这次不一样？

这几天机器人行业再次火热，但熟悉这个板块的朋友应该知道，其实机器人行情已经炒过了蛮多波，于是大家都在问，这次和之前有什么不一样？
首先，简单介绍下行情起因。
此前机器人行情基本都是由特斯拉带动，或者是一些其他机器人厂商发布新品作为爆点，但这次有两个事件同时发生，把机器人和AI联系了起来。
5月16日，英伟达创始人黄仁勋表示，人工智能的下一个浪潮将是具身智能，即能理解、推理、并与物理世界互动的智能系统，例如机器人和自动驾驶汽车。
5月17日，在特斯拉股东大会上，马斯克展示了TeslaBot最新进展，该人形机器人平稳行走，并能在工厂中执行简单任务，同时具备精准的力量控制和记忆功能。
这里顺便说一句。如果还记得去年10月的特斯拉AI日，当时是TeslaBot首次亮相，万众期盼，结果却并不尽如人意。这次TeslaBot已经有双手处理复杂任务的能力，这是当前人形机器人最难做到的一部分。
把老黄和老马的言论相结合，就让全球都对AI机器人产生很大期待。
以TeslaBot为例，人形机器人未来将具备计算机视觉、自然语言处理、动作规划和控制功能，并且可以拥有语音交互、行走和执行复杂任务等与物理世界互动能力。简单而言，就是机器人会越来越像人类，尤其是有了AI加持后，甚至会比人类更聪明。
于是，我们稍作总结，这轮机器人产业发展确实有点不一样，最主要就是增加了AI属性，并且AI机器人似乎不仅是口头说说而已。
ChatGPT开发商OpenAI有投资一家挪威企业叫1X，她们生产的人形机器人叫EVE，自今年4月已经在两个工业现场担任保安工作，可见AI机器人场景已经慢慢打通。
接下来，在被AI赋能后，看看机器人应用场景都能有哪些拓展。
马斯克在股东大会上表示，人形机器人未来需求可能远超汽车，未来每个人都会拥有一个人形机器人，有些人甚至不止一个。
但其实人形机器人只是机器人行业的应用场景之一，还有很多场景都会用到机器人，如今有了AI加持，确实会带来更多想象空间。
第一是工业机器人，AI加持后应用成本会进一步降低。
一方面，在传统制造业中，改生产任务需要重新编写系统代码，还需要调试检验代码的正确性，人力和时间成本都很高。以后有了多模态大模型（比如大家熟知的ChatGPT），使用者只需要说出清晰的指令，系统将自动完成程序录入，快速进入新的任务状态。
另一方面，多模态大模型推理能力强、准确度高，训练过程人力成本低，完全可以让大模型在海量数据中自己去学习，人类不用干预。
如果往远点想，随着AI计算能力逐步增强，人类与机器之间就能实现协作，整个社会的生产模式和协作方式将经历重大的系统性变革。
到时候，机器人就真的会成为身边“同事”。
第二是家用服务机器人，体验感会得到提升。
最基础的，家用服务机器人能够理解人类的语言指令，根据指令做出规划和执行，拿个东西、扫个地、倒杯水都没有问题。
高级点的，以后陪伴将是一项重要能力，通过语音、图片甚至视频的输入，家用服务机器人可以对用户当前情感状态进行预测，并匹配情感状态使用不同输出模型。
简言之，机器人会更像“亲人”。
这点在今后养老领域会应用广泛，80后和90后大多都是独生子女，并且年轻人就业压力较大，那父母赡养就会是比较大的问题，家用机器人可能就是一种解决途径。
第三是配送机器人，商业化落地会加速。
在给机器人装上各类传感器及地图系统后，就能获得周围环境和具体位置信息，如果能再利用好AI大模型，就能自己去完成分拣、路径规划、配送排序等任务。
现在不少饭店里已经在用送餐机器人，但更大应用场景是外卖或快递，国内有部分区域已经在做试点。未来有了AI功能后，机器人配送就能更准确、更及时送达。
未来机器人就将是更高效、也更安全的“小哥”。
顺便补充一点，可能现在大家还不太敢用自动驾驶功能，但未来AI完全渗透到自动驾驶及配送机器人领域后，相信交通安全事故会大大减少。
原因是，AI会完全遵守交规，比如严格控制限速、变道提前打灯、绝不会一次变多根道、会等到足够安全才加塞，等等，本质上会是非常严谨的“老司机”。
第四是人形机器人，研发进展会更顺利。
对于AI大模型而言，可以通过模型参数量增大和训练数据量增大等方法来进一步提升效果。
从GPT-1到GPT-3，模型的参数量从1.1亿个增长到了1750亿个，而谷歌PaLM-E已经达到5620亿个参数，并且目前还没看到这个数量的瓶颈。
之前市场都在说，GPT-5有可能就是GPT-4自己给自己做迭代。当下应该还是需要一些人工标注或干预，但能够肯定的是，人工干涉比例会越来越低，以后人形机器人会保持自己不断学习的状态。
人形机器人就像是大脑被完全开发的“学霸”。
当然还有很多其他应用场景，就不一一列举了。总之，对于机器人产业而言，这次“AI+机器人”确实不太一样，这点可以承认。
但是不能过于乐观，AI机器人研发还是会有很多难点。尤其是从样机或小批量，再想要到大规模量产，会面临更多不确定性。
比方说算力就是很大壁垒，如果模型想要达到非常强的泛化能力，规模就要非常大，对单机终端的算力要求会很高，GPT-3.5大概要5张A100显卡运行，更大的模型可能要10张。
据了解，目前A100显卡单张已经要15万元，不到1年涨了20倍，成本非常高。
最后，对于A股市场而言，这次到底有没有不一样呢？
对于AI板块，其实在大模型层面没有太多增量，主要是多了个应用场景，进一步打开下游市场空间，而且不像金山和讯飞，针对机器人领域的大模型似乎还没有绝对龙头。
对于机器人板块，前几波更多是在硬件端做文章，表现较好的都是机器人机械环节供应商，而这次市场把更多关注度放在了软件端，很多名字里就带有“智能”的公司都得到了关注。
当然，这次重要官媒发布“挖掘机器人产业更大潜力”文章，也算是给板块做了推波助澜。
长期来看，机器人大时代帷幕已经拉开，这个是不争的事实，无论是官方层面、产业大佬、行业巨头都给予了验证，但机器人产业从概念、到有应用场景、到样机和小批量、再到大规模放量，这个过程是需要时间的。
中短期来看，这次的“不一样”，更多还是在应用场景和样机阶段有所进展，但真正落实到规模放量或业绩体现，可能实质变化并不多，即股价上涨更多是由估值来拉动。
而估值所带来的上涨，有个比较棘手的问题，就是不知道能够涨到什么地步，并且波动比较大，相信关注AIGC标的的兄弟姐妹们都有所体会。
因此，这次AI机器人在产业层面还是比较振奋人心的，大家都对未来充满希望，但回到投资层面，好像又没什么不一样，真的看好机器人趋势，还是要慢慢来。
具体到标的层面，AI机器人相关龙头企业还是比较多的，就简单列举一下吧。
软件端来看，龙头企业主要有边缘AI部署和应用的科大讯飞、中科创达，视频等多模态算法的虹软科技、海康威视、大华股份等，机器视觉和传感器的奥比中光、奥普特、凌云光等。
硬件端来看，龙头企业主要有旋转关节的三花智控，线性关节的拓普集团，手部核心空心杯电机的鸣志电器，滚珠丝杠及潜在空心杯电机的鼎智科技和江苏雷利，以及谐波减速器的绿的谐波等。