行业研究丨深度报告丨软件与服务[Table_Title]从特斯拉智能驾驶看人形机器人发展路径%%%%1请阅读最后评级说明和重要声明丨证券研究报告丨更多研报请访问长江研究小程序软件与服务cjzqdt11111[Table_Title2]从特斯拉智能驾驶看人形机器人发展路径行业研究丨深度报告[Table_Rank]投资评级看好丨维持[Table_Summary2]机器人软件:越过L2,直接从具身智能开始AI模型的发展已经接近关键节点,多模态模型具备了一定的成熟度,为人形机器人系统的发展铺平了道路。复盘特斯拉智能驾驶的发展路径可以发现,人形机器人模型可以采用自上而下的形式,直接从L3级开始构建模型系统。在机器人时代,主流软件厂商都选择了数据驱动的开发范式。数据驱动的机器人模型具备较高的泛化能力,不仅可用于高复杂性场景,还能在环境沟通中自主学习。受限于算力不足以及数据集短缺,模型控制层暂时只能以规则驱动。特斯拉正在以数据驱动快速迭代机器人系统。目前特斯拉已将为数众多的Optimus放进汽车生产工厂,安排其协助完成工厂内的电池分拣工作,形成了数据飞轮。机器人硬件:性能优化与云边端协同机器人从汽车感知系统上继承了摄像头、超声波雷达、激光雷达等传感器,并且提高了传感器数量和性能。此外,为了实现更精准的操控,机器人新增加了一维力和一维力矩传感器、关节电机内部的位置传感器、IMU、用于腕关节和脚部的六维力传感器、触觉传感器(指尖、手掌、高碰撞风险区)等部件。当前条件下,如何平衡云端的计算延迟与端侧的算力不足是机器人AI大脑的核心矛盾之一。放眼未来,机器人大脑在一段时间内或采用云端大脑与端侧模型并行的技术路径。在云端...
发表评论取消回复