近日，奧比中光聯(lián)合知名科技媒體光錐智能，共同發(fā)布具身智能深度研報(bào)《GPT催生了具身智能機(jī)器人時(shí)代——機(jī)器人視覺迎來歷史機(jī)遇》（下稱“報(bào)告”），分析了具身智能機(jī)器人與機(jī)器人視覺技術(shù)發(fā)展趨勢(shì)。GPT的出現(xiàn)促進(jìn)了AI“大腦”的進(jìn)化，推動(dòng)機(jī)器人逐步演變?yōu)榫呱碇悄軝C(jī)器人；機(jī)器視覺也將向機(jī)器人視覺不斷進(jìn)化，帶動(dòng)人工智能3D“眼睛”需求的爆發(fā)，引發(fā)新一輪百億級(jí)產(chǎn)業(yè)革命。

劃重點(diǎn)

IChatGPT催生了人工智能發(fā)展新浪潮，“離身”智能逐步向“具身”智能進(jìn)化，具身智能機(jī)器人將成為人工智能終極形態(tài)。

I機(jī)器人將完成由“不動(dòng)”、到“固定動(dòng)”、再到“自由動(dòng)”的技術(shù)變革，進(jìn)化為具身智能機(jī)器人。

I具身智能機(jī)器人將沿“大腦先行、感知突破、身體完善”的方向迭代發(fā)展，帶來人工智能“眼睛”的爆發(fā)式發(fā)展。

I通用大模型往多模態(tài)大模型方向演進(jìn)，機(jī)器視覺向機(jī)器人視覺進(jìn)化，朝著3D、高度集成、適應(yīng)復(fù)雜變化場(chǎng)景的方向進(jìn)化。

I針對(duì)具身智能機(jī)器人視覺，奧比中光著眼于中長(zhǎng)期技術(shù)發(fā)展與需求進(jìn)行了全方位的技術(shù)路線布局以及技術(shù)能力布局，技術(shù)路線覆蓋單目結(jié)構(gòu)光、雙目視覺、ToF、LiDAR。

01

具身智能：人工智能的終極形態(tài)

具身智能（Embodied AI）是指具備感知和理解環(huán)境的能力，能夠與物理世界進(jìn)行交互，并具備行動(dòng)能力以完成任務(wù)的智能體。

相對(duì)而言，"離身"（Disembodiment）是指認(rèn)知與身體分離，比如ChatGPT可以認(rèn)為是一種離身智能，僅能對(duì)語言文本進(jìn)行理解與對(duì)話，無法對(duì)真實(shí)物理世界產(chǎn)生影響。然而，離身智能必定會(huì)向具身智能發(fā)展，“知行合一”是必然趨勢(shì)。

報(bào)告指出，智能機(jī)器人是具身智能最直接的落地應(yīng)用。隨著ChatGPT催生人工智能發(fā)展新浪潮，具身智能機(jī)器人將成為人工智能終極形態(tài)。

具身智能機(jī)器人由于其類人化，將逐步替代人類完成由低級(jí)到高級(jí)的工作任務(wù)，讓人類從重復(fù)、繁瑣的工作中解放出來，將對(duì)數(shù)億工人以及對(duì)應(yīng)的數(shù)萬億市場(chǎng)產(chǎn)生深遠(yuǎn)的影響。

圖表來自報(bào)告：《人工智能機(jī)器人開啟第四次科技革命》（由勢(shì)乘資本和光錐智能聯(lián)合發(fā)布）

在具體應(yīng)用場(chǎng)景中，數(shù)十種傳統(tǒng)機(jī)器人也將向具身智能機(jī)器人升級(jí)迭代，例如工業(yè)搬運(yùn)、拆垛機(jī)器人，物流分揀、包裝、協(xié)作機(jī)器人，農(nóng)業(yè)采摘、分選機(jī)器人，醫(yī)療康復(fù)機(jī)器人，養(yǎng)老助殘機(jī)器人，家用服務(wù)機(jī)器人，公共服務(wù)機(jī)器人，教育機(jī)器人以及人形機(jī)器人等。

02

具身智能機(jī)器人發(fā)展三階段：大腦先行、感知突破、身體完善

機(jī)器人發(fā)展為具身智能機(jī)器人，大致需要經(jīng)歷三個(gè)階段。

在演化路徑上，機(jī)器人將完成由“不動(dòng)”、到“固定動(dòng)”、再到“自由動(dòng)”的技術(shù)變革：從初級(jí)機(jī)器人的"基本不動(dòng)+重復(fù)執(zhí)行"，逐漸發(fā)展到具備"行走+獨(dú)立執(zhí)行"的中級(jí)機(jī)器人，最終發(fā)展為具備"自主行走+自主執(zhí)行"的具身智能機(jī)器人。

未來的具身智能機(jī)器人，不僅具備自主行走能力，還能夠自主學(xué)習(xí)、推理以及執(zhí)行各種任務(wù)。因此，它除了需要聰明的大腦，還需要強(qiáng)大的“眼睛”提供信息輸入。

對(duì)此，報(bào)告指出，具身智能機(jī)器人的發(fā)展將由"大腦"帶動(dòng)，逐步向“眼睛”等視覺感知體、“手腳”等運(yùn)動(dòng)執(zhí)行體不斷升級(jí)迭代的過程，即沿著“大腦先行、感知突破、身體完善”的方向迭代發(fā)展。

03

機(jī)器視覺向機(jī)器人視覺進(jìn)化，帶來人工智能“眼睛”爆發(fā)

3D視覺是人工智能感知世界最重要的信息源。與人類類比來看，視覺信息在所有感知信息中占比超過70%。

具身智能機(jī)器人所需要的機(jī)器人視覺，則是類人眼的小型化、3D的嵌入式器件，帶動(dòng)機(jī)器視覺向機(jī)器人視覺不斷進(jìn)化，人工智能“眼睛”將爆發(fā)式發(fā)展。

在產(chǎn)品形態(tài)上，機(jī)器人視覺相比傳統(tǒng)機(jī)器視覺更加 3D化、高度集成化、場(chǎng)景復(fù)雜化。

在技術(shù)實(shí)現(xiàn)上，機(jī)器人視覺相比傳統(tǒng)機(jī)器視覺更注重多專業(yè)融合、底層元器件定制與集成、以及高度依賴智能視覺算法。

這對(duì)相關(guān)研發(fā)機(jī)構(gòu)也提出了全新的能力訴求，多專業(yè)融合、底層創(chuàng)新能力、智能視覺算法將成為企業(yè)的核心技術(shù)競(jìng)爭(zhēng)力。

報(bào)告指出，奧比中光作為行業(yè)領(lǐng)先的3D視覺感知技術(shù)方案提供商，經(jīng)過10多年的發(fā)展，已布局了全方位的機(jī)器人視覺技術(shù)與產(chǎn)品方案，技術(shù)路線覆蓋單目結(jié)構(gòu)光、雙目視覺、ToF、LiDAR，技術(shù)能力覆蓋機(jī)器人視覺芯片、智能視覺算法、模組及方案以及規(guī)?；慨a(chǎn)等能力，在全球率先完成具身智能機(jī)器人視覺的核心技術(shù)布局。

具身智能的時(shí)代已經(jīng)到來，并將開啟全新機(jī)器人革命，帶動(dòng)數(shù)十種傳統(tǒng)機(jī)器人升級(jí)迭代，催生百億級(jí)的市場(chǎng)需求。站在新一輪科技革命歷史機(jī)遇上，奧比中光將通過核心技術(shù)打造機(jī)器人視覺產(chǎn)品，助力具身智能機(jī)器人視覺技術(shù)進(jìn)步與行業(yè)發(fā)展。