国泰海通：字节推出GR-3模型泛化性显著提升建议关注产业链相关标的

智通财经APP获悉，国泰海通发布研报称，7月22日，字节跳动Seed团队发布通用机器人模型GR-3，GR-3模型与GR-2模型(2024.10推出)相比，在面对新环境和新物体时操作性能卓越，复杂指令理解精准度高，具备处理泛化任务的能力。GR-3在泛化性、复杂任务的成功率上比业内头部具身大模型π0显著提升。从字节跳动公开进展看，其具身智能持续迭代发展，暂无明确商业化规划。随着技术进步和产业链成熟，字节具备进行软硬件产品化的可能，且有望在ToC场景积累领先优势，建议关注产业链相关标的。

国泰海通主要观点如下：

字节推出GR-3模型，复杂长任务执行能力较好，泛化性显著提升

7月22日，字节跳动Seed团队发布通用机器人模型GR-3，该模型为VLA架构，具备泛化到新物体和新环境的能力，能理解包含抽象概念的语言指令，还能够精细地操作柔性物体。

GR-3模型与GR-2模型(2024.10推出)相比，在面对新环境和新物体时操作性能卓越，复杂指令理解精准度高，具备处理泛化任务的能力，主要源于：1)模型架构上：GR-3采用MoT+DiT的网络结构，将“视觉-语言模块”和“动作生成模块”集成为40亿参数的端到端模型，生成动作后通过RMSNorm增强动态指令跟随能力，使机器人反应更敏捷、高效；2)训练数据上：GR-3采用三合一数据训练法，遥操作数据(高质量)、人类VR轨迹数据(低成本，可达450条数据/小时)，公开图文数据(理解抽象概念、认识新物体以提升泛化能力)。

硬件跟随软件协同创新，同步推出通用双臂移动机器人ByteMini

此前字节Seed团队推出的GR-2模型的硬件本体是一台单臂机器人。为充分发挥GR-3的潜力，字节跳动同步推出了通用双臂移动机器人ByteMini，专为GR-3模型设计的“躯体”具备多项创新特性：1)22个全身自由度与独特手腕球角设计，实现接近人类手腕的灵活转动能力；2)多摄像头协同系统(2手腕摄像头+头部全局视角)，确保操作过程中的“眼观六路”；3)全身运动控制(WBC)系统实现平滑轨迹生成，在抓取纸杯等场景中自动调整力度，避免传统机器人的刚性碰撞问题。

GR-3在泛化性、复杂任务的成功率上比业内头部具身大模型π0显著提升

Seed团队在基础环境、新环境、复杂指令、新物品四类场景中测试对比了GR-3和π0，GR-3的任务执行成功了显著提升，经过公开图文数据中积累的“见识”的GR-3在新物品操作的成功率上较π0高出17.8%。特别的，GR-3仅需10条人类轨迹数据即可将新物体操作成功率从60%提升至80%以上。GR-3的高泛化性与复杂任务执行能力可以助力机器人场景落地探索。

风险提示

技术进步及产业化进展不及预期，行业竞争加剧。