人形机器人系列(四)：大模型点亮机器人大脑 运控解决方案公司崛起-软件篇
智能“通用大脑”是人形机器人的核心
人形机器人的终极目标是打造像人一样可以通过交互、感知、行动等能力来执行任务的物理实体，“智能”是核心。早期人形机器人大脑主要通过集成多个“小模型”结合人工介入实现，大模型的出现有望彻底颠覆机器人的软件开发范式。人形机器人大脑负责理解传感器的数据流，生成决策方案，并把复杂的决策拆解成多个简单的步骤。因此，人形机器人的大脑本质上是一个千亿级别参数量的多模态大模型，机器人感知和决策的能力取决于多模态大模型的能力。模块融合后的机器人大脑按照技术方案划分可以分成VLM（大脑+小脑）、VLA（端到端）两种技术路径，目前VLM 方案进展较快。机器人小脑主要由运控模块组成，运控模块本质上是一个千万参数级别的小模型，不具备泛化能力，因此模型需要在前期积累运控数据库；在收到决策指令时，小脑可以依据指令在运控数据库中找现存的方案做任务执行。
人形机器人芯片：云边端协同与异构化
在算力层面，目前主流方案是云端大脑+端侧小脑。云端大脑是一个千亿参数级别的大模型，需要由数千张高性能算力芯片提供支持。端侧是一个千万级别参数的运控小模型，由搭载于机器人本体的GPU/ASIC 芯片提供支持。云端大脑推理延迟较高，需要端侧算力做补充。云端大脑承接了高性能AI 算力芯片集群，端侧小脑芯片承接了智能驾驶芯片，并朝着异构化的方向发展。
复盘智能汽车：当前时点为什么要关注人形机器人软件软件是人形机器人产业链中价值量最高的环节，跨界巨头或占据人形机器人产业链核心生态位。参考智能汽车领域的“软件定义汽车”逻辑，软件算法或成为人形机器人厂商的技术护城河，是机器人主机厂实现产品差异化的关键因素。回顾智能汽车行业的发展历程，2018 年以后智能汽车大规模落地时，涌现出一批智能驾驶软件解决方案公司。仿照智能驾驶行业，随着今年特斯拉小批量出货，机器人行业近期有望诞生一批运控解决方案公司。
巨头入局：三种技术路径
从行业整体来看，布局人形机器人的巨头可以分为自下而上、自上而下、专注中间件和芯片三条路径，分别以特斯拉、谷歌和英伟达为代表。三方分别从硬件降本、机器人大脑、产品落地三个核心痛点出发，发挥各自优势，占据市场领先地位。早在2021 年的Tesla AI Day，特斯拉就宣布其在研发人形机器人Optimus；随后的几年时间，Optimus 经历了多轮的迭代，机动性和灵活性得到了大幅度提升。谷歌从2022 年开始，在软件层面推出了一系列机器人模型，包括SayCan、Gato、RT-1、PaLM-E、RoboCat、RT-2 和RT-X，逐步实现了模型自主可靠决策、多模态感知和实时精准运控能力的结合，同时展现出泛化能力和思维链能力。英伟达从芯片和中间件层面布局具身智能产业链，在硬件领域发布了Jetson 系列边缘计算芯片，在软件领域，英伟达发布了GROOT 机器人基础模型、Issac 模拟仿真平台和Cosmos 世界模型，为主机厂的机器人小脑训练提供支持。
风险提示
1、人形机器人技术发展不及预期；
2、人形机器人产品需求不及预期。
声明：
- 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
- 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。
推荐文章：