2023AI機器人產業報告AgendaAgendaAI機器人的基本定義具備—定程度的自主決策能力、更強的學習能力和更高的智能水平,4AI機器人的主要類型?根據構成和控制方式：?根據運動方式和能源供給方式：圖:看好哪類機器人的增長潛力(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)5AI機器人的主要應用圖:看好AI機器人在哪些場景的應用潛力(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)6AI機器人的發展方向?第一階段：自動化。?第二階段：機器智能。7AI機器人的發展方向?人機協作：?高精度、高速度:在完成特定任務時，機器人需要具備高精度定?多樣化應用場景：應用戶的需求。同時，也將提高對環境的認知能力?自主學習和自適應能力：圖:看好AI機器人哪些發展方向(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)8核心的AI技術?計算機視覺能夠通過對圖像的處理和分析，完成目標檢人臉識別等任務。例如，智能巡檢機器人可以?人機交互與理解AI機器人需要具備更加敏銳的感知能力，以便更好地理解和響應用戶的需求。同時，也需要提高對環境的認知?語音識別與處理可通過語音交互對用戶的語音指令做出智能?自主導航與決策在機器人的導航和控制中，能夠通過對環境的感別，實現機器人的自主導航和動作控制。例如，智器人可以通過對物體的位置、形狀等信息的感知，圖:機器人哪些功能最需要AI芯片(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)發展AI機器人需要的配套技術大數據與云平臺：大量的數據和信息需要進行快速、準確的分析和處理。可以提供高效、可靠的數據存儲、處理和分析能力，云平臺供靈活、可擴展的計算、存儲和網絡資源，為AI機器人提供強機器學習與深度學習：實現自我學習和自我優化。更好地識別和理解圖像、聲音大模型和數據服務：可靠的數據存儲、檢索和分析能力，為AI機器人提供必人機交互和感知：人機交互技術可以支持機器人與人類進行語音、文字、形式的交互，而感知技術則可以讓機器人更好地感知周圖:機器人發展需要哪些配套技術(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)AI機器人關鍵模塊組成AI機器人關鍵模塊組成?感知模塊:包括視覺和觸覺，視覺有純視覺路線，也有依通過傳感器判斷物體的重量、特性等，以便?交互模塊:是機器人的大腦，核心是芯片與算法，為輸入的反饋，實時調整，同時可利用大模型不斷訓練?運控模塊:圖:AI機器人關鍵模塊組成AI機器人關鍵部件?伺服系統伺服系統可通過閉環方式實現精確、快速、穩定的位置控制、速度控制和轉矩控制，主要應用于對定位精度俗稱“馬達”，是基于電磁感應定律實現電能轉換或傳遞的電磁裝置，通常由一個用以產生磁場的電磁鐵繞組或AI機器人主控芯片使用情況適用于多指令、單數據流的處理分析，可以用硬件實現軟件算具有可靠性和抗干擾能力強等特點。在機器人控制系統中，PLC可以用圖:AI機器人主控芯片使用情況(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)國外、國產主控芯片使用情況圖:AI機器人主控芯片來源(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)主控芯片國產化的影響不確定9%沒有影響28%有較大影響，需要改進19%有一定影響，但可以接受44%圖:使用國產芯片對AI機器人的控制、驅動及計算性能的影響(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)AI機器人主控芯片分析采用ARM-CortexM4處理器內核，集成高精度ADC、數字加速器和濾波器、SRAM和閃存以及豐富外設，適配要求高性能實時控制和采用內置DSP指令的ArmCortex-M4內核。各型號在敏感TSN技術的Sitara千兆位PRU-ICSSG與最多兩個ArmC圖表:AI機器人主控芯片代表匯總(與非網據公開資料整理制表)AI機器人主控芯片分析算速度。此內核可執行全套DSP指令并支持所有ARM單精度指令和數據類型，還配備了MPU和強大的跟蹤能力滿足高級調試的要求。外設接口包括SFU6832系列采用雙核芯片架構，使用8051內核加ME（電APM32工業級芯片的高ESD等級和高溫度覆蓋范圍是其特基于ARMCortex-M4內核可以支持單精度FPU和增強型DSP處理指令。MM32SPIN系列的MM32SPIN222C在工基于自研的AI專用計算架構BPU（BrainProcess通過存儲單元和計算單元的深度融合，實現了高性能和低功耗，樣片算力達20TOPS，可擴展至200TOPS，計算單元能效比達20TO圖表:AI機器人主控芯片代表匯總(與非網據公開資料整理制表)AI大模型的驅動作用提升感知與認知精度：提高決策與推理速度：擴大應用場景與范圍：提高機器人的動作與執行效率：圖:大模型對AI機器人的提升體現在哪些方面(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)AI對機器人發展的影響提升計算和存儲性能27%可擴展的模型架構5%促進硬件創新與設計18%促進硬件創新與設計18%圖:AI大模型對機器人的影響(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)影響AI大模型性能的積極因素分布式計算23%分布式計算23%高性能存儲系統25%圖:哪些因素對AI大模型訓練和推理性能有積極影響(與非網針對行業用戶調研統計,數研生成時間2023年10月19日)典型代表:人形機器典型代表:人形機器人形機器人的產業地位人形機器人的通用性打破工業及服務機器人的限制，近年是?人形機器人最基本的特征是具有人類的外形特征和行動能力。?人形機器人相比普通機器人擁有更高級的感知交互系統，?與普通機器人相比更需要保持平衡，比如普通服務機器人有圖:如何看待人形機器人的產業地位,與非網針對行業用戶調研統計(數研生成時間2023年10月19日)人形機器人對軟硬件發展的要求圖:人形機器人對軟硬件發展的要求,與非網針對行業用戶調研統計(數研生成時間2023年10月19日)人形機器人核心技術突破，產業有望加速?多模態語言大模型的問世意味著人形機器人“大腦”核心技術取得一定突破。?人形機器人硬件層主要包括“感知”與“執行”。不同的技術路徑，如力學感知有伺服電流環、力/力矩傳感器、圖:人形機器人底層技術與關鍵硬件,來源:傅利葉智能人形機器人核心技術突破，產業有望加速?IMU(慣性測量單元)通過測量物體速度的設備，在機器人導航中有著?早期機器人通常在軀干位置放置圖:IMU在人形機器人中的應用,來源:優必選人形機器人核心技術突破，產業有望加速IMU(慣性測量單元)主要由多組慣性傳感器組成。其中慣性主要包括陀螺儀和加速度計：圖:全球MEMS慣性傳感器市場規模(億美元),來源