【民生证券】星海系列：人形机器人与AI大模型之

民生证券MINSHENG SECURITIES行业深度研究/机械1 Transformer模型的演进：从语言翻译到多模态智能的前沿探索1.1开篇：Robot+A1的核心时间线与关键节点结论下图是机器人和transformer模型结合的重点时间线及关键节点突破。图1：Robot+A山的核心时间线与关键节点?生成Roboti博数据的方法>>>！其他大模型和机器人动作的端合>>>Rca-sim-rea的闭环实治>>才可封属性+scailing law2023年6月：谷章RT-2(MA)根心质献：LM横型和A结合2023年10月：英作达MimicGon核心灭敏：快速分割生成益据2023年12月：谷RoboCat模心献：自己生机器人训数E里2024年1月：特斯拉发布5DV12+幽端问题1：互联网的数署不够，需要AG成据；问题2：5im的AG数据可否被使用：问题3：机器人任务闭麻+任务适用附扩晨性2024年6月：英达Rob0sa2024年4月：特新拉发布Gr0k2:核心页：首次论证rea-sm-ra可行GPT4Om入思考2024年9月：幸飞飞RcCD+间核心页献：提供一种问盟任务闭的解决方案2024年9月：1 x Robot World Model2024年10月：幸飞飞字表亲核心历嫩：提供一种问题3任务团序的架决方案资料来a源：Anthony Brohan《RT-2:Vision-Language-Action Models Transfer Web Knowledge to RoboticControl),Ajay Mandlekar (MimicGen:A Data Generation System for Scalable Robot Learning using HumanDemonstrations>,Konstantinos Bousmalis RoboCat:A Self-Improving Generalist Agent for RoboticManipulation),tesla,Tianyuan Dai (ACDC Automated Creation of Digital Cousins for Robust PolicyLearning),Jack Monas (1x world model),Chi-Lam Cheang (GR-2:A Generative Video-Language-ActionModel with Web-Scale Knowledge for Robot Manipulation,Soroush Nasiriany (RoboCasa:Large-ScaleSimulation of Everyday Tasks for Generalist Robots),Wenlong Huang,Li Fei-Fei (ReKep:Spatio-TemporalReasoning of Relational Keypoint Constraints for Robotic Manipulation》,民生证券a研究院1.2 Transformer网络架构的提出2017年，Google的Brain团队发布了一篇文章"Attention Is All You Need",这篇文章中提出了Transformer网络结构。其一开始的提出是为了解决翻译问题，仅仅依赖于注意力机制就可处理序列数据，从而摈弃了RNN或CNN。这个新的网络结构，刷爆了各大翻译任务，同时创造了多项新的记录（英-德的翻译任务，相比之前的最好记录提高了2个BLEU值)。而且，该模型的训练耗时短，并且对大数据或者有限数据集均有良好表现。本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明证券研究报告