九州酷游「中国」官方网站

关于九州ku酷游 公司简介 产品中心 工业计算机 书本式BOX PC 工业计算机主板 嵌入式无风扇工控机 可扩展式无风扇工控机 工业计算机整机 商用计算机 OPS41C 插拔式模块化电脑-MT81A 解决方案 数字政务解决方案 AI课堂录播控制解决方案 半导体测试解决方案 MES应用解决方案 PET回收分选解决方案 智慧冷链仓储物流解决方案 手术机器人解决方案 酷游九州平台 商务模式 新闻资讯 公司新闻 产品资讯 案例精选 九州酷游「中国」官方网站 联系我们

九州酷游平台阿里入场 具身智能迎来超|吉田亜咲|级玩家!

2025.10.24 九州酷游电子科技


  九州ku酷游(中国)有限公司官网酷游KU游酷游九州网站◈◈★,酷游◈◈★,九州酷游网址多少据了解◈◈★,林俊旸毕业于北京大学◈◈★,其研究兴趣集中于大规模语言模型和多模态大模型九州酷游平台◈◈★。他曾在阿里达摩院负责打造超大规模多模态预训练模型M6◈◈★,通用统一多模态预训练模型OFA吉田亜咲◈◈★,中文预训练模型Chinese CLIP等九州酷游平台◈◈★。目前是阿里通义千问的技术负责人◈◈★。

  “多模态基础模型如果仅用于视频生成吉田亜咲◈◈★,仍停留在相对初级的阶段◈◈★。视频生成只能证明AI对物理世界的理解能力吉田亜咲◈◈★,更关键的在于控制能力◈◈★。阿里从纯软件AI应用转向开发能够控制智能终端与机器人的‘大脑’◈◈★,实质上是在重新定义劳动力◈◈★,这其中蕴含着巨大的市场空间◈◈★。”快思慢想研究院院长田丰表示◈◈★。

  他进一步指出◈◈★,阿里当前采取的策略是◈◈★:在软件层面自研“大脑”◈◈★,在硬件层面则通过投资整机厂商进行布局◈◈★。

  9月8日◈◈★,阿里云领投了机器人初创公司自变量机器人1.4亿美元的A+轮融资◈◈★。此前◈◈★,阿里还投资了法奥意威◈◈★、星动纪元◈◈★、逐际动力◈◈★、宇树科技等多家机器人企业◈◈★。

  “要实现从通用人工智能(AGI)到超级(ASI)的跨越◈◈★,关键在于是否具备足够强大的‘大脑’◈◈★,能够处理跨工业◈◈★、农业◈◈★、服务业等多领域的复杂任务◈◈★,并达到人类水平◈◈★。眼下整机技术路径尚未收敛◈◈★,硬件形态仍处于发散阶段◈◈★,因此通过投资参与是更为灵活和高效的方式◈◈★。”田丰称◈◈★。

  在今年6月的年度股东大会上◈◈★,CEO黄仁勋曾提到◈◈★:“和机器人技术是最大的两个增长机会◈◈★,代表着数万亿美元级别的增长机会◈◈★。”

  9月云栖大会期间◈◈★,阿里云就与在物理AI领域达成合作◈◈★。阿里云人工智能平台 PAI 将集成英伟达Physical AI软件栈◈◈★,将为企业用户提供数据预处理◈◈★、仿真数据生成◈◈★、模型训练评估◈◈★、机器人强化学习◈◈★、仿真测试等全链路平台服务◈◈★,进一步缩短具身智能◈◈★、辅助驾驶等应用的开发周期吉田亜咲◈◈★。

  已经发布具身智能品牌JoyInside◈◈★,为机器人◈◈★、机器狗和AI玩具等提供机器人的“大脑”能力◈◈★,并与数十家主流机器人品牌达成合作◈◈★,包括陪伴类的Fuzozo芙崽九州酷游平台◈◈★、火火兔◈◈★;教育领域的元萝卜AI◈◈★、心大陆吉田亜咲◈◈★、Folotoy◈◈★、噜咔博士◈◈★;产业领域的众擎◈◈★、云深处吉田亜咲◈◈★、魔法原子等◈◈★。

  腾讯Robotics X实验室与福田实验室联合发布具身智能开放平台 Tairos “钛螺丝”◈◈★。据腾讯首席科学家张正友介绍◈◈★,Tairos 具身智能平台希望为机器人本体与应用开发商补齐关键软件能力◈◈★,就像为各类机器人装上“大脑”吉田亜咲◈◈★,让机器人具备感知世界◈◈★、规划任务以及自主决策等能力九州酷游平台九州酷游平台◈◈★,从被动执行指令的机械体进化为主动适应现实世界的智能生命体◈◈★。

  “例如在仓储◈◈★、物流◈◈★、服务业等场景中◈◈★,让具身智能‘大脑’达到解决专业任务的水平是具有可行性的◈◈★。像顺丰九州酷游平台九州酷游平台◈◈★、美团等企业◈◈★,都在朝这一方向积极布局◈◈★。它们在提升自身生产效率之后◈◈★,再进一步通过生态合作将技术扩展至更多元的应用场景◈◈★。”田丰提到◈◈★。

  田丰还特别指出◈◈★,阿里巴巴具备将自身业务与平头哥芯片技术融合的潜力◈◈★。“在优化机器人大脑的基础上◈◈★,与平头哥进行协同◈◈★,推动云端AI芯片逐步向智能终端落地◈◈★,无论是机器人芯片还是自动驾驶芯片◈◈★,都将为大模型的规模化推广提供硬件支撑◈◈★。未来◈◈★,更有机会构建起机器人领域的‘AppStore’应用生态圈◈◈★。”

  不过◈◈★,具身智能的大脑仍处于探索阶段◈◈★。宇树科技创始人王兴兴曾多次表示◈◈★,当前硬件的性能其实足够支撑应用◈◈★,核心瓶颈在于AI模型本身的能力不足◈◈★,导致硬件潜力无法被充分释放◈◈★。此外◈◈★,他对于当前热门的VLA模型也持保留态度◈◈★,认为其模型架构仍需进一步的迭代升级◈◈★。

  谈及大厂纷纷入局具身智能大模型所带来的影响◈◈★,田丰指出◈◈★,当前机器人大脑的发展仍需聚焦于专业场景的突破◈◈★。在他看来◈◈★,专业场景下的应用仍存在明显不足◈◈★,更不必说实现通用场景的覆盖◈◈★。

  “物理AI对可靠性◈◈★、精确性◈◈★、速度要求更高◈◈★。在物理环境中◈◈★,一旦决策失误◈◈★,整条生产线上的光伏板或锂电池都可能受到影响◈◈★,带来巨大的试错成本◈◈★,远高于软件AI的容错空间◈◈★。目前我们需要弥补的短板非常多◈◈★,包括物理环境中的任务流程设计◈◈★、业务深层知识以及行业经验等◈◈★,这些方面都尚未被充分挖掘和理解◈◈★。”

  田丰相信◈◈★,未来具身智能的“大脑”将迈入发展的深水区◈◈★。“从数据◈◈★、逻辑再到决策◈◈★,整个业务流的思维链条将被拆解得极为细致◈◈★,我们必须厘清其中每一个环节的因果依赖关系◈◈★。”