DeepSeek对具身人工智能的影响｜Jefferies

本文总结了Jefferies 关于Deepseek对人形机器人行业影响的核心观点梳理，仅供参考。 具身AI是人形机器人商业价值的关键，其运行分感知、决策、规划、执行四步，大模型含强推理、多模态、世界模型三个子模型（详细参考附图）。 当前具身AI开发面临挑战。一方面，物理世界数据获取困难，因数据量庞大格式复杂，虽有AI模拟和现实收集两种方式，但模拟数据因与真实差异大未用于训练。另一方面，具身AI对现实世界推理能力不足，目前智能水平处于早期，连简单一维触觉闭环控制问题都未解决。 DeepSeek助力具身AI发展。其思维链模型适配具身人工智能的决策与规划，处理复杂任务高效。能提升对物理世界的理解能力，解决数学与科学问题准确性部分指标超人类专家。未来还将扩展多模态能力，关联强推理、多模态与世界模型，增强推理能力。 DS轻量化参数与低成本推动具身AI。通过混合专家架构与思维链推理模型，降低模型参数量及训练使用成本，突破规模定律可能性高于预期。模型进化与数据收集提升推理能力，加速世界模型实现。其数据集能提升其他模型性能，形成良性生态，低成本还将吸引更多企业训练或部署具身人工智能。 对具身AI短期至中期有理性预期。通用人形机器人因现实数据收集难、算力瓶颈、灵巧手开发挑战，仍需5-10年或更久。但DeepSeek增强了落地信心，更多企业将专注特定场景研发。感知与数据收集方面，需海量感知数据，一线城市大力建设数据收集工厂，传感器与灵巧手企业受益。边缘计算芯片因边缘侧具身人工智能部署加速，需求将大幅上升。运动控制单元在决策规划后，对任务执行水平起决定作用，随任务复杂度提升，对技术演进至关重要。