机器人和汽车是物理人工智能的核心，共享广泛的现有传感器技术和其他硬件。包括特斯拉在内的汽车 制造商正在开发机器人来自动化仓库和工厂任务。 总部位于英国的Arm本身并不生产芯片，但为全球大多数智能手机以及笔记本电脑和数据中心芯片等越 来越多的其他设备提供底层技术。该公司通过收取授权费和版税来赚钱。 该公司扩大对物理人工智能的关注是扩大业务的更大努力的一部分。自从四年前CEO雷内·哈斯（Rene Haas）接手公司以来，Arm一直在想方设法提高其最新技术的价格，并正在考虑自己的全芯片设计。 Arm高管认为，从长远来看，机器人技术是一个具有巨大增长潜力的市场。新成立的部门负责人德鲁· 亨利（Drew Henry）表示，物理AI解决方案可以"从根本上提高劳动力水平，腾出额外的时间"，并可能 因此对GDP产生相当大的影响。Arm首席营销官Ami Badani表示，该部门计划增加专门从事机器人技术 的员工。 Badani说，该公司将汽车和机器人技术合并为一个部门，因为客户对功率限制、安全性和可靠性等方面 的要求是相似的。 当被问及客户时，亨利说："我们和每个人都合作。"基于Arm的芯片被全球数十家汽车制造商以及现代 汽车 ...

中韩机器人产业合作态势 - 中韩记者联合调查显示，机器人领域是两国交流最热切的领域之一，中国机器人企业计划于今年年底针对韩国市场需求量产相关机器人产品 [1] - 韩国产业通商资源部计划截至2030年投入1万亿韩元，优先支持包括机器人在内的新兴产业技术研发合作项目，目标是在2027年将人形机器人技术提升至全球领先水平 [1] 中国机器人企业的韩国市场表现 - 中国云深处科技公司接待的韩国客户数量众多，每天至少有一波韩国客户参观，客户类型包括企业、学校、国会议员及主流媒体 [2] - 韩国客户对中国机器人技术发展水平感到惊讶，感叹“中国的企业，中国的技术已经发展到这个地步了” [2] - 云深处在韩国销售最好的产品是绝影X30四足机器人系列，其产品优势在于价格更便宜、落地经验更丰富 [4] - 除四足机器人外，云深处推出的轮式机器人山猫M20在韩国和日本咨询量很大，该机器人可适应台阶、沙漠、河流等复杂地形 [4] - 深圳逐际动力的人形机器人、宇树科技、因时机器人等中国公司的产品均已出口至韩国市场，主要客户为大学和企业，用于教学研究或商业应用开发 [5] - 商汤科技旗下元萝卜AI下棋机器人在韩国售价约800美元，购买群体以老人居多 [5] 中国机器人技术应用与优势 - 云深处主攻工业级产品，应用场景包括电力巡检、消防应急、工厂运维及教育科研，其机器狗已实现变电站自主巡检 [3] - 云深处机器狗已出口至新加坡，用于地下电力传输电缆隧道巡检，帮助新加坡能源集团每年节省超过480小时的人工检查时间 [3] - 智元机器人的通用具身基座模型“智元启元大模型”亮相后，日韩市场对其人形机器人需求迫切，已有日本商社洽谈合作 [6] - 部署机器人的经济性显著，据估算，若一台机器人可代替两班倒或三班倒的工作场景，按照两年折旧寿命计算，成本可以收回 [6] - 中国在机器人领域具备人才红利，海外企业意识到难以匹配中国的成本和速度进行生产迭代，因此多选择与中国企业合作，如代工贴牌 [6] 合作模式与市场策略 - 中国机器人企业倾向于开放平台，允许客户进行“二次开发”，以拓展机器人的应用场景，这与部分欧美企业收取软件使用费且不允许二次开发的模式不同 [7][8] - 云深处的合作思路是寻找各领域的强力合作伙伴，双方共同开发技术平台，例如将机器狗连接到控制平台进行实时状态追踪 [7] - 韩国AI数字基础良好，与中国企业在技术对接上落差小，联动较为容易 [7] - 为满足爆增的海外市场需求，中国企业面临产能跟进的紧迫问题，云深处在浙江德清设有工厂并为山猫机器人新建工厂，机器狗产品供货周期基本在一个月以内 [8] - 云深处预计今年年末对韩国市场需求的项目进行量产，以实现大规模供货，目前暂未考虑在韩国或美国建厂，未来或探索将关键零部件供给海外合作伙伴进行当地组装的模式 [9] 韩国机器人产业现状与需求 - 韩国本土拥有优秀机器人企业，如现代汽车集团以8亿美元收购美国波士顿动力公司80%股权，三星斥资约4.32亿元人民币收购韩国Rainbow Robotics公司14.7%股份 [3] - 韩国新一届政府高度重视人工智能及机器人产业，希望尽快将机器人部署到建设工地，政府机关和企业对机器人持开放态度 [3] - 韩国多次发生工人下水道作业意外事故，如“4·11京畿道地铁工地坍塌事故”，已有韩国企业寻求与云深处合作开发下水道巡检机器人 [4] - 韩国机器人企业面临的挑战是开发能与中美媲美的“双足行走人形机器人”，Rainbow Robotics等公司产品仍多用于研究教育，尚未商用，单机售价高达1亿至3亿韩元 [4]

核心观点 - 英伟达发布通用机器人模型GR00T N1 重点布局Physical AI领域 并召集行业核心玩家探讨人形机器人技术路径与数据问题 [2] - 机器人领域加速发展得益于三大因素：模型突破(多模态/推理能力)、数据获取方式革新(仿真技术)、硬件成本下降(价格从150万美元降至4万美元) [8][9] - 具身智能未来将走向通用模型 但需要解决数据多样性问题 真实环境数据收集至关重要 [14][16][17] - 行业对"一脑多体"技术路径存在分歧 硬件与软件协同进化是关键挑战 [20][21] - 预计3-5年内机器人将实现社会普及 专用机器人将早于通用机器人落地 [24][25] 技术突破 - 模型层面：大型基础模型(如LLM)的出现使三维视觉理解和开放词汇能力大幅提升 端到端模型简化了控制架构 [9][14] - 数据层面：GPU加速仿真技术可在3小时内生成相当于10年训练数据量 突破数据瓶颈 [9][18] - 硬件层面：执行器/传感器等核心部件商品化 硬件价格从2001年150万美元降至当前4万美元水平 [9][13] 行业趋势 - 数据获取：必须通过真实环境部署获取多样化数据 家庭/工厂等场景将成关键数据源 [12][17] - 技术路径：从"基于编程的经验"转向"通过经验学习" 形成数据飞轮效应 [10][12] - 产品演进：专用机器人先行商用(如Agility的Digit) 逐步向多任务/通用型发展 [25][26] 关键挑战 - 跨实体泛化：需建立"实体宇宙"概念 通过多样化硬件平台积累数据 目前零样本泛化仍不现实 [20][21] - 安全机制：必须内置安全性设计 传统控制方法与AI新技术的"工具箱"需协同使用 [15][22] - 幻觉消除：物理交互能力是纠正认知偏差的核心 需构建闭环反馈系统 [22][23] 商业化展望 - 短期(1-2年)：专用机器人在物流/制造等垂直领域实现商业价值 [25] - 中期(3-5年)：机器人社会渗透率显著提升 进入消费级市场 [24] - 长期(10年)：可能引发类似电力普及的社会变革 形成数字物理劳动力网络 [24][26]