很抱歉,当前没有启用javascript,网站无法正常访问。请开启以便继续访问。具身智能机器人火了!龙头连续两天20CM涨停,受益上市公司一览
具身智能机器人火了!龙头连续两天20CM涨停,受益上市公司一览

财联社5月20日讯(编辑 若宇)具身智能机器人概念股周五表现强势,为智能机器人提供精密减速器的龙头企业丰立智能连续两个交易日收盘录得20cm涨停

image

消息面上,英伟达创始人兼首席执行官黄仁勋在ITF World 2023半导体大会上发表演讲,下一波人工智能浪潮将是一种被称为具身AI的新型人工智能。同日,在特斯拉5月股东大会上,CEO马斯克表示,人形机器人会是今后特斯拉主要的长期价值来源。其推测,人形机器人Optimus需求将达100亿台,远远超过汽车需求,可能是百亿美元级别的。从最终用途来看,特斯拉人形机器人和具身智能机器人几乎可以划等号

值得一提的是,政策端也已开始着眼于具身人工智能。《北京市促进通用人工智能创新发展的若干措施(2023-2025年)(征求意见稿)》日前发布,提出推动具身智能系统研究及应用,突破机器人在开放环境、泛化场景、连续任务等复杂条件下的感知、认知、决策技术

太平洋证券崔文娟等人5月14日研报认为,虽然当前人形机器人的智能AI系统还不够成熟,但当前ChatGPT的出现已展现了生成式AI具备较强理解和生成对话能力,结合OpenAI投资人形机器人赛道,以及特斯拉等巨头的入局,看好未来人形机器人更快商业化落地

国盛证券宋嘉吉等人在5月19日研报中表示,具身智能凭借物理反馈、物理输出的特性,将是继AIGC之后的又一个现象级AI应用

据了解,具身智能指的是智能体通过与环境产生交互后,通过自身的学习,产生对于客观世界的理解和改造能力。一个具身智能机器人需要,首先听懂人类语言,之后分解任务、规划子任务,移动中识别物体,与环境交互,最终完成相应任务

浙商证券王华君等人5月18日研报介绍,具身智能是多个学科交叉互助的产物,表现为:机器人学为具身智能供机械身体和基本运动控制;深度学习中的神经网络是具身智能中主要工具;强化学习是具身智能机器人的主要学习手段之一;机器视觉给具身智能提供了处理视觉信号的能力;计算机图形学开发的物理仿真环境为具身智能提供了真实物理世界的替代;自然语言给具身智能带来了与人类交流、从自然文本中学习的可能;认知科学进一步帮助具身智能体理解人类、构建认知和价值。

市场规模来看,王华君等人表示,人形机器人市场空间巨大,中性预计2021-2030年全球市场规模CAGR约71%

产业链方面,平安证券认为“零部件先行”,上游核心零部件环节是人形机器人产业落地的重要保障,有望率先受益于人形机器人行业发展。目前来看,机械行业中,伺服系统和减速器环节受益于人形机器人赛道的确定性较强。

image

事实上,按照“具身AI”的定义,美国的科技巨头早已开始布局。例如特斯拉推出的人形机器人Optimus、波士顿动力的Atlas和Spot就具备接近具身智能的能力,它们可以通过机器人的身躯来模拟人类或动物的行为和动作,更加逼真地与人类进行互动。算法侧,特斯拉的Dojo AI超级计算机项目用于加速训练和推理具身智能模型

值得一提的是,进入AIGC时代,GPT等大模型的出现助力提升人形机器人感知能力,加速产业化。黄仁勋于会议上同步介绍了英伟达的多模态具身智能系统Nvidia VIMA,其能在视觉文本提示的指导下,执行复杂任务、获取概念、理解边界、甚至模拟物理学

此外,谷歌、微软带头,均试图以大模型为机器人注入灵魂。微软团队在最近的一项研究中探索如何将OpenA研发的ChatGPT扩展到机器人领域,从而让人类用语言直观控制如机械臂、无人机、家庭辅助机器人等多个平台。研究人员展示了多个ChatGPT解决机器人难题的示例,以及在操作、空中和导航领域的复杂机器人部署。

谷歌联合柏林工业大学团队3月8日发布PaLM-E,其是一种多模态具身视觉语言模型,也是史上最大的“通才”AI模型,其不仅可以理解图像,还能理解、生成语言,可执行各种复杂的机器人指令而无需重新训练,且表现出很好的迁移能力。

崔文娟等人表示,具身智能迎来PALM-E时代,有望提升机器人智能化水平。鉴于PaLM-E所表现出来的应用前景,未来相关技术有望在诸如工业机器人、家庭自动化等更多场景落地。

上市公司方面,崔文娟等人推荐减速器中大力德等;工业机器人拓斯达等;服务机器人科沃斯、石头科技、九号公司等。

据财联社不完全统计,涉及具身智能机器人的A股上市公司包括亿嘉和、埃斯顿、机器人、新时达、汇川技术、凌云光、绿的谐波、双环传动、天准科技和丰立智能等,具体情况如下:

image

值得注意的是,清华大学国强教授、智能产业研究院首席研究员聂再清表示,由于具身AI在与人类互动和操作的过程中需要收集大量的来自现实世界中的数据,用于模型训练和改进,因此从保护数据隐私安全的角度来看,无疑是提出了更大的挑战。

2.78W+特别声明:文章内容仅供参考,不构成投资建议。投资者据此操作风险自担。