☞☞☞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☜☜☜
近日，中国科技产业智库“甲子光年”主办“致追风赶月的你”2需要重写的是：023甲子引力年终盛典，其中，在“AI如何%ignore_a_1%机器人”主题圆桌中，源码资本执行董事陈润泽围绕“机器人行业新变化、AI变革机器人新苗头、投资新转向”等话题展开了分享讨论。
他认为新的AI技术、特别是大模型，正在改变机器人的特性。现在，机器人在感知和理解能力方面的显著进步，这对机器人领域和自动驾驶都是重大的变革。人机交互的进展也非常大，这是大语言模型最直接发挥作用的领域。在与物理世界的交互方面，数据和模型scaling的方法论也展现出很好的潜力，但需要谨慎评估技术的成熟度。
在投资方面，他提出了两种可能的思路。第一种是关注下游行业资本投入的周期机遇，第二种是关注通用型机器人在能力和成本方面的持续进展
01
新变化：通用智能机器人
重新编写的内容是：成为今年备受关注的新话题
机器人行业投融资在2需要重写的是：021到2需要重写的是：022年上半年有所冷却，原因可能是由于资本和创业资产之间的供给发生了一些阶段性的变化。
到了2需要重写的是：022年底，出现了几个推动行业变革的事件。首先是特斯拉推出了人形机器人，其次是谷歌等团队陆续展示了许多优秀的大型模型和机器人相关演示。这些事件推动了行业的发展。进入2需要重写的是：023年，随着对通用智能机器人的关注度增加，越来越多的人开始关注强化学习、大型模型、扩散模型等技术在机器人领域展现出的巨大潜力，市场温度和情绪也持续上升。然而，我们应该注意到其中可能存在一些非理性因素
复盘看过去几年的机器人项目，主要的技术变量是定位导航和机器视觉。很多移动类的机器人都是已经比较成熟的品类，AI应用也主要集中在物体识别、检测以及定位导航这些方面。很多创业公司基本上都是围绕这些技术在具体场景中找PMF。但我们不妨再拓宽一些视野，回顾过去10年整个自动化行业发展起来的优秀公司，不能仅仅关注供给端的变化，还要看下游的变化。一些比较好的、比较大的公司已经在A股上市，其实这些公司都有很强的行业属性，在行业里面有需求，刚好有一些机器人技术能够解决这些需求，这种机会反而是最好的。
需要重写的是：02
新苗头：AI开始变革机器人
近一年多以来，AI技术的进展让我们对机器人有了更强的信心。但是， 客户其实不关心你用不用AI。以一些制造业场景为例，客户只关心两个问题：第一个是能不能完成节拍精度、通量等性能要求；第二是成本是否划算，成本除了机器人本身的成本之外，还有很大一部分是交付的成本。
STORYD
帮你写出让领导满意的精美文稿
164 查看详情 
我们与许多机器人创业者、研究者和工程师进行了交流，我们明显感觉到视觉-语言模型的近期发展使机器人的感知理解能力有了质的飞跃，这种进步将在机器人领域和自动驾驶领域带来快速的变革。当我们将机器人置于一个开放的环境中时，机器人能够理解世界的语义，这与以往制造机器人的方式截然不同。过去，机器对世界的理解依赖于对特定物体的识别。例如在自动驾驶领域，过去的感知模块所使用的白名单非常有限，但如今的语义分割和理解能力大大提升，对后续的规划产生了重要影响。再例如在巡检场景中，过去需要进行详细的标注，但如今巡检场景的交付成本可能会大幅降低
关于机器人与物理世界交互的问题，我们已经比过去任何时候更接近找到一条可规模化、可泛化的机器人学习方法。针对一些特定领域的特定任务，我们认为技术已经进入到工程化阶段。但通用的操作能力至少在短期内还是一个很奢侈的期待。不得不说，近期在学术层面，机器人操作能力有很多很好的研究，我们看到在实验室中机器人已经可以很好的处理刚性物体，甚至也能操作衣服、塑料袋等可变形物体。但这些技术从实验室走出来需要时间，需要工业界的力量来推动飞轮向前滚动。
随着语言大模型的发展，相较于物理世界交互，人机交互更直接受益。我们很快就会看到商业应用的机会。但需要强调的是，在涉及到与物理世界的交互时，需要谨慎判断技术的成熟度以及商业的可行性
通用机器人的关键之一是其具备自主决策能力。我们认为语言大模型已经为此提供了良好的基础，但技术的成熟度还需要进一步观察
我们很强烈的感受到AI+机器人已经到了学术和工业携手的交叉路口，源码希望与创业者合作，找到可以启动的场景，把数据滚动起来，在业务中探索硬件的合理形态。在此基础上，推动机器人+大模型的发展。
03
投资方向的转变：关注技术研发是否能够实际应用
在考虑投资机器人公司的时候，应该注意两个主要的方面
第一条主线是关注企业所处的下游行业资本投入情况，以及企业是否能够抓住机遇并与自己的技术相结合。一些优秀的机器人和自动化公司，如汇川、中控、迈为、先导智能和北方华创等，这些公司都有鲜明的下游行业资本投入的特点。在真正的通用机器人实现之前，我们相信机器人还是要放在规模化资本投入的大背景下。
第二条主线就是通用。源码并没有在人形机器人火爆之后急于投资，但也非常认可需要找到一个最大公约数的硬件形态，通过大量生产和制造来降低成本。在此基础上，把机器人应用开发转换成一个尽可能接近软件研发的工作，这是延续了PC和手机等设备验证过的路径。因此，在评估通用型机器人的投资价值时，需要关注企业是否在围绕可靠性、制造、成本等方面进行大量工作。当然，任何硬件形态的收敛也都依赖于规模，即使是通用机器人，也需要找到一个有一定资本投入的合适行业。所以，两条主线的重点其实都是需求。
以上就是AI如何改变机器人：陈润泽的新变化、新苗头和新转向的详细内容，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/850331.html
微信扫一扫 
支付宝扫一扫 
