机械设备行业周报：AI大模型-端到端通用大模型强化人形机器人“具身智能”效果，持续关注人形机器人产业链

（以下内容从上海证券《机械设备行业周报：AI大模型-端到端通用大模型强化人形机器人“具身智能”效果，持续关注人形机器人产业链》研报附件原文摘录）
行情回顾
过去一周（2024.3.11-2024.3.15），中信机械行业上涨1.39%，表现处于中下游，在所有一级行业中涨跌幅排名第18。具体来看，工程机械下跌2.06%，通用设备上涨3.89%，专用设备上涨2.43%，仪器仪表上涨4.94%，金属制品上涨3.59%，运输设备下跌4.43%。
主要观点
AI大模型强化了人形机器人具身智能效果。大模型又称基础模型，一般是指参数量过亿、使用海量数据训练的大型神经网络模型。与现有的小模型相比，大模型具有如下三方面特点。①智能涌现能力—随着参数量的增加，模型性能首先呈现缓慢增长，当规模达到一定程度时急剧提升。②对标签数据的依赖程度低—大模型利用自监督学习进行预训练，通过设计预测任务学习数据的内在结构和模式。这种方法不需要人工标注的标签，而是利用数据本身的特性生成训练信号。通过自监督学习，大模型能够从大量未标记数据中学习到有用的特征表示，减少了对标签数据的依赖，更加具有可扩展性和适应性。③跨领域应用的潜力—大模型通过使用大规模数据进行预训练，能够更好地理解语义和上下文信息，并在新任务中进行迁移，从而摆脱了小模型场景碎片化、难以复用的局限性。此外，通过微调，大模型可以针对特定领域或任务进行优化，进一步提升专业性能。当前，大模型在自然语言处理、图像生成和机器人控制等领域得到了广泛应用。我们认为，具身智能的实现依赖于AI领域的计算机视觉技术、多模态感知融合技术、自然语言处理技术、因果推断技术、移动导航与规划技术等，具身智能是AI的终级形态，因此AI大模型强化了人形机器人具身智能效果。
端到端通用大模型是机器人“大脑”的关键技术构成。端到端模型（end-to-end）是将解决问题需要的最原始输入内容直接输入进去，然后通过模型直接得到输出所给出的转化结果，神经网络模型被广泛地应用于端到端的学习结构。工业和信息化部2023年发布的《人形机器人创新发展指导意见》文件中提到的“机器人大脑关键技术群”中说到“围绕动态开放环境下人形机器人感知与控制，突破感知-决策-控制一体化的端到端通用大模型、大规模数据集管理、云边端一体计算架构、多模态感知与环境建模等技术，提高人形机器人的人-机-环境共融交互能力，支撑全场景落地应用”，我们认为，端到端通用大模型是机器人大脑的关键技术构成。
人形机器人厂商进阶成果持续发布，端到端通用大模型成为重要助力。OpenAI大模型以人形机器人Figure01为载体可与人类灵活互动对话的视频于3月13日发布，OpenAI大模型赋能Figure01以视觉推理和语义理解，Figure01的神经网络算法快速输出动作指令；通过端到端神经网络的引入使得机器人能够自主学习和纠正错误，Figure01仅需10小时的训练就掌握了制作咖啡的技能。特斯拉的端到端神经网络架构，首先在自动驾驶FSD上实现，FSDBeta最新版本V12的最新成果是端到端大模型，自动驾驶软件不再有庞杂的代码，取而代之的是部署在车端推理芯片上的大神经网络，2024年1月特斯拉在美国向多位车主推送了FSDBetav12.1.2版本，FSDbetav12.1.2将城市街道驾驶堆栈升级为单个端到端神经网络，经过数百万个视频训练，取代了超过30万行显式C++代码。而在2023年9月，特斯拉“擎天柱”人形机器人就可自动分类不同颜色的积木块，具备抗干扰纠错能力，主要依赖于神经网络完成了端到端的训练，即视频输入，控制输出。我们认为，AI大模型技术具有强智能、强通用、强交互的显著特征，尤其是端到端通用大模型对于人形机器人实现更强大的具身智能效果具有重要作用，而人形机器人是具身智能的终极形态，人形机器人未来商业化落地曙光可期。建议关注技术壁垒高、价值量高、国产化率低的环节：1）总成：拓普集团、三花智控；2）传感器：东华测试、汉威科技等。3）减速器：绿的谐波、双环传动、中大力德等；4）丝杠：恒立液压、贝斯特等；5）电机：鸣志电器等；5）装备：秦川机床、华辰装备、日发精机等。
风险提示
宏观经济下行风险、下游需求不及预期、原材料价格波动等。