具身智能(Embodied AI)的发展,究竟是科技革命的前奏,还是资本驱动的泡沫,取决于多个因素,包括技术进步的速度、市场应用的成熟度、以及资本市场的耐心和理性。我们可以从以下几个方面来分析这一问题:
具身智能的核心在于将人工智能与物理世界交互能力结合起来,使AI不仅能“思考”,还能“行动”。近年来,随着计算机视觉、强化学习、机器人技术、传感器等领域的突破,具身智能的基础技术正在逐步成熟。例如:
但与此同时,现实中的具身智能仍然面临许多挑战,例如:
从市场角度来看,具身智能的潜在应用场景广泛,包括:
然而,目前真正实现大规模商业化的案例仍然有限,许多应用仍停留在试验阶段。这说明具身智能尚未完全进入成熟期,而是处于早期探索阶段。
近年来,随着AI行业的爆发,资本对具身智能的关注度大幅提升。例如:
但资本市场的热情有时会过度夸大技术的短期进展。例如,许多机器人公司在资本涌入后,最终因商业模式不清晰而失败。市场泡沫的风险在于,如果技术落地速度跟不上预期,资本会快速撤离,导致行业短期震荡。
关于具身智能浪潮是否为科技革命的前奏或是资本驱动的泡沫,业内存在多种观点,目前尚无定论。
科技革命的前奏
资本驱动的泡沫风险
长期来看,具身智能是科技革命的前奏:
短期来看,具身智能市场可能存在资本泡沫:
换句话说,具身智能的“科技革命”是确定的,但短期内的泡沫和市场震荡也难以避免。真正的突破可能需要 5-10 年甚至更长的时间,但当技术、市场和资本形成合力时,它将真正迎来大规模应用。
1 个月前
Ali Kashani 是 Serve Robotics 的联合创始人兼首席执行官,自 2021 年 1 月公司成立以来一直担任这一职务。在创立 Serve Robotics 之前,Kashani 曾担任 Postmates 的副总裁,并联合创立了智能家居技术公司 Neurio Technology(后被 Generac Power Systems 收购)。他拥有计算机工程学士学位和机器人学博士学位,并拥有 15 项已授权或正在申请的专利。 业务增长与财务表现 在 Kashani 的领导下,Serve Robotics 实现了显著增长,2024 年收入达到 180 万美元,同比增长 700%。然而,公司仍处于扩张阶段,2024 年 GAAP 净亏损为 3920 万美元。该公司专注于开发低排放自动驾驶送货机器人,主要服务于美国公共空间的食品配送。 战略合作与市场扩展 Kashani 强调了与行业巨头的关键合作: Magna International:独家合同制造协议,支持机器人规模化生产。 Uber Technologies:配送服务合作,Uber 还持有价值约 7150 万美元的 Serve Robotics 股份。 NVIDIA:技术合作,增强机器人人工智能能力。 公司计划 2025 年将机器人车队扩展至 2000 台,并进军达拉斯和亚特兰大等新市场。 技术与创新 Serve Robotics 已推出第三代送货机器人,重点提升: 配送效率与安全性 降低制造成本 人工智能驱动的自主性增强 挑战与未来展望 Kashani 讨论了公司在扩展至迈阿密等新市场时面临的挑战,包括: 本地法规适应 餐厅合作伙伴的工作流程整合 最后一英里配送的优化 他认为,机器人技术在各个领域具有无限潜力,而 Serve Robotics 正处于这一变革的前沿。 (图片来源:Serve Robotics 官网)
1 个月前
Reflex Robotics 是一家专注于开发低成本、高可靠性通用人形机器人的美国初创公司,总部位于纽约布鲁克林。该公司致力于通过自动化技术解决重复性劳动问题,其机器人主要应用于仓储物流、物料搬运等领域。 以下将从其公司基本信息、技术产品特点、商业模式、发展规划等维度展开介绍: 基本信息 成立时间与地点:由美国MIT毕业生于2014年创立,他们曾在 Telsa、Boston Dynamics 和 Amazon 拥有硬件经验,在纽约和旧金山设有办事处。 团队规模:较小,仅约5人。 融资情况:已完成由Khosla Ventures领投的700万美元种子轮融资。 技术与产品特点 硬件设计:采用轮式底盘与动态躯干的组合结构,底座配备四轮驱动系统,最高时速30公里,转向半径接近零;躯干通过液压升降机构可上下调节50厘米,配合三自由度机械臂,作业空间从地面到2米。 感知系统:头部搭载多模态传感器阵列,包括双目立体视觉摄像头、激光雷达和触觉传感器,动态避障算法可在50毫秒内重新规划路线,货物分拣效率达到人工的1.8倍,错误率降低至0.03%以下。 控制模式:采用“人在回路中”的混合控制模式,操作员通过VR设备远程监控多台机器人,还可通过“众包学习”机制记录操作者示范动作数据并上传至云端知识库,供其他机器人学习,三个月内自主作业率从38%提升至67%。 应用领域 仓储物流:能在仓库中进行货物挑拣、运输、码垛等工作,在GXO物流中心,每天可完成2000箱货物的码垛作业,每层堆叠误差小于2毫米。 工业生产:可执行精密装配任务,如将直径0.5毫米的轴承准确嵌入电机转子,重复定位精度达到±5微米,也可在木工车间完成木板切割、砂光、喷涂等全流程作业。 商业模式 机器人即服务(RaaS):企业无需购买设备,只需支付每月1500美元的服务费,即可获得包括维护、升级、保险在内的全套解决方案。 供应链布局:依托麻省理工学院的制造创新中心,将原型到量产周期压缩至90天,自主设计的柔性生产线日产能达50台,并在15个国家设立快速响应中心。 发展规划 提升自主性:计划在未来逐步实现更高的自主性,2026年人机监管比例从1:1优化至1:4。 技术升级:硬件层面引入液态金属关节提升机械臂柔顺性;软件层面训练多模态大模型,实现自然语言指令到动作的端到端转换。 (图片来源:therobotreport.com)
1 个月前
具身智能(Embodied AI)的发展,究竟是科技革命的前奏,还是资本驱动的泡沫,取决于多个因素,包括技术进步的速度、市场应用的成熟度、以及资本市场的耐心和理性。我们可以从以下几个方面来分析这一问题: 1. 技术进步的现实性:具身智能是否具备突破性的能力? 具身智能的核心在于将人工智能与物理世界交互能力结合起来,使AI不仅能“思考”,还能“行动”。近年来,随着计算机视觉、强化学习、机器人技术、传感器等领域的突破,具身智能的基础技术正在逐步成熟。例如: 波士顿动力的机器人已经展现出稳定的运动能力; OpenAI 和 DeepMind 的AI代理在虚拟环境中学习复杂的操作技能; 具身智能在制造、物流、医疗、服务等领域的应用场景不断拓展。 但与此同时,现实中的具身智能仍然面临许多挑战,例如: 数据与学习效率问题:现有的强化学习和自监督学习方法仍然需要大量数据和计算资源,而具身智能的学习环境比纯软件环境更复杂。 硬件限制:机器人硬件的成本高昂,电池续航、灵活性、感知能力仍是瓶颈。 泛化能力不足:当前的具身智能系统难以从一个任务或环境泛化到另一个任务或环境,仍需大量的微调和训练。 2. 市场应用的成熟度:是否真的解决了实际问题? 从市场角度来看,具身智能的潜在应用场景广泛,包括: 自动化制造(如智能机器人协作装配线); 智能物流(如亚马逊仓库机器人、无人配送); 医疗护理(如康复机器人、护理助手); 服务行业(如智能客服、餐饮服务机器人)。 然而,目前真正实现大规模商业化的案例仍然有限,许多应用仍停留在试验阶段。这说明具身智能尚未完全进入成熟期,而是处于早期探索阶段。 3. 资本市场的推动:是否存在泡沫? 近年来,随着AI行业的爆发,资本对具身智能的关注度大幅提升。例如: 特斯拉Optimus(擎天柱)人形机器人,马斯克宣称其将在工厂和家庭场景落地; Agility Robotics、Figure AI、Sanctuary AI 等创业公司获得巨额投资,致力于人形机器人研发; 苹果、谷歌、亚马逊等科技巨头也在加强在具身智能上的布局。 但资本市场的热情有时会过度夸大技术的短期进展。例如,许多机器人公司在资本涌入后,最终因商业模式不清晰而失败。市场泡沫的风险在于,如果技术落地速度跟不上预期,资本会快速撤离,导致行业短期震荡。 结论:是科技革命的前奏,还是泡沫? 关于具身智能浪潮是否为科技革命的前奏或是资本驱动的泡沫,业内存在多种观点,目前尚无定论。 科技革命的前奏 技术进步加速:近年来,机器人技术、计算机视觉、传感器以及人工智能算法的飞速发展,为实现真正具身智能奠定了坚实的基础。 跨学科融合:认知科学、神经科学与机器学习的交叉研究不断推进,使得具身智能不仅在理论上,更在实践上显示出革命性的潜力。 应用场景拓展:从自动驾驶、服务机器人到工业自动化,具身智能的实际应用前景广阔,可能引发生产方式和生活方式的深刻变革。 资本驱动的泡沫风险 市场炒作:部分资本可能会过度高估技术的短期成熟度和市场前景,导致投资热潮和估值泡沫。 技术壁垒与实现难度:尽管技术进步迅速,但真正具备自主决策、实时感知和复杂环境适应能力的具身智能系统仍面临众多挑战,短期内或难以完全兑现预期。 政策与伦理问题:在技术推广过程中,监管、伦理以及安全等方面的挑战也可能限制技术的广泛落地和产业化速度。 长期来看,具身智能是科技革命的前奏: 技术的进步是不可逆的,随着深度学习、强化学习、机器人技术、计算能力的提升,具身智能的能力会逐步增强,并最终改变产业格局。 短期来看,具身智能市场可能存在资本泡沫: 一些过度炒作的概念和未成熟的商业模式可能导致泡沫破裂,但这不会影响技术的长期发展趋势。 换句话说,具身智能的“科技革命”是确定的,但短期内的泡沫和市场震荡也难以避免。真正的突破可能需要 5-10 年甚至更长的时间,但当技术、市场和资本形成合力时,它将真正迎来大规模应用。
2 个月前
它的名字叫“凤凰”,它有潜力彻底改变农业——霍恩海姆大学研发的这款高科技农业机器人,能够利用人工智能自主耕作田间。 乍一看,它似乎并不起眼,但“凤凰”农业机器人可以自主耕种田地、照料果园,甚至还能完成更多任务,因为它内部搭载了先进的电子技术与人工智能。霍恩海姆大学植物生产过程工程系主任 Hans W. Griepentrog 和他的研究团队,将 Phoenix 研发成一种数字化农业工具,旨在为行业树立新标准。其潜力显然也得到了柏林方面的认可。 2022年,这款机器人在联邦政府数字峰会上亮相,并受到德国总理奥拉夫·朔尔茨的亲自关注。会上,Griepentrog 表达了他的核心观点:“我们希望展现,农业科学在数字化领域正取得特别创新的进展。” 其目标是促进未来农业与环境保护、物种保护之间的协调。 机器人能够区分杂草与农作物 在霍恩海姆大学的试验田里,这款机器人已被训练以大幅减少化肥和农药的使用。Griepentrog 解释道:“得益于智能传感器技术,它可以精准区分栽培作物和杂草。” 机器人配备摄像头和激光传感器来记录植物,并借助人工智能算法实时分析数据。 其核心技术之一是机械除草。用于除草的工具安装在机器后部。此外,霍恩海姆大学的研究团队还开发了一款应用程序,使 Phoenix 具备白菜种植和养护能力。Griepentrog 说道:“这样的技术在过去是前所未有的。” 与传统方式不同,这款机器人不是用刀片大面积翻耕土壤,而是每隔 60 厘米精准打开刀片,让一颗幼苗通过有机玻璃管准确落入开口处的土壤中。这意味着只有在必要时才会进行土壤干预,从而降低设备的牵引力需求,减少能源消耗。 无土壤压实、无气候相关污染 Phoenix 还能自主播种单粒作物,这也是一项突破性创新。Griepentrog 和团队自主研发了传感器、工具及精准的导航系统,至少在基础版本中如此。 这款小型农业机器人重 420 公斤,相较于传统的大型拖拉机,其行驶速度较慢,但作业精度更高。Griepentrog 解释道:“这减少了劳动力成本,提高了自动化水平,同时避免了大型机械对土壤造成的压实问题。” 另一个优势是环保性:“我们不会产生任何气候相关的污染物。” Phoenix 采用电动橡胶履带驱动,农民可以通过光伏发电或利用沼气转换电能,为机器人提供能源。 这款全能机器人还能自动修剪果树 如果配备合适的工具,Phoenix 还能修剪果树。它能够利用人工智能分析果园状况,判断哪些树木需要修剪,并自动操作锯子完成作业。然而,研究团队的目标远不止于此。 除了进一步优化杂草识别技术外,Phoenix 未来还将学习“根下施肥”技术,特别适用于长期干旱后干燥的土壤。该技术旨在将养分直接输送至土壤深处,而非仅撒在土壤表层,从而提高肥料利用率。Griepentrog 表示:“这是一项完全革命性的技术。” 通过使用不含合成化学物质的矿物肥料,这款机器人或将推动农业迈向有机与传统农业结合的“中间道路”。 目前,多个研究项目正在探索 Phoenix 的不同应用场景。联邦研究部为“无化学合成植物保护的农业 4.0” 研究项目提供了 4.5 年的资金支持,总额达 530 万欧元,其中 450 万欧元拨给霍恩海姆大学。该校负责协调此项目,并参与 20 个专业领域的 16 个子项目。此外,白菜的可持续种植研究属于“可持续小规模农业的数字价值链”联合项目的一部分,霍恩海姆大学已从联邦食品和农业部获得 200 万欧元的资助。 (图片来源:德国 Hochenheim 大学)
8 个月前
Unitree G1人形智能体AI的化身。
8 个月前
Figure AI 是一家人工智能机器人初创公司,以下是关于它的一些信息: 成立背景及时间: 成立于2022年。 核心团队: 创始人兼首席执行官brett adcock,是一名连续创业者,曾是archer(27亿美元ipo)和vettery(1亿美元退出)的创始人。 首席技术官jerry pratt ,从1998年就开始研究机器人,一直专注于双足机器人的平衡与接触(耦合)方面的研究。 产品: Figure 01: 2024年1月5号发布的视频展示其利用生成式人工智能来训练它往胶囊咖啡机里添加胶囊咖啡,如果发现咖啡胶囊位置不对还会手动纠正。 可以识别眼前物体、回答开放性提问,听从指令做一些如收拾物品等任务。 外形上看更像实验室产品。 Figure 02 : 2024年8月6日发布。 身高1.70米,体重70公斤,外表采用更有现代感的整体外骨骼设计。 改进了布线(一些裸露的电线被藏起来,接口集中在四肢处)。 手掌、手腕总共有16个自由度,拥有与人类手部相当的力量。 配备了六个rgb摄像头(位于头部、前躯干和后躯干),构建了AI视觉系统。 搭载了和OpenAI合作训练定制的AI大模型,能通过内置的扬声器和麦克风直接与人类进行对话,其搭载的视觉语言模型(vlm),能够对视觉系统收集的信息进行语义理解和常识性视觉推理。 搭载2.25千瓦时的电池,每天工作时长能超过20小时,比上一代提升了50%。 计算和推理能力是上一代机器人Figure 01的三倍。 融资情况: 2024年初完成了一轮6.75亿美元的融资。 投资方包括OpenAI、微软、英伟达、英特尔、亚马逊创始人贝佐斯、“木头姐”的方舟投资、Parkway Venture Capital、Align Ventures等。 此轮融资后公司估值一度冲向26亿美元。 应用场景与合作: 最初拟定应用场景包括仓库管理、物流配送、医疗保健等,目标是从日常生活开始替代繁琐人类工作。 2024年1月18日,Figure 宣布与宝马合作 ,Figure 02在宝马集团斯帕坦堡工厂进行了数周的试运行(主要从事将金属板件插入特定夹具的工作)。 Figure AI公司致力于打造通用型人形机器人,并且由于其技术进展以及豪华的投资团队等因素而备受全球瞩目,被认为是推动具身智能发展的重要力量之一。
8 个月前
2024年8月6日,人工智能机器人初创公司Figure AI发布第二代人形机器人Figure 02。
9 个月前
加州理工学院 (Caltech) 开发了一种机器人,即使受到严重损伤,也能继续有效地游泳,就像受伤的鱼一样,这是通过使用人工智能 (AI) 和仿生适应技术实现的。
9 个月前
强化学习,通过智能体与环境的交互,让智能体学习到最优的行动策略,以获得最大的累积奖励,强化学习技术在机器人领域应用广泛。
10 个月前
Optimus将在7月4日至7日于上海举行的2024世界人工智能大会首次亮相,“见证人形机器人的再进化”。