大模型下人形机器人发展分析( 31 页)

---

目录

人形机器人的核心价值来自通用性 .... 4

大模型加速人形机器人产业化落地 .... 6

技术和成本限制人形机器人的产业化 ..... 6

LLM：人工智能迈出走向AGI 的重要一步 ...... 9

人形机器人：机器人领域的AI Agent ....... 15

人形机器人的落地需要具体场景 ...... 22

未来推演：自动驾驶发展历程给人形机器人的启示 ...... 25

自动驾驶在港口、矿山已经取得进展 ....... 25

大数据+大模型驱动的方案成为趋势 ..... 27

端到端的大模型或是终极方案 ...... 29

风险提示 ...... 31

图表目录

图表1：工业机器人市场规模.... 4

图表2：工业机器人在不同行业、不同场景的应用成熟度.... 4

图表3：汽车总装线依然大量依赖人工.... 5

图表4：谷歌everyday robot（左）、波士顿动力Spot（中）和特斯拉Optimus（右） ....... 6

图表5：2022 年比亚迪员工人数 ...... 6

图表6：ASIMO 机器人的前身 ...... 7

图表7：ASIMO 机器人可以完成倒水任务 ...... 8

图表8：ASIMO 机器人可以做出各种手势 ...... 8

图表9：波士顿动力推出的代表性产品.... 8

图表10：AI 发展的三次浪潮.......10

图表11：生成式AI 发展历程 ......10

图表12：公元前9000 年至今的通用目的技术（GPT） .... 11

图表13：AI Agent 通过与真实世界交互，构建了完整的“感知-认知-执行”的信息闭环 ......12

图表14：复旦大学团队提出AI Agent 框架包括控制、感知、行动三个模块 ......13

图表15：Open AI 认为Agent 是用LLM（大脑）+记忆+规划+工具使用....13

图表16：人类与AI 协同的三种模式......14

图表17：LLM-based agents 主要研究方向 .....14

图表18：斯坦福构建的虚拟小镇，里面有25 个AI Agents 生活 ......15

图表19：传统机器人的两大挑战....15

图表20：单纯的大预言模型会给出不合情景的回答....16

图表21：SayCan 模型结合LLM 输出结果的相关性和可执行性，综合做出最佳选择 ......16

图表22：研究人员让Saycan 模型执行的101 个任务 .......17

图表23：Saycan 模型在各模型下的执行成功率 .....17

图表24：把chatGPT 引入机器人改变了过去人机交互的逻辑......17

图表25：RT-1 模型结构 ......18

图表26：RT-1 模型的执行成功率要高于其他模型 ......18

图表27： Palm-E 是一个多模态语言具身模型 .......19

图表28：搭载Google PaLM-E 模型的机器人从抽屉里拿出薯片 .....19

图表29：机器人控制算法一般是双层结构....20

图表30：使用强化学习做机器人运动控制....20

图表31：RT-2 在大模型的基础上用机器人数据微调，然后输出机器人动作 ......20

图表32：RT-2 模型在理解、推理方面的能力要显著优于RT-1 模型 .......21

图表33：RT-2 模型在未知场景的表现明显优于RT-1 模型 .......21

图表34：google 在机器人大模型领域研究进展 ......21

图表35：特斯拉optimus 在2022 年4 月迈出第一步 ....22

图表36：2023 年9 月特斯拉发布的视频中optimus 进行瑜伽和物品分拣 .....22

图表37：2023 年12 月optimus-gen2 可以完成深蹲动作 .....22

图表38：2023 年12 月optimus-gen2 搭配触觉传感器拿起鸡蛋 .....22

图表39：人形机器人潜在落地场景....23

图表40：小米科技人形机器人的1+N+X 战略 .....24

图表41：优必选walker 机器人的六大应用场景 ......24

图表42： digit 机器人在工厂搬运 .....25

图表43：digit 机器人收到命令后的思考过程 .......25

图表44：踏歌智行的国家能源胜利一号露天煤矿项目....26

图表45：踏歌智行基于车、地、云协同的“旷谷”解决方案 .....26

图表46：踏歌智行的车载硬件方案....26

图表47：华为在天津港实现L4 级自动驾驶 .....27

图表48：自动驾驶进入3.0 时代 ....28

图表49：自动驾驶的数据闭环....28

图表50：使用英伟达EmerNeRF 进行仿真......29

图表51：关于自动驾驶端到端方案的论文数量明显增加....29

图表52：端到端方案与传统方案的对比....30

图表53：特斯拉基于占用网络的感知....30

图表54：特斯拉基于车道线和物体算法（lane& object）的感知 .....30