機械設備-機械設備行業(yè)專題研究AI+制造系列報告之一：從單機到產線AI讓制造更簡單

備發(fā)現(xiàn)價值發(fā)現(xiàn)價值AIAI+制造系列報告之一SFCCE.no:BOS186003678chuangfcomcn03680boyanggfcomcn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：ChatGPT展的提速。ChatGPT是OpenAI公司開發(fā)的一種大語言模型，與傳統(tǒng)的編床行業(yè)。I計AI有望提升機器視覺的分辨能力和應用范圍。AI能夠為機器視覺注入新活力，而機器視覺又協(xié)助AI進行數(shù)據(jù)有望能夠參與機器人的場景訓練調試，AI設工AI覺公司。未來機器人訓練的成本有望風險提示。ChatGPT發(fā)展及應用落地不及預期；應用場景探索不及預期；國產廠商的技術和發(fā)展不及預期。未相關研究：:AI產業(yè)趨勢已至，關注智能制造新主線23年首次降準，關注行業(yè)順周期修復機會花行業(yè)復蘇跟蹤:耗材先行，設備跟進3-03-272023-03-192023-03-14|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值/20 練：訓練或可基于虛擬場景，有助于加快訓練的進程 13 |機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20表索引 圖14：PaLM-E模型架構，攝取不同的模態(tài)(狀態(tài)和/或圖像)并通過語言建模13 |機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值4/20ChatGPT的發(fā)展基礎：大語言模型發(fā)展的提速。ChatGPT是OpenAI公司開發(fā)的一生成新的內容和觀點，并實時交流。到目前為止，ChatGPT是基于超大對話文本的T得突破。隨著近年預生成式訓練(GPT)、GPT3、DALL-E等大規(guī)模預訓練模型的P內容的偏好控制能力一般。2021年WebGPT以及2022年InstructGPT模型逐步具備表1：GPT各代模型的迭代進程推出時間訓練集大小年年GB年TB表2：GPT-4與ChatGPT的對比發(fā)布時間模態(tài)對比有無期800800文窗口token4096tokenPRORLHF人類反饋強化學習)、RBRM(基于規(guī)則的獎勵模型)練方法O訓練穩(wěn)定性高措施|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20務示例|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20GPTGPT5的考試結果PT4.0中的信息和交互會變成工業(yè)5.0中的智能化和連接；從工業(yè)4.0中的工業(yè)自動化會ChatGPT模態(tài)的發(fā)展吻合。|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20業(yè)組織和運營究中心究中心識圖譜究中心究中心ChatGPT最初對泛工業(yè)5.0名字較為陌生的情況下，訓練和學習后的結果使其可以較為完善地作出回答。上述結果的實現(xiàn)正是基于三重的訓練方式：監(jiān)督學習、強化學習、模型微調。從對話和學習結果|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20ChatGPT0的回答ntelligentIndustries心三、AI有望重塑傳統(tǒng)的定制化加工模式題。工業(yè)自動化制造中，定制化的生產線通常需要手動調整，從而需要耗費大量的去工藝老師傅和工程師需要配合，完成一臺加工機床的調試工作：首先是老師傅摸CAI于AI完成了原來本屬于CNC編碼工程師、出圖師的工作。如果能夠利用AI完成這些|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值20CNCAI代的工作范疇：廣發(fā)證券發(fā)展研究中心四、AI改進生產流程，生產線更柔性化降低制造成本為導向的“機器換人”，在以小批量生產為主要模式的行業(yè)會遇上瓶制作工裝夾具，還需要人工編程打板，制作縫跡文件，因此未必能實現(xiàn)成本角度的最優(yōu)解。因此，服裝領域的“機器換人”的關鍵是如何實現(xiàn)軟件的柔性化、敏捷編程，或自動編程。“小單快反”領域天然適合AI介入進行柔性化生產。AI技術可以實現(xiàn)生產過程的自I處于紡織印花行業(yè)的宏華數(shù)控，正基于AI智能設計和MES系統(tǒng)，以家紡產品為切入和低成本快反的重要環(huán)節(jié)。五、工業(yè)軟件搭載AI后，有望更加智能化ERP、MES等系統(tǒng)進行場內的流程優(yōu)化管理。但這類的管理軟件智能化率不足，排要工程師進行代碼的改進和迭代，整體來說需要投入較多的工程師人力資源。|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值未來，隨著ChatGPT的接入，工廠內部一線的使用人員有望根據(jù)經驗、借助自然語言直接進行軟件優(yōu)化和迭代，相當于擁有了一個可靠度很高的總調度和總編程工程例如做DCS和PLC的廠商，或者做控制類儀表儀器的廠商，數(shù)據(jù)的完善采集才是未軟件設計和數(shù)據(jù)采集環(huán)節(jié)有望得到較快發(fā)展：廣發(fā)證券發(fā)展研究中心其全球范圍內的倉庫和物流系統(tǒng)，以加速訂單處理和提高效率。同時，亞馬遜還使用自主機器人和無人機等技術來實現(xiàn)自動化倉庫管理和物流配送，從而進一步提高以與倉庫管理系統(tǒng)進行無縫通信和協(xié)同工作。六、AI有望提升機器視覺的分辨能力和應用范圍人工操作的環(huán)節(jié)較多，人工操作難免會存在一定的誤差，例如生產線上操作員的疲勞、產效率低下，同時會影響產品的質量。機器視覺等搭載AI的技術能夠大幅提升檢測效率。AI技術可以實現(xiàn)產品質量的自動檢測和質量控制，從而提高產品質量?；贏I的視覺檢測系統(tǒng)可以自動檢測產品表機器視覺的本質是為機器植入“眼睛”和“大腦”，行業(yè)發(fā)展驅動因素由算力過渡到算法。機器視覺萌芽期主要受成像技術驅動，而后逐漸由軍工轉為民用，在半導|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值體等高端制造領域開始滲透；2000年之后，CPU算力提升使機器視覺系統(tǒng)在PC-Base條件下可以處理一般性的問題，算力+應用共同發(fā)力，機器視覺開始應用于平圖11：機器視覺系統(tǒng)架構中，算法軟件相當于“大腦”，承擔處理分析決策的作用心深度學習與小樣本處理以及算力與互聯(lián)網(wǎng)平臺極大豐富了圖像算子庫、提高生產效能，機器視覺行業(yè)逐漸由單一工具包向圖像算法組件平臺發(fā)展，例如康耐視開發(fā)的VisionPro、凌云光的VisionWare、海康開發(fā)的VisionMaster等。另一方面，機器視覺是數(shù)字經濟技術中獲取數(shù)據(jù)的重要途徑，通過將生產數(shù)據(jù)數(shù)字化，提供更為豐富端提效。12：數(shù)字經濟是“智能大腦”，而機器視覺是獲取數(shù)據(jù)的重要途徑七、AI有望加速機器人的訓練，反哺制造和服務業(yè) |機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值(一)自然語言調試：普通用戶有望直接調試底層模型師需要編寫新的代碼和規(guī)范來糾正機器人的行為。總的來說，這個過程很慢(用戶需要編寫低級代碼)，而且昂貴(需要對機器人技術有深入了解的高技能用戶)和低效(需要多次交互才能使事情正常工作)。微軟團隊一直在探索如何改變這一情況，并使用OpenAI的新AI語言模型ChatGPT使自然的人機交互成為可能。微軟表示，未來用戶有可能借助AI幫助機器人進行調試。過去，基于不同的場景進行訓練和調試是專屬工程師的工作，但現(xiàn)在，用戶有望參與到這個過程中。根據(jù)微專門的工程師不斷編寫新的代碼來修正機器人的行為，而我們使用ChatGPT的目標是讓非技術用戶參與到修正過程中，通過高級語因此，未來人們有望能夠更輕松地與機器人互動，而無需學習復雜的編程語言或有關機器人系統(tǒng)的詳細信息。通過遵循一套設計原則，ChatGPT就可以為機器人場景種任務。用戶的自然語言進行代碼調試(二)圖片推理：超越文本、改造現(xiàn)實，機器人訓練的里程碑行動的矮子，以當前ChatGPT的技術水平來看，它能夠輕松處理自然語言、和用戶|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值中的事物狀態(tài)，做到了超越文本的思考。根據(jù)谷歌最新的論文《PaLM-E:Anembodiedmultimodallanguagemodel》，研究團隊在預訓練的語言類大模型中嵌ME圖14：PaLM-E模型架構，攝取不同的模態(tài)(狀態(tài)和/或圖像)并通過語言建模展研究中心iT據(jù)顯著提高了機器人任務的性能展研究中心(三)虛擬環(huán)境訓練：訓練或可基于虛擬場景，有助于加快訓練的進程。|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值E訓練的過程中，研發(fā)人員構建了高度仿真現(xiàn)實空間的虛擬場景，在其中可以自由設MEPaLME行任務指定計劃展研究中心我們預計，未來機器人訓練的成本有望大幅下降，推動人形機器人的產業(yè)化實現(xiàn)更Dojo，節(jié)省了訓練的時間，另外，D1芯片的性能功耗比比較強，但最核心的還是，特斯拉的自有工廠是天然的訓練場，對每一優(yōu)化。如果能夠實現(xiàn)在虛擬環(huán)境中的訓練，各類主機廠都能夠參與其中。如果虛擬環(huán)境的訓練能夠達到較好的效果、不再要求大量的實際場地，那么人形機器人的訓練過程對于|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值功能發(fā)展：廣發(fā)證券發(fā)展研究中心的深度和寬度決定了產業(yè)化的快慢：廣發(fā)證券發(fā)展研究中心儀器儀表行業(yè)正在從自動化發(fā)展到人工智能化。未來儀器儀表將更進一步發(fā)展，將計領域滲透，實現(xiàn)儀器儀表系統(tǒng)的網(wǎng)絡化接入。實現(xiàn)智能儀器儀表系統(tǒng)基于互聯(lián)網(wǎng)的通訊能力以及對設計好的智能儀器儀表系統(tǒng)進行遠程升級、功能重置和系統(tǒng)維虛擬儀器也許是智能儀器發(fā)展的新階段。數(shù)據(jù)分析和顯示可用PC機的軟件來完|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值用不同的軟件編程，就可得到功能完全不同的測量儀器。預計未來的智能儀我們以電測測量儀器為例，其國產化率較低，且涉及的技術壁壘較高，在考慮未來潛在的GPT等人工智能進一步嫁接后，軟件端的能力迭代有望提速，更豐富的應用上分析的儀器，可以將各類信號的波形分解為各個頻率分量，獲得信號的頻率結構及各諧波的幅值和相位信息等。頻譜分析儀的主要分析方法包括傅式譜、功率譜、的處理速度和穩(wěn)定性。Infiniium軟件界面發(fā)現(xiàn)價值發(fā)現(xiàn)價值證券發(fā)展研究中心證券發(fā)展研究中心s|機械設備發(fā)現(xiàn)價值發(fā)現(xiàn)價值九、機械行業(yè)諸多領域有望收益基于對于當前產業(yè)趨勢的判斷，我們認為AI的突飛猛進的發(fā)展之