机器人产业跟踪20250323

2025年03月24日07:19 关键词关键词 英伟达机器人AI物理AI计算机板块PPT大会云端终端算力GTC大会算力硬件部署专测Jackson虚拟化环境算力模组物理规则特斯拉人形机器人产业链订单 全文摘要全文摘要 华泰电信代表讨论了机器人产业的发展，重点关注了英伟达在AI领域的新进展，特别是其在物理AI方面的探索，以及如何借助硬件和软件布局推动这一进程。讨论随后转向实际应用，以特斯拉的Optimus机器人项目为例，该计划旨在年内推出原型机并逐步实现量产。尽管市场对特斯拉的产量目标有所负面反应，但讨论认为这未偏离产业的正常发展轨道，并强调了特斯拉及其国内产业链的持续增长潜力。 机器人产业跟踪机器人产业跟踪20250323_导读导读 2025年03月24日07:19 关键词关键词 英伟达机器人AI物理AI计算机板块PPT大会云端终端算力GTC大会算力硬件部署专测Jackson虚拟化环境算力模组物理规则特斯拉人形机器人产业链订单 全文摘要全文摘要 华泰电信代表讨论了机器人产业的发展，重点关注了英伟达在AI领域的新进展，特别是其在物理AI方面的探索，以及如何借助硬件和软件布局推动这一进程。讨论随后转向实际应用，以特斯拉的Optimus机器人项目为例，该计划旨在年内推出原型机并逐步实现量产。尽管市场对特斯拉的产量目标有所负面反应，但讨论认为这未偏离产业的正常发展轨道，并强调了特斯拉及其国内产业链的持续增长潜力。国内机器人产业的机遇也被提及，包括华为和小鹏等公司在机器人领域的进展，以及它们可能为供应链带来的新机会。最后，建议投资者关注特斯拉链和国内链的公司，尽管当前市场回调，但这些公司因其估值吸引力和在机器人产业中的增长潜力而值得投资。 章节速览章节速览 ● 00:00英伟达发布会聚焦机器人与物理英伟达发布会聚焦机器人与物理AI产业趋势产业趋势本次汇报讨论了英伟达在PPT大会上的最新发布情况，重点介绍了机器人板块的进展及物理AI 的未来展望。英伟达认为，AI的下一阶段将是理解真实物理规则的物理AI，强调了软件生态及复杂加速库在实现这一目标中的核心作用。此外，英伟达提出将AI技术拓展到云以外的更多场景，以开拓新的市场曲线，其中机器人制造和训练部署成为关键增长领域。 ● 03:19英伟达在机器人技术领域的展望与解决方案英伟达在机器人技术领域的展望与解决方案 英伟达在机器人技术领域着重于三大能力的提升：基础模型的训练、虚拟环境中的数据采集以及模型在终端的部署。云端训练部分使用大算力芯片，如Hopper等。在终端部署环节，利用Orin系列算力模组产品，该系列目前已迭代至七个版本，共计14款细分型号。对于不同算力需求，提供OrangeNormal、OrangeNX和Train等产品，算力逐步提升。未来，预计GPP等新产品将带来性能上的显著提升，可能实现从云端到终端的全链条优化。 ● 08:02机器人技术在算力和软件支持下的创新与发展机器人技术在算力和软件支持下的创新与发展对话主要探讨了机器人技术在算力硬件和软件支持下的发展优势，特别是Jackson 系列产品的应用案例。这些产品不仅依赖于强大的芯片算力，还需要包括视觉算法、语言理解等辅助算力的异构分离部署。讨论还涉及了如何通过加速库与操作系统对接，以及如何利用训练数据进行模型检测和量化等问题。此外，还提到了一种能够机制真实世界物理规则的新一代模型，以及在虚拟化环境中训练机器人，以提高其在现实世界中适应物理环境能力的策略。通过这些技术，机器人能够在工业制造、医学和物流仓储等多个场景中发挥更大作用。 ● 15:14机器人产业进展及投资策略更新机器人产业进展及投资策略更新 随着4月份的到来，机器人产业进入新的发展阶段。产业重点在于关注已经进入特斯拉产业链的国内公司订单落地情况，特别是订单规模和可能的超预期表现。此外，国内计划在人形机器人领域进一步推出的公司以及华为等代表的供应链生态合作也值得关注。随着国产机器人产业链的产业化进度加快，相关公司的市场空间和潜力巨大，尤其是在供应链格局尚未完全稳定的情况下。在股价方面，近期机器人板块经历了调整，主要受到筹码和交易维度的影响，但随着市场的稳定，建议关注公司在事实方面的潜力和产业发展趋势。 ● 22:21业绩分歧后的市场策略及核心标的关注业绩分歧后的市场策略及核心标的关注讨论集中在近期业绩分歧对市场交易的影响，以及随着这些分歧逐步交易和释放结束后，市场应优先关注的提炼 核心标的。特别强调在国产产业链中，一季报表现较好、全年估值有安全边际的公司值得优先关注。提到的公司包括在机器人业务布局较快、主营业务利润有显著提升的几家公司，如富林精工、祥兴科技、信智集团等。这些公司在估值和业绩表现上显示出一定的安全边际和增长潜力。此外，还建议投资者关注特斯拉产业链的核心标的，并在业绩期前后继续关注其表现。最后，提到了机械领域相关观点的汇报。 ● 27:28机械组汇报：人形机器人产业进展及市场预期机械组汇报：人形机器人产业进展及市场预期 本周机械组对人形机器人产业进行了跟踪和分析，重点关注了特斯拉员工大会上的关键信息。马斯克宣布弗里蒙特工厂将在今年生产出第一台Optimus机器人，标志着该机器人进入量产阶段。此外，22个自由度的零销售也在特斯拉进入量产。特斯拉计划2025年生产约5000台Optimus原型机，对应1至1.2万台整机零部件需求，并在2026年达到约5万台的量产计划，预计从2026年二季度或年终开始外销。虽然市场对量产目标有所调整，但整体产业进度仍在预期之内。此外，国内链特别是小鹏链的进展值得关注，可能在年中发布第三代机器人，有望在产业进度上与特斯拉链形成交叉向上的趋势。国内链的扩散程度更广，涉及工业自动化、汽车零部件等领域的公司，这些公司可能未在前期炒作中被高估，随着回调，其估值优势更加显著。总体而言，人形机器人产业前景乐观，推荐关注特斯拉链、国内链的供应链公司。 问答回顾问答回顾 发言人发言人问：英伟达在发布会上提出了什么样的远期需求展望，特别是关于机器人领域的看法是什么？问：英伟达在发布会上提出了什么样的远期需求展望，特别是关于机器人领域的看法是什么？发言人答：英伟达认为下一代AI将是一个能够理解真实物理世界的非正式AI产品，即物理AI。要实现物理AI，除了需要英伟达的硬件产品外，还包括其在复杂软件生态系统的布局，例如应用于各种模型训练场景以及针对物理AI场景优化的加速库。英伟达认为机器人可能是未来业务增长的重要领域，包括机器人制造、模型训练和部署等环节。 发言人发言人问：英伟达如何看待问：英伟达如何看待AI在云端训练阶段和推理阶段的表现及可能遇到的瓶颈？在云端训练阶段和推理阶段的表现及可能遇到的瓶颈？ 发言人答：英伟达的观点是，云端训练阶段可能会遇到一些瓶颈，并且对于后续推理、test time及post training的scale能力的延续存在分歧。但英伟达坚信AI的发展需要拓展到云端以外的更多场景，以形成第二市场曲线，其中机器人相关的生产与训练部署是关键环节。 发言人发言人问：英伟达在机器人专测部署环节提供了哪些解决方案？问：英伟达在机器人专测部署环节提供了哪些解决方案？ 发言人答：在专测部署环节，英伟达提供了基于Orin系列的算力模组产品，该产品已迭代了七个版本，拥有14款细分型号。这些芯片目前主要应用于云端，并且今年预期会有新的芯片发布，但信息更新至二三年的版本数据。根据对机器人的算力要求不同，可以选择不同性能的产品进行部署。 发言人发言人问：机器人生命周期中需要哪三大类能力？问：机器人生命周期中需要哪三大类能力？ 发言人答：机器人从种子产品到整个生命周期中，需要具备以下三大类能力：一是云端训练基础模型的能力；二是利用语音数据进行训练的过程，包括现实世界的数据采集和模拟训练；三是模型训练结束后，在终端设备上部署算力硬件以实现终端模型的计算跑通。 发言人发言人问：对于英伟达未来的产品预期，特别是问：对于英伟达未来的产品预期，特别是GPT相关产品的表现如何？相关产品的表现如何？ 发言人答：预计GPT可能会取代现有的open系列产品，作为新的计算单元。GPT等新型产品的计算性能相较于现有产品有大幅提升，例如一个基于GPT模型的系统可以实现远超之前模型的算力，比如能达到P430的性能，扩大八倍后接近5400的算力水平。因此，GPT的应用和发展潜力巨大。 发言人发言人问：在机器人领域，如何体现算力优势以及如何解决多芯片异构分离的问题？问：在机器人领域，如何体现算力优势以及如何解决多芯片异构分离的问题？ 发言人答：在机器人领域，算力优势体现在端侧部署所需的硬件载体上，例如Jackson系列产品就提供了一整套名为“将正常第四”的软件能力支持。在具体实现中，涉及到底层芯片采用just供应主算力，并可能需要解决其他辅助算力问题，如视觉算法和语言理解等。针对多芯片异构分离的问题，关键在于如何让客户适应不同算法及芯片的加速特点，这需要通过开发加速库来对接上层操作系统，导入训练数据，并有效应用这些数据进行检测和量化等操作。 发言人发言人问：问：Com模型是什么，以及它在机器人应用中的作用是什么？模型是什么，以及它在机器人应用中的作用是什么？ 发言人答：Com模型是一种能够机制真实世界物理规则的新一代模型，最初在CS会议上发布，有多个版本供客户根据专测算力的影响和推理性能要求选择。在机器人应用中，该模型不仅是理解事物的大模型，还包含一个执行动作的模型，两者共同协作完成任务规划和执行。其中，类似于“杠杆”的系统负责宏观决策指令，而“小脑”系统则关注具体动作的精确控制，两者协同工作以实现对任务的有效执行。 发言人发言人问：对于机器人模型的需求不匹配时，是否有解决方案？问：对于机器人模型的需求不匹配时，是否有解决方案？ 发言人答：当机器人模型觉得与自身需求不太匹配时，可以利用服务调入环境，在虚拟化场景中让机器人学习判断和积累数据，以便更好地适配所需产品。例如，在工业制造场景中，如果工业机器人希望对特定零部件如螺丝刀、螺母有更好的识别和操作能力，可以通过虚拟训练成千上万次来模拟真实事件中的迭代和训练过程，节省时间和成本。此外，通过加入更多的物理分割细节，可以将基础能力转化为数据化能力，使机器人在真实物理环境中表现得更为适应。 发言人发言人问：是否有其他案例展示了虚拟化环境对机器人训练的作用？问：是否有其他案例展示了虚拟化环境对机器人训练的作用？ 发言人答：在没有Omniverous这样的虚拟化环境时，传统的做法是通过捕捉人类传感器运动数据来模仿操作过程。但借助虚拟互联环境，可以在虚拟场景中生成各种不同情况下的操作结果，并选择最优数据进行底层模型的迭代和训练，从而提高效率和精准度。这种虚拟化训练方式不仅适用于工业制造场景，也广泛应用于医学、物流仓储等领域。 发言人发言人问：在产业跟踪方面，我们应重点关注哪些国内产业链公司及其订单情况？问：在产业跟踪方面，我们应重点关注哪些国内产业链公司及其订单情况？ 发言人答：我们应当优先关注那些已经进入特斯拉产业链的国内公司，尤其要关注它们订单落地过程中，在季度或月度维度上是否存在超预期的可能性。跟踪这些实质订单是反映产业化进程的重要因子。 发言人发言人问：在问：在4月份有哪些产业链动态值得关注？月份有哪些产业链动态值得关注？ 发言人答：4月份值得关注的产业链动态包括：国内一些主要计划在人形机器人领域推出新产品的企业及其供应链生态合作，特别是以华为为代表的业务布局，预计会有紧锣密鼓的动作；此外，国产产业链上的机器人本体公司和机器人大模型平台公司在四月份的产业化进度也值得跟踪。 发言人发言人问：对于国产产业链中可能成为重要供应商的公司，有何建议？问：对于国产产业链中可能成为重要供应商的公司，有何建议？ 发言人答：对于国产产业链中潜在的大型供应商合作伙伴，比如华为体系中的相关公司，需要继续保持高频关注。同时，除了关注特斯拉产业链订单外，还应重