九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

《科創(chuàng)板日報》2月28日訊（編輯 宋子喬） 2月28日早盤，機器人板塊走低，截至午間收盤，中大力德跌停，埃夫特、三豐智能跌超10%，鳴志電器、綠的諧波、兆威機電、豐立智能、步科股份、埃斯頓、拓斯達等跌超7%。

消息面上，高盛杜茜團隊于2月27日發(fā)布研報稱，人形機器人技術(shù)拐點仍不明朗，宇樹科技機器人硬件表現(xiàn)穩(wěn)健，但仍未準備好履行功能型任務(wù)，給正熱的機器人板塊澆了一盆冷水。

研報稱，宇樹人形機器人H1只有19個自由度，因此仍然無法處理復(fù)雜而精細的任務(wù)。關(guān)于商業(yè)化進展，宇樹科技表示，未來2-3年人形機器人難以達到與人類工人相同的效率，但5-10年后可能會出現(xiàn)具有實際意義的應(yīng)用。該公司目前的人形機器人出貨量為幾百臺，滿足了大學(xué)實驗室研發(fā)以及機器人數(shù)據(jù)采集和訓(xùn)練的需求。

高盛預(yù)計，到2027/2032年全球人形機器人出貨量為7.6萬/50.2萬臺，步伐慢于市場預(yù)期，需要更長時間才能迎來由AI賦能的機器人。

另據(jù)公開報道，摩根士丹利在2月17日至21日期間，對中國自動化和人形機器人產(chǎn)業(yè)鏈進行了深入調(diào)研，走訪了包括螺絲、減速器、電機、傳感器等在內(nèi)的多家企業(yè)，其調(diào)研報告稱，盡管在和運動控制方面進展迅速，但要實現(xiàn)人形機器人的實際應(yīng)用仍需算法和硬件的持續(xù)改進。

大摩稱，盡管有許多組件供應(yīng)商聲稱他們已經(jīng)開發(fā)并將產(chǎn)品發(fā)送給集成商（包括特斯拉）進行測試，但產(chǎn)能建設(shè)（設(shè)備和經(jīng)驗豐富的技術(shù)人員/工人）、產(chǎn)能提升（精密加工、產(chǎn)品一致性）在最初幾年都非常具有挑戰(zhàn)性，影響效率、產(chǎn)量和成本。

當(dāng)下人形機器人的代表產(chǎn)品處于哪一階段？

宇樹科技的人形機器人G1已經(jīng)對外出售，從第一批嘗鮮者發(fā)出的視頻來看，目前的人形機器人仍停留在“大玩具”階段，對跳舞、逛街、遛狗（機器狗）等單一任務(wù)手到擒來，但沒有展現(xiàn)更實用的應(yīng)用價值，并不能處理做家務(wù)這類更精細、更復(fù)雜的任務(wù)。

小鵬汽車CEO何小鵬近日在小鵬X9海外發(fā)運儀式上，被問及小鵬人形機器人的進展時便表示，今天行業(yè)里基本上所有的機器人都處于L2階段。

能干活的人形機器人離我們還有多遠？最先落地場景是什么？

宇樹科技創(chuàng)始人王興興近期在接受央視采訪時提到，“個人感覺在今年年底之前，整個AI的人形機器人會達到一個新的量級。如果順利的話，到明年或者后年，一些基礎(chǔ)的，比如說服務(wù)業(yè)或者一些工業(yè)其實基本可以推起來了，但家用可能會稍微慢一點，因為家用可能對安全性的要求更高，還是會需要技術(shù)相對更成熟一點點。”

從技術(shù)上看，數(shù)據(jù)匱乏扼住了通用機器人的脖頸。東吳證券詳細解析了訓(xùn)練出好用的端到端大模型的難點——數(shù)據(jù)瓶頸，目前：

1）數(shù)據(jù)量差距巨大：相較于VLM大模型億條級別的數(shù)據(jù)量，目前機器人實際單一場景的訓(xùn)練數(shù)據(jù)量僅僅在千條和萬條級別，差距百倍。

2）機器人數(shù)據(jù)獲取難度極高：相較于互聯(lián)網(wǎng)上常見的語料供VLM大模型訓(xùn)練，機器人訓(xùn)練數(shù)據(jù)獲取難度極高。目前有三種數(shù)據(jù)獲取模式：①真實數(shù)據(jù)遙操采集：問題在于成本極高，目前動捕設(shè)備一套價格在幾十萬區(qū)間，初創(chuàng)企業(yè)如果要靠動捕設(shè)備遙操采集數(shù)據(jù)，成本非常高；②虛擬生成數(shù)據(jù)：例如銀河通用發(fā)布的GraspVLA，通過虛擬仿真技術(shù)生成數(shù)據(jù)，用于機器人訓(xùn)練，但目前難以解決sim-to-real gap。簡單來說，就是用虛擬仿真數(shù)據(jù)訓(xùn)練機器人效果很差，如果是簡單的抓放搬運場景，虛擬數(shù)據(jù)相對可行，但如果涉及到柔性場景，比如說衣服被子等柔性物體，就很難運用。因為涉及到柔性物體形變仿真，在物理層面本身就很難建模；③真人數(shù)據(jù)映射：UMI和DexCap（斯坦福機器人團隊）等正在探索真人數(shù)據(jù)映射（即采集真實人的數(shù)據(jù)，通過某種映射關(guān)系轉(zhuǎn)化為機器人數(shù)據(jù)），但目前還比較早期。

3）遙操采集的數(shù)據(jù)本身存在毒性：①人在運動過程中會有額外的運動軌跡：例如簡單的搬箱子，人在遙操錄制過程中，可能會因為外界干擾停頓幾秒，但這個停頓對于機器人來說就存在毒性，因為其無法理解人為什么要停頓；②人的運動軌跡和機器人不一致：目前市面上大量機器人都是以旋轉(zhuǎn)關(guān)節(jié)為主，而人的上下肢是直線關(guān)節(jié)，因此同樣是搬箱子的動作，人和機器人的運動軌跡就是不一致的，這時候用真人的數(shù)據(jù)去訓(xùn)練機器人本身就存在毒性。

4）機器人本體方案未收斂導(dǎo)致數(shù)據(jù)難以復(fù)用：例如用特斯拉本體采集的數(shù)據(jù)很難給智元的機器人來訓(xùn)練，因為本體方案不同。

該機構(gòu)表示，真實的情況是，業(yè)界目前還無法解決上述數(shù)據(jù)端的問題。但目前各家都選擇在自己的方案上努力收集數(shù)據(jù)，先在單一場景下實現(xiàn)一定程度的泛化，從而讓更多人形機器人投入實際運用。該機構(gòu)認為可能是3-5年后，當(dāng)市場上有足夠多的人形機器人數(shù)據(jù)，并且硬件方案逐步收斂，具身智能基礎(chǔ)模型呈現(xiàn)出一定的智能涌現(xiàn)，才有可能實現(xiàn)真正的端到端具身智能大模型。