華泰證券發布研究報告稱，10月4日DeepMind發布RT-X機器人大模型，並开放訓練數據集Open X-Embodiment。RT-X由基於Transformer的RT-1-X模型和視覺語言動作模型RT-2-X組成。更大的模型容量與多種機器人數據的融合也使得RT-X泛化能力大大提高。該行認爲智能化是影響通用人形機器人0-1的關鍵因素，RT-X模型的發展提高了機器人智能化水平，人形機器人產業化進程有望加快。

華泰證券主要觀點如下：

湧現能力約爲RT-2模型3倍，動作指令從絕對位置拓展至相對位置

湧現指大模型表現出模型較小時不具備的新能力。DeepMind开放的訓練數據集Open X-Embodiment包含超過100萬條真實的機器人軌跡數據，涵蓋 22 種機器人。RT-X由基於Transformer的RT-1-X模型和視覺語言動作模型RT-2-X組成，龐大的數據集使其具有更強的性能。RT-2-X湧現能力約爲RT-2的3倍，動作指令從傳統的絕對位置拓展至相對位置。例如，之前機器人只能理解將蘋果放在桌子的右上角的絕對位置指令，如今可以理解將蘋果放在可樂和杯子中間的相對位置指令。RT-1-X模型在特定任務上(如开門等)的平均性能也比RT-1模型和原始模型提升50%。

泛化能力約爲原始模型3倍，更高的模型容量/多數據融合提高泛化能力

泛化是指模型在新場景下的適應能力。RT-2-X湧現能力約爲原始模型的3倍，泛化能力從27.3%提高至75.8%。實驗表明，更高的模型容量能夠提高泛化能力，在其他條件如數據集和訓練方式相同的情況下，55B的RT-2-X模型的泛化能力較5B模型從30%提高至61%。多種機器人數據的融合也提高了模型的泛化能力，RT-2-X模型在使用WidowX Bridge數據集後，掌握了原有數據集中不具備的額外技能，表現出了更好的工作性能和泛化能力。

更豐富的數據集有望推動模型迭代，促進人形機器人產業發展

該行認爲智能化是影響通用人形機器人0-1的關鍵因素，RT-X大模型的發展可提升機器人的智能化水平，多樣化的數據集可大大提升模型的泛化與湧現能力。現階段RT-X大模型仍存在改進空間，其沒有考慮不同感知維度的數據，也沒有精准實現正遷移的能力(加入新的機器人數據集後，模型泛化能力提高)。隨着世界各地的實驗室合作並共享數據資源，該行認爲未來數據集將不斷豐富，機器人大模型也將不斷迭代，從而加速人形機器人產業化落地。

風險提示：模型泛化能力不足，數據集訓練結果不及預期，機器人通用性不及預期。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。

---

標題：華泰證券：RT-X提高機器人智能化水平 有望加快人形機器人產業化進程

地址：https://www.breakthing.com/post/105198.html