英伟达加码人形机器人,胜算几何?

英伟达即将推出人形机器人计算平台,布局机器人赛道。行业预测收入将大幅增长,国内厂商也在积极探索。

原文标题:人形机器人的「钱景」在哪,黄仁勋想清楚了吗?

原文作者:机器之心

冷月清谈:

英伟达计划于2025年上半年推出人形机器人专用计算平台Jetson Thor,进一步加码机器人赛道。谷歌也计划将其Gemini 2.0多模态模型应用于机器人领域,与机器人公司Apptronik合作开发AI人形机器人。麦肯锡预测,到2040年,机器人行业收入将增长至1900亿至9100亿美元。

英伟达在机器人领域的定位是机器人技术平台供应商,提供包括训练软件和芯片在内的全套解决方案。其软件生态包括Isaac Sim、Isaac Gym和Isaac Cortex等,硬件方面则以Jetson系列芯片为主。

AI大模型和机器人模拟仿真训练技术的突破,带动了人形机器人产业链关键环节的变化,需要新的算法、硬件及软件生态体系。国内新一代人形机器人厂商主要采用分层端到端的方案,即“大脑大模型”和“小脑大模型”互相配合,以提升机器人自主完成复杂任务的能力。

机器人本体设计、制造与集成是产业链的核心关键。国内人形机器人厂商通常涉及机器人本体研发、控制系统、核心控制算法和核心零部件研发等。在具身智能热潮下,国内涌现出优必选、智元机器人等新老厂商,以及小米、小鹏汽车等跨界入局者。

怜星夜思:

1、如果英伟达的Jetson Thor成功应用于人形机器人,会对哪些行业产生最大的影响?
2、国内的机器人厂商在哪些方面有机会挑战英伟达的机器人平台?
3、除了硬件和软件,人形机器人要真正走进人们的生活,还有哪些关键技术需要突破?

原文内容

本文来自PRO会员通讯内容,文末关注「机器之心PRO会员」,查看更多专题解读。
据外媒《金融时报》报道,英伟达计划在 2025 年上半年推出人形机器人专用紧凑型计算平台 Jetson Thor。在大模型上赚得盆满钵溢的英伟达,在人形机器人赛道上的布局又有多少胜算?

目录

0125 年,英伟达进一步「加码」机器人,「钱景」如何?

英伟达为何看重机器人赛道?英伟达在人形机器人赛道上的布局有多少胜算?

02. 从硬到软,英伟达的机器人软件生态布局如何?挑战英伟达,国内市场发展到哪步了?「先机」在哪?
英伟达在人形机器人赛道上的布局如何?国内的机器人产业链,有哪些关键公司?芯片不好做,软件方面的机会又有多大?
01  25 年,英伟达进一步「加码」机器人,「钱景」如何?
1、近期,据《金融时报》报道,英伟达将在 2025 年进一步加大对机器人技术的投入,在今年上半年推出新一代用于人形机器人的紧凑型计算机 Jetson Thor。
2、前不久,谷歌也计划将其 Gemini 2.0 多模态模型所具备的空间推理能力应用于机器人领域,与机器人公司 Apptronik 达成合作,开发在复杂环境中工作的 AI 人形机器人。
3、各家巨头、大厂在机器人领域的布局方向各异。据麦肯锡报告预计,机器人行业的收入到 2040 年将增长至 1900 亿至 9100 亿美元,年均增长率高达 13%至 23%。[12] 

02  从硬到软,英伟达的机器人软件生态布局如何?挑战英伟达,国内市场发展到哪步了?「先机」在哪?
1、在瞄准「物理 AI」的方向下,英伟达在机器人领域给自己的定位为机器人技术平台的供应商。英伟达开发了机器人的全套解决方案,包括训练机器人的各层软件以及机器人芯片。
2、英伟达在机器人领域的一大特点即是「全套」,在机器人领域布局方面主要集中在软件基础设施和硬件的算力芯片部分。
① 形成了 Nvidia robotics 软件生态......
3、受到 AI 大模型和机器人模拟仿真训练两项技术突破的影响,今年人形机器人智能化带来了产业链关键环节的变化,需要建设新的算法、硬件及软件生态体系,为国内的人形机器人产业链带来了新的机会。
① 目前,国内新一代人形机器人厂商主要采用分层端到端的方案,即通过「大脑大模型」和「小脑大模型」互相配合的方案提升人形机器人的智能化程度,以提高机器人自主完成复杂任务的能力。
4、其中,机器人本体设计、制造与集成是产业链的核心关键。国内的人形机器人厂商通常涉及机器人本体研发、机器人的控制系统、核心控制算法、核心零部件研发等。
① 在具身智能热潮下,国内涌现出了不少人形机器人厂商,据网易数据显示,从 2023 年至 2024 年 8 月,中国具身智能概念创业公司超 50 家。
② 其中,包括如优必选这类老牌机器人企业、智元机器人等近期成立的创企以及入局互联网企业或车企,如小米、小鹏汽车等。
国内几家典型的机器人公司的情况如下......

 关注👇🏻「机器之心PRO会员」,前往「收件箱」查看完整解读 

👀 往期回顾 👀 

 01  AI 竞赛进入推理阶段:扩展测试时计算是万能的吗?Scaling What 成为关键
传统的 Scaling Laws 范式是否已经达到极限?新的 Scaling Laws 范式能否解决数据难题?只要扩展测试时间计算,就能够实现通用人工智能吗?「LLM + 推理模型」是否能实现类人智能?LLM 真的具有推理能力吗?...
 02  谁能进入下一轮?具身智能「练习生」的技术储备和商业路径有何异同?
具身智能创企融资规模如何?明星「练习生」都有哪些头部资源支持?各家创企技术路径有何差异?「练习生」都有哪些技术储备?具身智能还差些什么?...
 03  「压缩即智能」,成就 LLM 的 Transformer 未必是终极解?
知识压缩理论已经获得验证了?LLM 范式有变革征兆了?LLM 范式会向哪个方向演进?为什么Transformer 未必能够长青?有哪些声音在质疑Transformer?有哪些非Transformer的可行路线?...
 04  从文本到屏幕:「Project Jarvis」们能实现 AGI 吗?
头部 AI 公司为何都在做 AI 自主计算机操控?这事可行吗?和RPA的区别是什么?AI Agent自主操控计算机需要具备哪些能力?微软、谷歌、Anthropic 在 AI Agent 方面的动作有何异同?...

更多往期专题解读内容,关注「机器之心PRO会员」服务号,点击菜单栏「收件箱」查看。



我觉得对制造业的影响会非常大。现在很多工厂都开始用自动化设备,但人形机器人如果能普及,那效率和灵活性肯定比现在的机械臂强多了,可以代替人类完成更多复杂的工作。

我觉得是机器人的学习能力和适应性。理想状态下,机器人应该能够像人一样学习新的技能,适应不同的环境,这需要更强大的AI算法和学习机制。

我觉得在应用场景的适配性方面有机会。国内厂商更了解国内的市场需求,可以针对特定的应用场景,比如农业、建筑等,开发更具优势的机器人和平台。

我觉得软件生态的建设是关键。如果能建立起一个类似英伟达的完整软件生态,就能吸引更多的开发者和用户,形成良性循环,最终挑战英伟达的地位。

我认为是人机交互和安全性。人形机器人要和人自然地交流互动,需要更先进的自然语言处理和情感识别技术,同时也要确保机器人的行为安全可靠。

我认为是服务业,尤其是一些需要与人交互的服务场景,比如养老护理、医疗辅助等。人形机器人可以提供更个性化、更人性化的服务,弥补人力资源的不足。

国内厂商可以利用自身在某些领域的优势,比如数据积累、成本控制等,与英伟达展开差异化竞争,找到自己的生存空间。

从技术角度来看,Jetson Thor的成功应用可能会推动其他类型的机器人发展,比如特种机器人、物流机器人等,从而对物流、安防等行业产生影响。

我觉得是能源和续航问题。现在很多机器人的续航时间都很短,没法长时间工作,这个问题不解决,很难大规模应用。