Workflow
Astribot S1机器人
icon
搜索文档
锦秋基金持续加码星尘智能,拆解人形机器人遥操作关键技术与发展前景
锦秋集· 2025-10-24 21:14
文章核心观点 - 锦秋基金作为长期主义的AI基金,在2024年和2025年连续投资星尘智能,看好其绳驱AI机器人技术及商业化前景[1][2][3] - 遥操作是人形机器人部署的关键支撑技术,其技术演进正从演示阶段迈向试点部署阶段,在人工智能整合、低延迟硬件等方面取得快速进展[5][8][16] - 星尘智能是业界首个量产绳驱AI机器人的公司,其产品Astribot S1已在科研、商业服务、文娱演出及工业等多个领域落地应用[3] 遥操作系统的关键组件 - 典型的人形机器人遥操作架构包含四个核心环节:人类输入设备、重定向与控制模块、反馈接口以及通信信道和机器人端控制[8][10][14] - 人类输入设备技术多样,包括惯性测量单元(IMU)、虚拟现实控制器、外骨骼及生理传感器(如肌电图EMG)用于意图预测[10] - 重定向与控制模块的核心功能包括运动学重定向、运动规划、稳定控制(如基于零力矩点ZMP)和全身控制器采用二次规划(QP)等优化技术[10] - 反馈接口主要为操作者提供遥在感,类型包括视觉反馈(VR/AR)、触觉反馈(力、震动)以及听觉与平衡反馈[14] 历史演进及进展 - 遥操作概念起源于20世纪60年代,早期研究聚焦于远程操作中的时间延迟问题;20世纪80-90年代随着"远程存在"理念提出而进一步发展[13] - 2010年前核心研究方向为操纵器的双向控制,并进行了仿人机器人在太空领域的早期实验(如METERON项目)[13] - 到2020年代中期,动作捕捉与基于学习的方法降低了对人工关节控制的依赖,使人机交互接口更直观[15] - 2024-2025年,遥操作技术在人工智能整合、低延迟硬件研发与高韧性设计方面取得快速进展,已从演示阶段迈向试点部署阶段[16] 遥操作系统的分类与比较 - 常见的遥操作系统可分为五大类:机械式同构映射、VR/外骨骼辅助、数据手套/动作捕捉跟踪、人类动作迁移及仿真生成[17] - 机械式同构映射系统通过物理同构结构实现1:1动作映射,操作直观,适用于初级数据采集场景,但硬件体积大、数据类型单一[18][23] - VR/外骨骼跟踪系统采用低成本VR设备替代主臂,降低硬件门槛,但存在信息损失严重、逆运动学(IK)奇点问题及采集效率低等缺点[25][26] - 数据手套与触觉反馈系统专注于手部精细动作采集,支持多模态数据记录,适用于高精度操作场景,但设备成本高且受环境干扰[33][35] - 动作捕捉跟踪系统可实现全身动作捕捉,是仿人机器人数据采集的最优选择,支持毫米级精度与低延迟数据传输,如Open X-Embodiment数据集含100万条轨迹[36][38] - 人类动作迁移方案无需依赖机器人硬件,直接采集人类全身动作并通过重定向算法映射至机器人,采集效率高但存在跨形态差异问题[41][42] - 仿真器生成数据方案成本最低,通过虚拟环境生成动作轨迹,但仿真到现实(Sim2Real)差距大,目前仅适用于刚体操作任务[46][51]
来锦秋,实际上手体验机器人遥操!
锦秋集· 2025-10-16 19:34
文章核心观点 - 遥操作技术是具身智能领域的核心技术 深度融合人机互动、数据收集与机器人学习[1] - 星尘智能将于2025年10月17日在北京举办沟通会 展示其基于遥操作技术的软硬件一体平台及新品[6][10] - 活动旨在提供深度体验 展示机器人如何通过遥操作进行模仿学习和强化学习 以加速行业应用与商业化落地[10][11] 遥操作技术的重要性 - 遥操作技术帮助机器人掌握模仿学习 通过模拟人类操作模式快速掌握新任务技能[2] - 遥操作系统为机器人强化学习提供丰富场景 使机器人能根据环境反馈自动调整和优化行为策略 提升自主决策能力[2] 星尘智能公司背景 - 星尘智能是绳驱AI机器人的定义者 业界首个量产绳驱AI机器人的公司[8] - 公司独特的绳驱传动设计模仿人类肌腱的运动与力控方式 使机器人能兼顾高表现力与高安全性 适合复杂灵巧操作和人机交互场景[8] - 其Astribot S1机器人已在科研、商业服务、文娱演出及工业等多个领域落地应用 结合AI大模型推动行业商业化[8] - 锦秋基金于2024年领投公司A轮融资 并于2025年继续追投A+轮融资[7] 沟通会核心亮点 - 活动将系统解析星尘智能"本体-数据-模型"技术闭环 包括绳驱传动本体性能优势、遥操作数据采集价值及DuoCore具身智能模型的快慢协同与元技能迁移能力[12] - 现场将首发两款新品:超远程遥操作系统支持第一人称精准操控和第三人称高动态控制双模式 传输延迟低且适配全人群 商业化半身产品则聚焦场景化需求以降低应用门槛[14] - 活动将提前披露公司参加国际顶级机器人会议IROS的计划 包括技术成果展示和行业观点分享[14] - 现场展示机器人如何在人类互动中收集反馈并优化行为 以及在复杂环境中执行任务并快速自我调整的能力[11]
锦秋基金被投星尘智能小央机器人乐队亮相深圳机场迎国庆中秋 | Jinqiu Spotlight
锦秋集· 2025-10-04 09:02
锦秋基金投资动态 - 锦秋基金于2024年领投星尘智能A轮融资,并于2025年继续追投其A+轮融资 [2] - 锦秋基金为12年期的AI Fund,以长期主义为核心投资理念,专注于寻找具有突破性技术和创新商业模式的通用人工智能初创企业 [2] 星尘智能公司技术与产品 - 星尘智能是绳驱AI机器人的定义者,也是业界首个量产绳驱AI机器人的公司 [2] - 其独特的绳驱传动设计模仿人类肌腱的运动与力控方式,使机器人能实现传统刚性机器人难以兼顾的高表现力与高安全力,尤其适合复杂灵巧操作和与人紧密交互的场景 [2] - 公司Astribot S1机器人已在科研、商业服务、文娱演出及工业等多个领域落地应用,结合AI大模型与具体场景探索 [2] 具身智能应用案例:小央乐队 - 由中央广播电视总台央视网与星尘智能联合打造的具身智能机器人乐队——小央乐队,在深圳宝安机场与合唱团及乐手共同演绎了经典民歌《茉莉花》 [2][4] - 这是深圳机场首次迎来人形机器人乐队表演,机器人指挥精准优雅地挥动双臂,机器人扬琴乐手以高速和精细力控完成长序列敲击 [4][8] - 大量出行旅客驻足观看并自发加入合唱,活动展现了科技与人文的合奏,为公共服务赋能 [4][10] 行业影响与战略意义 - 机器人进入公共文化与服务环节,人机协同的形式突破了传统表演边界,为具身智能应用探索了新路径,也为“新质生产力”提供了生动案例 [4] - 央视网表示小央机器人乐队是其打造智能机器人家族的重要举措,未来家族成员将在全国开展主持访谈、乐队表演、探展探厂等一系列工作 [7] - 深圳作为“科技之都”不断探索具身智能在生活服务中的应用,此次演出展示了深圳在机器人产业的创新实力 [7] - 深圳机场愿意携手更多企业探索人工智能技术在机场各场景的应用,以带给旅客更多元、便捷、高效的体验 [7]
锦秋基金被投星尘智能ControlVLA入选顶会CoRL | Jinqiu Spotlight
锦秋集· 2025-09-28 12:08
文章核心观点 - 锦秋基金连续两轮投资星尘智能,看好其作为绳驱AI机器人定义者和量产先行者的技术领先性与商业化潜力 [1] - 星尘智能的核心技术优势在于其独特的绳驱传动设计,模仿人类肌腱运动,实现高表现力与高安全性的结合,适用于复杂灵巧操作和人机交互场景 [1] - 星尘智能与北京通用人工智能研究院提出的ControlVLA框架入选顶会CoRL,该技术解决了预训练VLA模型在真实场景中数据稀缺与泛化不足的难题,是具身智能落地的关键突破 [1][3] 星尘智能公司概况 - 公司是业界首个量产绳驱AI机器人的企业,其Astribot S1机器人已在科研、商业服务、文娱演出及工业等多个领域落地应用 [1] - 公司结合AI大模型与具体场景探索,推动机器人行业应用加速与商业化落地 [1] ControlVLA技术框架核心突破 - 技术核心突破体现在三重设计:物体中心表示机制、ControlNet风格微调架构、双注意力结构 [2] - 物体中心表示机制通过分割跟踪任务相关物体并提取特征,让模型聚焦关键操作目标,摆脱背景干扰 [2] - ControlNet风格微调引入零初始化的KV投影层,在保留预训练模型通用先验的同时逐步整合任务特定特征,避免知识遗忘 [2] - 双注意力结构扩展交叉注意力机制以同步捕捉视觉与物体特征,提升决策精准度 [2] ControlVLA技术性能优势 - 在数据效率上,仅需10-20个演示即可在8类真实任务中实现76.7%的成功率,远超传统方法的20.8% [2][6] - 仅20个演示就能达到传统方法100个演示难以企及的80%成功率 [2] - 在泛化能力上,对未见物体和陌生背景仍能保持稳定性能,并可支撑长序列决策任务 [2] - 在落地成本上,无需依赖模拟数据或预构建模块,大幅降低机器人在家庭服务、工业自动化等场景的部署门槛 [2] ControlVLA实验验证结果 - 在涵盖刚性、软体、流体处理等8项真实世界任务的实验中,总体成功率达到了76.7%,显著超过基准方法20.8%的成功率 [12][31] - 在长时任务中,ControlVLA性能超过当前最先进的方法,成功率约为后者的3倍 [31] - 数据缩放实验显示,仅需20个演示样本,方法就能达到80%的高成功率,而基准方法需要100个以上演示样本仍无法达到该水平 [45] - 对未见过物体和背景的泛化测试中,平均成功率分别达到70.0%和60.0%,显示其强大的环境适应能力 [48] 行业影响与意义 - ControlVLA的设计思路为预训练VLA模型的高效适配提供了范式参考,推动具身智能从实验室多数据环境走向真实世界数据稀缺场景 [3] - 该框架填补了大规模VLA模型预训练与高效目标中心适配之间的空白,使机器人能够通过极少的演示样本获取复杂技能 [12] - 通过将演示样本需求降低到实际可行的水平,该技术为机器人在各类场景中的部署降低了门槛 [49]
万亿家政市场“智”变,机器人保姆来了
21世纪经济报道· 2025-09-05 08:14
新技术在家政行业的应用 - 星尘智能研发的Astribot S1机器人已在深圳养老护理院应用,具备推轮椅、送茶水、打太极拳等功能[1] - 杭州巾帼西丽集团与西湖大学合作研发家政机器人,计划于2025年10月正式落地应用[1] - 现阶段机器人对家政服务的渗透主要集中在保洁领域,与养老、育婴等刚性需求的适配仍处于前期探索阶段[6] - 业界对未来人机协同持乐观态度,认为简单的家务活可能被机器人取代,老人照护场景可借助智能设备实现夜间监控和应急处理,推动“不住家服务”成为主流[7] 家政服务市场规模与增长 - 2024年全国家政服务市场规模已突破1.2万亿元[1][6] - 2025年中国家政服务业市场规模预计较2020年增长120%[6] - 2025年家政服务市场预计全年市场规模增速超25%,其中养老护理、高端育婴板块或成主要增长极[6] - 养老护理、母婴照护、高端保洁三大细分领域贡献了2025年市场规模65%的增量[6] 家政行业需求变化 - 围绕“一老一小”的刚性需求增长,高端管家、健康管理、收纳整理等新需求涌现[2][9] - 2025年育儿嫂岗位需求同比增加20%,养老护理类需求增长超行业预期[9] - 深圳前海、广州天河等区域高端需求占比达35%,要求本科以上学历管家型人才[9] - 管家式综合服务模式客户量稳定增长,续单率很高,由1位管家安排1–3位服务师提供清洁、烹饪、孩童陪伴等综合服务[9] - 健康管理师、睡眠管理师、整理收纳师及宠物服务等新兴服务需求出现,需要高素质年轻力量加入[10] 政策支持措施 - 2025年4月,商务部等9部门提出要依托机器人等新技术、新设备拓展家政服务消费场景[1][12] - 2025年8月,《关于深入实施“人工智能+”行动的意见》明确要提升家政、养老、托育等生活服务品质[1] - 财政部等9部门将托育、家政领域纳入服务业经营主体贷款贴息政策支持范围[12] - 上海市支持具身智能机器人在家政服务等重点领域打造应用示范标杆场景[13] - 人力资源社会保障部办公厅等6部门开展家政服务职业技能专项培训行动,每年培训150万人次,其中家政补贴性职业技能培训90万人次[13] - 广东省通过“南粤家政”工程推动行业发展,至2023年底全省家政企业数量达3.4万家(增长近五成),从业人员达227.7万(增幅近80%),市场规模达1480亿元(增长约2.5倍)[13] 行业挑战与人才缺口 - 2024年末全国家政用工人员缺口超过2000万人,专业育儿嫂、养老护理员、家庭管家等岗位一工难求[10] - 轻喜到家科技有限公司2025年人才缺口达两三千人,在持续招聘[10] - 行业正经历从“劳动力密集型”向“技术驱动型”转型,保持“人力+技术”双轮驱动格局[10] - 建议加强高校家政专业“双师型”师资建设,推动保障性住房等人才支持政策覆盖家政从业人员,提高行业吸引力[14] 企业经营表现与展望 - 宜尔宝集团2025年1—7月营收实现了约10%的同比正增长[2][10] - 家政消费整体需求比较旺盛,尤其高净值家庭的服务需求还未得到充分满足[2] - 未来家政消费市场潜力巨大,随着家庭消费观念和育儿方式升级,行业将继续保持稳健发展态势[10]
万亿家政市场“智”变,机器人保姆上路
21世纪经济报道· 2025-09-04 15:43
市场规模与增长 - 2024年全国家政服务市场规模突破1.2万亿元 [3][4] - 2025年中国家政服务业市场规模预计较2020年增长120% 其中养老护理 母婴照护 高端保洁三大细分领域贡献65%增量 [4] - 2025年家政服务市场预计全年增速超25% 养老护理和高端育婴板块或成主要增长极 [4] - 广东省家政服务市场规模达1480亿元 较工程启动前增长约2.5倍 [12] 技术应用与创新 - 星尘智能Astribot S1机器人实现推轮椅 送茶水 打太极拳等养老服务功能 [2] - 杭州巾帼西丽集团与西湖大学合作研发家政机器人 计划2024年10月落地应用 [2] - 海尔与星动纪元联合研发家务机器人"HIVA海娃" 可操作清洁及烹饪设备 [5] - 碧桂园服务自主研发清洁机器人"零号居民"已投入近100台 计划华南地区年内落地超1000台 [5] - 上海市支持具身智能机器人在家政服务等领域打造应用示范场景 [12] 需求结构变化 - 育儿嫂岗位需求同比增加20% 养老护理类需求超预期增长 [7] - 深圳前海 广州天河等区域高端需求占比达35% 要求本科以上学历管家型人才 [7] - 健康管理师 睡眠管理师 整理收纳师 宠物服务等新兴需求涌现 [9] - 宜尔宝集团2024年1-7月营收实现约10%同比正增长 [3][9] 政策支持措施 - 商务部等9部门2025年4月推出措施 鼓励企业拓展新兴服务领域并依托机器人技术拓展消费场景 [3][10] - 财政部等9部门将家政领域纳入贷款贴息政策支持范围 [10] - 人力资源社会保障部每年开展150万人次家政培训 其中补贴性培训90万人次 [12] - 广东省通过"南粤家政"工程推动行业发展 企业数量达3.4万家(增长近50%)从业人员达227.7万人(增幅近80%) [12] 行业挑战与转型 - 全国家政用工人员缺口超过2000万人 专业育儿嫂 养老护理员等岗位一工难求 [9] - 轻喜到家科技2024年人才缺口达两三千人 [9] - 行业正从劳动力密集型向技术驱动型转型 保持人力+技术双轮驱动格局 [9] - 机器人技术目前主要应用于保洁领域 与养老育婴等刚性需求的适配仍处探索阶段 [5]
10后如何用AI玩转黑科技?“了不起的南山少年”本季收官
南方都市报· 2025-08-16 11:23
活动概述 - 深圳30余名中学生完成持续九天的"了不起的南山少年"第三季城市调研活动 聚焦新质生产力主题 通过路演展示科技与人文结合的创新成果 [1][2] 企业技术展示 - 万德昌创新智能展示送物服务机器人 通过算法实现高精度行走及障碍物主动分析功能 [4] - 道通科技演示AI汽车诊断技术 学生可操作诊断功能并与机器狗互动 [4] - 星尘智能展出Astribot S1机器人 完成抓娃娃 丢娃娃等精细动作挑战 [4] - 影石Insta360展示最新全景相机技术 实现监控无死角覆盖 [4] 学生创新构想 - 提出运动陪练机器人概念 包括会打羽毛球的机器人陪练 [4] - 设计校园智慧管家"小慧" 通过面部识别技术提供情感陪伴及心理危机预警 实现心理辅导从事后干预转向事前预防 [5] - 开发智慧养老助手 可实时监测老人活动状态 [4] - 构思机器人保姆等应用场景 获得专家高度认可 [5] 技术应用洞察 - 学生认识到新质生产力核心在于"人" 强调科技应具备人文温度 [5] - 提出需培养跨学科思维 打破学科围墙以应对复杂技术挑战 [7] - 主张从技术消费者转变为创造者 利用AI技术开展教育及公益项目 [8] - 强调终身学习必要性 以跟上技术迭代速度 [7] 专家评价 - 教授马智恒指出学生视角独特 将科技从宏观叙事延伸至微观实践 使机器能理解人类需求 [7] - 专家强调需平衡AI使用中的效率与温度 创新与伦理 避免AI幻觉问题 [10] - 教育局代表评价学生为"数字原住民" 能以天然融入姿态拥抱技术 展现超越年龄的主人翁意识 [10] - 活动构建"行中学-行中悟-行中立"成长闭环 与南山区"14+7"产业集群战略及"六个一"政策形成协同 [15]
驾驭机器人、探秘脑科学,30余名深圳10后解码未来产业
南方都市报· 2025-08-14 20:41
星尘智能机器人技术 - 公司研发的Astribot S1机器人采用世界领先的"绳驱传动技术",运动表现更流畅、灵动自如,接近人类行为 [5] - 机器人可实现10秒快速上手操控,完成杯盖翻转、避开移动障碍物、抛掷物体等复杂动作,精准度引发全场欢呼 [5][7] - 应用场景覆盖冲调咖啡、宠物喂食、制作华夫饼、指挥音乐等,未来潜力包括替代危险劳动和军事应用 [7] - 公司强调机器人核心价值在于"协作而非取代",通过技术解放人力以聚焦创造与关怀 [7] 脑科学与合成生物学研究 - 中国科学院深圳先进院脑所展示线虫302个神经元全连接图谱及果蝇嗅觉神经元3D重构,后者可识别4000多种气味 [10] - 研发可变孔径系统经127次动物实验及200多个3D打印原型迭代,体现"问题导向"创新哲学 [10] - 深圳市工程生物产业创新中心首创"楼上楼下"模式:楼上科研机构(中科院合成所)与楼下初创企业协同,加速生命科学成果转化 [12] - 合成生物学通过改造生物系统,有望在医疗健康、绿色制造、农业环保等领域实现颠覆性突破 [12] 高等教育与人才培养 - 深圳理工大学定位新型研究型大学,2024年设立,采用"产教融合、学科交叉"模式,培养拔尖创新人才 [15] - 曙光书院以"三导师制"培养人才,传承高性能计算机研发团队的开拓精神 [17] - 产学研联动被视为新质生产力发展关键,青少年实践交流活动可双向激发科技创新与人才储备 [17]