編輯：編輯部
【新智元導讀】大模型這把火點燃了整個機器人行業的熱情。縱觀全世界，過去幾個月，國内外大模型大廠和機器人初創公司的合作也是動作不斷。看來，機器人的元年真的來了！
大模型，已然卷入機器人領域。
3月初，初創公司Figure釋出了首個由OpenAI大模型加持的人形機器人Figure 01的示範。
憑借LLM「大腦」，Figure 01可以看到桌面上的蘋果，動手收拾餐具，并與人類進行無縫交流。
在電動Atlas官宣當天，初創公司Mentee Robotics也展示了首個Menteebot人形機器人，通過自然語言即可交流。
同樣，得到大模型加持的Menteebot，能解釋指令，并思考、決策、完成任務。
在大模型浪潮下，類似的案例近一年來層出不窮。
反觀國内，大模型助推下，機器人領域也是熱度不減。
年初，具有「人形機器人第一股」之稱的優必選股價創下2天3倍的暴漲走勢，與之呼應的是大模型廠商近期與機器人行業的合作也是動作不斷。
有行業專家表示，具備多模态LLM大腦的機器人時代終于來臨了。這些機器人将能夠了解指令并執行任務：可以使用筆記本、刷碗、沖泡咖啡，妥妥的AGI！
顯然，大模型賦能機器人蘊藏着巨大的潛力，成為科技大廠為數不多的一個共識。
「具身智能」大爆發，元年已來
人們都說，2024年是機器人的元年。
大模型的橫空出世，無疑讓機器人行業再次成為研究界和産業界的一大亮點。
先來看一張圖，直覺地感受下，目前全世界取得進展的機器人公司。
正如許多人期待的那樣，AGI真正到來的那天，「具身智能」正是不可或缺的重要硬體載體。
從過去一年至今，機器人領域的投資市場不斷持續升溫，迎來了高光時刻。
研究公司Robot Report資料顯示，今年前3個月，機器人初創公司籌集了32億美元資金，去年同期為17億美元。
在國外，OpenAI押注的兩家人形機器人初創公司1X、Figure紛紛得到新一輪的融資。
還有矽谷服務機器人Bear Robotics、專為機器人開發大腦Physical Intelligence、還未創收的Skild等機器人初創公司，同樣受到資本的追捧。
國内以優必選為代表，2023年12月底上市即成為人形機器人第一股；如前所述，股票一路攀升。
不久前，工業版人形機器人Walker S都已經進入工廠中的房間開始打工了。
此外，宇樹人形機器人在今年2月完成了近10億元的B2輪融資，其産品宇樹H1更是火到了國外。
根據網友的統計，僅在今年第一季度，國内機器人市場就有20多起融資案例。
來源：網絡
可見，大量資本的注入，将機器人行業的熱潮推向了最高點。
實際上，對于每個人來說，機器人早已不是什麼新鮮事物。
為什麼大模型的加入，讓其迎來了ChatGPT時刻？
為什麼需要多模态LLM
衆所周知，傳統機器人有着一個明顯的局限性——需要明确的指令。
掌握單個技能，諸如開門、拉抽屜、拾取和操縱某物，對于它們來說，并不難。
然而，想要讓機器人去完成多個技能結合的任務，是非常困難的。
這就是為什麼大模型的出現，破解了傳統機器人需要明确指令，才能執行任務的僵化問題。
簡單來說，LLM可以将松散定義的指令，映射到機器人技能範圍内的特定任務序列。
比如，當你對機器人點頭時，如何讓它也能友好地向你點頭？
來自多倫多大學、谷歌DeepMind等機構開發的GenEM，利用GPT-4豐富的知識儲備，将「點頭」這一抽象行為，轉化為機器人可輸出的特定動作。
然而，通往具身智能AGI的路上，僅依靠大語言模型是不夠的。
這是因為，圖像、文字、語音、視訊等各種多模态資訊，構成了我們的現實世界。而人類的感受、溝通，都是在以多模态形式進行。
對于智能機器人來說，也是必須具備的能力。
比如，當機器人想要正确執行「有點累，幫我去拿一杯提神的飲品」這條指令時，最關鍵是完成「多模了解」。
看到桌面上的一堆食物，哪個才是咖啡呢？
在了解語音指令、拆解任務步驟之後，機器人需要識别「視線」裡的物體，判斷推理出哪瓶飲料是符合指令意思需要拿取的。
不僅如此，嗅覺、味覺之類的智能，也将是機器人未來逐漸擴充的領域。
總而言之，多模态能力對于真正要進入家庭的機器人來說必不可少，尤其是多模了解尤為重要。
國産頂流：訊飛星火大模型
看得出，市場對機器人的熱情，已完全被AI大模型點燃。
國内一家成立25年的公司，曾在2022年就啟動了「超腦2030計劃」，暢想着能夠讓機器人走進每個家庭。
這一計劃共分為三個階段，通過逐漸推進，讓AI可以懂知識、善學習、能進化。
一直以來，基于對前沿技術的不斷探索，背後這家公司——科大訊飛正朝着目标前進。
先是在2022年科大訊飛全球1024開發者大會上，首次釋出了「訊飛機器人超腦平台」。
這一平台面向開發者，提供了全棧的工具鍊，包括模型訓練、資産生成和軟硬體接入等等。
ChatGPT引爆大模型熱潮之後，科大訊飛在23年5月首次釋出「訊飛星火大模型」，并在一年多的時間完成了5次疊代。
而初代訊飛星火大模型就具備了展現通用人工智能的七大次元，包括文本生成、語言了解、知識問答、邏輯推理、數學能力、代碼能力以及多模态能力。
在接下來的6月、8月、和10月以及今年1月，訊飛星火大模型完成了從V1.5、V2.0，到V3.0、V3.5的疊代更新。
大模型打破傳統認知智能的天花闆，為機器人更加深入地了解世界奠定了堅實的基礎。
然而，要充分整合這些先進技術，以促進機器人在人機互動、任務規劃和環境适應等方面的顯著進步，還需要依賴專門的系統。
為「機器人超腦平台」注入靈魂
為此，科大訊飛在2023年7月正式将訊飛星火大模型與「機器人超腦平台」進行了深度的融合。
具體來說，科大訊飛機器人超腦平台，是以訊飛超腦2030技術為底座打造的，一個面向實體世界、虛拟世界和元宇宙的機器人開發平台。
它以多模态感覺表達、開放式語義了解、大小腦協同運動控制和軟硬體接入為核心，可以幫開發者快速搭建實體機器人和虛拟數字人産品。
如今，人形機器人在實際應用時，面臨的挑戰更多了。
你是不是經常在商場遇到機器人，雞同鴨講，根本講不了兩句話，就被逼瘋了？
在這樣的嘈雜環境中，人與機器人的互動，簡直難上加難。
又或是，當你讓機器人講一個笑話時，那一本正經的播音腔，簡直就是尴尬氛圍組上線。
而破解這些問題的關鍵是，讓機器人更好地「拾音」，且說話不再有那麼重的「機器味兒」。
訊飛機器人超腦平台從「視聽融合的多模态感覺互動」和「大模型了解決策」兩個方面，解決了這一難題。
首先，就是打造機器人互動的新範式。
為此，訊飛機器人超腦平台融合了語音、視覺、語義等多個次元的資訊。
通過更新麥克風陣列算法，融合聲音、人臉、和唇形資訊，即使在嘈雜、高噪的場景下，機器人都能精準拾音，實作複雜場景「聽得清」。
同時，通過語音大模型和超拟人合成技術，機器人「聽得準」，「答得自然」，讓機器人聊起天來更有生命力和感染力了！
其次，就是機器人的互動大腦。
這個大腦，毫無疑問就是基于訊飛星火大模型，實作了控制級指令、官方技能、核心業務功能、快速知識問答、閑聊陪伴等多互動場景的統一。
對于每個孩子來說，如果機器人能以媽媽的聲音、口吻講睡前故事，才堪稱真正的「陪伴」機器人。
但若要實作這一點，還需要機器人具備情感化和高表現力的合成能力。
對此，訊飛機器人超腦平台還設計了多風格、多情感的AI人設，能夠讓每個機器人都與衆不同。
順便提一句，訊飛機器人超腦平台的虛拟人驅動協定已全面開放。
三方數字人産品通過接入該驅動協定，可以實作與訊飛數字人同等的互動效果。
訊飛機器人超腦平台已賦能四大領域398家機器人客戶，深度連結1.3萬名機器人開發者。
官網位址：https://aibot.xfyun.cn
星火加持，機器人飛升
為了進一步擴大合作生态，2024年4月15日，科大訊飛正式啟動「星河行動」計劃，招募生态合作夥伴共同推進機器人産業的繁榮。
而在此之前，有很多來自不同細分領域的國内頭部機器人廠商，就已經用上了科大訊飛星火大模型的強大能力。
目前，在許多人看來，人形機器人是最好的通用具身形态。
當機器人走向落地，人形并不一定是完成任務最好的形态。它可以是一個機械臂，也可以是輪式......
科大訊飛與穿山甲機器人公司合作已久，一直共同探索AI技術與機器人的融合，不斷拓寬服務機器人應用新的邊界。
這家公司旗下新款小魚、艾米、小雪等AI服務機器人，全都搭載了訊飛機器人超腦平台，以及訊飛星火大模型技術。
基于訊飛先進的語音識别、AI技術，機器人可以流暢地進行自然語言對話，迅速了解并給出準确回答。
同時，憑借着豐富的技術儲備，它們還能提供各類資訊和建議。
穿山甲機器人已廣泛應用到餐飲、政務、教育、醫療等領域
當然還有家庭服務機器人，樂天派便是其中的代表之一。
通過接入訊飛星火大模型和多模态互動，這款桌面黑科技機器人成為孩子們的貼心「小管家」。
隻需要一聲呼喚，不論是娛樂、還是遇到學習生活難題，它都能以前所未有互動能力陪伴孩子。
而在頭部人形機器人中，也少不了科大訊飛核心技術的身影。
我們熟知的，智元機器人、優必選、宇樹科技等公司，都得到了訊飛全鍊路語音，以及訊飛星火大模型的加持。
還有近日官宣合作的EX機器人，更是将雙方各自優勢完美結合。
基于訊飛機器人超腦平台，将訊飛星火大模型和多模态互動技術應用到EX仿生機器人中，實作了與人一樣的思考、對話和動作。
除以上的案例之外，科大訊飛生态「朋友圈」還在不斷擴大。
機器人開發，最好的時代
我們還應該看到，機器人的發展不僅依靠AI大腦的技術疊代，還需要「身體」并行。
随着機器人行業的逐漸發展，機器人行業内的元件供應也開始向專業化、成熟化方向發展。
4月2日，在上海召開的中國人形機器人生态大會上，可以看到機器人部件廠商也獲得了長足的發展——
人形機器人通用底座、機器狗通用底座、機器人超腦闆、多模态語音互動、3D視覺晶片、靈活機械手、機器人伺服電機、3D列印架構等廠商均參加展出。
會場進行了多項專題報告，比如「多模态+大模型，建構人形機器人新互動」、「人形機器人感覺技術與發展」等細分領域的成果展示。
對于機器人行業的創業者和開發者來說，這将是最好的時代！
大量子產品化、可快速整合的行業平台及部件，讓機器人的開發不再需要像過去一樣，從0開始做算法。
尤其是，像訊飛機器人超腦平台已經引入大模型的通用開放平台，進一步将機器人的正常算法和人機互動開發難度降低到了「拿來即用」的地步。
再加上，訊飛機器人超腦平台已經打通了對接鍊路公司（宇樹、智元、EX機器人等）的成熟機器人硬體體系。
這意味着，二次應用開發将會成為入行最快、産品最快滿足客戶需求的方式之一。
顯然，機器人底層硬體配套已初步具備，LLM技術更是賦予了機器人互動的核心。
接下來，針對客戶需求的挖掘、痛點解決方案和使用者貼身服務的内容，尚需進一步打磨。
這，将是機器人行業萬衆創業的開端。
大模型+機器人，前景一片大好
下一步，就是在LLM和機器人加速融合後，如何推動商業化落地？
從認知能力上來看，AI機器人的發展愈加接近人類。甚至，在外表方面，也變得更像人類了。
波士頓咨詢公司（BCG）估計，到2030年，全球機器人市場規模将達到1600億美元-2600億美元。
也就說，LLM+機器人未來的市場前景非常廣闊，可以深入應用于各種工業領域和人類生活場景。
在制造業領域，裝配線上的機器人能夠生産出，人類勞工無法比拟的高品質和一緻性的商品。
在倉庫和物流公司中，AI機器人能夠完成重型搬運工作，諸如運送産品、放置在貨架等任務，大大減輕了人類勞動力的負擔。
就比如，亞馬遜物流倉庫中的75萬機器人大軍，已全面投入了使用。
除了工業領域的機器人，AI醫療機器人還可以幫助醫生做手術，做出更準确的診斷，也能引導患者完成實體治療和康複。
展望未來，在餐館、太空探索、教育、養老院等諸多場景中，都将得到AI機器人的全面覆寫。
不難料到，機器人的曙光已經到來，它正在以我們幾十年前隻能想象的方式重塑整個世界。
科大訊飛所做的，就是用技術革新，讓機器人走進每個家庭。