中金:深圳人工智能行动方案落地,AI+再迎催化

本文来自格隆汇专栏:中金研究,作者:陈显帆 邓学 等

不涉及商业机密、容错率高的C端应用或是大模型率先落地场景。

联合研究

1)政策催化:5月31日,深圳市发布《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》,AI+产业再迎红利。2)产业动向:全球通用人工智能步入商业快车道,技术外溢效应赋能众多领域。中金机械、汽车、计算机、电新团队四组联合,解读如下。

摘要

机械:人形机器人已处前夕,密切关注主线机遇。1)大模型:我们认为不涉及商业机密、容错率高的C端应用或是大模型率先落地场景。2)人形机器人:2023年产业链以方案改进&送样为主,整体BOM成本距离经济规模量产仍有差距,产业界对2024年批量订单抱有积极期待,其中,行星滚柱丝杠成为继谐波减速器后国产供应链关注焦点。

计算机:AI大模型有望提升机器人感知和认知能力。1)计算机视觉:4月Meta发布通用图像大模型Segment Anything Model,实现对任意图片分割,标志着计算机视觉领域出现类ChatGPT突破,我们判断或可推动机器人的对象识别、对象检测、物体提议等感知能力发展;2)多模态大模型:据谷歌发布的PaLM-E,多模态大模型能在没有预先人为标注数据前提下,实现视觉语言知识和机器人任务间的有效融合与正向迁移。我们认为AI大模型有望助力机器人成功理解和执行人类指令,让机器人更“智能”。

汽车:机器人与智能驾驶具备技术和供应链协同。我们认为和智能驾驶类似,人形机器人的功能实现也可分为感知、决策、执行三大核心环节,两者在AI的应用上呈现一定技术协同。例如,特斯拉从开发FSD驾驶硬件开始,创新性采用“影子模式”收集数据。此外,汽车产业链在执行总成方面可形成协同作用,中国供应商成本优势明显。

电新:硬件先行,运控部件迎来增长机遇。我们认为特斯拉人形机器人的灵巧手方案或使用6个空心杯电机,未来人形机器人的落地有望持续带来空心杯电机的需求空间。

风险

人形机器人产业进展不及预期、新技术落地不及预期等。


具身智能时代来临,AI+产业再迎催化


深圳市发布人工智能产业发展行动方案。2023年4月28日,中央政治局会议明确提出“要重视通用人工智能发展,营造创新生态,重视防范风险”。深圳作为首批国家新一代人工智能创新发展试验区、国家人工智能创新应用先导区,或充分发挥其在信息基础设施方面的良好产业基础。5月31日,中共深圳市委办公厅、深圳市人民政府办公厅发布《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》,规定了在以下六方面贯彻落实人工智能发展方向:

► 强化智能算力集群供给:建设城市级智能算力供给、打造大湾区智能算力枢纽、建设企业级智能算力平台,联合政府、企业、科研机构、高校等资源,并规划了每一集群的责任单位,落实责任到人。

► 增强关键核心技术与产品创新能力:加强通用大模型、算力芯片、智能传感器、智能网联车等科技研发攻关,鼓励大模型企业联合生态伙伴加强大模型插件及相关软硬件研发,通过重大专项、揭榜挂帅、补助扶持计划等方式,推动通用型具身智能机器人、人形机器人的研发和规模化应用等。

► 提升产业集群水平:①规划建设产业集聚区:认定一批人工智能产业领域的市级软件名园。②大力培育企业梯队:推动国内外龙头企业在深设立人工智能子公司,培育一批具有核心竞争力的领军企业、专精特新、单项冠军等,并开展人工智能企业定向招商。③搭建生态孵化平台:依托鹏城云脑搭建城市级人工智能生态孵化平台,为中小企业提供算法、工具集、模型库、适配认证等支持。

► 打造全域全时场景应用:①搭建供需对接平台:鼓励各区在公共服务和城市治理等领域先行先试人工智能应用示范;②推进“公共服务+AI”:民生诉求平台嵌入民意速办AI机器人;③推进“城市治理+AI”:在市容巡查、环境卫生领域适度超前布局市容巡查机器人、扫地机器人等应用,在消防监管、食品安全监管、建筑施工安全等领域,开展人工智能应用;④推进“千行百业+AI”:加强制造业数据的采集、利用、开发,探索建立企业数据“标注+训练”闭环机制,鼓励各行业进行人工智能升级。

► 强化数据和人才要素供给:2023年年底前出台公共数据开放管理办法、公共数据资源目录,制定公共数据开放计划,并打造高水平人才汇聚高地。

► 保障措施:加强组织领导、引导财政资金和多层资本市场资金、推动《深圳经济特区人工智能产业促进条例》落细落小落地落实,按年度持续更新和发布政策措施等。

图表:《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》主要内容

资料来源:人民网,中金公司研究部

地方政策&产业共振,人形机器人产业风起云涌。此外,人形机器人已出现在《北京市机器人产业创新发展行动方案(2023-2025年)(征求意见稿)》中,原文指出,“北京市人形机器人产业创新中心目标2025年建成人形机器人通用行为控制大模型服务开发平台、共性技术服务平台,完成百台套级人形机器人原型机的小批量制造,整机产品在3-4个典型场景开展示范应用。”。从“小批量制造”到“规模化应用”,我们认为人形机器人产业迎来历史性加速期。

特斯拉上修预期,远期想象空间进一步拉大。2022年10月份以来,特斯拉为人形机器人量产持续注入强心针。据5/17特斯拉股东大会,马斯克提到,“机器人的需求可能会达到100亿台,甚至更多。如果以人类和机器人的比例为 2:1,那么对人形机器人的需求可能会远远超过汽车的需求。”鲶鱼效应下,人形机器人垂直产业链粮草先行。我们于近期深度组织AI+机器人、泛人形机器人产业调研活动,更新观点如下:


人形机器人已处前夕,密切关注主线机遇


多模态大模型从1到N,机器人产业核心受益

2023年3月,谷歌推出全球最大视觉语言模型PaLM-E,实现机器人视觉与文字的同步训练;同期,微软发布论文尝试将ChatGPT接入机器人训练,5月31日发布的《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》中多次提及智能机器人训练应用,我们认为多模态大模型对机器人具有显著赋能:

1)短期:多模态信息可与机器人编码文本更好融合转化,使得图片、语音、视频等多维度训练机器人成为可能,提升人机互动潜力。

2)长期:当通用大模型的“数据+算力+算法”足够庞大后,机器人具身智能成为可能。

中金机械团队4月中旬发布的文章中,详细分析多模态大模型落地在机器人领域的可行领域,创新性提出,工艺不涉及商业机密、容错率偏高是必要条件;编程标准化程度高、一次性初始化编程是可选条件。我们认为To C端应用是理想场景,例如家庭陪伴服务机器人、送餐快递机器人;此外,移动机器人、食品鞋服等行业搬运机器人、售后运维环节机器人应用有望在工业场景率先落地。

图表:ChatGPT类多模态大语言模型应用落地四要素

资料来源:《A Survey of Large Language Models》(Wayne Xin Zhao等,2023),《Generating Situated Robot Task Plans using Large Language Models》(Ishika Singh等,2022),《Language models as zero-shot planners: Extracting actionable knowledge for embodied agents》(W. Huang等,2022)中金公司研究部

图表:容错率高&商业机密含量少的应用场景适合接入ChatGPT类多模态大语言模型

注:颜色越深越适合大语言模型融合落地资料来源:中金公司研究部

AI&机器人投资建议:

1)关注算力企业垂直化进展。

2)感知层强化,包括机器视觉、NLP、力感知三大方向。

3)机器人厂商。

Bot方案演进期,密切关注国内产业链动向

较去年Tesla bot原型机面世,国内参与企业已暗波涌动。我们近期组织了泛人形机器人产业链调研,有三个关键性结论:

1)直线关节方案进展>旋转关节方案进展,其中行星滚柱丝杠量产能力成为继谐波减速器之后,国内产业链争夺焦点。中金机械团队2022年11月曾指出行星滚柱丝杠相比于T型丝杠、滚珠丝杠,国产化率更处于初阶状态,核心在于加工难点&应用领域的双重挤压。我们认为汽车零部件厂商的介入,将为行业注入新活力。

2)追求极致性价比下,降本仍在路上。我们在不考虑灵巧手、传感器(视觉/力觉)、控制器等部件下,仅以当前产业界较为明朗的28个主关节执行器预估BOM成本已达3-4w人民币,距离2万美元整体售价预想存在差距。我们预计国内企业成本争夺、资源比拼或将成为T人形机器人链条非常重要的趋势。

3)产业界对2024年批量订单抱有积极期待。相比于2022年资本市场的乐观预期,2023年仍以方案改进&送样为主,实质性定点向后推迟。但我们走访发现,产业界对2024年有批量化订单仍保持信心。

Bot人形机器人投资建议:1)执行器(直线关节、旋转关节);2)行星滚柱丝杠部件商;3)减速器部件商;4)空心杯电机;5)机器视觉、力矩传感器、编码器,关注一级标的融资机会。


AI大模型有望提升机器人的感知和认知能力


计算机视觉和多模态大模型领域进步加速机器人感知和认知能力发展。机器人对外界环境的感知主要来自于图像识别与音频识别,我们判断计算机视觉和多模态大模型的快速发展可以显著增强机器人的感知和认知能力。具体而言:

► 计算机视觉:自2012年ImageNet分类数据集与AlexNet深度学习模型出现后,计算机视觉领域(CV)迎来快速发展,显著提升了机器人的图像识别精度与效率以及三维场景的精细化感知等能力。此外,4月Meta发布通用图像大模型Segment Anything Model(SAM),可以实现对任意图片的分割,我们判断或可推动机器人的对象识别、对象检测、物体提议等感知能力的进一步发展;

► 多模态大模型:多模态大模型结合了视觉、语音、文本等多种现实世界中的信号,并且采用深度学习等技术构建包含海量参数的神经网络,能够显著增强机器人对物理世界的认知。例如,谷歌于3月发布的PaLM-E多模态大模型集成了视觉与语言,能够训练任意模式下(包括图像、神经3D表达或颜色状态)的LLM(Large Language Model,大型语言模型)端输入,并在没有预先人为处理或标注数据的前提下,实现视觉语言知识和机器人任务间的有效融合与正向迁移。

图表:SAM模型进行图像分割的示例

资料来源:《Segment Anything》(Kirillov等,2023),中金公司研究部

图表:PaLM-E拥有强大图像分析能力

资料来源:《PaLM-E: An Embodied Multimodal Language Model》(Danny Driess等,2023),中金公司研究部

大模型有望成为机器人理解和执行人类指令的“中枢”。控制机器人的传统方式主要依赖工程师将任务要求转化为复杂的代码,这一过程欠缺效率且成本较高。我们认为AI大模型有望助力机器人成功理解和执行人类指令,让机器人更“智能”。如微软研究院于2月发布研究成果,成功将ChatGPT大语言模型整合于机器人中。研究人员首先定义一整套控制机器人行为的API函数库,然后用自然语言向ChatGPT描述命令要求,ChatGPT即可设计执行命令所需要的步骤并且调用响应的函数,从而输出控制机器人的代码。微软研究团队以此方式成功实现了指挥无人机侦查环境、操纵机器手臂摆放微软logo以及命令轮式机器人寻找炊具等任务。我们认为,以ChatGPT为代表的大语言模型或可成为机器人的“大脑”,利用其语言理解和生成能力以及逻辑推理能力来赋能机器人理解和执行自然语言指令,从而打破机器人的发展瓶颈。

图表:ChatGPT赋能机器人理解和执行自然语言指令

资料来源:微软研究院官网,中金公司研究部

图表:集成ChatGPT的机器手臂顺利完成摆放微软logo的任务

资料来源:微软研究院官网,中金公司研究部

图表:PaLM-E机器人的功能输出

资料来源:谷歌官网,《PaLM-E: An Embodied Multimodal Language Model》(Danny Driess等,2023),中金公司研究部


硬件先行,运控部件迎来增长机遇


灵巧手:空心杯电机高转速、高传动效率、小体积的特点天然适用于人形机器人的手指环节。人形机器人在实际应用场景中需要进行灵活、细致的抓握等动作,因此灵巧手需要在仿生人类手掌大小的基础上还需具备较大的输出力矩,因此也对相关运控部件的功率密度有较高要求。而空心杯电机被誉为电机领域皇冠上的明珠,具有高传动效率、高响应速度的优势,将其与微型齿轮箱、精密丝杠等集成为微型模组,天然适用于人形机器人的手指环节。常见的空心杯电机模组方案为编码器+空心杯电机+精密齿轮箱+丝杆,其中空心杯电机负责输出高转速,齿轮箱将高转速转化为力输出,丝杆则将旋转运动转化为直线运动进行力的输出,最终模拟手指的抓取功能。当前来看,特斯拉人形机器人的灵巧手方案或使用6个空心杯电机,未来人形机器人的落地有望持续带来空心杯电机的需求空间。

此外随着人形机器人的产业大幕拉开,越来越多的厂商逐步加入灵巧手项目的开发,我们看到国内外不同公司贡献差异化的解决方案,并持续探索更高效、更灵活、更具性价比的灵巧手,持续带动产业化落地。

► 腾讯:Robotics X实验室2023年4月发布自研灵巧收 TRX-hand,拥有三根手指和8个可独立控制关节,最大持续指尖力达到15牛,最大关键速度达到一秒钟转动600°。

► 因时:因时的五指灵巧收内部集成6个力控微型电缸,能够达到亚毫米级别的定位精度和数千克的负载能力。

► Shadow:Shadow灵巧收拥有24个关节和20个自由度,通过每个电机来控制一个关节高,整体shadow的灵巧手从灵敏度和力矩输出来看接近人手。

躯干关节:人形机器人关节数较多,同时需要线性执行器和旋转执行器来完善自由度和输出力矩,进而带来相关电机、减速器等产品的放量。人形机器人躯干关节部分的电机需求种类较多,包括无框力矩电机、伺服电机等,其中小功率电机主要用于小臂、手腕等部分,大功率应用于腰部、腿部等。此前特斯拉股东大会上提出未来人形机器人与人的需求比例达到2:1,需求潜力有望达到100亿台,进而带来广阔的市场空间。

► 旋转执行器:旋转执行器的常见组合方案是无框力矩电机+谐波减速器+传感器。其中无框力矩电机嵌入机械件中,满足关节运转,可以实现高效、轻便、小体积等需求,且其中空结构也方便在轴心内部走线。

► 线性执行器:线性执行器的常见方案是伺服/步进电机+精密齿轮箱+滑动/滚柱丝杆。主要用于人形机器人的小臂、大臂、腿部等肢干,其中小臂多采用滑动丝杆方案以平衡成本和力输出,而其他环节多使用滚柱丝杆以达到理想的负载要求。

汽车组:打造“数据+算法”闭环,机器人与智能驾驶具备技术协同和供应链协同

和智能驾驶类似,人形机器人的功能实现也可分为感知、决策、执行三大核心环节,两者在AI的应用上呈现一定的技术协同。当前,数据驱动算法加速迭代,高效数据采集、自动化标注、算法训练等AI技术充分应用于智能汽车领域,打造“采集、标注、训练”闭环。智能驾驶是AI技术核心落地场景,特斯拉从开发FSD驾驶硬件开始,创新性采用“影子模式”收集数据,并开发自动化标注功能,数据闭环能力位于行业领先地位。我们预计,人形机器人的应用有望充分受益于智能驾驶领域的技术积累。

 采集:得益于大规模量产的车型,车企在车辆行驶过程中依靠传感器收集到了大量的路况、驾驶数据,形成大规模数据集,实现对长尾应用场景的数据采集。

 数据标注:小鹏汽车打造了全自动标注系统,将标注效率提升至人工标注的45000倍,特斯拉开发了专门的标注工程脚本,不再依赖供应商的人工标注服务,该人机合作的标注方式,提升了效率,实现了标注的高质量和拓展性。

 算法训练:小鹏在乌兰察布建成的自动驾驶智算中心“扶摇”,算力可达600PFLOPS(每秒浮点运算60亿亿次),支持自动驾驶核心模型的训练速度提升近170倍,帮助小鹏智驾数据快速闭环,大大提升模型训练效率。

图表:小鹏智能驾驶AI与数据闭环

资料来源:小鹏汽车官网,中金公司研究部

AI赋能智慧出行,智能驾驶进入城市领航辅助(NOA)时代,随着大模型在智能驾驶算法领域的应用不断加深,智能驾驶的功能逐步从高速领航辅助向城市领航辅助升级,场景丰富度进一步提升。年初,理想表示计划于年底落地不依赖高精地图的城市辅助驾驶;小鹏于1Q23通过OTA方式推送城市NGP功能,并在广州、深圳、上海开放该功能;此前,阿维塔(华为)、极氪(Mobileye)、集度(百度Apollo)等车企也公布计划于今年推出或是正式推送城市领航辅助功能。我们认为,城市领航辅助的落地是AI在出行领域落地的核心一环,长期有望赋能机器人算法的迭代。

图表:主流车企推出的智能驾驶功能(售价截至5月底)

资料来源:各车企官网,中金公司研究部

在供应链环节,人形机器人和智能驾驶在执行层展现出产业链协同趋势。对人形机器人而言,执行层又可进一步拆分为减速器、伺服系统、控制器等各大组成部分。从产业链各方参与程度来看,决策层通常由特斯拉、小米、波士顿动力等产品设计方来主导,供应商参与机会较少;而相对的,执行层国产替代机会较大,主要体现在:执行总成及减速器、伺服电机等核心零部件的生产制造方面。

中国供应商全球化布局领先,成本优势与规模化效益更强。人形机器人作为创新性产品,早期共同开发需求较高,因此更考量供应商的开发响应速度,国内供应商优势凸显。另外,从核心零部件角度来看,国内头部供应商在规模化生产、成本管控、全球化布局等多方面建立竞争优势。以执行层为例,核心零部件供应商和总成制造商形成产业链上下游协同,一方面可以强化总成制造商的成本优势和技术优势,另一方面,总成制造商的全球化布局可以带动核心零部件公司“出海”,实现中国供应商在全球范围内的全面布局。

投资建议:我们认为,智能驾驶是AI+汽车的重要落地场景,建议关注智能驾驶软硬件供应商。

对于特斯拉产业链,我们认为主要从收入弹性、合作深度、产能布局多个角度进行挖掘。一方面,特斯拉收入占比高的零部件公司,更容易受益于特斯拉产销的增长。另一方面,特斯拉的产业布局不仅局限于汽车,还有储能、机器人多个领域,那么国内供应商通常会通过深度绑定特斯拉的方式,参与进特斯拉其他领域布局,从而贡献新的成长曲线。在产能布局上,随着特斯拉多地工厂的投产,国内供应商的产能也相应出海,在墨西哥、波兰等地建设海外产能。

注:本文摘自中金公司2023年6月1日已经发布的《深圳人工智能行动方案落地,AI+再迎催化》,分析师:

陈显帆 分析员 机械军工 SAC 执证编号:S0080521050004 SFC CE Ref:BRO897

邓学 分析员 汽车及出行设备 SAC 执证编号:S0080521010008 SFC CE Ref:BJV008

于钟海 分析员 电信软件教育 SAC 执证编号:S0080518070011 SFC CE Ref:BOP246

曾韬 分析员 电力设备新能源 SAC 执证编号:S0080518040001 SFC CE Ref:BRQ196

郭威秀 分析员 机械军工 SAC 执证编号:S0080521120004 SFC CE Ref:BSI157

荆文娟 分析员 汽车及出行设备 SAC 执证编号:S0080523010002

江鹏 联系人 电力设备新能源 SAC 执证编号:S0080121090094

王梓琳 联系人 机械军工 SAC 执证编号:S0080121060117

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论