常見的人工智能大模型有 NLP（Natural Language Processing，自然語言處理）
大模型、CV（Computer Vision，計算機視覺）大模型和多模態(tài)大模型等。
NLP 大模型
現(xiàn)狀
分別在語言理解與生成、智能創(chuàng)作、機器翻譯、智能對話、知識圖譜和定制化語言解決方案落地應(yīng)用，整體算法發(fā)展順利，
數(shù)據(jù)源可獲得性較強，產(chǎn)品迭代速度較快。
挑戰(zhàn)
語言的歧義、文化差異及多樣化、情感分析困難。
預(yù)期未來發(fā)展
以多個數(shù)據(jù)信息維度約束來驗證情感分析及文本分析的準(zhǔn)確
性。
CV 大模型
現(xiàn)狀
2D 數(shù)據(jù)工業(yè)質(zhì)檢、智慧城市
落地完善，應(yīng)用場景多、可商
業(yè)化市場大，擁有最佳實踐；
人臉、OCR 識別發(fā)展較為成
熟。
挑戰(zhàn)
3D/4D數(shù)據(jù)識別面臨變形、光照、遮擋等可以依靠大規(guī)模預(yù)訓(xùn)練模型解決部分痛點的問題；算法處理復(fù)雜。
預(yù)期未來發(fā)展
打通數(shù)據(jù)融合以突破 3D/4D
獲取瓶頸。
多模態(tài)大模型
現(xiàn)狀
面臨數(shù)據(jù)成本高、模型開
發(fā)難、算力資源不足等。
挑戰(zhàn)
融合不同模態(tài)的信息并提高模型的標(biāo)識能力。
預(yù)期未來發(fā)展
多模態(tài)將持續(xù)拓展各行業(yè)
場景下的信息融合應(yīng)用。
從技術(shù)的角度來看，大模型發(fā)端于自然語言處理領(lǐng)域，繼語言模態(tài)之后，如視覺大模型
等其他模態(tài)的大模型研究，也開始逐步受到重視。2023 年，是人工智能大模型快速發(fā)展的
一年，據(jù)不完全統(tǒng)計，國內(nèi)公開的 AI 大模型數(shù)量已經(jīng)超過 200 個，但國內(nèi)大模型的能力與
迭代速度距離國際先進(jìn)水平尚有差距。目前，人工智能技術(shù)的發(fā)展正面臨著大量跨模態(tài)任務(wù)
的挑戰(zhàn)，跨多個模態(tài)的數(shù)據(jù)融合問題開始變成行業(yè)探究的重點。隨著國內(nèi)人工智能企業(yè)和人
形機器人企業(yè)加大合作力度，未來在大模型的賦能下，機器人擁有了更加智慧的大腦，自主
學(xué)習(xí)能力大幅提升
【聲明：轉(zhuǎn)載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述，文章內(nèi)容僅供參考，如有侵權(quán)，請聯(lián)系刪除�！�
NLP 大模型是人工智能領(lǐng)域的重要研究方向,CV大模型是指基于深度學(xué)習(xí)的計算機視覺模型,多模態(tài)大模型是指將文本、圖像、視頻、音頻等多模態(tài)信息聯(lián)合起來進(jìn)行訓(xùn)練的模型
機器人大腦提高人形機器人的人-機-環(huán)境共融交互能力,支撐全場景落地應(yīng)用;機器人小腦提升人形機器人非 結(jié)構(gòu)化環(huán)境下全身協(xié)調(diào)魯棒移動、靈巧操作及人機交互能力
英偉達(dá) GR00T讓人形機器人理解自然語言文本,語音,視頻,以模仿人類運動;阿里云機器人大模型可賦予機器人知識庫問答,工藝流程代碼生成,機械臂軌跡規(guī)劃,3D目標(biāo)檢測和動態(tài)環(huán)境理解等全方位能力
純視覺方案：成本低,技術(shù)成熟度高,產(chǎn)業(yè)鏈成熟度高,符合人眼邏輯;易受天氣影響,易受光照影響,算力需求較高,需要大量圖像訓(xùn)練集;激光雷達(dá)方案:識別率高,環(huán)境適應(yīng)力強,產(chǎn)業(yè)鏈成熟度高
攝像頭可實現(xiàn)測距，但精度較低,通過 AI 算法識別，但難 以識別非標(biāo)準(zhǔn)障礙物;毫米波雷達(dá)縱向精度高，橫 精度低;激光雷達(dá)是高精度,3D 建模，易識別;
本田 ASIMO由四個運行著 VxWorks 實時操作系統(tǒng)的處理器構(gòu)成;歐洲 ICUB使用名為 ARCHER 的學(xué)習(xí)型算法體系;特斯拉 Optimus用Optimus 的神經(jīng)網(wǎng)絡(luò)
人形機器人將實現(xiàn)從0到1量產(chǎn)，根據(jù)我們測算，2025年和2030年全球人形機器人市場規(guī)模 分別有望達(dá)到1.4億元和249.5億元，2025-2030年全球人形機器人CAGR有望達(dá)到182%
人形機器人靈巧手進(jìn)行抓取動作，空心杯電機為核心部件；信號解析 匯總執(zhí)行 輸出轉(zhuǎn)速 （高速、低扭矩） 降速增扭 直線傳動轉(zhuǎn) 換為旋轉(zhuǎn)傳 動 驅(qū)動傳導(dǎo) 感知及力 反饋
旋轉(zhuǎn)執(zhí)行器分布于肩部、手部等多自由度關(guān)節(jié)，作用是將某物旋轉(zhuǎn)到一定角度完成旋轉(zhuǎn)運動;驅(qū)動關(guān)節(jié)完成旋轉(zhuǎn)動作，減速器為核心部件
線性執(zhí)行器位于膝肘等單自由度及腕踝等雙自由度關(guān)節(jié)，將電機旋轉(zhuǎn)運動轉(zhuǎn)為直線運動;變旋轉(zhuǎn)運動為直線運動，行星滾柱絲杠為核心部件
人形機器人感知系統(tǒng)成本占比7.3%,執(zhí)行系統(tǒng)成本占比53.2%;線性執(zhí)行器成本占比31.0%;旋轉(zhuǎn)執(zhí)行器成本占比17.9%;其他成本占比39.5%
執(zhí)行系統(tǒng)BOM占比最高，約53.2%（其中直線、旋轉(zhuǎn)、手部分別 占31.0%、17.9%、4.3%）；感知系統(tǒng)占7.3%，其他芯片、電池等部件合計占比39.5%
