机械设备行业人形机器人深度：从具身模型看动捕设备机会.docx

目录

机器人大脑-具身大模型介绍 4

发展历程 4

技术原理 6

路线选择 9

分层具身大模型——以FigureAI为例 9

端到端具身大模型——以谷歌RT-2模型为例 12

具身大模型的壁垒——数据 13

数据来源：真实数据VS合成数据 13

机器人训练场 18

破局之法：动捕系统 21

技术原理 21

人形机器人运用 25

相关标的 28

凌云光 28

奥飞娱乐 30

利亚德 32

图表目录

图1：具身智能发展历程 4

图2：大模型发展历程 5

图3：具身大模型与非具身大模型区别 6

图4：Transformer模型架构 7

图5：GPT模型架构 7

图6：强化学习基本原理 8

图7：MLLM典型架构 9

图8：Figure02的分层大模型架构 10

图9：利用ChatGPT实现机器人学规划 10

图10：基于RL的自动驾驶决策架构 11

图11：机器狗运动控制架构 11

图12：RT-2模型架构 12

图13：RT-2中机器人动作到文字token的表示方法 12

图14：具身大模型与非具身大模型区别 13

图15：数据采集类型金字塔 15

图16：特斯拉使用遥操进行机器人数据采集 16

图17：动捕遥操作千寻智能人形机器人 16

图18：鹏城实验室具身所基于MuJoCo的仿真数据采集示例 17

图19：RoboTwin：包括真实世界远程操作数据和由数字孪生生成的相应合成数据的综合性基准测试 18

图20：海外机器人训练场建设火热 19

图21：国地中心具身智能训练场启用 20

图22：国地中心内机器人训练 21

图23：动作捕捉发展历程 21

图24：机械式动作捕捉系统 23

图25：声学式动作捕捉系统 23

图26：电磁式动作捕捉系统 24

图27：惯性传感器式动作捕捉系统 25

图28：光学式动作捕捉系统 25

图29：训练数据集为动捕系统的重要运用 26

图30：诺亦腾数据集采方案 26

图31：特斯拉利用动捕系统帮助训练人形机器人 27

图32：智元利用动捕系统训练远征A2机器人虚拟本体 27

图33：诺亦腾动作捕捉应用于各类机器人虚拟遥操作 28

图34：2019-2024Q3公司营收情况（亿元） 29

图35：2019-2024Q3公司归母净利润情况（亿元） 29

图36：公司毛利率净利率情况 29

图37：公司费用率情况 29

图38：凌云光动作捕捉产品 30

图39：2019-2024Q3公司营收情况（亿元） 30

图40：2019-2024Q3公司归母净利润情况（亿元） 30

图41：公司毛利率净利率情况 31

图42：公司费用率情况 31

图43：诺亦腾动作捕捉产品方案 31

图44：2019-2024Q3公司营收情况（亿元） 32

图45：2019-2024Q3公司归母净利润情况（亿元） 32

图46：公司毛利率净利率情况 32

图47：公司费用率情况 32

图48虚拟动点动作捕捉系统方案 33

表1：端到端具身模型VS分层具身模型 13

表2：全球高质量具身智能数据集概况 14

表3：动捕设备软硬件架构 22

机器人大脑-具身大模型介绍

发展历程

具身智能发展历程：具身智能的产业发展历程可以追溯到1950年代的概念萌芽阶段，当时，图灵在其论文中提出了人工智能可能的发展方向，为具身智能的概念奠定了基础。随后，经历了1980年代至1990年代的早期探索与理论发展，罗德尼·布

鲁克斯和罗尔夫·普费弗等人的研究为具身智能提供了重要理论支撑。进入2000年代初，具身智能研究开始融合跨学科的方法和技术，如机构学、机器学习、机器人学等，形成了相对完整的学科分支，标志着其进入了跨学科融合与技术突破阶段。2010年代中期，深度学习技术的快速发展为其注入了新的发展动力。2020年以来，具身智能受到科技界和产业界的广泛关注，众多科技巨头及高等学府纷纷投入相关研究。如今，具身智能作为人工智能的重要分支，正逐步走向产业应用，推动专用机器人向通用机器人发展。

图1：具身智能发展历程

数据来源：36氪研究院、

大模型，通常指的是拥有巨大参数量的机器学习模型，尤其是在NLP、计算机视觉(computervision，CV)以及多模态领域的应用中。这些模型基于预训练方式，通过NLP理解和学习人类语言，以人机对话方式，完成信息检索、机器翻译、文本摘要、代码编写等内容生成任务。大模型的由来可以追溯到20世纪的AI研究初期，当时的研究主要集中在逻辑推理和专家系统上。然