展會信息港展會大全

對話傅利葉創(chuàng)始人顧捷:已交付超100臺人形機器人后,如何突破行業(yè)“內卷”挑戰(zhàn)?|鈦媒體AGI
來源:互聯網   發(fā)布日期:2024-09-26 11:16:14   瀏覽:1824次  

導讀:劃重點 01傅利葉發(fā)布新一代通用人形機器人GR-2,相較于前代GR-1,GR-2在硬件、設計、開發(fā)框架等多個關鍵環(huán)節(jié)帶來創(chuàng)新和提升。 02目前,傅利葉人形機器人GR-1交付量已超過100臺,但遠未達到大批量程度,預計2025年全行業(yè)有望達1000臺以上。 03傅利葉創(chuàng)始人顧...

劃重點

01傅利葉發(fā)布新一代通用人形機器人GR-2,相較于前代GR-1,GR-2在硬件、設計、開發(fā)框架等多個關鍵環(huán)節(jié)帶來創(chuàng)新和提升。

02目前,傅利葉人形機器人GR-1交付量已超過100臺,但遠未達到“大批量”程度,預計2025年全行業(yè)有望達1000臺以上。

03傅利葉創(chuàng)始人顧捷表示,公司不懼競爭,不打價格戰(zhàn),更注重產品成熟度和商業(yè)價值。

04此外,顧捷認為,通用人形機器人最終形態(tài)應該是多樣化,公司將繼續(xù)聚焦雙足人形機器人領域。

以上內容由騰訊混元大模型生成,僅供參考

傅利葉最新通用人形機器人GR-2

鈦媒體App獲悉,北京時間9月26日上午,國內機器人領域龍頭傅利葉發(fā)布自主研發(fā)的新一代通用人形機器人GR-2。

相比前代GR-1,GR-2在硬件、設計、開發(fā)框架等多個關鍵環(huán)節(jié)帶來創(chuàng)新和提升。首先,GR-2在外觀上沿用1代仿生設計語言,同時進一步優(yōu)化全身比例,升級后的身高達到175cm,體重63kg,全身共有53個自由度,單臂運動負載達3kg,能夠完成更復雜的操作;其次,新一代電池容量翻倍,續(xù)航時間延長至2小時;最后,在支持直充的基礎上,增加可拆卸換電方案,充分滿足運動需求。

會前,傅利葉創(chuàng)始人、CEO顧捷(Alex)對鈦媒體App等表示,截至目前,傅利葉人形機器人GR-1交付量已經超過100臺,屬于行業(yè)真正意義上的量產的人形機器人產品,但遠未達到“大批量”程度。未來隨著從視覺語言再到動作的升級,2025年全行業(yè)有望達1000臺以上,但具體明年目標是多少還很難預測。

談到低價競爭,顧捷強調,傅利葉不懼競爭,也不打價格戰(zhàn),而且人形機器人還遠遠沒有到開始要打價格戰(zhàn)的時候。他認為,大眾現階段更應注重產品成熟度,關注能否真正落地并產生商業(yè)價值,能否真正完成工作,而非價格。

“真正通用機器人的 GPT的那一瞬間現在還沒有保證。他還沒有真正意義上達到大模型那樣的成熟期,但是這個曙光已經看到了。它不是一個10年、20年的事情,它就是一個3-5年的事情。我們往往會高估半年到一年技術的進展,往往也會低估一個技術3-5年的進展。”顧捷強調,GR-2與人類之間的距離已越來越接近。

傅利葉創(chuàng)始人、CEO顧捷(來源:受訪者提供)

據悉,傅利葉是一家成立于2015年的通用機器人公司,集團總部位于上海張江,同時在全球進行研發(fā)及生產布局,垂直應用于健康、教育等多個生態(tài)場景。其中,集團旗下核心康復機器人已進入規(guī);瘧,為全球超過40個國家和地區(qū)的2000多家機構和醫(yī)院提供智能康復綜合性解決方案,已是康復機器人賽道龍頭。2023年,傅利葉康復業(yè)務海外銷售額同比2022年增長超50%,占公司總量約10%。

2023年,傅利葉推出首款人形機器人GR-1,并率先實現量產,是具身智能領域的又一次技術飛躍。

顧捷表示,事實上,他從20年前做學生參加機器人比賽的時候就意識到,人形機器人有一定的通用性發(fā)展場景,比如它能幫助人們在家照顧老人、做野外巡檢等。此次GR-1發(fā)布之前的2017年,傅利葉就率先發(fā)布了國內首款商業(yè)化下肢外骨骼機器人,以雙足機器人的形態(tài)開啟了人形機器人的雛形探索,此后不斷自研核心硬件及技術,2019年,通用人形機器人項目正式啟動。

時隔1年多時間,傅利葉再度更新。

據傅利葉通用機器人事業(yè)部副總裁周斌介紹,全新GR-2在靈巧手、運動控制的執(zhí)行器以及軟件棧等方面都進行了全新設計和升級。

靈巧手層面,GR-2被量身打造了7款不同型號的FSA執(zhí)行器,分別應用于機器人的髖、踝等關節(jié)處,滿足各個關節(jié)的力矩要求;

新一代GR-2執(zhí)行器最大關節(jié)峰值扭矩超380N.m,并采用雙編碼器系統(tǒng),編碼器精度提升了2倍。結合完善的執(zhí)行器控制算法,GR-2擁有更強的負載能力、流暢的運動控制和更準確的絕對位置與速度反饋,保證GR-2在執(zhí)行各種動作時的控制精度,實現高動態(tài)響應;

軟件層面,GR-2對原有的開發(fā)平臺進行優(yōu)化,形成一套基于主流編程語言的開發(fā)接口方案,支持服務器-客戶端模型的算法程序開發(fā),封裝了一系列簡潔易用的API,集成了機器視覺、路徑規(guī)劃、力控反饋等預優(yōu)化的算法模塊,在降低開發(fā)門檻的同時簡化了復雜任務的實現過程,顯著提高開發(fā)效率,目前支持NVIDIA Isaac Lab、ROS、Mujoco、Webots等開源框架,并且內置嚴格的安全協(xié)議和故障恢復機制,確保開發(fā)過程安全可靠。

“我們從來就沒有把人形機器人當成一個炒作的概念。”周斌強調,傅利葉持續(xù)用“六邊形”概念運動智能、認知智能、靈巧作業(yè)、仿生設計、用戶體驗、商業(yè)化應用層面,讓人形機器人真正實現最終的愿景。

然而,當前“具身智能”和人形機器人行業(yè)越來越“卷”,早已不是一年前的市場狀態(tài),騰訊、美團、訊飛、小米、優(yōu)必癬宇樹、銀河通用、星塵智能等數百家科技企業(yè)都已入局,有些是合作,有些則直接投資或下場打造,市場變得更加“熱鬧”。

據統(tǒng)計,截至今年8月,全球已發(fā)布的人形機器人數量已超過150款,其中,中國已有超過60款人形機器人問世,總數量居全球最高,大幅領先美國與日本。

顧捷坦言,當前人形機器人賽道確實是一個非常激烈競爭的時期,但傅利葉并不怕這些競爭,因為團隊、產品都還是非常有競爭力。一旦 AI 載體發(fā)展之后,最終都將能夠實現和迭代人形機器人的質量、交互和用戶體驗等。

談到落地,顧捷表示,目前GR-1已量產用于 AI 研發(fā)公司、工廠制造、迎賓接待、危險品保護等多個場景。

“目前的話,一部分人形機器人是用于頂尖AI產品,包括做自動駕駛領域。凡是做AI的、去深化大腦的、做應用開發(fā)的一些團隊,或者做一些產品場景的,這是我們最大的一個客戶群體。我們也是看到,每一個應用都有他們自己獨到的一些想法,獨到的場景,能夠持續(xù)利用。”顧捷稱。

顧捷強調,傅利葉不會去做輪式機器人,因為行業(yè)已經出現“百花齊放”環(huán)境,最終形態(tài)應該是多樣化,但公司認為在雙足這個形態(tài)上面還遠未達到完美,還有大量的工作要去做,傅利葉的資源是有限的,團隊也是有限的,需要聚焦一個形態(tài)把雙足人形機器人做好。

“我們認為做一款機器人如果只是因為熱點,然后趕著去發(fā)布,那這件事意義就不大。我們還是要有一個誠實耐心的態(tài)度,它(人形機器人賽道)是一個長跑。從20多年前一個初始夢想(dream),到現在一步一個腳印去做,可能今年的速度會更快一些,但不代表說今年就是一個決戰(zhàn)的時間。”顧捷表示。

以下是傅利葉創(chuàng)始人、CEO顧捷與鈦媒體App等部分對話整理:

問:今明年傅利葉人形機器人GR-1等產品是否有整體出貨預期目標?

顧捷:我們量產的話,基本上屬于初步小批量,其實整個人形機器人還遠沒有到大批量(狀態(tài)),大家相差的幾萬臺、幾十萬臺這么一個規(guī)模。那么其實今年全行業(yè)也就是幾百臺(人形機器人),但明年的話,因為我們看到一些產品

整個全行業(yè)務,我覺得也是在小幾百家店,但是明年的話,其實因為我們看到的一些產品,它是具有一定的復制性,這些復制性有可能它會使這個量能夠達到10倍的速度。但具體明年是在多少,其實現在來說還稍微有點用比較難預測。

問:現在人形機器人行業(yè)競爭比較激烈,但很多技術難以形成規(guī)模商業(yè)化,所以我們如何看待人形機器人或具身智能的挑戰(zhàn)?

顧捷:核心是兩個部分:一是運動(身體)問題,另一個是大腦,它合在一起才能夠使用。

如果只是大腦好,那就像現在大模型,它能夠識別圖片聊聊天,但還不能具體完成一項任務;如果說身體不具備這個能力的話,比如力量負載不夠、精度不夠,他也很難去完成一個連貫動作。所以這兩塊都是現在這個行業(yè)需要去解決的。

我們傅利葉是希望把他的身體AI 載體做好,然后再擴展開,就是“六邊形”,不單只是它一個領域,而是包括質量、交互、用戶體驗都實現,這些都是需要迭代的。

所以說,如果說競爭的話,現在是一個競爭非常劇烈的時代。但我們傅利葉公司并不怕這些競爭,因為我們的團隊還是非常有競爭力的。

我們覺得,做一款機器人如果說只是因為熱點,然后趕著去發(fā)布,那這個事情意義就不大。我覺得還是要有一個誠實耐心的態(tài)度,它是一個長跑。而且是一個20多年前我們初始的dream,一直想做的事情,到現在一步一個腳印去做,可能今年的速度會更快一些,但不代表說今年就是一個決戰(zhàn)的時間。

問:對于價格戰(zhàn)怎么看?

顧捷:首先,傅利葉并不打價格戰(zhàn),而且我們覺得,人形機器人還遠遠沒有到開始要打價格戰(zhàn)的時候。舉個例子,假設我的機器人1萬塊錢就可以先掏錢買一臺回家放著,但現在不是這1萬塊錢的問題,你要的是它能夠幫我做什么事情。

所以,我們更加應注重這個產品能夠成熟起來,它真正能夠去產生落地的商業(yè)價值,能夠去完成工作,而不是現在就開始去關心它的價格。

問:相比其他人形機器人產品,傅利葉技術路線是怎樣的?有哪些差異點?

顧捷:我們的機器人其實是“Made for AI”的這樣一個概念,所以說我們會更加側重把機器人的本體做好,把它本身潛能、活動度、運動性能都做好、做扎實。同時,從算法層面上,我們一方面也做相應的一些底層算法調試,另一面我們也結合一些頂級院校做聯合開發(fā)、研究,通過公司合作來實現,所以一些最前沿、突破性的最新算法架構、訓練方式都在做相應的部署和實踐,而且我們所獲得的一些成果也是非常令人驚奇的。但我們現在可能沒辦法比較詳細的去公布這些,大家也可以關注我們后面發(fā)布的一些信息,都會有比較好的科技成果出來。

問:你認為目前行業(yè)格局是怎樣的?如何看待內卷問題?

顧捷:我覺得人形機器人的突破,首先未來最期待的成果一定是視覺語言+動作,也就是在機器人本體上真正意義運行的大模型,從而能夠控制機器人去產生一些能力、動作的泛化,完成一些通用的任務,而非預編程的,更多是端到端,給它所有的外部視覺、聽覺或者觸覺的信息,另外一端就直接輸出。

一旦達成之后,其實整個行業(yè)就會產生一個非常巨大的變化。所以從本身來說,我最期待的是 AI 的結合和突破,突破之后這個行業(yè)才會產生真正的通用人形機器人本體,把身體要做好,質量做好,工藝做好,而不是一個簡單搭出來的樣機,F在AI算法有承載任務的一個潛力。否則的話就是大腦好了之后發(fā)現身體不正常,從而影響整個行業(yè)的發(fā)展。

競爭的話,我覺得最終其實有兩種觀點:

一種它最終可能會像電動車行業(yè)一樣,很多廠家的競爭發(fā)展,各種各樣的汽車、不同品牌、不同價位、不同定位,這可能是一個比較相對生態(tài)體系的,有個幾十家,甚至百家的比較多的形態(tài)的機器人出現;

還有一種可能性,有點類似于安卓跟iOS,提供比較完善的AI能力,也就是有幾家大公司,變成新的消費端產品。

這兩種我覺得都是有可能的。

反過來說機器人,我們希望能夠將機器人的產品化項目方面往前奔、往前推,然后和最強的大腦能夠去結合,做出一個真正意義上、能劃時代、有泛化性的一個機器人。

說實話,很多優(yōu)秀的團隊我們看到它能夠快速地拿到一些融資,對行業(yè)來說是件好事。能夠拿到融資,能夠有更多優(yōu)秀的團隊加入到人形機器人這條曲折艱難,但又充滿希望的一條路上,這本身是一件好事。沒有糧草,是不可能行得很遠。

然而,融資只是一個助燃劑,我們可以融到錢,但我們融不到時間。對人形機器人行業(yè)來說,它每個環(huán)節(jié)都需要時間去打磨,甚至它不是一個并聯狀態(tài),而是“串聯”。所謂的串聯什么呢?比如,當你有了結構之后,你才比較容易看到你的算法到底運行的對不對,才知道你的傳感器選擇好不好。當然,我們可以通過仿真,有一些經驗參考,但是,真正做出第一臺之后,能不能做出1000臺、10000萬臺,這又變成了一個巨大的壁壘。

所以在這其中,我們覺得,行業(yè)熱對企業(yè)來說,不好的一面遠不及有它的好的這一面,我們更加應該看到它好的這一點,但不能做無效的競爭。

我們還是希望,這個行業(yè)的所有從業(yè)者是真心認為,人形機器人是一個遠大前景的行業(yè),并愿意花5年、10年、20年的時間扎下去,一步一個腳印去迭代。所以,它是一個馬拉松的心態(tài),才能夠取勝。我覺得還是應該放更長的眼光去看這個問題。

問:如果未來大模型深入到機器人領域,它還能帶來一些全新的想象嗎?

顧捷:大模型其實不單單是一個想象,我覺得離落地已非常接近。其實在最近這半年,我們看到有不少的論文,直接讓機器人可以通過大模型生成簡單動作。另外,它也可以通過強化學習手段,讓機器人能夠學會反應要求高、動作要求快的方式,這對以前的機器人研發(fā)來說是一個不敢想象的狀態(tài)。

如今,我們看到機器人現在有50多個自由度、50多個電機,對吧?每個電機每一行都要發(fā)布指令;如果是全身的運動控制,每一刻、每一秒都是不同的位置,不同力量的變化。通過傳統(tǒng)編程的話,這簡直是一個不可能完成的任務。但現在通過大模型的話,它是一個黑盒,會用神經網絡控制產品,而且這個動作可以產生一些原來意想不到的東西,做一些釋放。同時,它還可以通過模仿學習學會這個東西,如果再給一些很好的獎勵函數之后,他可以通過強化學習,學會去快速的反應。

目前來說,這些領域都已經有非常頂尖的大佬,頂尖的實驗室在這些方面進行研究。所以我們認為,今年、明年我們能夠看到更多的進展和成效。

贊助本站

人工智能實驗室
相關內容
AiLab云推薦
推薦內容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態(tài) | 免責聲明 | 隱私條款 | 工作機會 | 展會港