ayx:
擎朗智能成立于2010年,是国内最早一批服务机器人公司,累计出货量已打破10万台,为全球首家到达该量级的服务机器人厂商。IDC陈述数据显现,2023年我国餐饮配送机器人出海市占率44.8%,2024年全球商用服务机器人出货量22.7%,均为全球榜首。
AI毕竟要进入物理国际,这个趋势没有人会否定。但问题来了——为什么我国在具身智能范畴时机最大?
我国赢面最大,是由于供应链本钱、场景密度、迭代速度,三个优势是叠加的。海外竞争对手缺一不可,我国全有。
曩昔两年,人形机器人成了本钱圈的流量暗码,估值一个比一个夸大。但冷静下来看,实在跑通商业化落地的,简直满是专用形状的机器人——配送、清洁、医疗,场景清晰,ROI可算。至于人形机器人?走进家庭的入场券,至少还要5年以上。。。。
但有一点很确认:这个赛道,我国企业赢面最大。 不是某一项抢先,是全链路抢先。以下为东哥观念收拾提炼,先从最务实的商业化场景说起。
东哥在擎朗的实验室亲眼看了人形机器人的练习进程。有一间依照线建立的模仿间,机器人在里面练叠衣服、换洗漱用品。
留意,岗位没有被代替,是作业结构优化。 保洁阿姨不是赋闲了,是功率提高了、作业体会改进了。这才是正确的AI落地逻辑——让人做更有价值的事。
当时单台人形机器人价格约数十万,本钱偏高。但擎朗的配送机器人当年也是从高价起步,跟着供应链老练逐渐降下来的。人形机器人大概率走相同的曲线 机器人本钱现已打穿了人力本钱
重庆有家火锅店叫洞子口,改造后新增15台机器人,职工只增加了10个人,本来需求45人的规划。一台机器人的作业功率,约等于两个人。这个本钱曲线,未来只会渐渐的陡。
为什么?两个驱动力:一是供应链老练,硬件本钱继续下降;二是算法迭代,机器人功率继续提高。
今日的配送机器人本钱现已很低了,但实在让东哥振奋的,不是配送,而是人形机器人。由于人形机器人才是AI进入物理国际的终究载体——没有实体,AI只能存在于网络空间。
具身的界说是“有物理身体的人工智能”,轮式、履带式、机械臂都算——仅仅最近本钱张狂追捧人形罢了。现在实在跑通商业化落地的,简直满是专用形状,不是人形。
那人形的价值究竟在哪?两个底层逻辑:①人类制作的物理国际默许按人体尺度规划——门把手高度、台阶斜度、东西握持方法,非人形的适配本钱长时间存在;
②To C特点最强,一旦进入家庭场景情感衔接至关重要,这是轮式或履带式很难代替的。
但实际很骨感:短期内最具商业化确认性的落地场景是特种职业、服务职业、工厂制作。大规划进入家庭?
——机械规划、电机、电控、算力——现已开始具有安稳量产才能了。低故障率根本完成。这块我国供应链碾压全球,不必多说了。
——运动操控——是现在国内最强的环节。以宇树科技为代表,强化学习让机器人的运动才能已挨近人类水平。波士顿动力走的是液压道路万美金;宇树走关节式运控道路,功能挨近但本钱只要零头。为什么?我国伺服电机、电池电控的完好产业链带来的本钱优势。追平宇树的运动操控才能,判别至少需求5年时刻加等量人才投入。这个壁垒不算永久,但也不算短期。
实在卡脖子的是大脑——任务了解与决议计划。大模型让我说渴了,机器人去拿水成为或许,但离商业可用还远。中心瓶颈不是算法,是数据。
宇树科技是当时人形机器人赛道最受重视的公司,融资数十亿,其间适当份额投向大模型研制。
这也是为什么东哥更看好擎朗的岗位化道路——经过在单一岗位上用人形机器人做深做透,堆集海量的实在国际数据,再反哺给底层的通用智能模型。这种“专用→通用→专用”的数据飞轮,有用处理了具身智能缺少物理练习数据的职业痛点,是当时推进人形机器人从实验室走向实在落地场景的最务实途径。
人形机器人的练习数据分三类:互联网揭露数据(本钱低但质量差,放进去糟蹋算力)、仿真引擎数据(中等)、实在场景数据(本钱最高,价值最大)。
实在数据怎样收集?头戴设备录制真人操作轨道、VR手教生成运动轨道、真机布置后继续收集强化学习数据。
但数据收集不是简略的「录下来就行」。背面还有切开、标示、清洗、多模态对齐(视觉+力觉+时序)、动作交融等工序。技能门槛远高于传统互联网数据标示公司。
判别:数据收集是随同整个职业的长时间事务,不是阶段性任务。具身智能的多维物理交互数据,价值远超互联网的一维/二维数据。未来头部数据公司会从「卖服务」转型为具有私有域IP的渠道型企业。
实在决议商业经济价值的,不是机器人能不能跳高,而是能不能安稳可靠地在实在场景达到方针。而获取数据的仅有方法,便是很多布置、继续运转。
谁先布置得越多,谁堆集的数据就越多,模型就越强,才能就越好,布置就更多——这是一个飞轮,比互联网年代的网络效应更深,由于物理国际的数据门槛远高于数字国际。
擎朗的优势就在这儿。十几万台设备在实在场景运转,客户的实在需求清晰,供应链才能可控,后台调度和安全管理体系现已很老练。他人还在PPT上画饼,擎朗现已在线 我国机器人出海,便是降维冲击
还有一个企业,需求工厂场景练习机器人,美国找不到工厂给他们练手,最终跑回我国,趁国内工厂休息时刻用机器人在产线上练。
这个逻辑和无人机赛道相同——前期由美日主导,现在头部企业满是我国的。服务机器人大概率走相同的途径。
职业还处于数据堆集的前期,间隔大规划商用至少5年以上。擎朗的岗位化道路是最务实的商业化途径,不要梦想一步登天。
供应链优势(本钱仅为海外30%-50%)+场景验证优势(国内高并发电商/物流/餐饮场景为模型练习供给足够数据),海外传统厂商和草创公司根本没竞争力。擎朗4年出海做到营收占半壁河山便是明证。
10万台设备在实在场景运转发生的数据,是任何纯技能公司无法获取的。布置量越大→数据越多→模型越强→才能越好→布置更多。谁先把飞轮转起来,谁就赢。我国企业全球化,下一站是具身智能。这波浪潮的体量,或许远超咱们所有人的幻想。