具身テクノロジートレーニングの観点から見ると、シミュレーションソフトウェアは、大規模モデルに大量で低コストのデータを提供し、実データの高コストと収集の難しさを解決する可能性があり、シミュレーションソフトウェアは広範囲での活用が期待されています。
マーケットニュースアプリによると、中銀証券はリサーチレポートを発表し、アジアベッツ時代が到来し、小規模なエンドデバイスは大規模で大規模なパラメーターを処理できない一方、具身テクノロジーは最適なキャリアになる可能性があります。具身テクノロジートレーニングの観点から見ると、シミュレーションソフトウェアは、大規模モデルに大量で低コストのデータを提供し、実データの高コストと収集の難しさを解決する可能性があり、シミュレーションソフトウェアは広範囲での活用が期待されています。剛性物体のシミュレーションと比較して、柔軟な流体のシミュレーション技術にはより高い壁があり、関連する技術の蓄積を持つメーカーが優位性を発揮しています。具身テクノロジーの商業化パスを考えると、現在の商業展開方法は主に汎用のロボットパス、ソフトウェアのみのパス、および垂直ドメインのハードウェアおよびソフトウェアの組み合わせの3つの方法があります。
中銀証券の主な視点は以下の通りです:
アジアベッツ時代が到来し、具身テクノロジーが最適なキャリアになる可能性があります。
ChatGPTがリリースされて以来、AIモデルのパラメータはどんどん増えており、GPT-1からGPT-4まで、パラメータ量が1.1億から18000億に増加しています。現在のマーケットにあるエンドサイドの大規模モデルを見ると、通常、デバイスサイドが大きいほど(機能が多い)、そのエンドサイドの大規模モデルのパラメータも大きくなります。しかし、ウェアラブルデバイス、携帯電話などは大規模なモデルや計算力を消化することができず、小型エンドデバイスと比較して、具身テクノロジーロボットはアジアベッツを最適なキャリアにする可能性があります。
シミュレーションは具身テクノロジートレーニングに広範囲に利用される可能性があり、柔軟性や流体などの技術を持つメーカーに注目することをお勧めします。
主流の具身テクノロジートレーニング方法には、リモート操作、モーションキャプチャ、大規模モデルなどがあります。その中で、単一の遥動やモーションキャプチャは人間のオペレーターが直接制御する必要があり、機械が人間を代替することはできません。大規模モデルとロボット本体を組み合わせると、一般化能力が高くなります。大規模モデルのトレーニングデータの選択において、シミュレーションデータまたは実データを使用できます。シミュレーションは仮想環境を構築して大量のデータを生成し、低コストで新しい環境でスキルを広範囲に学習するのに適しています。一方、実データを使用することで、細分化されたシナリオのデータバリアが形成されますが、コストや入手の難しさが比較的高くなります。剛性物体のシミュレーションと比較して、柔軟な流体のシミュレーションはアルゴリズムの安定性と収束性に対する要求が大幅に高まります。
具身テクノロジーのビジネス化パス:純粋なソフトウェアと垂直分野のソフトウェアハードウェア統合パスに注目することをお勧めします。
現在、具体的なテクノロジーのビジネス化パスは主に3つの主要なものが含まれています:
第一種は汎用ロボットパスであり、その核心は様々な多様な使用シーンに対応するために汎用のハードウェアとソフトウェアを採用することです。このパスは資金と技術の要求が高く、現在、1X、Figure、テスラなどの業界大手が布陣を加速しています。
第二種のパスは純粋なソフトウェアのパスで、汎用のオペレーティングシステムを設計し、ハードウェアメーカーはAPIインターフェイスを介してロボットの「脳」にアクセスでき、複数のハードウェアプラットフォームで1つのソフトウェアアーキテクチャを共有できるようにしています。そして、ロボットの大規模な展開に伴い、その余剰コストを0に近づけることができます。純粋なソフトウェアパスに対しては、エヌビディア、華為技術協力メーカーへの注目がお勧めです。
第三種のパスは垂直領域のソフトウェアハードウェア統合で、現在、ロボットのハードウェアとデータはまだ結合段階にあり、企業はセンサーデータを収集することで、分野のデータ壁を形成することができます。このようなパスに対しては、分野のリーダー企業に注目することをお勧めします。
投資提言
具体的なテクノロジーのトレーニングの面からは、柔軟性、流体シミュレーションなどの技術を有するメーカーに注目することをお勧めします。索辰テクノロジー(688507.SH)など。具体的なテクノロジーのビジネス化パスの面からは、エヌビディア、華為技術協力メーカーや九号会社(689009.SH)、zhejiang zhongjian technology(002779.SZ)、gosuncn technology group(300098.SZ)、jiangsu hoperun software(300339.SZ)、アンリーンルイシ(301042.SZ)など、および海康ロボットなどの分野のリーダー企業に注目することをお勧めします。
リスク提示:技術の突破が予想を下回る可能性があります;ロボットのコスト削減が予想を下回る可能性があります;データ収集が予想を下回る可能性があります。