人形機器人決策難度更G：決策層依據(jù)感知層獲取的信息進行決策判斷，來控制機器人身體做出動作規(guī)劃
并下發(fā)指令。特斯拉人形機器人與FSD底層模塊打通，一定程度上算法可復用，但人形機器人需完成人類
各種動作，動作連續(xù)復雜、需頻繁的物理交互且操作因果性多，算法難度遠G于自動駕駛。
⚫ ChatGPT助力拆解任務：大語言模型擅長推斷語言條件，并利用其代碼編寫能力，拆分任務，給出運動規(guī)劃的
目標函數(shù)。
⚫ 實時反饋以便調(diào)整動作：依據(jù)感知系統(tǒng)的反饋，可實時調(diào)整動作規(guī)劃，并執(zhí)行
人形機器人進入門檻G,科技巨頭擁有研發(fā)實力及軟件基礎(chǔ),在視覺感知,算法,虛擬仿真等軟件方面L先優(yōu)勢明顯,且與原有業(yè)務協(xié)同效應明顯
人形機器人本質(zhì)是AI系統(tǒng)落地物理世界的佳載體,但更核心問題在于是算法對運動能力的控制,包括本體平衡,行走的步態(tài),部抓取等規(guī)劃與控制
預測25年人形機器人初步商業(yè)化,銷量3萬臺左右,30年這些L域就滲透率1.5-2%對應存量需求230萬臺,新增需求100萬臺+,2035年銷量有望突破1000萬臺
為人形機器人的成熟也是漸進式,可在細分市場的率先商業(yè)化,后逐步成熟轉(zhuǎn)為通用型機器人 ,由tob轉(zhuǎn)為toc,進入家政等市場,做人想做但是不能做的工作
硬件難點是靈敏度與承壓能力的協(xié)調(diào),關(guān)節(jié)能力不能匹配運動規(guī)劃;軟件難點是訓練不同任務的運動規(guī)劃,實時反饋視覺檢測與理解,并對運動規(guī)劃做調(diào)整
感知模塊包括兩方面視覺和觸覺,視覺有純視覺路線,也有依靠雷達等多方式融合路線;決策模塊是機器人的大腦,核心是芯片與算法
人形機器人擁有更G級的感知交互系統(tǒng),包括傳感模塊和軟件方面,人形機器人比服務機器人更G,靠雙足行走,對減速器負載和電機響應速度要求更G
具身智能與垂直大模型,人形與四足仿生機器人,三維感知模型和多模態(tài)信息融合,機器人新型核心零部件與靈巧操作,腦機接口,生肌電一體化與微納機器人
特殊場景服役機器人是指在特定環(huán)境或情況下執(zhí)行任務的機器人,在消防救援,電力勘測,農(nóng)業(yè),建筑,核工業(yè),反恐防暴,國防安全,空間探測等L域具有巨大需求
群體機器人技術(shù)的應用L域廣泛,集群智能作為人工智能的分支,將得到越來越多的應用,有望在機器人等L域創(chuàng)造出新的應用和創(chuàng)新
云服務機器人是指將機器人的核心計算和智能部分部署在云端服務器,云端大腦+本地機體”或“云端服務”機器人將成為規(guī)模化推廣與應用的重要模式之一
室內(nèi)商業(yè)服務機器人主要應用于室內(nèi)環(huán)境中的導航服務,商業(yè)清潔,餐飲配送,無人售貨,無人餐廳等服務場景;核心技術(shù)包括機器視覺,柔順抓取,人機交互,智能決策與控制等
