国泰君安：机械板块关注低空经济和人形机器人

国泰君安：机械板块关注低空经济和人形机器人 国泰君安研报指出，支持政策持续催化，低空经济加速发展。2024 年 3 月《通用航空装备创新应用实施方案》出台以来，众多省份已将低空经济纳入政府工作议程，在建设通航机场、组建发展通航机队、低空飞行器制造产业链等方面进行布局，低空经济有望持续受益。人型机器人方面，大模型兼顾预训练和微调功能，多模态 GPT 助力机器人在交互能力、规划控制能力、泛化能力、感知能力等多方面得到极大提升。执行器是最核心部件，重点关注零部件供应商的验证节奏。

中信证券：人形机器人发展趋势明确 关注相关催化下的投资机会

中信证券：人形机器人发展趋势明确 关注相关催化下的投资机会 中信证券研报指出，在世界人工智能大会（WAIC 2024）的引领下，可以关注到人形机器人产业三大新趋势：1）软硬件加速融合，国产人形机器人厂商与本土大模型合作更为密切；2）人形机器人工厂试验加速，头部厂商已有小批量订单交付，商业落地进入偏早期阶段；3）行业融资事件迭起，初创企业持续得到险资青睐。人形机器人发展趋势明确，板块有望进入下一轮密集催化期，建议关注相关催化下的投资机会。

▎ 群组机器人进行了调整和优化

▎ 群组机器人进行了调整和优化 和各位股东通知一下，昨天针对机器人突发问题，逼逼连夜对频道及群组内的机器人进行了针对性的调试与优化，预期机器人的应对性能将会显著提升。 目前逼逼群组的日常管理工作，已主要依赖于nmbot进行自动化处理。在此特别鸣谢「秋名山鹅鹅」和「方块」的辛勤付出与技术支持，协助扩充了关键词数据库，帮助群组机器人有效地提升了其智能化水平。 逼逼仍在积极搜寻一款高品质的抽奖机器人。如有哪款机器人表现出色，具备不重复抽奖、确保按时准确开奖且公正透明，敬请各位股东不吝推荐，逼逼将万分感激。 标签: #新闻 频道: @me888888888888 群组：https://t.me/imbbbbbbbbbbb 合作&推广：@imbbbbb_bot@imbbbbbbbb 消息怕错过？请及时收藏频道并开启推送！

机器人Music Finder & Downloader

机器人Music Finder & Downloader 机器人功能：音乐下载 机器人简介：一款可以从SoundCloud, Spotify 和 Apple Music 下载音乐的TG机器人。也可从Instagram和tiktok中下载音乐。 只需将链接发给机器人即可，无需关注任何频道，机器人会回复下载好的音频文件。 机器人ID：@infinityMusics_bot 频道 群聊 投稿 商务

中信证券：看好人形机器人科技产业趋势 建议关注国内核心零部件企业

中信证券：看好人形机器人科技产业趋势 建议关注国内机器人核心零部件企业 中信证券研报指出，2024 年 7 月 4 日，2024 世界人工智能大会（WAIC）在上海开幕，人形机器人是本次人工智能大会的重点展示方向之一，从 WAIC 2024 大会上，我们看到了国内人形机器人行业的一些积极进展：1）机器人本体方面，我们观察到人形机器人本体的参展商数量显著增加，本次大会上具有丰富的现场展示，体现出人形机器人的能力和可应用性在提升；2）机器人核心零部件上，国产替代进程持续突破，产品已陆续应用在国内的人形机器人本体上，助力人形机器人行业发展。我们看好人形机器人这一科技产业趋势，建议关注国内机器人核心零部件企业。

“机器人正在接管旧金山”

“机器人正在接管旧金山” 路线不对，踩着小碎步，稳步调头：或者不装了，调什么头，直接倒着走：在各种场景下都可以看到它们的身影：于是乎，网友传出了“机器人正在接管旧金山”的消息??：要不是视频中还有人类出镜，网友都要怀疑这是不是真的在旧金山：这就是来自加州大学伯克利分校的人形机器人成果。研究人员提出了使用序列建模和动作预测的Causal Transformer模型。使得人形机器人可以在室内外各种环境中稳健行走，应对不同地形，甚至还能背个书包，提袋垃圾：怎么做到的？此前，尽管一些人形机器人在特定环境下表现良好，但广泛存在泛化和适应新环境方面的问题。来自加州大学伯克利分校的研究人员提出了运用Causal Transformer的方法。这是一种Transformer模型，通过自回归从观察-动作历史信息中预测下一个动作，也就是模型的输出（预测的动作）只依赖于其输入（观察-动作历史信息）中的先前信息。具体来说，在处理“观察-动作对”时，模型会将每个“观察-动作对”作为一个token，并通过自注意力机制来学习这些token之间的关系。在自注意力计算中，模型会为每个token分配权重，这些权重反映了在预测当前动作时，序列中其他token的重要性。由于Causal Transformer限制了自注意力只能考虑前面的token，它能够捕捉到序列中的因果依赖，即当前动作的决策是基于之前观察-动作的历史信息。通过这种方式，Causal Transformer能够使机器人在复杂和动态的环境中，在没有未来信息的情况下做出适应性更强的决策。训练阶段，研究人员使用强化学习方法，在Isaac Gym模拟器进行大规模并行训练，模拟了机器人的刚体和接触动力学。为了模拟机器人的闭链动力学，引入了“虚拟弹簧”模型。在模拟中随机化机器人的动态属性、控制参数和环境物理属性，以及添加噪声和延迟到观察中。从模拟到现实的转移方面，研究人员在机器人初创公司Agility Robotics提供的高保真度模拟器中验证策略，该模拟器准确模拟了Digit机器人的动态和物理属性。经过实验，Digit机器人能够在多种环境中可靠行走，展现出对外部干扰的鲁棒性：以及在不同地形和载荷条件下的适应性：△左，脚被绊住；右，下坡顺带保持手臂摆动协调有力，不顺拐：Digit人形机器人再来介绍一下demo中的这款人形机器人Digit。背后公司Agility Robotics，前身为俄勒冈州立大学的Dynamic Robotics Laboratory。2022年，获亚马逊投资。Agility Robotics的主要产品是以鸵鸟等鸟类为发想的双足步行机器人，主要研发成果包含Cassie、Digit两个机型。其中Cassie是只有下半身的双足机器人：至于Digit，像是下面这个，已经成为亚马逊75万机器人员工中的一员，不过还处于测试阶段，负责搬运亚马逊标志性的黄箱子：Agility Robotics表示，将在今年向合作伙伴交付第一批Digit，Digit的初步应用包括仓库和配送中心内的散装材料处理，预计2025年全面上市。他们最近还宣布开设了一家新机器人制造工厂RoboFab?，声称第一年预计生产数百台机器人，之后每年产能最多可达10000台。Digit也将在新工厂中上岗，进行搬运、装载等工作。 ... PC版： 手机版：