“具身智能”浪潮中,达闼机器人的商业化“奇点”已然到来?

2024-01-13 03:12

本文主要是介绍“具身智能”浪潮中,达闼机器人的商业化“奇点”已然到来?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

当前,人形机器人产业正在快速发展,而2023年必将会是载入史册的一年。

具体来看,2023年,AI技术大爆发,可在语言、视觉、运动控制、降低研发成本等多方面赋能人形机器人产业发展。与此同时,特斯拉、波士顿动力、优必选、达闼、小米、傅利叶智能等海内外企业纷纷布局,从2023世界机器人大会就可感受到行业的勃勃生机。

据悉,在此次大会上,从工业机器人到服务机器人,140余家企业的600余款机器人产品竞相亮相,近50款新机器人首发。

而在这轮热潮中,基于当前存在的产业痛点,国内人形机器人企业未来的发展走势备受关注:该如何持剑跃马,立足全球科技创新的制高点,成为经济增长的新引擎?

对此,达闼机器人或有自己的一番见解。作为一家主营人形云端机器人的企业,其在自然语言处理、机器视觉等方面已经形成了丰富的技术积累,尤其是发布的首个机器人领域的多模态人工智能大模型,将市场对人形机器人的期待推向高潮。从其发展中,或能把握到产业的跃升逻辑。

人形机器人规模化落地:多模态交互的未来

人类对于机器人的渴望由来已久,这种渴望在上世纪美国科幻作家艾萨克·阿西莫夫的小说中得到了极富想象力的体现,其作品中描绘了一个人类与机器人共存的未来世界,这些机器人不仅具备智能,还拥有复杂的情感和道德准则。

而随着技术水平持续提升,阿西莫夫笔下的构想正在逐步成真。

当前,我国的人形机器人产业正在蓬勃发展,已经诞生了许多具备较强先进性的人形机器人产品,如优必选的Walker系列、小米的CyberOne、傅利叶智能的GR-1、宇树科技的Unitree H1、达闼机器人的Ginger等,这些产品在运动控制、智能交互等方面各有擅长,使得产业呈现出百花齐放的面貌。

与此同时,一个成长性明确的市场也呈现眼前。据高盛预测,在技术得到革命性突破的理想情况下,人形机器人2025-2035年销量CAGR可达94%,2035年市场规模达1540亿美元。而随着产业链成熟和先进技术方案的提出,实际的产品、应用批量化落地的可行性愈发显著。

为了推动产业发展,政策层面也为人形机器人企业的产品落地指明了路径。工业和信息化部印发的《人形机器人创新发展指导意见》提出,到2025年,我国人形机器人创新体系初步建立,“大脑、小脑、肢体”等一批关键技术取得突破,确保核心部组件安全有效供给,整机产品达到国际先进水平,并实现批量生产。从中可以看出,我国现阶段人形机器人商业化落地的关键主要在于操作系统、运动控制、机器体关键技术群等方面。

聚焦企业布局上,当前达闼机器人基于“云-网-端”架构的技术体系,十分贴近上述逻辑。

据悉,“云-网-端”即意味着将机器人的大脑(控制终端)放置于云端服务器,再通过5G通信网络连接到机器人身体,以此实现实时控制。云端大脑的核心是该公司首推的多模态交互生成型AI模型:RobotGPT。RobotGPT以Transformer为基础,具备多模态(文本、语言、图片、视觉、运动等)认知和行为生成能力,基于RobotGPT的一系列行为训练,人形机器人可进行类人的自主决策。

这种控制机器人大脑与身体分离的模式,显然与传统机器人的“一机一脑”形成差异性,而结合新兴技术浪潮以及产业进化趋势来看,多模态或是人形机器人发展的必然。

德邦证券报告曾揭示,人形机器人有望成为AI终端的最终形态,而想要实现这一预想,赋能人形机器人从0到1,实现真正的规模化应用,就不能局限于机器人的机械有限操作,而是需持续提升机器人自主感知、自主决策、自主执行、自主学习的能力,彰显“具身智能”属性,才能更大程度满足用户需要。

另外,从供给侧来看,在传统的机器人训练过程中,面临复杂的现实环境,整个过程耗时耗力,而通过云端大脑运营架构,可以在孪生世界中实现更低成本、更快速度的高效训练。据悉,相比通用大模型,RobotGPT在准确性、实时性、微调周期等方面都具有显著优势。比如,RobotGPT能精准理解业务场景,回答准确率超过95%,并可实现高实时性的交互体验,响应时间不到1秒。

由此来看,达闼机器人的技术体系极具先进性。

不过,在任何领先技术的初期阶段,也必须对研发和市场推广进行大量的“沉淀性”投资。达闼机器人联合创始人汪兵曾公开表示:“我们在服务机器人领域做了0到1的创新,很多技术环节没有任何借鉴,这一路走得非常孤独,企业付出了大量的研发成本。”

这也进一步明确了加快产品商业化落地、打开增长空间的重要性。不过,若没有足够的市场需求和开拓空间,人形机器人的商业前景会十分渺茫。那么,达闼机器人是否找到了支持先进技术方案落地应用的蓝海?

商业化前景广阔,人形机器人企业如何打造确定性未来?

一个众所周知的事实是,随着社会老龄化程度加深,劳动力市场的紧张状况日益显著,“机器替代人”的愿景或成必然。

在B端,人形机器人的应用主要集中在制造业、医疗保健、服务等行业,以执行危险或高强度的工作,减少事故和提高生产效率。比如,特斯拉将Tesla Bot定位为员工,计划让其替代人类从事重复性高、危险性高的事务。

而在C端,人形机器人的应用更加注重日常生活辅助和互动娱乐,它们可以在家庭中担任护理助手,帮助照料老人和孩子,或者作为伙伴提供情绪价值,如优必选的个性化智能教育机器人Alpha Ebot,针对家庭场景,具备语音交互、行为习惯管理、中英翻译、百科问答、编程课程学习等多项功能。

可以说,人形机器人落地的先行条件已然具备,即广阔的市场需求。基于此,相关企业也对人形机器人的发展做出积极畅想。达闼机器人创始人兼CEO黄晓庆曾表示:“未来,世界上每个人都会拥有一个机器人,就像手机一样。”傅利叶智能期待3年左右机器人能够灵巧地完成一些通用任务,5-10年实现机器人真正走入普通人的家庭。

但成本仍是决定人形机器人能否顺利“上岗”的关键要素。正如前文提到,智能服务机器人企业最大的压力在于研发投入,投资回报率较慢且周期长。不过,近年来,投资市场对于人形机器人行业的发展关注度颇高,相关企业正在持续得到强大的资金支持,如2023年7月6日,达闼机器人获得超10亿人民币C轮融资,由广州知识城集团和上海国资联合领投。

在此机遇下,不断推进商业化,任何一项新技术和新产品都会从高价走向低价,电脑、智能手机、电动车等都是如此。换言之,通过规模效应降低单位成本是新兴产业发展的重要途径,这一过程中,开拓应用场景是关键。

聚焦达闼机器人,可以看到,在云端算力的支持下,其以CloudGinger为代表的人形服务云端机器人,具备配送、巡逻递送、清洁、售货等多功能,可应用于酒店、学校、商超、产业园区等生活场景。

而为了实现人形机器人“走进千家万户”,企业也在不断开展研发,以打造面向全场景的通用智能产品。从实际成果来看,达闼机器人的梦想正在实现。在2023世界机器人大会上,达闼机器人正式推出人形双足机器人XR4,又名七仙女,机器人的关节、本体、搭载RobotGPT的云端大脑等,均体现国产自研人形机器人的顶尖实力,可开展更加多样化、精准化的工作。

值得一提的是,进阶发展过程中,企业想要打造人形机器人高质量商业化发展生态,不断提升国际话语权,仅依靠自身的技术突破和场景开拓并不足够,还需要整合产业链上下游资源,协同伙伴力量建设智能机器人创新体系。

正如黄晓庆指出,实现量产后,如何推动人形机器人更好地使用是一个很大的问题,涉及制造业、服务业、应用开发行业以及整个服务体系运营。

基于此,达闼机器人正在通过布局“星链计划”、成立联合研究院或实验室等举措,构建自己的生态圈。数据显示,目前公司已有超过300个应用合作伙伴、100家设备合作伙伴,开放超过3000个机器人技能模型,创造超过3500个数字孪生地图。

展望未来,软件定义世界,机器人/AI改造世界,这是一个无法阻挡的趋势。对于相关企业而言,虽然当前面临一定的阻力,但行业特性决定了机器人企业能在技术创新中持续创造增量,尽管每一份增量都需要细心耕耘,但正因为这些努力和汗水存在,成果才更显宝贵。

作者:钟乐

来源:松果财经

这篇关于“具身智能”浪潮中,达闼机器人的商业化“奇点”已然到来?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/600061

相关文章

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

基于 Java 实现的智能客服聊天工具模拟场景

服务端代码 import java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;import java.io.PrintWriter;import java.net.ServerSocket;import java.net.Socket;public class Serv

青龙面板2.9之Cdle傻妞机器人编译教程

看到有的朋友对傻妞机器人感兴趣,这里写一下傻妞机器人的编译教程。 第一步,这里以linux amd64为例,去官网下载安装go语言安装包: 第二步,输入下方指令 cd /usr/local && wget https://golang.google.cn/dl/go1.16.7.linux-amd64.tar.gz -O go1.16.7.linux-amd64.tar.gz

江西电信联合实在智能举办RPA数字员工培训班,培养“人工智能+”电信人才

近日,江西电信与实在智能合作的2024年数字员工开发应用培训班圆满闭幕。包括省公司及11个分公司的核心业务部门,超过40名学员积极报名参与此次培训,江西电信企业信息化部门总监徐建军出席活动并致辞,风控支撑室主任黄剑主持此次培训活动。 在培训会开幕仪式上,徐建军强调,科创是电信企业发展的核心动力,学习RPA技术是实现数字化转型的关键,他阐述了RPA在提高效率、降低成本和优化资源方面的价值,并鼓励学

深度神经网络:解锁智能的密钥

深度神经网络:解锁智能的密钥 在人工智能的浩瀚星空中,深度神经网络(Deep Neural Networks, DNNs)无疑是最耀眼的那颗星。它以其强大的学习能力、高度的适应性和广泛的应用场景,成为了我们解锁智能世界的一把密钥。本文将带你走进深度神经网络的神秘世界,探讨其原理、应用以及实用操作技巧。 一、深度神经网络概述 深度神经网络,顾名思义,是一种具有多个隐藏层的神经网络。与传统的神经

基于动力学的六自由度机器人阻抗恒力跟踪控制

1.整个代码的控制流程图如下: 2.正逆运动学计算 略 3.动力学模型 采用拉格朗日法计算机械臂的动力学模型,其输入的是机械臂的关节角度、角速度和角加速度;其中M、C、G本别是计算的惯性力、科式力和重力项,相关部分如下: 4.RBF神经网络自适应参数调节 采用RBF自适应调节阻抗控制器参数,末端每个方向单独进行参数的调整,其中rbf的输入的是力和位置,输出的是阻抗控制器的参数,rb

【智能优化算法改进策略之局部搜索算子(五)—自适应Rosenbrock坐标轮换法】

1、原理介绍 作为一种有效的直接搜索技术,Rosenbrock坐标轮换法[1,2]是根据Rosenbrock著名的“香蕉函数”的特点量身定制的,该函数的最小值位于曲线狭窄的山谷中。此外,该方法是一种典型的基于自适应搜索方向集的无导数局部搜索技术。此法于1960年由Rosenbrock提出,它与Hooke-Jeeves模式搜索法有些类似,但比模式搜索更为有效。每次迭代运算分为两部分[3]: 1)

基于RAG的知识库AI代理机器人,问题思考

基于RAG的知识库AI代理机器人,问题思考 知识库内容分类 对于普通非qa问答格式的知识内容 在分段存储时,需要手动调整,保证每个分段的内容意思完整,不被分割,当然段落也不宜过长,保证内容表达的意思到不可分割为止就行 对于qa问答格式的知识内容 通常需要对问题增加格外索引,因为fastgpt的模式是将问题和回答,作为完整的文本作为向量化的坐标,当问题和回答的内容过长时,使用问题向量化匹配

智能优化算法改进策略之局部搜索算子(六)--进化梯度搜索

1、原理介绍     进化梯度搜索(Evolutionary Gradient Search, EGS)[1]是兼顾进化计算与梯度搜索的一种混合算法,具有较强的局部搜索能力。在每次迭代过程中,EGS方法首先用受进化启发的形式估计梯度方向,然后以最陡下降的方式执行实际的迭代步骤,其中还包括步长的自适应,这一过程的总体方案如下图所示:     文献[1]

虚拟现实环境下的远程教育和智能评估系统(十三)

管理/教师端前端工作汇总education-admin: 首先是登录注册页面的展示 管理员 首页 管理员登录后的首页如下图所示 管理员拥有所有的权限 课程管理 1、可以查看、修改、增添、删除课程列表内容 2、可以对课程资源进行操作 3、可以对课程的类别信息进行管理,课程类别支持三级索引 用户管理  1、可以对学员列表进行操作,对学员进行增删改查