亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

具身智能+人形機器人或將成為AI終極形態：人工智能的進步正在成為機器人產業發展的關鍵引擎。生成式人工智能的爆發，催生了初代“AI+機器人”的人形機器人。 　　政策推進人形機器人發展：國家層面頻繁發布關于機器人的相關政策，特別關注人形機器人這一未來產業的關鍵領域。相關政府部門調整戰略方向，出臺一系列政策推動和引領中國人形機器人產業向高質量方向發展。 　　市場空間廣闊：隨著人形機器人功能邁向多樣化和普適化，產業分工日趨成熟，成本持續下探，潛在應用場景有望涵蓋制造業、家庭服務等多個領域，市場機遇廣闊。中國電子學會數據顯示，到2030年，中國人形機器人市場規模有望達約8700億元。 　

◆ AMR機器人市場空間快速增長。根據GGII數據，從全球維度來看，22年全球移動機器人市場規模約292億，預計27年增長至1874億元，對應22-27年CAGR為 45.07%；從國內維度來看，22年中國移動機器人市場規模約97億元，預計27年增長至462億元，對應22-27年CAGR為36.74%，市場規模快速增長。

◆ 軟件和算法構筑競爭力核心壁壘。在實際應用中，移動機器人通常以集群的方式系統完成特定任務；未來，成百上千臺機器人規模化集群作業是發展的必然趨 勢，即逐步從單體智能向群體智能演進，軟件和算法成為構筑核心競爭力的壁壘，例如統一環境下完成作業調度、找到全局最優方案提升集群機器人工作總效 率等。我們認為隨著行業應用場景的豐富和技術的發展，產品模塊化、軟件模塊化將成為AMR發展的必然趨勢。

◆ 英偉達等海外大廠發布AMR機器人方案。英偉達專為機器人提供的集成式端到端解決方案（NVIDIA ISAAC），用于部署全自主移動機器人（AMR），包含 ISACC SIM、ISACC Engine、 ISACC GEMs和ISACC APPs四個模塊。開發者可通過ISACC SIM在仿真環境中完成世界和機器人的建模（包含描述傳感器的標 定信息和電機控制等），利用ISAAC GEMs完善機器人的軟件主體，并在仿真平臺完成算法的測試、訓練，之后通過ISACC Engine部署到機器人本體進行現場 實測。

◆ 多模態大模型賦能機器人。主要體現為多模態感知和多模態交互。1）多模態感知：通過多類型傳感器的配合，機器人處理多個模態接收的信息，從而實現對文 本、圖像、視頻、音頻等模態信息的學習和理解；2）多模態交互：用戶可以同時使用語音、手勢、文本等與機器人交互，同單模態交互相比，多模態交互具有 減輕用戶認知負擔（交互更自然）、消除任務歧義（交互更準確）、降低環境干擾（交互更加魯棒）等優勢，使交互更加靈活和高效。未來，云端大模型泛化 出基本能力，并把這部分“記憶”植入機器人邊緣端（通過蒸餾等方式壓縮模型大小），進而機器人本體可以將識別到的視覺、雷達、語音交互數據進行處理， 并規劃動作，完成反饋。

全面對標英偉達，華為開啟國產自主可控新征程。我們認為英偉達作為全球AI算力芯片龍頭坐擁三大法寶，分別是高性能芯片、其中IC設計是重點，CUDA架構、助力AI加速計算生態，Nvlink、NVSwitch助力芯片快速互聯互通與InfiniBand配合組網技術實現高效互聯互通；而華為作為國產計算之光全面對標英偉達，在算力方面，昇騰910芯片單卡算力已經可以與英偉達A100相媲美；統一達芬奇架構助力AI計算引擎；HCCS互聯技術，實現卡間高速互聯。 　　華為構筑世界AI算力第二選擇:全連接大會上，華為發布多款AI產品，為世界AI算力第二選擇。華為Atlas900SuperCluster、全新的華為星河AI智算交換機亮相，打開國產算力集群想象空間，同時發布“三力四總線”，打造智能世界數字基礎大設施，此外發布星河AI網絡解決方案，以高運力釋放AI時代的高算力；軟件方面，華為攜手基礎軟硬件創新，開啟國產AI生態；華為鯤鵬、昇騰、AI助力國產千行百業數字化升級，包括金融、智能制造、工業、教育、醫療等方面。 　　為領銜演繹國產AI計算產業崛起:我們認為華為AI計算產業的核心在于芯片的自主可控，其中以鯤鵬和昇騰為主導的海思芯片尤為重要，因此與之相關的國產集成電路產業突圍尤為重要，其中重中之重是EDA、光刻、代工產業；AI與信創雙輪驅動，國產服務器需求火爆，AI服務器中的主要元器件包括CPU、GPU板組、內存、硬盤、網絡接口卡組成，配合電源、主板、機箱、散熱系統等基礎硬件以提供信息服務，計算服務器基礎硬件供應商和華為生態伙伴也將迎來發展機遇；算力組網方面，華為有望帶動相關產品快速放量，其中包括國產AI服務器、交換機、光模塊等產品，此外，在算網的趨勢下，網絡可視化將迎來黃金發展周期。

從特斯拉FSD看AI對自動駕駛的賦能：　

技術端：特斯拉率先提出純視覺方案，端到端自動駕駛成為新路徑。特斯拉基于對第一性原理的堅持以及對成本的考量，率先實行純視覺方案，認為自動駕駛可以依靠攝像頭實現感知和目標識別，其成本優勢也將推動自動駕駛汽車加速實現規模化量產。此外，特斯拉基于Transformer大模型推出端到端自動駕駛方案，構建多任務學習神經網絡架構HydraNet，引入特征級融合、占用網絡和BEV+Transformer范式。其中，BEV算法有助于將攝像頭的2D感知轉化為3D視覺，占用網絡有助于解決長尾問題，Transformer能夠利用注意力機制實現更精準的目標識別，并通過添加時序和空間信息使自動駕駛更接近4D真實世界，推動智駕水平邁上新臺階。目前，以特斯拉FSD為代表的自動駕駛系統表明神經網絡算法和AI大模型的賦能已經滲透至智能汽車領域。　

商業端：汽車軟件化趨勢明顯，整車價值量有望提升。隨著特斯拉FSD自動駕駛軟件的推出，其軟件能力已成為差異化賣點，FSD套件的盈利模式采用一次性買斷制和按月訂閱制，且一次性購買價格經過多輪漲價，目前已提升至15000美元。我們認為，特斯拉在售賣整車的同時還可以售賣自動駕駛服務套件，盈利能力進一步增強。未來，自動駕駛系統在AI技術的賦能下有望持續迭代，單車軟件價值逐步增長，推動整車價值量提升，智能汽車軟件化趨勢明顯。　　從特斯拉FSD看AI對人形機器人上的賦能：　　Optimus沿用FSD底座，有望引領具身智能。人形機器人與自動駕駛的算法底座本質上均可分為感知層、規劃層和控制層，且在硬件設施上有較高的重合度和通用性。特斯拉Optimus同樣是基于第一性原理，模擬人體設計，在視覺感知上改進占用網絡，在規控上優化運動軌跡，使機器人更好地適應現實世界。我們認為，自動駕駛技術的進步與發展將惠及至人形機器人領域，推動人形機器人迭代提速，引領AI下一代浪潮。

人形機器人商業化持續推進。人形機器人發展到高動態階段為未來多樣化應用場景落地創造了豐富的想象空間，多家企業已就實際應用場景開展了商業化初試，其中1Xtechnologies的機器人EVE和AgilityRobotics的機器人Digit取得了不錯的成績，通過復盤他們的發展情況，我們認為人形機器人成功實現商業化需要從以下幾點考量：（1）找到降本路徑實現規模化，提升機器人應用經濟性；（2）提升智能化水平；（3）功能設計與實用場景匹配助力應用，比如EVE、Digit。 　　多維度賦能，人形機器人發展有望提速。在ChatGPT的加持下，人形機器人有望迎來新一輪進化，科技龍頭紛紛入局，技術革新蓄勢待發。同時，相關政策激勵也將推動人形機器人應用落地。未來，隨著技術創新和成本下探，人形機器人具備可觀發展潛力，有望迎來廣闊的商業化應用前景空間 　　特斯拉入局，人形機器人有望實現“0-1”。2022年特斯拉人形機器人Optimus原型機在AIday首次亮相，基于特斯拉強大的儲備技術，Optimus實現了快速迭代，到2023年5月，其力度精準控制、環境感知能力等方面都有了較大的提升。我們認為基于特斯拉電動車的快速擴產能力以及專注于技術降本的強大的創新研發能力將加快Optimus的經濟性提升，人形機器人有望實現“0-1”。

一、 產業端看好人形機器人商業化， 投資端看好核心零部件 　　隨著特斯拉人型機器人產業化推進、 ChatGPT等AI技術加速， 人工交互及人工智能成為一大趨勢， 人形機器人作為“ 具身智能” 最理想載體， 站在多重產業共振的交匯點， 有望引領未來產業變革。特斯拉作為目前人形機器人技術領先廠商， 基于FSD自動駕駛技術可遷移性、 具備工廠應用場景的特點， 解決了此前人型機器人產業化的兩大痛點， 產業端看好Tesla Bot突出重圍。為了實現人形機器人2萬美金/臺的平價目標， 產業化過程中離不開國產硬件供應鏈的支持， 沿著產業鏈降本主線脈絡， 投資端我們看好核心零部件。從市場規模看， 按照短中長期分場景滲透率， 即初期特斯拉超級工廠人數5%、 中期工業及服務業人數5%-8%、 長期家庭戶數15%-35%測算，未來人形機器人市場規模有望達到萬億+級別， 其中人形機器人零部件價值量占比61%， 拉動機器人零部件萬億藍海賽道啟航。 　 　　二、 人形機器人產業鏈縱析， 尋找供應鏈“ 隱形冠軍” 　 　　按照一臺人型機器人成本2萬美金， 我們預計核心零部件價值量占比排序如下：①FSD系統占比39%， 即自動駕駛系統系統+D1超算芯片， 組成核心控制系統， 相當于機器人“ 大腦” ， 為特斯拉核心能力體現， 自研為主；②電機占比19%， 包含28個應用于大關節的無框電機， 12個應用于手指的空心杯電機， 價值量占比分別為15%、4%， 主要廠商包括三花智控、 鳴志電器、 鼎智科技、 拓普集團等。③減速器占比14%， 應用于16個旋轉關節， 其中包括12個諧波減速器+4個行星減速器， 主要廠商為綠的諧波、 雙環傳動、 中大力德等；④行星滾柱絲桿占比9%， 應用于12個線性關節， 主要廠商為拓普集團、 秦川機床等；⑤傳感器占比3%左右， 包括視覺傳感及力傳感器， 主要廠商包括奧比中光、 舜宇光學及柯力傳感等。 　

特斯拉強勢入局人形機器人：廣闊藍海，搶占先機

　　人形機器人具備通用性，理論上幾乎能完成所有人類進行的任務，未來將擁有比汽車更大的市場空間。馬斯克曾稱特斯拉汽車是放在輪子上的機器人，特斯拉必然利用這個天然優勢搶占人形機器人廣闊市場的先機。人形機器人與智能汽車協同，也將助力特斯拉以更低的成本實現完全自動駕駛的電車。 　 　　AI是特斯拉投入人形機器人的最強競爭力，數據、大模型賦能加速迭代落地 　 　　Optimus問世前，人形機器人存在成本高、不智能、控制水平差的缺陷，無法實現量產。而Optimus突破了不智能、難控制的缺陷，采用類似汽車域控制器的控制方式并復用FSD系統，通過閉環數據引擎，不斷升級的感知、規劃控制算法以及高算力、模型訓練效率達8分鐘/個的超算系統共同打通“感知-認知-決策”鏈路，擁有了智能屬性。2023年，以GPT-4為代表的AI大模型迎來突破性進展，將進一步提升特斯拉機器人交互、決策、感知能力，加速迭代落地。OpenAI領投人形機器人公司1X證明了AI在人形機器人領域大有可為。 　 　　特斯拉機器人降本潛力大，國產硬件供應商迎來重要機遇 　 　　特斯拉機器人在設計上也選擇了硬成本最低、軟成本最大的方式后發制人，類似在自動駕駛感知領域以純視覺方案代替激光雷達。特斯拉機器人硬件成本包括40個關節執行器以及其他結構件。根據我們測算，目前硬件成本占BOM表比例超過50%，要達到2萬美金售價還有84%的降價空間。特斯拉機器人關節執行器采用的零部件種類和現有的工業機器人基本一致，由于沒有像工業機器人一樣對實現高速運動的要求，一定程度上降低了生產難度，因此只需根據人形機器人的特點對零部件進行調整修改就可以進行標準化的大批量生產，而且軸承、齒輪箱、滾珠絲杠、電機等部件可復用特斯拉汽車的供應鏈。國產硬件供應商具備很強的低成本大規模量產能力，迎來了導入特斯拉機器人硬件供應鏈的重要機遇。 　 　　站在特斯拉機器人產業化落地起點，國產廠商增長動能充沛 　

技術側的突破和產品創新是過去幾年中國企業轉型的核心驅動力。因為多數甲方企業的數字基建仍未完成，亟需依靠成熟的技術組織(包括技術供應商、企業IT部門、研究院)發起創新，推動探索和實驗，經歷反復試錯，才能在一些局部實現數字化升級。

但當數字化轉型進入深水區，越來越多技術購買者發現，單-的產品和技術創新已經越來越難以滿足更加系統和復雜的轉型需求，而無論是產品技術型供應商還是轉型咨詢服務商，都缺少足夠能力和意愿與客戶做更深層的聯合探索。

易觀分析認為，無論出于內生需要還是外在形勢，業務部門都將再次走向前臺，擔負起引導技術組織共同實現企業數字化價值的責任，并被賦予更大的轉型話語權。

2022年，云原生、RPA、 低代碼、微服務、自動化機器學習平臺等低門門檻的數智化平臺和工具將加速被企業客戶所認可和采用，背后原因是企業必須顯著降低數字化賦能業務組織的技術門檻，才能讓掌舵轉型的業務團隊“武裝起來”，進而讓創新有機會由點及面，全面發生。

在這個過程中，技術創新回歸業務主線，技術應用立足業務增長，是大勢所趨。中心化的技術團隊也會逐漸去中心化，打散在各個業務條線，成為業務端主導轉型的組成部分。

AI+安防仍然是人工智能技術商業落地發展最快、市場容量最大的主賽道之一，2020年，AI+安防市場規模為453億元。隨著疫情常態化以及十四五規劃開篇，2021-2025年市場將進入產業結構調整期，市場規模增速將有所放緩，預計2025年規模超900億元，AI開始向公安交通等場景的下沉市場以及泛安防的長尾細分領域滲透。

公安交通領域是AI安防市場的主要支撐力量，貢獻近86%的市場份額，但隨著雪亮工程進入收尾階段，預計2021-2025年公G安A交通領域AI安防軟硬件市場規模增速將穩定在10%左右；社區樓宇領域在全國城鎮老舊小區改造、“智慧社區”及“智慧安防小區”建設等重點工作持續推進的背景下，預計未來數年將是AI安防市場新的增長點。

與行業發展初期相比，現階段AI安防的政策環境、產品技術以及供需兩端均呈現出新的特點：

政策指導上強調AI安防建設應由單點突破向立體化、全面化、體系化智能安防建設轉變； 產品技術方面，算力向前端及邊緣端遷移的趨勢明顯，國內ASIC芯片廠商在算力前移過程中迎來發展機遇； 需求端，AI安防需求主體的角色越來越豐富且需求方傾向于選擇有技術兜底能力的集成商，除了要滿足現階段建設需求，未來還可提供長期的運維管理與技術服務； 供給端，安防廠商、AI廠商、ICT廠商等多方勢力激烈的市場競爭促使AI視頻監控單路平均價格快速下降，市場競爭進一步推動了AI安防的加速滲透。

AI安防賽道的市場格局已開始進入穩定期，賽道玩家以計算機視覺技術和AIoT技術為切入點，在智慧城市這一更為廣闊的市場下進行業務拓展，尋找“出圈”機會并形成新的核心競爭力將成為破局點。未來，隨著AI公司、安防廠商、ICT廠商、云服務廠商等各類型AI安防核心參與者在業務方向上的拓展與產品技術的泛化，AI安防賽道的邊界也將愈發模糊，其安防功能也將作為AI技術在城市數據感知、認知、決策支持中的重要模塊融入到城市管理與治理的方方面面。

//report.iresearch.cn/report/202110/3864.shtml