機械設(shè)備-AI+制造系列報告之二：AI賦能人形機器人春天來了嗎？-廣發(fā)證券孫柏陽,代川-20230416正式版

行業(yè)專題研究|機械設(shè)備2023年

4月

16日證券研究報告AI+制造系列報告之二AI賦能，人形機器人春天來了嗎？分析師：

孫柏陽分析師：

代川SAC執(zhí)證號：S0260520080002SAC執(zhí)證號：S0260517080007SFCCE.no:BOS186021-38003680021-38003678sunboyang@daichuan@請注意，孫柏陽并非香港證券及期貨事務監(jiān)察委員會的注冊持牌人，不可在香港從事受監(jiān)管活動。核心觀點：

人形機器人擁有極高表達能力，有望成為

AI的終極載體。一方面，在使用自然語言處理技術(shù)之后，人形機器人能夠更好地理解和處理人類語言，根據(jù)不同的用戶偏好提供個性化的表達方式，應對不同的語言場景和需求。另一方面，人形機器人作為具象的實體，能夠豐富

AI和人類的交互方式，除了語音交互，還可以考慮表情、手勢等表達方式。當前的表情系統(tǒng)二次開發(fā)需要通過編程軟件實現(xiàn)，未來自然語言編程有望讓普通用戶參與開發(fā)，更輕松地與機器人互動。

多模態(tài)訓練模型進步，有望提高機器人訓練準確性。當前

GPT-4已是大型多模態(tài)，識別和決策效率提升。當我們的多種感官——視覺、聽覺、觸覺——都參與信息處理時。多模態(tài)學習可以聚合多源數(shù)據(jù)的信息，使得模型學習到的表示更加完備，從而提高決策總體的準確率。例如，谷歌機器人在

PaLM-E的多模態(tài)訓練中，展現(xiàn)出了更高的識別準確性。關(guān)節(jié)能力不能匹配運動規(guī)劃，是目前的人形機器人技術(shù)短板所在。運控模塊和運動規(guī)劃方法，是一個動態(tài)匹配的過程，當前

AI能力提升，運動規(guī)劃得到進步，關(guān)節(jié)的靈巧程度則需要提高以匹配運動技巧。當前，具有精確抓握和運動的傳統(tǒng)機器人控制方法無法實現(xiàn)人類認為理所當然的通用精細運動控制技能。解決這些問題的一種方法是應用深度強化學習

(deepRL)技術(shù)來訓練神經(jīng)網(wǎng)絡(luò)來控制機器人的關(guān)節(jié)，讓機器人從反復試驗中學習，并在成功完成指定任務后獲得獎勵，但這種技術(shù)可能需要數(shù)百萬甚至數(shù)十億個樣本來學習，因此，虛擬環(huán)境模擬可能是機器手實現(xiàn)上億次訓練的必由之路。

自然語言調(diào)試+數(shù)字孿生，加快機器人訓練速度。一方面，自然語言的大模型快速進步，讓普通用戶有望直接調(diào)試底層模型，有望加快訓練速度，豐富應用場景。另一方面，英偉達、谷歌、騰訊等公司都在推進虛擬環(huán)境調(diào)試，能夠大幅提高訓練的效率，有助于應用端百花齊放。投資建議：人形機器人+AI的趨勢中，中國機遇在于零部件供應鏈。機器人核心模塊呈金字塔結(jié)構(gòu)，科技公司撬動運控零部件機遇。減速機作為機器人的核心精密零部件，技術(shù)壁壘。假設(shè)人形機器人從工業(yè)級別產(chǎn)品發(fā)展到消費品級別的產(chǎn)品，在

10萬臺、50萬臺和

100萬臺這三種銷量假設(shè)下（預計未來

10年內(nèi)），減速機的市場空間增量分別為

31億元、125億元和

175億元，其中第三種情況下，175億元市場中

75億元為諧波減速機。風險提示。特斯拉的人形機器人原型機暫未公布；國產(chǎn)廠商早期未必能進入特斯拉供應鏈；諧波減速機產(chǎn)能建設(shè)可能成為較大的挑戰(zhàn)。

相關(guān)研究：機械設(shè)備行業(yè):工業(yè)生產(chǎn)逐步恢復，設(shè)備投資意愿有望增強半導體設(shè)備跟蹤:美光被審，如何看待存儲領(lǐng)域的設(shè)備及零部件機遇？叉車行業(yè)跟蹤:電動化+出口共振