行业近况

北京时间3 月20 日凌晨与3 月21 日凌晨，英伟达于GTC 2024 大会中召开两场AI+机器人相关会议，其中波士顿动力The AI Institute及谷歌DeepMind分别探讨了大模型如何赋能机器人及底层大模型迭代等议题，展望了机器人未来发展趋势与挑战。我们认为，大模型可赋能机器人感知层与规划层，提高机器人的感知决策能力，同时大模型的高算力特点叠加机器人的高实时响应要求，有望助力算力及硬件的需求持续提升。

评论

大模型应用于感知层与规划层，带动算力硬件需求增长。大模型主要赋能于机器人运行中的感知层和规划层，体现为1）强化视觉感知和语言理解能力；2）协助机器人的任务规划。我们认为，前者或提升机器人的交互能力，相对较易落地，而后者则更具潜力，有望大规模提升机器人的运动能力。由于机器人控制使用大模型次数频繁，所需算力急剧增加，加上机器人实时响应要求高，我们认为，大模型赋能机器人有望为算力及相关硬件板块带来持续利好。此外根据谷歌DeepMind，多样化数据可增加大模型性能，我们认为未来可关注各机构合作与数据共享。

机器人控制解决方案尚未有定论，获取大量可靠数据为大模型落地关键。

根据波士顿动力，机器人控制当前的几大方向为传统控制模型、大语言模型和强化学习，机器人控制的最终解决方案的方向尚未确定。同时，为获取大量精确数据，物理实验与模拟仿真将会结合使用。我们认为，数据获取阶段模拟仿真对高算力的需求同样会带动算力及硬件需求的持续增长。

人机交互表现卓越，AI大模型接入机器人打开具身智能落地想象空间。本次大会我们看到，英伟达推出GR00T人形机器人通用模型项目，采用该模型的人形机器人在自然语言理解方面表现出突出性能；此外，Figure AI此前推出基于Open AI大模型的人形机器人Figure 01、谷歌推出VLA机器人模型RT-2，我们发现多模态大模型赋能下机器人在人机交互、环境感知等方面表现出卓越性能。我们认为，机器人大模型训练需求叠加机器人端侧算力布局或将进一步催化算力及硬件领域维持高景气。

估值与建议

我们维持覆盖公司评级、盈利预测和目标价不变，产业链相关标的国外算力芯片龙头英伟达、超威半导体（未覆盖）、英特尔（未覆盖），国内AI及传感标的海光信息（未覆盖）、龙芯中科（未覆盖）、瑞芯微、澜起科技、芯动联科（未覆盖）、景嘉微（未覆盖）。

风险

算力芯片产品迭代及下游应用落地不及预期；主流算法架构发生变化。