疊加AI大模型（特別是多模態(tài)AI大模型）的賦能，移動(dòng)機(jī)器人的能力有望大幅提升。

進(jìn)入2024年，機(jī)器人領(lǐng)域迎來(lái)了一場(chǎng)大爆發(fā)，科技巨頭們紛紛帶來(lái)驚艷的演示視頻，展示出令人瞠目結(jié)舌的產(chǎn)品。

這其中，大部分視頻展示的是外表酷似人形的“具身智能體”，它們可以完成各類(lèi)復(fù)雜任務(wù)。

然而，這些演示視頻也引發(fā)了不少的爭(zhēng)議，有人懷疑這些機(jī)器人是否真的在自主執(zhí)行任務(wù)。

例如斯坦福大學(xué)推出的Mobile ALOHA系統(tǒng)機(jī)器人，就被曝出是真人遠(yuǎn)程操作，在自主模式下曾多次“翻車(chē)”，可見(jiàn)AI機(jī)器人離落地應(yīng)用還有很大差距。

不過(guò)在工業(yè)制造、倉(cāng)儲(chǔ)物流等場(chǎng)景里，工業(yè)機(jī)器人已經(jīng)在大模型（LLM）的加持下展現(xiàn)出一定的智能性與自主性。

在近期國(guó)投證券發(fā)布的報(bào)告《人工智能行業(yè)專(zhuān)題：大模型帶來(lái)機(jī)器人變革》一文里，分析師以“AMR機(jī)器人”為例，介紹了大模型給工業(yè)機(jī)器人帶來(lái)的影響與變革。

以下內(nèi)容為報(bào)告重點(diǎn)內(nèi)容精選：

AMR行業(yè)快速增長(zhǎng)，軟件和算法是核心

（鎂客網(wǎng)注：在此部分，分析師介紹了AMR機(jī)器人的定義、技術(shù)路徑、技術(shù)核心等內(nèi)容，并介紹了英偉達(dá)等海外大廠的AMR機(jī)器人方案。）

移動(dòng)機(jī)器人，指在復(fù)雜環(huán)境下工作，具有自行組織、自主運(yùn)行、自主規(guī)劃的智能機(jī)器人，主要可以分為自主移動(dòng)機(jī)器人（AMR）、關(guān)節(jié)型機(jī)器人、人機(jī)協(xié)作機(jī)器人等。

根據(jù)GGII數(shù)據(jù)，從全球維度來(lái)看，22年全球移動(dòng)機(jī)器人市場(chǎng)規(guī)模約292億，預(yù)計(jì)27年增長(zhǎng)至1874億元，對(duì)應(yīng)22-27年CAGR為45.07%；

從國(guó)內(nèi)維度來(lái)看，22年中國(guó)移動(dòng)機(jī)器人市場(chǎng)規(guī)模約97億元，預(yù)計(jì)27年增長(zhǎng)至462億元，對(duì)應(yīng)22-27年CAGR為36.74%，市場(chǎng)規(guī)模快速增長(zhǎng)。

其中，自主移動(dòng)機(jī)器人（AMR）是一種能夠獨(dú)立理解環(huán)境并在環(huán)境中移動(dòng)的機(jī)器人。

AMR與其前身自動(dòng)導(dǎo)引車(chē) (AGV) 不同，后者依賴(lài)于軌道或預(yù)定義路徑，并且通常需要操作員監(jiān)督。而AMR使用一組復(fù)雜的傳感器、人工智能、機(jī)器學(xué)習(xí)和計(jì)算來(lái)進(jìn)行路徑規(guī)劃，以解釋和導(dǎo)航其環(huán)境，不受有線電源的束縛。

AMR的背后有兩大關(guān)鍵技術(shù)路徑：

1、容器化的SDK工具集——包含感知、導(dǎo)航軟件堆棧；好用的開(kāi)發(fā)環(huán)境，模擬工具；后續(xù)優(yōu)化升級(jí)Containers；

2、邊緣微服務(wù)器支撐——包括無(wú)線通信，安全設(shè)備，協(xié)作SLAM Fleet管理。

AMR技術(shù)核心：

1、架構(gòu)

（1）AMR本體能力：具備傳感和智能路徑規(guī)劃，運(yùn)動(dòng)控制、安全和人機(jī)交互HMI，機(jī)器視覺(jué)和智能導(dǎo)航等能力， 賦能制造業(yè)向柔性化、智能化發(fā)展。

（2）云端交互任務(wù)處理：AMR本體通過(guò)網(wǎng)絡(luò)（WIFI/以太）與云端計(jì)算中心交互，在云端完成數(shù)據(jù)分析，推理，模擬等工作，需要云端AI芯片支持（例如英偉達(dá)H100等）。

（3）架構(gòu)組成：目前主要由控制系統(tǒng)、導(dǎo)航傳感系統(tǒng)、驅(qū)動(dòng)模塊、安全監(jiān)測(cè)模塊、交互模塊、通訊模塊、動(dòng)力模塊（電池等）、執(zhí)行機(jī)構(gòu)（機(jī)械裝置）組成，不同場(chǎng)景品類(lèi)的機(jī)器人對(duì)配置要求不同。

2、硬件

硬件部分主要包括TMT零部件（控制系統(tǒng)相關(guān)硬件、導(dǎo)航傳感器、驅(qū)動(dòng)模塊、通訊模塊等）、電池（動(dòng)力模塊）、機(jī)械裝置（執(zhí)行機(jī)構(gòu)等），隨著定位導(dǎo)航、機(jī)器視覺(jué)、規(guī)劃執(zhí)行等環(huán)節(jié)對(duì)芯片需求的增長(zhǎng)，以及激光雷達(dá)等新型傳感器的應(yīng)用，機(jī)器人中TMT零部件的價(jià)值量持續(xù)提升。

未來(lái)，AI將走出計(jì)算機(jī)，進(jìn)而影響外部世界（物理世界），而機(jī)器人是AI最佳載體之一；隨著智能機(jī)器人的發(fā)展，機(jī)器人傳感器、執(zhí)行器將同AI相結(jié)合，具備模擬（用于仿真的虛擬空間）、映射（實(shí)時(shí)地圖創(chuàng)建能力）、自主（獨(dú)立運(yùn)行）等能力，需要強(qiáng)大的端側(cè)算力支撐，移動(dòng)GPU嵌入AMR本體是發(fā)展趨勢(shì)。

3、軟件、算法

在實(shí)際應(yīng)用中，移動(dòng)機(jī)器人通常以集群的方式系統(tǒng)完成特定任務(wù)；

未來(lái)，成百上千臺(tái)機(jī)器人規(guī)劃化集群作業(yè)是發(fā)展的必然趨勢(shì)，即逐步從單體智能向群體智能演進(jìn)，軟件和算法成為構(gòu)筑核心競(jìng)爭(zhēng)力的壁壘，例如統(tǒng)一環(huán)境下完成作業(yè)調(diào)度、找到全局最優(yōu)方案提升集群機(jī)器人工作總效率等。

因此分析師認(rèn)為，隨著行業(yè)應(yīng)用場(chǎng)景的豐富和技術(shù)的發(fā)展，產(chǎn)品模塊化、軟件模塊化將成為AMR發(fā)展的必然趨勢(shì)。

目前，端側(cè)（即機(jī)器人本體）軟件、算法主要有ROS 2、地圖規(guī)劃算法、AI算法、樣點(diǎn)算法等，支撐路徑規(guī)劃、障礙躲避、運(yùn)動(dòng)控制等功能；

而云側(cè)（及邊緣）軟件、算法主要有集群管理算法、訓(xùn)練、遠(yuǎn)端推理、遠(yuǎn)端SLAM、數(shù)據(jù)分析算法等，支撐算力調(diào)度、機(jī)器人集群協(xié)作、數(shù)據(jù)分析等功能。

目前，各頭部廠商擁有自己的解決方案，技術(shù)路徑隨大模型的發(fā)展，快速迭代。

以Intel為例，其提供相應(yīng)的開(kāi)發(fā)工具和平臺(tái)，使開(kāi)發(fā)者可以快速、低成本地搭建、管理AMR機(jī)器人。

除此以外，英偉達(dá)旗下的ISAAC集成式端到端解決方案、Jetson系列產(chǎn)品以及特斯拉的FSD+Dojo都是目前業(yè)內(nèi)比較領(lǐng)先的解決方案。

值得一提的是，當(dāng)前機(jī)器人價(jià)值鏈劃分里面沒(méi)有智能系統(tǒng)。

分析師認(rèn)為，機(jī)器人是典型的機(jī)電軟一體化產(chǎn)品，軟件與硬件是相互限制又相互促進(jìn)的矛盾體；邊緣算力硬件將會(huì)制約機(jī)器人相關(guān)應(yīng)用的發(fā)展，邊緣算力硬件的突破使得機(jī)器人可以承載更強(qiáng)大的AI，同時(shí)機(jī)器人應(yīng)用的發(fā)展會(huì)倒逼邊緣算力硬件的提升。

當(dāng)下的機(jī)器人智能停留在視覺(jué)（vision）階段，機(jī)器人缺乏智能系統(tǒng)（即機(jī)器人的大腦）；在未來(lái)，在AI對(duì)機(jī)器人賦能的大背景下，機(jī)器人可以逐步理解物理世界，未來(lái)有可能向具身智能方向發(fā)展，智能系統(tǒng)對(duì)機(jī)器人的重要性愈發(fā)凸顯。

巨變：多模態(tài)大模型賦能機(jī)器人

（鎂客網(wǎng)注：在此部分，分析師介紹了多模態(tài)大模型如何賦能機(jī)器人。）

多模態(tài)大模型賦能機(jī)器人，主要體現(xiàn)為多模態(tài)感知和多模態(tài)交互。

• 多模態(tài)感知：通過(guò)多類(lèi)型傳感器的配合，機(jī)器人處理多個(gè)模態(tài)接收的信息，從而實(shí)現(xiàn)對(duì)文本、圖像、視頻、音頻等模態(tài)信息的學(xué)習(xí)和理解。

• 多模態(tài)交互：用戶(hù)可以同時(shí)使用語(yǔ)音、手勢(shì)、文本等與機(jī)器人交互，同單模態(tài)交互相比，多模態(tài)交互具有減輕用戶(hù)認(rèn)知負(fù)擔(dān)（交互更自然）、消除任 務(wù)歧義（交互更準(zhǔn)確）、降低環(huán)境干擾（交互更加魯棒）等優(yōu)勢(shì)，使交互更加靈活和高效。

此外，大語(yǔ)言模型（LLM）賦能機(jī)器人語(yǔ)義理解，從傳統(tǒng)的關(guān)鍵詞語(yǔ)義識(shí)別，進(jìn)化到可以理解人類(lèi)復(fù)雜的語(yǔ)音命令；同時(shí)，通過(guò)預(yù)訓(xùn)練大模型將“記憶”移植到智能機(jī)器人終端，機(jī)器人具備理解任務(wù)的能力。

由于機(jī)器人本體計(jì)算能力有限，需要通過(guò)強(qiáng)大的云端計(jì)算能力給機(jī)器人賦能。由此構(gòu)成了“云-網(wǎng)-端”架構(gòu)

“端”：是機(jī)器人本體及本體自身的控制系統(tǒng)，嵌入式AI芯片逐步替代傳統(tǒng)嵌入式芯片，機(jī)器人本體的智能性快速提升；

“網(wǎng)”：主要指通過(guò)Wifi、5G及其他無(wú)線通信網(wǎng)絡(luò)將機(jī)器人連接起來(lái)，實(shí)現(xiàn)機(jī)器人本體和云端大腦的連接；

“云”：通過(guò)機(jī)器學(xué)習(xí)，不斷進(jìn)化，進(jìn)而使前端機(jī)器人本體的智能隨之提升。

未來(lái)，隨著模型植入機(jī)器人本體。云端大模型泛化出基本能力，并把這部分“記憶”植入機(jī)器人邊緣端（通過(guò)蒸餾等方式壓縮模型大?。?，進(jìn) 而機(jī)器人本體可以將識(shí)別到的視覺(jué)、雷達(dá)、語(yǔ)音交互數(shù)據(jù)進(jìn)行處理，并規(guī)劃動(dòng)作，完成反饋。

在該部分，分析師以Google RT2 為例，介紹了新模型如何賦能機(jī)器人執(zhí)行各項(xiàng)任務(wù)。這是一個(gè)視覺(jué)-語(yǔ)言-動(dòng)作（VLA）模型，符號(hào)理解、推理、人類(lèi)識(shí)別等領(lǐng)域能力大幅提升，且泛化能力大幅提升。

國(guó)內(nèi)機(jī)器人產(chǎn)業(yè)蓬勃發(fā)展

（鎂客網(wǎng)注：在此部分，分析師介紹了國(guó)內(nèi)機(jī)器人產(chǎn)業(yè)的最新情況。）

國(guó)內(nèi)機(jī)器人產(chǎn)業(yè)：機(jī)器人產(chǎn)業(yè)鏈上游包括核心零部件、配套零部件和軟件系統(tǒng)開(kāi)發(fā)，中游為機(jī)器人本體的生產(chǎn)及系統(tǒng)集成，目前主要集 中在工業(yè)機(jī)器人和服務(wù)機(jī)器人領(lǐng)域，下游主要包括工業(yè)應(yīng)用（汽車(chē)制造、家電制造、航空航天等）和服務(wù)應(yīng)用（餐飲服務(wù)、酒店服務(wù)、

醫(yī)療服務(wù)、物流服務(wù)等）；近兩年一些做算法的軟件公司借助海外大模型的風(fēng)，開(kāi)始自研垂直小模型，并供給下游終端廠。

創(chuàng)業(yè)公司情況：根據(jù)中國(guó)機(jī)器人網(wǎng)統(tǒng)計(jì)數(shù)據(jù)，2023年中國(guó)機(jī)器人行業(yè)共發(fā)生134起融資事件，其中近億/過(guò)億元級(jí)融資事件52起，2023年融資金額總計(jì)為200億元左右；2023年融資事件主要發(fā)生在工業(yè)機(jī)器人相關(guān)（37起左右）、醫(yī)療機(jī)器人（29起左右）、服務(wù)機(jī)器人（24起左右）、人形機(jī)器人（12起左右）等領(lǐng)域。

上市公司情況：目前上市公司以提供終端硬件為主，并逐步優(yōu)化機(jī)器人軟件（模型、算法等），提升機(jī)器人性能表現(xiàn)。

在此部分，研報(bào)列舉了海康機(jī)器人等國(guó)內(nèi)多家優(yōu)秀機(jī)器人企業(yè)，這里就不詳細(xì)展開(kāi)介紹。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！