期。

(责任编辑:贺翀 )

【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。邮箱:news_center@staff.hexun.com

看全文
写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

有问必答- 持牌正规投资顾问为您答疑解惑

    热门阅读

      和讯特稿

        推荐阅读