Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

引领通用具身新时代:普渡发布首款类人形机器人PUDU D7

9月19日,全球服务机器人领军企业普渡机器人正式发布其初代类人形机器人PUDU D7。基于仿生双臂和全向移动底盘设计,PUDU D7能够在多个场景中执行复杂任务操作,更好地满足跨行业客户真实的多样化需求。该款机器人预计将在2025年实现全面商业化落地,为通用具身服务机器人的商业化应用带来突破性变革。

普渡初代类人形机器人PUDU D7

普渡机器人创始人兼CEO张涛表示:“作为普渡的核心价值观,发明家精神推动我们不断创新与进步。PUDU D7的发布标志着我们在构建专用型机器人、类人形机器人和人形机器人的重要一步。通过推进这三种机器人形态,我们致力于塑造服务机器人行业的未来,为各种应用场景提供卓越价值,解决当前挑战并为客户开启全新机遇。”

图:普渡首款类人形机器人PUDU D7产品

一、定义多元形态:开启通用具身服务机器人新时代

今年5月,普渡在服务机器人行业内前瞻性的提出了类人形这一概念。通过操作机械臂的加持,服务机器人将极大提高自身的产品力,实现更加通用的产品价值。专用机器人、类人形机器人和人形机器人三种形态将共同构成服务机器人的未来行业生态。

图:机器人的三种形态

PUDU D7是普渡推出的首款类人形机器人,由普渡X实验室 Pudu X-Lab孵化研发。该机器人身高165厘米,重量45公斤,仿生臂的臂展达到65厘米,整机拥有30个自由度,配备灵巧手后,自由度将提升至50。高度仿生的设计使其动作更加灵活精确,能够完成多种复杂任务。

图:PUDU D7基本参数

PUDU D7具备类人的构型,底部配备通用的移动能力,底盘支持360度全向移动,最大速度可达2米/秒,并能在最大10度的斜坡上稳定运行。高机动性能使其在狭小和高动态环境中也能自如穿行,例如在繁忙的餐厅和工业车间中高效作业。此外,D7的电池容量超过1KWh,可持续工作超过8小时。

PUDU D7集成了普渡机器人在定位、感知规划调度、控制等方面的领先技术优势,配备RGBD相机、激光雷达、全景相机等多种传感器,采用普渡自研的运动控制算法和融合SLAM定位技术,能够在大面积、高动态复杂场景下实现高精度定位导航并稳定运行。

图:类人形机器人PUDU D7移动能力

PUDU D7上部具备通用操作能力和元学习交互能力,能够执行电梯操作、物品搬运与分拣等多场景下的复杂任务。其仿生单臂的负载能力达到10公斤,末端重复定位精度可高达0.1毫米,这使得D7能够执行各种精细操作,适用于多种复杂的工业和商业服务场景。

图:类人形机器人PUDU D7操作能力

普渡机器人融合多种数据驱动具身智能,并在大模型应用上采用“大脑大模型”与“小脑大模型”分离的策略,通过多层次模型联动,以实现PUDU D7的AI智能交互和具身智能学习能力。D7能够理解和响应不同服务场景的复杂指令,并通过持续的学习迭代,优化自身的操作策略,逐步适应并高效完成各种任务。

凭借高灵活性和具身智能学习能力,PUDU D7类人形机器人将具备跨场景端到端任务的解决能力,推动通用具身服务机器人的大规模商业化落地。

二、重塑客户价值:类人形推动服务机器人大规模落地

今年1月,普渡在全球首次提出了R2X(Robot-to-Everything)的生态架构,针对机器人行业长期以来的不开放、不协同、不通用的行业壁垒提出了可行的解决方案。R2X的核心要素之一就是机器人能够与场景内的各种设备之间实现万物互联,以实现全场景的智能生态,因此IoT技术成为了实现R2X的重要一环。然而在现实场景中,仅凭IoT技术实现R2X往往存在着着很多局限性。

以酒店和写字楼场景为例,实现R2X意味着机器人需要与电梯、门禁等众多设备打通,通过IoT的方式则需要对原有的电梯和门禁等设备进行改造。然而,设备的改造往往意味着大量的重复改造成本以及溢价风险,成为制约服务机器人商业化落地乃至实现R2X的关键因素。

图:R2X场景下类人形机器人操作电梯及门禁

另一方面,长期以来服务机器人行业面临着跨场景端到端任务难以解决的难题。例如,在餐饮场景下,服务机器人送餐后的上菜环节没有被打通,仍然需要人工介入;在酒店场景中,机器人可以完成迎宾和客房配送,但房间内的清洁与客房服务仍需依赖人工等等。导致无法完成服务闭环,影响了客户的使用体验。

类人形机器人PUDU D7则完美解决了上述行业难题,AI技术与多元形态融合能够更好地满足客户的多样化需求。D7通过配备的夹爪或灵巧手能够自由灵活的按、拿、取、放,通过操作机械臂完成电梯按键操作、刷门禁卡、上菜等任务。对于终端用户来说,类人形机器人PUDU D7一方面免去了IoT的重复改造成本,另一方面也提升了跨场景任务的通用性,实现不同场景内真正的端到端智能化,大大提升了服务机器人产品的客户价值。

图:类人形机器人跨场景任务能力

类人形机器人的客户价值远不止于此,D7拥有基于Scaling Law的具身智能学习进化能力,伴随着持续的学习迭代能够实现更多跨场景的通用复杂任务。同时,基于服务机械臂机器人解决了任务泛化性的问题。未来,随着D7持续的Scaling up,其功能和应用前景将更加广阔。例如,在餐饮场景下,类人形机器人将实现从送餐、上菜到回盘、清洁的完整端到端服务;在酒店管理中,D7将完成迎宾、行李搬运、客房服务等多项任务;在工业生产中,它将完成从上下料、分拣到搬运、出库等工作。通过不断的自我优化和学习,D7能够持续提升和拓展自身的应用能力,为服务机器人的跨场景端到端任务解决能力带来突破性变革。

图:类人形机器人具身学习能力

结语

从开放的技术生态到完整的产品矩阵,再到通用的多元形态,普渡凭借以客户为中心的价值观,深刻洞察客户的需求和痛点,并将自身的产品、技术等优势转化为满足客户的解决方案,帮助客户实现更高效、更智能的服务,类人形机器人的发布与多元形态的积极探索也正是基于此。普渡不仅仅关注具身智能技术本身,更是运用领先的机器人技术持续赋能客户。可以预见,在普渡机器人的引领下,类人形机器人将赋能餐饮、零售、酒店、工业、医疗、教育、养老、公共服务等多个细分行业,通用具身服务机器人将迎来一个快速商业化的全新时代。

产业
相关数据
激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

元学习技术

元学习是机器学习的一个子领域,是将自动学习算法应用于机器学习实验的元数据上。现在的 AI 系统可以通过大量时间和经验从头学习一项复杂技能。但是,我们如果想使智能体掌握多种技能、适应多种环境,则不应该从头开始在每一个环境中训练每一项技能,而是需要智能体通过对以往经验的再利用来学习如何学习多项新任务,因此我们不应该独立地训练每一个新任务。这种学习如何学习的方法,又叫元学习(meta-learning),是通往可持续学习多项新任务的多面智能体的必经之路。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

定位技术技术

通常是指机器人领域的定位技术,see SLAM for details

推荐文章
暂无评论
暂无评论~