英伟达入局加速产业进程，特斯拉等积极推动量产及应用落地

2024年07月15日 传媒 英伟达入局加速产业进程，特斯拉等积极推动量产及应用落地 行业专题 证券研究报告投资评级领先大市-A维持评级 人形机器人落地速度或将最快。人形机器人或是中国AI技术方向上弯道超车的节点，它既是技术又是落地应用，作为硬件更被国内偏好，在特斯拉带领下，人形机器人的发展路线、产业链合作分工也均较为清晰；而相比较之下，AIPC、AI手机等只出现产品雏形，在产业链上还面临主机厂商与头部应用厂商的边界划分，仍有待进一步发展。因此我们预判6大空间的AI落地速度排序：人形机器人/MR眼镜＞PC/垂类硬件＞手机/出海，人形机器人是6个空间中AI落地最快的。 端到端方案日趋主流，关注仿真平台能力进化。类似于自动驾驶方案，以谷歌RT-1、Plam-E、RT-2的演进方向来看，人形机器人正在从两段式端到端走向一段式端到端方案。但考虑考虑人形机器人方案复杂度高，预计短期内仍以两段式端到端为主。从数据层面，采集数据质量高但采集难度大且成本高，仿真数据质量对缩短模型训练周期、提升模型质量至关重要，强调关注仿真平台在大模型加持下的持续进化。 特斯拉全栈自研，英伟达入局降低研发门槛。英伟达GTC大会上推出机器人基础模型Groot，并对Isaac等工具进行迭代优化，以全链路的开发生态支持合作伙伴开发人形机器人。基于此，人形机器人产业链的两种模式已成型:1）以特斯拉为代表全栈自研，主机厂对产品具有较强把控力；2）主机厂技术能力部分外包，英伟达作为软硬件平台公司提供支持，有望降低研发准入门槛，加速产业进程。 四类公司积极布局，头部厂商积极推动量产及落地应用。基于WAIC的产业调研，目前主要有四类主机厂商：1）以特斯拉为代表的自动驾驶厂商；2）以FigureAI、智元机器人为代表的人形机器人创业公司；3）传统机器人厂商想人形机器人方向拓展，如傅利叶、宇树科技、优必选等；4）零部件公司向整机方向延深，比如钛虎机器人、天链机器人等。目前各家产品进展速度较快，其中特斯拉预计将于2025年进入量产，FigureAI、智元机器人分别与宝马、比亚迪合作在工厂场景探索应用方式。 投资建议：在特斯拉、英伟达等引领下，人形机器人正在从研发阶段逐步进入产品量产周期，结合产业发展节奏推演： 零部件厂商有望最先受益，率先通过获得机器人量产订单增厚业绩，关注三花智控、拓普集团、绿的谐波、双环传动等 人形机器人研发所需工具链、软件方案及对应所需算力需求将快速增加，关注英伟达、云天励飞、商汤、格灵深瞳等； 首选股票目标价（元）评级 传媒 沪深300 35% 25% 15% 5% -5% -15% -25% -35% 2023-072023-112024-032024-07 行业表现 资料来源：Wind资讯 升幅% 1M 3M 12M 相对收益 -6.9 -17.7 -22.5 绝对收益 -8.9 -17.8 -32.1 焦娟 分析师 SAC执业证书编号：S1450516120001 jiaojuan@essence.com.cn 王利慧分析师 SAC执业证书编号：S1450523120002 相关报告AppleVisionPro入华，到 2024-06-27 底会带来什么？“空间”对AI应用落地至关 2024-06-06 重要，出海也是一种“空间”——AI×【6种空间→云与端侧】五一档票房表现超预期：继 2024-05-05 春节档、清明档之后，再次验证国内电影市场强势复苏逻辑AI板块底部修复，关注优质 2024-04-26 标的AI应用落地，难点到底在哪 2024-04-08 里？——AIGC专题报告十五 wanglh3@essence.com.cn 随着人形机器人逐步推向市场，主机厂商将通过出售产品及服务获得收入，而面向工厂、家庭等场景，人形机器人潜在市场空间广阔，建议关注特斯拉、优必选等。 风险提示：技术迭代进展不及预期、算力投产速度不及预期、安全、隐私法规等政策风险 内容目录 1.人形机器人在Aix【6大空间】中落地最快5 2.技术篇：端到端方案日趋主流，依靠仿真合成补充数据量6 2.1.模型演进：与自动驾驶类似，正在逐步整合为一体化端到端方案6 2.2.数据：以采集数据为基础，构建合成数据加速模型迭代8 3.产业链：英伟达协助降低开发门槛，头部厂商推动量产及应用落地9 3.1.英伟达入局，产业链进程有望加速9 3.2.四类公司积极布局，头部厂商积极推动量产及应用落地11 3.2.1.特斯拉：Optimus持续进化，有望在2025年进入量产12 3.2.2.FigureAI：获头部科技大厂加持，Figure01支持自主学习14 3.2.3.智元机器人：远征AI，推动商业场景落地16 4.投资建议17 5.风险提示18 图表目录 图1.人工智能核心模块及关键路径5 图2.Aix【6大空间】6 图3.自动驾驶技术演进路径7 图4.谷歌机器人模型演进历史8 图5.RT-1、Palm-E、RT-2之间区别及联系8 图6.斯坦福低成本开源硬件系统ALOHA28 图7.特斯拉通过动作捕捉获取真实数据8 图8.英伟达Isaacsilm平台9 图9.Eureka利用Isaac训练机器人9 图10.范麟熙自我介绍10 图11.朱玉可履历介绍10 图12.英伟达人形机器人工具链11 图13.英伟达GTC大会上台的机器人合作伙伴11 图14.特斯拉人形机器人关键时间点12 图15.特斯拉预期算力增长路径14 图16.Figure01业务布局方向14 图17.Figure01关键参数16 图18.Figure01技术框架16 图19.FigureAI与宝马达成合作16 图20.智元远征AI技术参数17 图21.智元机器人“具身智能”框架17 图22.AI公司在人形机器人等六大空间布局17 表1：自动驾驶两种端到端方案对比7 表2：自动驾驶产业链路径9 表3：2024年WAIC部分展示人形机器人11 表4：FSDV12进展13 表5：xAI发展历程13 表6：FigureAI团队部分核心成员介绍15 表7：FigureAI融资情况15 表8：智元机器人部分已披露融资情况16 1.人形机器人在Aix【6大空间】中落地最快 参考人类处理问题的流程与能力来看，人工智能系统应当具备的三大核心模块为： 1)感知模块：类似于人类的眼睛、耳朵等感官一样，人工智能需要借助摄像头、传感器等进行图像、声音等信息的收集，并将其传输至像大脑一样的数据处理中枢进行信息处理； 2)思考模块：类似于人类大脑，人工智能应该有数据处理中心对所收集的数据进行处理分析，人类根据大脑处理后的信息，并基于一定的经验与知识对所处的环境进行判断，并最终做出决策，因此我们也通常称之为决策规划模块； 3)行动模块：在做出判断后，人类通过语言或行动对外界做出反馈。在我们的研究框架中，我们将其分为两条路径，如若可以通过调用API等方式实现操作，则指向AIAgent技术路径；如若需要借助硬件与现实物理世界进行交互，则指向“具身智能”。 图1.人工智能核心模块及关键路径 资料来源：国投证券研究中心整理 结合当前产业进程及研究框架，我们认为AI只是生产力，众望所期的应用/爆款，将出现在不同的空间中：PC、智能手机、MR眼镜、人形机器人、垂类硬件、出海是我们当下划分出来的6种AI落地空间。海外巨头根据自身资源禀赋的不同，分别选定了不同的空间真实去推进AI的应用落地：1）微软主打PC；2）谷歌与苹果选定了智能手机；3）特斯拉的人形机器人正在引入大模型；4）MR眼镜标配苹果的大模型；5）现实空间中的各类分布式垂类硬件；6）当下众多公司都会考虑去布局的出海。 人形机器人是最有希望走向AGI的技术路径。在上述划分的六大空间中，AIPC、AI手机、MR等仅为综合了“感知-思考”模块的智能，其物理硬件更多体现在“信息显示与人机交互”的功能，本身缺乏与物理世界的真实互动，系第三视角的智能；而以人形机器人所代表的“具身智能”路径，是以第一视角与物理世界进行交互，获取物理世界的反馈，进而推动感知及决策规划的迭代，形成智能升级的闭环，是更有希望走向AGI的技术路径。 从节奏来看，人形机器人落地速度或将最快。人形机器人或是中国AI技术方向上弯道超车的节点，它既是技术又是落地应用，作为硬件更被国内偏好，以特斯拉为代表，人形机器人已经基本完成软硬件开发，即将进入量产阶段，其产业链合作分工及商业化路径也均较为清晰；而相比较之下，现有AIPC、AI手机等硬件均只是在现有硬件形态上借助AI能力进行用户体验升级优化，而非真正的AI原生硬件，我们认为真正的AI手机、AIPC是基于AIAgent为内核的智能硬件，需要打通系统、应用等多个层级，但当前节点我们认为头部APP并不一定愿意被主机厂商兼容，从而让渡产业地位，因此产业链上主机厂商与头部应用厂商 的利益边界还有待进一步确认，导致真正的AI手机、AIPC硬件落地还需时日。综上，我们预判6大空间的AI落地速度排序：人形机器人/MR眼镜＞PC/垂类硬件＞手机/出海，人形机器人是6个空间中AI落地最快的。 图2.Aix【6大空间】 资料来源：国投证券研究中心整理 在人形机器人方向上，2023年8月我们发布深度报告《人形机器人的AI算法，如何借力于自动驾驶FSD》，对人形机器人算法框架进行了详细拆解，为理解其发展打下了一定基础。在此之后，在特斯拉引领、英伟达入局的背景下，人形机器人产业进程快速向前推进，也推动我们以更全面的视角看待产业进展，我们将从技术层面延展开来，形成“技术-产品-商业化”三个层次的框架，分别讨论当前各层面人形机器人的进展，以及待突破及解决的问题。 2.技术篇：端到端方案日趋主流，依靠仿真合成补充数据量 参考人工智能三大关键模块及智能驾驶的解决方案，我们给出人形机器人的关键技术如下图： 1）感知模块：与自动驾驶类似，人形机器人需要理解周边物理环境，识别障碍物等，即需要视觉感知模块；与自动驾驶不同的是，机器人需要更强的人机交互，因此对识别语言指令并理解意图的能力要求更高，因此对大语言模型的依赖会更强； 2）决策规划模块：基于机器人的业务场景，我们认为决策规划模块至少需要给出两条轨迹线，分别是运动轨迹线以及自身关节配合轨迹线； 3）运动控制模块：需要将轨迹线分解为速度和加速度等物理数据参数，并转化为力的数据交给执行器最终完成动作执行。 除了三大核心模块之外，数据是大模型训练的基础，需要大量的数据采集工作，而数据模态包括视觉数据、语言数据、运动控制数据等；在模型训练完成之后，由于实体机器人较为昂贵且数量较少，因此通常需先在仿真环境中做验证及调试。此外仿真环境也是重要的合成数据环境。 2.1.模型演进：与自动驾驶类似，正在逐步整合为一体化端到端方案 以特斯拉FSDV12为标志，自动驾驶走向“真”端到端方案。根据特斯拉2022年AIday给出的自动驾驶方案，其感知模块为神经网络结构，而决策规划模块则是基于规则（以工程师定义规则为主）网络与神经网络相结合方案，因此整个自动驾驶方案并非完全的端到端神经网络。而FsdV12版本的推出标志着决策规划也进入到神经网络阶段，且实现了感知到决策规划的端到端方案。 但是目前市场上存在两种端到端方案，一种是两段式端到端网络，即感知、决策规划均为神经网络结构，但是其本质上是两个相对较小的模型各自训练，感知到决策规划中间存在输出 结果，之后融合形成一个完整的神经网络；另一种方案为一段式端到端解决方案，即将感知与决策规划作为一个神经网络进行训练，利用传感器信息作为输入，输出结果为方向盘转向、速度、加速度等结果。 图3.自动驾驶技术演进路径 资料来源：商汤公众号、国投证券研究中心 我们认为两段式端到端方案是过渡方案，是在算力、数据、算法能力有限条件下的折衷选择，在既有资源条件下对部分模块采用神经网络方式小幅优化，再通过通信及数据交换实现模型联通，本质上是两个小模型的串联，但可能会因为模型间端