ITBear旗下自媒体矩阵:

人形机器人大规模应用挑战:具身智能成关键瓶颈

   时间:2025-08-12 01:56:19 来源:ITBEAR编辑:快讯团队 IP:北京 发表评论无障碍通道
 

近期,北京亦庄迎来了备受瞩目的世界机器人大会,本次大会以“智启未来,形动无界”为主题,汇聚了超过200家国际国内的顶尖机器人企业,人形机器人领域的企业参展数量更是刷新了同类展会的全球纪录。

大会期间,宇树科技创始人兼首席执行官王兴兴发表了主题演讲,分享了他对当前全球机器人行业的深入洞察。

王兴兴首先指出,今年上半年,机器人行业因市场需求激增及政策扶持,迎来了前所未有的增长浪潮。整机制造商和零部件供应商的平均增长率达到了50%至100%,这一惊人增速在整个行业中极为罕见。

在国际市场方面,特斯拉作为行业领头羊,计划年内量产数千台人形机器人,并即将推出第三代Optimus,这一动态备受业界关注。英伟达、苹果、meta、OpenAI等国际巨头也在积极推动机器人领域的发展。

王兴兴进一步提出,关于机器人本体,业界常存在一个误解,即认为硬件不足或成本高昂是限制机器人广泛应用的主要原因。然而,他认为当前的硬件水平,包括整机和灵巧手,已在一定程度上满足了需求。真正的挑战在于量产过程中的工程难题,以及AI技术的不足。

他强调,当前的AI技术尚未达到使机器人能够自主适应陌生环境并完成复杂任务的程度。类比于ChatGPT在语言领域的突破,机器人行业正期待着类似的“ChatGPT时刻”,即机器人能够自如地在未知环境中执行指令。

王兴兴预测,这一临界点可能在未来1至5年内实现。同时,他认为当前机器人AI技术的瓶颈更多在于模型而非数据。尽管数据在训练语言模型时至关重要,但在具身智能和机器人领域,数据的质量和利用效率成为新的挑战。

王兴兴还分享了宇树科技在探索具身智能方面的一些尝试,包括利用视频生成模型驱动机器人。他们发现,虽然这一方法在技术上是可行的,但视频生成模型对GPU资源的消耗过大,需要进一步优化。

王兴兴指出,当前机器人在强化学习(RL)方面的扩展性(Scaling Law)仍不理想。他希望未来机器人能够在之前的训练基础上快速学习新技能,就像语言模型已经做到的那样。

在硬件方面,王兴兴认为,低成本、高寿命的硬件是未来机器人大规模应用的关键。同时,分布式算力也是解决机器人算力限制的有效途径。他设想,在工业领域或居民小区内,可以部署分布式服务器,以降低通信延迟并确保数据安全性。

最后,王兴兴强调了全球共创在AI和机器人领域的重要性。他指出,AI的创新充满随机性,需要全球范围内的公司、高校共同努力。

王兴兴的演讲不仅展示了机器人行业的现状和挑战,也为未来的发展指明了方向,激发了与会者对机器人未来的无限遐想。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version