具身智能機器人概念股周五表現強勢，為智能機器人提供精密減速器的龍頭企業(yè)豐立智能連續(xù)兩個交易日收盤錄得20cm漲停。

消息面上，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛在ITF World 2023半導體大會上發(fā)表演講，下一波人工智能浪潮將是一種被稱為具身AI的新型人工智能。同日，在特斯拉5月股東大會上，CEO馬斯克表示，人形機器人會是今后特斯拉主要的長期價值來源。其推測，人形機器人Optimus需求將達100億臺，遠遠超過汽車需求，可能是百億美元級別的。從最終用途來看，特斯拉人形機器人和具身智能機器人幾乎可以劃等號。

值得一提的是，政策端也已開始著眼于具身人工智能?！侗本┦写龠M通用人工智能創(chuàng)新發(fā)展的若干措施（2023-2025年）（征求意見稿）》日前發(fā)布，提出推動具身智能系統(tǒng)研究及應用，突破機器人在開放環(huán)境、泛化場景、連續(xù)任務等復雜條件下的感知、認知、決策技術。

太平洋證券崔文娟等人5月14日研報認為，雖然當前人形機器人的智能AI系統(tǒng)還不夠成熟，但當前ChatGPT的出現已展現了生成式AI具備較強理解和生成對話能力，結合OpenAI投資人形機器人賽道，以及特斯拉等巨頭的入局，看好未來人形機器人更快商業(yè)化落地。

國盛證券宋嘉吉等人在5月19日研報中表示，具身智能憑借物理反饋、物理輸出的特性，將是繼AIGC之后的又一個現象級AI應用。

據了解，具身智能指的是智能體通過與環(huán)境產生交互后，通過自身的學習，產生對于客觀世界的理解和改造能力。一個具身智能機器人需要，首先聽懂人類語言，之后分解任務、規(guī)劃子任務，移動中識別物體，與環(huán)境交互，最終完成相應任務。

浙商證券王華君等人5月18日研報介紹，具身智能是多個學科交叉互助的產物，表現為：機器人學為具身智能供機械身體和基本運動控制；深度學習中的神經網絡是具身智能中主要工具；強化學習是具身智能機器人的主要學習手段之一；機器視覺給具身智能提供了處理視覺信號的能力；計算機圖形學開發(fā)的物理仿真環(huán)境為具身智能提供了真實物理世界的替代；自然語言給具身智能帶來了與人類交流、從自然文本中學習的可能；認知科學進一步幫助具身智能體理解人類、構建認知和價值。

市場規(guī)模來看，王華君等人表示，人形機器人市場空間巨大，中性預計2021-2030年全球市場規(guī)模CAGR約71%。

產業(yè)鏈方面，平安證券認為“零部件先行”，上游核心零部件環(huán)節(jié)是人形機器人產業(yè)落地的重要保障，有望率先受益于人形機器人行業(yè)發(fā)展。目前來看，機械行業(yè)中，伺服系統(tǒng)和減速器環(huán)節(jié)受益于人形機器人賽道的確定性較強。

事實上，按照“具身AI”的定義，美國的科技巨頭早已開始布局。例如特斯拉推出的人形機器人Optimus、波士頓動力的Atlas和Spot就具備接近具身智能的能力，它們可以通過機器人的身軀來模擬人類或動物的行為和動作，更加逼真地與人類進行互動。算法側，特斯拉的Dojo AI超級計算機項目用于加速訓練和推理具身智能模型。

值得一提的是，進入AIGC時代，GPT等大模型的出現助力提升人形機器人感知能力，加速產業(yè)化。黃仁勛于會議上同步介紹了英偉達的多模態(tài)具身智能系統(tǒng)Nvidia VIMA，其能在視覺文本提示的指導下，執(zhí)行復雜任務、獲取概念、理解邊界、甚至模擬物理學。

此外，谷歌、微軟帶頭，均試圖以大模型為機器人注入靈魂。微軟團隊在最近的一項研究中探索如何將OpenA研發(fā)的ChatGPT擴展到機器人領域，從而讓人類用語言直觀控制如機械臂、無人機、家庭輔助機器人等多個平臺。研究人員展示了多個ChatGPT解決機器人難題的示例，以及在操作、空中和導航領域的復雜機器人部署。

谷歌聯合柏林工業(yè)大學團隊3月8日發(fā)布PaLM-E，其是一種多模態(tài)具身視覺語言模型，也是史上最大的“通才”AI模型，其不僅可以理解圖像，還能理解、生成語言，可執(zhí)行各種復雜的機器人指令而無需重新訓練，且表現出很好的遷移能力。

崔文娟等人表示，具身智能迎來PALM-E時代，有望提升機器人智能化水平。鑒于PaLM-E所表現出來的應用前景，未來相關技術有望在諸如工業(yè)機器人、家庭自動化等更多場景落地。

上市公司方面，崔文娟等人推薦減速器中大力德等；工業(yè)機器人拓斯達等；服務機器人科沃斯、石頭科技、九號公司等。

據財聯社不完全統(tǒng)計，涉及具身智能機器人的A股上市公司包括億嘉和、埃斯頓、機器人、新時達、匯川技術、凌云光、綠的諧波、雙環(huán)傳動、天準科技和豐立智能等，具體情況如下：

值得注意的是，清華大學國強教授、智能產業(yè)研究院首席研究員聶再清表示，由于具身AI在與人類互動和操作的過程中需要收集大量的來自現實世界中的數據，用于模型訓練和改進，因此從保護數據隱私安全的角度來看，無疑是提出了更大的挑戰(zhàn)。