第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场😜景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😅 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🔥商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🌟操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的😊功能，为机器人在真实场景中的规模化落地提供可能。 如今😴，这一产业角色已经吸引了谷歌、智元、富临精工（300432.🎉SZ）、格力博（301260.SZ）、东土科技（300353😜.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🚀模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍⭐有待市场与现实工况的双重检验。 机器人涌入场景，跨本体😅训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🙄 “这个月至少有两家机器人公司正在和我们谈合作。”Kel😂vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😅和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😍不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一👏个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测🎉试参数”。 在大量的人力和物力投入之外，Kelvin坦🙄言自己算不过来ROI（Return on Investmen😢t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😘的费用。”他向第一财经记者透露，物流企业马上就会备战“双11😎”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😉大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🙄致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo🥳f of Concept，概念验证）。” “厂商觉得我🤩们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🌟是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法👍负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套😆中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器😘人纳入统一的兼容框架。 就像手机的操作系统让不同软件在😴同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😊一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬😘件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重😡庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智😊能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨👍本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤩模型（Vision-Language-Action Mode🤗l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，😀也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场😡景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😊中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😆制器执行。 “这样我们就不必为每一个新厂商重新训练模型❤️，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通😉整个流程。”胡喆说。 展开全文 物理规律难仿真，😢机器人“干中学” “我们曾经试过，在实验室里跑通了所有🤯算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始😜人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，😊由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😅期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🌟、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🚀 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，💯都可能带来完全不同的情况。 “离线的强化学习不可能把所😂有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😂据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😜，这让整个周期被拉长，时间和人力都被大量消耗。 边做边❤️改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😅试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😘一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒😎钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😂让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也🤩不会对算力提出过多的要求”。 机器人“干中学”的另一边😊，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部😁分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🥳理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努🤔智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物🤗理定律的支撑。 “如果只是换个环境光影、物体形状等表层😎变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效🤔。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的⭐事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小😜单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚🤯体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿😎真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😴的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤔器人发力点与物体形变的关联。 他坦言，将这些物理定律的🥳融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的😡技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这😅些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🚀的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前🤩布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😎终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😀场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引😍力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🙌，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标🌟准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🥳代与规模化部署。 今年年初，富临精工宣布公司与智元机器❤️人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同🥳投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨⭐星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🎉格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 ❤️ 在海外，Google（谷歌）的母公司Alphabet孵化👍的Intrinsic也在扮演类似的角色。Intrinsic试🔥图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的🤩机器人在同一套兼容框架下运行。 通过一个类似操作系统的🤩中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提🤔出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景😂的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻🤔找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是🤯否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍🤯充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财❤️经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😴硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😂定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😆三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要🥳进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那🥳最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是🌟讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数😡据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，😊这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正😆支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的😊操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业🤔的规模化会越来越近。” (本文来自第一财经)返回搜狐，👍查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，😂研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队😘主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😢推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😴学术界的高度评价。 在封面介绍中，《Nature》指出😍，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方👏案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领🥳域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干🤗预的情况下训练出具备推理能力的模型。 DeepSeek💯-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会❤️获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS😉eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我❤️验证，从而提高了其在编程和科学研究中的表现。 值得一提🤗的是，DeepSeek-R1被认为是首个经过权威学术期刊同行🚀评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。👏Hugging Face 的工程师 Lewis Tunsta🤩ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，😊尤其是在评估 AI 系统潜在风险时。 此外，研究团队在🚀论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模🤔型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😊同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 🤩划重点:返回搜狐，查看更多