智能体专题报告：智能体打开智驾与机器人的星辰大海.pdf

智能体专题报告：智能体打开智驾与机器人的星辰大海。智能体能够以自动驾驶汽车、机器人等多种形式落地，或将诞生生成式 AI 杀手级应用。智能体（AI Agents)是一个可以通过行动能力自主完成设 定的目标的代理，能够不断迭代学习与环境相互适应。智能体与“本体” 耦合后，即形成具身智能。根据不同的具身方法，智能体能够以自动驾 驶汽车、机器人等多种形式表现。生成式 AI 经历大模型打磨成熟阶段之 后，算力的消化需要市场空间广阔的杀手级应用，智能体有望成为这样 的典型应用落地场景。

智能体与物理实体结合，能够大大减少人工代码量并且对未预先编程的 场景进行操作。区别于 CV、NLP 等传统深度学习模型，与“本体”耦合后 的智能体不依靠被动数据投喂，能够实现：（1）摆脱传统机器人依靠工 程师代码进行控制的模式，以微软《ChatGPT for Robotics: Design Principles and Model Abilities》为例，操控者只需准备好机器人底层的函 数库，并将任务目标告诉 chatgpt，chatgpt 即可自动完成代码并指挥具身 智能机器人行动。（2）对从未见过的对象或场景执行操作任务。依托大 模型的涌现能力，具身的智能体能够从原始训练数据中自动学习并发现 新的、更高层次的特征和模式，在仅仅依靠网络数据知识的情况下就可 以完成没有预先编程的新场景。

自动驾驶：端到端大模型存在平台级 Drive GPT 机会。自动驾驶落地进 程快于机器人，未来 1-3 年内 L4、L5 级别的自动驾驶技术有望实现，而 搭载智能体的机器人则会在未来 5-10 年出现。特斯拉 FSD V12 采用端到 端训练方法，与 Chatgpt 训练模式类似。相比 V11，V12 代码量减少 99%。 同时，端到端相比分模块的技术范式具备更高性能范式。当端到端系统 达到与现有技术水平相当的时间点时，将会快速超越传统技术栈。通过 对比特斯拉 FSD 和 Waymo，我们认为端到端技术奇点已经临近。

机器人：生成式大模型有望加快底层通用平台建设，打造 Robot GPT 需 要大模型模拟数据支持。目前针对机器人的不同技能仍需要不同的大模 型。而机器人底层平台发展相对落后的原因在于多数研究者仍使用相对 落后的 ResNet18 深度学习架构，而非在生成模型的巨大数据集上进行模 型训练。但随着大模型的迅速发展，Robot GPT 进程有望加快。打造 Robot GPT 的关键是解决数据稀缺问题。相比真实数据，仿真数据同样具备完 善的数据分布，涵盖 common case 和 corner case，并且能够以较低成本获 取数据，从而规避数据隐私和安全问题。