通用機器人里程碑？谷歌展示全球首個(gè)多任務(wù)AI智能體 已學(xué)會(huì )套圈、搭積木、抓水果……

人工智能和機器人，總是不可避免地產(chǎn)生交集：前有人形機器人Optimus在特斯拉AI日橫空出世，后有OpenAI投資挪威人形機器人公司1X。如今，谷歌旗下的AI團隊DeepMind也放出大招，當地時(shí)間6月20日，DeepMind展示了用于機器人的AI智能體“RoboCat”。

谷歌稱(chēng)之為機器人智能體（robotic agent），本質(zhì)上是由AI賦能的軟件程序，相當于機器人的“大腦”，由其加持的機器人與傳統機器人不同之處在于，RoboCat機器人更具“通用性”，并可實(shí)現自我改進(jìn)、自我提升。

DeepMind稱(chēng)，RoboCat是全球第一個(gè)可以解決和適應多種任務(wù)的機器人AI智能體，并且它可以在各類(lèi)真實(shí)的機器人產(chǎn)品上完成這些任務(wù)，“RoboCat的快速學(xué)習能力減少了對人類(lèi)監督訓練的需求，是朝著(zhù)創(chuàng )建通用機器人邁出的重要一步。”

▍兩大硬核科技支撐通用機器人研發(fā)

（1）自生成訓練數據

據DeepMind的介紹，只需要通過(guò)100次左右的演示，RoboCat就可以學(xué)會(huì )操控機械臂來(lái)完成各式各樣的任務(wù)，然后通過(guò)自生成的數據來(lái)進(jìn)行迭代改進(jìn)。要知道，構建通用機器人的進(jìn)展速度較慢，部分原因是收集真實(shí)世界的訓練數據需要時(shí)間。

在DeepMind演示視頻中，RoboCat可已經(jīng)以通過(guò)自主學(xué)習操控機械臂，完成“套圈”“搭積木”“抓水果”等任務(wù)。這些任務(wù)看似簡(jiǎn)單，但考驗了機械臂操作的精準度、理解力以及對于形狀匹配難題的解決能力。目前RoboCat完成一項新任務(wù)的成功率已經(jīng)從初期的36%提升至74%。

值得注意的是，不論是它操控的機械臂還是它要完成的任務(wù)，RoboCat之前從來(lái)沒(méi)見(jiàn)過(guò)。

這種“通用性學(xué)習能力”對于加快機器人領(lǐng)域的研究有重要意義。DeepMind認為，RoboCat獨立學(xué)習技能、快速自我提升的能力，以及對于不同硬件設備的快速適應能力，將對新一代通用機器人AI智能體的發(fā)展起到重要推動(dòng)作用。

（2）基于多模態(tài)模型

RoboCat用到的關(guān)鍵技術(shù)之一，是一種多模態(tài)模型Gato，而Gato在西班牙語(yǔ)里意為“貓”（cat），這也是“RoboCat”這一命名的由來(lái)之一。

Gato模型可以在模擬環(huán)境和物理環(huán)境中處理語(yǔ)言、圖像和動(dòng)作，研究人員將Gato的架構與一個(gè)大型訓練數據集進(jìn)行了結合，這個(gè)數據集包含100-1000個(gè)各種機械臂完成任務(wù)的演示。

基于原始數據集和新訓練產(chǎn)生的數據，RoboCat的數據集將包含數百萬(wàn)次的訓練軌跡數據。它學(xué)習的新任務(wù)越多，它就能更好地學(xué)習和解決額外的新任務(wù)。

依托于多模態(tài)模型，RoboCat完成現實(shí)世界訓練任務(wù)的成功率要遠高于傳統基于視覺(jué)的模型方案。

▍科技巨頭同臺比拼 中國產(chǎn)業(yè)鏈凸顯性?xún)r(jià)比優(yōu)勢

其實(shí)，在生成式AI風(fēng)靡全球之前，特斯拉、亞馬遜、英偉達、騰訊等眾多科技巨頭已經(jīng)劃撥了專(zhuān)門(mén)團隊進(jìn)行機器人研發(fā)。該階段，機器人智能化水平不足，難以商業(yè)化。

如今，AI加持的機器人化身具身智能，再次煥發(fā)生機。一方面，AI大模型的出現以及多模態(tài)技術(shù)的迭代，使得機器人具備自然語(yǔ)言交互與自動(dòng)化決策能力，大大提升其智能化水平、增強用戶(hù)體驗感；另一方面，工程師也可以通過(guò)AI對其進(jìn)行肢體的模擬訓練，大大降低了其開(kāi)發(fā)成本。

谷歌RoboCat只是AI賦能機器人的優(yōu)秀案例之一。僅將視線(xiàn)聚焦在今年：2023年年初，谷歌推出視覺(jué)語(yǔ)言模型PaLM-E，并運用到工業(yè)機器人上；4月份阿里巴巴將千問(wèn)大模型接入工業(yè)機器人；5月，特斯拉人形機器人Optimus展示了精準的控制、感知能力，同月英偉達發(fā)布全新自主移動(dòng)機器人平臺。

再結合OpenAI投資挪威人形機器人公司1X，以及三花智控與綠的諧波在墨西哥合資設立諧波減速器公司，近期多家機構認為AI+機器人已經(jīng)到達產(chǎn)業(yè)爆發(fā)前夜。

招商證券分析師胡小禹預計Optimus在未來(lái)2-3年內會(huì )進(jìn)入量產(chǎn)階段。如果以100億臺空間以及2萬(wàn)美元單機售價(jià)測算，市場(chǎng)空間200萬(wàn)億美元。另?yè)呤⒌难芯繄蟾?，人形機器人市場(chǎng)規模有望在2035年超過(guò)1500億美元。

中銀證券分析師陶波稱(chēng)，國產(chǎn)機器人產(chǎn)業(yè)鏈有望在自動(dòng)化、智能化的浪潮中，憑借產(chǎn)品性?xún)r(jià)比優(yōu)勢獲得廣闊的發(fā)展空間。

▍發(fā)展初期硬件先行 運動(dòng)模塊價(jià)值量最高

中信證券分析師袁健聰表示，OpenAI、騰訊、小米、谷歌、英偉達等科技企業(yè)持續加注機器人領(lǐng)域，推動(dòng)機器人技術(shù)創(chuàng )新與降本量產(chǎn)進(jìn)程加快，機器人目前處發(fā)展初期，存在“硬件先行”規律。

機器人硬件主要包括控制、感知、運動(dòng)、動(dòng)力、散熱和總裝五大模塊，運動(dòng)模塊價(jià)值量最高。根據Ofweek機器人網(wǎng)，工業(yè)機器人運動(dòng)模塊約占整體成本的47%。

以人形機器人為代表的AI機器人相較工業(yè)機器人結構更為復雜，運動(dòng)模塊的成本相應更高。以特斯拉的人形機器人Optimus為例，其運動(dòng)模塊和部分感知模塊被整合為一體化關(guān)節，這部分成本占比高達整機的50%?；诖?，廣發(fā)證券分析師代川及華泰證券分析師倪正洋均看好一體化關(guān)節投資價(jià)值。

據不完全梳理，一體化關(guān)節方面的具體A股公司包括：

減速器：諧波減速器（綠的諧波、豐立智能、漢宇集團、雙環(huán)傳動(dòng)、國茂股份、昊志機電）、RV減速器（中大力德、雙環(huán)傳動(dòng)、秦川機床、巨輪智能、上海機電）。綠的諧波為國內諧波減速器龍頭，市占率達40%，中大力德、國茂股份等企業(yè)在各自減速機細分領(lǐng)域也較為領(lǐng)先；

電機：無(wú)框力矩電機（步科股份、昊志機電）、空心杯電機（鳴志電器、鼎智科技、江蘇雷利、偉創(chuàng )電氣）。匯川技術(shù)和禾川科技為國內伺服產(chǎn)品主要供應商，也有直驅電機相關(guān)產(chǎn)品及布局；

絲杠：鼎智科技、秦川機床、恒立液壓。該領(lǐng)域海外高度壟斷，國內處于起步階段，以中國船舶704所、博特精工、思科瑞傳動(dòng)、仲孚機械等為代表的非上市公司率先嶄露頭角；上市公司中鼎智科技微型行星滾柱絲桿的研發(fā)與生產(chǎn)上已有里程碑式達成；

傳感器：漢威科技、柯力傳感、保隆科技。傳感器下游細分領(lǐng)域多，全球競爭集中，以基恩士為代表的龍頭企業(yè)才易具有規模效應。本土企業(yè)逐漸在汽車(chē)、儀器儀表、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域打開(kāi)工業(yè)領(lǐng)域國產(chǎn)化的大門(mén)。

來(lái)源：機器人大講堂