《科创板日报》12月18日讯(记者黄心怡)作为商汤科技布局具身智能的一大落子,大晓机器人今日发布ACE具身研发范式、首个开源且商业应用的开悟世界模型3.0(Kairos 3.0)、具身超级大脑模组A1。
《科创板日报》现场了解到,大晓机器人的产业链伙伴包括智元机器人、银河通用、钛虎机器人、国地中心等具身厂商,影石Insta360、卧龙电驱、帕西尼等硬件厂商,壁仞科技、沐曦、中科曙光等芯片企业。开悟世界模型3.0已经与沐曦、壁仞科技、中科曙光、辉曦智能、影微创新等多款国产厂商芯片完成适配,

商汤科技联合创始人、大晓机器人董事长王晓刚在采访中介绍,大晓机器人在产品化落地方面,未来计划输出的是软硬一体方案。“我们团队主要强在在大脑和软件。过去两年里,商汤也投资了一系列本体和零部件公司。然而,在实际场景应用中,现有的本体硬件与实际需求仍存在较大差距。因此,会根据场景需求进行软硬件联合优化,协同供应链生态伙伴,重新设计硬件,使产品更符合客户需求。”
▍与智元、沐曦等合作,发力具身智能场景落地
具身智能需要拥有一个强大的“大脑”,但目前的技术路线仍未明确。曾有行业人士多次对当下火热的VLA模型(视觉-语言-动作)表示“保持比较怀疑的态度”。
王晓刚认为,“现有技术路线确实存在明显缺陷,比如VLA模型是以机器为中心,通过输入指令、图像和视频,直接输出动作。它不太需要理解真实的物理世界和物理规律。我们期待,将来有一个更强的大脑能去理解世界。过去不少机器人只能完成一项任务,现在希望逐渐增加它的通用和泛化能力,完成更多的任务,这是一个渐进式的发展。”
据了解,此次商汤发布的具身世界模型“开悟”3.0,已开放基于云服务的API。用户可以选择不同类型的机器人本体,比如智元、银河等品牌的机器人,系统会根据所选机器人本体、场景及任务,合成机器人完成动作的视频,以及各关节轨迹参数。这些数据可用于训练机器人“大脑”,利用世界模型合成的大量数据提升机器人性能。
“我们被投的企业中,例如钛虎、鹿明等机器人企业未来都会有合作。在传感器的方面,我们应用了全景相机。现有的传感器视角较窄,在路口等场景中,机器人可能看不清全路,例如机器狗过马路看不到红绿灯。为此,我们与影石Insta360合作,将全景相机的能力赋予到机器人上,这是一个关键的零部件亮点。机器人的产业链条比较长,我们在场景应用中会不断改进零部件,并与供应链上下游企业密切合作。”
发布会上,大晓机器人与智元机器人宣布达成战略合作,并展示了面向即时零售场景的机器人,和面向巡检等场景的搭载“具身超级大脑模组A1”机器狗。
“我们以四足机器人为例,推出了一款‘具身超级大脑模组A1’产品。该产品的本体部分目前采用的是现有的硬件方案,像智元、云深处等品牌的机器狗都能较好地适配我们现有的导航零组件,从而使其具备空间自主能力。不过未来,我们还需要与各硬件生态企业展开合作,共同推动相关成本的降低。”王晓刚称。
在软件层面,包括世界模型、具身相关大模型以及数据领域等,王晓刚透露,目前已经有了一些订单。“但对于未来重点推出的软硬一体产品,我们期待明年能实现大规模落地。”
在商业服务领域,王晓刚看好前置仓、闪购仓的场景。“零售领域的增长速度是非常快的,而且相比工业场景更为标准化,能够实现规模化。中国有十几万的前置仓,未来几年还在快速增长过程当中,如果机器人能够解决前置仓的难点,就是十万级的规模了。”
▍机器人行业产业链分工有待完善
眼下,具身智能的技术发展仍远未成熟。王晓刚指出,首先从技术路线来看,机器人行业原有的技术路线存在明显缺陷。
“比如特斯拉和Figure AI在过去两三个月内,都放弃了以真机为主的技术路线,转向以视觉为主的技术路线。但视觉为主的技术路线并非终极方案,所以我们提出了ACE研究范式。当研究范式和技术路线发生重大转变时,会给整个产业带来深远影响——类比自动驾驶领域,过去长期的研发积累在端到端自动驾驶这一新路线出现后,包括数据、研发体系在内的前期成果很快被颠覆。而在正确技术路线的指引下,产品体验和技术成熟度会快速提升。”
在场景落地方面,尽管机器人赛道如今十分火爆,但现实情况是,能够成规模量产的机器人场景,主要在于提供情绪价值的表演性质产品,或者用于科研平台,尚未出现大幅提升生产力的规模化应用。
“各垂直领域的场景中,机器人还未广泛进入并实现量产,这意味着巨大的发展机会。只有当机器人规模化进入场景,通过软硬件协同迭代,整个产业格局才会发生显著变化。”王晓刚称。
此外,机器人行业的产业链分工尚未完善,从零部件、传感器到计算芯片等环节,都存在很大的垂直整合空间。王晓刚提到,“当前机器人成本依然很高,而在质量、可靠性、一致性等方面,行业也还处于相对初期的阶段。因此,我认为整个机器人产业的格局远远没有确定下来。”
王晓刚判断,“机器人要想在家庭中能够完全取代人、完成各种长程复杂的任务,并且保证安全性,这确实需要在未来的五年甚至更长的时间才能达到。但这并不妨碍机器人在各种场景中逐渐落地。”