【机械】探讨DeepSeek对人形机器人发展的影响——具身智能系列报告（一）（黄帅斌/陈佳宁/李佳琦）

光大证券研究 · 公众号 · · 2025-02-10 07:00

正文

点击上方“光大证券研究”可以订阅哦

点击注册小程序

查看完整报告

特别申明：

本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相关人员为光大证券的客户。

报告摘要

2025年1月20日，DeepSeek发布开源推理模型DeepSeek-R1

大模型架构层面：DeepSeek在Transformer架构的基础上也做了很多创新，主要包括两个方面：（1）多头潜在注意力即MLA；（2）混合专家模型即MoE。

工程优化层面：分别从计算、存储、通信等多个层面实施了软硬协同的工程优化策略：比如混合精度训练、跨节点通信优化、双流水线机制、DualPipe算法等。

由此DeepSeek-R1产生效果与成本的双重优化：评测指标超越Claude Sonnet3.5、OpenAI GPT-4o等一众前沿闭源模型，且推理成本大幅降低，每百万输出tokens定价较OpenAI o1降低95%以上。

相比智能手机、IoT、PC等端侧设备，人形机器人需要的是语言、图像、动作结合的多模态大模型，因此DeepSeek-R1作为一款LLM（语言大模型），人形机器人并不能直接受益。但随着后续发展，人形机器人有望从两个方向受益：

1）从单模态到多模态，有望实现更好的“大脑”。目前，在主流的具身智能大模型中，普遍采用VLM（视觉语言大模型）作为骨干，承担“task planning”的任务，即所谓的“大脑”。一方面，在Deepseek R1发布后，北大联合香港科技大学团队基于自研框架align-anything，将Deepseek R1系列模型扩展至图文模态，并取得了优越的视觉理解表现。另一方面，Deepseek团队本身也开发了系列大模型，如DeepSeek-VL2，大型混合专家（MoE）视觉-语言模型系列，具备较好的视觉语义对话能力。

2）开源的模型提升“大脑”水平，降低门槛，推动更多力量向“小脑”集中。以往的闭源模型使得很多具身智能团队需从头开发“大脑”和“小脑”。整体来看，由于训练数据的缺失，“大脑”的“task planning”能力相对成熟，而小脑的“motion planning”则较弱。Deepseek团队的开源策略，有望在“大脑”层面降低行业门槛，推动更多的力量向更底层的运控集中。

风险分析： 1）产业化进程不及预期；（2）竞争加剧风险；（3）核心技术进步不及预期。

发布日期： 2025-02-09