伦敦2024年3月5日 /美通社/ -- 机器学习 (ML) 随着机器人领域的普及，机器学习驱动的工作负荷呈现出多样化的趋势。生成人工智能 (GenAI) 随着技术的不断发展，基础模型有望取代或加强现有的机器学习和深度学习模型，创造出更有能力、更强大的机器人。据 Omdia 据估计，全球机器人人工智能芯片组的市场规模将达到 8.66 这将有助于亿美元 GenAI 在机器人领域的普及。
自从 Google 在 2022 每年都推出了机器人应用的变压器 RT-1 自那以来，许多企业一直在大力推动 GenAI 广泛应用于机器人。除 Google 外，Meta、OpenAI 和丰田等公司正在其机器人应用程序中试用或测试各种基本模型。CloudMinds、OrionStar 在中国，服务机器人供应商已经成功地开发了自己的基本模型，并计划将这些模型与客户端软件系统集成。
但是，GenAI 是资源密集型技术。在大多数行业，模型需要大型图形处理单元 (GPU) 训练和推理集群， 通常将 GenAI 在云端部署。相反，机器人更倾向于本地处理，因为他们参与的任务和关键业务应用通常优先考虑实时控制和超低延迟响应。Omdia 应用智能首席分析师苏廉节评论道：Ř尽管 NVIDIA 的 GPU 人工智能芯片组架构仍然是云基础设施和机器人的首选，但 Qualcomm、Intel 和 AMD 等非 GPU 供应商已经推出了人工智能系统级芯片，用于机器视觉、导航、测绘和功能安全等设备端机器人的应用 (SoC) 或专用人工智能芯片组。"
令人鼓舞的是，令人鼓舞的是，GenAI 人形机器人的广泛应用也促进了人形机器人的普及。人形机器人是最接近人类形态的机器人，因此许多机器人技术专家认为它与人类有关 GenAI 结合将是天作之合。在这波热潮中，Agility Robotics、Boston Dynamics、Figure、Tesla、在工业和服务领域推出了各种人形机器人，如傅利叶智能、达瑞和优必选。但该技术仍处于起步阶段，未来五年不可能大规模推广。自动导引车 (AGV) 独立移动机器人 (AMR) 仍是 GenAI 比较成熟的应用形式。
"总结道：;该行业不应专注于投机，而应专注于巩固数据和技术基础。对于机器人供应商来说，他们需要通过各种模型优化技术来扩展机器人的低功耗 GenAI 该功能强调实时控制和性能，并更好地利用计算和连接的优点。对于机器人用户来说，开发特定领域 GenAI 严格审查道德、安全、安全和性能，将极大地促进GenAI的使用 机器人的普及。"
关于Omdia
Omdia，作为Informa Tech的一部分是一个领先的研究和咨询集团，专注于科技行业。Omdia凭借对科技市场的深入了解和可行的洞察力，将使企业能够做出明智的增长决策。欲了解更多信息，请访问www.omdia.com。