多模態(tài)大模型落地機器人行業(yè) 國內多家企業(yè)實現(xiàn)技術突破

    本報記者 王鏡茹

    近期，國內多家企業(yè)在“大模型+機器人”方面實現(xiàn)技術突破。截至12月13日收盤，步科股份、埃夫特、綠的諧波等多只機器人概念股漲幅超4%。

    業(yè)內認為，隨著技術不斷進步和應用場景的擴大，多模態(tài)大模型與機器人的需求將不斷增加，這為企業(yè)提供了廣闊的市場空間。此外，與醫(yī)療、制造等行業(yè)的合作也將為多模態(tài)大模型與機器人的發(fā)展帶來新機遇，實現(xiàn)更廣泛的應用場景和商業(yè)價值。

    “多模態(tài)”AI是指能處理文本、音頻、圖像、視頻和代碼等多種形式內容的大模型。隨著多模態(tài)大模型快速迭代，相關公司不斷關注其在機器人領域的應用，并在機器人規(guī)劃、控制、導航等主要任務上進行了探索。

    止于至善投資總經理何理告訴《證券日報》記者：“多模態(tài)大模型融合視覺、語音和傳感器數(shù)據處理技術，極大豐富了機器人認知和決策層面。該技術在機器人中的應用，有望使機器人在復雜交互、自然語言理解和環(huán)境適應等領域取得重大進步，激發(fā)其作為高度自主助手或勞動力的無限可能性。”

    國內已有企業(yè)在此領域搶先布局。12月12日晚間，奧比中光發(fā)布大模型機械臂1.0產品，該產品可通過語音Prompts作為輸入，利用多種大模型的理解能力和視覺感知能力，生成空間語義信息，讓機械臂理解、執(zhí)行動作。在其同步披露的視頻中，機械臂成功完成了一系列語音口令，包括“把綠色方塊放到黃色框中”“請恢復最開始的狀態(tài)”等。

    奧比中光聯(lián)合創(chuàng)始人、CTO肖振中告訴《證券日報》記者：“公司希望通過工程化研究，使大模型機械臂在實際場景中落地，包括提升機械臂自動繞開復雜障礙物來完成人類指令的能力，解決大模型+機械臂的泛化性問題，最終實現(xiàn)通用場景落地。”

    與此同時，中科創(chuàng)達、億嘉和等上市公司也于近期相繼披露了基于多模態(tài)大模型的機器人研發(fā)進展情況。

    何理認為，在國內市場，企業(yè)已積極投入關鍵技術環(huán)節(jié)的研發(fā)和生產，尤其是在傳感器、精密機械部件、執(zhí)行器以及創(chuàng)新材料和輕量化結構件領域，展示了蓬勃發(fā)展勢頭。

    諧波減速器是工業(yè)機器人的核心零部件。據綠的諧波披露，公司已較早完成工業(yè)機器人諧波減速器技術研發(fā)并實現(xiàn)規(guī)?；a，在該領域率先實現(xiàn)了對進口產品的替代，極大降低了國產機器人企業(yè)的采購成本及采購周期。其推出的新一代Y系列諧波減速器，通過數(shù)理模型創(chuàng)新，軸承設計及加工工藝優(yōu)化，剛度指標較現(xiàn)有其他產品提升了一倍。

    不過，部分業(yè)內人士認為，“多模態(tài)+機器人”還處于發(fā)展階段，實現(xiàn)商業(yè)化落地仍面臨不少挑戰(zhàn)。

    “首先，技術成熟度較低，存在技術瓶頸，例如模型的可解釋性、穩(wěn)定性、安全性等方面還需進一步提升；其次，大模型和機器人的研發(fā)和生產成本較高，維護和運營成本也相對較高，需投入大量人力、物力資源。”郭濤說。

    肖振中對此表示認同，他告訴《證券日報》記者：“大語言模型（Large Language Model，LLM）結合視覺傳感，會讓各類機器人、機械臂落地到更多場景中，如工業(yè)制造、柔性物流、商用服務等。目但前大模型跟實際數(shù)據的結合還存在一定差距，大模型運行消耗的算力也偏大，需要三年至五年的時間逐步落地，而業(yè)務成熟可能需要更久。”

    “但公司堅信這是正確的方向，前景廣闊。”肖振中表示，奧比中光正搭建機器人及AI視覺中臺，通過多模態(tài)視覺大模型及智能算法研發(fā)，結合機器人視覺傳感器，形成自主移動定位導航和避障的完整產品方案，積極迎接智能機器人時代。