| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

人形機器人要 "上崗" 了? 還得邁過三道坎


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
推動“成本減半”的力量,來自於供應鏈的集體沖鋒。國訊芯微今年8月開啟大規模交付具身智能基座平台,平台分為三級,最高應用於具身智能大模型中高參數量的高速推理,最低報價不到1萬元。“極簡版也能支撐人形機器人實現L1—L2的智能交互能力,滿足基本商用需求。”該企業創始人方婷婷說。


廠商追加訂單,浙江禾川部分旋轉關節執行器等核心部件從試產進入量產,有產品報價比去年同期降了約一半。在蘇州卓譽電氣技術有限公司,去年部分關節模組售價數千元,現在報價僅為去年同期的1/2—1/3。類似情況在南方精工、南京因克斯等企業也得到證實。

人形機器人的量產似乎近在眼前。為此,產業內的頭部企業也開始探索新一輪降本增效。在零部件方面,秉持著“底層通用,模塊復用”的邏輯,星動紀元將5款關節模組復用於工業/服務機器人,降低供應鏈復雜度。在數據領域,銀河通用采用仿真生成10億條抓取數據,使真機訓練成本大幅下降。在制造協同上,國家創新中心的7大訓練場互聯互通,積累600萬條真機數據。


硬件成本下行之際,AI訓練成本正在飆升。“必須找到一個方法有效的培訓模型。”智平方科技創始人郭彥東探索了新的訓練算法,高效組織GPU集群、組織數據以及做增量學習,把GPU利用率提到最高。“具身智能的數據量遠大於語言模型,不能只靠自己采集,要回收真實場景數據,並鼓勵開源數據集。最後是通用性,擁有強大的基座模型,定制化成本就會驟降,這是最核心的降本思路。”

顯而易見,在量產拐點真正到來前,人形機器人主機廠仍需在硬件與算法間雙線作戰。

門檻三:剛需場景閉環尚未形成

尋找開鎖密碼,“能動的木偶”要迭代為“會思考的勞工”

眼下,20多家江蘇相關企業推出數十款最新智能人形機器人,從打太極、踢足球到揀貨、搬運、擰螺絲,包括做飯、疊衣、刷馬桶,展示全場景技能。機器人愈發擬人化的背後,是工業、商業乃至全社會對未來科技和效率的極致追求。




高價值的工業場景是頭部主機廠的“必爭之地”。樂聚機器人進入一汽總裝線空箱搬運、海晨物流運輸應用。7月中旬,魔法原子完成工業場景多機協作驗證,“小麥”在追覓科技工廠實踐上下料、搬運等工序,成為國內最早跑通產線應用的團隊之一。


最新發布的《人形機器人十大潛力應用場景》中,將“工業通用操作上下料與轉移搬運”列入第一個潛力場景。

吳長征規劃前進的路徑清晰明確。“明年,魔法原子產品的指令執行成功率將有成倍提升。”吳長征基於魔法原子目前在工廠產線“培訓”的情況預判,單一垂類場景內,最多一年時間,就可以將人形機器人工作效率和成功率穩定到近100%,綜合來看,預計未來3年之內,行業機器人綜合實力將在明年基礎上再次實現指數級的提升,“3—5年左右,將有越來越多的機器人走進生產線、商超,甚至進入家庭服務。”

短期來看,高危場景對於人形機器人的需求最為明確迫切。“2025—2027年就是人形機器人在特種作業場景下的賽跑,活下來的企業才有機會將自己的技術應用到更廣泛的商業服務領域。”劉爽結合人口情況、制造業基礎和老齡化現實進行預測,人形機器人將作為“通用機械勞工”填補偏遠、枯燥工作的勞動力缺口,其市場規模將不斷擴大。

方婷婷表示,要讓人形機器人達到人的效能,實現人力精細化操作,至少還需要2—3年時間,“具體進度要看主機廠的投入。”

中期來看,服務領域中,人形機器人將開啟一場“有溫度的變革”。多家景區、展館等商業場景邀約數字華夏機器人參與活動。“這是0到1的試點,交互重在‘溫度’,關鍵是‘表情’‘人形’‘語音’+的多模態設計,需要契合場景的解決方案。”戴鵬認為,商業和家庭的簡單服務領域有一定容錯率,因此部分場景容易落地,在其具身智能訓練中心,數字華夏自己的人形機器人已上崗提供導覽服務。
1     還沒人說話啊,我想來說幾句
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0430 秒 and 5 DB Queries in 0.0029 秒