近日，特斯拉(TSLA.US)官網(wǎng)放出了人形機器人生產(chǎn)主管的招聘。此職位大類分在制造下面，該類別已有100多條招聘崗位需求，再次驗證特斯拉發(fā)展自動駕駛和機器人的協(xié)同性和決心。
業(yè)內(nèi)人士認為，特斯拉的人形機器人有望首次應用于汽車生產(chǎn)領域，最引人注目的是機器人將管理整個生產(chǎn)線，實現(xiàn)全線無人生產(chǎn)。
人形機器人賽道驚喜不斷
不得不說，剛過去的三季度，人形機器人產(chǎn)品端亮點紛呈，一次次刷新了大家的認知。2023 年 5 月，英偉達(NVDA .US)創(chuàng)始人兼首席執(zhí)行官黃仁勛在 ITF World 2023 半導體大會上表示，AI 下一個浪潮將是“具身智能(embodied AI)”，即能理解、推理、并與物理世界互動的智能系統(tǒng)。
他還公布了 Nvidia VIMA，這是一個多模態(tài)具身人工智能系統(tǒng)，能夠在視覺文本提示的指導下執(zhí)行復雜的任務。具身智能的發(fā)展對人工智能和機器人等行業(yè)將產(chǎn)生重大影響，它將推動機器人技術向更智能、靈活和自主的方向發(fā)展。同時，具身智能的發(fā)展也將提供更多的交互方式，使人與機器之間的交流更加自然和高效。
9月，特斯拉的人形機器Optimus通過視頻展示了自主分類物品、單腳保持平衡等能力。特斯拉稱，Optimus的神經(jīng)網(wǎng)絡訓練是“完全端到端的”——即可實現(xiàn)視頻信號輸入，控制信號輸出，無需預設代碼，產(chǎn)業(yè)進度超預期。
人形機器人的黃金賽道
機構也紛紛看好人形機器人的黃金賽道。市場普遍認為，特斯拉的人形機器人有望首次應用于汽車生產(chǎn)領域，這與特斯拉此前發(fā)布的模塊化造車理念相輔相成，從車型設計開始導入機器人輔助生產(chǎn)的方式，預計相關產(chǎn)業(yè)鏈公司將受益于這一發(fā)展。
目前來說，人形機器人產(chǎn)業(yè)鏈主要包含軟件端(環(huán)境感知模塊、智能AI芯片模塊、操作系統(tǒng)模塊)和硬件端(運動控制模塊)。眼下，賦予機器人行動力依然是工程領域內(nèi)最難解的問題，該環(huán)節(jié)也被視為本土產(chǎn)業(yè)鏈的機會所在。中信證券分析認為，在此背景下，OpenAI、谷歌、騰訊、微美全息等科技企業(yè)持續(xù)加注機器人領域，推動機器人技術創(chuàng)新與降本量產(chǎn)進程加快。
AI算法助力機器人產(chǎn)業(yè)，微美全息獲得高關注度
據(jù)了解，全球領先的人工智能企業(yè)微美全息(WIMI.US)將人形機器人列為重點發(fā)展項目，在GPT大模型等AI技術助推因素下，微美全息嘗試將多模態(tài)的大語言模型作為人類與機器人溝通的橋梁。鑒于端到端深度學習框架逐步完善，AI算法泛化能力持續(xù)增強，微美全息機器人識別交互及執(zhí)行能力有望在數(shù)據(jù)快速量變的背景下加速實現(xiàn)質變，且實用性研發(fā)的深入有望加速人形機器人落地應用，此舉讓微美全息獲得了更高的關注度。
截止目前，微美全息在人形機器人的研發(fā)積累了豐富的專利和技術儲備。據(jù)悉，該公司的機器人研發(fā)團隊在運控算法，人機交互上有著豐富的經(jīng)驗積累。微美全息基于大模型研發(fā)可以使得人形機器人更好地適應人類生活場景。大模型支撐的AIGC賦能機器人自我控制，最終形成感知、決策、控制閉環(huán)。
此前，GPT-4 以基于自然語言的人機交互為核心，具備多模態(tài)數(shù)據(jù)的處理能力，賦能人形機器人應用帶來了巨大影響。作為AI領軍企業(yè)，微美全息具有先天優(yōu)勢，該公司的GPT多模態(tài)模型的研究進展將有助于人形機器人更好地與環(huán)境和人類進行交互，未來可以更好地理解和處理人類語言，并具備更強大的感知、決策和執(zhí)行能力，從而促進人形機器人技術的發(fā)展和應用。
結尾
人形機器人，一個幾年前還在學術圈“圈地自萌”的概念，今年以來熱度持續(xù)攀升，甚至超過了此前爆火的協(xié)作機器人。甚至有人說2023年是“人形機器人元年”。因為有了爆火的大模型加持，人們不再滿足于機器人只是一個“大玩具”，更希望它能通過自我學習掌握各項技能，以更自然更智能的方式與周邊環(huán)境交互，完成各種任務，成為真正有意識的智能形態(tài)?？傊?，隨著市場對相關信息的逐步消化，人形機器人正踏浪而來，未來可期。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
