，而健身器材的跨界则是技术落地的巧妙触角。已然不再只是一家“卖机器狗”的公司，它正试图用开源和算力数据飞轮，搭建起整个机器人产业的底层基础设施。特斯拉等强敌环伺 宇树科技征途漫漫在领域，除国内越来越多的跨界玩家入场外，全球头部玩家中，市场高度聚焦的Optimus。此外，OpenAI近日宣布组建机器人事业部，开始自研实体机器人，实现从算法研发向机器人编程+实体设备制造全链条布局的战略转型。机器人赛道越来越热闹，竞争也越来越激烈。在发展路径上，2024年将FSD（自动驾驶）系统同源的能力移植到机器人上——Optimus和FSD共享同一套视觉感知架构、同一套端到端神经网络训练管线、同一套Dojo超算集群。这一系统能处理并做出复杂决策，使Optimus能够从环境中学习并适应新任务。Dojo系统利用各种和摄像头分析周围环境，赋予机器人像人类一样的感知和自主导航能力。2025年财报电话会上，创始人马斯克表示，弗里蒙特工厂的Model S/X生产线将改为产线，预计2026年底前启动量产，最终规划年产能为100万台。拥有完全独立的供应链，由于所有部件均基于第一性原理设计，其量产爬坡期将比车辆产品更长。此前，有的生态合作方向每经记者透露，机器人运动控制能力非常突出，故而更重视其自身本体硬件的打造。虽然之前在机器人“大脑”上参与不多，但促使更多生态伙伴通过共建机器人大脑来丰富和完善不同行业场景的落地。相比之下，的走的是大脑+本体的路线。当然，也有具身智能企业高管向每经记者反馈，当前具身智能大模型行业一个非常大的问题是数据不够。尽管不少人将机器人和无人驾驶进行对比，但在场景应用上，一个很大的区别在于，无人驾驶车辆可以在路面行驶中采集数据，但机器人没有真正进入场景中作业，需要大量“喂”数据，而因行业普遍缺乏数据，机器人难以训练出来，反向导致难以进入真实的行业应用场景中。宋伟认为，真实的大量场景应用，是当前机器人大模型开发首先需要攻克的难题。没有机器人在开放场景自主作业的真实数据，就无法实现机器人在物理世界的智能进化。结合当前技术成熟度和商业场景需求，可能出现专注于某一类场景的数据而进化出的具身智能大模型。比如家庭陪伴类的机器人，更多是基于视觉和语音数据，而工业场景的机器人，则更需要末端与工件操作交互的数据。这是留给们的下一道考题。
=*=*=*=*=*=
当前为第7/7页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页