隨著多模態(tài)大模型快速迭代，近期包括OpenAI、微軟、谷歌等在內(nèi)的多家大廠都在關(guān)注GPT在機(jī)器人領(lǐng)域的應(yīng)用，并在機(jī)器人規(guī)劃、控制、導(dǎo)航等主要任務(wù)上進(jìn)行探索。

【資料圖】

近日，挪威人形機(jī)器人公司1X Technologies宣布在OpenAI領(lǐng)投的A2輪融資中籌集了2350萬美元。

消息一出，便引發(fā)了外界對于GPT模型和機(jī)器人結(jié)合的無限遐想，其中一個景象便是，人形機(jī)器人管家從電影走入現(xiàn)實(shí)生活，它不僅能夠幫助人類做家務(wù)，還可以理解人類的語言，識別人類的情緒，并做出真正智能化的回應(yīng)。

事實(shí)上，除了OpenAI，此前多家大廠也紛紛“加碼”類GPT機(jī)器人。

3月14日，商湯科技發(fā)布多模態(tài)多任務(wù)通用大模型“書生2.5”，可為自動駕駛、機(jī)器人等通用場景任務(wù)提供高效精準(zhǔn)的感知和理解能力支持。例如，在機(jī)器人領(lǐng)域，利用多模態(tài)多任務(wù)通用大模型輔助完成居家機(jī)器人場景中各類復(fù)雜任務(wù)，如洗衣服、倒垃圾、做飯等。

3月8日，微軟發(fā)布論文《ChatGPT for Robotics:》研究項(xiàng)目，推動ChatGPT與機(jī)器人融合，開發(fā)出了一種實(shí)驗(yàn)性框架，能夠用于多種機(jī)器人應(yīng)用場景中，例如利用ChatGPT的語言能力來控制機(jī)器人和無人機(jī)，使其能夠感知和理解物理世界，并執(zhí)行各種任務(wù)。

3月8日，谷歌推出PaLM-E——橫跨機(jī)器人、視覺-語言領(lǐng)域的通才模型。PaLM-E不僅可以理解圖像，還能理解、生成語言，可以執(zhí)行各種復(fù)雜的機(jī)器人指令而無需重新訓(xùn)練。谷歌研究人員計(jì)劃探索PaLM-E在現(xiàn)實(shí)世界場景中的更多應(yīng)用，例如家庭自動化或工業(yè)機(jī)器人。

機(jī)器人行業(yè)或迎來奇點(diǎn)時刻

開源證券表示，機(jī)器人是以ChatGPT為代表的人工智能最好的載體，ChatGPT在機(jī)器人領(lǐng)域的應(yīng)用主要體現(xiàn)在自然語言交互和自動化決策兩方面。

第一，ChatGPT作為一種預(yù)訓(xùn)練語言模型，可以被應(yīng)用于機(jī)器人與人類之間的自然語言交互。機(jī)器人通過GPT來理解人類的自然語言指令，并根據(jù)指令進(jìn)行相應(yīng)的動作。

第二，GPT可以幫助機(jī)器人在執(zhí)行路徑規(guī)劃、物體識別等任務(wù)時做出相應(yīng)的決策。

其指出，人形機(jī)器人實(shí)現(xiàn)大規(guī)模商用的核心障礙之一就是AI技術(shù)仍待突破，而自然語言處理工具Chat GPT的出現(xiàn)，可以幫助機(jī)器人逐漸實(shí)現(xiàn)真正像人類一樣交流、執(zhí)行大量任務(wù)。

東方財(cái)富證券也表示，機(jī)器人商業(yè)化的核心突破點(diǎn)在于核心算法的升級帶來的邏輯思維能力提升與高水平智能化的行為智慧決策能力。ChatGPT的出現(xiàn)首先可解決機(jī)器人的自主語音交互難題，完成上下文理解、多語種識別、多輪對話、情緒識別、模糊語義識別等技能，從而實(shí)現(xiàn)智能化、人性化的溝通與服務(wù)。

其認(rèn)為，ChatGPT帶來的革命性變化有助于機(jī)器人行業(yè)解決過去軟件端算法和數(shù)據(jù)能力落后的難題，AI能力的注入將推動機(jī)器人行業(yè)迎來奇點(diǎn)時刻。

AI賦能這些機(jī)器人應(yīng)用

申萬宏源認(rèn)為，機(jī)器人是人工智能和智能制造的交匯點(diǎn)。

中信證券指出，多模態(tài)大模型有望成為機(jī)器人“智能大腦”，其通過自然語言指令-多模態(tài)大模型-終端執(zhí)行機(jī)構(gòu)的工作原理，將提升機(jī)器人的智能化水平，人機(jī)交互能力與自主運(yùn)動能力，加速機(jī)器人多場景規(guī)?；涞?，如物流配送、流水線作業(yè)、服務(wù)機(jī)器人、導(dǎo)盲機(jī)器人等。

工業(yè)領(lǐng)域，利用多模態(tài)大模型對特定任務(wù)中的物體識別、機(jī)械臂控制進(jìn)行學(xué)習(xí)，從而使得機(jī)械臂可以很好地完成分揀、裝配等常規(guī)流水線任務(wù)，有望率先落地。

服務(wù)機(jī)器人方面，多模態(tài)大模型服務(wù)機(jī)器人將能夠理解用戶的語言指令，結(jié)合多模態(tài)數(shù)據(jù)感知，匹配語言指令做出規(guī)劃和執(zhí)行，完成清潔等任務(wù)，并且未來隨著人機(jī)交互技術(shù)逐步成熟并且未來隨著人機(jī)交互技術(shù)逐步成熟，機(jī)器人可具備聽、說、理解與思考能力，并提供重要陪伴與娛樂功能，加速其規(guī)?；逃?。

開源證券分析稱，工業(yè)機(jī)器人是智能制造使用的核心數(shù)字化設(shè)備，人形機(jī)器人是有望與智能汽車人車協(xié)同，從而真正實(shí)現(xiàn)低成本完全自動駕駛的核心。

市場空間方面，申萬宏源提到，2012-2021年中國工業(yè)機(jī)器人市場快速發(fā)展，市場銷量10年擴(kuò)增10倍,年復(fù)合增速30%，參考政策規(guī)劃,其預(yù)計(jì)2025年國內(nèi)市場規(guī)模達(dá)千億。

人形機(jī)器人領(lǐng)域，人工智能應(yīng)用落地，打開想象空間。特斯拉大力投入人形機(jī)器人開發(fā),2022年10月推出Optimus,據(jù)特斯拉稱未來3-5年有望量產(chǎn),參考特斯拉電動汽車的歷史銷量來推測未來特斯拉人形機(jī)器人的發(fā)展進(jìn)度,在樂觀、中性、悲觀假設(shè)之下,開源證券預(yù)計(jì)2030年特斯拉人形機(jī)器人的銷量分別為200萬臺、100萬臺、20萬臺。

手術(shù)機(jī)器人，2020年全球手術(shù)機(jī)器人市場規(guī)模為83億元,中國市場規(guī)模為4.3億美元,占全球市場的5.1%,明顯低于美國和歐盟市場,增長潛力巨大。開源證券稱近年來政策層面利好逐步釋放,2022年以來國內(nèi)手術(shù)機(jī)器人接連獲批上市,商業(yè)化元年有望開啟。

風(fēng)險(xiǎn)提示及免責(zé)條款 市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：