20221215-浙商证券-人形机器人行业点评报告_ChatGPT_振奋人形机器人应用端锦绣前程_11页_1mb

人形机器人行业点评报告总结

核心内容

本报告聚焦于ChatGPT和人形机器人技术的发展及其对行业的影响。报告指出，ChatGPT作为基于GPT-3的聊天机器人，具备强大的语义交互能力，能够完成多种复杂任务，如参加考试、写诗、修bug等，展现了“有智商”“有道德”的特点。同时，人形机器人行业正处于技术突破的关键阶段，特别是在人机交互模块方面，其进展增强了ToC商业化应用的可行性。

主要观点

1. ChatGPT的技术突破

• 技术原理：ChatGPT采用RLHF（Reinforcement Learning from Human Feedback）方法，通过人类标记员的反馈数据进行监督学习和强化学习训练，以优化回复内容。
• 应用场景：ChatGPT在考试、写作、编程、剧本创作等领域表现出色，能模拟不同角色进行对话，具有广泛的应用潜力。
• 局限性：ChatGPT仍存在生成虚假信息、道德约束失效等问题，且对人类反馈依赖较强，难以完全独立推演。

2. 人形机器人核心技术模块

• 人形机器人包含三大核心技术模块：环境感知模块、运动控制模块、人机交互模块。
• 环境感知和运动控制模块已取得一定成果，技术成熟度较高。
• 人机交互模块仍是当前发展的瓶颈，需进一步提升算法和算力以实现更自然、高效的交互。

3. 人机交互技术的进步

• 人机交互技术在语音、语义、肢体等方面不断成熟，有助于推动人形机器人在ToC场景的广泛应用。
• 案例包括：
  • DeepNash：基于博弈论和无模型深度强化学习，能处理信息不全的复杂决策。
  • Dramatron：通过语义交互快速生成剧本和故事，具备较强的创意能力。
  • Sparrow：通过人类反馈进行强化学习，减少不安全和不适当回答的风险。

4. GPT模型的发展与应用

• GPT模型自发布以来经历了四代迭代，从GPT-1到GPT-3，参数量和训练数据不断增长，性能显著提升。
• GPT-3拥有1750亿参数，支持少样本甚至零样本学习，但训练成本高，难以满足细分场景的商业化需求。
• ChatGPT作为GPT-3的简化版本，参数量降至约13亿，但保持了较高的回答准确率和道德表现。

5. NLP商业化趋势

• NLP技术正朝着模型简化和场景结合两个方向发展。
• 通过知识蒸馏技术，如Distilled-BERT，可以大幅降低模型大小和训练成本，同时保持较高性能。
• 未来AI将更多关注少样本学习，以提升在特定任务中的应用效率。

关键信息

• ChatGPT：基于GPT-3，参数量为13亿，具备强大的语义交互能力，但仍存在生成虚假信息和道德约束失效的问题。
• 人形机器人：未来发展方向是“头脑发达”，即提升人机交互能力，以实现更广泛的应用。
• 技术瓶颈：当前人形机器人在人机交互方面仍面临挑战，需要进一步优化算法和算力。
• 投资标的：
  • AI模型：浪潮信息（“源1.0”AI大模型）
  • 大数据存储：星环科技（分布式数据库）
  • 自然语言处理厂商：拓尔思（语义智能）、科大讯飞（智能语音交互）

风险提示

• AI技术迭代不达预期：技术发展可能滞后于预期。
• 人机交互技术迁移不达预期：交互技术难以有效应用到人形机器人中。
• 人形机器人商业化进程不达预期：商业化应用可能面临市场接受度和成本控制等问题。

行业评级

• 行业评级：看好（维持），预计行业指数在报告日后6个月内将跑赢沪深300指数10%以上。

投资建议

• 投资者应关注AI模型优化、人机交互技术突破以及人形机器人商业化落地等关键领域。
• 投资决策应结合个人持仓结构和实际需求，不单依赖行业评级。

结论

ChatGPT的推出标志着AI在语义交互方面取得重要进展，为人形机器人“头脑发达”的发展奠定了基础。随着人机交互技术的成熟，人形机器人有望在ToC场景中实现更广泛的应用，推动行业快速发展。未来，AI模型的简化与场景化将成为商业化应用的重要方向，同时需警惕技术迭代和商业化进程中的潜在风险。