1、机器人智能化三部曲（一）：谷歌篇机器人智能化三部曲（一）：谷歌篇-机器人大模型引领者机器人大模型引领者证券研究报告证券研究报告 行业动态报告行业动态报告发布日期：2023年8月25日本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请务必阅读正文之后的免责条款和声明。分析师：于芳博分析师：于芳博SAC编号：S1440522030001分析师：分析师：阎贵成阎贵成SAC编号：S1440518040002SFC 中央编号：BNS315分析师：金戈分析师：金戈SAC编号

2、：S1440517110001SFC 中央编号：BPD352 核心观点：随着各项人工智能技术的不断发展，具备与物理世界交互的强大潜力的智能机器人成为学界和业界的重要研究赛道。其中核心观点：随着各项人工智能技术的不断发展，具备与物理世界交互的强大潜力的智能机器人成为学界和业界的重要研究赛道。其中Google依托其在依托其在AI领域强大的研究团队，丰厚的多领域研究成果，引领着近年来机器人模型的发展。领域强大的研究团队，丰厚的多领域研究成果，引领着近年来机器人模型的发展。Google Deepmind在在2023年年6月和月和7月发布了其最新研究成果，具月发布了其最新研究成果，具备“自我完善”能力的

3、“备“自我完善”能力的“RoboCat”和融合大语言模型能力的”和融合大语言模型能力的VLA模型“模型“RT-2”，机器人智能化进一步加速，有望掀起新一轮”，机器人智能化进一步加速，有望掀起新一轮AI革命。革命。从从Gato到到RoboCat，更大规模的训练数据集和创新的自我完善方法助力打造更强的机器人智能体。，更大规模的训练数据集和创新的自我完善方法助力打造更强的机器人智能体。在2022年5月提出的Gato模型将智能体扩展到机器人控制领域中，但“通用性”和“智能性”仍有较大提升空间，其模型架构和控制任务数据的序列化方式是后续模型发展的重要基础。2023年7月提出的RoboCat则基于Gato

4、的模型基础，将训练数据集扩充至400万个机器人相关片段，并创新性的提出“自我完善”的方式来进一步丰富训练数据，这两点创新让RoboCat在实现了训练任务的性能提升并具备了一定的泛化性能，并且能够在少量数据微调的情况下处理未见过的任务。从从RT-1到到RT-2，大语言模型带来更强的泛化能力、逻辑推理能力、知识能力，深度赋能机器人智能化。，大语言模型带来更强的泛化能力、逻辑推理能力、知识能力，深度赋能机器人智能化。2022年12月提出的RT-1模型构建起了特定的指令、图像和机器人指令之间的桥梁；2023年3月的PaLM-E模型则能够处理输入的文本和图像信息，将复杂任务转化为RT-1能够接受的指令；

5、2023年7月提出的RT-2是二者的融合，在大语言模型强大能力的赋能下，RT-2能够完成分解复杂任务、简单的计算、识别人脸等现实场景中常见但以往的模型无法完成的任务，智能化程度大幅提升。差异路线引领发展，团队整合协同革新。差异路线引领发展，团队整合协同革新。Google Brain和DeepMind两个团队从两个不同的切入点出发逐步推进AI机器人模型发展，DeepMind团队从智能体（Agent）的角度出发不断提升机器人能力，因此RoboCat中的训练数据大多来自强化学习，模型参数量控制表现更为优秀，能够实现更高频率的机器人控制；而Google Brain则尝试将大语言模型应用到机器人的控制领

6、域，因此RT-2的模型参数量更大，在泛化能力、知识和推理能力方面有更强的表现。随着两个团队进一步合并，深化数据、模型等方面的协同合作，谷歌的机器人模型进展有望进一步加速。核心观点 8XqRzQuNtQeZbR8QaQpNoOpNmPfQqQvNfQmOwO8OpOqRxNmNyQxNnNuM1.1 谷歌AI、Deepmind两条路线 引领机器人模型发展资料来源：谷歌官网，Web of science，中信建投在机器人模型领域，在机器人模型领域，Google自身的自身的AI团队及团队及Deepmind分别沿两条技术路线探索机器人模型，近年来发布过多篇引领性的文章。本文将回顾分别沿两条技术路线探索