引言
随着机器学习 (ML) 在机器人领域的普及，机器学习驱动的工作负载呈现多样化态势。生成式人工智能 (GenAI) 技术的不断发展让基础模型有望取代或增强现有的机器学习和深度学习模型，打造出更能干、更强大的机器人。据 Omdia 预计，全球机器人人工智能芯片组市场规模将达到 8.66 亿美元，这将有助于 GenAI 在机器人领域的普及化。
自从 Google 在 2022 年推出了用于机器人应用的变压器 RT-1 以来，多个企业都在大力推动 GenAI 在机器人中的广泛应用。除 Google 外，Meta、OpenAI 和丰田等公司正在其机器人应用中试用或测试各种基础模型。CloudMinds、OrionStar 等中国服务机器人供应商，已经成功开发出自己的基础模型，并计划将这些模型与客户端软件系统集成。
但是，GenAI 是资源密集型技术。在大多数行业中，由于模型需要大型图形处理单元 (GPU) 集群进行训练和推理， 通常将 GenAI 部署在云端。与之相反的是，机器人更倾向于本地处理，因为他们所参与的任务和业务关键应用通常优先考虑实时控制和超低延迟响应。
Omdia 应用智能首席分析师苏廉节评论道：“尽管 NVIDIA 的 GPU 仍然是云基础设施和机器人的首选人工智能芯片组架构，但 Qualcomm、Intel 和 AMD 等非 GPU 供应商已经推出了针对机器视觉、导航和测绘以及功能安全等设备端机器人应用的人工智能系统级芯片 (SoC) 或专用人工智能芯片组。”
令人鼓舞的是，GenAI 的广泛应用还促进了人形机器人的普及。人形机器人是最接近人类形态的机器人，因此许多机器人技术专家认为其与类人 GenAI 的结合将是天作之合。在这波热潮中，Agility Robotics、Boston Dynamics、Figure、Tesla、 傅利叶智能、达闼和优必选等公司已推出用于工业和服务领域的各种人形机器人。但是，该技术仍处于起步阶段，未来五年不可能大规模推广。自动导引车 (AGV) 和自主移动机器人 (AMR) 仍是 GenAI 较为成熟的应用形式。
苏廉节总结道：“该行业不应专注于炒作，而应集中精力夯实数据和技术基础。对于机器人供应商而言，他们需要通过各种模型优化技术扩展机器人中低功耗 GenAI 的功能，强调实时控制和性能，并更善于利用计算和连接相互融合所带来的优势。对于机器人用户而言，开发特定领域的 GenAI 模型与对道德、安保、安全和性能进行严格审查，将极大促进采用GenAI 的机器人的普及。”
本文转载自：Omdia微信公众号
