人工智能行业市场分析.docx

《人工智能行业市场分析.docx》由会员分享，可在线阅读，更多相关《人工智能行业市场分析.docx（24页珍藏版）》请在第一文库网上搜索。

1、人工智能行业市场分析1 .通用一一解决机器人高需求和低渗透率的矛盾1.1 .机器人进化路径：从固定到移动，从独立到协作，从单一到通用服务机器人商业化落地的前提是产品能提供真实价值，真实价值的判断在于机器人能否通用。在全球劳动力短缺的背景下，机器人产业蓬勃发展,2023年全球服务机器人市场规模217亿美元，过去5年复合增速超过20%。然而，在高速发展背景下，服务机器人渗透率仍然不高，规模化商业落地并不顺利。我们认为原因在于：目前大多数服务机器人都或多或少的存在场景适应性的问题，如无法适应环境变化，环境变化后，用户无法通过简单操作实现场景适配；智能化程度低，行人避障及功能表现不理想；机器人部署流程

2、复杂（如S1AM建图、目标点标注等），所有部署操作只能由机器人现场部署工程师执行，使用者难以操作及参与，且当需要变更时，仍需现场部署工程师进行操作。以商超场景为例：环境复杂：场景中镂空的货架（超高类障碍物）、狭窄的通道、易跌落区域、低矮类障碍物及临时的摊铺，考验机器人的通过性、感知能力、任务规划能力。高动态化：商场人流大，易聚集，动态障碍物多，对机器人安全避障能力要求高。特殊物体较多，场景光线变化大：如玻璃护栏、自动扶梯、玻璃转门、玻璃墙等高透物体大多数机器人基本无法识别，且容易对激光雷达产生干扰,导致机器人误判，发生碰撞、跌落、无法靠近作业。对于依赖视觉传感器的机器人来说，要在普通光线、黑暗

3、、过曝等光照条件都能稳定运行难度较大。以上问题在工业机器人领域同样存在，影响了工业机器人渗透率的提升，直到协作机器人的出现。2023年全球协作机器人市场规模89.5亿元人民币，预计2023-2028年市场规模将以22.05%的增速达到300亿元。20172023年中国协作机器人销量从3618台增长至19351台，预计2023年出货将超过2.5万台，20162023年市场规模从3.6亿人民币增长至20.39亿人民币，复合增速41.5%。协作机器人也可以被认为是服务机器人，因为他们旨在与人类并肩作战。传统工业机器人在栅栏后与人分开作业，完成的工作也有限，例如焊接、喷涂、吊装等。协作机器人更灵活，更

4、智能，更容易合作，更具有适应能力，使汽车、电子等制造行业能够将自动化扩展到最终产品组装，完成任务（例如抛光和施涂涂层）以及质量检查等等。1.2 .如何让机器人更加通用？使机器人更加通用，需要机器人的感知能力、思考和决策能力、行动执行能力的全面提升。我们认为GPT（预训练大预言模型）和人形机器人的出现，是机器人在迈向通用人工智能的道路上的一大步。感知世界的能力（机器人的眼睛）：机器人自主移动的感知和定位技术中激光和视觉导航是主流应用方案。计算机视觉的发展经历了基于以特征描述子代表的传统视觉方法、以CNN卷积神经网络为代表的深度学习技术，目前通用的视觉大模型正处于研究探索阶段，人形机器人的场景相对

5、工业机器人更通用、更复杂，视觉大模型的Ai1inOne的多任务训练方案能使得机器人更好地适应人类生活场景。一方面，大模型的强拟合能力使得人形机器人在进行目标识别、避障、三维重建、语义分割等任务时具备更高的精确度；另一方面，大模型解决了深度学习技术过分依赖单一任务数据分布，场景泛化效果不佳的问题,通用视觉大模型通过大量数据学到更多的通用知识，并迁移到下游任务中，基于海量数据获得的预训练模型具有较好的知识完备性，提升场景泛化效果。思考和决策的能力（机器人的大脑）：目前的机器人都是专用机器人，只能在限定场景中应用，即使是机器人抓取，基于计算机视觉，仍然是在限定场景中，算法仅用于识别物体，如何做、做什

6、么仍需要人的定义。要让机器人通用，叫他去浇花，他就知道去拿水壶，接水，然后浇花，这是需要常识才能完成的事情。如何能让机器人拥有常识？在大模型出现之前，这个问题几乎是无解的。大模型让机器人可以拥有常识，从而具备通用性去完成各种任务，彻底改变通用机器人实现的模式。人类工具和环境的适应性,不用再为了机器人而造工具。执行能力（机器人的四肢）：行动能力（腿）+精细操作（手）。把机器人做成人形，就是为了让机器人的执行能力更加通用。机器人执行任务时所处的环境是按照人类的体型建造起来的：建筑、道路、设施、工具等，这个世界是为了方便人类这种人形生物才这样设计。如果出现了某种新形态的机器人，人们就必须重新设计一套

7、机器人适应的全新环境。设计在某个特定范围内执行任务的机器人相对容易，如果想要提高机器人的通用性，就必须选择可以作为分身的人形机器人。此外，人类与人形机器人更容易有情感上的交流，人形机器人会让人感到亲近。日本机器人专家森昌弘的假设指出：由于机器人与人类在外表、动作上相似，所以人类亦会对机器人产生正面的情感。健康人逼真性50%尸体：好感度图1:恐怖谷效应100%俗体僵尸1.3 .人形机器人进入商业化前夜从2015年DARPARoboticsCha11enge,到2019年人形机器人各种科研项目被砍,业内普遍唱衰,再到2023年特斯拉带动的百花齐放,人形机器人产业处于螺旋式向上的发展之中。波士顿动力

8、的At1asTes1a的C)PtimUS、小米CyberOneihmc的Nadia,Agi1ityRobotics的Nadia、日系ASimo与HRP-5P都在探索人形机器人的商业形态。我们对人形机器人发展过程中有代表性的产品进行了梳理：第一台人形机器人WABCrM（1973年）。1973年日本早稻田大学加藤一郎带领团队研发出世界上第一台真人大小的人形智能机器人WABOT-1o该机器人有肢体控制系统、视觉系统和对话系统，胸部装有两个摄像头，手部装有触觉传感器。本田E系列机器人(19861993年),奠定稳定行走基础。本田推出E系列双足机器人，EO到E6,走路速度由慢变快，从走直线到在台阶或坡地

9、上均可实现稳定行走，为下一步P系列类人机器人的研发奠定了基础，是机器人历史的里程碑。本田P系列机器人(19931997年)&ASIMO(2000-2011)。1993年本田开发第1个仿人机器人原型P1,2000年P系列中的第4台也是最后一台机器人P4诞生，通俗称呼阿西莫(ASIM0)。2011年推出的第三代AS1Mo身高1.3米，体重48公斤，行走速度是09kmh,2012最新版的AS1MO,除具备了行走功能与各种人类肢体动作之外，还可以预先设定动作，并依据人类的声音、手势等指令，做出相应动作。他还具备了基本的记忆与辨识能力。2018年本田宣布停止人形机器人AS1MO的研发，专注于该技术的更多

10、实际应用。图2:本田E系列机器人HPR系列机器人(19982018)代替建筑行业的繁重工作：这是由日本经济产业省和新能源与产业技术开发组织赞助，川田工业株式会社(KaWadaIndUStrieS)牵头与国立先进工业科学技术研究院(AIST)和川崎重工株式会社共同研发的通用家庭助手机器人的开发项目。项目起始于1998年HPR-KHondaP3),先后推出了HPR-2P、HRP2、HRP-3P、HRP3、HRP-4C、HRP-4等多个人形机器人。目前最新的机器人HPR-5P于2018年发布,该机器人身高182Cm,体重IOIkg,全身总共37个自由度，旨在替代建筑行业中的繁重工作。波士顿动力(19

11、862023)：腿足式机器人运控技术最前沿，军事化应用特征明显。波士顿动力最早因研发的BigDog而被世界闻名，公司发布了BigDOg、Rise、1itt1eDogPETMAN1S3、Spot、Hand1e.AtIaS等多个机器人，从单足、多足机器人到人形机器人，有着明显的军事化应用的路线特征。波士顿动力是一家典型的技术驱动的公司，从机械结构、算法步态控制、动力系统耗能等方面对机器人持续迭代更新，核心在于发展腿式机器人以适应不同环境的使用，技术关键在于动力学研究和机器人平衡态的控制。Digit系列机器人(2019-2023)：具备行走能力，专注物流领域商业化。Digit系列是Agi1ityRo

12、botics公司在物流领域商业化的尝试，公司是从俄勒冈州立大学(OSU)拆分出来的机器人公司，致力于研发和制造双足机器人，前后开发了MABE1、ATRIAS.CASSIEDIGIT系列足式机器人。其中CASSIE可实现4ms的惊人配速，是腿足式机器人在快速行走能力上里程碑式的成果。2019年，Agi1ity推出了人形机器人Digit,在CaSSie的基础上加上了躯干、手臂，并增加了更多计算能力，支持负载18kg的箱子，可进行移动包裹、卸货等工作。图6:Agi1ityRobotics公司机器人系列MABC1ATRIAS1OATR1AS2.0CASSIEDIGnV1DKV2V3XX“7M1JJO1

13、41S2O11720149M1V20小米铁大机器人（2023）：21年小米曾发布一款机械狗Cyberdog,是其在足式机器人的首次尝试。2023年8月，小米首个全尺寸人形仿生机器人CyberOne亮相秋季发布会。CyberOne身高177cm,体重52kg,艺名“铁大”，能感知45种人类语义情绪，分辨85种环境语义；搭载小米自研全身控制算法，可协调运动21个关节；配备了MiSenSe视觉空间系统，可三维重建真实世界；全身5种关节驱动，峰值扭矩300Nm。特斯拉OPtimUS机器人（2023年）：推动人形机器人商业化。OPtimUS原型机亮相于2023年特斯拉A1day,身高1.72m,体重57

14、kg,可负载20kg,最快运动速度8kmho目前OPtimUS仍处于研发进展迅速，仅8个月机器人已可实现直立行走、搬运、洒水等复杂动作。交互型机器人索菲亚（2015）和阿梅卡（2023）,面部表情拟人化的尝试嗦菲亚（SOPhia）是由汉森机器人技术公司（HanSonRobotics）开发的类人机器人，2015年面世。索菲娅皮肤由FrUbber仿生材料制成，基于语音识别、计算机视觉技术，可以识别和复制各种各样的人类面部表情，并通过分析人类表情和语言同人类对话。阿梅卡（AmeCa）由英国领先的仿生娱乐机器人设计和制造公司工程艺术有限公司(EngineeredArtS)打造，具有12个全新的面部致动

15、器，经过面部表情升级后，能对着镜子眨眼、抿嘴、皱眉、微笑。阿梅卡能够自由进行几十种仿人类的肢体运动，被认为是“世界上最逼真机器人”。图10:机器人Ameca2.3. AI大模型+人形机器人：给机器人提供常识3.1. A1大模型训练过程及发展趋势大模型=预训练+微调。从2017年Transformer开始，到GPT-1、BERT、GPT2、GPT-3、GPT-4模型的出现，模型的参数量级实现了从亿到百万亿量级的突破，大模型(预训练模型、FoundationMode1s)在无标注的数据上进行预训练，利用专用的小规模的标注数据对模型进行微调(fine-tuning),可用于下游任务预测。迁移学习是预

16、训练模型的主要思想，当目标场景数据不足时，先在数据量大的公开数据集上训练基于深度神经网络的A1模型，然后将其迁移到目标场景中，通过目标场景中的小数据集进行微调，使模型达到要求的性能。预训练模型极大地减少了模型在标记数据量下游工作的需要,从而适用于一些难以获得大量标记数据的场景。大模型的发展过程和趋势：从参数规模上看，大模型经历了从预训练模型、大规模预训练模型、超大规模预训练模型的阶段，参数量实现了从亿级到百万亿级的发展。从数据模态来看，大模型正在从文本、语音、视觉等单一模态大模型，向着多种模态融合的通用人工智能方向发展。图13:大模型参数规模实现了从亿级到百万亿级的发展2.2.AI大模型让人形机器人具备通用任务解决能力AI大模型将会从语音、视觉、决策、控制等多方面实现同人形机器人的结合，形成感知、