機器人行業(yè)專題報告：站在機器人、AI、自動駕駛交匯點

機器人行業(yè)專題報告：站在機器人、AI、自動駕駛交匯點1特斯拉發(fā)布人形機器人，宏偉藍圖計劃盡顯1.1馬斯克偉大暢想概念機：2021年8月，馬斯克在首屆AIDAY上發(fā)布特斯拉人形機器人TeslaBot。原型機：2022年特斯拉AIDAY上，人形機器人Optimus首次亮相。從步態(tài)行走技術(shù)來看，TeslaBot在2022年4月完成第一次步態(tài)行走，其后在6月、8月、9月持續(xù)完善行走功能。從功能來看，2022年10月，TeslaBot具備了一定的抓取、搬運、上下料功能。原型機新版本：特斯拉2023年度股東大會上，馬斯克現(xiàn)場展示了Optimus最新的流暢行走、協(xié)同行走、識別并記憶周邊環(huán)境等功能，并能在工廠中執(zhí)行簡單任務。本次股東大會上，Optimus展示了雙手處理復雜任務的能力，這是當前人形機器人較難做到的一部分。僅6個月時間TeslaBot從概念走向現(xiàn)實，隨后8個月實現(xiàn)最新版本Optimus推出，多版本迭代速度快，最新一版Optimus體現(xiàn)出：1）精準控制力：TeslaBot電機轉(zhuǎn)矩控制精密度提高，能夠在運動過程中執(zhí)行多種任務，包括視覺分類積木和簡單瑜伽動作。2）精確神經(jīng)網(wǎng)絡(luò)視覺能力：目前特斯拉汽車的FSD(全自動駕駛)系統(tǒng)和人形機器人的底層模塊已經(jīng)打通，人形機器人可以使用FSD構(gòu)建強大的視覺系統(tǒng)。Optimus擁有了自我校準手臂和腿部的能力，僅使用視覺和關(guān)節(jié)位置編碼器，可在空間中精準定位自己的肢體。遠期規(guī)劃宏大，長期價值有望超越電動車。人形機器人是通用型機器人，將在工廠、服務業(yè)、家庭等各個場景替代人工。馬斯克在2023特斯拉股東大會上對于人形機器人的長期空間做出了樂觀的預測，他強調(diào)：“如果按照人和機器人的數(shù)量為2：1比例的話，機器人的需求會遠遠超過車，特斯拉的長期價值，其大部分價值將是擎天柱?！?.2解構(gòu)Optimus1.2.1硬件：Optimus具有28個自由度，可演繹多高難度動作特斯拉人形機器人借鑒汽車設(shè)計經(jīng)驗，將從傳感到融合、再到充電管理都匯集到這一系統(tǒng)內(nèi)。機器人軀干處搭載了2.3kWh、52V電池包，集成充電管理、傳感器和冷卻系統(tǒng)。機械結(jié)構(gòu)上，Optimus擁有28個身體執(zhí)行器，模擬人類關(guān)節(jié)與肌肉形態(tài)，形成旋轉(zhuǎn)關(guān)節(jié)和線性關(guān)節(jié)演繹類人動作;靈巧手中單手擁有6個執(zhí)行器，11個自由度，采用金屬肌腱帶動機器人精確抓住小而薄的物體。1.2.2軟件：FSD自動駕駛+Dojo大腦，與電車共享數(shù)據(jù)源特斯拉FSD系統(tǒng)已儲備海量數(shù)據(jù)，人形機器人與電車共享數(shù)據(jù)源。電車傳回的數(shù)據(jù)與場景仿真生成的數(shù)據(jù)共同構(gòu)成特斯拉FSD系統(tǒng)的數(shù)據(jù)收集。特斯拉打通了FSD和機器人的底層模塊，實現(xiàn)了一定程度的算法復用，Optimus可共享已有的大量FSD數(shù)據(jù)。2022年FSDbeta測試版本使用量已由2000輛車提升到16萬輛車。特斯拉計劃于22年底向全部地區(qū)推出FSDbeta，目前測試版軟件的累計行駛里程已經(jīng)突破4000萬英里，至22年底數(shù)據(jù)量將大幅提升，有望超過1億英里。Tesla超算Dojo發(fā)布，可進行大規(guī)模AI訓練，加速FSD迭代。Optimus大腦使用超算集群Dojo,TeslaAI公布7月Dojo已正式投產(chǎn)，Dojo加入了更多計算模塊以換取更高的算力和效率，特斯拉算力將進入快速增長期。每個Dojo集成了120個訓練模塊，內(nèi)置3000個D1芯片，將有超過100萬個訓練節(jié)點。特斯拉推特官方賬號TESLAAI預計，2024年2月特斯拉的算力規(guī)模將進入全球前五，2024年10月特斯拉的算力總規(guī)模將達到100ExaFlods，相當于30萬塊英偉達A100顯卡的算力總和。Dojo能夠處理龐大數(shù)據(jù)量，一方面加速特斯拉的Autopilot和FSD系統(tǒng)的迭代，另一方面為Optimus提供算力支持。1.3多重優(yōu)勢，看好人形機器人廣闊藍海市場政策支持，通用人工智能發(fā)展有望加速。北京市發(fā)布《北京市促進通用人工智能創(chuàng)新發(fā)展的若干措施(2023-2025年)(征求意見稿)》，其中提出探索具身智能、通用智能體和類腦智能等通用人工智能新路徑，包括推動具身智能系統(tǒng)研究及應用，突破機器人在開放環(huán)境、泛化場景、連續(xù)任務等復雜條件下的感知、認知、決策技術(shù)。行業(yè)演變，推動具身智能發(fā)展。5月17日，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛在ITFWorld2023半導體大會表示，人工智能下一個浪潮將是“具身智能”。同時他也公布了NvidiaVIMA多模態(tài)具身人工智能系統(tǒng)，能夠在視覺文本提示的指導下執(zhí)行復雜的任務。具身智能是將智能算法與機器人的感知、行動和環(huán)境交互等能力結(jié)合，使機器人以更自然、更智能的方式與周邊環(huán)境進行交互并完成任務。馬斯克也表示通用型AI算法未來將長期支持的特斯拉機器人發(fā)展。因此，人形機器人能夠和具身智能非常好地結(jié)合，是具身智能的終極形態(tài)。產(chǎn)品端原型機方案基本確立，特斯拉邁出關(guān)鍵的第一步。特斯拉人形機器人原型機方案基本確立，后面進入驗證和小批量量產(chǎn)階段，有望快速迎來量產(chǎn)落地,機器人行業(yè)將迎來整體性機會。我們認為特斯拉人形機器人的優(yōu)勢在于：1）廣泛ToC市場：人形機器人基于通用大模型計算學習，不限制固定應用領(lǐng)域，運轉(zhuǎn)時可根據(jù)指令生成相關(guān)代碼并自主學習周遭環(huán)境。從專用到通用場景的升級，人形機器人有望打開機器人應用場景，遠期市場空間大。2）迭代和進化速度快：特斯拉人形機器人和自動駕駛汽車都使用占用網(wǎng)絡(luò)遵循“感知-認知-決策-執(zhí)行”的運行邏輯,數(shù)據(jù)引擎自成閉環(huán)，驅(qū)動迭代開發(fā)。3）降本能力強：與電車技術(shù)同源利于降本，成熟供應鏈可直接遷移。2優(yōu)勢一：廣泛ToC市場，人形機器人賽道遠期市場規(guī)模達萬億2.1人形機器人具有場景通用性，可廣泛運用多種工作場景人形機器人打開通用場景大門，在特種工作場景具有不可替代性。相比工業(yè)機器人，人形機器人使用場景具有通用性，理論上能完成所有人類進行的非標任務，可被賦予更多商業(yè)價值。人形機器人的優(yōu)勢在于具有較高的行動靈活性和較強的環(huán)境適應能力，并具有直接交互對話能力，可運用在多種場景和廣泛C端市場，在特種工作場景具有不可替代性。2.2AI賦能，多場景遠期空間大AI賦能感知能力、思考和決策能力，機器人更加通用。1）感知：一方面，大模型的強擬合能力使得人形機器人在進行目標識別、避障、三維重建、等任務時擁有更高的精確度；另一方面，大模型基于海量數(shù)據(jù)，提升場景泛化效果。2）思考和決策：大模型讓機器人擁有常識，從而具備通用性去完成各種任務，徹底改變通用機器人實現(xiàn)的模式。人形機器人商業(yè)化未來可期，藍海市場遠期空間大。根據(jù)優(yōu)必選招股書，預期2026年全球人形機器人解決方案市場規(guī)模將達到80億美元。高工機器人產(chǎn)業(yè)研究所（GGII）預計，2026年全球人形機器人在服務機器人中的滲透率有望達到3.5%，市場規(guī)模超20億美元，到2030年，全球市場規(guī)模有望突破200億美元。3優(yōu)勢二：數(shù)據(jù)引擎自成閉環(huán)，迭代進化速度快3.1純視覺解決方案，硬件造價低，技術(shù)門檻高特斯拉采用純視覺解決方案，技術(shù)突破造就高壁壘?？v觀國內(nèi)外自動駕駛公司解決方案主要分為兩大路線：1）特斯拉純視覺方案；2）其他公司多模態(tài)（雷達、相機）融合方案。特斯拉Optimus將會使用“OccupancyNetwork”占用網(wǎng)絡(luò)從純視覺方案出發(fā)解決通用障礙物檢測來識別可行動區(qū)域。占用網(wǎng)絡(luò)是一種新的三維重建方法，可隱式地將三維曲面表示為深度神經(jīng)網(wǎng)絡(luò)分類器的連續(xù)決策邊界。占用網(wǎng)絡(luò)優(yōu)勢如下：1）硬件造價低，技術(shù)門檻較高2）通用障礙物檢測具備良好的泛化能力3）視覺圖像相較于雷達更為精確，數(shù)據(jù)源角度上限更高通過占用網(wǎng)絡(luò)，特斯拉可以把一些當前場景下遮擋靜止物體和動態(tài)物體也用體塊來表示出來，這樣就增加了特斯拉的視野域，讓特斯拉可以對接下來路徑規(guī)劃有了更多信息。3.2強化自動標注+訓練能力，海量數(shù)據(jù)集自成閉環(huán)，追求高效強化自動標注和訓練能力，數(shù)據(jù)集自成閉環(huán)。對于深度學習，為了讓模型不斷擴張感知領(lǐng)域，就需要不斷將路面上可能出現(xiàn)目標類別添加數(shù)據(jù)集來重新訓練模型。數(shù)據(jù)引擎是特斯拉數(shù)據(jù)驅(qū)動系統(tǒng)的一部分，另外兩個部分分別為自動標注系統(tǒng)和仿真系統(tǒng)。1）通過數(shù)據(jù)引擎，采集到的高價值數(shù)據(jù)將被送到自動標注系統(tǒng)快速的生成cornercase數(shù)據(jù)集，用來迭代神經(jīng)網(wǎng)絡(luò)模型。通過這一數(shù)據(jù)集，特斯拉得以建成數(shù)據(jù)閉環(huán)。2）通過如此循環(huán)，特斯拉能夠借助量產(chǎn)車隊的擴張，收集并訓練更多的cornercase，從而逐步化解長尾難題，而這又要求特斯拉具備更高效的數(shù)據(jù)標注及訓練能力。3）為了從海量數(shù)據(jù)中高效率篩選優(yōu)質(zhì)數(shù)據(jù)進行