AI+机器人！当机器人碰上大模型，将会带来哪些变革？

叠加AI大模型（特别是多模态AI大模型）的赋能，移动机器人的能力有望大幅提升。

注：原文为国信证券《人工智能行业专题：大模型带来机器人变革》，证券分析师：熊莉

进入2024年，机器人领域迎来了一场大爆发，科技巨头们纷纷带来惊艳的演示视频，展示出令人瞠目结舌的产品。

这其中，大部分视频展示的是外表酷似人形的“具身智能体”，它们可以完成各类复杂任务。

然而，这些演示视频也引发了不少的争议，有人怀疑这些机器人是否真的在自主执行任务。

例如斯坦福大学推出的Mobile ALOHA系统机器人，就被曝出是真人远程操作，在自主模式下曾多次“翻车”，可见AI机器人离落地应用还有很大差距。

不过在工业制造、仓储物流等场景里，工业机器人已经在大模型（LLM）的加持下展现出一定的智能性与自主性。

在近期国投证券发布的报告《人工智能行业专题：大模型带来机器人变革》一文里，分析师以“AMR机器人”为例，介绍了大模型给工业机器人带来的影响与变革。

以下内容为报告重点内容精选：

一、AMR行业快速增长，软件和算法是核心

（镁客网注：在此部分，分析师介绍了AMR机器人的定义、技术路径、技术核心等内容，并介绍了英伟达等海外大厂的AMR机器人方案。）

移动机器人，指在复杂环境下工作，具有自行组织、自主运行、自主规划的智能机器人，主要可以分为自主移动机器人（AMR）、关节型机器人、人机协作机器人等。

根据GGII数据，从全球维度来看，22年全球移动机器人市场规模约292亿，预计27年增长至1874亿元，对应22-27年CAGR为45.07%；

从国内维度来看，22年中国移动机器人市场规模约97亿元，预计27年增长至462亿元，对应22-27年CAGR为36.74%，市场规模快速增长。

其中，自主移动机器人（AMR）是一种能够独立理解环境并在环境中移动的机器人。

AMR与其前身自动导引车 (AGV) 不同，后者依赖于轨道或预定义路径，并且通常需要操作员监督。而AMR使用一组复杂的传感器、人工智能、机器学习和计算来进行路径规划，以解释和导航其环境，不受有线电源的束缚。

AMR的背后有两大关键技术路径：

1、容器化的SDK工具集——包含感知、导航软件堆栈；好用的开发环境，模拟工具；后续优化升级Containers；

2、边缘微服务器支撑——包括无线通信，安全设备，协作SLAM Fleet管理。

AMR技术核心：

1、架构

（1）AMR本体能力：具备传感和智能路径规划，运动控制、安全和人机交互HMI，机器视觉和智能导航等能力， 赋能制造业向柔性化、智能化发展。

（2）云端交互任务处理：AMR本体通过网络（WIFI/以太）与云端计算中心交互，在云端完成数据分析，推理，模拟等工作，需要云端AI芯片支持（例如英伟达H100等）。

（3）架构组成：目前主要由控制系统、导航传感系统、驱动模块、安全监测模块、交互模块、通讯模块、动力模块（电池等）、执行机构（机械装置）组成，不同场景品类的机器人对配置要求不同。

2、硬件

硬件部分主要包括TMT零部件（控制系统相关硬件、导航传感器、驱动模块、通讯模块等）、电池（动力模块）、机械装置（执行机构等），随着定位导航、机器视觉、规划执行等环节对芯片需求的增长，以及激光雷达等新型传感器的应用，机器人中TMT零部件的价值量持续提升。

未来，AI将走出计算机，进而影响外部世界（物理世界），而机器人是AI最佳载体之一；随着智能机器人的发展，机器人传感器、执行器将同AI相结合，具备模拟（用于仿真的虚拟空间）、映射（实时地图创建能力）、自主（独立运行）等能力，需要强大的端侧算力支撑，移动GPU嵌入AMR本体是发展趋势。

3、软件、算法

在实际应用中，移动机器人通常以集群的方式系统完成特定任务；

未来，成百上千台机器人规划化集群作业是发展的必然趋势，即逐步从单体智能向群体智能演进，软件和算法成为构筑核心竞争力的壁垒，例如统一环境下完成作业调度、找到全局最优方案提升集群机器人工作总效率等。

因此分析师认为，随着行业应用场景的丰富和技术的发展，产品模块化、软件模块化将成为AMR发展的必然趋势。

目前，端侧（即机器人本体）软件、算法主要有ROS 2、地图规划算法、AI算法、样点算法等，支撑路径规划、障碍躲避、运动控制等功能；

而云侧（及边缘）软件、算法主要有集群管理算法、训练、远端推理、远端SLAM、数据分析算法等，支撑算力调度、机器人集群协作、数据分析等功能。

目前，各头部厂商拥有自己的解决方案，技术路径随大模型的发展，快速迭代。

以Intel为例，其提供相应的开发工具和平台，使开发者可以快速、低成本地搭建、管理AMR机器人。

除此以外，英伟达旗下的ISAAC集成式端到端解决方案、Jetson系列产品以及特斯拉的FSD+Dojo都是目前业内比较领先的解决方案。

值得一提的是，当前机器人价值链划分里面没有智能系统。

分析师认为，机器人是典型的机电软一体化产品，软件与硬件是相互限制又相互促进的矛盾体；边缘算力硬件将会制约机器人相关应用的发展，边缘算力硬件的突破使得机器人可以承载更强大的AI，同时机器人应用的发展会倒逼边缘算力硬件的提升。

当下的机器人智能停留在视觉（vision）阶段，机器人缺乏智能系统（即机器人的大脑）。

在未来，在AI对机器人赋能的大背景下，机器人可以逐步理解物理世界，未来有可能向具身智能方向发展，智能系统对机器人的重要性愈发凸显。

二、巨变：多模态大模型赋能机器人

（镁客网注：在此部分，分析师介绍了多模态大模型如何赋能机器人。）

多模态大模型赋能机器人，主要体现为多模态感知和多模态交互。

•多模态感知：通过多类型传感器的配合，机器人处理多个模态接收的信息，从而实现对文本、图像、视频、音频等模态信息的学习和理解。

•多模态交互：用户可以同时使用语音、手势、文本等与机器人交互，同单模态交互相比，多模态交互具有减轻用户认知负担（交互更自然）、消除任 务歧义（交互更准确）、降低环境干扰（交互更加鲁棒）等优势，使交互更加灵活和高效。

此外，大语言模型（LLM）赋能机器人语义理解，从传统的关键词语义识别，进化到可以理解人类复杂的语音命令；同时，通过预训练大模型将“记忆”移植到智能机器人终端，机器人具备理解任务的能力。

由于机器人本体计算能力有限，需要通过强大的云端计算能力给机器人赋能。由此构成了“云-网-端”架构

“端”：是机器人本体及本体自身的控制系统，嵌入式AI芯片逐步替代传统嵌入式芯片，机器人本体的智能性快速提升；

“网”：主要指通过Wifi、5G及其他无线通信网络将机器人连接起来，实现机器人本体和云端大脑的连接；

“云”：通过机器学习，不断进化，进而使前端机器人本体的智能随之提升。

未来，随着模型植入机器人本体。云端大模型泛化出基本能力，并把这部分“记忆”植入机器人边缘端（通过蒸馏等方式压缩模型大小），进而机器人本体可以将识别到的视觉、雷达、语音交互数据进行处理，并规划动作，完成反馈。

注：分析师以Google RT2 为例，介绍了新模型如何赋能机器人执行各项任务。这是一个视觉-语言-动作（VLA）模型，符号理解、推理、人类识别等领域能力大幅提升，且泛化能力大幅提升。

三、国内机器人产业蓬勃发展

（镁客网注：在此部分，分析师介绍了国内机器人产业的最新情况。）

国内机器人产业：机器人产业链上游包括核心零部件、配套零部件和软件系统开发，中游为机器人本体的生产及系统集成，目前主要集 中在工业机器人和服务机器人领域，下游主要包括工业应用（汽车制造、家电制造、航空航天等）和服务应用（餐饮服务、酒店服务、医疗服务、物流服务等）；近两年一些做算法的软件公司借助海外大模型的风，开始自研垂直小模型，并供给下游终端厂。

创业公司情况：根据中国机器人网统计数据，2023年中国机器人行业共发生134起融资事件，其中近亿/过亿元级融资事件52起，2023年融资金额总计为200亿元左右；2023年融资事件主要发生在工业机器人相关（37起左右）、医疗机器人（29起左右）、服务机器人（24起左右）、人形机器人（12起左右）等领域。

上市公司情况：目前上市公司以提供终端硬件为主，并逐步优化机器人软件（模型、算法等），提升机器人性能表现。

最后，研报列举了海康机器人等国内多家优秀机器人企业，这里就不详细展开介绍。

题图源：网络