倫敦2024年3月5日 /美通社/ -- 隨著機器學習 (ML) 在機器人領域的普及，機器學習驅動的工作負載呈現多樣化態勢。生成式人工智能 (GenAI) 技術的不斷發展讓基礎模型有望取代或增強現有的機器學習和深度學習模型，打造出更能干、更強大的機器人。據 Omdia 估計，全球機器人人工智能芯片組市場規模將達到 8.66 億美元，這將有助于 GenAI 在機器人領域的普及化。

自從 Google 在 2022 年推出了用于機器人應用的變壓器 RT-1 以來，多個企業都在大力推動 GenAI 在機器人中的廣泛應用。除 Google 外，Meta、OpenAI 和豐田等公司正在其機器人應用中試用或測試各種基礎模型。CloudMinds、OrionStar 等中國服務機器人供應商，已經成功開發出自己的基礎模型，并計劃將這些模型與客戶端軟件系統集成。

但是，GenAI 是資源密集型技術。在大多數行業中，由于模型需要大型圖形處理單元 (GPU) 集群進行訓練和推理， 通常將 GenAI 部署在云端。與之相反的是，機器人更傾向于本地處理，因為他們所參與的任務和業務關鍵應用通常優先考慮實時控制和超低延遲響應。Omdia 應用智能首席分析師蘇廉節評論道："盡管 NVIDIA 的 GPU 仍然是云基礎設施和機器人的首選人工智能芯片組架構，但 Qualcomm、Intel 和 AMD 等非 GPU 供應商已經推出了針對機器視覺、導航和測繪以及功能安全等設備端機器人應用的人工智能系統級芯片 (SoC) 或專用人工智能芯片組。"

令人鼓舞的是，GenAI 的廣泛應用還促進了人形機器人的普及。人形機器人是最接近人類形態的機器人，因此許多機器人技術專家認為其與類人 GenAI 的結合將是天作之合。在這波熱潮中，Agility Robotics、Boston Dynamics、Figure、Tesla、傅利葉智能、達闥和優必選等公司已推出用于工業和服務領域的各種人形機器人。但是，該技術仍處于起步階段，未來五年不可能大規模推廣。自動導引車 (AGV) 和自主移動機器人 (AMR) 仍是 GenAI 較為成熟的應用形式。

廉節總結道："該行業不應專注于炒作，而應集中精力夯實數據和技術基礎。對于機器人供應商而言，他們需要通過各種模型優化技術擴展機器人中低功耗 GenAI 的功能，強調實時控制和性能，并更善于利用計算和連接相互融合所帶來的優勢。對于機器人用戶而言，開發特定領域的 GenAI 模型與對道德、安保、安全和性能進行嚴格審查，將極大促進采用GenAI 的機器人的普及。"