数位孪生、人形机器人…下一波AI浪潮?先进封装https://www.bannedbook.org/bnews/taiwanne

None

相关推荐

封面图片

数位孪生、人形机器人…下一波AI浪潮?先进封装、矽光子CPO.https://www.bannedbook.org/bnews/

封面图片

数位孪生、人形机器人…下一波AI浪潮?https://www.bannedbook.org/bnews/taiwannews/2

封面图片

机器人时代已来 黄仁勋指向AI下一波浪潮:物理AI

机器人时代已来黄仁勋指向AI下一波浪潮:物理AI他着重强调了机器人和AI在未来发展中的重要性——“AI的新一波浪潮是物理AI。AI能够理解物理定律,并与人类并肩作战……机器人和物理AI正在成为现实,而不仅是出现在科幻小说中,这真的很让人兴奋。”什么是“物理AI”?物理AI英文为PhysicalAI,也称“实体AI”。瑞士联邦材料科学与技术实验室AslanMiriyev和伦敦帝国理工学院MirkoKovač之前在《NatureMachineIntelligence》发表的一篇文章中,曾如此定义“物理AI”:物理AI是指能够执行通常与智能生物体相关的任务的实体系统,可以实现机体、控制、形态、动作执行和感知的协同进化。在这次演讲中,黄仁勋表示,如今大多数AI并不理解物理定律,不以物质世界为基础。而生成图像、视频、3D图形和许多物理现象,需要基于物理并理解物理定律的AI。“为我们工作的AI,必须理解世界模型,才能理解如何解释世界、如何感知世界。”世界各地的研究人员和公司正在开发由物理AI驱动的机器人,这些AI模型能够理解指令,并在现实世界中自主执行复杂任务。机器人时代已经到来机器人是一个颇为广泛的概念。黄仁勋表示,当他提到“机器人”时,通常大家会想到人形机器人,“但这并不完全正确。一切都将是机器人。”机器人将遍布所有工厂,工厂将实现对机器人的统筹,而这些机器人将制造新的机器人产品。在黄仁勋的构想中,下一个由机器人工厂内的机器人制造的高产量机器人产品可能是人形机器人,最容易适应世界的机器人也是人形机器人。“机器人时代已经到来,AI的下一波浪潮已经到来,”站在各式各样的机器人投影屏幕前,黄仁勋张开双臂,宣告全新时代的揭幕,“由物理AI驱动的机器人技术将彻底改变行业。这不是未来,这正在发生。”在英伟达的产品中,有多项内容与机器人有关,包括用于模拟应用的NVIDIAOmniverse平台、ProjectGR00T人形机器人通用基础模型、JetsonThor机器人计算机、NVIDIAIsaac平台等,比亚迪电子、西门子、泰瑞达等公司也正在将英伟达自主机器人技术集成到自家工厂中。英伟达内部也已组建研究小组GEAR,全称GeneralistEmbodiedAgentResearch,意为“通用具身智能体研究”。该小组领头人之一、英伟达高级研究科学家JimFan彼时也给出了与黄仁勋相似的说法: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。”值得一提的是,随着AI的这一把火从聊天机器人烧向人形机器人,加码投资的自然也不止英伟达一家巨头。上周OpenAI被曝已重启此前被放弃的机器人团队,一位接近OpenAI的知情人士表示,这个新组建的机器人团队已经初步形成,并已经运作了大约两个月的时间。OpenAI副总裁、前机器人团队成员PeterWelinder表示,“我们始终计划重返机器人领域,与FigureAI的合作为我们指明了一条道路,即探索在高性能多模态模型驱动下,人形机器人能够取得的卓越成就。”...PC版:https://www.cnbeta.com.tw/articles/soft/1433383.htm手机版:https://m.cnbeta.com.tw/view/1433383.htm

封面图片

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lowlevel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longwaytogo。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。

封面图片

人形#机器人

封面图片

人形机器人

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人