Vuosi 2026 on lähtökohta ja suuri vuosi robottitarinoille. Robottiradan pitäisi pian tuoda oma GPT-hetkensä. Aiheeseen liittyvät robotiikkaprojektit ovat hyvin varhaisia ja niihin kannattaa kiinnittää huomiota. 3G toi WeChatin ja 4G:n Douyinin, ja huipputason sovellusten synty perustuu usein taustalla olevan infrastruktuurin kehitykseen, vaikka useimmiten jälkimmäistä ei ole yleisön helppo ymmärtää. Robottien kehitys perustuu pääasiassa kolmeen ehtoon: data + malli + laitteisto. - Malli (robottiaivot). VLA:n synty yhdistyy robotin ontologiaan, jolloin robotti siirtyy "ennalta asetetun ohjelman suorituksesta" "havainto-päätös-toiminta" -autonomiseen suljetun silmukan muotoon. Lisäksi mallin yleistämiskyky on parantunut huomattavasti, ja malli pystyy hoitamaan monimutkaisia pitkän hännän tehtäviä, kuten vaatteiden taittelua. Jotkut avoimen lähdekoodin ruumiillistuneet tiedustelumallit demokratisoivat myös tätä teknologiaa. - Laitteisto (robotin runko) Tällä hetkellä kotirobotit voivat suorittaa vaiheen prototyypistä koetuotantoon. Robotin osat ovat suunnilleen nämä osat: ohjausjärjestelmä (ajattelu ja laskenta), tunnistusjärjestelmä (visuaalinen aistiminen ja voimantunnistus jne.), suoritusjärjestelmä (momenttimoottori, jarru, hidastus jne.), voimajärjestelmä (litiumakku). Tällä hetkellä laitteiston kustannukset ovat edelleen kalliita, joten suurin osa robottien käyttötilanteista on edelleen teollistuneita skenaarioita. Teollisuuskenttä on myös paikka, jossa robotit kaupallistetaan ensimmäisenä laajassa mittakaavassa. - Data (Robotin veri) Tällä hetkellä on olemassa useita valtavirran menetelmiä robottien tiedonkeruuseen, joista toinen on oikea koneen etäkäyttö ja toinen simulointi. Korkealaatuinen oikea konedata on ydin, mutta keruukustannukset ovat erittäin korkeat, kuvittele kuinka kallista on ostaa 30 000 dollarin Franka kotona opiskelua varten. Siksi ala synteesi ja ennustaa dataa simulaatioteknologian ja mallien avulla korvatakseen todellisen konedatan puutetta. Hyviä projekteja löytyy näistä kolmesta näkökulmasta. Tänä vuonna saattaa myös olla paljon robottimeemejä, joten kiinnitä huomiota väijytyksiin.