昆明官渡约茶品茶上课工作室:如何创建话题人工智能

作者:技术拾光时间:2026-08-02 19:26:14浏览:451

乐聚机器人在人形机器人领域实现技术突破,提出全身动量控制算法;产品国产化率超90%,全尺寸机器人参与多项国际活动;商业化进展显著,预计今年实现千台级交付,并从科研、工业场景向通用服务领域拓展。

从展厅到家庭场景,人形机器人的身影愈发活跃,吸引着无数目光与资本青睐。在这个极具潜力的赛道上,乐聚机器人凭借在具身智能领域的技术突破、产品创新和商业化落地三大方面的显著优势,脱颖而出,成为产业化领跑者。

昆明官渡约茶品茶上课工作室:如何创建话题人工智能

技术突破:多项成果为行业首创

乐聚团队专攻难关,如率先提出全身动量控制算法,该理论发表于国际顶刊。商业化成果同样亮眼,交付量不断增加,预计今年将实现千台级交付。在人形机器人的商业化路径上,也有明晰规划,从科研与展厅讲解,到工业场景,再到通用服务领域,目标就是让人形机器人服务于千行百业、千家万户。

面对“百家争鸣”,乐聚有哪些具体优势?

技术方面,团队一直聚焦“卡脖子”难题,多项成果做到了行业首创。比如,率先提出的全身动量控制算法,其基础理论已经发表在国际机器人顶级期刊《RAL》上。此外,还牵头负责工信部“2023年未来产业创新任务揭榜挂帅”,参与科技部“科技冬奥”等重点研发计划,为具身智能产业升级提供支撑。

产品方面,从成立至今,我们陆续推出了AELOS、ROBAN、KUA VO等多款智能机器人产品,覆盖科研、工业、商服、家庭等场景。值得一提的是,受益于国内机器人产业链的成熟,全尺寸人形机器人KUA VO的国产化率已从不足10%提升到90%以上。它还参与了亚冬会、乒乓球亚洲杯、中关村论坛、时尚周等国际活动,凭借高稳定性、高一致性、高可靠性的表现,赢得了不少认可。

商业化方面,今年1月我们完成了第100台全尺寸人形机器人的交付,这应该是全球范围内公布交付数量最多、场景最多的企业之一。现在交付量又翻了一倍,预计今年能实现千台级交付。

工业领域具身智能应用的创新尝试

去年10月,我们中标了国内首个汽车行业人形机器人公开招标项目,之后“夸父”在一汽红旗工厂实现了高稳定的多机、长时间连续作业。

从技术角度看,机器人执行任务的稳定性依赖于场景状态、机器人状态和任务本身。实现真实工业应用,就必须采集并分析这些数据。当前行业多从简单应用入手,通过“相似场景”的泛化能力打基础,并在训练场中进行大量模拟训练。只有当其在预设标准内表现足够稳定,才能胜任复杂任务,真正融入生产与生活。

如何确保与现有系统安全高效协同?

工业场景对机器人一致性和稳定性的要求确实严苛。以一汽红旗工厂为例,我们通过“硬件-控制-感知”的迭代开发,将机器人稳定性提升到了90%。硬件上,对“夸父”的手臂、腿部结构、电机等进行了全面升级,让它更适配工厂环境;运控上,采用基于融合运控系统的分层决策规划方案,相当于给机器人装了个“聪明大脑”;感知上,与北京通研院合作引入了“工业环境语义感知与主动视觉技术”,提升了低纹理堆叠物体的识别能力,解决了工厂抓取、搬运中的痛点。

医疗机器人/AI陪护是不是伪命题?最佳商业化场景在哪?

在人形机器人的商业化路径上,我们的规划很清晰。第一阶段面向科研和展厅讲解,像清华、北大、哈工大、上交等高校都在用“夸父”作为科研平台,去年它也在各地展厅担任讲解员,实现了应用落地。第二阶段进入工业场景,解决招工难、用工荒、非标工序自动化难、危险场景安全隐患等普遍性问题。第三阶段瞄准通用服务领域,只有这个场景的爆发才能带动整个产业生态的爆发。我们也在和中国移动、海信等企业探索家庭场景应用,但时间可能还要三到五年。最终目标是让人形机器人服务于千行百业、千家万户。

融资时如何选择资本?最新计划及资金投向

市场狂热是行业发展的必经阶段,这既是对技术的认可,也反映了对未来市场的信心。人形机器人技术复杂、产业链长,确实需要大量资金和时间投入。但相比资金,我们更看重应用场景的支持。开放场景越早,技术成熟越快,整个行业也会更早迎来大爆发。

具身智能与纯软件型智能的最大区别在于对硬件的依赖。像T这样的软件一旦成熟可以迅速推广,但机器人受限于硬件发展节奏,从实验室到产业化通常需要3到5年,还依赖软硬件的协同演进。有数据显示,工业机器人虽然规模庞大,但对GDP的贡献不足2%,关键原因在于功能专用。而具身智能和人形机器人的出现,凭借通用性,能推动机器人在更多场景落地。在这个过程中,产业化不断成熟,智能程度不断提升,技术会逐步渗透到各类场景。当然,这不会一蹴而就,会从简单或垂直的场景开始,逐步深入。等到五年或十年后回顾,会发现智能机器人已经无处不在。

大模型快速发展下,近三年战略路径如何?

过去,人形机器人缺乏清晰的发展逻辑,直到大模型出现,才让它成为通用智能的理想载体。大模型具备与真实世界交互的能力,人形形态正好适配多种场景和任务。二者的深度融合,将持续推动人形机器人向通用方向演进。下一步,我们会继续以“解决客户问题”为核心,分阶段推动产业化进程。