Nomura: Terobosan model robot semakin dekat, tangan dexterous diuntungkan lebih dahulu, keandalan di pabrik masih menjadi hambatan
Nomura melihat model baru dari Desember 2026 hingga Januari 2027 sebagai katalis pertama. Video sudut pandang orang pertama dan peningkatan efisiensi pelatihan menurunkan hambatan pembelajaran, tetapi komersialisasi juga bergantung pada kemampuan operasi berkelanjutan, siklus umpan balik data di lapangan, dan konsistensi perangkat keras.
Sumber asli：Nomura International (Hong Kong) Ltd.Pertama diterbitkan di Unhidea：Tanggal sumber asli：
Pokok utama
Nomura menilai robot mengalami kemajuan yang semakin cepat mengikuti jalur model besar. Tangan dexterous berpeluang menjadi yang pertama meningkat volumenya, sementara kunci penerapan komersial berkelanjutan adalah mengubah kemampuan model menjadi operasi yang andal dan data lapangan yang dapat digunakan kembali.
Terobosan model sudah dekat, tetapi seberapa jauh lagi hingga siap digunakan di pabrik?
Nomura memperkirakan OpenAI akan merilis model untuk AI fisik antara Desember 2026 dan Januari 2027 sebagai katalis pertama. Namun, bank itu menempatkan kemajuan ini pada tingkat yang mendekati GPT-2: kemampuan mulai terlihat, tetapi masih ada kesenjangan menuju produksi yang stabil.
Pembelajaran dari sejumlah kecil demonstrasi sudah menunjukkan kemajuan. Generalist AI melaporkan bahwa GEN-1.5 mencapai tingkat keberhasilan 59% dalam sepuluh pengujian setelah menonton satu demonstrasi selama 3–12 detik, lalu meningkat menjadi 83% setelah pelatihan singkat dengan tambahan data lima menit. Hasil ini berasal dari pengujian perusahaan yang mencakup tugas singkat atau lingkungan simulasi.
Keandalanlah yang benar-benar menentukan apakah pelanggan beralih dari anggaran uji coba ke anggaran operasional. Riset Nomura menunjukkan robot terbaik hanya dapat beroperasi beberapa jam tanpa intervensi, sedangkan pabrik membutuhkan satu minggu; akurasi di lapangan sekitar 60%, sementara industri mensyaratkan setidaknya 98%. Bank itu memperkirakan penutupan kesenjangan terakhir membutuhkan 3–5 tahun.
Mengapa video sudut pandang orang pertama dapat mengubah biaya pelatihan?
Teleoperasi mengandalkan manusia yang mengendalikan robot dari jarak jauh untuk mengumpulkan data; biayanya tinggi dan terikat pada model robot tertentu. Nomura memperkirakan biaya umumnya sekitar 700 yuan per jam. Video sudut pandang orang pertama manusia sekitar 300–350 yuan dan tetap dapat digunakan lintas generasi robot, sehingga lebih cocok untuk memperbesar jumlah data prapelatihan.
Peningkatan efisiensi juga berasal dari metode pelatihan. SuperMimic terlebih dahulu mempelajari cara tubuh bergerak, lalu melatih pengendali di dalam model. Makalahnya melaporkan bahwa pelatihan dengan satu GPU selama 3 jam telah melampaui metode tolok ukur yang dilatih dengan 128 GPU selama 7 hari, dengan kebutuhan komputasi turun lebih dari seribu kali lipat. Peningkatan ini berkaitan dengan pengendalian gerak seluruh tubuh; berdasarkan hal tersebut, Nomura menilai ketergantungan tahap ini pada daya komputasi mungkin menurun.
Video dapat mengatasi pembelajaran awal, tetapi kemajuan berkelanjutan juga bergantung pada data yang dihasilkan saat robot bekerja. Nomura menilai hanya penerapan dalam jumlah yang memadai yang dapat membentuk siklus ‘operasi menghasilkan data—model membaik—penerapan meningkat’.
Siapa yang lebih mampu mengubah kemajuan model menjadi siklus umpan balik data?
Nomura lebih menyukai laboratorium AI besar dan Tesla: yang pertama memiliki model serbaguna, talenta, dan daya komputasi, sedangkan Tesla menghubungkan simulasi, platform data, pengujian pabrik, dan robot miliknya sendiri. Kedua jenis kemampuan tersebut dapat saling melengkapi.
Skala di lapangan masih menjadi kendala. Menurut riset Nomura, Tesla menargetkan akumulasi 1 juta jam data yang dapat digunakan pada akhir 2026 melalui sekitar 10 ribu robot pelatihan internal. Sebagai perbandingan, tujuh perusahaan pengiriman ekspres terbesar di Tiongkok diperkirakan membeli kurang dari 500 robot humanoid secara keseluruhan pada 2026. Karena itu, bank tersebut menilai siklus umpan balik akan dimulai di perusahaan yang menguasai model dan robot sekaligus.
Mengapa tangan dexterous mungkin menjadi yang pertama meningkat volumenya?
Pada masa lalu, data pelatihan tidak mencukupi dan robot lebih sering menggunakan penjepit sederhana. Nomura menilai model fondasi yang lebih kuat mampu memindahkan keterampilan yang dipelajari penjepit dua atau tiga jari ke tangan lima jari, mendorong peningkatan penggunaan dan penurunan harga per unit.
Bank itu memperkirakan pengiriman tangan dexterous tumbuh 80%–120% secara tahunan pada 2026, terutama didorong oleh produk dengan derajat kebebasan tinggi yang memiliki lebih banyak sendi bergerak. Dasar manfaatnya adalah model menurunkan hambatan penggunaan tangan yang kompleks, sementara pertumbuhan pengiriman disertai penurunan harga.
Mengapa persaingan produsen robot utuh pada akhirnya bergantung pada konsistensi manufaktur?
Nomura memperkirakan robot akan mengerucut menjadi beberapa bentuk standar setelah pendekatan model stabil. Pada saat itu, kuncinya adalah memastikan lebih dari 20 sendi pada setiap robot memiliki kinerja yang serupa: jika perbedaan antarbadan robot terlalu besar, strategi pengendalian yang dipelajari satu mesin sulit digunakan kembali pada mesin lain, sehingga menghambat berbagi data.
Karena itu, bank tersebut memilih Unitree, produsen mobil, dan pemasok komponen utama yang cepat melakukan iterasi dan kuat dalam pengendalian biaya. Bank itu juga memperkirakan Unitree akan meningkatkan porsi pembelian eksternal seiring kenaikan volume untuk menyeimbangkan biaya dan kualitas. Sebaliknya, produsen robot utuh dengan konsistensi produk yang buruk dan bergantung pada pelanggan pengumpul data mungkin menghadapi penurunan permintaan.
