计算机行业专题研究：OpenAI助力Figure机器人取得长足进步

1 行业报告│行业专题研究 请务必阅读报告末页的重要声明 计算机 OpenAI 助力 Figure 机器人取得长足进步 ➢ 传统机器人泛化能力弱 莫拉维克悖论指出，对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等低等级智慧却需要大量的计算资源。机器人领域的传统深度学习模型是在针对特定任务定制的小型数据集上进行训练的。面对新任务，机器人需要再次收集数据训练、设定方案和测试，从而导致了大量的资源和人力损耗，这限制了机器人在不同应用程序中的适应性。 ➢ 大模型加持使任务级编程成为可能 大模型的出现，让高成本的垂直领域 AI 开发，变成“预训练大模型+特定任务微调”的形式，可以大幅提高模型的泛化能力，提高开发速度。尤其是在机器人相关领域，多模态基础模型可以将从不同传感器收集的多模态异构数据融合和对齐成紧凑的紧凑同质表征，提升感知、决策和控制等环节能力。大模型能够更好训练机器人、使任务级编程成为可能、有望降低机器人交互门槛、提升感知能力，或将解决传统机器人泛化能力弱、落地难度高等痛点，加速应用推广。 ➢ OpenAI 加持机器人智能提升 2024 年 3 月 13 日，美国机器人初创公司 Figure 发布了一段公司最新人形机器人 Figure01 展示视频，其智能大脑为 OpenAI 大模型。在该视频中，机器人 Figure01 不仅实现与人进行流畅对话，理解人类对其的指令，还可以在理解指令的同时对面前的物体进行抓取和摆放，从而模拟了人类在处理家务的场景。OpenAI 加持下的 Figure01 机器人展现了优秀的智能反馈，显示了其较强的泛用能力，有望扩展机器人更广泛的应用场景。 ➢ 投资建议 大模型助力机器人有望提升应用广度和深度，成为重要的人工智能应用终端。相关产业环节包括：（1）算力：海光信息、中科曙光、紫光股份、浪潮信息、神州数码、高新发展、寒武纪-U、景嘉微等；（2）机器视觉：海康威视、大华股份、商汤-W、虹软科技、奥普特、天准科技、凌云光、大恒科技、奥比中光等；（3）智能操作系统：中科创达等；（4）硬件：芯动联科、赛微电子、苏州固锝、汇川技术、双环传动、鸣志电器、伟创电气、绿的谐波、拓普集团、蓝思科技、三花智控等；（5）整机：优必选、石头科技、科沃斯等。 风险提示：AI 技术升级迭代不及预期；智能机器人产业化不及预期；下游需求不及预期；行业竞争加剧的风险等。 证券研究报告 2024 年 03 月 16 日 投资建议： 强于大市（维持） 上次建议： 强于大市 相对大盘走势 作者 分析师：姜青山 执业证书编号：S0590523050001 邮箱：jiangqs@glsc.com.cn 分析师：黄楷 执业证书编号：S0590522090001 邮箱：huangk@glsc.com.cn 分析师：陈安宇 执业证书编号：S0590523080004 邮箱：chenay@glsc.com.cn 相关报告 1、《计算机：政策引导信创市场空间扩展，产业加速发展》2024.03.13 2、《计算机：Claude3 大模型发布，人工智能发展持续演绎》2024.03.08 -40%-20%0%20%2023/32023/72023/112024/3计算机沪深300请务必阅读报告末页的重要声明 2 行业报告│行业专题研究 正文目录 1. 大模型有望提升机器人泛化能力 ...................................... 3 1.1 传统机器人泛化能力弱 ........................................ 3 1.2 大模型加持有望解决痛点 ...................................... 3 2. OpenAI 加持机器人智能提升 ......................................... 7 2.1 OpenAI 加持 Figure01 ......................................... 7 2.2 Figure01 展现优秀智能反馈 .................................... 9 3. 投资建议 ........................................................ 10 3.1 机器人赛道融资活跃 ......................................... 10 3.2 算力、机器视觉等领域有望受益 ............................... 10 4. 风险提示 ........................................................ 11 图表目录 图表 1： 大模型能力对应智能机器人需求 ................................. 4 图表 2： 赋能机器人的大模型概览 ....................................... 4 图表 3： 大模型能够更好训练机器人 ..................................... 5 图表 4： 机器人任务级交互有望到来 ..................................... 6 图表 5： 非技术性用户可通过大模型参与机器人迭代........................ 6 图表 6： Figure 公司注资公司........................................... 7 图表 7： Figure01 机器人展示........................................... 8 图表 8： Figure01 机器人技术原理展示 ................................... 8 图表 9： Figure01 将食物进行传递 ....................................... 9 图表 10： Figure01 进行垃圾处理 ....................................... 9 图表 11： Figure01 整理餐具 ........................................... 9 图表 12： Figure01 与人进行对话并对此前行为进行评价 .................... 9 图表 13： 2023 年各月机器人公司融资情况 ............................... 10 请务必阅读报告末页的重要声明 3 行业报告│行业专题研究 1. 大模型有望提升机器人泛化能力 1.1 传统机器人泛化能力弱 莫拉维克悖论（Moravec's paradox）由汉斯·莫拉维克（Hans Moravec）, 罗德尼·布鲁克斯（Rodney Brooks）,马文·闵斯基（M