計算機行業：Tesla BotChatGpt產業共振劍指具身智能-230519（22頁）.pdf

《計算機行業：Tesla BotChatGpt產業共振劍指具身智能-230519（22頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：Tesla BotChatGpt產業共振劍指具身智能-230519（22頁）.pdf（22頁珍藏版）》請在三個皮匠報告上搜索。

1、 請仔細閱讀在本報告尾部的重要法律聲明 Table_Title Tesla Bot:ChatGpt 產業共振，劍指具身智能 Table_Title2 計算機行業 Table_Summary 事件概述事件概述:2023 年 5 月 17 日，特斯拉召開 2023 年股東大會，展示了一直備受關注的人形機器人 Optimus 進化情況，機器人作為 AI 技術的重要載體成為市場焦點。在 ChatGPT 掀起的 AI 風潮下，機器人與大模型有望實現產業共振。特斯拉股東大會召開，人形機器人特斯拉股東大會召開，人形機器人 OptimusOptimus 進化進化 在機器人領域，特斯拉的人形機器人一直備受關注。

2、2021年，馬斯克發布了僅處于概念階段的特斯拉通用機器人計劃，2022 年人形機器人擎天柱（Optimus）實體亮相，在沒有連線或后援的情況下能簡單走幾步。20232023 年特斯拉股東大會上，年特斯拉股東大會上，馬斯克展示了馬斯克展示了 TeslaTesla BotBot 的最新進展：的最新進展：Tesla Bot 不僅可以流暢行走，多個 Tesla Bot 還可以一起往前行走，并且邊走邊發現并記憶周遭的環境，此外，還能夠精準控制力道，各種物體拿捏自如。Tesla BotTesla Bot 技術支撐技術支撐AIAI 域、技術域域、技術域 特斯拉機器人可以簡單拆分特斯拉機器人可以簡單拆分 2

3、2 個域，即個域，即 AIAI 域及技術域。域及技術域。AIAI 域域:采用 FSD computer 作為算力核心，是人形機器人的核心及未來發展的重要趨勢。FSD 算法主要依賴于神經網絡和計算機視覺技術。其核心是神經網絡模型，可以實現車輛的環境感知和物體識別，FSD 算法在機器人的感知、決策和控制方面也起到重要作用。技術域技術域:機器人頭部包含信息屏幕，用來展示信息，此外機器人由輕質材料組成，并且四肢包含 40 個左右的機電執行器，并通過力反饋感應系統來實現平穩和敏捷雙腳行走。研究團隊使用電機扭矩控制（motor torque control）操縱人形機器人腿部的運動，讓機器人落腳力度保持輕

4、緩。ChatGPTChatGPT 風起，機器人與大模型有望實現產業共振風起，機器人與大模型有望實現產業共振 ChatGPT掀起的AI浪潮依舊在全球范圍內瘋狂蔓延，機器人作為 AI 技術的重要載體成為市場焦點。在當前所處的“模型”范式后，下一個“行動”范式節點是以機器人為代表的物理下一個“行動”范式節點是以機器人為代表的物理空間革新空間革新，而當前 AI 大模型的技術突破為下一范式來臨注入強大推動力。大模型對機器人的賦能體現在大模型對機器人的賦能體現在 1 1）感知系統及方）感知系統及方式的革新；式的革新；2 2）提升控制、規劃決策和交互能力）提升控制、規劃決策和交互能力。代表研究包括谷歌的具身

5、多模態語言模型PaLM-E、微軟的ChatGPT以及商 評級及分析師信息 行業評級：推薦 行業走勢圖 Table_Author 分析師：劉澤晶分析師：劉澤晶 郵箱： SAC NO：S1120520020002 -12%2%16%30%44%58%2022/052022/082022/112023/022023/05計算機滬深300證券研究報告|行業動態報告 僅供機構投資者使用 Table_Date 2023 年 5 月 19 日 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 2 2 湯“書生 2.5”模型對機器人在人機交互、行動規劃決策、問題處理和智能控制等多任務領域的實驗

6、。我們認為 AI 現實場景應用中的探索，最終目的是給大語言模型“穿上機器人外衣”，進而轉化為生產力提升。因此要進一步關注目前可以用大模型進行改造的硬件關注目前可以用大模型進行改造的硬件機器人類型及應用機器人類型及應用場景：場景：1 1）服務類機器人；）服務類機器人；2 2）工業機器人；）工業機器人；3 3）人形機器人。）人形機器人。受益方向梳理受益方向梳理:機器人產業鏈、機器視覺、大模型機器人產業鏈、機器視覺、大模型 在各大廠商加速布局 AI 算法和機器人產業鏈，尋求多領域場景落地可能性的背景下，我們認為重點關注領域及受益標的包括：機器人產業鏈機器人產業鏈（三花智控、綠的諧波、鳴志電器三花智控

7、、綠的諧波、鳴志電器）、）、機器機器視覺視覺（虹軟科技、?？低?、大華股份虹軟科技、?？低?、大華股份）、）、視覺領域大模型視覺領域大模型（商湯科技、云從科技商湯科技、云從科技）。）。風險提示風險提示 核心技術水平升級不及預期的風險，AI 倫理風險，政策推進不及預期的風險，中美貿易摩擦升級的風險。AUlY2ViYdU4WgV2VjZeX9PdN6MpNqQnPsRfQqQnQiNnPtR6MnMpPxNtRtNNZrNuM 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 3 3 正文目錄 1.特斯拉股東大會召開，人形機器人 Optimus 進化.5 2.Tesla Bot 技

8、術支撐AI域、技術域.7 2.1.AI 域：已打通 FSD和機器人的底層模塊.7 2.2.技術域：電機扭矩控制是機器人精準控制力道的關鍵方法.9 3.ChatGPT 風起，機器人與大模型有望實現產業共振.10 3.1.下一范式蓄勢待發，機器人“智”+“力”雙劍合璧.10 3.2.AI賦能機器人：革新感知方式，融合控制與交互.12 3.3.打開市場：加速三大機器人場景落地.15 4.受益方向梳理:機器人產業鏈、機器視覺、大模型.16 5.風險提示.20 圖目錄 圖表 1 2021年 Tesla Bot 的大致形態.5 圖表 2 2022年 Optimus 在特斯拉 AI日上亮相.5 圖表 3 T

9、esla Bot 流暢行走.6 圖表 4 多個 Tesla Bot 一起向前行走.6 圖表 5 Tesla Bot 邊走路邊識別并記憶周邊環境.6 圖表 6 Tesla Bot 輕松拿取物體.7 圖表 7 Tesla Bot 放置物體.7 圖表 8 是否擁有 AI 域的機器人在軟件上的差異.8 圖表 9 神經網絡示意圖.8 圖表 10 特斯拉神經網絡示意圖.8 圖表 11 特斯拉人形機器人工作流程圖.9 圖表 12 特斯拉機器視覺全流程示意圖.9 圖表 13 Tesla Bot 感知.9 圖表 14 Tesla Bot 對周邊環境的識別.9 圖表 15 特斯拉人形機器人概念圖.10 圖表 16

10、 Tesla Bot 腿部落地運動.10 圖表 17 Tesla Bot 控制力道不打碎雞蛋.10 圖表 18“模型”范式下一范式：“行動”無處不在.11 圖表 19 機器人大模型：LLM、VLM、VNM.12 圖表 20 3D 視覺避障.12 圖表 21 眼動追蹤：像素密集的注視點顯示器更大.12 圖表 22 PaLM-E控制下的機器人任務.13 圖表 23 人機交互的層級關系：人或機器將一部分決策權讓渡給另一方.14 圖表 24 是否運用 ChatGPT 技術的人機交互模式區別.14 圖表 25“書生 2.5”居家機器人場景應用.15 圖表 26 服務機器人.16 圖表 27 工業機器人.

11、16 圖表 28 特斯拉 Optimus.16 圖表 29 三花智控部分產品.17 圖表 30 諧波減速器 LHS 系列.17 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 4 4 圖表 16 鳴志電器有刷空心杯電機.18 圖表 32 虹軟科技智能汽車視覺解決方案.18 圖表 33 ?？低曇曈X軟件定位功能.19 圖表 34 華?？萍紮C器人視覺業務.19 圖表 35 商湯科技書生（INTERN）2.5.20 圖表 36 云從科技產品服務體系.20 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 5 5 1.1.特斯拉股東大會召開，人形機器人特斯拉股東大會召

12、開，人形機器人 OptimusOptimus 進化進化 在機器人領域，特斯拉的人形機器人一直備受關注。2021 年，在特斯拉 AI 日上，馬斯克發布了特斯拉的通用機器人計劃，并用圖片展示了人形機器人 Tesla Bot 的大致形態。但當時的 Tesla Bot 只是個概念，動作展示部分是由工作人員穿著特制的緊身服裝，扮成機器人的模樣表演了一段舞蹈。一年后在 2022特斯拉 AI 日上，人形機器人擎天柱（Optimus）實體亮相，緩緩走出并和觀眾打了個招呼。初次亮相的 Optimus 在沒有連線或后援的情況下，只能簡單走幾步。圖表 1 2021 年 Tesla Bot 的大致形態 圖表 2 20

13、22 年 Optimus 在特斯拉 AI 日上亮相 在最近的 2023 年特斯拉股東大會上，馬斯克展示了馬斯克展示了 Tesla BotTesla Bot 的最新進展：的最新進展：1 1、Tesla BotTesla Bot 已經可以流暢行走。已經可以流暢行走。2 2、多個多個 Tesla BotTesla Bot 可以一起往前行走?？梢砸黄鹜靶凶?。3 3、Tesla BotTesla Bot 不是在簡單走路，而是邊走邊發現并記憶周遭的環境。不是在簡單走路，而是邊走邊發現并記憶周遭的環境。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 6 6 圖表 3 Tesla Bot

14、流暢行走 圖表 4 多個 Tesla Bot 一起向前行走 圖表 5 Tesla Bot 邊走路邊識別并記憶周邊環境 除了行走之外，馬斯克還展示了人形機器人更為細節的能力：特斯拉展示了Optimus電機轉矩控制的能力，能做到控制力道不打碎雞蛋。此外，特斯拉的人形機器人還能夠靈活抓取放下物體，各種物體均可拿捏自如。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 7 7 圖表 6 Tesla Bot 輕松拿取物體 圖表 7 Tesla Bot 放置物體 2.2.Tesla BotTesla Bot 技術支撐技術支撐AIAI 域、技術域域、技術域 2 2.1 1.AIAI 域：已打

15、通域：已打通 FSDFSD 和機器人的底層模塊和機器人的底層模塊 AIAI 域域:采用 FSD computer 作為算力核心，配備 8 個 Autopliot Cameras 作為傳感器，支持深度學習、大數據分析，Dojo 訓練，自動標記等算法。我們認為我們認為 AIAI 域是人形機器人的核心，域是人形機器人的核心，機器人只有通過不斷的機器學習的訓練，才能完成指定的任務。此外特斯拉人形機器人是特斯拉自動駕駛的集大成者，因為人形機器人的核心與智能駕駛共用FSD 系統，我們預計智能駕駛很多神經網絡系統將會應用在人形機器人中。AIAI 域是人形機器人未來發展的重要趨勢，域是人形機器人未來發展的重要

16、趨勢，無論是工業機器人重視的人機協作能力，還是服務機器人隨著人工智能技術的突破，進入快速擴張期，同時逐漸向仿生領域邁進，甚至是特種機器人建筑煤炭災后重建等方向進軍，機器視覺和智能語言都是其賦能千行百業的必要前提。非擁有非擁有 AIAI 域機器人域機器人:從流程上可分為四步，即編程、行動、生成指令集和執行控制,軟件層面上軟件層面上專精型機器人通過基于云計算或者虛擬主機進行軟件編程，通過執行已配置的業務邏輯進而完成固定任務。擁有擁有 AIAI 域機器人域機器人:從流程上可分為感知、評估、規劃、執行四步。軟件層面上主要通過機器學習和神經網絡不斷進行迭代訓練，進而完成理解人類語義和機器視覺上的物體識別

17、，從而通過規劃生成完成任務的多種路徑，由評估模塊生成最低能效完成任務的簡單路徑，最后生成規劃指令集，傳導到完成制動。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 8 8 圖表 8 是否擁有 AI 域的機器人在軟件上的差異 資料來源：華西證券研究所 馬斯克透露，特斯拉已經打通了特斯拉已經打通了 FSDFSD 和機器人的底層模塊，實現了一定程度和機器人的底層模塊，實現了一定程度的算法復用。的算法復用。FSD 算法指的是其全自動駕駛（Full Self-Driving）系統所采用的算法，采用它是為了實現車輛的自主導航和自動駕駛功能，讓車輛能夠在各種交通環境下進行感知、決策和控制。

18、FSDFSD 算法主要依賴于神經網絡和計算機視覺技術。其核心是神經網絡模型：算法主要依賴于神經網絡和計算機視覺技術。其核心是神經網絡模型：通過對實時傳感器（如相機、激光雷達等）獲取的數據進行處理和分析，并從中提取有關道路、車輛、行人和障礙物等信息，可以實現車輛的環境感知和物體識別。圖表 9 神經網絡示意圖 圖表 10 特斯拉神經網絡示意圖 人形機器人的靈魂人形機器人的靈魂AIAI 機器視覺：機器視覺：機器視覺是 AI 深度學習的一種應用與技術方向，無論是人形機器人還是智能駕駛都是機器視覺的落地方向之一。我們認為特斯拉在智能駕駛和人形機器人在機器視覺的路徑上具有異曲同工之妙。一套完整的訓練、測試

19、(工作)運動包含傳感器、感知、評估、規劃、制動器五個部分。首先由傳感器收集數據，隨后數據通過神經網絡的運算進行數據轉換及數據清洗，生成計算機可以識別的數據信息；然后評估模塊基于感知模塊生成的數據生成完成任務的多種路徑；由評估模塊選擇使用最低能效完成任務的簡單路徑，隨后生成規劃指令集；最后由規劃生成控制指令集，完成對制動器的判定，讓機器人完成指令任務。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 9 9 圖表 11 特斯拉人形機器人工作流程圖 圖表 12 特斯拉機器視覺全流程示意圖 資料來源：華西證券研究所整理 資料來源：華西證券研究所 特斯拉利用大規模的數據集訓練模型，可以

20、提高算法在復雜環境下的性能和魯棒性。特斯拉這次稱已經打通了 FSD 和機器人的底層模塊，并認為自動駕駛的本質其實就是機器人。FSDFSD 算法在機器人的感知、決策和控制方面也起到重要作用。算法在機器人的感知、決策和控制方面也起到重要作用。和特斯拉環境感知主要依賴視覺相似的，機器人同樣也是如此。在感知層面，特斯拉的一個重要在感知層面，特斯拉的一個重要技術是技術是 Occupancy Network(Occupancy Network(占據網絡占據網絡)，用于對 3D 空間中一些長尾障礙物的檢測，來估測障礙物的位置大小，甚至可以估計物體的運動情況。FSD 算法利用傳感器數據進行環境感知，這些傳感器

21、也可以幫助機器人感知周圍環境，識別物體、人和障礙物等，幫助機器人在執行任務時識別和定位物體。圖表 13 Tesla Bot 感知 圖表 14 Tesla Bot對周邊環境的識別 資料來源：AI 藍媒匯，華西證券研究所 資料來源：AI 藍媒匯，華西證券研究所 2 2.2.2.技術域：電機扭矩控制是機器人精準控制力道的關鍵方法技術域：電機扭矩控制是機器人精準控制力道的關鍵方法 技術域技術域:機器人頭部包含信息屏幕，用來展示信息，此外機器人由輕質材料組成，并且四肢包含 40 個左右的機電執行器，并通過力反饋感應系統來實現平穩和敏捷雙腳行走。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律

22、聲明 1010 圖表 15 特斯拉人形機器人概念圖 研究團隊使用電機扭矩控制（研究團隊使用電機扭矩控制（motor torque controlmotor torque control）操縱人形機器人腿部）操縱人形機器人腿部的運動，讓機器人落腳力度保持輕緩。的運動，讓機器人落腳力度保持輕緩。大會上視頻展示了使用這種控制方法，機器人的動作甚至無法打碎雞蛋，說明機器人的腳步很輕。圖表 16 Tesla Bot 腿部落地運動 圖表 17 Tesla Bot 控制力道不打碎雞蛋 3.3.ChatGPTChatGPT 風起，機器人與大模型有望實現產業共振風起，機器人與大模型有望實現產業共振 3.1.3.

23、1.下一范式蓄勢待發，機器人“智”下一范式蓄勢待發，機器人“智”+“力”雙劍合璧“力”雙劍合璧 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1 11 1 人工智能對話大模型應用 ChatGPT 掀起的 AI 浪潮，依舊在全球范圍內瘋狂蔓延，這一輪浪潮背后，生成式 AI 技術與大語言模型技術備受關注，這也使得機器人行業成為市場焦點。前微軟全球執行副總裁陸奇博士在演講中提到，在我們當前所處的“模型”新范式后，下個范式“行動”范式，是以自動駕駛、機器人和空間計算組合的物下個范式“行動”范式，是以自動駕駛、機器人和空間計算組合的物理空間中革新范式。理空間中革新范式。所以暨 LLM

24、（大語言模型）后的下一個范式必然是機器人，從當下的時間節點看，硬件實體機器人也是大模型的重要落地場景。圖表 18“模型”范式下一范式：“行動”無處不在 AIAI 大模型大模型有望有望突破局限，讓機器人突破局限，讓機器人生“智”生“智”。機器人的大模型包含 LLM(大語言模型)、VLM(視覺-語言模型)、VNM(視覺導航模型)。機器人的“大腦”AI域不局限于 ChatGPT 運用的語言大模型，谷歌在 LM-Nav 的研究中提到，LLM+VLM+VNM 三個模型相互結合，從自然語言（冗余口語化描述）到文本（地標的字符串）到圖像（根據文本找圖像中的物體），能夠最終生成機器人的路徑規劃。以此行為模式為

25、基礎，機器人能進行人機互動，同時實現一定程度的“隨機應變”。我們認為 AI 大模型算力近乎無限制，機器人的體能富余，兩者結合后在應用端將帶來巨大的想象空間。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1212 圖表 19 機器人大模型：LLM、VLM、VNM 資料來源：Robotic Navigation with Large Pre-Trained Models of Language,Vision,and Action，華西證券研究所 3.2.3.2.AIAI 賦能機器人：革新感知方式，融合控制與交互賦能機器人：革新感知方式，融合控制與交互 多模態大模型帶來機器人感知

26、層面提升：多模態大模型帶來機器人感知層面提升：1 1）降低前端硬件設備要求；）降低前端硬件設備要求；2 2）降）降低人工標注成本；低人工標注成本；3 3）革新感知方式。）革新感知方式。機器人給感知系統的邊界條件是相對苛刻的，而前端能源和算力有限，這是智能硬件目前面對的重要瓶頸，如果 AI 能直接賦能邊緣側，云端算力的壓力將減輕。同時，能理解圖像的多模態大模型加持的 3D 視覺感知技術，能將采集到的數據在感知側直接完成標注，而無需將海量原始數據傳輸到 CPU、GPU，大幅節省算力開銷且降低延時。除此以外，FSD 算法（特斯拉推出）、注視點算法、深度神經網絡處理聲音信號、輔助機器人運動決策的數據感

27、知等，有望全面優化機器人感知系統。圖表 20 3D 視覺避障 圖表 21 眼動追蹤：像素密集的注視點顯示器更大 資料來源：VR 陀螺，華西證券研究所 谷歌谷歌-具身多模態語言模型具身多模態語言模型 PaLMPaLM-E E 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1313 谷歌于2023年3月發布大模型結合實際機器人最新工作PaLM-E。PaLMPaLM-E E-562B 562B 集成了參數量集成了參數量 540B 540B 的的 PaLM PaLM 和參數量和參數量 22B 22B 的視覺的視覺 TransformerTransformer（ViTViT），是目）

28、，是目前已知的最大的視覺前已知的最大的視覺 -語言模型。語言模型。該模型在多任務中表現了強大的感知能力，機器人可以在要求下完成顏色歸類任務，研究人員給出的輸入不限于語言指令，還摻雜了視覺信息。同時，在任務中它還可以從抽屜里拿東西，然后走過去遞給人。這一過程中，不僅需聽懂語言指令，還要識別指定物體并規劃任務步驟。圖表 22 PaLM-E 控制下的機器人任務 資料來源：PaLM-E:An Embodied Multimodal Language Model，華西證券研究所 多模態大模型帶來機器人管理層面提升：多模態大模型帶來機器人管理層面提升：1 1）提升控制力；）提升控制力；2 2）實現規劃與決

29、）實現規劃與決策；策；3 3）帶來人機交互全新范式。）帶來人機交互全新范式。在控制層，一直以來 rule base 的機器人解決的都是簡單的商業場景，因為 其不 能預 判，無 法解 決復 雜場 景，而 Robot Transformer 能夠基于多維數據解決機器人靈巧手問題，打造小型化、能耗低、邏輯簡單，具備自學習能力的產品。在規劃決策層，大模型可以植入多種先驗知識庫，與現場隨機性結合，獲得兼顧了歷史經驗積累和現場隨機變化的可執行機器人規劃命令，同時實現群體智能最優化決策。在交互層，未來兩大可能是新的 3D交互方式以及大語言模型助力 AR 眼鏡成為隨身 AI 助理。證券研究報告|行業動態報告

30、請仔細閱讀在本報告尾部的重要法律聲明 1414 圖表 23 人機交互的層級關系：人或機器將一部分決策權讓渡給另一方 微軟微軟-ChatGPT for roboticsChatGPT for robotics 微軟于 2023 年 2 月發布將 ChatGPT 運用于機器人控制與交互的最新研究。Microsoft Research 的 Design Principles and Model Abilities 研究中，大語言模型的加持下，機器人的控制力和交互能力顯著提升。研究者使用 ChatGPT（基于 GPT3.5）生成機器人的高層控制代碼，從而可以通過自然語言和 ChatGPT 交流，使用

31、ChatGPT 來控制機械臂、無人機、移動機器人等機器人。在任務結束后，人類使用自然語言反饋關于結果的質量和安全性，給出評價和修改意見機器人內置的ChatGPT 會自己修改代碼。圖表 24 是否運用 ChatGPT 技術的人機交互模式區別 資料來源：ChatGPT for robotics：Design Principles and Model Abilities華西證券研究所 商湯商湯-大模型“書生大模型“書生 2.52.5”居家機器人場景應用”居家機器人場景應用 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1515 商湯科技于 2023 年 3 月發布多模態多任務通用

32、大模型“書生 2.5”，在多模態多任務處理能力方面實現多項全新突破。例如輔助完成居家機器人場景中各類復雜任務，在各個場景進行問題拆解，逐級決策。圖表 25“書生 2.5”居家機器人場景應用 3.3.3.3.打開市場：加速三大機器人場景落地打開市場：加速三大機器人場景落地 我們認為特斯拉、谷歌、微軟等各大巨頭在 AI 現實場景應用中的探索，其最最終目的是給大語言模型“穿上機器人外衣”，通過機械域將其應用切入到工作和終目的是給大語言模型“穿上機器人外衣”，通過機械域將其應用切入到工作和現實生活場景中，進而轉化為生產力提升現實生活場景中，進而轉化為生產力提升。因此要進一步關注目前可以用大模型進行改造

33、的硬件機器人類型及應用場景。1）對話為主的服務機器人（包括簡單行動能力機器人）。對話為主的服務機器人（包括簡單行動能力機器人）。服務機器人能理解用戶的語言指令，結合多模態數據感知，做出規劃和執行。除了傳統清潔、物體識別抓取等簡單行動外，陪伴也將成為重要能力。通過語音、圖片的輸入，對用戶情感狀態進行預測，匹配情感狀態使用不同輸出模型。診斷機器人、教育類機器人、老年人陪伴機器人等都是可實現目標。2）工業機器人。工業機器人。具體應用有如下幾點：一是人機交互，通過自然語言將人類語言轉化為機器可識別的指令，提高人類和機器交互的效率。二是質量管理，協助分析產品質量數據和生產過程數據，提供實時質量控制、預警

34、和改進建議。三是可視化控制，大模型結合數字孿生將工業機器人操作過程呈現為可視化的場景，使得人員能夠更加直觀地掌握機器人的操作過程和狀態。三是自動化生產線協同，大模型可協調多個工業機器人之間的協同操作和信息交流。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1616 圖表 26 服務機器人 圖表 27 工業機器人 資料來源：SIA 中國智能工廠展官網，華西證券研究所 3）人形機器人。人形機器人。人形機器人主要通過語音和視覺交互與人類進行交互，因此能夠流暢地處理自然語言是其重要能力之一，也是得到廣泛應用的剛需。類人的雙足機器人在運動控制上，在涉及更多復雜場景的應用上，不僅僅是運

35、動控制理論基礎，更多在產品和場景適配的打磨上還有更多需要探索的地方。目前波士頓動力的 Atlas、特斯拉的 Optimus、小米的 CyberOne 全尺寸人形仿生機器人等均在持續研進過程中。圖表 28 特斯拉 Optimus 資料來源：AI 藍媒匯，華西證券研究所 4.4.受益方向梳理受益方向梳理:機器人產業鏈、機器視覺、大模型機器人產業鏈、機器視覺、大模型 我們認為機器人是 AI 的下一重量級落地場景，疊加與 ChatGPT 等大模型實現產業共振，未來有望帶來萬億級別的空前藍海，同時有望賦能千行百業。在各大廠商加速布局 AI 算法和機器人產業鏈，同時尋求多領域場景落地可能性的背景下，我們認

36、為受益領域包括：機器人產業鏈、機器視覺、視覺領域大模型。我們認為受益領域包括：機器人產業鏈、機器視覺、視覺領域大模型。1）機器人產業鏈：三花智控、綠的諧波、鳴志電器機器人產業鏈：三花智控、綠的諧波、鳴志電器 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1717 三花智控三花智控 三花智控是全球領先的生產和研發制冷空調控件元件和零部件的廠商，在汽車、電器和空調行業，與全球著名企業的合作緊密。三花智控是特斯拉汽車熱管三花智控是特斯拉汽車熱管理系統核心供應商，且已布局理系統核心供應商，且已布局機器人機器人產業。產業。2023 年 4 月，擬與綠的諧波在三花墨西哥工業園設立一家合

37、資企業，主營業務為諧波減速器相關產品的研發、生產制造及銷售。綠的諧波綠的諧波 綠的諧波從事精密傳動裝置研發、設計和生產，自 2003 年，公司核心團隊從事機器人用精密諧波減速器理論基礎的研究。公司業務聚焦諧波減速器、機電一體化產品、工業自動化等產品。其中諧波減速器是機器人核心零部件之一諧波減速器是機器人核心零部件之一，經過多年研發投入，公司打破了國際品牌在機器人用諧波減速器領域的壟斷，并實現批量出口。鳴志電器鳴志電器 鳴志電器主營業務為控制電機及其驅動系統，控制電機是核心工業裝備，公司曾打破日本壟斷，是十年之內唯一改變 HB（混合式）步進電機全球競爭格局的國內企業。其子公司安浦鳴志，瑞士 Tm

38、otion，鳴志派博思深度布局異動機器人行業。產品主要應用于物流倉儲服務機器人(AGV/AMR)、商用服務機器人和工業服務機器人。圖表 29 三花智控部分產品 圖表 30 諧波減速器 LHS 系列 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1818 圖表 31 鳴志電器有刷空心杯電機 2 2）機器視覺：虹軟科技、?？低?、大華股份）機器視覺：虹軟科技、?？低?、大華股份 虹軟科技虹軟科技 虹軟科技專注于計算機視覺領域，為行業提供算法授權及系統解決方案，在專注于計算機視覺領域，為行業提供算法授權及系統解決方案，在全球范圍內為智能終端機智能駕駛提供視覺算法產品線全球范圍內為

39、智能終端機智能駕駛提供視覺算法產品線，目前客戶主要包括三星、小米、OPPO、Vivo、榮耀等手機廠商及部分合資品牌汽車主機廠商。公司在智能手機、智能駕駛和其他終端等領域提供視覺算法、3D 手勢交互、視覺互動系統等產品及解決方案。?？低暫？低??？低暪臼侵悄芪锫摼W的龍頭公司，以機器視覺、人工智能和導航控制以機器視覺、人工智能和導航控制為核心為核心，憑借算法累計，軟硬件開發功能，持續在移動機器人、機器視覺領域深耕投入，推動生產、物流的智能化與數字化。公司旗下子公司螢石網絡面對多元需求已經開發出機器人產業線，包括陪伴機器人、掃地機器人等。大華股份大華股份 大華股份是視頻物聯網的龍頭玩家，聚焦

40、城市、企業兩大業務領域視頻物聯網的龍頭玩家，聚焦城市、企業兩大業務領域。公司旗下子公司華?？萍季劢构I互聯網的感知層，業務分為機器人視覺和移動機器人兩大板塊。在機器人視覺方面，公司以算法平臺軟件為核心，加載工業相機、智能相機、線掃相機、智能傳感器、3D 相機和鏡頭等產品，實現缺陷檢測、定位引導、識別和測量等應用，為客戶提供一站式采購和細分行業視覺方案。圖表 32 虹軟科技智能汽車視覺解決方案 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 1919 圖表 33 ?？低曇曈X軟件定位功能 圖表 34 華?？萍紮C器人視覺業務 2）視覺領域大模型：商湯科技、云從科技視覺領域大模型：

41、商湯科技、云從科技 商湯科技商湯科技 商湯科技是人工智能硬件+軟件一體化的龍頭賦能商，在軟件方面以原創技術作為根基，SenceCoreAI 裝置為核心動力，快速打通 AI 在各個垂直場景中的應用，進而向行業賦能。根據知乎新智元，2023 年 3 月商湯科技發布的“書生（“書生（INTERNINTERN）2.52.5”在圖文跨模態領域卓越的性能表現來自于視覺、語言及多任務建模三大模型”在圖文跨模態領域卓越的性能表現來自于視覺、語言及多任務建模三大模型能力的有效融合。能力的有效融合。該模型實現了通過文本定義不同場景的任務需求，并根據給定視覺圖像和任務的提示性語句，給出相應的指令或作答，進而具備通用

42、場景下的高級感知和復雜問題處理能力，比如圖像描述、視覺問答、視覺推理和文字識別等。云從科技云從科技 云從科技是一家專注于提高人機操作系統和行業解決方案的人工智能企業，致力于推進人工智能產業化進程和各行業的轉型升級。2023 年 3 月公司發布定增募集書，用于標桿行業專用大模型的研究與構建；人機協同操作系統對多模態大模型的整合與綜合實踐；數字人應用產品的標桿打造和生態建設；人機協同操作系統和行業專用大模型在行業智能化升級領域的實踐。根據財聯社，同時公司已經陸續在在 NLPNLP（光學字符識別）、（光學字符識別）、OCROCR（O O 自然語言處理）、機器視覺等多個領域自然語言處理）、機器視覺等多

43、個領域開展預訓練大模型的實踐，在視覺、語音、開展預訓練大模型的實踐，在視覺、語音、NLPNLP 等方面都擁有龐大的模型儲備。等方面都擁有龐大的模型儲備。證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 2020 圖表 35 商湯科技書生（INTERN）2.5 圖表 36 云從科技產品服務體系 5.5.風險提示風險提示 核心技術水平升級不及預期的風險，AI 倫理風險，政策推進不及預期的風險，中美貿易摩擦升級的風險。Table_AuthorTable_AuthorInfoInfo 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 2121 分析師與研究助理簡介分析師

44、與研究助理簡介 劉澤晶（首席分析師）：2014-2015年新財富計算機行業團隊第三、第五名，水晶球第三名，10年證券從業經驗。分析師承諾分析師承諾 作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求客觀、公正，結論不受任何第三方的授意、影響，特此聲明。評級說明評級說明 公司評級標準公司評級標準 投資投資評級評級 說明說明 以報告發布日后的 6 個月內公司股價相對上證指數的漲跌幅為基準。買入 分析師預測在此期間股價相對強于上證指數達到或超過 15%增持 分析師預測在此期間股價相對強于上

45、證指數在 5%15%之間 中性 分析師預測在此期間股價相對上證指數在-5%5%之間 減持 分析師預測在此期間股價相對弱于上證指數 5%15%之間 賣出 分析師預測在此期間股價相對弱于上證指數達到或超過 15%行業評級標準行業評級標準 以報告發布日后的 6 個月內行業指數的漲跌幅為基準。推薦 分析師預測在此期間行業指數相對強于上證指數達到或超過 10%中性 分析師預測在此期間行業指數相對上證指數在-10%10%之間 回避 分析師預測在此期間行業指數相對弱于上證指數達到或超過 10%華西證券研究所：華西證券研究所：地址：北京市西城區太平橋大街豐匯園 11 號豐匯時代大廈南座 5 層 網址：http

46、:/ 證券研究報告|行業動態報告 請仔細閱讀在本報告尾部的重要法律聲明 2222 華西證券免責聲明華西證券免責聲明 華西證券股份有限公司（以下簡稱“本公司”）具備證券投資咨詢業務資格。本報告僅供本公司簽約客戶使用。本公司不會因接收人收到或者經由其他渠道轉發收到本報告而直接視其為本公司客戶。本報告基于本公司研究所及其研究人員認為的已經公開的資料或者研究人員的實地調研資料，但本公司對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載資料、意見以及推測僅于本報告發布當日的判斷，且這種判斷受到研究方法、研究依據等多方面的制約。在不同時期，本公司可發出與本報告所載資料、意見及預測不一致的報告。本公

47、司不保證本報告所含信息始終保持在最新狀態。同時，本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者需自行關注相應更新或修改。在任何情況下，本報告僅提供給簽約客戶參考使用，任何信息或所表述的意見絕不構成對任何人的投資建議。市場有風險，投資需謹慎。投資者不應將本報告視為做出投資決策的惟一參考因素，亦不應認為本報告可以取代自己的判斷。在任何情況下，本報告均未考慮到個別客戶的特殊投資目標、財務狀況或需求，不能作為客戶進行客戶買賣、認購證券或者其他金融工具的保證或邀請。在任何情況下，本公司、本公司員工或者其他關聯方均不承諾投資者一定獲利，不與投資者分享投資收益，也不對任何人因使用本報告而導致的

48、任何可能損失負有任何責任。投資者因使用本公司研究報告做出的任何投資決策均是獨立行為，與本公司、本公司員工及其他關聯方無關。本公司建立起信息隔離墻制度、跨墻制度來規范管理跨部門、跨關聯機構之間的信息流動。務請投資者注意，在法律許可的前提下，本公司及其所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務。在法律許可的前提下，本公司的董事、高級職員或員工可能擔任本報告所提到的公司的董事。所有報告版權均歸本公司所有。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，如需引用、刊發或轉載本報告，需注明出處為華西證券研究所，且不得對本報告進行任何有悖原意的引用、刪節和修改。