《藍(lán)皮書》旨在為政府部門政策制定、企業(yè)戰(zhàn)略決策提供科學(xué)參考，同時幫助公眾理解AI技術(shù)對經(jīng)濟(jì)社會發(fā)展的深遠(yuǎn)影響,AI賦能行業(yè)應(yīng)用案例,產(chǎn)業(yè)政策及趨勢分析
人形機(jī)器人市場規(guī)模預(yù)計從 2024 年的 20.3 億美元增長到2029 年的 132.5 億美元，復(fù)合年增長率達(dá) 45.5%;中國 60% 的企業(yè)將把AI 融入其主要產(chǎn)品和服務(wù)中，并且這些 AI 功能將成為收入增長的主要驅(qū)動力
從數(shù)據(jù)看數(shù)據(jù)標(biāo)準(zhǔn)和治理保障體制不完善，數(shù)據(jù)流通利用基礎(chǔ)較為薄弱;從算法看模型自身存在不可解釋性和可靠性風(fēng)險;旺盛的大模型應(yīng)用場景需求加劇人才供需矛盾
十五五”時期推進(jìn)新型工業(yè)化主要統(tǒng)籌好“四對關(guān)系”：一是高質(zhì)量供給引領(lǐng)和滿足內(nèi)需的關(guān)系；二是做優(yōu)增量和盤活存量的關(guān)系；三是產(chǎn)業(yè)國內(nèi)根植與海外布局的關(guān)系；四是有效市場與有為政府的關(guān)系
AI迎賓接待機(jī)器人的核心是人機(jī)交互,在智能人機(jī)交互的研究中,對情感的識別、分析、理解、表達(dá)的能力是重點研發(fā)方向;從人類的語音,面部表情等多個維度捕捉情感信息，并對其進(jìn)行分析和判別
多模態(tài)感知技術(shù)讓機(jī)器人具備類似人類五感的多模態(tài)智能感知能力;通過表情識別、語音情感分析等技術(shù)，讓機(jī)器人感知人 類情緒并做出相應(yīng)情感回應(yīng)，增加親和力和互動性
AI陪伴機(jī)器人在外觀設(shè)計具備人類相似特征;在行為模式上模仿人類的行為,具備手眼協(xié)調(diào),動態(tài)足控制能力;在各個領(lǐng)域的實際應(yīng)用和用途,協(xié)助人類完成各種復(fù)雜任務(wù)
機(jī)器人機(jī)械手有多個關(guān)節(jié)和多個自由度，具有很高的靈活性;配置了必要的傳感器，可以精確控制機(jī)械手的操作;微小的外形尺寸使得機(jī)械手具有很高的操作精度
展廳迎賓機(jī)器人的“小腦”核心技術(shù)正在從基于模型的控制方法向基于學(xué)習(xí)的控制方法演進(jìn),視覺-語言模型為機(jī)器人學(xué)習(xí)復(fù)雜技能提供了新的范式,有很強(qiáng)的泛化能力,能夠根據(jù)不同的指令組合技能
基于模型的小腦技術(shù)路線控制方法有ZMP判據(jù)及預(yù)觀控制,混雜零動態(tài)規(guī)劃方法,虛擬模型解耦控制;基于學(xué)習(xí)的小腦技術(shù)路線控制方法有強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)
迎賓服務(wù)機(jī)器人需要整合視覺,聽覺,觸覺等多種感知模態(tài),使機(jī)器人在復(fù)雜場景中做出更準(zhǔn)確的決策;結(jié)合聽覺和觸覺信息，機(jī)器人可以更好地理解人類的指令和情感狀態(tài)
LLM(大語言模型+VFM(視覺基礎(chǔ)模型)實現(xiàn)人機(jī)語言交互、任務(wù)理解、推理和規(guī)劃;VLM(視覺-語言模型)實現(xiàn)更準(zhǔn)確的任務(wù)規(guī)劃和決策;VLA (視覺-語言-動作模型)解決機(jī)器人運動軌跡決策問題
