
騰訊科技
機器人領域正掀起變革浪潮!如今,人形機器人在體育賽場大放異彩,4月北京舉辦人形機器人半程馬拉松,江蘇無錫舉辦具身智能機器人運動會,8月北京還將舉辦世界人形機器人運動會。賽場全面展現其運動控制等綜合能力,背後是規模定律、數據飛輪等技術的支撐。然而,技術發展也面臨記憶架構不足等挑戰。機器人發展是開啓無限可能,還是會陷入技術瓶頸?
這個世上,只有一個喬布斯,定義了智能手機; 下一個牛人會是誰,定義更爲影響深遠的AI時代?! 對於中國來說,2026年是具身智能元年,一批以具身智能爲代表的AI場景將會不斷誕生,作爲普通人。需要的是如何跟上這個時代,更好的適應這個時代。
不要太過樂觀,更不要太過悲觀,和計算機、智能手機、新能源汽車一樣,通用產品都不是一蹴而就的,而是各種先進技術、理念發展疊加的產物。 從近期舉辦的第二屆世界機器人運動會來看,機器人已經具備了預期之外的運動能力,但仍然缺少“智能”:無法真正像人一樣去感知環境,做出決策。 最近在機緣巧合下獲得轉戰具身智能賽道的機會,集中看了數據閉環場景的資料,發現缺少數據、缺少落地場景是機器人最大瓶頸,但需求可以是由宏觀政策強行推動的,而如何讓機器人更智能則需要有學術界、工業界共同發力,讓數據獲取成本更低、讓模型更智能,任重而道遠。
本書深入探討了機器人技術發展的現狀與未來,特別是在通用機器人領域的挑戰與機遇。 作者通過對蘋果和機器人技術發展的對比,指出通用機器人實現需要時間和技術的積累,而優先考慮簡單低風險任務的交付策略則是實現市場驗證和產品迭代的有效途徑。 書中還詳細分析了技術分類與場景聚焦的重要性,強調結合原理型與工程化技術的重要性。 通過對機器人產品交付策略的深入探討,作者爲讀者提供了在產品開發中實現漸進式研發和市場驗證的具體方法。 本書爲機器人技術領域的從業者和研究者提供了寶貴的見解和實用的指導。
作者從場景應用開發的角度來討論對於人工智能機器人的理解,非常接地氣
當一個機器人的售價,摺合一個三四線城市月均工資時,通用就來了。
通用機器人實現需要時間和技術的積累,而優先考慮簡單低風險任務的交付策略則是實現市場驗證和產品迭代的有效途徑。
別再出幾千字ai小作文了…要麼摺疊到一個子目錄。…
也是,手機剛出來,也是從只能打電話開始,所以機器人估計也能實現
不值得一讀。 觀點單薄,論據舉例非常不貼實際。
雖然我不是做產品的,但居然也能看懂,也能根據社會習慣感受到文章每一步的變化。不算精闢論據,但也有理有據。