直击WRC丨对话众擎机器人赵同阳:URKL格斗赛要做机器人界的NBA,希望能办几十年
在赵同阳看来,格斗赛并非单纯的观赏性表演,而是人形机器人技术迭代的实战试炼场。“人类只有身强力壮、动作敏捷、体能非常好才能打得赢,机器人也一样。”他指出,众擎当前在做两件事——第一是体能,第二是智能,而格斗赛恰恰能把人形机器人“为人类做事情的第一步”先解决掉:“敏捷不出错,能应对各种各样的意外场景,先把这个事情解决了。”
据了解,URKL 赛事统一采用众擎自研 T800 全尺寸人形机器人作为竞技载体,聚焦运动控制、平衡算法、感知决策、动力系统和结构防护等核心技术能力。高强度对抗场景对机器人的关节模组、电机驱动、抗冲击结构均提出了极端要求,而众擎在上述环节已实现全栈自研。赵同阳此前公开表示,赛事技术成果将开源共享,反哺各行各业的人形机器人应用。
在商业层面,赵同阳对URKL的定位不止于一场科技秀。“格斗就像电影、音乐和其他艺术一样,给人们带来欣赏和情感价值。人们都崇拜英雄,都心目中最能打的那一个。”他认为,NBA、足球世界杯、F1等赛事已有大量商业化成功案例在前,URKL希望复制这一路径,成为全球最具影响力的商业化人形机器人格斗IP。
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




