变形金刚、擎天柱、伏羲、盘古……它们会在同一时空出现吗?在人工智能的世界里,不用穿越就可以做到,因为它们是*前沿的机器人、算力、芯片和大模型,代表了*先进的科技生产力。

今年4月,我们推出了中欧科技战队,走近科技投资背后的调研一线。这几个月来,中欧科技研究团队依然步履不停。在上周末刚刚结束的2023年世界人工智能大会上,中欧基金科技研究团队负责人杜厚良带着大家走进现实版的AI全宇宙,深度解读机器人、大模型展台背后的高精尖技术与国内外发展趋势。

你知道吗?当今AI领域的当红炸子鸡——大模型都是基于谷歌提出的Transformer(变形金刚)架构;目前*受瞩目的人形机器人是特斯拉的 Optimus(擎天柱);国产“盘古大模型”的垂直B端应用场景已覆盖金融、制造、医药研发、煤矿、铁路等各行各业。

世界人工智能大会上,有人看热闹,有人看门道。今天,一起跟着中欧科技研究员来个深度逛展吧!

擎天柱已就位!期待人形机器人的“iPhone4”时刻

本次大会*令人兴奋的是智能机器人展示——万众瞩目的特斯拉人形机器人擎天柱将在国内首次面向公众亮相。

很遗憾,现场的“擎天柱”没有像官方视频里那样动起来,但是我们的科技研究员带来了机器人酷炫外形下的专业内核解读。

重播
播放
00:00 / 00:00 直播
00:00
进入全屏
50
点击按住可拖动视频

从软件能力来看,人形机器人需要具备三方面能力——文字语义、机器视觉、运动控制,其中*难的就是运动控制。其背后的支撑技术包括大语言模型、自动驾驶技术以及运动、力控算法。机器人运动控制技术已经发展多年,据说“擎天柱”的运动控制可以精准而轻柔,“落脚”甚至不会打碎鸡蛋。

从硬件能力来看,人形机器人主要由控制器、伺服电机、谐波减速器和传感器构成,这对机械和电子零部件提出了较高的要求,其中也蕴藏了国内配套产业链发展的大量机会。

通用型人形机器人*大的优势在于与现实世界的交互,简单来说就是通过训练和算法让机器人认知真实的物理世界——达到人类在语言、视觉、力觉等各维度的能力水平。这些机器认知水平的提升,将在自然语言处理、计算机视觉、机器学习、人机交互等细分领域带动相关投资机会涌现。

在劳动力成本不断上升的背景下,在业界看来,未来通用型智能人形机器人可以替代人类完成各类重复、危险的工作,机器人也将从制造业走向服务业,从工厂生产走向日常的服务场景,从B端走向C端。AI的发展在不断拓展机器人应用的边界,我们同样期待人形机器人不断迭代,抵达它的“iPhone4时刻”。

算力风暴来袭!大模型开发“卷”动国产芯片设计

今年以来大火的AIGC大模型都是基于谷歌在2017年发布的一篇论文中提到的Transformer(变形金刚)架构。如果没有“变形金刚”,多行并联不再成为可能,也无法积极调用整体算力。

此次谷歌在世界人工智能大会的展台十分低调简单,其真正的技术含金量还需听资深科技研究员娓娓道来。

重播
播放
00:00 / 00:00 直播
00:00
进入全屏
50
点击按住可拖动视频

如果要发展大模型,算力、算法、数据三个要素缺一不可。而决定算力水平的是AI芯片,芯片设计制造是一门综合科学,需要长期持续的投入以及全产业链配套,也带来了丰富的投资机会。杜厚良认为,国内龙头企业研发芯片的算力参数与海外头部的差距并不大,真正的差距还是在软件调用生态多卡并联架构下的算力调动。目前在国内一些自主可控领域,国产芯片已经得到了一定应用。

从全球来看,通用大模型to C端的头部玩家分别是OpenAI的ChatGPT、谷歌的PaLM 2和Meta的LlaMA。前两者是闭源大模型,*后一个是开源大模型。我们已经开始期待,年底全球*先进的大模型能达到4.5水平。由于我国发展大模型相对较晚,目前国内大模型大部分是基于LlaMA做开源的迭代,真正从底层基座开始自研大模型的仍是几家头部互联网大厂。

伴随从底层基座完全自研的国内大模型厂商水平不断向GPT3.5、4.0迈进,必将“卷”动国产高端AI芯片以及上下游产业链加速发展。

聊深度!中欧科技研究团队眼中的AI浪潮

逛展涨知识,我们在研究员的讲解下,搭建起了一点点在人工智能领域的“知识基座”。那么如何看待基于底座的进阶应用——人工智能及其产业链?来看一看中欧科技研究团队的回答。

Q:目前国内外机器人有哪些应用场景?哪些领域有望率先实现商业化?

中欧科技研究团队:目前国内外人形机器人更多是在实验室、展馆等场景作为研究和展示用途,仍是在固定场景下的“专用智能”,远期人形机器人一定是从专用智能走向通用智能,从机器人训练的角度,人形机器人更大概率先在工厂落地进行功能上训练迭代,再进一步走向C端的商业场景。

Q:从脑机接口到人形机器人,AI发展才刚起步,未来趋势会是怎样?

中欧科技研究团队:Elon musk在此次人工智能大会的寄语中提到,未来机器人的数量会超过人类的数量,其计算能力要远远超过人类,这一定是长期的趋势,不过产业的发展依然在依托我们利用transformer等架构在机器视觉和运动控制的突破。中期来看,在一些工商业环境中,机器人代替人去完成一些重复乏味、复杂艰苦的工作是可以预期的。目前来看,我国人形机器人的发展距离海外还有一定差距。

Q:AI发展的基础是算力提升,目前国内AI芯片行业发展情况如何?国产替代进展到哪一步?

中欧科技研究团队:Elon musk在此次人工智能大会的寄语中提到,未来机器人的数量会超过人类的数量,其计算能力要远远超过人类,这一定是长期的趋势,不过产业的发展依然在依托我们利用transformer等架构在机器视觉和运动控制的突破。中期来看,在一些工商业环境中,机器人代替人去完成一些重复乏味、复杂艰苦的工作是可以预期的。目前来看,我国人形机器人的发展距离海外还有一定差距。

Q:算力芯片行业有望享受到大模型发展的红利,未来细分领域发展趋势如何?

中欧科技研究团队:算力、模型和数据是AI发展的三大要素,其中AI芯片是算力的核心,除了AI芯片,光模块和交换机同样也是算力底座的重要组成部分。

在大模型训练过程中,由于参数量较大,往往要涉及服务器内部、跨服务器甚至跨集群的AI芯片互连,对于整个系统的高传输带宽有更高的要求,也带动了光模块和交换机用量的爆发以及产品向更高速率升级。

同时,在今明两年800G光模块需求爆发式增长的过程中,核心芯片的国产替代趋势值得关注。

Q:在本轮AI行情中,光模块为何成为市场热点主线?

中欧科技研究团队:ChatGPT的发布推动了生成式AI向前迈进了一大步。生成式AI模型需要大量的数据进行训练,直接催生了对GPU算力的大规模需求。光模块作为算力基础设施中不可或缺的一环,在底层算力芯片单卡算力升级和用量提升的过程中实现了从400G向800G的产品升级和用量爆发式增长。

Q:国产大模型目前有哪些*新进展?是否有能力接近并赶超GPT4?

中欧科技研究团队:ChatGPT的发布推动了生成式AI向前迈进了一大步。生成式AI模型需要大量的数据进行训练,直接催生了对GPU算力的大规模需求。光模块作为算力基础设施中不可或缺的一环,在底层算力芯片单卡算力升级和用量提升的过程中实现了从400G向800G的产品升级和用量爆发式增长。

Q:自动驾驶技术目前发展到什么阶段?距离全面应用还有多远?

中欧科技研究团队:自动驾驶通常可以按照驾驶主体和智能程度分为L0到L5六个等级,L0对应无任何自动驾驶能力,L1-L2被称为“驾驶辅助系统”,在此阶段对车起主导作用的仍然是人,从L3开始才是真正意义上的自动驾驶,驾驶的主体从人逐渐过渡到汽车自身。

目前,随着硬件平台和自动驾驶软件算法逐步成熟,L2级别功能部件已经基本成为汽车前装的标配。但由于相关法律和标准尚未落地,尽管当前从部分车企的软硬件准备来看已经具备了L3级别的自动驾驶能力,但在开放式的城市道路上还不能充分施展。因此,L3及以上自动驾驶的全面应用一方面离不开以自动驾驶芯片、算法、高精地图、传感器等核心软硬件的迭代升级,同时也需要技术标准和监管细则的同步落地,预计在5-10年的维度能看到革命性的突破。

感谢中欧研究员虞锦源、薛承沛对此文贡献

基金有风险,投资须谨慎。以上内容仅供参考,不预示未来表现,也不作为任何投资建议。其中的观点和预测仅代表当时观点,今后可能发生改变。未经同意请勿引用或转载。