人形機器人軟體與基礎模型發展趨勢
  • 219
  • 出版日期
    07月31日, 2025
  • 作者
前言

機器人從過去的模組化規則控制,逐漸演進至人形機器人所需的視覺感知、語言理解與行動輸出,其基礎模型朝向實體AI發展。本文將分析機器人基礎模型代表業者之Google、Figure AI與Physical Intelligence,作為台灣相關業者發展方向之參考。

目錄
    人形機器人技術演進
    資料面:世界基礎模型
    演算法面:雙系統VLA模型
    運算力面:地端小型模型
    人形機器人前瞻個案分析
    結論
    附錄
圖目錄
    圖一、機器人訓練資料類型
    圖二、視覺語言模型架構
    圖三、視覺語言動作模型架構
    圖四、Google Gemini Robotics系統架構
    圖五、Figure AI人形機器人Figure 02
    圖六、Helix雙系統架構下的人形機器人協作模式
    圖七、Physical Intelligence π₀模型訓練架構
    圖八、Physical Intelligence Hi Robot分層系統架構
表目錄
    表一、傳統機器人系統與端到端學習之技術差異
    表二、擴散模型與Flow Matching之技術差異
    表三、Google、Figure AI、Physical Intelligence技術與架構比較
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    Linkedin
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們