大模型+人形机器人，用AI唤起钢筋铁骨

 《经济参考报》11月8日刊发文章《多方布局人形机器人赛道,智能应用前景广》。文章称，工信部日前印发的《人形机器人创新发展指导意见》，按照谋划三年、展望五年的时间安排，对人形机器人创新发展作了战略部署。

从开发基于人工智能大模型的人形机器人“大脑”，到打造仿人机械臂、灵巧手和腿足，再到发布自主研发的人形机器人产品.以“大模型”为代表的技术爆发加速了人工智能产业的发展。为了抓住这一轮技术变革的浪潮，促进区域以及产业发展，多个一线城市开启了“追逐赛”。以人工智产业发展高地北京为例，《北京市促进通用人工智能创新发展的若干措施（2023-2025年）》的发布是国内首个地方政府紧贴AI大模型产业化发展提出的专项措施。当下正值ChatGPT引发的“千模大战”打响，大模型可能为各行各业带来新的效率革命和体验升级。随着AI第一城北京行动了，上海、深圳、成都等地区都已陆续采取行动，抢占发展的“窗口期”。

人形机器人技术方案包括软件层和硬件层，后者可分为控制模 块、感知模块、运动模块、动力模块、散热总装模块。我们认为软件能力决定机器人产品 力的上限，硬件能力决定机器人的落地程度。目前 ChatGPT 预训练语言模型、PaLM-E 模型等 AI 技术和大模型的发展助力机器人向具身智能逼近，硬件技术方案实际类似搭积木 的过程，核心在于主机厂对成本和性能的权衡。

在今年特斯拉股东大会上，马斯克说到：“人形机器人Optimus对运动和力量的控制以及环境感知方面有显著加强，技术正在快速迭代。预计未来机器人的需求可能会达到100亿，甚至更多。如果以人类和机器人的比例为2:1推算，那么对人形机器人的需求可能会比电动汽车的还大不少。就凭借此寥寥数语，马斯克的信心、热情和投入很快点燃了人形机器人赛道的火焰，并有愈演愈烈的趋势至今。而从实际应用的角度来看，推动整个产业链走向成熟和完善的可能也是特斯拉。

从实际技术的角度来说，特斯拉这种企业做机器人有先天性优势，因为机器人与AI的很多基本原理都是相同的，而且也可以视为电动车的自然延伸，电动车可以视为第一代的四轮机器人。前两年马斯克提出要做机器人时引来不少说他“不务正业”的嘲讽，然而今年年初，理想汽车确定的愿景是成为最优秀的AI和机器人公司，而非全球最大的电动车企业。由此可见梦想也是会传播的。特斯拉的人形机器人Optimus首次亮相是在去年官方的2022 AI Day活动上，并在现场完成了自主行走、转身、停止、挥手问候等动作。Optimus的技术大部分与特斯拉汽车的一致，如机器视觉，以及处理视觉数据、做出行动决策、支持通信交流的“大脑”，还有最重要的与特斯拉汽车一致的芯片，还搭载与特斯拉车辆同源的FSD电脑以及Autopilot相关神经网络技术，预计最终售价不超2万美元，约合14.4万元人民币。

机器人自由度与量产成本为正相关关系，商业化进展较快机器人的共性在于，面向垂直化 场景且匹配了相应的自由度，成本适中能为市场接受。如 EVE 机器人专门用于安防和夜 间巡逻，其腿部为双轮结构，虽无法跨越障碍，但可满足夜间巡逻的基本需求，售价仅 32 万元。而特斯拉 Optimus 则依托汽车产业链优势平衡了机器人自由度与量产成本的矛盾， 能完成行走、上下落体、拿物体等商业化目标明确的动作，而量产后价格仅 2 万美元（目 标），是能完成行走、搬运物体同类机器人产品价格的 1/10。

人形机器人商业化的核心桎梏在于成本，而特斯拉的 FSD 产业 资源优势大概率会为 Optimus 商业化赋能：人形机器人与 FSD 在数据调度、数据处理、 算法模型等关键能力上具有较高共用性，如 Optimus 的硬件生产可共享特斯拉汽车的供应 链；Optimus 软件架构中可应用 FSD 的感知算法、规划控制模型（机器人的规控场景更复 杂），同时机器人涉及室内环境建模，可借鉴 FSD 的 3D 地图构建经验，综上我们认为 FSD 可迁移的成熟的软硬件能力或加速人形机器人商业化落地，具体表现为以下3点：

（1）车端算法迁移：Optimus 搭载特斯拉自研芯片（单芯片算力可达 362TFLOPs），也共享特斯拉汽车自动驾驶软件平台，我们看好特斯拉自身的自动驾驶技术赋能机器人的机器视觉算法、FSD 和 Dojo的数据积累和训练模型加快机器人功能优化，从而实现降本增效。具体而言，算法上，2022 年 AP 团队在原感知算法模型加入了占用网络 Occupancy Network 和矢量地图 Lane Network，进一步提升了感知模型的精度和对 Corner Case 的 覆盖度，Optimus 将会使用和 FSD 同样的 Occupancy Network 来识别可行动区域，或能 生成效果更好的 3D 地图，以弥补特斯拉未使用高精地图和雷达在长尾问题的感知不足。基础设施上，Dojo 超算中心为 FSD 大数据训练的关键，具有高稳定、高并行算力的特征，可提供更高效的数据标注和算法迭代，有望加强机器人的算法优势。

（2）供应链迁移：人形机器人由于硬件超配且关节数目多，量产成本较高，但机器人供 应链与电车供应链有较大重合度，如人形机器人能共用汽车的芯片、电池等，并能够对电 机电器、热管理等做适应性更改再使用。

我们看好 Optimus 与 FSD 供应链接轨、共享特斯拉国产供应链优势，实现规模化降低成本。站在当前时点，我们认为人形机器人已初步突破了软件领域的部分技术桎梏。

22 年 11 月 Open AI 发布 ChatGPT，并计划赋能机器人的零次任务规划、人机交互、视觉辅助、逻辑 判断功能，实现用语言文字控制机器人；23 年 3 月谷歌 PaLM-E 模型推出，融合了 ViT Vision Transformer 的 220 亿参数和 PaLM 的 5400 亿参数能力，集成了可控制机器人视 觉和语言的能力；23 年 5 月英伟达发布多模态具身智能系统 NVIDIA VIMA，标志 AI 能力 的又一显著进步，有望显著提升机器人的智能化水平、人机交互能力、自编译能力。

2023年或为产业化的当打之年：AI、大模型深度赋能机器人感知层和规划层，助力机器人更贴近具身智能。以微软 ChatGPT 预训练语言模型、谷歌 PaLM-E 模型、英伟达多模态具身智能系统 NVIDIA VIMA 为代表的 AI 技术突破，进一步助力机器人突破产品力上限。