2023年，硬科技領(lǐng)域特別是人形機(jī)器人領(lǐng)域受到廣泛關(guān)注和投資。在政策和基金的推動(dòng)下，人形機(jī)器人因其大模型和具身智能的特性，吸引了眾多人工智能領(lǐng)域的投資者。隨著市場(chǎng)的熱度上升，更多的團(tuán)隊(duì)開始投入這一領(lǐng)域。其中，科大訊飛作為國(guó)內(nèi)人工智能領(lǐng)域的領(lǐng)軍團(tuán)隊(duì)，今年的表現(xiàn)尤為突出，不僅發(fā)布了訊飛星火認(rèn)知大模型，還在積極推動(dòng)其在制造、醫(yī)療、教育等領(lǐng)域的應(yīng)用。

作為本就投資了云跡、優(yōu)必選等機(jī)器人領(lǐng)域獨(dú)角獸企業(yè)的科大訊飛，自然也不會(huì)錯(cuò)過(guò)這次入局人形機(jī)器人領(lǐng)域的機(jī)會(huì)。就在10月24日的科大訊飛1024開發(fā)者節(jié)上，科大訊飛人形機(jī)器人正式對(duì)外亮相。

01入局人形機(jī)器人

2022年1月，在這一年的科大訊飛年會(huì)上，科大訊飛董事長(zhǎng)劉慶峰正式啟動(dòng)了“訊飛超腦2030計(jì)劃”，而這也正是科大訊飛進(jìn)軍機(jī)器人領(lǐng)域第一個(gè)長(zhǎng)線計(jì)劃。

在這份計(jì)劃中，科大訊飛董事長(zhǎng)劉慶峰將科大訊飛入局機(jī)器人領(lǐng)域的整體布局分為三步：

第一步，2022-2023年，針對(duì)醫(yī)療、教學(xué)、健康等領(lǐng)域的底層技術(shù)，實(shí)現(xiàn)軟硬一體機(jī)器人和數(shù)字虛擬人的制造；

第二步，2023-2025年，實(shí)現(xiàn)自適應(yīng)行走的外骨骼機(jī)器人，讓外骨骼機(jī)器人進(jìn)入人類生活；

第三步，2025-2030年，實(shí)現(xiàn)懂知識(shí)、會(huì)學(xué)習(xí)、能進(jìn)化的陪伴機(jī)器人、自主學(xué)習(xí)的虛擬人，讓擁有機(jī)器人擁有交互、動(dòng)作，推動(dòng)機(jī)器人進(jìn)入家庭。

2023年作為“訊飛超腦2030計(jì)劃”的關(guān)鍵一年，科大訊飛董事長(zhǎng)劉慶峰在今年1024開發(fā)者節(jié)的開幕式上表示：

“科大訊飛在2022年1024開發(fā)者節(jié)上發(fā)布的AIBOT機(jī)器人超腦平臺(tái)，如今已有工業(yè)、教育、服務(wù)、特種等領(lǐng)域372家企業(yè)的開發(fā)者在用我們這一平臺(tái)。”

與此同時(shí)，科大訊飛董事長(zhǎng)劉慶峰還在現(xiàn)場(chǎng)官宣了科大訊飛人形機(jī)器人的發(fā)布。

他表示，“現(xiàn)在通過(guò)將認(rèn)知大模型與具身智能、運(yùn)動(dòng)智能結(jié)合起來(lái)，將進(jìn)一步助力我國(guó)機(jī)器人進(jìn)入高階的智慧迭代?！?/p>

也是在這次大會(huì)上，我們現(xiàn)場(chǎng)看到了科大訊飛的人形機(jī)器人。

據(jù)科大訊飛官方介紹，基于“視覺-語(yǔ)言-動(dòng)作”多模態(tài)具身智能大模型，人形機(jī)器人將有如下表現(xiàn)提升：

復(fù)雜任務(wù)拆解準(zhǔn)確率提升了95%，開放場(chǎng)景物體尋找成功率提升了85%，強(qiáng)化學(xué)習(xí)泛化抓取成功率提升了30%，強(qiáng)化學(xué)習(xí)仿人行走能力提升了30%，運(yùn)動(dòng)能耗降低了20%。

02具身智能的潛力

2023年3月，在全球掀起ChatGPT、大模型熱潮后，OpenAI轉(zhuǎn)而投資了挪威一家人形機(jī)器人公司1X Technologies，這讓擁有本體的大模型的具身智能概念再次風(fēng)靡。

就具身智能的研究而言，我們看到斯坦福李飛飛教授團(tuán)隊(duì)在今年7月公開一項(xiàng)具身智能研究項(xiàng)目，項(xiàng)目中，接入大模型的機(jī)器人可以根據(jù)人類發(fā)出的語(yǔ)言指令，完成各種動(dòng)作。

谷歌旗下DeepMind團(tuán)隊(duì)隨后也發(fā)布了名為Robotics Transformer 2的視覺-語(yǔ)言-動(dòng)作模型。

巧合的是，早在2015年，科大訊飛就曾在國(guó)內(nèi)投資一家人形機(jī)器人公司，這家公司就是極有可能成為國(guó)內(nèi)人形機(jī)器人第一股的優(yōu)必選。

這讓科大訊飛在人形機(jī)器人上有了一個(gè)很好的標(biāo)定，而在這一切背后，其實(shí)都要基于人工智能的突破、大模型的出現(xiàn)。

科大訊飛是在今年5月6日發(fā)布的訊飛星火大模型，如今，經(jīng)過(guò)三次版本迭代后，科大訊飛董事長(zhǎng)劉慶峰表示，最新發(fā)布的訊飛星火V3.0已經(jīng)可以對(duì)標(biāo)ChatGPT，并做到了“中文超越，英文相當(dāng)”。

此次科大訊飛發(fā)布的訊飛星火V3.0在文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理、數(shù)學(xué)能力、代碼能力、多模態(tài)能力在內(nèi)的七大能力上都得到了一定程度上的提升。

具體而言，在代碼能力上，訊飛星火V3.0在項(xiàng)目級(jí)的理解上得到了優(yōu)化，已經(jīng)能夠?qū)Υa進(jìn)行綜合的理解性的理解。

例如，它現(xiàn)在已經(jīng)可以理解你這樣的prompt：用python通過(guò)代碼來(lái)花一個(gè)大大的心形，然后里面大大小小的五顏六色的很多星星逐漸呈現(xiàn)出來(lái)。 在英文書寫能力上，現(xiàn)在的訊飛星火大模型已經(jīng)可以基于各種人設(shè)來(lái)輸出Native的寫作和對(duì)話。在多模態(tài)能力上，現(xiàn)在的訊飛星火大模型已經(jīng)能夠?qū)崿F(xiàn)指令理解和跟隨，以及細(xì)節(jié)表達(dá)上有了一定的提升，這樣的能力提升也是機(jī)器人能夠在復(fù)雜場(chǎng)景中很好地運(yùn)動(dòng)的關(guān)鍵。

根據(jù)國(guó)研經(jīng)濟(jì)研究院今年開展的一項(xiàng)關(guān)于大模型行業(yè)應(yīng)用能力測(cè)評(píng)的研究中，訊飛星火3.0在醫(yī)療、法律領(lǐng)域的中文知識(shí)和語(yǔ)言理解能力已經(jīng)分別超越了GPT4表現(xiàn)5.3%和4.1%，在教育領(lǐng)域基礎(chǔ)能力的表現(xiàn)與GPT4的表現(xiàn)差距小于1%。

這讓訊飛星火V3.0得以成為科大訊飛推出的各類機(jī)器人的“靈魂”所在。

03科大訊飛的硬科技

2023年是大模型異軍突起的一年，這一年，隨著各類大模型的不斷涌現(xiàn)，算力變得尤為稀缺。這時(shí)，科大訊飛拉來(lái)華為站臺(tái)。

在今年的1024開發(fā)者節(jié)上，科大訊飛正式發(fā)布了聯(lián)合華為打造的基于昇騰的大模型底座“飛星一號(hào)”平臺(tái)，并官宣了更大參數(shù)規(guī)模的訊飛星火V4.0大模型訓(xùn)練也正式啟動(dòng)。

作為兩個(gè)國(guó)家隊(duì)的一次重磅合作，科大訊飛董事長(zhǎng)劉慶峰滿懷激情地表示，訊飛星火V4.0將在明年上半年發(fā)布，屆時(shí)將正式對(duì)標(biāo)GPT4。

實(shí)際上，就在今年，科大訊飛已經(jīng)聯(lián)合華為團(tuán)隊(duì)在半年時(shí)間內(nèi)通過(guò)孵化大模型融合算子、多維度分布式并行、算-網(wǎng)-存系統(tǒng)級(jí)的智能運(yùn)維，以及基于CANN聯(lián)合深度優(yōu)化，實(shí)現(xiàn)了訊飛星火大模型訓(xùn)練和推理效果的翻番。

而這些，都是科大訊飛進(jìn)一步進(jìn)入機(jī)器人領(lǐng)域、深入研究具身智能的基礎(chǔ)。

就機(jī)器人產(chǎn)業(yè)布局而言，科大訊飛不僅發(fā)布了人形機(jī)器人，還發(fā)布了（輪式）家庭陪伴機(jī)器人機(jī)器人，甚至闖入了已經(jīng)紅海市場(chǎng)的掃地機(jī)器人領(lǐng)域。

在大會(huì)場(chǎng)外的展館中，我們也看到了科大訊飛這些機(jī)器人產(chǎn)品。

2023年，科大訊飛在“訊飛超腦2030計(jì)劃”的推動(dòng)下，成功進(jìn)入機(jī)器人領(lǐng)域。借助大模型的支持，科大訊飛進(jìn)一步深入到機(jī)器人領(lǐng)域，并攜帶訊飛星火大模型進(jìn)軍人形機(jī)器人市場(chǎng)，預(yù)計(jì)將為該行業(yè)帶來(lái)重大變革。

關(guān)鍵詞：