众所周知，人形机器人是今年流行的技术。但是我发现它越著的是，它越有争议。自从春季节盛大的机器人舞蹈伊班斯（Ybans）以来，这个行业发展迅速。机器人马拉松比赛将于4月举行，体育会议将于8月举行。今年的许多不同的机器人展览，甚至Waic，近年来一直举办了大型模型的展览，今年也一直在度假很多土地。但是不要大力看现场，噪音将会出现另一种声音。 Jinshajiang Venture Capital的Zhu Xiaohu空白说：“人形机器人是泡沫。”许多网民确实是指这个，原因很清楚。视频机器人似乎可以到达天堂，他们明天渴望成为终结者。但是，在Kindeed中，这些钢铁男孩无法打开门。 。 。让我首先谈论我的职位。我认为体现的情报肯定会做得很好成就和胜利。但是要找出为什么这里有这么多争议，我也去挖掘了当前的行业情况。出乎意料的是，我发现有些问题并不完全是胡说八道。因为情报行业确实有一些困难。让网民，许多内部行业尚未就行业中的这些问题达成共识。例如，这个行业尚未统一其技术路线。对增强的研究将来会很棒，否则世界的模型将来会很棒？我们应该关注数据或模型吗？ ...注意到这些问题，每个人都只能做自己的事情，不能建立联合力量。熟悉它的朋友可以在看到它时说出来。无论如何，这些路线的目的至少是相同的。老实说，真的。如果我们只看目标，那么整个机器人行业的最终价值将参与制造并提高生产率。李我们的人民，“工作是最光荣的。”但是问题在于，即使我们抛弃了这些差异，行业面前还有另一件更直接，更致命的事情：没有数据。 。 。这对我的朋友来说不是胡说八道。现在，整个行业都面临着“等待大米放入锅中”的问题。因为如果您想明智地出现大型模型，则至少需要100亿个hanggang 1万亿个令牌数据，这几乎是模型的10倍。但是现在怎么样？大多数研究都有数亿卷数据，最大的公共数据集约为10亿。正如它所说，重复是从父亲那里找出答案。如果您没有足够的培训，那么您绝对无法提高自己的技能。因此，这导致了这样一个事实，即机器人现在的活动较少，违规行为是荒谬的。为了空白，没有足够的数据可以训练，尤其是真实场景中的数据，导致机器人胖婴儿“带来”实验室，完成后将蒙蔽。瓶颈数据被机器人从实验室走到工厂和房屋的方式存在。在本月的Bund会议上，Yushu的创始人还说了Thiswang Xingxing。在体现情报发展的许多挑战中，其中之一是数据问题。例如，获取VLA模型，目前与现实世界接触的数据还不够。但是，我认为由于困难，这有点很好否认该行业。如果您担心的话，最好看看该行业是否有相应的解决方案。我们发现一个朋友在华为云中从事体现的情报，他们说：“行业的问题是正确的，但您看不到这一层。”这是什么意思？为了解决这些新技术的新问题，必须有一个新的方法和平台。例如，要转到云，请使用基于云的技术系统解决各种PR机器人行业中的问题。解决我们之前提到的数据的问题，这是第一只熊。由于现实中数据收集和培训非常困难，我们可以将这些东西移至云中吗？好的。实际上，这也是该行业的趋势。例如，NVIDIA最近开发的主要宇宙模型是使用云来产生合成数据来训练物理AI。华为云与中国一起，还有一个cloudrobo，它的宝石是一个智能平台。它还可以在云中创建一个数字世界，与事实完全相同，然后在其中生成数据以进行培训。这就像为“矩阵”中的机器人打开一种训练模式，在虚拟空间中的所有十八种武术中的技能，然后回到现实世界。那么他们如何专门这样做呢？它并不复杂，主要分为两个步骤。第一步是解决数据问题，也就是说，您应该首先要有大米。例如，华为cloudrobo是苏由一个名为Metaengine的自发发动机进行的，以执行数据重建并复制真正的物理云场景。整个过程中的manu -manua较低，并自动完成。然后，在这个虚拟场景中添加数据。实际上，在这个数字世界中，机器人将模仿不同形式的机器人，以产生大量的第一视图数据，例如RGB图像，深度，时间序列数据以及所需的所有内容，并且还标记了自动标记。据说将来，在某些情况下，机器人培训可以调整真实数据和合成数据的比率以提高训练效率，这通常解决了“不可放入锅中的大米”的问题。 Galaxy General Motors的创始人Waof He，尽管据说合成数据将对大多数培训数据有一个帐户，而且普通人将无法这样做。制造商需要长期积累和基本技术知识。然后第二步骤是解决培训和操作问题，也就是说，让机器人学会完成工作。 Cloudrobo培训平台通过在这个虚拟世界中的模仿和学习来使机器人进行无数的“虚拟劳动”，从而可以减少测试和错误并加速技能学习。这两个确实是一个非常刻薄的想法。过去，如果您想制作机器人模型，机器人如何切换，则需要人们喂养数据。需要补充一些数据瘀伤。它就像钢钢拳头。您在移动数据时录制了数据，然后一遍又一遍地学习。但是将其移至虚拟世界会非常舒适，因为云训练是由计算和力量的强度完全决定的。至于这些云制造商的保证，您将不在一天中，他们可能正在练习两年半，一天 - 至-4：00。像洛杉矶一样。此外，在他们在这里找到它之后，其操作平台可能会无缝con将物理机器人加入，然后将其传递给发动机大脑。它可以在开始时唱歌，跳舞和工作，因此这就是为什么许多主要制造商都在考虑这个方向的原因。只是说话，但不要练习假动作。 Nong过去，华为云显示了一个两端的机器人，该机器人从cloudrobo毕业，在小光谱仪盒中进行高精度操作，成功率超过90％。它还可以使工业喷洒EFT武器，以快速学习喷洒新零件。这使Leju的人形机器人可以将材料携带和加载到车辆制造中。因此，我认为解决数据和云培训确实非常有希望。但是，除了在云平台上进行数据模拟培训外，机器人行业仍然存在许多复杂的问题，现在还有解决方案可以通过依靠云来解决它们。例如，这个行业仍然存在问题。行业标准是混乱的。机器人制造商是早期手机PHO的TuladNE制造商，例如诺基亚，摩托罗拉，爱立信以及系统以及充电端口。那么，这种情况肯定不会像iOS和Android Hongmeng等多机械合作那样大。因此，对于他们互相了解是必要的。华为云兄弟说，他们有一个称为R2C（机器人到云）协议的解决方案。这类似于机器人世界中的“ type-c”界面。主要目的是积累每个人的生态并促进行业标准。只要它是具有预装的R2C接口的合作伙伴，它就可以实现“插头”。这就像购买新鼠标，无论是Windows还是Mac，都可以通过插入USB端口来使用它，并且您不必在任何地方找到驱动程序磁盘。在各个领域的顶级球员，例如国民机器人机器人创新中心，托斯达（Tosda）和Youai Zhihe的本地共同建设，都加入了R2C协议。我觉得自己在举起手臂和哭泣，所有主要教派都回应了彼此，每个人都开始登船。但是说实话，我们不怕伤害他人。尽管可以进入云，但它当然不能治愈所有疾病，并且可以随时使用。如果您考虑需要非常高的实时和安全性的情况，人们可能仍然想进行本地计算，因此我们应该理解它。从不同的角度来看，您不希望机器人携带一台大型计算机，对吗？我会把它放空。因此，通过这种方式，它可以为机器人从实验室和工厂和家里（这是So -CalledCloud本体论）行走的可能道路。在WRC的演讲结束时，Wang Xingxing还讨论了人形机器人的身体。实际上，没有办法直接部署大型计算能力，因此将来的共享集群群体肯定会解决此问题。它确实利用云计算的力量来解决问题。如今，华为还在AI Comput中创建了一个新的布局ING Power：它发布了最新的超级节点产品Atlas 950 Superpod和Atlas 960 Superpod Supernodes，分别支持8192和15488上升卡。它导致关键指标，例如卡量表，最终计算强度，内存能力和互连带宽，并将在未来多年。它是世界超级节点的最强计算强度。根据Thosesuper节点，华为还发布了世界上最强大的超级节点群集，其中最大的计算功率量表是一百万张卡片。作为世界上最强的计算强度群，它将为体现智能行业的创新突破的计算能力提供稳定而迅速的支持。华为所有连接会议2025年：华为副主席兼扶轮社Xu Zhijun发表了主要演讲。无论是进入云还是在本地，这里的技术方法是解决我们的问题。让机器人尽早工作并参与SociaL技能，这是一个好方法。简而言之，那些说机器人炒作的人并非全是错误的，他们指出了行业中现有的困难。但是，只看到困难就像只看到冰山的结尾，很容易得出结论。所有技术的仓促和喧嚣最终将通过，这些人类的创造最终将从学校到社会，这将证明它们的价值是紧密的螺丝，运输材料和焊接缝隙。总之，体现的智力非常复杂。在前面跑步的一个甚至某些人仍然需要站立而不是制造机器人，而是首先建立基础架构。实际上，您是务实的。最好是与海岸争论是否可以走这条路，而是最好的道路。毕竟，只有在道路越来越宽的时候，每个人都能更快，更远。撰写者：NAXI编辑：江江面条艺术编辑：Ziyue图片，来源：观察者网络：Huawei Cloud R REleasehad平台，不制作机器人本体论硅星人：机器人会议世界上有一切，但对Ybang Power尚未同意：数百万的机器人公司和240亿财务财务无法涵盖三个“非强调”浮雕情报。机器的心脏：压花智能的最终提议：我们应该创造“人”或“生产力”？黄Y：浮雕的行为智能研究需要哪些数据？ IT行业：体现的情报很受欢迎，但是如何解决瓶颈数据？华为云，Zhihu等