①瑞銀人士指出人形機器人可通過情境學習實現物理自主，是AI投資新前沿；②該行指出，人形機器人行業三個值得關注的領域為執行器和精密齒輪、傳感器和感知層、邊緣計算和電力基礎設施。
提到人工智慧（AI），你可能會想到口袋裡手機上的聊天機器人，它從遙遠的數據中心傳輸資訊，為ChatGPT或Claude等大型語言模型提供支援。
但實際上，人工智慧正努力變得更加具體——變得像人一樣。
瑞銀全球股票主管Ulrike Hoffmann-Burchardi最新表示，人形機器人越來越能夠使用「情境學習」，即通過觀察動作或任務來學習如何做某事。
她在最近給客戶的一份報告中表示，「我們現在正處於擺脫預編程自動化並邁向真正物理自主的邊緣。」
Hoffmann-Burchardi表示，這一主題展現了人工智慧投資的新前沿，並重點介紹了人工智慧機器人行業中三個值得關注的領域。
01. 執行器和精密齒輪
執行器驅動機器人運動，齒輪則輔助這種運動。這些部件對於人形機器人的敏捷性至關重要。
Hoffmann-Burchardi在報告中寫道：「這些高度專業化的組件使機器人能夠以毫米級的精度移動手指，或在不平坦的地面上保持平衡。全球範圍內，這些組件的生產能力高度集中在少數幾家專業公司手中。」
雖然Hoffmann-Burchardi沒有點名任何具體的公司，但該領域的股票示例包括羅克韋爾自動化 （Rockwell Automation）和ABB（一家總部位於蘇黎世的電氣化和自動化技術公司）。
02. 傳感器和感知層
傳感器可以讓機器人實時獲取數據。這可以體現在攝像頭上，這樣機器人就能看到並模仿動作。但這同時也意味著機器人需要擁有「皮膚」，使其能夠感知和測量。
「要讓機器人能夠拿起易碎的雞蛋或沉重的鐵扳手而不將其弄碎或掉落，它需要一種能夠立即測量壓力和摩擦力的皮膚，」Hoffmann-Burchardi寫道。
她在上述報告中提到了以下公司Synaptics Incorporated（一家美國神經網絡技術及人機互動設備開發公司）、Ouster（一家總部位於美國加利福尼亞州舊金山的領先高解析度數字3D雷射雷達(LiDAR)技術公司）和 Luminar Technologies（主要開發基於視覺的雷射雷達和機器感知技術，應用於自動駕駛汽車領域）。
03. 邊緣計算和電力基礎設施
這些機器人需要計算能力來處理資訊，還需要能夠長時間為機器人提供動力的電源。Hoffmann-Burchardi指出，需要專門用於機器人的硬體。
她在報告中提到，例如輝達、Arm Holdings和超威半導體公司（Advanced Micro Devices, Inc.，簡稱AMD）。 (財聯社)