华为云发布盘古具身智能大模型：“夸父”人形机器人亮相

华为云发布盘古具身智能大模型：“夸父”人形机器人亮相 据介绍，盘古大模型能够让机器人完成10步以上的复杂任务规划，并且在任务执行中实现多场景泛化和多任务处理。同时盘古大模型还能生成机器人需要的训练视频，让机器人更快地学习各种复杂场景。大模型的多模态能力以及思维能力的快速提升，使机器人能够模拟人类常识进行逻辑推理，并在现实环境中高效精准地执行任务，从而有效解决了复杂环境感知与物理空间认知的难题。通过集成多场景泛化和多任务处理能力，不论是生活场景还是工业场景，都能游刃有余的应对。大会现场展示中，“夸父”可以通过识别物品、问答互动、击掌、递水等互动演示，直观展示了双方基于盘古大模型的合作成果。通过模仿学习策略显著提升了人形机器人的双臂操作能力，实现了软硬件层面的协同优化，不仅增强了机器人综合性能，还克服了小样本数据训练的局限性，推动了泛化操作能力的边界。张平安在大会上表示，除了人形机器人，盘古具身智能大模型还可以赋能多种形态的工业机器人和服务机器人，让它们帮助人类去从事危险和繁重的工作。具身智能大模型可以让机器人作用更加广泛，未来真正实现让AI机器人帮助我们去洗衣、做饭、扫地，让我们有更多的时间去看书，写诗，作画。 ... PC版： 手机版：

最近机器人跟着AGI又火了一波，人形成了智能化的代名词。

最近机器人跟着AGI又火了一波，人形成了智能化的代名词。 首先我觉得AI+robotics落地不一定非得是人形，也可以是其他形状，核心追求的是量产规模效应，最佳通用硬件形态还有待探索。除了场景通用之外还需要满足其他条件，成本，安全性，续航等，而人形由于双足的平衡挑战其实并不最优解。再按照硬件一代产品2年时间，形态的问题25年之前很难见到答案。 另外llm给机器人带来的第一是与人强交互的能力，第二才是逻辑判断和执行，这些都属于inputs。再到机器人最终的控制还有很多开发工作，需要持续提高low level的控制算法。且前期需要针对不同场景收集大量数据，要做到最理想的能理解新环境和各种物理属性，数据上long way to go。 关键还是商业上的考量，落地的话最重要的还是roi，能落哪些场景算得过来帐其实得多碰。至少在工业界当下满足程度还不错，可能未必需要很大的模型。C端场景是大头，但无论是取外卖还是做清洁都很难接受一个10w+的成本，展示或者导览就更不用想了。至少今天我还很难想到从哪里突破。 当然了，梦想还是要有的，我对10年后人行机器人的普及始终抱有乐观心态，接下来的几年可能会像十年前的VR行业，出现各种有趣的尝试，终局也可以类比电车，是个足够大的行业。

生成式人工智能让机器人离通用目标又近一步

生成式人工智能让机器人离通用目标又近一步 研究人员一直在努力开发一种机器人智能，使其能够充分利用双足仿人设计所带来的广泛运动能力。在机器人技术中使用生成式人工智能也是近期的热门话题。麻省理工学院的最新研究表明，后者可能会对前者产生深远影响。在通往通用系统的道路上，最大的挑战之一就是培训。我们已经掌握了培训人类从事不同工作的最佳方法。机器人技术的方法虽然前景广阔，但却支离破碎。有很多有前途的方法，包括强化学习和模仿学习，但未来的解决方案可能会涉及这些方法的组合，并通过生成式人工智能模型加以增强。麻省理工学院团队提出的主要用途之一，就是从这些小型特定任务数据集中整理相关信息的能力。这种方法被称为策略合成（PoCo）。任务包括有用的机器人动作，如敲钉子和用锅铲翻转东西。团队指出："[研究人员]训练一个单独的扩散模型，学习一种策略或政策，利用一个特定的数据集完成一项任务。然后，他们将扩散模型学习到的策略组合成一个通用策略，使机器人能够在各种环境下执行多项任务。"根据麻省理工学院公布的数据，采用扩散模型后，任务性能提高了 20%。这包括执行需要多种工具的任务的能力，以及学习/适应陌生任务的能力。该系统能够将来自不同数据集的相关信息整合到执行任务所需的行动链中。"这种方法的好处之一是，我们可以将政策结合起来，以获得两个世界的最佳效果，"论文的第一作者王立瑞说。"例如，在真实世界数据基础上训练的政策可能会更灵巧，而在模拟基础上训练的政策可能会更通用"。这项具体工作的目标是创建智能系统，使机器人能够交换不同的工具来执行不同的任务。多用途系统的普及将使该行业离通用梦想更近一步。 ... PC版： 手机版：

人形机器人变火的原因是，今年智能/泛化能力大幅加强，让通用成为可能。以前行业之所以迭代很慢，是因为每学一套新动作，就需要重新编程

人形机器人变火的原因是，今年智能/泛化能力大幅加强，让通用机器人成为可能。以前机器人行业之所以迭代很慢，是因为每学一套新动作，就需要重新编程一次。而现在有了智能泛化能力的突破，只需要语音控制，机器人就能实现功能，这是一种底层转变，通用性更强、应用场景更多

机器人“疯狂的一年”拉开序幕：基础模型、通用具身智能指日可待？

机器人“疯狂的一年”拉开序幕：机器人基础模型、通用具身智能指日可待？ 在这次采访中，被问到“眼下正在发生哪些你认为将改变一些的事情”时，这位“地球上最重要股票”的掌门人表示，“有几件事。其中之一没有真正的名字，但它是我们在基础机器人领域做的一些工作。如果你可以生成文本、生成图像，你也可以生成运动吗？答案可能是可以。那么，如果你可以生成动作，你就可以理解意图并生成通用版本。因此，人形机器人技术指日可待。”在采访发布的同日，英伟达高级研究科学家Jim Fan宣布，将与Yuke Zhu携手在英伟达组建一个研究小组GEAR，全称Generalist Embodied Agent Research，意为“通用具身智能体研究”。他认为，未来每一台移动的机器都将是自主的，机器人与模拟智能体将和iPhone一样无处不在。“我们正在打造基础智能体：一个具备通用能力的AI，其能在虚拟与现实的多个世界中学习如何熟练行动。2024年将是机器人之年、游戏AI之年、模拟之年。”此外，英伟达、贝索斯等将投资人形机器人公司Figure AI，以期为AI寻找新应用。Figure AI此前曾得到OpenAI和微软支持，其将在一轮融资中筹集约6.75亿美元，交易前估值约为20亿美元。贝索斯通过旗下Explore Investments LLC承诺投资1亿美元，微软将投资9500万美元，英伟达和一个亚马逊附属的基金将各提供5000万美元。Figure AI年初凭借一条人形机器人煮咖啡的视频火爆全网，该机器人使用端到端的AI系统，仅通过观察人类煮咖啡，即可在10小时内完成训练。之后，该公司宣布，旗下机器人入驻宝马汽车工厂。英伟达这边动作不断，马斯克则在当地时间2月24日分享了特斯拉人形机器人Optimus（擎天柱）的最新视频。视频中，Optimus的步态更加稳健，行走体态也更接近人类；改变行进方向时极为顺滑，没有僵硬的机械感，且转向的同时并未停止前进。Optimus机器人工程师Milan Kovac介绍，这是Optimus有史以来最快的步态，速度约为 0.6 米/秒，与12月发布的视频相比，速度提高了30%。“我们改进了前庭系统、脚部轨迹和地面接触逻辑；升级了运动规划器，并缩短了整个机器人的环路延迟。Optimus整体行走稳定性和自信程度上都有所提升，即使在转弯时也表现优异。我们还增加了轻微的躯干和手臂摇摆。”机器人+AI“疯狂的一年” 券商建议关注四条主线“未来几周将会有3-4条重大新闻发布，这些消息将震撼机器人+人工智能领域。调整你的时间表，这将是疯狂的2024年。”谷歌DeepMind研究科学家Ted Xiao在当地时间2月22日如此预告。机器人板块春节后强势反弹，中信证券研报指出，主因为特斯拉人形机器人产业链进度预期改善、AI巨头点燃机器人技术创新之火、政策端及厂商端持续利好更新，此外流动性问题缓解也为板块反弹提供了条件。产业发展进度在AI加持下将大大加快。板块反弹处于初始阶段，2024年将是人形机器人快速发展的一年。在产业链进度预期改善、巨头技术突破、新品发布和迭代、政策落地等因素的催化下，分析师看好机器人产业发展和板块回暖，建议关注以下四条主线：1）人形机器人核心高确定性公司；2）与英伟达合作的机器人标的；3）业绩预期较好，具备估值安全垫的标的；4）超跌及强概念股。 ... PC版： 手机版：

直击 WAIC | 对话网易灵动负责人：基于自研工业大模型，已实现挖掘机等设备智能化

直击 WAIC | 对话网易灵动负责人：基于自研工业大模型，已实现挖掘机等设备智能化 7 月 6 日下午消息，2024 世界人工智能大会（WAIC 2024）期间，新浪科技对话网易灵动负责人杨新伟，他表示，今年展会首次亮相的网易灵动，是网易伏羲基于自研工业大模型和 AOP 技术思想打造的机器人品牌，旗下的挖掘机器人和装载机器人两款核心产品。据悉，目前网易灵动挖掘机器人具备自动装车、一键刷坡、一键平地、自动甩方、循迹导航等自动化功能。目前，挖掘机器人已实现极端环境下的正常作业，单次连续自动化作业可超 10 小时，单机综合效率达到真人 80% 以上。今年 4 月，网易灵动还成功中榜 “徐州市工程机械产业揭榜挂帅科技攻关项目”，与徐工集团在工程机械智能化领域进一步深化合作。下一步网易灵动将与徐工共探工程机械智能化前沿趋势，定制化开发工程机械多场景的无人化集群管理系统。（新浪科技）