中信建投:Tesla Bot 与智能驾驶具备较强关联性 算法及 AI 软硬件有望支撑产品快速迭代
Tesla Bot 在设计理念、系统架构、迭代及感知方式与智能驾驶具备较强关联性,算法框架与相关 AI 软硬件储备有望支撑产品快速迭代及功能实现。
智通财经 APP 获悉,中信建投发布研究报告称,人形机器人是科技内生及政策扶持的高成长赛道,智能驾驶及人形机器人是 AI 主力应用场景,目前特斯拉分别推出的 FSD 及 Optimus 解决方案全球领先,并表态 FSD 技术积淀可以加速 Optimus 产品智能化迭代。Tesla Bot 在设计理念、系统架构、迭代及感知方式与智能驾驶具备较强关联性,算法框架与相关 AI 软硬件储备有望支撑产品快速迭代及功能实现。
事件:工信部印发《人形机器人创新发展指导意见》。2023 年 11 月 2 日,工信部印发《人形机器人创新发展指导意见》,目标是到 2027 年,人形机器人技术创新能力显著提升。智能驾驶和人形机器人技术具备较强关联性。
中信建投观点如下:
从理念、架构、迭代、感知四方面对比智能汽车和机器人异同点:
(1) 理念层面,智能汽车包含智能驾驶、智能座舱及网联汽车,强调给驾乘人员带来智能化便利;人形机器人强调在家庭、工商业等基础场景替代人工,通用宽泛应用场景要求具备更强 AI 性能,功能要求更接近智能驾驶,软件、算法迭代要求高,Tesla FSD 感知端与控制端算法可推动 Bot 快速迭代,主要差异在运动控制。
(2) 架构层面,汽车电子电气架构 (EEA) 经历了从分布式 (ECU 控制) 到域集中式 (域控制) 的发展过程,未来走向中央集中式 (中央计算平台统筹);Tesla Bot 执行及动力系统 (除感知及控制硬件外的基础结构件) 更为简单,直接采用中央集中式 (类人脑) 架构,主控 SOC 芯片及 AI 训练芯片组成计算机控制硬件,FSD 及 BOT 感知端占用网络模型等算法打通,训练端采用 DOJO 神经网络等模型处理。
(3) 迭代层面,汽车 OTA(远程升级) 分为软件 (SOTA) 及固件 (FOTA) 在线升级两类,前者可更新中控信息娱乐 APP 升级,后者可对转向、制动等执行系统进行控制器 (ECU) 升级;Tesla Bot 采用电机伺服来驱动执行,较工业机器人液压执行更具柔性及可控制性,更适用于 FOTA;而 SOTA 技术难度相对较低。
(4) 感知层面,智能驾驶不同等级 (L1-L5) 所需的感知方案差异较大,当前特斯拉 FSD(L2+) 采取纯视觉感知方案 (后续或引进 4D 毫米波雷达),其他主机厂一般采用多传感器融合的感知系统 (含超声波/毫米波/激光雷达等),涉及车辆高精定位采用 GPS 及 IMU(惯性导航) 组合;当前 Tesla Bot 面部采用 3 个 Autopilot 摄像头 (鱼眼/左前/右前),整体仍偏向视觉方案,其他传感器或包含力/力矩/声学/触觉/温度等类型,雷达及 IMU 等车用传感器或也在备选之列。
风险提示:1) 机器人及中国智能装备需求不及预期的风险;2) 宏观经济波动风险;3) 市场竞争加剧风险。