当前位置: 首页 > news >正文

CES 2025|美格智能高算力AI模组助力“通天晓”人形机器人震撼发布

当地时间1月7日,2025年国际消费电子展(CES 2025)在美国拉斯维加斯正式开幕。美格智能合作伙伴阿加犀联合高通在展会上面向全球重磅发布人形机器人原型机——通天晓(Ultra Magnus)。该人形机器人内置美格智能基于高通QCS8550计算平台开发的高算力AI模组SNM970,以强大AI算力+端侧大模型部署能力,为人形机器人的控制、感知、决策规划和语音交互等系统提供核心驱动力。

1.jpg

重磅首发,高算力AI模组助力基于高通计算平台的首款人形机器人面世

在展会现场,人形机器人“通天晓”展示了出色的智能交互能力。在高算力AI模组及端侧大模型的赋能下,当有参观者走近服务吧台时,“通天晓”机器人能够进行自主识别并主动问候,准确理解参观者的需求和意图,与参观者流畅地进行语音交互,并能识别不同类型物体,实现抓取、递送等复杂操作。整个过程流畅而高效,吸引了大批参观者驻足体验。

3.jpg

在本次合作中,“通天晓”机器人主控制器上,搭载了2颗美格智能基于高通QCS8550计算平台开发的高算力AI模组SNM970,单颗算力48T,累计AI算力接近100T,为人形机器人的整体控制系统提供了强大的计算能力。基于高算力AI模组的SoC异构计算能力,8核CPU可以保证多任务并行处理,强大的GPU支撑机器人进行视觉感知,专为AI计算设计的NPU则为端侧大模型的部署提供支撑。软件生态上支持在一套高算力板卡上同时运行安卓、Linux等多种操作系统,为机器人智能交互及稳定控制提供软件生态支撑。

“通天晓”机器人,通过其搭载的大语言模型进行用户意图理解和自然语音交互,同时结合视觉感知技术进行操作规划和运动控制,有效提升人形机器人在各种商业环境中的创新应用和实用效果。基于2颗48T高算力AI模组强大的综合性能和AI能力,“通天晓”机器人实现了完全在终端侧的智能控制和交互,是业界少有的全端侧AI人形机器人解决方案。

携手行业伙伴,共同推动全端侧AI解决方案在人形机器人领域落地

本次人形机器人产品以美格智能高算力AI模组为硬件基础,结合了高通、阿加犀等生态合作伙伴相关端侧AI及融合操作系统等技术,为机器人打造了更为智能的“大脑”及“小脑”控制系统。端侧大模型的部署,让机器人的“大脑”显著“进化”,其多模态处理能力结合视觉、听觉、触觉等各种输入,提升了机器人对复杂场景的理解,从而极大增强了机器人的通用性和泛化性。

凭借融合架构操作系统以及AI工具的易用性优势,机器人的“小脑”也成功运行于高算力AI模组上,使得人形机器人具备了出色的人机交互和精细化运动控制能力,能够实现自然智能对话、复杂地形通过、全身协同作业等重要功能。此外,钛虎机器人的高性能一体化关节为人形机器人“本体”的构建奠定了基础,使其能够流畅运动,并实现高度智能化、自主化和灵活精细的操作。

5.jpg

美格智能一直与高通、阿加犀等行业伙伴在端侧高算力硬件、端侧大模型应用等领域保持密切沟通。早在2023年,美格智能便携手阿加犀成功在高算力AI模组上运行一系列大语言模型,相关应用实例处于行业领先水平。本次人形机器人方案的推出,也是双方在端侧AI+机器人领域的重要成果。未来,美格智能也将继续与行业伙伴一起,推动高通高性能计算平台及高算力AI模组在机器人领域的深入应用。

走向具身智能,以端侧智慧推动产业发展,连接人和家庭

从CES现场人形机器人展区的盛况不难看出,2024年人形机器人产业加速发展,各类尖端技术层出不穷,人形机器人与AI技术的碰撞融合将成为推动生产力变革的重要力量。高工机器人产业研究所(GGI)最新测算数据称,2024年全球人形机器人市场规模约10.17亿美元,到2030年全球人形机器人市场规模将达到150亿美元,2024年至2030年年复合增长率将超过56%,全球人形机器人销量将从1.19万台增长至60.57万台。

在机器人产业领域,美格智能在高算力硬件、复杂AI算法及端侧模型部署等领域持续投入,以端侧AI算力+无线通信能力,加速机器人产业的通信+计算融合发展应用,未来也将扩大与生态合作伙伴在该领域的技术和产品合作,共同推动高算力硬件、大模型、端侧AI技术在人形机器人产业的深度应用。

http://www.lryc.cn/news/519579.html

相关文章:

  • 汽车电子相关的协议UDS、DOIP、CAN
  • k8s笔记29--使用kyverno提高运维效率
  • Life Long Learning(李宏毅)机器学习 2023 Spring HW14 (Boss Baseline)
  • libc.so.6不兼容
  • 树的模拟实现
  • AsyncOperation.allowSceneActivation导致异步加载卡死
  • 如何搭建 Vue.js 开源项目的 CI/CD 流水线
  • 单通道串口服务器(三格电子)
  • 【Excel/WPS】根据平均值,生成两列/多列指定范围的随机数/随机凑出两列数据
  • 使用网页版Jupyter Notebook和VScode打开.ipynb文件
  • 记录一下vue2项目优化,虚拟列表vue-virtual-scroll-list处理10万条数据
  • CDA数据分析师一级经典错题知识点总结(5)
  • 服务器、电脑和移动手机操作系统
  • 深入解析 Flink 与 Spark 的性能差异
  • 如何在 Linux、MacOS 以及 Windows 中打开控制面板
  • 微信小程序中 隐藏scroll-view 滚动条 网页中隐藏滚动条
  • Java 实现 Elasticsearch 查询当前索引全部数据
  • android刷机
  • 【25考研】西南交通大学计算机复试重点及经验分享!
  • OpenCV相机标定与3D重建(49)将视差图(disparity map)重投影到三维空间中函数reprojectImageTo3D()的使用
  • 学习HTTP Range
  • 大语言模型训练的数据集从哪里来?
  • Webpack和Vite的区别
  • 【再谈设计模式】模板方法模式 - 算法骨架的构建者
  • Bytebase 3.1.1 - 可定制的快捷访问首页
  • Java阶段四04
  • B2C API安全警示:爬虫之外,潜藏更大风险挑战
  • OCR文字识别—基于PP-OCR模型实现ONNX C++推理部署
  • 如何播放视频文件
  • MySQL -- 约束