消費電子行業(yè)專題研究：英偉達(dá)虛擬仿真技術(shù)主導(dǎo)驅(qū)動人形機(jī)器人行業(yè)發(fā)展131mb

行業(yè)報告行業(yè)報告|行業(yè)專題研究消費電子證券研究報告消費電子投資評級行業(yè)評級強(qiáng)于大市(維持評級)上次評級強(qiáng)于大市投資評級行業(yè)評級強(qiáng)于大市(維持評級)上次評級強(qiáng)于大市英偉達(dá)虛擬仿真技術(shù)主導(dǎo)，驅(qū)動人形機(jī)器人行業(yè)發(fā)展虛擬仿真技術(shù)迅速發(fā)展，賦能宇樹科技人形機(jī)器人ASAP框架及英偉達(dá)虛“--真實”“動態(tài)校準(zhǔn)”GPU智元啟元大模型出世，虛擬仿真技術(shù)得到進(jìn)一步應(yīng)用智元機(jī)器人深度融合虛擬仿真技術(shù)，推動具身智能發(fā)展。其發(fā)布的智元啟元大模型，構(gòu)建Vision-Language-Latent-Action（ViLLA）創(chuàng)新架構(gòu)，由VLM

42%34%26%18%10%2%-6%-14%

作者潘暕分析師SAC作者潘暕分析師SAC執(zhí)業(yè)證書編號：S1110517070005panjian@行業(yè)走勢圖 AgiBotDigitalWorldNVIDIAIsaac-Sim開發(fā)，能生成高質(zhì)量操

2024-05 2024-09 2025-01資料來源：聚源數(shù)據(jù)作數(shù)據(jù)創(chuàng)建多樣仿真任務(wù)與環(huán)境開源數(shù)據(jù)優(yōu)勢顯著為虛擬仿真技術(shù)在 相關(guān)報告1相關(guān)報告1《消費電子-行業(yè)研究周報:海外科技股25Q1：Capex保持較高強(qiáng)度，看好AI算力鏈修復(fù)》2025-05-132《消費電子-行業(yè)專題研究:25Q1：AI業(yè)績紅利兌現(xiàn)伊始、機(jī)構(gòu)持倉穩(wěn)定，看好算力開支及新機(jī)帶動下的板塊修復(fù)機(jī)遇》2025-05-133《消費電子-行業(yè)研究周報:美方應(yīng)對關(guān)稅態(tài)度緩和，出口鏈條或迎修復(fù)》2025-04-27虛擬仿真技術(shù)地位突出，英偉達(dá)構(gòu)筑行業(yè)優(yōu)勢英偉達(dá)憑借MimicGen、Omniverse與Isaac三大平臺協(xié)同，虛擬仿真技術(shù)地位突出，鑄就行業(yè)優(yōu)勢。MimicGen以少量人類樣本生成海量精準(zhǔn)數(shù)據(jù)集，突破數(shù)據(jù)采集瓶頸，其數(shù)據(jù)訓(xùn)練的代理性能優(yōu)異，適用于多任務(wù)、多硬件及復(fù)雜場景，還革新數(shù)據(jù)生成模式。Omniverse是3D創(chuàng)作與虛擬仿真的強(qiáng)大平臺，具備實時協(xié)作、光線追蹤等功能，五大組件協(xié)同整合資源，構(gòu)建大型訓(xùn)練場景。Isaac平臺從軟硬件雙重賦能，軟件上，IsaacSim結(jié)合RTX提升感知、USD解決兼容問題，cuOpt等助力AMR部署；硬件上，NovaOrin提供一體化范式。三者深度融合，精準(zhǔn)模擬物理規(guī)律，加速算法迭代、降低試錯成本，推動機(jī)器人從理論邁向規(guī)?；瘧?yīng)用，拓展廣闊前景。建議關(guān)注：世運電路、藍(lán)思科技、立訊精密、一博科技、復(fù)信科技、天準(zhǔn)科技、凌云光等。AI相關(guān)企業(yè)：寒武紀(jì)、海光信息（天風(fēng)計算機(jī)覆蓋、龍芯中科、紫光國微、復(fù)旦微電、安路科技等。邊/終端AI相關(guān)企業(yè)：瑞芯微、晶晨股份、恒玄科技、全志科技、樂鑫科技、富瀚微、中科藍(lán)訊、炬芯科技、兆易創(chuàng)新、中穎電子、芯海科技等。存儲相關(guān)企業(yè)：江波龍（天風(fēng)計算機(jī)聯(lián)合覆蓋）、瀾起科技、聚辰股份、北京君正、普冉股份、東芯股份、佰維存儲等。AI應(yīng)用端相關(guān)企業(yè)：?？荡笕A、工業(yè)富聯(lián)、大華股份、?？低暤取ｏL(fēng)險提示：下游需求不如預(yù)期、庫存去化不如預(yù)期、研發(fā)與技術(shù)升級不如預(yù)期、宏觀環(huán)境變動帶來的風(fēng)險。重點標(biāo)的推薦股票代碼股票名稱收盤價2025-05-19投資評級2024AEPS(2025E元)2026E2027E2024AP/2025EE2026E2027E603920.SH世運電路26.03買入0.941.241.632.1127.6920.9915.9712.34300433.SZ藍(lán)思科技21.48買入0.731.111.441.8129.4219.3514.9211.87002475.SZ立訊精密32.23買入1.842.272.833.3117.5214.2011.399.74688662.SH富信科技37.66買入0.500.851.1453.0444.3133.04請務(wù)必閱讀正文之后的信息披露和免責(zé)申明 1行業(yè)報告|行業(yè)專題研究行業(yè)報告|行業(yè)專題研究請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE2請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE2資料來源：ifind，天風(fēng)證券研究所，注：PE=收盤價/EPS，EPS為天風(fēng)證券研究所預(yù)測內(nèi)容目錄虛擬仿真技術(shù)迅速發(fā)展，賦能宇樹科技人形機(jī)器人 3宇樹科技領(lǐng)銜人形機(jī)器人賽道，虛擬仿真技術(shù)重要性日漸凸顯 3宇樹科技ASAP框架：虛擬仿真驅(qū)動人形機(jī)器人敏捷性突破 3智元啟元大模型出世，虛擬仿真技術(shù)得到進(jìn)一步應(yīng)用 3虛擬仿真技術(shù)地位突出，英偉達(dá)構(gòu)筑行業(yè)優(yōu)勢 4英偉達(dá)多平臺協(xié)同，鑄就機(jī)器人技術(shù)堅實壁壘 4MimicGen系統(tǒng)數(shù)字孿生，創(chuàng)造訓(xùn)練數(shù)據(jù) 4實驗環(huán)節(jié)：生成大型數(shù)據(jù)集訓(xùn)練機(jī)器人代理 4落地功能:大型數(shù)據(jù)集加快虛擬仿真進(jìn)程 4MimicGen仿真引擎：小樣本驅(qū)動跨場景任務(wù)泛化 6Omniverse平臺虛擬仿真，構(gòu)建大型訓(xùn)練場景 6ISSAC平臺：搭建仿真環(huán)境為模擬學(xué)習(xí)提供應(yīng)用環(huán)境和技術(shù)支持 7仿真環(huán)節(jié)：IsaacSim提升仿真感知能力，USD解決系統(tǒng)兼容問題 7部署環(huán)節(jié)：Isaac平臺強(qiáng)化路徑規(guī)劃等關(guān)鍵技術(shù)，縮短AMR部署時間 9NovaOrin硬件平臺提供通用范式，強(qiáng)勁算力保障AMR應(yīng)用可靠性 10對動態(tài)、復(fù)雜環(huán)境適應(yīng)能力遠(yuǎn)超AGV，AMR具備更廣闊的應(yīng)用前景 11建議關(guān)注 11相關(guān)風(fēng)險 11圖表目錄圖1：MimicGen復(fù)制孿生人類演示 5圖2：MimicGen工作流程 5圖3：Omniverse模塊化開發(fā)框架 7圖4：Omniverse運作原理 7圖5：光柵化與光線追蹤采樣順序 8圖6：光柵化與光線追蹤照明效果 8圖7：DLSS工作原理 8圖8：Metropolis示意圖 10圖9：經(jīng)典SLAM框架 11圖10：視覺SLAM流程圖 11表1：2023IsaacSim更新內(nèi)容 7表2：NovaOrin硬件組成 10我們認(rèn)為，在機(jī)器人技術(shù)迅猛發(fā)展的浪潮中，模仿學(xué)習(xí)與虛擬仿真技術(shù)已然成為推動行業(yè)進(jìn)步的核心驅(qū)動力，虛擬仿真技術(shù)作為模仿學(xué)習(xí)的進(jìn)階衍生，憑借構(gòu)建高度擬真的虛擬環(huán)境、提供精準(zhǔn)模擬與高效測試等功能，為機(jī)器人技術(shù)的深化演進(jìn)給予了更為強(qiáng)勁的助力，拓展出更為廣闊的發(fā)展空間。宇樹科技領(lǐng)銜人形機(jī)器人賽道，虛擬仿真技術(shù)重要性日漸凸顯宇樹科技領(lǐng)軍人形機(jī)器人行業(yè)。宇樹科技已在這條人形機(jī)器人賽道上占據(jù)了產(chǎn)業(yè)鏈上的領(lǐng)跑位置，據(jù)宇樹科技負(fù)責(zé)人介紹，其四足機(jī)器人出貨量，超過了全球四足機(jī)器人出貨量的60%。目前，該公司業(yè)務(wù)范圍覆蓋全球一半以上的國家和地區(qū)，廣泛應(yīng)用于電力巡檢、消防救援、園區(qū)安防等領(lǐng)域。ASAP框架（AligningSimulationandRealPhysics，模擬與真實物理對齊G1人形機(jī)器人。ASAP框架是一個兩階段框架，旨在解決動力學(xué)失配問題，并實現(xiàn)敏捷的人形全身技能。我們認(rèn)為，宇樹科技作為人形機(jī)器人行業(yè)的佼佼者，其深度融合、廣泛運用虛擬仿真技術(shù)的一系列實踐，有力證明了虛擬仿真技術(shù)對于人形機(jī)器人從研發(fā)設(shè)計到實際應(yīng)用落地整個鏈條的關(guān)鍵作用。宇樹科技ASAP框架：虛擬仿真驅(qū)動人形機(jī)器人敏捷性突破宇樹科技ASAP框架通過“動態(tài)校準(zhǔn)”機(jī)制突破虛實動力學(xué)壁壘。ASAP創(chuàng)新性地采用“真實-仿真-真實”兩階段訓(xùn)練框架，在預(yù)訓(xùn)練階段，機(jī)器人通過模仿人類動作生成基礎(chǔ)運動策略；在動態(tài)校準(zhǔn)階段，通過現(xiàn)實數(shù)據(jù)訓(xùn)練殘差模型補(bǔ)償動力學(xué)失配，并反向優(yōu)化仿真物理引擎參數(shù)，讓機(jī)器人能基于GPU的并行計算能力，在閉環(huán)訓(xùn)練模式使仿真環(huán)境無限逼近真實世界特性，為敏捷動作遷移提供了物理一致性保障。ASAP框架不僅適用于仿真到現(xiàn)實的遷移，還可提供一個通用框架用于對齊訓(xùn)練和部署環(huán)境中的物理特性。我們認(rèn)為，這可以使得不同的開發(fā)團(tuán)隊和企業(yè)在使用ASAP框架時，能夠根據(jù)自身的需求和應(yīng)用場景，靈活調(diào)整和優(yōu)化機(jī)器人的訓(xùn)練和部署過程，進(jìn)一步提升了機(jī)器人在各種實際環(huán)境中的性能和適應(yīng)性。宇樹科技ASAP在數(shù)據(jù)仿真層面，結(jié)合MimicGen的跨硬件數(shù)據(jù)生成技術(shù)，可自動生成大規(guī)模、豐富的數(shù)據(jù)集；算IsaaccuOpt路徑規(guī)劃算法，能顯著提升人形機(jī)器人在復(fù)雜環(huán)境中的移動決策效率。我們認(rèn)為：宇樹機(jī)器人發(fā)展?jié)摿捎^，前景廣闊，其嶄露頭角的一大原因在于使用了英偉達(dá)的虛擬仿真技術(shù)。以英偉達(dá)為代表的虛擬仿真技術(shù)，憑借其前沿性與綜合性優(yōu)勢，是推動未來人形機(jī)器人邁向高度智能化階段的關(guān)鍵要素之一，有望在人形機(jī)器人的大規(guī)模普及與深度應(yīng)用進(jìn)程中持續(xù)發(fā)揮核心支撐作用。智元啟元大模型出世，虛擬仿真技術(shù)得到進(jìn)一步應(yīng)用智元啟元大模型技術(shù)創(chuàng)新顯著。智元近期正式發(fā)布首個通用具身基座模型——智元啟元大Vision-Language-Latent-ActionViLLA)VLM多模態(tài)大模型)+MoE(混合專家)VLM借助海量互聯(lián)網(wǎng)圖文數(shù)據(jù)獲得通用場景感知和語言理解能力，中的LatentPlanner隱式規(guī)劃器)借助大量跨本體和人類操作視頻數(shù)據(jù)獲得通用的動作理解能力，MoE中的ActionExpert(動作專家借助百萬真機(jī)數(shù)據(jù)獲得精細(xì)的動作執(zhí)行能力，三者環(huán)環(huán)相扣，實現(xiàn)了可以利用人類視頻學(xué)習(xí)，完成小樣本快速泛化，降低了具身智能門檻，并成功部署到智元多款機(jī)器人本體，持續(xù)進(jìn)化，將具身智能推上了一個新臺階。AgiBotDigitalWorld推動具身智能發(fā)展。過去一年，具身智能領(lǐng)域發(fā)展迅猛，大規(guī)模機(jī)AgiBotDigital，支持快速生成海量高質(zhì)量的操作數(shù)據(jù)，通過與真機(jī)數(shù)據(jù)搭配，可以更加高效、全面地構(gòu)建高質(zhì)量具身訓(xùn)練AgiBotDigital基于NVIDIAIsaac-Sim仿真平臺開發(fā)，提供高度逼真的視覺渲染和精確的物理模擬，仿真情景與真實世界之間的域差異非常小，感知和交互的細(xì)節(jié)極為真實。AgiBotDigital引入多模態(tài)大模型，支持基于資產(chǎn)庫自動生成操作任務(wù)，以及基于指定任務(wù)自動生成操作場景和物體布局。此功能可以根據(jù)實際訓(xùn)練需求，靈活創(chuàng)建多樣化、復(fù)雜度可調(diào)的仿真任務(wù)與仿真環(huán)境，實現(xiàn)數(shù)據(jù)閉環(huán)。智元機(jī)器人此次開源的海量仿真數(shù)據(jù)具有質(zhì)量高、泛化快、任務(wù)多樣、應(yīng)用靈活等一系列特點，這些數(shù)據(jù)為各類場景應(yīng)用提供了堅實的開發(fā)基礎(chǔ)和廣泛的應(yīng)用可能性，助力實現(xiàn)多技能訓(xùn)練和多任務(wù)泛化執(zhí)行。英偉達(dá)多平臺協(xié)同，鑄就機(jī)器人技術(shù)堅實壁壘我們認(rèn)為，宇樹科技與智元機(jī)器人作為新興力量嶄露頭角，而英偉達(dá)已在相關(guān)領(lǐng)域深耕布局多年。以宇樹和智元為典型代表的企業(yè)對虛擬仿真技術(shù)的運用，愈發(fā)凸顯出英偉達(dá)所蘊(yùn)含的巨大發(fā)展?jié)摿Γ摂M仿真技術(shù)本身，正逐步成為驅(qū)動機(jī)器人技術(shù)實現(xiàn)顛覆性創(chuàng)新的核心動力源泉。英偉達(dá)通過MimicGen系統(tǒng)、Omniverse平臺與Isaac平臺的協(xié)同發(fā)展，打造出獨特的MimicGenOmniverse3D創(chuàng)作和虛擬仿真，可實現(xiàn)用戶和應(yīng)用程序間的實時協(xié)作；Isaac平臺從軟件與硬件雙層面賦能虛擬仿真技術(shù)，軟件上IsaacSim結(jié)合RTX提升感知、USD解決兼容難題，部署軟件增效，硬件依靠NovaOrin提供一體化范式降低成本。我們認(rèn)為，三大平臺深度融合，革新了機(jī)器人的開發(fā)范式。借助Omniverse平臺的資源、MimicGen生成的數(shù)據(jù)以及Isaac平臺的應(yīng)用環(huán)境與技術(shù)支持，英偉達(dá)實現(xiàn)了數(shù)字世界對物理規(guī)律的精準(zhǔn)模擬。在這個虛擬環(huán)境中，算法迭代速度加快，試錯成本大幅降低，機(jī)器人得以跨越從理論研究到規(guī)模化應(yīng)用的鴻溝，有力推動機(jī)器人技術(shù)在更廣泛領(lǐng)域的落地與發(fā)展。MimicGen系統(tǒng)數(shù)字孿生，創(chuàng)造訓(xùn)練數(shù)據(jù)實驗環(huán)節(jié)：生成大型數(shù)據(jù)集訓(xùn)練機(jī)器人代理MimicGen嘗試以少量人類樣本為基礎(chǔ)，生成大型數(shù)據(jù)集。模仿學(xué)習(xí)雖在從已有數(shù)據(jù)訓(xùn)練機(jī)器人策略方面應(yīng)用廣泛，與先前研究離線數(shù)據(jù)增強(qiáng)擴(kuò)充數(shù)據(jù)集不同的是，MimicGen選擇在線生成新數(shù)據(jù)集。其數(shù)據(jù)生成方式與基于重放的模仿方法類似，即讓機(jī)器人重放先前演示以解決任務(wù)，通過這種在線機(jī)制，機(jī)器人能實時獲取新數(shù)據(jù)，持續(xù)優(yōu)化學(xué)習(xí)策略。源數(shù)據(jù)解析：將人類提供的少量演示數(shù)據(jù)解析為以對象為中心的子任務(wù)段。每個段對應(yīng)一個特定的子任務(wù)，如抓取、移動或放置物體。適應(yīng)新場景：根據(jù)新的任務(wù)環(huán)境和物體配置，選擇合適的子任務(wù)段，并對其進(jìn)行空間變換。這種變換確保機(jī)器人能夠在不同的物體位置和姿態(tài)下執(zhí)行相應(yīng)的操作。生成和執(zhí)行新演示：通過變換后的段，生成新的機(jī)器人軌跡，并讓機(jī)器人按照該軌跡執(zhí)行任務(wù)。這個過程實現(xiàn)了在新的初始狀態(tài)和環(huán)境中生成新的演示數(shù)據(jù)。落地功能:大型數(shù)據(jù)集加快虛擬仿真進(jìn)程生成式數(shù)據(jù)無限擴(kuò)展，自主生成高質(zhì)量數(shù)據(jù)。MimicGen，通過對人類演示進(jìn)行處理，自動生成不同場景下的大規(guī)模數(shù)據(jù)集，進(jìn)而用于機(jī)器人的模仿學(xué)習(xí)，從僅約200個人類演示中自主生成了5萬個訓(xùn)練數(shù)據(jù)，流程如下：1）人類遠(yuǎn)程操控機(jī)器人完成任務(wù)，生成非常高質(zhì)量演示數(shù)據(jù)；2）在高保真GPU加速的模擬環(huán)境中，創(chuàng)建機(jī)器人和場景的數(shù)字孿生；3）在模擬環(huán)境中移動對象，替換新的物體，基本是使用程序生成的方式擴(kuò)充訓(xùn)練數(shù)據(jù)；4）導(dǎo)出成功的場景，提供給神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得一個近乎無限的訓(xùn)練數(shù)據(jù)流。AI合成數(shù)據(jù)用于自我訓(xùn)練，為大數(shù)據(jù)級AI做好準(zhǔn)備。MimicGen可在數(shù)據(jù)收集中節(jié)約昂貴和耗時的人力，例如將一個罐子丟進(jìn)垃圾桶的簡單行為，接收200次人類演示，機(jī)器人模仿成功率僅達(dá)73.3%；若要擴(kuò)展到不同場景、執(zhí)行更復(fù)雜的任務(wù)，就需要涵蓋數(shù)萬個演示的數(shù)量級更大的數(shù)據(jù)集，如超過20000條演示人類軌跡則可以使得機(jī)器人在執(zhí)行廚房清理等變化不大的任務(wù)中的成功率達(dá)到97%。圖1：MimicGen復(fù)制孿生人類演示資料來源：MimicGen官網(wǎng)、天風(fēng)證券研究所MimicGen數(shù)據(jù)大大提高了代理在源任務(wù)上的性能。MimicGen的一個直接應(yīng)用是在某個感興趣的任務(wù)上收集小數(shù)據(jù)集，然后為該任務(wù)生成更多數(shù)據(jù)。將訓(xùn)練在小源數(shù)據(jù)集上的代理的性能與訓(xùn)練在由MimicGen生成的D0Sqae（11.3%提高到90.7%、Teadig（19.3%提高到98.0%）和Teeieceemly（1.3%提高到82.0%MimicGen數(shù)據(jù)可以在廣泛的初始狀態(tài)分布上產(chǎn)生高性能的代理。使用在廣泛的初始狀態(tài)分D1D2D1上的42%到99%，表明imicGen在新初始狀態(tài)分布上生成了有價值的數(shù)據(jù)集。在某些情況下，源演示中的某些對象從未移動過Sqae中的銷釘、Theadig中的三腳架、Teeieceemly中的基座等，但是數(shù)據(jù)是在對象在機(jī)器人工作空間的顯著區(qū)域內(nèi)移動的制度上生成的。MimicGen支持多對象和多硬件數(shù)據(jù)生成。MimicGen具備為不同對象和多樣化機(jī)器人硬件生成數(shù)據(jù)的能力。借助MimicGen，人類演示數(shù)據(jù)能夠跨越不同的機(jī)器人硬件使用。這意味著，無論機(jī)器人硬件如何變化，MimicGen都能依據(jù)人類演示生成適用的數(shù)據(jù)，極大地拓展了數(shù)據(jù)的應(yīng)用范圍和機(jī)器人的適應(yīng)性MimicGen在移動操作任務(wù)中優(yōu)勢明顯。以MobileKitchen任務(wù)為例，應(yīng)用MimicGen后，收益從2.0%提升到46.7%，成功率從2.7%提高到76.7%。這一顯著變化充分說明MimicGen的方法不僅適用于靜態(tài)桌面操作，還能有效應(yīng)用于移動操作任務(wù)，進(jìn)一步拓展了其應(yīng)用場景。MimicGen在多仿真框架下適應(yīng)性強(qiáng)。MimicGen具有出色的模擬器無關(guān)特性，不局限于單一仿真框架。將其應(yīng)用于建立在IsaacGymFactory仿真框架中的高精度任務(wù)（需毫米級精度）Nut-and-BoltAssemblyGearAssemblyFrameAssembly等（D0）8299%915（D1、D2）3781%MimicGen在不同仿真框架下提升任務(wù)執(zhí)行性能的有效性和適應(yīng)性。MimicGen可利用不同來源的演示數(shù)據(jù)。MimicGen在數(shù)據(jù)利用上具有很大的靈活性，它可以使用經(jīng)驗不足的人類操作員的演示和不同的遠(yuǎn)程操作系統(tǒng)。我們認(rèn)為，這降低了對操作人員專業(yè)度的要求，進(jìn)一步豐富了數(shù)據(jù)來源渠道。圖2：MimicGen工作流程行業(yè)報告|行業(yè)專題研究行業(yè)報告|行業(yè)專題研究請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE6請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE6資料來源：MimicGen官網(wǎng)、天風(fēng)證券研究所MimicGen仿真引擎：小樣本驅(qū)動跨場景任務(wù)泛化通過有效利用少量人類演示MimicGen提高可以通過模仿學(xué)習(xí)學(xué)習(xí)的復(fù)雜任務(wù)。HammerCleanupBUDS68.6%（D0BC-RNN在10個源演示上達(dá)到59.31000個D0演示上達(dá)到了100.0D1變體上達(dá)到了62.7%icenUDS達(dá)到了72.0%（D0，而-RNN在我們的10個源演示上達(dá)到了54.7%，在生成的D0數(shù)據(jù)上達(dá)到了100.0%，在所有對象在更廣泛區(qū)域移動的D1變體上達(dá)到了76.0%。通過MimicGen以在200MimicGen生成200200MimicGen演示只是10個人類演示生成的，但代理性能相似——少量的人類演示在與MimicGen一起使用時（甚至更有效MimicGen還可輕松生成更多的演示來提高性能，而收集更多的人類數(shù)據(jù)則耗時且成本高昂。Square和ThreePieceAssembly10個、50200個源人類演示，性能差異是適度的（從2%到21%。只使用1個人類演示時，Sqae任務(wù)性能顯著下降，Teeieceemly任務(wù)性能沒有顯著變化。數(shù)據(jù)生成成功率與訓(xùn)練代理性能之間不存在明顯相關(guān)性。部分?jǐn)?shù)據(jù)集呈現(xiàn)出低生成成功率但高代理性能的特征，例如：ObjectCleanup（D0）生成率僅29.5%，代理率卻達(dá)82.0%；ThreePieceAssembly（D0）生成率35.6%，代理率74.7%；Coffee（D2）生成率27.7%，代理率76.7%；FactoryGearAssembly（D1）生成率8.2%，代理率76.0%。這充分表明，相較于先前作品直接將數(shù)據(jù)用作策略的做法，采用基于重放的機(jī)制進(jìn)行數(shù)據(jù)收集更具價值，能在數(shù)據(jù)生成不占優(yōu)勢的情況下保障代理的高效學(xué)習(xí)。Omniverse平臺虛擬仿真，構(gòu)建大型訓(xùn)練場景加快自定義3D工作速度，提升資源整合力。Omniverse平臺是用于3D創(chuàng)作和虛擬仿真的可擴(kuò)展平臺，可以實現(xiàn)用戶和應(yīng)用程序間的實時協(xié)作、提供實時性的光線追蹤效果、實現(xiàn)模型可擴(kuò)展性，并將光線追蹤、AI和計算等復(fù)雜技術(shù)集成到3D流水線中。提供功能齊全的創(chuàng)作平臺，五大組件協(xié)同作用。1）Nucleus，負(fù)責(zé)數(shù)據(jù)庫和協(xié)作引擎，允許虛擬世界的分享和修改；2）Connect3dsMax、Maya3D軟件提供接口，實現(xiàn)USD/MDL格式內(nèi)容直存及資產(chǎn)/場景的發(fā)布訂閱；3）Simulation，負(fù)責(zé)物理特性仿真的核心，模擬精確度超越大多數(shù)游戲引擎；4）RTXRenderer，基于NVIDIARTX的多GPU渲染引擎，整合實時光線跟蹤與超快路徑跟蹤技術(shù)；5）KIT，模塊化開發(fā)工具包，支持構(gòu)建原生Omniverse應(yīng)用、擴(kuò)展及微服務(wù)，提供靈活定制能力。圖3：Omniverse模塊化開發(fā)框架圖4：Omniverse運作原理資料來源：英偉達(dá)官網(wǎng)、天風(fēng)證券研究所資料來源：英偉達(dá)官網(wǎng)、天風(fēng)證券研究所ISSAC平臺：搭建仿真環(huán)境為模擬學(xué)習(xí)提供應(yīng)用環(huán)境和技術(shù)支持英偉達(dá)發(fā)布IsaacAMR（AutonomousMobileRbt，可用于模擬、驗證、部署、優(yōu)化與管理自主移動機(jī)器人，包含了邊緣到云的軟件AMR的開發(fā)和部署速度，減少成本和縮短產(chǎn)品上市時間。軟件層面，與斯坦福MobileALOHA團(tuán)隊采用低成本的“模仿學(xué)習(xí)”IsaacSim創(chuàng)造“逼真的數(shù)字孿生”機(jī)器人的設(shè)計，Isaac加快全自主移動機(jī)器人的部署并降低成本；硬件層面，采用模塊化設(shè)計集成NovaOrin，便于研發(fā)人員評估系統(tǒng)并改進(jìn)。（一）軟件層面Isaac平臺為AMR開發(fā)帶來的主要邊際變化在于仿真，一方面通過光線追蹤等先進(jìn)技術(shù)提升仿真感知的能力，另一方面通過應(yīng)用USD格式解決仿真環(huán)節(jié)中面臨的兼容問題。在部署環(huán)節(jié)，Isaac平臺通過多種功能強(qiáng)大的軟件包或平臺進(jìn)一步縮短AMR部署所需時間，并強(qiáng)化環(huán)境感知、定位和導(dǎo)航等關(guān)鍵能力。Isaac和功能強(qiáng)大的各種硬件加速相結(jié)合，可以幫助用戶更有效率地解決機(jī)器人開發(fā)面臨的長尾問題。移動機(jī)器人廣泛應(yīng)用于工業(yè)、倉儲物流、醫(yī)療等諸多行業(yè)，行業(yè)下的細(xì)分場景之間對機(jī)器人的需求往往會存在差異。以鋰電池生產(chǎn)為例，由于應(yīng)用環(huán)境以及具體任務(wù)不同，前段工序?qū)C(jī)器人運行精度要求非常高，后段工序則需要更好的溫度適應(yīng)性。我們認(rèn)為大量具備差異化需求的細(xì)分場景意味著高昂的機(jī)器人研發(fā)成本，通過在虛擬環(huán)境中進(jìn)行開發(fā)、驗證和優(yōu)化，減少開發(fā)成本與開發(fā)時間，一款功能完善的仿真器可以幫助AMR機(jī)器人應(yīng)用于更多細(xì)分場景。（二）硬件層面NovaOrin平臺集成多種高性能硬件，為AMR提供了傳感器+算力一體化的通用范式。我們認(rèn)為，AMR的許多應(yīng)用場景中存在定制化的需求，例如動力電池生產(chǎn)領(lǐng)域?qū)C(jī)器人溫度適應(yīng)性要求較高。該通用范式將降低硬件開發(fā)門檻，助力開發(fā)者將更多資源用于針對性提升服務(wù)效率與質(zhì)量，實現(xiàn)差異化發(fā)展。仿真環(huán)節(jié)：Isaac提升仿真感知能力，USD解決系統(tǒng)兼容問題Isaac較大提升了仿真感知的能力，能夠更真實地模擬AMR自主導(dǎo)航等操作。我們認(rèn)為，IsaacSimAMR產(chǎn)業(yè)帶來的主要邊際變化之一在于提升了對機(jī)器人及環(huán)境的圖形渲染能力，一個重要的應(yīng)用就是可以更快速、準(zhǔn)確地模擬視覺傳感器。表1：2023IsaacSim更新內(nèi)容行業(yè)報告|行業(yè)專題研究行業(yè)報告|行業(yè)專題研究請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE10請務(wù)必閱讀正文之后的信息披露和免責(zé)申明PAGE102023年IsaacSim更新 更新內(nèi)容可將人類角色添加到倉庫或生產(chǎn)設(shè)施中，并執(zhí)行堆放包裹、推人員模擬符合物理學(xué)的傳感模型

送小車等常見的任務(wù)。在使用RTX模擬激光雷達(dá)時，光線追蹤可以在各種照明條件下或者在對反射材料做出反應(yīng)時提供更加準(zhǔn)確的傳感器數(shù)據(jù)。新的可模擬資源 方便開發(fā)者和用戶快速搭建AMR模型。CortexCortex、GymROS2HumbleWindowsIsaacROS軟件都可在模擬中使用。資料來源：英偉達(dá)官網(wǎng)、天風(fēng)證券研究所基于RTX平臺，IsaacSim可以實時渲染來自傳感器的符合物理學(xué)的數(shù)據(jù)。在使用RTX模擬激光雷達(dá)時，光線追蹤可以在各種照明條件下或者在對反射材料做出反應(yīng)時提供更加準(zhǔn)確的傳感器數(shù)據(jù)；平臺還提供許多新的可模擬3D資產(chǎn)包括倉庫零件、機(jī)器人等，用于建立符合物理學(xué)的模擬環(huán)境，幫助開發(fā)者和用戶可以快速開始構(gòu)建機(jī)器人訓(xùn)練虛擬仿真環(huán)境。英偉達(dá)RTX平臺主要包含先進(jìn)的光線追蹤技術(shù)以及DLSS（深度學(xué)習(xí)超級采樣）技術(shù)，這些技術(shù)為Isaac的圖形渲染能力提供了強(qiáng)有力的支撐。傳統(tǒng)的光柵化渲染在呈現(xiàn)設(shè)計細(xì)節(jié)、光影效果逼真、暗部區(qū)域表現(xiàn)、反射真實上略顯不足；光線追蹤技術(shù)基于圖層進(jìn)行渲染，一次性處理全局光線，光線可以找到與它相交的一切，因此很容易實現(xiàn)反射、間接光照等全局的照明效果，真實性更強(qiáng)。英偉達(dá)在2018年首次推出了可以商用的光線追蹤技術(shù)，其主要競爭對手AMD在2020年才開始應(yīng)用該技術(shù)。英偉達(dá)在2018年也推出了DLSS16K超高分辨AI可以根據(jù)有限的畫面數(shù)據(jù)合成出一幀符合目標(biāo)顯示分DLSS創(chuàng)造高質(zhì)量幀，兩者結(jié)合讓RTX實現(xiàn)強(qiáng)大的圖形渲染能力。圖5：光柵化與光線追蹤采樣順序圖6：光柵化與光線追蹤照明效果資料來源：卡內(nèi)基梅隆大學(xué)官網(wǎng)、天風(fēng)證券研究所資料來源：卡內(nèi)基梅隆大學(xué)官網(wǎng)、天風(fēng)證券研究所圖7：DLSS工作原理資料來源：EXPREVIEW官網(wǎng)、天風(fēng)證券研究所USD（通用場景描述）提升仿真系統(tǒng)兼容性，優(yōu)化機(jī)器人開發(fā)環(huán)境。機(jī)器人仿真過程往往需要構(gòu)建不同的環(huán)境、導(dǎo)入不同的機(jī)器人進(jìn)行測試，不同環(huán)境的軟件使用可能沖突。英偉USD應(yīng)用于機(jī)器人仿真，與其他格式相比，USD的強(qiáng)大之處在于其復(fù)用以及兼容能力。一方面，該格式是一個開放、可擴(kuò)展的框架和生態(tài)系統(tǒng)，具有可用于在3D虛擬世界中合成、編輯、查詢、渲染、協(xié)作和仿真的API，支持在場景創(chuàng)建和資產(chǎn)聚合中實現(xiàn)非破壞性工作流和協(xié)作，以便團(tuán)隊可以協(xié)同迭代；另一方面，USD與文件系統(tǒng)無關(guān)，提供可擴(kuò)展的資產(chǎn)解析器來支持不同數(shù)據(jù)源的任何數(shù)據(jù)存儲模型。我們認(rèn)為USD有助于降低機(jī)器人仿真描述文件之間的兼容問題，由于研發(fā)人員將可以自由使用并切換各類仿真、設(shè)計軟件，AMR的開發(fā)效率或?qū)⑦M(jìn)一步提升。部署環(huán)節(jié)：Isaac平臺強(qiáng)化路徑規(guī)劃等關(guān)鍵技術(shù)，縮短AMR部署時間AMR的一個技術(shù)瓶頸在于，如何在有人工和其他車輛（如人工叉車）出入的場景，以及一些需要靈活變化的復(fù)雜環(huán)境中，使整個系統(tǒng)運行保持高效率。未來，移動機(jī)器人需要與人共事，具有自主規(guī)劃路徑的能力，需要在能夠自動避障繞行的情況下仍然實現(xiàn)系統(tǒng)的優(yōu)化調(diào)度。這要求調(diào)度管理系統(tǒng)能夠平衡單體、群體兩種智能能力，而機(jī)器人本身也需要具備靈活的調(diào)整能力。英偉達(dá)通過cuOpt和DeepMap等軟件（平臺）提升AMR路徑規(guī)劃效率、縮短機(jī)器人部署時間。cuOpt是打破世界紀(jì)錄的加速優(yōu)化引擎。它使用AI幫助開發(fā)者設(shè)計復(fù)雜、實時車隊路線規(guī)劃方案，可用于解決具有多種限制的復(fù)雜路線問題，并提供動態(tài)路線、作業(yè)調(diào)度、器人upt主要有四大優(yōu)勢：101000個包裹規(guī)劃行駛路線，在精度相同的環(huán)境下比傳統(tǒng)方案快120倍。1000個節(jié)點，以完成任務(wù)量繁重場景中的計算。VIIAupt的性能優(yōu)于最先進(jìn)的解決方案，以解決當(dāng)今無法實現(xiàn)的創(chuàng)新用例。Gehring&Homberger基準(zhǔn)測試中以29%的誤差實現(xiàn)世界紀(jì)錄的準(zhǔn)確性。15的行駛時間和燃料成本。eepMap在部署AMR時可以訪問VIIAeepMap平臺基于云的SK機(jī)器人構(gòu)建大型設(shè)施地圖的速度從數(shù)周縮短到幾天，精確度達(dá)到厘米級。借助DeepMappdatelient，還可實時更新機(jī)器人地圖。Metropolis是一個圖形處理分析平臺，可以通過DeepStreamTAO等強(qiáng)大工具將工廠中的大量攝像機(jī)等傳感器數(shù)據(jù)轉(zhuǎn)化為有價值的見解。開發(fā)者可以直接使用英偉達(dá)提供的上TAO工具套件構(gòu)建定制化的視覺DeepStream在邊緣部署，從而加快整體開發(fā)速度并實現(xiàn)更出色的實時性能。在AMR的應(yīng)用中，Metropolis幫助AMR在工廠車間獲得額外的情境感知層，從而避開擁擠的區(qū)域和盲區(qū)，并增強(qiáng)對人員和其他AMR的可見性。圖8：Metropolis示意圖資料來源：NVIDIA官網(wǎng)、天風(fēng)證券研究所NovaOrin硬件平臺提供通用范式，強(qiáng)勁算力保障AMR應(yīng)用可靠性英偉達(dá)NovaOrin平臺為AMR提供傳感器與算力一體化服務(wù)，集成多種高性能硬件，如同IsaacAMR的“大腦”和“眼睛”。NovaOrin可以為機(jī)器人制造商提供工業(yè)化配置，減少工程設(shè)計資源占用，提高AMR構(gòu)建、部署可靠性，降低開發(fā)成本。NovaOrin提供通用范式，助力AMR行業(yè)差異化發(fā)展。目前主要應(yīng)用于工業(yè)領(lǐng)域，我們認(rèn)為，該領(lǐng)域的特點在于各個細(xì)分行業(yè)之間差異化程度大，壁壘較高。以鋰電行業(yè)為例，在動力電池生產(chǎn)的后段工序中會涉及高低溫測試的環(huán)節(jié)，廠商需針對移動機(jī)器人的溫主要用于為生產(chǎn)線自動運輸和對接物NOrin平臺提供了傳感器+算力的通用范式，使企業(yè)能集中精力利用自身對行業(yè)的深刻認(rèn)知，針對不同行業(yè)特性對產(chǎn)品進(jìn)一步優(yōu)化。表2：NovaOrin硬件組成組成部分用途JetsonAGXOrin模組擁有高達(dá)每秒275萬億次浮點運算能力，用于感知、導(dǎo)航和人機(jī)交互。為機(jī)器人制造商提供邊緣構(gòu)建自主機(jī)器所需的性能和能效；強(qiáng)大的軟件堆棧能力可加速產(chǎn)品推向市場的進(jìn)度。高速串行接口為多個傳感器提供支持。攝像頭包括2個用于任務(wù)感知的立體攝像頭、4個用于遠(yuǎn)程操作的魚眼攝像頭。激光雷達(dá)21（選）用于地圖構(gòu)建。超聲傳感器包括8個用于障礙物檢測的環(huán)繞式超聲波傳感器。機(jī)器人測距包括精確測距的IMU、Wheel編碼器和GPS。揚聲器和麥克風(fēng)用于人機(jī)交互。資料來源：NVIDIA官網(wǎng)、天風(fēng)證券研究所英偉達(dá)通過提高硬件算力解決了多傳感器融合面臨的傳統(tǒng)問題，并通過軟件進(jìn)一步保障AMRNovaOrin36個攝像頭，同時還包含82個IU360度傳感覆蓋范圍，傳感器的多樣性和冗余性可以實現(xiàn)Isaac平臺中的最新功能并延長運行時間。英偉達(dá)在NovaOrinJetsonAGXOrin275TOPS的性能，我們認(rèn)為該模組在保障視覺傳感器等部件需求的同時，可以為AI處理信息、做出決策進(jìn)行充分的算力支持。對動態(tài)、復(fù)雜環(huán)境適應(yīng)能力遠(yuǎn)超AGV，AMR具備更廣闊的應(yīng)用前景AMR（自主移動機(jī)器人）與傳統(tǒng)AGV方案相比智能程度更高，更能適應(yīng)環(huán)境高度動態(tài)、復(fù)雜的場景，在Isaac平臺軟硬件雙重賦能的背景下，AMR具備更廣闊的應(yīng)用前景。AMR基于SLAM技術(shù)，可以即時定位并在現(xiàn)場構(gòu)建地圖，能夠?qū)崿F(xiàn)柔性部署。同時，由于AMR具備自主避障的能力，部署時不需要預(yù)設(shè)標(biāo)識規(guī)劃路線導(dǎo)航，進(jìn)一步降低部署成本并且可以適應(yīng)環(huán)境動態(tài)、復(fù)雜的場景。動態(tài)場景下即改即用：現(xiàn)代制造場景往往是高度動態(tài)的，經(jīng)常需要對產(chǎn)品或產(chǎn)品線進(jìn)AGV可以在現(xiàn)場映射新的地圖，從而立即實施新的任務(wù)，幫助客戶優(yōu)化生產(chǎn)。復(fù)雜環(huán)境下自主越障：人員流動會使移動場景更加復(fù)雜。AGV在遇到障礙物時無法繞AMR基于多種傳感器以及算法，可以分辨障礙物并根據(jù)其類別設(shè)計繞行路線，從而提升復(fù)雜場景下的運行效率。圖9：經(jīng)典SLAM框架圖10：視覺SLAM流程圖資料來源：李延真等《移動機(jī)器人視覺SLAM研究綜述》、天風(fēng)證券研究所資料來源：王朋等《視覺SLAM方法綜述》、天風(fēng)證券研究所建議關(guān)注世運電路、藍(lán)思科技、立訊精密、一博科技、復(fù)信科技、天準(zhǔn)科技、凌云光等。云端AI相關(guān)企業(yè)：（天風(fēng)計算機(jī)覆蓋、龍芯中科、紫光國微、復(fù)旦微電、安路科技等。邊/終端AI相關(guān)企業(yè)：瑞芯微、晶晨股份、恒玄科技、全志科技、樂鑫科技、富瀚微、中科藍(lán)訊、炬芯科技、兆易創(chuàng)新、中穎電子、芯海科技等。存儲相關(guān)企業(yè)：江波龍（天風(fēng)計算機(jī)聯(lián)合覆蓋、瀾起科技、聚辰股份、北京君正、普冉股份、東芯股份、佰維存儲等。AI應(yīng)用端相關(guān)企業(yè)：?？荡笕A、工業(yè)富聯(lián)、大華股份、海康威視等。相關(guān)風(fēng)險下游需求不如預(yù)期：下游市場需求如發(fā)生重大不利變化，或影響產(chǎn)品推廣使市場規(guī)模下滑。庫存去化不如預(yù)期：如出現(xiàn)不可預(yù)測的市場需求的較大變化，導(dǎo)致市場需求出現(xiàn)下降，則可能出現(xiàn)一定的存貨風(fēng)險。研發(fā)與技術(shù)升級不如預(yù)期：隨著產(chǎn)品換代、技術(shù)升級、用戶需求和市場競爭狀況不斷演變，AI相關(guān)產(chǎn)品研發(fā)及技術(shù)更新?lián)Q代不如預(yù)期或影響整體產(chǎn)業(yè)發(fā)展。宏觀環(huán)境變動帶來的風(fēng)險：受貿(mào)易政策、宏觀經(jīng)濟(jì)形勢等因素影響，全球經(jīng)濟(jì)和半導(dǎo)體產(chǎn)業(yè)發(fā)展注入了新的不確定性和風(fēng)險。行業(yè)報告|行業(yè)專題研究行業(yè)報告|行業(yè)專題研究請務(wù)必閱讀正文之后的信息披露和免責(zé)申