当自动驾驶遇上大模型 机器人加速“直立行走” 这些零部件成未来降本关键

《科创板日报》6月17日讯（编辑郑元芳）谈到AI技术，自动驾驶和大模型是两个重要的问题。在“人工智能热潮”的催化下，机器人作为人工智能的重要载体之一，将这两条主线汇聚在一起，指向下一波人工智能“具身智能”，能够理解、推理、与人沟通。物理世界。互动智能系统。

不久前，特斯拉披露了人形机器人的最新进展。该机器人已展现出无需辅助即可行走的能力，并能准确控制电机的扭矩。产品力的提升也被视为产业化的信号。值得注意的是，内置的FSD芯片以及与汽车共享的AI系统，毕竟正如马斯克所说，“我们的汽车几乎是一个带轮子的半感知机器人。”

同时，相继发布的大型机型，进一步赋予了机器人更智能的“大脑”和“感官”。

例如，Meta的SAM（Model）模型可以将图像中的所有物体进行分割，同时一举突破了机器视觉的底层技术；还有谷歌和柏林工业大学团队发布的“史上最大‘通才’AI”。“PaLM-E”型，只需要一个简单的指令，就可以实现更加自主的机器人控制，让机器人的动作不再需要依赖于人类手写的指令和代码。

可以看出，在这场由互联网引发的“AI嘉年华”中，科技有了长足的进步，不仅有可以在线上与用户自由交流的聊天机器人，还有线下可以真正与现实世界互动的实体机器人——这种热潮赋予了后者更聪明的大脑、更敏锐的眼睛和更灵活的身体。

▌特斯拉“擎天柱”：站在机器人、AI、自动驾驶的交叉点

在人形机器人行业，特斯拉的（擎天柱）可以说是行业的“领头羊”。

特斯拉研发人形机器人的初衷是希望充分利用特斯拉在汽车制造和自动驾驶方面的优势，尤其是在自动驾驶研发过程中积累的算法经验、数据驱动能力、AI芯片能力、模型训练等.能力等。开元证券指出，智能化是特斯拉在机器人领域的核心竞争力。

人形机器人和特斯拉自动驾驶汽车都遵循“感知-认知-决策-执行”的运行逻辑。上文提到，特斯拉机器人与汽车共享FSD系统。该系统由数据、算法和硬件构成一个整体架构，其迭代路径是通过不断升级算力硬件来支持不断升级的算法，从而处理不断增长的海量数据。

其中，分析人士指出，在数据方面，特斯拉FSD系统已经拥有大量数据储备，开发人形机器人可以节省大量前期成本。

在感知方面，特斯拉FSD系统有一个非常强大的纯视觉感知方案，这是特斯拉推出的。与激光雷达相比，其视觉语义感知能力更强。对于成本受限的人形机器人，类似的方法优于激光雷达解决方案。

在规划控制方面，特斯拉的“交互式搜索”规划模型进一步增强了FSD系统的调控能力，FSD系统还可以对可见区域进行建模，以应对未知和不可见场景。

图|特斯拉复用感知网络

▌人工智能与机器人相得益彰

大模型可以通过图像、文本、具身数据的联合训练引入多模态输入，从而提高大模型与环境的交互和学习能力，推动机器人向更加智能、灵活、自主的方向发展方向。

人工智能是实现机器人智能化的关键，同时对于人工智能技术来说，机器人是一个重要的落地场景。广发证券指出，人形机器人作为具体的实体，是人工智能的优秀载体。

一方面，机器人，尤其是类人机器人，可以丰富AI的表现形式。除了传统的语音交互和图片交互，人形机器人还为AI带来了更多的交互方式，包括表情、手势等，大大拓展了AI的表达领域。

另一方面，机器人也承担了AI输出窗口的角色。

以英国机器人公司Arts开发的人形机器人Ameca为例。除了其类人的外观，其最重要的功能是为各种人工智能技术提供一个真实的平台。用户可以根据需要从库中快速加载预先保存的姿势、声音、动画和子序列，只需使用计算机鼠标或触摸板单击并拖动机器人的功能，即可实现丰富的面部表情。

▌机器人降本“三步走”，哪些环节起到了关键作用？

在走过实验室技术积累阶段后，机器人产业正逐步进入具身智能时代。产业链各环节的技术进步推动机器人产业向前发展，整体产业规模的扩大也为产业链开辟了更广阔的空间。

机器人的关键技术可分为人工智能技术和传动技术。其中，广发证券指出，运动模块硬件等非核心传动部件并非机器人企业的专长，外购概率较高。