当前位置: 首页 > news >正文

开源“具身大脑” 实现不同机器人群体协作-RoboBrain

开源“具身大脑” 实现不同机器人群体协作-RoboBrain

具身大小脑协作框架RoboOS与开源具身大脑RoboBrain,实现跨场景多任务轻量化快速部署与跨本体协作,推动单机智能迈向群体智能,为构建具身智能开源统一生态加速场景应用提供底层技术支持。支持松灵双臂、睿尔曼单/双臂、智元人形、宇树人形等不同类型的具身本体。

王仲远在中关村论坛现场进行视频演示 新京报贝壳财经记者罗亦丹/摄

在“递送苹果和水果刀”的任务场景中,整体任务流程是睿尔曼单臂机器人调用“导航技能”移动至餐桌前,宇树人形G1机器人调用“视觉抓取技能”完成指定物体的挑拣,睿尔曼调用“抓取技能”提起果篮并导航至松灵餐桌前。紧接着,松灵双臂机器人调用“抓取技能”获取水果刀,并放置在果篮中心,睿尔曼依据“空间记忆”导航至办公桌位置,递送果篮后返回待命。

而RoboOS接收“拿离杯子最近的水果,并递送一把水果刀”指令后,递送RoboBrain进行任务拆解,并将拆解后的子任务分发给3台跨本体机器人。RoboBrain通过 “空间记忆” 感知环境,确定果篮、苹果位置,并拆解任务为“宇树G1挑拣苹果→睿尔曼传递果篮→松灵机器人抓取水果刀→睿尔曼返回”。

各机器人本体执行子任务过程中,由RoboOS提供端云协作能力,将任务规划为技能粒度,实现云端RoboBrain分发规划,端侧执行技能并实时反馈。RoboBrain识别“离杯子最近的水果位置”“果篮抓取位置affordance”“水果刀抓取位置affordance”“果篮空闲位置Pointing”,经由RoboOS递送指导各机器人本体完成任务。

在人工智能从感知智能走向通用智能的关键拐点上,具身智能正逐步成为新一轮科技革命与产业升级的核心引擎。它不仅关乎机器人技术的演进,更代表着智能系统从虚拟空间走向现实物理世界的能力跃迁。作为通用人工智能(AGI)的一种关键形态,具身智能承载着学术界和产业界的高度期待。

基于酷睿Ultra系统级芯片平台,英特尔将高性能CPU、GPU与专用AI加速器NPU进行异构融合,实现单一芯片对机器人“感知、认知、运动”的全流程调度。

酷睿Ultra可提供高达90TOPS的AI性能,涵盖视觉处理、语义理解、动作规划等模块;其GPU部分支持大模型推理任务,NPU则专注于低功耗、高频率的传感器数据处理。

在软件方面,英特尔推出了完整的开发工具链,包括OpenVINO深度学习推理框架、oneAPI异构计算平台、IPEX大模型优化工具,以及工业级的BSP和实时内核配置方案。

具身智能不仅是AI前沿课题,也是真正实现大模型价值的抓手。它推动我们从碎片化模块走向系统性协同。具身智能已成为人工智能、控制科学、机器人学等多个交叉领域的研究重点。大量高校与研究机构正围绕行为建模、语义理解、类脑系统等方向展开前沿探索。

无人物流车:产业进展及头部厂商梳理

无人物流车是基于自动驾驶技术的智能运输工具,通过激光雷达、摄像头等传感器感知环境,结合高精度地图、AI算法实现自主行驶。

1.1 作用及性能

  (1)作用:实现无人运输及卸货、降本增效、提升安全性。

  (2)性能:主流产品采用激光雷达+高精地图方案,续航约200公里、支持红绿灯识别、复杂路况避障。

  (3)商业模式:租赁、整车售卖。

1.2 应用场景

  (1)物流场景:从分拣中心到驿站(非最后一公里),快递、商超配送件为主,对时效性要求不高且是固定路线。

  (2)封闭/半封闭场景:工业园区、机场港口、医疗中心。

图片

图片

无人车指的是L4级自动驾驶低速无人车,聚焦园区配送、干线运输与特种作业等物流场景。无人车往往聚焦港口、园区等限定区域,技术路线基本完成闭环,拥有较强应用落地可能性。

图片

图片

高开放性具身智能AIBOX平台—专为高校实验室与科研项目打造的边缘计算基座(让高校和科研院所聚焦核心算法)

http://www.dtcms.com/a/274237.html

相关文章:

  • 弧焊机器人气体全方位节能指南
  • 基于MuJoCo的宇树科技G1机器人基础动作仿真研究
  • 企业培训笔记:Vue3前端框架配置
  • JAVA程序的类加载器的底层和双亲委派机制的原理
  • Bash函数详解
  • 软件开发那些基础事儿:需求、模型与生命周期
  • MySQL锁的分类
  • Linux驱动学习day22(interrupt子系统)
  • spring-boot项目集成spring-ai
  • TCP服务端处理HTT
  • V少JS基础班之第七弹
  • 【Linux】GDB/CGDB 调试器学习笔记
  • 【Git】git的回退功能
  • map数据结构在Golang中是无序的,并且键值对的查找效率较高的原因
  • pyQt基础4(对话框)
  • 力扣 hot100 Day41
  • OS16.【Linux】冯依诺曼体系结构和操作系统的浅层理解
  • 深度学习×第8卷:优化器与训练流程进阶——她开始跑起来,学着一次次修正自己
  • 聊聊AI大模型的上下文工程(Context Engineering)
  • linux网络编程之单reactor模型(一)
  • 渗透测试之木马后门实验
  • 笔记 | 理解C/汇编中的数组元素访问
  • UNIX 域套接字实现本地进程间通信
  • 【React Native】样式、网络请求和Loading
  • Hadoop 用户入门指南:驾驭大数据的力量
  • 【React Native】原生组件
  • Dify 1.5.0,1.5.1,1.6.0 新特性
  • 小旺AI截图×英特尔强强联合:AIPC生态开启智能生产力新纪元
  • C++设计秘籍:为什么所有参数都需类型转换时,非成员函数才是王道?
  • 基于强化学习的智能推荐系统优化实践