具身智能控制器

搜索文档
天准科技:公司布局了具身智能控制器 已经获得多个知名客户的订单
新浪财经· 2025-08-04 16:45
公司动态 - 天准科技在互动平台表示已布局具身智能控制器产品 [1] - 公司相关产品已获得多个知名机器人行业客户的订单 [1] 行业布局 - 公司业务拓展至机器人行业的具身智能控制器领域 [1]
华为开发者大会2025:鸿蒙与AI双轮驱动,具身智能再加码
经济观察报· 2025-06-23 22:38
华为开发者大会核心成果 - 华为开发者大会2025展示公司在操作系统、人工智能等领域最新成果及未来战略布局 [1] 算力与模型突破 - 华为云发布新一代昇腾AI云服务,基于CloudMatrix 384超节点架构,单卡推理吞吐量达2300 Tokens/s,较传统架构提升近4倍,支持384个专家模型并行推理 [2] - 盘古大模型5.5发布,在自然语言处理、计算机视觉、多模态、预测及科学计算五大基础模型实现全面升级 [2] - 预测大模型应用于钢铁行业热轧工艺优化,实时分析2000余生产参数使钢板成材率提升0.8%,单厂年增效益超千万元 [2] - 预测大模型在北方供热企业实现精准调温,单季节能15%以上 [2] - 华为云推出盘古大模型防火墙,恶意提示词拦截率达99.9%,通过动态加密技术防止推理结果泄露 [2] 具身智能布局 - 华为云发布CloudRobo具身智能平台,整合数据合成、标注、模型开发等端到端能力,提供三大核心模型 [3] - 具身智能训练样本20%靠采集,80%靠生成,大幅提高数据获取效率 [3] - 华为在深圳、无锡两地布局具身智能产业链,目标五年内带动深圳机器人产值超3000亿元 [3] - 华为与多家企业合作开发具身智能应用,包括上下料机器人、车架六足装配机器人等 [3] 产业链合作 - 华为与乐聚机器人合作实现汽车生产线物流搬运和上料工序 [4] - 华为与拓斯达联创工业具身智能工作站,提高分拣速度和处理能力 [4] - 华为与道和通泰机器人联合研发"空地一体集群智慧解决方案",已在油田落地样板点 [4] 行业竞争格局 - 具身智能机器人成为全球科技竞争核心赛道,在工业制造、服务与医疗、特种作业等领域展现应用前景 [4] - 智元机器人远征A2成为全球首个同时拥有中、美、欧三区域认证的人形机器人 [5] - 亿嘉和集团发布首款具身智能控制器及康养人形机器人 [5] 行业挑战 - 具身智能领域面临数据多样性差导致环境泛化能力不足的挑战 [6] - 任务多样性差表现为指令理解能力不足、长程能力欠缺及灵巧手精细操作能力缺乏 [6]
申万宏源:控制器提供具身智能基座 数据飞轮驱动模型迭代
智通财经· 2025-05-16 13:52
人形机器人商业化关键要素 - 硬件成熟度高于软件 软件(算法 数据 控制系统)是商业化关键 研究相对空白 [1] - 控制器提供具身智能基座 数据飞轮驱动模型迭代 [1] - 特斯拉Optimus近期迭代重点聚焦算法层面 [1] 算法技术架构 - 具身智能框架分为上层大脑(任务规划与决策)和下层小脑(实时运动控制) [2] - 上层大脑通过VLA模型实现语义理解与动作生成 技术路线未收敛 [2] - 下层小脑控制方法从传统MPC/WBC向强化学习/模仿学习渗透 [2] - 需突破多模态集成 长时任务规划 Sim-to-Real迁移等瓶颈 [2] 数据体系构成 - 真实数据占比最低但精度最高 采集依赖遥操作/动作捕捉技术 [3] - 合成数据通过NVIDIA Omniverse等平台生成 成本低但存在域差距 [3] - 网络数据规模大但需清洗 [3] 控制系统架构 - 大脑负责算法/数据处理/环境感知 小脑负责运动指令转化 [4] - 硬件以SoC芯片为核心(CPU/GPU/NPU) 英伟达方案为主流 [4] - 软件包含操作系统/中间件/上层应用 [4] 重点产业链标的 - 控制器:天准科技 智微智能 德赛西威 [5] - 运控技术:汇川技术 信捷电气 雷赛智能 固高科技 拓斯达 [5] - 芯片:瑞芯微 地平线机器人 [5] - 数据采集装备:凌云光 奥飞娱乐(参股诺亦腾) [5]
机器人系列报告之二十七:控制器提供具身智能基座,数据飞轮驱动模型迭代
申万宏源证券· 2025-05-15 23:20
报告行业投资评级 - 看好 [3] 报告的核心观点 - 目前人形机器人硬件成熟度高于软件,软件是走向商业化的关键,研究相对空白 [3][5] - 算法是具身智能的核心,数据是算法学习的基础,控制系统是具身智能的基座 [3][5] - 软件是机器人下一步商业化落地的投入重心,相关产业链标的值得关注 [3][4] 根据相关目录分别进行总结 算法:具身智能的核心 - 算法框架分为上层“大脑”与下层“小脑”两大层级,上层聚焦任务级规划与决策,下层负责实时运动规划与关节控制 [3] - 下层控制算法从传统向现代算法渗透,未来需解决多模态集成等瓶颈 [3] - 上层控制重点讨论VLA架构,其具备端到端和泛化等特点,在自动驾驶场景广泛应用,但面临数据稀缺等挑战 [36][40][71] 数据:算法学习的基础 - 数据来源分为真实数据、合成数据及网络数据,真实数据是主要来源,合成数据可解决数据短缺问题 [3] - 真实数据采集方式包括遥操作、动作捕捉技术等,合成数据通过仿真平台生成 [3] 控制系统:具身智能的基座 - 产业界对人形机器人“大小脑”未形成统一共识,通常人为区分,大脑负责复杂任务,小脑负责运动控制 [110] - 硬件主要由SoC芯片构成,软件部分包括底层操作系统、中间件和上层软件,芯片是核心,多数公司采用英伟达方案 [3] - 未来产业格局走势有望类比于自动驾驶,出现产业分工趋势 [5] 结论和风险 - 相关产业链标的包括控制器环节、运控技术同源、芯片、数据采集装备等企业 [3][4]