国联证券：计算机行业专题研究：OpenAI助力Figure机器人取得长足进步

传统机器人泛化能力弱 莫拉维克悖论指出，对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等低等级智慧却需要大量的计算资源。机器人领域的传统深度学习模型是在针对特定任务定制的小型数据集上进行训练的。面对新任务，机器人需要再次收集数据训练、设定方案和测试，从而导致了大量的资源和人力损耗，这限制了机器人在不同应用程序中的适应性。 大模型加持使任务级编程成为可能 大模型的出现，让高成本的垂直领域AI开发，变成“预训练大模型+特定任务微调”的形式，可以大幅提高模型的泛化能力，提高开发速度。尤其是在机器人相关领域，多模态基础模型可以将从不同传感器收集的多模态异构数据融合和对齐成紧凑的紧凑同质表征，提升感知、决策和控制等环节能力。大模型能够更好训练机器人、使任务级编程成为可能、有望降低机器人交互门槛、提升感知能力，或将解决传统机器人泛化能力弱、落地难度高等痛点，加速应用推广。 OpenAI加持机器人智能提升 2024年3月13日，美国机器人初创公司Figure发布了一段公司最新人形机器人Figure01展示视频，其智能大脑为OpenAI大模型。在该视频中，机器人Fi