AMR AI 與具身智能——第15章:具身 AI [EN]
具身 AI 是存在於實體或虛擬身體中,透過與環境持續互動來學習、推理和行動的人工智能形式。它以感知與行動的回饋循環為核心,整合感測器、致動器、計算模型、記憶、規劃及學習機制,讓機械人從互動中調整對環境的理解。
具身 AI 是存在於實體或虛擬身體中,透過與環境持續互動來學習、推理和行動的人工智能形式。它以感知與行動的回饋循環為核心,整合感測器、致動器、計算模型、記憶、規劃及學習機制,讓機械人從互動中調整對環境的理解。
本章闡述 AMR 邊緣 AI 架構,説明如何在機械人本機執行推理、感知處理、感測器融合及決策,而非完全依賴雲端。此架構可降低延遲、減少網絡依賴,並支援即時自主運作;運算工作則分配至嵌入式控制器、GPU、NPU、機隊伺服器及雲端等不同層級。
本章按效能、智能能力、運作環境、感測器複雜度及 AI 工作負載,將 AMR 平台劃分為低、中、高階架構,協助配合不同應用需求規劃硬件平台。低階架構以 NVIDIA Jetson Orin NX 等嵌入式邊緣運算平台為核心,適用於工作環境較受限、AI 工作負載較低的機械人。中階架構面向更複雜的環境,採用 NVIDIA Jetson Thor 等平台,支援多模態融合、語境推理及更進階的人機互動。
本章説明 GPU 架構如何為自主移動機械人(AMR)及具身 AI 系統提供高效能運算,支援多模態感知、即時決策及大規模 AI 推理。現代 AMR 透過異構運算,按工作負載分配運算至 CPU、GPU、MCU、NPU、DSP、FPGA 及專用感測器處理硬件。架構設計亦須兼顧運算效能、記憶體頻寬、功耗、散熱、空間限制、可靠性及即時性。
本章闡述雲端機械人架構如何將機械人工作負載分配至機載邊緣設備和集中式雲端基礎設施,突破機載硬件的計算限制。架構涵蓋機械人、邊緣計算、雲端基礎設施及通訊網絡,支援大型 AI 運算、機隊協調和跨機械人分享學習成果。機械人上傳運作數據後,雲端可用於數據分析、模型訓練與驗證,並將更新後的 AI 模型重新部署至機隊。
多智能體系統讓多個自主實體與環境互動,透過分散式決策和協作達成個別或共同目標,應用於自主移動機械人及機械人集羣等場景。其架構涵蓋感知、通訊、推理、規劃、協調和執行,並可提升系統的可擴展性、靈活性及應對故障的能力。
珞石機械人、京東工業、華勤技術及中科摩通正透過產業鏈協作,打通國產機械人由研發到量產的堵點。2026年,京東工業機械人零部件銷售額同比增長逾200%,逾500家機械人公司在平台採購,供應商超過1600家。京東工業計劃未來3年助力100家本體廠商全品類降本,並推動100家零部件供應商業績倍增。
多家上市公司於11月9日披露投資、收購、業績、回購及中標等公告。清溢光電控股子公司擬投資不超過15億元建設高端半導體掩膜版生產基地三期,埃斯頓擬以2.74億元收購控股子公司部分股權。天賜材料控股股東提議回購5000萬元至1億元股份,重慶建工牽頭的聯合體中標約4.94億元基礎設施項目。
億達科創自主研發的邊緣 AI & 具身智能機械人系統,入選世界物聯網大會工業互聯網論壇案例集,創新成果連續兩年獲選。系統將算力下沉至邊緣端,構建毫秒級「感知—決策—執行」閉環,支援機械人在弱網甚至斷網環境自主作業。系統已應用於綠色礦山及鑄造零部件質檢項目。
本章介紹 Dijkstra 演算法在自主移動機械人路徑規劃中的原理與應用,説明它如何在圖結構中尋找起點至目的地的最低成本路線。當所有邊的成本均為非負數時,演算法可保證找到最優最短路徑,並以距離表、鬆弛操作及優先佇列逐步更新和探索節點。
RRT 是用於機械人和自主導航的取樣式路徑規劃算法,透過隨機取樣逐步建立樹狀結構,在高維配置空間中搜尋可行路徑。每次擴展會從最近節點朝取樣點前進,並在加入新節點前進行碰撞檢查;KD-Trees、Ball Trees 等結構可加快最近鄰搜尋。
軌跡生成把路徑規劃得出的路線轉化為符合機械人運動限制、可供執行的動態軌跡,是高層路徑規劃與低層運動控制之間的關鍵環節。軌跡包含位置、方向、速度、加速度及時間等資訊,並須兼顧平滑度、可行性、安全與能源效率。常見方法包括航點插值、多項式曲線、樣條及 Bézier 曲線。
動態障礙物偵測是自主導航的感知首階段,系統須分析多個時間點的感測器資料,判斷物件是否移動,並為追蹤、碰撞預測及路徑規劃提供資訊。文章説明 LiDAR、相機、深度感測器及雷達的偵測方式與特點,並指出結合多種感測器可提升偵測的準確度和穩健性。
行為規劃在自主導航系統中連接高層任務目標與低層運動執行,並根據環境、任務及安全要求,決定機器人當下應採取的行動。它負責管理 AMR 在導航、避障、等待、充電及任務完成等狀態間的轉換,協調策略目標與即時操作。
語義導航讓自主機械人超越依賴座標、地圖及障礙物的傳統導航,理解環境中的空間用途、物件和情境,並據此規劃路線。它結合感知、定位、建圖、人工智能與決策系統,利用語義地圖理解高層指令,並按環境用途及人類活動選擇合適路徑。
多機械人導航讓多部自主移動機械人在共用空間中協調運作,以減少衝突、提升效率並維持安全。系統由定位、地圖管理、路徑規劃、避碰、通訊、交通管理、任務分配及車隊管理等部分組成,並透過共享定位、地圖與機械人狀態資訊協調行動。
第 11 章聚焦拖曳式自主移動機械人(AMR)的導航架構,説明機械人、拖車、連接機構、負載及周邊環境須作為整合的動態系統處理。架構涵蓋移動平台、牽引與轉向、感知、定位、導航規劃、安全、車隊管理及任務執行等子系統。自動連接機構可配合感應器引導機械人對準拖車,並在任務開始前確認連接狀態。
Hyundai Mobis 在 Hana Academy Seoul 舉辦 2026 Youth Engineering Leader Festival,約 100 名來自南韓 12 所高中的學生參加。比賽包括工程辯論、自動駕駛車競賽及青年工程學術會議;自動駕駛車競賽設有深度學習車輛和以 Robot Operating System 2(ROS 2)為基礎的實體 AI 車輛兩個組別。
數字政策辦公室宣佈,首輪「機器人走入社區」試驗計劃即日起接受合資格機構申請,免費借用「友智寶」人形機器人,於免費社區活動展演。申請截止日期為二○二六年十一月二十日,活動須於二○二六年十二月十五日至二○二七年二月二十八日期間舉行;機器人可表演跳舞、功夫,亦可分享具身智能和數碼科技知識。
Samsung Electronics 接待 Hyundai Motor Group 高層,指出雙方的零部件、汽車及機械人業務有望在實體 AI 領域產生協同效應。雙方已有電動車電池供應合約及 Car-to-Home、Home-to-Car 服務等合作;機械人、能源及實體 AI 的合作則仍屬潛在方向。
金固股份表示,其具身智能機械人結構件業務現階段收入和利潤佔比極低,預計短期內不會對公司業績產生重大影響。公司指出,相關業務的規模化生產、交付及商業化能力均存在一定不確定性。
石頭已在京東上架 P30 標準版水箱版掃拖機械人,定價 2999 元,最大吸力為 25000Pa,主打免洗集塵設計。基站支援 75°C 熱水洗布和 45°C 熱風烘乾,並採用可支援 65 天免維護的自動集塵設計。
盟固利完成定向增發,募集資金總額8.66億元,將用於高端正極材料擴產及補充流動資金。當中7.36億元投向年產3萬噸高端正極材料項目一期,優先建設1萬噸NCA及5000噸高電壓鈷酸鋰產線。公司第四代NCA已開始批量出貨,4.50V高電壓鈷酸鋰已批量生產。
戴盟機器人團隊聯合廈門大學、南京大學、大灣區大學及復旦大學提出 Touch-R1,將強化學習用於跨感測器觸覺推理,論文獲 NeurIPS 2026 接收。團隊同時建立 TouchReason-1M 資料集及包含 4,800 組問答的 TouchReason-Bench。
NVIDIA 在 MSIT-NVIDIA AI Startup Partnership Forum 上宣佈投資韓國初創企業 Point2,並計劃追加投資 Motif Technologies、RLWRLD 和 Upstage。
深圳「X-Day」西麗湖路演社舉辦亞太數智創新專場,六家企業展示 AI 硬件、機械人、家庭能源及智能體工具等出海探索。與會者指出,創業團隊應聚焦細分場景、瞭解海外用戶需求,並善用供應鏈及產業合作資源。「X-Day」至今舉辦22場路演,吸引600餘個項目報名,助力68家企業獲股權投資超37.17億元。
三星 SDI 將為波士頓動力 Atlas 人形機械人供應電池,並因 LG 新能源產能有限,預計負責幾乎所有初期出貨,並在一段時間內維持獨家供應商地位。Atlas 計劃於 2028 年或之後量產,將搭載 70 節 2170 圓柱電池,組成約 1.3kWh 電池包。
NXP 推出面向實體 AI 系統的模組化機械人平台,整合處理器、開源軟件與參考設計,稱可在開箱後 30 分鐘內實現無人機初步功能。其 Robotics SDK 包含 ROS 2 Jazzy、PX4 autopilot 等軟件,參考設計涵蓋自主運算與飛行控制、飛行管理、智能感測器網絡及馬達控制。
機械人仿真平台開發商 Physicl 宣佈完成 1000 萬美元種子輪融資,由 iNovia Capital 領投。其核心產品 Physicl Studio 正處於私有 Beta 階段,可用文字生成室內場景,並輸出深度圖、分割遮罩及相機位姿等真值數據。平台以 SaaS 訂閲模式提供仿真數據服務,不參與策略訓練。
地圖伺服器為多機械人共用、更新及同步地圖提供中央或分散式平台,支援機械人車隊的定位、導航、建圖及數碼孿生運作。它管理不同格式的地圖,並提供地圖儲存、增量同步、版本管理、安全防護及擴展能力。
數碼孿生透過感測器、通訊網絡和數據平台連接物理系統與虛擬模型,藉實時數據同步支援監察、分析、預測和最佳化。定位、建圖與 SLAM 為數碼孿生提供環境地圖基礎,並可應用於機械人導航、模擬、車隊管理及智慧工廠等場景。
三星SDI確認將為波士頓動力的人形機械人Atlas供應動力電池。Atlas採用70節2170圓柱電池,單節容量5000mAh,電池包總容量約1.3kWh,計劃於2028年或之後量產。LG新能源亦入選供應商,但受產能限制,三星SDI將承擔初期幾乎全部出貨,並在一段時間內保持獨家供應地位。
本章探討 AI 如何提升 SLAM 的感知、地點識別、感測器融合、地圖理解及故障恢復能力,同時保留幾何方法在距離準確度、座標結構和物理合理性上的作用。學習模型可用於特徵提取、深度估算、語義理解、動態物件過濾及環境變化偵測,但其結果仍須經不確定性評估和幾何驗證。可靠的 AI SLAM 亦依賴多元訓練數據、實地驗證,以及地圖更新的核實、版本管理和回復程序。
三星 SDI 將為波士頓動力 Atlas 人形機械人供應電池,並預計負責幾乎所有初期出貨。Atlas 計劃於 2028 年或之後量產,將搭載 70 節 2170 圓柱電池,組成總容量約 1.3kWh 的電池組。
天翼電信終端與優必選簽署全面戰略合作協議,合作涵蓋機械人推廣、聯合創新、應用場景打造及產業生態共建等。未來三年,雙方將推動家庭陪伴機械人終端行業規模突破百萬台,超仿生人形機械人、輪式人形機械人等終端行業規模突破十萬台,並成立機械人聯合創新實驗室。
文章説明自主移動機械人的定位概念,涵蓋以感測器數據估算位置與方向,以及定位對導航和自主操作的重要性。內容比較局部與全域定位、相對與絕對定位,並介紹里程計、感測器融合、座標系統及用於處理不確定性的概率估算方法。
STATERA Library《定位、建圖與 SLAM》第 02 章説明裏程計如何利用車輪、慣性等車載運動感測資訊,估算機械人的相對移動、位置與方向。里程計可提供即時、高頻的短期運動估算,但誤差會隨時間累積,造成漂移。
地圖表示是機械人定位、感知、導航及決策的基礎,地圖為機械人提供周邊環境的結構化模型。幾何地圖和度量地圖著重空間形狀與精確位置,拓撲地圖則記錄地點之間的連通關係;混合架構可結合全局導航與局部避障。選擇地圖表示時,需權衡精度、記憶體、運算效率、更新頻率及環境複雜程度。
2D SLAM 讓自主移動機械人在建立未知環境地圖的同時,估算自身在地圖中的位置,以應對沒有現成地圖或環境會變動的情況。系統通常以 2D LiDAR 感測周遭結構,並透過掃描匹配修正里程計累積的定位誤差;ICP 和 NDT 是文中介紹的掃描匹配方法。
一名網民以1.9元下單貨拉拉無人車運送傢俱,原本20多分鐘的路程拖至晚上11點半才完成,無人車更由拖車運到目的地。車輛停車位置與下單定位相差10米,系統因此未能開門,最後由客服在後台開門,網民才得以卸貨。