计算机行业智联汽车系列之31暨机器人系列之10：具身智能深度研究，解耦还是耦合？从AI化到工程化！-20230820-申万宏源-37页_3mb

具身智能深度研究：解耦还是耦合？从AI化到工程化！

核心内容

具身智能（Embodied Intelligence）是指将人工智能（AI）与物理世界结合，使智能体具备感知、推理、理解和运动的能力。本报告分析了具身智能在智联汽车、机器人和智能家居等领域的产业链格局，并探讨了软硬件解耦与耦合的产业模式及其对市场的影响。此外，还分析了AI大模型在具身智能中的应用趋势与技术进展。

主要观点

• 具身智能的产业链：具身智能的产业链包括传感器、AI感知、AI推理+理解+运动等环节。其中，汽车传感器、机械传感器、AI 3D 视觉（如NeRF、BEV、占用网络）和大模型在自动驾驶和机器人中起着关键作用。
• 软硬件耦合与解耦：具身智能的软硬件关系可能形成两套体系。东方产业链倾向于“耦合”，强调硬件与软件的结合；西方产业链更倾向于“解耦”，专注于某一项技术或领域的领先。
• 钟摆效应：市场对具身智能的投入和关注会随时间在“解耦”和“耦合”之间摆动，这导致了对投资标的的认知波动。
• 具身智能的AI进展：2023年，具身智能的AI技术显著提升，包括端到端自动驾驶、多模态AI、Zero-shot任务规划等。谷歌的RT-1和RT-2、微软的AirSim、李飞飞团队的VoxPoser等技术推动了具身智能的发展。
• 工程化落地的重要性：具身智能的工程化能力是关键，尤其在实际应用中，软件与硬件的结合、数据处理与模型优化对整体性能有重大影响。

关键信息

1. 传感器与AI感知

• 汽车传感器：包括环视摄像头、前视摄像头、超声波雷达、毫米波雷达、激光雷达等。这些传感器在不同级别自动驾驶中的应用和成本差异显著。
• 机器人传感器：与汽车传感器类似，但更关注多模态数据融合，例如视觉、触觉、IMU等。
• AI 3D 视觉：NeRF、BEV、占用网络等技术大大增强了具身智能的感知能力。例如，BEV可以将多视角图像统一为鸟瞰图，占用网络则可以用于空间建模和运动预测。

2. AI推理与理解

• 端到端AI：将感知、预测、规划等任务整合到统一框架中，如UniAD，实现更高效的自动驾驶。
• 大语言模型（LLM）：如ChatGPT、PaLM-E、VoxPoser等，可直接用于控制和交互，提升机器人的智能水平。
• 多模态AI：结合视觉、语言、动作等信息，实现更复杂的任务，如路径规划、物体抓取、人机交互等。

3. 具身智能的运动与控制

• 运动规划与路径优化：通过占用网络、BEV等技术，机器人可以实现更智能的路径规划和运动控制。
• 零样本学习：如VoxPoser，通过LLM生成3D价值图，引导机器人完成复杂任务。
• 泛化能力：如RT-1和RT-2，通过大模型实现跨任务和跨环境的泛化能力。

4. 投资标的分类

• 耦合商业模式（AI和软件能力在服务商乙方）：
  • 萤石网络（TMT&家电家居）
  • 德赛西威（TMT&汽车）
  • 中控技术（机械&TMT）
  • 步科股份（申万机械）
• 解耦商业模式（AI和软件能力在用户甲方）：
  • 柏楚电子（申万机械）
  • 虹软科技
• 解耦商业模式（代工生产为主）：
  • 立讯精密（申万电子）
  • 双环传动（申万汽车&机械）
  • 科博达（申万汽车）

技术与工程化筛选

• 现金流与创新胜率：现金流好的公司创新胜率更高，如亚马逊。
• 净营业周期：作为工程化能力的替代指标，反映经营周转能力，是筛选投资标的的重要参考。

风险提示

• 业绩波动风险：受复工、宏观环境等影响，2022-2023年存在业绩波动。
• 研究竞争与管理：具身智能领域竞争激烈，需关注研究能力和管理效率。
• 产业模式多样性：具身智能最终可能以“多样性”为结果，需灵活应对不同产业路径。

总结

具身智能的发展趋势明显，从AI化向工程化加速。传感器和AI感知技术是核心，大模型的出现提升了具身智能的推理、理解与运动能力。在投资层面，需关注“耦合”与“解耦”两种商业模式，以及其在市场中的“钟摆效应”。未来，具身智能可能在多个领域实现突破，如自动驾驶、机器人、智能家居等。