长春双阳品茶上课工作室人工智能话题创建指南
乐聚机器人专注具身智能领域,攻克全身动量控制算法等“卡脖子”技术难题。全尺寸人形机器人国产化率超90%,已实现百台交付并计划年内达千台。商业化路径分三阶段:从科研展厅到工业场景,最终服务家庭与千行百业。
从展厅走进家庭,人工智能的身影日益活跃,吸引了众多目光与资本。在这个充满潜力的赛道上,乐聚机器人凭借在具身智能领域的技术突破、产品创新与商业化落地,拿出了实实在在的成果,自然成为了行业领跑者。
在技术层面,他们聚焦“卡脖子”难题,多项成果属于行业首创,例如率先提出的全身动量控制算法,相关理论已发表在国际顶级期刊上。商业化方面,成绩同样亮眼,交付量持续增长,预计今年就能实现千台级交付。对于人形机器人的商业化路径,他们也有清晰规划:从科研与展厅讲解,到工业场景,再到通用服务领域,最终目标是让人形机器人服务于千行百业、千家万户。
技术、产品与市场的三重驱动
当前,国内人形机器人市场可谓“百家争鸣”。乐聚作为领跑者,其优势正好体现在技术、产品和商业化这三个维度上。
技术突破上,团队专攻行业难题,多项成果均为首例。除了前面提到的全身动量控制算法(相关基础理论发表在机器人顶刊《RAL》上),他们还牵头了工信部的“2023年未来产业创新任务揭榜挂帅”,参与过科技部“科技冬奥”等国家重点研发计划。这些国家级课题的参与,为国内具身智能产业的升级提供了实质性支撑。
产品创新上,从成立至今,公司陆续推出了AELOS、ROBAN、KUA VO等多款产品及衍生品,覆盖了科研、工业、商服、家庭等场景。值得关注的是,得益于国内机器人产业链的成熟,全尺寸人形机器人KUA VO的国产化率已从不足10%提升至90%以上。它还参与了亚冬会、乒乓球亚洲杯、中关村论坛等国际活动,凭借高稳定性、高一致性的表现赢得了认可。
说到商业化,今年1月,他们完成了第100台全尺寸人形机器人的交付,这已是全球范围内公布交付数量最多、场景最多的企业。而到现在,交付量又翻了一倍,今年实现千台级交付的目标,看起来已稳操胜券。
工业场景的“丝滑”落地
具身智能是当下的热点,在工业领域的应用中,乐聚有哪些创新尝试?比如在工业机器人的自主协作、复杂任务执行上,如何让操作交互像跳舞一样“丝滑”?
答案是:从真实场景中磨炼技术。去年10月,乐聚中标了国内首个汽车行业人形机器人公开招标项目,之后“夸父”就在一汽红旗工厂实现了高稳定性的多机、长时间连续作业。
从技术角度看,机器人执行任务的稳定性,取决于场景状态、机器人状态和任务本身。要实现真正的工业应用,就必须采集并分析这些数据。行业里通常的做法是从简单应用入手,依靠“相似场景”的泛化能力打基础,再在训练场中进行大量模拟训练。只有当机器人在预设标准内表现足够稳定,才能胜任复杂任务,真正融入生产。
那么,如何确保机器人在复杂环境中与现有系统安全、高效地协同工作?在系统兼容性和人机交互上,又做了哪些改进?
工业场景对一致性、稳定性的要求极为严苛。在一汽红旗的案例中,团队通过“硬件-控制-感知”的技术迭代,将机器人的稳定性提升到了90%。具体来说,硬件上对“夸父”的手臂、腿部结构、电机等进行了全面升级,打造更适配工厂作业环境的“身体”;运控上,采用了基于融合运控系统的分层决策规划方案,相当于给机器人植入了一个“聪明大脑”;感知上,则与北京通研院联合引入了“工业环境语义感知与主动视觉技术”,专门解决低纹理堆叠物体的识别问题——这恰恰是工厂抓取、搬运任务中最棘手的痛点。
商业化路径:从展厅到家庭的三阶段规划
医疗机器人、AI陪护这些概念,到底是不是伪命题?具身智能的最佳商业化场景,究竟在哪里?
乐聚对此有清晰的规划,分三个阶段推进:第一阶段,面向科研与展厅讲解。如今清华、北大、哈工大、上交等高校,都在使用“夸父”作为科研平台,去年开始它也在各地展厅担任讲解员,已实现应用落地。第二阶段,进入工业场景,解决招工难、用工荒、非标工序自动化难、危险场景安全隐患等普遍性困境。第三阶段,瞄准通用服务领域——只有这个场景的爆发,才能带来整个产业生态的爆发。当然,这一步还需要时间,乐聚正在与中国移动、海信等企业探索家庭场景应用,但预计是三到五年以后的事。最终目标,是让人形机器人服务于千行百业、千家万户。
资本与战略:冷静看待热潮,聚焦场景落地
面对资本市场的火热,在选择资本时会考虑什么?最新的融资计划又是什么?
市场狂热是行业发展的必经阶段,这既是对技术的认可,也代表了对未来的信心。人形机器人技术复杂、产业链长,需要大量资金和时间投入。但相比资金,乐聚更看重应用场景的支持。开放场景越早,技术就会越早成熟,整个行业也就能更早迎来大爆发。
具身智能与纯软件型智能的最大区别,在于对硬件的依赖。软件一旦成熟可以迅速推广,而机器人则受限于硬件发展的节奏,从实验室到产业化通常需要3到5年,还得依赖软硬件的协同演进。数据显示,工业机器人虽然看起来规模庞大,但对GDP的贡献不足2%,关键原因就在于功能过于专用。
而具身智能与人形机器人的出现,凭借其通用性,能推动机器人在更多场景中落地。在这个过程中,产业化不断成熟,智能程度持续提升,技术会逐步渗透到各类场景。当然,这不会一蹴而就,而是从较简单或垂直的场景开始,逐步深入。等五年或十年后再回看,会发现智能机器人已经无处不在。
随着大模型快速发展,特别是D的爆火,对公司的战略路径有什么新思考?
过去,人形机器人缺乏清晰的发展逻辑,直到大模型出现,才让它成为通用智能理想的载体。大模型具备与真实世界交互的能力,人形形态正好适配多种场景和任务。二者的深度融合,将持续推动人形机器人向通用方向演进。下一步,乐聚将继续以“解决客户问题”为核心,分阶段推动人形机器人的产业化进程。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:长春双阳品茶上课工作室人工智能话题创建指南要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点AI原生并非在旧产品上叠加功能,核心在于企业独有的上下文与数据。组织需从“人+AI”转向“AI+人”,推动能力完整。品牌与人的判断力不会削弱,差异来自人类干预。好例子比大数据更重要,产品开发与品牌建设同步进行。
使用百度文库AI生成汇报材料,核心三步:先定义汇报对象,再用【结果】【原因】【行动】三段式结构强制输出,最后绑定真实业务数据。提供具体数值可避免AI生成套话,快速获得结构化初稿。
LLMWiki框架通过AI维护外部知识库,使对话价值得以沉淀。原始材料存入只读raw ,AI按规则读取、提取、合并后写入wiki ,操作留痕且可追溯,确保知识持续积累而非依赖模型临时记忆,实现知识库的持续动态更新。
NovaAI可根据岗位属性和场景生成带编号标题、分层小标题及标准落款的公文范本。使用时需确认办公环境接入权限,输入包含文种、主体、事由的精准指令。生成后需校验文种适用性、格式硬性条款并替换占位符,方可导出PDF。
- 日榜
- 周榜
- 月榜
热点快看
