天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花

前言:随着中国数字经济的深入发展,产业数字化进程不断加速,大数据在产业决策中的比重越来越高。天眼查数据研究院特此推出“天眼新知”专栏,以天眼查大数据为依托,梳理产业格局及发展脉络,解读产业领域最新动态和投融资风向,为各方决策提供参考。

本文为天眼新知·产业分析系列,第三十七篇。

机器人,多数人的第一次“亲密接触”源于科幻大电影,源于对超越现实生活的无尽想象,机器人逐渐从“工具”逐步进化成为“亲密伙伴”。

年初爆红的“大模型”,以及再次“走红”的人形机器人,让人们再次惊呼科技对于生活方式的改变。

未来,随着AI技术的不断成熟,人形机器人研发的突破,让“机器人走进普通人生活的愿景”越来越逼近现实。

一、机器人:从“自动化”向“智能化”演进

国际机器人协会(InternationalFederationofRobotics,IFR)提出,机器人是可在两个或多个轴上进行编程的驱动机制,具有一定程度的自主性,在特定环境中移动以执行预定的任务。

1.机器人应用场景逐步由“简单,初级”向“复杂,高级”迈进

最初机器人的核心功能是替代人进行重复的、危险的工作,同时提高效率与精度;之后以“服务人”为功能的机器人走入人们的眼帘,用于迎宾接待等与人类距离更近的场景,娱乐/扫地机器人等大规模进入家庭;接着其高精度的特性被用于物流、医疗,自动取件、辅助护理机器人开始出现。

2.机器人逐步由“自动化”向“智能化”演进

机器人的发展经历了三代的演进,第一代为程序控制机器人:通过编程或示教将动作指令输入机器人中,而由于缺之外部传感器,机器人只能刻板地完成程序规定的动作,一旦环境情况略有变化,机器人的工作就会出现问题;第二代为自适应机器人:其带有视觉、力觉等传感器,能据传感器获得的信息调整工作状态:第三代为智能机器人:其拥有更丰富的传感器,不仅能获取并处理外部综合信息,甚至能据此自己制定行动目标,其智能主要体现在感知交互、独立决策、自我优化三个方面。

二、大模型:一线城市率先发力,主攻通用人工智能

2023年4月中共中央政治局会议指出,要重视通用人工智能发展,营造创新生态,重视防范风险。区别于此前中央经济工作会议等重要会议中泛指的“人工智能”,此次政治局会议明确强调“通用”,即Chat-GPT自去年11月以来引领的通用性AI大模型技术路线。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花

北京市《若干措施》的发布是国内首个地方政府紧贴AI大模型产业化发展提出的专项措施,北京打响了地方大模型竞赛的第一枪。当前Chat-GPT引发的“千模大战”已经开始,大模型有可能为不同行业带来全新的效率革命和体验提升。随着AI第一城北京行动了,上海、深圳、杭州等地区可能也会陆续采取行动。

三、人形机器人:人与机器的“不期而遇”

人形机器人是一种智能机器人,其外观和运动方式与人类相似,其定义和使用目的也如同人类一般。人形机器人(humanoidrobots)又译“仿人机器人”,字面意思是模仿人的形态和行为设计制造的机器人。目前人形机器人并没有普遍定义,但根据专业书籍《HumanoidRobots》的归纳,人形机器人应当能“在人工作和居住的环境工作,操作为人设计的工具和设备,与人交流”。在此前提下,人形机器人最终应具有与人类似的身体结构,包括头、躯干和四肢,使用双足行走,用多指手执行各种操作,并具有一定程度的认知和决策智能。

人形机器人起步于1960年代后期,以日本的研究成果最为瞩目。1973年日本早稻田大学的加藤一郎教授研发出世界上第一款人形机器人WABOT-1的WL-5号两足步行机,严格讲类属于仿生机械,是人形机器人的雏形。Honda began researching humanoid robot ASIMO in 1986 and successfully released the first prototype in 2000.。

天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花

四、人形机器人与AI大模型:通用场景加速C端革命性推进

随着集成设计技术、运动管理控制技术、传感器感知技术等关键技术的不断突破,以及人工智能、5G等新一代信息技术的融合应用持续深入,特种机器人加速应用于煤矿、深海、极地等场景,释放出巨大的生产和科研价值,而其中最让前沿科技公司、普通消费者“着迷”的是以人形机器人为代表的智能移动机器人的出现,迭代。

目前,AI技术通过构建全面感知、实时互联、分析决策、自主学习的智能系统,使机器人自主作业成为可能。AI通过机器人视觉技术强化机器人的感知能力,通过构建算法模型提升其分析决策、自主学习的能力,从而使机器人能够独立完成作业。

1.感知世界的能力(机器人的眼睛)

机器人自主移动的感知和定位技术中激光和视觉导航是主流应用方案。计算机视觉的发展经历了基于以特征描述子代表的传统视觉方法、以CNN卷积神经网络为代表的深度学习技术,目前通用的视觉大模型正处于研究探索阶段,人形机器人的场景相对工业机器人更通用、更复杂,视觉大模型的AllinOne的多任务训练方案能使得机器人更好地适应人类生活场景。

一方面,大模型的强拟合能力使得人形机器人在进行目标识别、避障、三维重建、语义分割等任务时具备更高的精确度;另一方面,大模型解决了深度学习技术过分依赖单一任务数据分布,场景泛化效果不佳的问题,通用视觉大模型通过大量数据学到更多的通用知识,并迁移到下游任务中,基于海量数据获得的预训练模型具有较好的知识完备性,提升场景泛化效果。

典型产品:特斯拉“Optimus(擎天柱)”

Ai Mailer Ai Mailer

使用Ai Mailer轻松制作电子邮件

Ai Mailer 49 查看详情 Ai Mailer

感知层面,特斯拉机器人头部使用8个摄像头采集视觉信息。计算层面,机器人将采用目前特斯拉汽车使用的FSD(FullSelf-Driving,全自动驾驶)电脑、运用神经网络等模型实时处理信息。特斯拉计划利用超级计算机“Dojo”对机器人所使用的人工智能模型进行训练,以提高其识别外界物体和作出反应的效率。

2.思考和决策的能力(机器人的大脑)

目前的机器人都是专用机器人,只能在限定场景中应用,即使是机器人抓取,基于计算机视觉,仍然是在限定场景中,算法仅用于识别物体,如何做、做什么仍需要人的定义。要让机器人通用,叫他去浇花,他就知道去拿水壶,接水,然后浇花,这是需要常识才能完成的事情。在大规模模型问世之前,让机器人具备常识几乎是不可能的。大模型让机器人可以拥有常识,从而具备通用性去完成各种任务,彻底改变通用机器人实现的模式。人类工具和环境的适应性,不用再为了机器人而造工具。

典型产品:首个机器人公民“索菲亚”

2017年,索菲亚成为世界上第一个获得公民身份的机器人。她说她会用她的智慧帮助人类发展,让我们不要害怕她,她很友善。2018年,她还成为全球首位开展在线教育课程的AI老师。索菲亚表示,未来的机器人完全胜任教师的工作,能够基于与学生的互动,有效解决学生遇到的心理和情感问题。

3.执行能力(机器人的四肢)

行动能力(腿)+精细操作(手)。把机器人做成人形,就是为了让机器人的执行能力更加通用。机器人执行任务时所处的环境是按照人类的体型建造起来的:建筑、道路、设施、工具等,这个世界是为了方便人类这种人形生物才这样设计。人们必须重新设计一套适合新型机器人的环境,以应对其出现。设计在某个特定范围内执行任务的机器人相对容易,如果想要提高机器人的通用性,就必须选择可以作为分身的人形机器人。此外,与人类相比,人形机器人更易于在情感上进行交流,因为它们能够让人感到亲近。

典型产品:波士顿动力Atlas

2020年12月,波士顿动力发布了Atlas跳舞的视频,动作流畅且富有表现力。机器人必须在起跳悬空状态下调整姿势,以保持平衡并精准完成舞蹈动作。2021年8月,在官方最新视频中,Atlas可以在障碍环境内“跑酷”,做出跳跃、俯冲翻滚、空翻等一系列高难度全身动作。

4.“具身智能”+机器人:人工智能的终极形态

“具身智能”的概念源于如何让电脑拥有类似一岁小孩的感知和行动能力的问题。其可以简单理解为,各种不同形态的机器人,让它们在真实的物理环境下执行各种各样的任务,来完成人工智能的进化过程,比如:人形机器人、智能驾驶汽车,或者未来的“变形金刚”。

英伟达创始人黄仁勋在ITFWorld2023半导体大会上表示,具身智能(EmbodiedAI)是能理解、推理、并与物理世界互动的智能系统,是人工智能的下一个浪潮。

具身智能最大的特质就是能够以主人公的视角去自主感知物理世界,用拟人化的思维路径去学习,从而做出人类期待的行为反馈,而不是被动的等待数据投喂。通过提供基于人类行为学习和反馈系统,人形机器人为探索更复杂的行为语义提供了迭代的基础和实验场。因此,人形机器人的逐步完善也为具身智能的落地提供了方向,是具身智能的重要应用场景,也将为具身智能的迭代优化提供方向和空间。

五、专利技术:机器人、大模型专利申请逐年增加

1.机器人专利:

近年来,机器人与前沿科技产业,诸如:大数据,人工智能等结合愈加紧密,特别是人形机器人的出现,让机器人作为科技产业的“技术”含量日益提升。

从数量来看,机器人专利保持稳定增长,2022年申请专利2.3万余项;从类型上来看,发明专利与实用新型占比较高,两者之和占总数的9成。

天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花

2.大模型专利:

大模型的“爆发”也并非没有征兆。在人工智能领域,作为其“皇冠上的明珠”,自然语言处理是理解人类语言、情感和思想的技术,从其“寥寥数语”的介绍中,就可以发现它对于“机器”到底“因何为人”的重要性与超高的难度。

从近年来专利申请的数量来看,还是保持了较为稳定快速的增长,自2018以来,其申请量的复合增长率达到61.2%;

从类型上来看,发明专利占据绝对的领先地位,占比近98%。

天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花

据天眼查研究院称,利用大型模型技术推动人工智能已经实现了一个具有历史性意义的跨越,未来还有许多广阔的创新空间可探索。中国的高水平经济社会发展为创新大型模型提供了充足的场景和数据基础,因此人工智能在中国有着巨大的发展潜力。

以上就是天眼新知 | 机器人从未来而来 与大模型碰撞出“智慧”的火花的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1008739.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
控制流:掌握条件语句和循环
上一篇 2025年12月2日 00:13:01
连接无线鼠标到笔记本电脑的方法
下一篇 2025年12月2日 00:13:08

相关推荐

  • composer require-dev和require有什么不同_Composer Require与Require-Dev区别解析

    require用于声明项目运行必需的依赖,如框架、数据库组件和第三方SDK,这些包会随项目部署到生产环境;2. require-dev用于声明仅在开发和测试阶段需要的工具,如PHPUnit、PHPStan、Faker等,不会默认部署到生产环境;3. 安装时composer install根据环境决定…

    2026年5月10日
    900
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • Debian syslog性能优化技巧有哪些

    提升Debian系统syslog (通常基于rsyslog)性能,关键在于精简配置和高效处理日志。以下策略能有效优化日志管理,提升系统整体性能: 精简配置,高效加载: 在rsyslog配置文件中,仅加载必要的输入、输出和解析模块。 使用全局指令设置日志级别和格式,避免不必要的处理。 自定义模板: 创…

    2026年5月10日
    000
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • php常量怎么用_PHP常量(define/const)定义与使用方法

    PHP中可通过define函数和const关键字定义常量,用于存储不可变值。define适用于全局作用域,支持动态名称和条件定义,如define(‘SITE_NAME’, ‘MyWebsite’);const在编译时生效,语法简洁但限制多,只能在类或全…

    2026年5月10日
    000
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 网站标题关键词更新后,搜索引擎为何仍显示旧标题?

    网站标题更新后,搜索引擎为何显示旧标题? 网站SEO优化中,站长常修改网站标题关键词,期望搜索结果显示自定义标题。然而,即使更新标签、meta keywords、meta description和结构化数据中的name属性后,搜索结果仍显示旧标题,这令人费解。本文将对此进行解释。 问题:站长修改了网…

    2026年5月10日
    100
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信