系统梳理海外五家头部人形机器人公司特斯拉、波士顿动力、1XTechnologies、Apptronik、Agility 发展历史&技术亮点&未来落地展望,以此探索全人形机器人行业未来的发展路径。
有别于市场的观点
市场普遍只看到AI 2.0 对于人形机器人的赋能,而我们在总结海外公司发展历程时发现,人形机器人同样将赋能AI,成为“具身智能”的最佳载体:例如根据财联社,OpenAI 今年投资1X,有望将GPT-4 及更先进的多模态模型植入人形机器人NEO,不仅带来机器人的智能涌现,同时也带来AI 的第一人称学习能力涌现。
海外研发方向多以通用型机器人为主
将机器人设计成拟人形态最重要的考虑就是使机器人能直接适应人类环境、替代人类职责,因此在功能性上特斯拉、1XTechnologies、Apptronik 均以通用型机器人为目标。这些公司的人形机器人产品主要设计思路是保障安全性的同时提高拟人化程度,以实现替代人类工作。
相比之下,波士顿动力的Atlas 则将人形机器人的运动性能推至极致,可实现高难度跑酷动作,目前主要用作研究用途,Agility 的Digit 机器人则明确以仓储为应用场景,灵活性及智能化有所取舍,量产能力处于行业领先,已初步建成世界第一座人形机器人工厂,年产能超过万台。
RobotGPT 将带来人形机器人智能涌现
人形机器人是软硬件能力高集成的实体,商业化的核心突破点在于“AI 大脑”,即核心算法的升级带来的逻辑思维能力提升与高水平智能化的行为智慧决策能力。
GPT 模型的自然语言处理已经汇聚了自回归变换器+下一个词预测+强化学习高级特征的“配方”,而这一思路尚未在人形机器人中应用。谷歌Deepmind 已在测试多模态模型RT-2 控制机器人,在陌生任务中的准确率相比前代翻倍,如果机器人领域能打造出“RobotGPT”的基座模型,实现零样本或少样本学习,则能在更复杂乃至陌生的环境中执行任务,实现人形机器人的智能涌现。
具身智能开启通往AGI 的大门
根据斯坦福大学研究,GPT 3.5 的心智已相当于9 岁儿童,GPT4 的智能程度更高,但它的训练来源仍是被动接受的数据。脑科学家Richard Held 和Alan Hein 的实验证明,对生物的学习来说与环境的第一人称交互是至关重要的。如果生成式AI能获得人形机器人的身体, AI 就能在真实世界中学习和适应,从而增强其泛化能力和鲁棒性,开启通往AGI(通用人工智能)的大门。
风险提示
机器人技术落地不及预期;人工智能安全性及伦理风险;应用场景难以拓宽
【免责声明】本文仅代表第三方观点,不代表和讯网立场。投资者据此操作,风险请自担。
(责任编辑:王丹 )
【免责声明】本文仅代表第三方观点,不代表和讯网立场。投资者据此操作,风险请自担。
最新评论