1/ 11
在早期的人工智能研究中，很多人把AI当成纯粹的“头脑计算”，忽视了行动和环境互动。后来发现，如果让机器人“动起来”、感受环境并通过反馈不断学习，就能获得更灵活、更真实的智能，这也是“具身智能”为什么会流行并不断深入研究的原因。
- 在早期的人工智能研究中，很多人把AI当成纯粹的“头脑计算”，忽视了行动和环境互动。后来发现，如果让机器人“动起来”、感受环境并通过反馈不断学习，就能获得更灵活、更真实的智能，这也是“具身智能”为什么会流行并不断深入研究的原因。
- 具身智能（Embodied Artificial Intelligence，简称 EAI），它的定义就是将人工智能融入机器人等物理实体，赋予它们感知、学习和与环境动态交互的能力。
- 简而言之，所谓的具身智能，其实就是机器人与生成式人工智能的结合。12月25日，虚拟动点宣布与松延动力达成战略合作，而两者的结合，正好满足的了人工智能算法+机器人的结合逻辑。
- 之所以机器人是具身智能的最好载体之一，因为它们有“身体”（机械结构、传感器、动力系统）和“大脑”（控制算法、决策模块）。随着机器人硬件不断迭代（比如关节更加灵活、手爪更加灵巧、外骨骼能够辅助行动等），它们能更真实地“体验”世界，算法就能学到更丰富的技能，从而产生更高水平的“具身智能”。
- 就像现场展示的那样，面部捕捉技术赋能仿生机器人的成果，通过联合研发，松延动力的仿生机器人不仅学会了“喜怒哀乐”等拟人化表情，甚至可以读懂人类的语言并做出表情回应。此外，依托虚拟动点动作大模型数据的训练，机器人还现场跳了一段“美式恰恰”舞表演，让机器人具备了控制动作的能力。
- 动作捕捉和机器人，看起来彼此之间并没有强联系，但从原理层面来看，动作捕捉主要是指用传感器或摄像系统去获取人体或物体的运动轨迹，并把这些数据转换成数字化信息。而应用到机器人领域，机器人可以学习人类演示的动作，比如手把手教机器人如何拧螺丝、如何摆放物体等。
- 同时，还能实现精准控制，举例来说，如果我们能准确捕捉和分析机器人的实际运动轨迹，就能更好地实时调整运动算法，避免摔倒或碰撞。此外，通过动作捕捉，机器人可以识别人类同事的动作意图，与其配合完成工作。
- 而虚拟动点提供的动作捕捉算法、动作大模型也成为让机器人动起来的前置条件。从数据，到服务，再到算法，最后是硬件，虚拟动点在具身智能产业核心能力中实现了软硬融合。
像是上文提到的模仿动作，虚拟动点无标记点识别算法，通过复刻技术人员的动作，现场驱动了数字人及机器人上肢动作同步。实现了无标记识别算法帮助机器人模仿学习，机器人可以借此完成对人类动作的模仿。
- 此外，动作算法以及相关的数据库内容也很重要，通俗地理解，动作算法就是关于“如何让机器人按照某种目标去运动或操作”的算法，包括路径规划、避障、力控（力反馈控制）等。虚拟动点入局空间计算多年，基于在动作捕捉领域的案例累积，公司不仅拥有大量、高精度、高质量的动作数据，也在持续产出更多的优质数据，为人形机器人动作训练提供依托。
- 除了让机器人更好地动起来，在算法技术层面，虚拟动点还积累了OptiTrack光学定位算法、LydCap无标记点识别算法以及LYDIA动作大模型等多项核心算法技术，进而又推出针对具身智能的SLAM机器视觉算法，为机器人的空间感知、行为决策和动作控制提供支撑，并且，基于虚拟动点融合传感器摄像头等产品，能够让人形机器人拥有“眼睛”，让机器人具备“看见世界”的能力。
- 为了能够实现在具身智能领域的完善布局，虚拟动点还宣布与松延动力正式成立“具身智能机器人联合实验室”。虚拟动点董事长兼CEO刘耀东表示：“这个实验室未来将主要应用于通过机器人产生数据、建立动作数据库，从而为机器人提供更好的算法，加速其在家庭场景的落地，而且虚拟动点公司也将持续专注在算法领域的迭代，不会涉足机器人的制造业务。”
Oh! no
您是否确认要删除该条评论吗？