生產(chǎn)操作類(lèi)應用占比接近40%,是應用Z為普遍的領(lǐng)域。
原因主要有包括以下兩點(diǎn)：
一是企業(yè)對效率的需求提升，
“機器取代人”Z
早出現在生產(chǎn)過(guò)程中的重復性、封閉性的操作場(chǎng)景中，在多個(gè)行業(yè)已
經(jīng)實(shí)現了大規模應用，在市場(chǎng)效率競爭和小批量柔性生產(chǎn)趨勢下，企
業(yè)普遍存在對智能化機器人的升J需求；
二是機器人功能的拓展，隨
著(zhù)機器人模塊化設計和柔性控制技術(shù)的成熟，工業(yè)機器人的精細化程
度和靈活性顯著(zhù)提G，原本無(wú)法被取代的噴涂、焊接場(chǎng)景也逐步開(kāi)始應用機器人。
此類(lèi)場(chǎng)景主要包括兩種“機器人+人工智能”融合應用模式。
一
是“機械臂+操作優(yōu)化模型”模式，AI 應用的主要目標是提G操作精度，如珞石機器人基于關(guān)節多傳感器融合的全局振動(dòng)抑制算法技術(shù)，
抖動(dòng)幅值降低80%以上。
二是“機械臂+操作學(xué)習模型”模式，AI應用的目標是提升機器人的靈活性和適應性，形成智能焊接、噴涂、組
裝等典型細分場(chǎng)景，如新松多可焊接工作站，通過(guò)示教器即可實(shí)現對機器人焊接工藝參數的設定，能夠適用于多品種、小批量、較為離散
的焊件結構特點(diǎn)的焊接應用場(chǎng)景。
決策過(guò)程不可追溯,推理過(guò)程缺乏顯式的規則表達;倫理與責任歸屬困境,行為邏輯模糊性可能引發(fā)倫理爭議;動(dòng)態(tài)環(huán)境適應性不足,難以預測其在未知場(chǎng)景中的反應模式
大模型作為最爆火的人工智能概念，推動(dòng)了人形機器人大腦的形成，助力人形機器人具有人的感知、交互與決策能力；對 于控制系統仍在切入中
原生機器人大模型ERA-42, 展示了與自研五指靈巧手星動(dòng)X(jué)HAND1 結合后的靈巧操作能力,能夠完成超過(guò)100種復雜靈巧的 操作任務(wù),是真正的具身大模型
普渡機器人提出了 Robot-to-Everything 架構，實(shí)現萬(wàn)物互聯(lián)，全場(chǎng)景的智能生態(tài);率先完成了專(zhuān)用、類(lèi)人形、人形三類(lèi)機 器人的完整產(chǎn)品布局
機器人像人一樣使用工具的靈巧手,是提升機器人柔性操作能力的關(guān)鍵部件,是柔性制造避不開(kāi)的一環(huán);靈巧手工程量占據Optimus工程量的50%,靈巧手是機器人走向“好用”的關(guān)鍵
欠驅動(dòng)手硬件集成度高，整體系統簡(jiǎn)潔高效、體積小、質(zhì)量輕，便于進(jìn)行動(dòng)力學(xué)分析;存在功能性不足,對于精度要求比較高的手指精巧控制無(wú)法勝任
具有完全可重復的運動(dòng)軌跡,適合某些功能性和精細操作較高的場(chǎng)合,在工業(yè)場(chǎng)合， 例如組裝、測量等情況下有更好的表現,沒(méi)有合理的運動(dòng)學(xué)分析控制時(shí)，整體的靈活性差
機器人的觸感靈巧手Linker Hand具備20個(gè)主動(dòng)自由度,包括柔性電子皮膚,實(shí)現精細觸覺(jué)感知,構建全球最大的靈巧操作數據集,包含了大量的人手操作數據,覆蓋了各 種復雜的抓取和操作任務(wù)
當人們認為機器人是有意圖的代理時(shí)，他們的大腦以類(lèi)似的方式處理自己和機器人的行動(dòng)結果,意圖歸因在人機交互中起著(zhù)至關(guān)重要的作用,可能包括通過(guò)言語(yǔ)指令等非交互性手段來(lái)調整人們對機器人意圖的感知
移動(dòng)機器人系統用于解決探索性化學(xué)中的三個(gè)主要問(wèn)題以及根據數據決定下一步做什么,移動(dòng)機器人做出與人類(lèi)研究人員相同或相似的決定比人類(lèi)快得多
大模型可加快人形機器人復雜任務(wù)訓練速度,提升任務(wù)生成速度及縮短理解周期;1 提升人形機器人語(yǔ)言處理能力 2 提升人形機器人場(chǎng)景理解能力 3 提升人形機器人運動(dòng)控制能力 4 提升人形機器人數據訓練能力
NLP 大模型在語(yǔ)言的歧義、文化差異及多樣化、情感分析困難;CV 大模型算法處理復雜；多模態(tài)大模型融合不同模態(tài)的信息并提高模型的標識能力
