| 創(chuàng)澤機器人 |
| CHUANGZE ROBOT |
人形機器人在商業(yè)化進程中面臨著復雜任務執(zhí)行難度大,交互能力不足、研發(fā)成本高、場景覆蓋低等問題。隨著Al大模型技術不斷發(fā)展,大模型可加快人形機器人復雜任務訓練速度,提升任務生成速度及縮短理解周期, 促使人形機器人在語言處理、場景理解、運動控制等方面加速突破,執(zhí) 行更多復雜任務場景,加速其通用化和智能化進程。
| 大模型 | 宇商 | 說明 |
| ChatGPT for Robotics | 微軟 | 幫助人機器人更好理解用戶需求和指令,提升任務執(zhí)行精準度 |
| Robocat | 谷歌 | 基于多模態(tài)大模型Gato開發(fā)而成,將Gato架構與大量圖像序列和人形 機器人手臂動作訓練數(shù)研集集合,解決不同任務 |
| RT-2 | 谷歌 | 接受網(wǎng)絡信息和圖像,訓練人形機器人執(zhí)行任務 |
| VoxPoser |
斯坦福 李飛飛團隊 |
從大語言模型和視覺-語言模型提取器機會和約束,構建3D地圖,零樣 本情況下,理解指令、分解任務、規(guī)夠路徑 |
| RT-X |
谷歌 Deepmind |
特定任務工作效率是同類型機器人的三倍,可執(zhí)行未訓練動作 |
| Eureka | 英偉達 | 自主編寫獎勵算法訓練人形機器人,學習復練運動控制能力 |
| 阿里云機器人大 模型 | 阿里云 | 賦予人形機器人知識庫問答、工藝流程代碼生成、機械臂軌跡規(guī)夠、 3D 目標檢測和動態(tài)環(huán)境理解等能力 |
| 華為盤古大模型 | 華為 | 提升人形機器人語義理解、動態(tài)規(guī)夠、多模態(tài)信號理解等能力 |
|
樂聚機器人夸父MY X盤古大模型 • 對機器人泛化能力的提升展開聯(lián)合創(chuàng)新 |
|
Figure 01XOpen AI • 提升高級視覺和語言智能能力 |
|
優(yōu)必選X文心—言 • 提升任務規(guī)劃與執(zhí)行能力 |
|
智元機器人X軟通動力 • 推動大模型與人形機器人應用 |
|
星塵智能X大模型 • 接入多模態(tài)大模型,提升本體操作能力 |
人形機器人需求
1 提升人形機器人語言處理能力
2 提升人形機器人場景理解能力
3 提升人形機器人運動控制能力
4 提升人形機器人數(shù)據(jù)訓練能力
 |
| 機器人底盤 Disinfection Robot 消毒機器人 講解機器人 迎賓機器人 移動機器人底盤 商用機器人 智能垃圾站 智能服務機器人 大屏機器人 霧化消毒機器人 紫外線消毒機器人 消毒機器人價格 展廳機器人 服務機器人底盤 核酸采樣機器人 智能配送機器人 導覽機器人 |
