【券商聚焦】国泰海通：GR-3复杂长任务执行能力较好 泛化性显著提升 字节有望在ToC场景积累领先优势

（原标题：【券商聚焦】国泰海通：GR-3复杂长任务执行能力较好 泛化性显著提升 字节有望在ToC场景积累领先优势）

金吾财讯 | 国泰海通发研报指，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）。

该机构表示，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。我们认为，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。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，我们认为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。