Workflow
银河通用G1机器人
icon
搜索文档
银河通用:全球首批部署英伟达新Thor芯片,获评“干活最快人形机器人”
新浪科技· 2025-08-13 12:08
产品发布与技术合作 - 银河通用联合英伟达发布基于NVIDIA Jetson Thor芯片的机器人新品Galbot 完成工业场景"智能搬箱"实景演示 [1] - Galbot成为首台内部部署最新Thor芯片的机器人 具备快速定位与抓取搬运能力 [1] - NVIDIA Jetson Thor芯片计算能力达上一代Jetson Orin的7.5-10倍 每瓦性能提升3.5倍 I/O吞吐量提升约10倍 [1] 技术优势与市场定位 - 银河通用率先在国内将NVIDIA Jetson Thor芯片部署于人形机器人 系全球最早收到该芯片的公司之一 [1] - 配备Thor芯片的机器人速度显著提升 被评为"最快的人形机器人" [1] - 公司机器人采用轮式双臂双手形态 主打高续航与工业级安全性 具备大规模高可靠交付能力 [2] 商业化进展与未来规划 - G1机器人自2024年5月推出后 在自动充电 运行流畅度与稳定性方面达到大规模自主商用标准 [2] - 24小时无人药房解决方案在北京 上海 深圳等地签约超过100家药店 [2] - 公司正对足式机器人展开研究 未来将联合英伟达基于OpenWBT_Isaac进行数据采集与遥控控制 [2] 行业前景与战略目标 - 通用机器人被认定为下一个价值数万亿美元/数万亿人民币市场的关键性革命性产品 [2] - 银河通用与英伟达等机器人公司共同致力于打造通用机器人 [2]
物理AI如何变革机器人产业?英伟达与宇树、银河通用创始人闭门会全实录
36氪· 2025-08-12 11:22
英伟达的物理AI战略 - 公司正积极布局物理AI 使机器人和自动驾驶汽车等自主机器具备运动技能 帮助它们理解并与现实世界互动 [1] - 物理AI将撬动万亿美元级的实体经济 制造、物流、医疗等物理产业总量达100万亿美元 是IT产业5万亿美元规模的20倍 [1][5] - 物理AI将计算力量从5万亿美元的信息市场带入100万亿美元的物理世界市场 机器人是连接两个世界的桥梁 [5] 中国市场优势 - 中国在物理AI和机器人领域具备独特的规模和人才优势 全球近一半的人工智能研究人员和开发者在国内 [2][6] - 中国拥有全球无可匹敌的电子制造产业和技术研发能力 为物理AI和机器人产业发展奠定坚实基础 [2][6] - 中国拥有大规模部署和测试机器人的真实场景 可快速收集数据、迭代算法 让机器人不断进化 [6] 英伟达技术平台 - 公司打造三台计算机:机器人本体计算机(如Jetson Thor)、AI工厂计算机(如DGX/HGX系统)、仿真计算机(如Isaac Sim) [6][12] - Jetson Thor专为物理世界智能推理代理打造 计算能力是上一代Jetson Orin的7.5倍 每瓦性能提升3.5倍 [7][12] - Isaac平台包括仿真框架Isaac Sim、强化学习平台Isaac Lab 以及世界基础模型框架NVIDIA Cosmos [12] 仿真技术核心作用 - 仿真是构建可靠机器人系统的唯一选择 可生成训练数据并测试安全性 避免现实世界测试的危险性 [28] - 公司通过提升仿真器精度、利用AI加速仿真、直接捕捉现实世界三种方式弥合仿真与现实差距 [32][33] - 合成数据占银河通用训练数据的99% 真实世界数据仅占1% 仿真技术是突破数据瓶颈的关键途径 [20][30] 机器人公司进展 - 宇树科技人形机器人售价从9.9万元降至3.9万元人民币 新版本具备强市场竞争力 预计年底前完成量产 [10][11] - 公司机器狗A2自重37千克 持续负载达30千克 空载续航20公里 具备防尘防水性能 [13] - 银河通用G1机器人采用轮式双臂双手形态 已实现自动充电和稳定运行 达到大规模自主商用标准 [19] 技术挑战与突破 - 当前限制机器人执行复杂动作的最大因素是硬件物理极限 而非算法 [14] - 多模态大模型发展受限于数据不足 文本-图像配对数据较少 动作数据更稀缺 [36] - 人形机器人规模化部署的核心瓶颈是完成任务能力不足 需突破目标识别与定位技术 [39] 商业化前景 - 人形机器人市场产值预计三年达1万台 六年达10万台 以每台数十万元计 总产值将突破1000亿元人民币 [43] - 银河通用在北京、上海、深圳等地签约超过100家药店 提供24小时无人药房解决方案 [21] - 公司预计到2024年底将有几十台机器人进入工厂车间实际应用 主要集中于搬运和分拣领域 [48] 行业发展趋势 - 机器人行业人员和出货量有望每年翻倍 未来十年市场规模可能超越汽车和手机产业 [43][46] - 双足设计提供更强通用性 能覆盖上半身所有可达空间 是未来发展方向 [40][41] - 硬件成本不再是商业化主要障碍 具身智能模型的泛用性和实用性成为关键挑战 [45]