當(dāng)前位置：首頁(yè) > 新聞資訊 > 機(jī)器人趨勢(shì) > 從特斯拉智能駕駛看人形機(jī)器人發(fā)展路徑-機(jī)器人數(shù)據(jù)短缺主要靠?jī)煞N途徑

從特斯拉智能駕駛看人形機(jī)器人發(fā)展路徑-機(jī)器人數(shù)據(jù)短缺主要靠?jī)煞N途徑

來(lái)源：長(zhǎng)江證券編輯：創(chuàng)澤時(shí)間：2024/9/12 主題：其他 [加盟]

[Table_Summary] [Table_Summary] 當(dāng)前人形機(jī)器人產(chǎn)品落地的主要瓶頸在于模型側(cè)。模型側(cè)對(duì)機(jī)器人多模態(tài)對(duì)齊數(shù)據(jù)有較G的需求。數(shù)據(jù)驅(qū)動(dòng)的大模型需要大量機(jī)器人多模態(tài)對(duì)齊數(shù)據(jù)投喂，對(duì)機(jī)器人數(shù)據(jù)的數(shù)量和質(zhì)量都有較G的需求。機(jī)器人廠商解決機(jī)器人數(shù)據(jù)短缺主要靠?jī)煞N途徑：1）通過(guò)為數(shù)眾多的機(jī)器人在物理世界中收集數(shù)據(jù)；2）通過(guò) AIGC、數(shù)字孿生等方式合成仿真數(shù)據(jù)。因此建議關(guān)注模擬仿真相關(guān)標(biāo)的。

機(jī)器人軟件：越過(guò) L2，直接從具身智能開(kāi)始

AI 模型的發(fā)展已經(jīng)接近關(guān)鍵節(jié)點(diǎn)，多模態(tài)模型具備了一定的成熟度，為人形機(jī)器人系統(tǒng)的發(fā) 展鋪平了道路。復(fù)盤(pán)特斯拉智能駕駛的發(fā)展路徑可以發(fā)現(xiàn)，人形機(jī)器人模型可以采用自上而下的形式，直接從 L3 J開(kāi)始構(gòu)建模型系統(tǒng)。在機(jī)器人時(shí)代，主流軟件廠商都選擇了數(shù)據(jù)驅(qū)動(dòng) 的開(kāi)發(fā)范式。數(shù)據(jù)驅(qū)動(dòng)的機(jī)器人模型具備較G的泛化能力，不僅可用于G復(fù)雜性場(chǎng)景，還能在環(huán)境溝通中自主學(xué)習(xí)。受限于算力不足以及數(shù)據(jù)集短缺，模型控制層暫時(shí)只能以規(guī)則驅(qū) 動(dòng)。特斯拉正在以數(shù)據(jù)驅(qū)動(dòng)快速迭代機(jī)器人系統(tǒng)。目前特斯拉已將為數(shù)眾多的 Optimus 放進(jìn) 汽車(chē)生產(chǎn)工廠，安排其協(xié)助完成工廠內(nèi)的電池分揀工作，形成了數(shù)據(jù)飛輪。

機(jī)器人硬件：性能優(yōu)化與云邊端協(xié)同

機(jī)器人從汽車(chē)感知系統(tǒng)上繼承了攝像頭、超聲波雷達(dá)、激光雷達(dá)等傳感器，并且提G了傳感器數(shù)量和性能。此外，為了實(shí)現(xiàn)更準(zhǔn)確的操控，機(jī)器人新增加了一維力和一維力矩傳感器、關(guān)節(jié)電機(jī)內(nèi)部的位置傳感器、IMU、用于腕關(guān)節(jié)和腳部的六維力傳感器、觸覺(jué)傳感器(指尖、手掌、G碰撞風(fēng)險(xiǎn)區(qū))等部件。

當(dāng)前條件下，如何平衡云端的計(jì)算延遲與端側(cè)的算力不足是機(jī)器人 AI 大腦的核心矛盾之一。放眼未來(lái)，機(jī)器人大腦在一段時(shí)間內(nèi)或采用云端大腦與端側(cè)模型并行的技術(shù)路徑。在云端，特斯拉自研 DOJO 超算平臺(tái)支撐人形機(jī)器人的底層算力。DOJO 芯片架構(gòu)平臺(tái)由 D1 芯片組成， D1 芯片采用了臺(tái) 積電的 7 納米制程工藝，計(jì) 算能力在 BF16/CFP8 上達(dá)到 362TFLOPS，F(xiàn)P32 峰值算力為 22.6 TFLOPS，TDP(熱設(shè)計(jì)功耗)為 400W。預(yù)計(jì)到 2024 年 10 月，Dojo 超算平臺(tái)的有望匹配 30 萬(wàn)塊英偉達(dá) A100 芯片的算力。特斯拉自研的 Dojo 超算平臺(tái)有望為公司節(jié)省超過(guò) 65 億美元的算力投入。

商業(yè)模式：從制造到運(yùn)營(yíng)，機(jī)器人有望復(fù)刻路徑

具身智能將帶來(lái)產(chǎn)業(yè)鏈的重構(gòu)，其中軟件將在產(chǎn)業(yè)鏈中具備G價(jià)值量。未來(lái)隨著大模型的滲透率提升，機(jī)器人智能化程度有望大幅度提G。參考智能汽車(chē)L域的“軟件定義汽車(chē)”邏輯，軟件算法或成為人形機(jī)器人廠商的技術(shù)護(hù)城河，是機(jī)器人主機(jī)廠實(shí)現(xiàn)產(chǎn)品差異化的關(guān)鍵因素。

附件：從特斯拉智能駕駛看人形機(jī)器人發(fā)展路徑-機(jī)器人數(shù)據(jù)短缺主要靠?jī)煞N途徑