bibo必博官網(wǎng)-跨維智能基于 Sim2Real 純合成數(shù)據(jù)實現(xiàn)具身智能在半結(jié)構(gòu)化場景下規(guī)?；涞?/h1>

發(fā)布時間：2024-10-09    

6月6日，2024中國人形機器人開發(fā)者大會暨第三屆張江機器人全球生態(tài)峰會在張江科學(xué)會堂隆重舉行，百余位人形機器人與具身智能領(lǐng)域的院士專家、杰出領(lǐng)袖，共話全球行業(yè)前沿技術(shù)。

香港中文大學(xué)（深圳）教授、跨維智能創(chuàng)始人賈奎受邀出席本次活動，并在具身智能賦能機器人專題論壇發(fā)表主題演講。演講中，賈奎教授類比自動駕駛提出了高通用性具身智能L1-L5的五個發(fā)展階段，逐步實現(xiàn)從半結(jié)構(gòu)化場景到非結(jié)構(gòu)化場景的通用性落地。

同時，正式對外發(fā)布了跨維智能基于3D生成式AI的 Sim2Real 具身智能引擎DexVerse?，深度剖析了如何通過Sim2Real 技術(shù)高效解決機器人面對復(fù)雜任務(wù)時的數(shù)據(jù)挑戰(zhàn)，推動人形機器人通用性發(fā)展。

Sim2Real —— 解決高通用性具身智能數(shù)據(jù)需求的最高效路徑

賈奎教授認(rèn)為，要實現(xiàn)高通用性的具身智能，核心是需要海量的帶有物理世界屬性的數(shù)據(jù)。有別于語言、圖像等可以從網(wǎng)絡(luò)上大量獲取以形成通用能力的數(shù)據(jù)，三維數(shù)據(jù)，尤其是機器人在物理空間中的操作數(shù)據(jù)，需要經(jīng)過精確標(biāo)定，且采集過程中存在難度大、周期長、成本高等問題。因此，通過基于3D生成式AI的 Sim2Real 仿真成為解決高通用性具身智能數(shù)據(jù)需求的最高效路徑。而基于 Sim2Real AI 實現(xiàn)高通用性具身智能的門檻極高，至少需要具備底層可控的具身屬性物理仿真、高效大模型訓(xùn)練與持續(xù)學(xué)習(xí)、有效應(yīng)對合成與真實數(shù)據(jù)域差別、低成本海量數(shù)字資產(chǎn)等能力，才能實現(xiàn) Sim2Real 方式的真正落地。

通過Sim2Real技術(shù)仿真的各類場景及生成的3D數(shù)據(jù)資產(chǎn)

從 Sim2Real 技術(shù)路線到 DexVerse? 具身智能引擎

賈奎教授表示，基于在 Sim2Real 具身智能領(lǐng)域擁有的深厚技術(shù)和產(chǎn)品積累，跨維智能已構(gòu)建起一套完整的底層技術(shù)到產(chǎn)品再到業(yè)務(wù)的邏輯框架。其中自主研發(fā)的DexVerse?具身智能引擎，通過3D生成式AI與仿真技術(shù)，模擬真實世界中的豐富場景和任務(wù)，有效解決了傳統(tǒng)方法中三維數(shù)據(jù)獲取難、標(biāo)定要求高的問題，能夠支持大規(guī)模仿真，并可自動化完成從數(shù)據(jù)標(biāo)注到模型訓(xùn)練的全過程。過程中不僅加速了數(shù)據(jù)生成，還確保了模型的魯棒性和泛化能力。

依托具身智能引擎 DexVerse? ，跨維智能軟硬芯系列產(chǎn)品實現(xiàn)商業(yè)化落地

基于自研的DexVerse? 具身智能引擎，跨維智能形成軟硬芯一體化的完整產(chǎn)品組合，作為產(chǎn)業(yè)鏈上游，賦能具身智能中下游企業(yè)。

跨維智能軟硬一體產(chǎn)品系列，已經(jīng)在汽車、家電、工業(yè)、物流等30+行業(yè)的半結(jié)構(gòu)化場景中批量應(yīng)用，在毫米級精度的抓取/操作任務(wù)下，其成功率超過99.9%。同時，跨維智能也正在將產(chǎn)品穩(wěn)步落地于醫(yī)療、商業(yè)等更多半結(jié)構(gòu)化及非結(jié)構(gòu)化場景中。

基于Sim2Real路徑的規(guī)模化商業(yè)落地——無序抓取案例合集

展望未來，跨維智能積極開放DexVerse? 生態(tài)，誠邀更多合作伙伴加入，共同推動高通用性具身智能技術(shù)的發(fā)展落地。

-bibo必博官網(wǎng)