目前做大模型+机器人的 最大难点,在于获取数据 。谷歌和微软都选择了从收集家用动作入手,未来其他场景,比如办公室、街道、商场、工厂,如果能训练出来一个个小模型,融入到底层大模型里面,将会是创业公司的重要壁垒。

1. 开发最适应人类社会的机器人形态, 实现终极机器替人, 但场景需要新的突破;2. 人形对软硬件复合技术的要求极高,奔着人形做研发的机器人公司能掌握最全面的技术栈。

模拟训练、现实finetune,显然是有意义的,以前使用model-based的奇怪人也喜欢用

那么,到底哪些机器人的创业方向仍有机会呢?我认为是要深度结合 “AI大模型软件+机器人本体硬件+细分场景” 。来看一下大公司这几年在机器人领域研究什么:

有些学术界过来的新机器人技术,这几年也在积极做产业转化。比如多机集群控制、软体机器人、微纳机器人等。产业时机是否已到,仍要case by case得判断,这些前沿技术能否落地,还需要时间来验证

通过生成新颖数据和解决方案,生成式 AI 将极大地提升机器人的能力

在中国劳动力成本尚低的背景下,通用机器人会先替代有一定学习门槛、工资门槛的技工 ,接着逐步渗透到其他象限。

我们可以通过确定agent是否了解环境模型来划分可用的RL算法。 了解模型可以使agent提前知道状态转移概率矩阵和未来的reward