續航:已披露的續航數據在1-3小時,未來若要滿足服務和工業等需求,可能仍需一定提升
重量:身體質量指數(BMI,重量÷身G2)平均在30以上,存在輕量化空間
速度:行走速度可以達到3km/h左右,跑動速度G可達9km/h
雙足行動:現階段的人形機器人已經可以穩定地雙足行走,且對非規則地面(樓梯、斜坡、不平整的地毯和草 坪等)具有一定的適應能力;部分已經能跑步和轉彎,甚至做出空翻等G難動作并保持平衡。
雙手動作:主打服務場景的ASIMO和Walker對雙手動作進行了開發,可以對特定物體執行所需操作,包括擰開瓶蓋倒出飲料、用托盤端水等。
導航避障:人形機器人對環境的判斷和反應已經有了一定的進展。
ASIMO:通過預設的地圖信息和傳感器獲得的信息,ASIMO可以自動規劃行進路徑,并在行進中避障。
Atlas:給定預設的動作模板以及地圖信息,Atlas可以基于感知信息進行一定程度的自主行動,在行動 模板中進行選擇,在障礙環境中“跑酷”,作出跳躍和翻越等動作,終穿過障礙環境。
現有的人形機器人已經實現了簡單的自動導航避障功能,但局限在相對固定的環境中,距離“在人居住和工作 的環境中” 自主移動還存在較大差距。
自主決策:要使機器人“自主決定怎么完成一個任務”甚至“自主決定做什么” 涉及更G層次的人工智能, 且具有潛在的倫理問題,目前來看還很遙遠。
資料獲取 | |
服務機器人在展館迎賓講解 |
|
新聞資訊 | |
== 資訊 == | |
» 疾控工作者應該怎么利用DeepSeek等 | |
» 從DeepSeek爆火看2025年AI的 | |
» 2025人工智能賦能新型工業化范式變革與 | |
» 人形機器人大規模量產在即,關注核心環節投 | |
» 智能具身機器人的交互的四個層級:HCI, | |
» 智能具身機器人的梯控方案:云梯控-無需硬 | |
» 智能具身機器人的梯控方案:基于R2X的硬 | |
» 多功能服務機器人核心技術AIoT的重要性 | |
» 具身智能機器人模塊化設計的核心:開放統一 | |
» 具身智能機器人模塊化設計應用的優勢:靈活 | |
» 服務機器人的模塊化設計的要素:移動模塊- | |
» 服務機器人行業下半場的生態發展路線-基于 | |
» 全棧式智能服務機器人生態的關鍵要素-技術 | |
» 服務機器人行業信息安全治理與隱私保護的意 | |
» 內蒙古DeepSeek模型地方政府部署進 | |
== 機器人推薦 == | |
![]() 服務機器人(迎賓、講解、導診...) |
|
![]() 智能消毒機器人 |
|
![]() 機器人底盤 |
![]() |