WRC王兴兴发言干货整理
发布时间:2025-08-09 19:22 浏览量:1
行业发展态势:2025年上半年,受政策支持和需求爆发推动,人形机器人整机及零部件厂商平均增长50%-100%,行业热度高;海外企业(如特斯拉计划量产、英伟达等科技公司布局)持续发力。
2. 人形机器人的“ChatGPT时刻”临近:当前处于该时刻前夜,最快1-2年、最慢3-5年有望实现——即机器人能在陌生环境中自主完成如递水、整理房间等任务。
3. 核心挑战与误区:
◦ 最大挑战并非硬件(当前硬件技术上够用,需优化量产工程问题),而是具身智能(AI技术不足,无法驱动机器人自主完成任务)。
◦ 具身智能的关键问题不是数据,而是模型架构;行业对数据关注度过高,数据在机器人领域常难以有效利用。
4. 模型架构相关观点:
◦ 质疑VLA(视觉-语言-动作)模型,认为其是“傻瓜式架构”,即便叠加RL训练仍需优化升级。
◦ 看好视频生成模型(或世界模型)驱动机器人控制的技术路径,认为收敛更快,谷歌相关模型值得关注(但需解决GPU消耗大问题,机器人无需高精度视频生成)。
5. 技术突破方向:
◦ 未来2-5年重心是端到端的具身智能AI模型。
◦ 需突破强化学习Scaling Law,实现训练速度加快、新技能学习效果提升(摆脱“每次训练从头开始”的现状)。
6. 算力与成本:
◦ 机器人本体算力受限(峰值功耗约100瓦,相当于几个手机算力),分布式算力是大势所趋,可突破限制,满足安全性和低延迟需求(如工厂、小区部署局部服务器/集群)。
◦ 需发展更低成本、更高寿命的硬件,应对未来大规模量产的工程挑战。
7. 行业生态:机器人与AI发展是全球共创过程,需企业、高校等多方参与,创新具有随机性,非单一巨头可垄断。