中信證券：英偉達(dá)發(fā)布移動機器人平臺 科技公司進(jìn)軍機器人產(chǎn)業(yè)趨勢持續(xù)強化

智通財經(jīng)APP獲悉，中信證券發(fā)布研究報告稱，近日，英偉達(dá)發(fā)布全新自主移動機器人平臺，結(jié)合從邊緣到云的計算能力與強大的軟件堆棧，適用于AI自主移動機器人，該行提出的科技大廠進(jìn)軍機器人產(chǎn)業(yè)大勢所趨的預(yù)測持續(xù)得到驗證，OpenAI、騰訊、小米、谷歌、英偉達(dá)等科技企業(yè)持續(xù)加注機器人領(lǐng)域，推動機器人技術(shù)創(chuàng)新與落地進(jìn)程加速，機器人發(fā)展“硬件先行”，模組化零件為未來發(fā)展趨勢，零部件廠商一體化布局提供整體解決方案，同步提升產(chǎn)業(yè)鏈地位，推動機器人產(chǎn)業(yè)降本增效與規(guī)?；涞?。

事件：近日，在中國臺北國際電腦展上，英偉達(dá)CEO黃仁勛發(fā)布了可供第三方進(jìn)行二次開發(fā)的全新自主移動機器人平臺IsaacAMR(AutonomousMobileRobot)，該平臺是一個用于模擬、驗證、部署、優(yōu)化和管理自主移動機器人車隊的平臺，包含了邊緣到云的軟件服務(wù)、計算能力以及一套參考傳感器和機器人硬件，可加快AMR的開發(fā)和部署速度，減少成本和縮短產(chǎn)品上市時間。

中信證券主要觀點如下：

基于先進(jìn)人工智能與硬件平臺，英偉達(dá)深度賦能AMR快速發(fā)展。

IsaacAMR是建立在NVIDIANovaOrin參考架構(gòu)的基礎(chǔ)之上，該架構(gòu)集成了包括立體攝影機、魚眼攝影機、2D及3D激光雷達(dá)等多個傳感器，以及強大的NVIDIAJetsonAGXOrin系統(tǒng)模塊，并取得部分最先進(jìn)的人工智能和硬件加速算法，實時在邊緣以每秒進(jìn)行275萬億次運算的算力執(zhí)行這些算法，藉此成為IsaacAMR的大腦與眼睛，疊加DeepMap的云服務(wù)，可以加快地圖繪制，提高機器人運行效率。第三方企業(yè)等開發(fā)者可以基于IsaacAMR，結(jié)合自身需求進(jìn)行二次開發(fā)，加快AMR的開發(fā)和部署速度，降本增效推動行業(yè)快速發(fā)展。

科技大廠進(jìn)軍機器人產(chǎn)業(yè)大勢所趨，推動技術(shù)創(chuàng)新與商業(yè)化進(jìn)程加速。

2023年3月23日，OpenAI牽頭，聯(lián)合老虎基金與挪威投資者財團投資人形機器人公司1X2350萬美金，進(jìn)軍機器人行業(yè)。4月21日，小米投資設(shè)立北京小米機器人技術(shù)有限公司，持續(xù)加注機器人領(lǐng)域。4月25日，騰訊RoboticsX實驗室發(fā)布自研機器人靈巧手“TRX-Hand”和機械臂“TRX-Arm”。4月28日，在第六屆數(shù)字中國建設(shè)峰會上，阿里CEO張勇透露:阿里云工程師正在實驗將千問大模型接入工業(yè)機器人，在釘釘對話框輸入一句人類語言，即可遠(yuǎn)程指揮機器人工作。5月10日，谷歌正式發(fā)布新的通用大語言模型PaLM2。PaLM2是驅(qū)動AI機器人Bard的模型的升級版，可以生成多種文本回應(yīng)用戶?？萍计髽I(yè)在人工智能技術(shù)方面具有強大的技術(shù)積累，可深度賦能機器人產(chǎn)品和技術(shù)創(chuàng)新。同時，科技企業(yè)擁有豐富的成功商業(yè)化經(jīng)驗、廣泛的用戶基礎(chǔ)與品牌沉淀，有望推動機器人商業(yè)化落地進(jìn)程加速與滲透規(guī)模提升。

機器人發(fā)展“硬件先行”，模組化零件為未來發(fā)展趨勢。

OpenAI、騰訊、小米、谷歌、英偉達(dá)等科技企業(yè)持續(xù)加注機器人領(lǐng)域，推動機器人技術(shù)創(chuàng)新與降本量產(chǎn)進(jìn)程加快，機器人目前處發(fā)展初期，存在“硬件先行”規(guī)律。其中模組化零件為未來發(fā)展趨勢，以旋轉(zhuǎn)關(guān)節(jié)為例，核心零部件之間需定制化、參數(shù)化耦合，且應(yīng)用時間較短，當(dāng)前產(chǎn)業(yè)內(nèi)部件高度零散化，供應(yīng)鏈繁雜，為了降低關(guān)節(jié)的設(shè)計與采購成本，模組化零件會成為必然趨勢，產(chǎn)業(yè)鏈重塑零部件廠商一體化布局提供整體解決方案，產(chǎn)業(yè)鏈地位同步提升，推動產(chǎn)業(yè)鏈降本增效。

風(fēng)險因素：機器人支持政策未來落地不及預(yù)期;機器人應(yīng)用場景的發(fā)展?jié)摿Φ陀陬A(yù)期;機器人技術(shù)進(jìn)步速度低于預(yù)期。