106万一只骑士狗!国产机器狗燃爆外网

360影视 2024-12-25 09:30 2

摘要:这个让人肾上腺素疯狂分泌的机器人,就是来自国内公司,宇树科技旗下的Unitree B2-W!

这可能是你今年看过最燃、最刺激的机器人影片!

从悬崖边翻个跟头,然后一路加速俯冲:

狂奔到水库中,在水面上仍然全速前行:

穿越杂草丛生的森林坡地:

还能当坐骑,驮着成年人翻阅山丘!

这个让人肾上腺素疯狂分泌的机器人,就是来自国内公司,宇树科技旗下的Unitree B2-W!

团队很自豪地说,在量产一年后,Unitree 的 B2-W 工业轮升级了,拥有了更多令人兴奋的功能。

还特别提示:请务必安全友好地使用机器人。

这个影片一释出,很快被推上的科技大V转发刷屏,大家都是一脸懵:机器人进化到这个程度了?咋没人来通知我啊!

“它采用了激光雷达、光学和深度摄像头等技术。谁还认为中国在机器人和人工智能方面落后于西方”。

“这是什么鬼……中国机器人技术似乎领先了几年”。

还有更多人在线疑惑,这是真的,还是CGI(注:计算机生成的模拟内容)?

……显然不是CGI!因为机器人不搞那些期货,是货真价实的量产完准备出货了~

想要买只机器狗坐骑的朋友,先说个让人会死心的价格:150000美刀!

合人民币106.5万元!

其实,技术的突破并非偶然。今年8月份,宇树创始人王兴兴在采访中说:技术的推进将由「全球共创」,并且很快就会有突破——因为AI技术呈现出阶跃性突变的特点,进步总是突然发生。

那么,我们扒扒这台阶跃式飞升的机器狗,都用了哪些“昂贵”的黑科技,其中又显现了哪些AI技术趋势?

作为一个能“上天入地”的机器人,应用的技术都是一水儿的最前沿。

先看实力,Unitree B2-W的最大速度达到了20 km/h,相当于汽车在2档往3档加速的速度。

在40kg负载下,耐力50 km,能背着小学生从市中心跑到北京郊区。成年人当然也能背得起——B2-W最多可拉动100kg的重物。

再来看看官方给出的一些技术细节:

32线车规级激光雷达:32条激光线生成高分辨率的3D环境地图。高密度的激光线显著提升了数据的精度和细节,对于机器人在复杂环境中的导航和障碍物检测至关重要,车规级的认证也表明它具备在各种极端条件下稳定工作的能力。

深度相机和高分辨率光学相机的结合:进一步增强了机器人的视觉感知能力。前者能够实时捕捉场景的深度信息,后者能提供足够清晰的细节,两者结合可以显著提升机器人的环境感知和交互能力。

M107高性能关节模块:模块化关节不仅提供了强大的动力输出,还具备高精度的控制能力。模块化设计使得维护和升级更加便捷、省钱,哪里坏了换哪里。

关于Unitree B2-W是不是CGI的问题。

英伟达大佬Jim Fan也很坚定地回答:不是!

他在推上非常兴奋地说,“强化学习又强势回归了。当它作用于字符串时,它给了我们 o3;当它作用于物理马达时,它实现了完美的人形机器人后空翻,以及一种能超越几乎地球上所有动物的机器人生物。强化学习是为数不多的能够同时掌握比特世界和原子世界的学习算法之一。

给我一个奖励函数,我就能撬起整个地球。”

他非常兴奋地总结到:

2024属于提示工程,而2025则是奖励工程的天下!

Jim Fan补充说,还包括奖励工程自动化的工程方法。

自大模型流行以来,提示工程成为了更为主流的技术,尤其是在自然语言处理(NLP)领域。看来,强化学习终于要杀回来了!

而奖励函数(Reward Function)则是强化学习中非常重要的一部分,衡量智能体在某一状态下执行某一动作的效果。通过设计奖励函数,可以引导智能体学习期望的行为。

注:奖励函数将复杂的目标分解成多个容易衡量的小目标,并为每个目标设计对应的奖励函数。

评论里也都劝Jim Fan“展开讲讲”。

评论区有热心网友在线举例:

这张表格中的信息就可以套入上方的公式。为了让机器人走得更加出色,对Ta的各项奖励进行了分拆:

例如:

Position Tracking:基于机器人当前位置和目标位置的误差。Heading Tracking:基于机器人朝向和目标朝向的误差。Action Smoothness:鼓励机器人动作平滑(如关节角度变化小)。Flat Orientation:奖励机器人保持水平姿态。

当然,作为一家专注于消费级、通用机器人的科技公司。

宇树科技的机器人价格并非都令人如此望而却步,比如低配版的Go 2,只需1万出头,在某宝就能够买到。

如果你觉得它非常眼熟,可能是你看到过它在泰山上打工的记录。

除了B2-W,同日刷屏的还有波士顿动力家的Atlas。身穿圣诞老人装,给大伙表演了一个后空翻。

或许,到了下一个圣诞节,我们就可以和AGI一起庆祝了?你觉得2025会是机器人的元年吗?

来源:51CTO一点号

相关推荐