人形機器人市場規模預計從 2024 年的 20.3 億美元增長到2029 年的 132.5 億美元，復合年增長率達 45.5%;中國 60% 的企業將把AI 融入其主要產品和服務中，并且這些 AI 功能將成為收入增長的主要驅動力
從數據看數據標準和治理保障體制不完善，數據流通利用基礎較為薄弱;從算法看模型自身存在不可解釋性和可靠性風險;旺盛的大模型應用場景需求加劇人才供需矛盾
十五五”時期推進新型工業化主要統籌好“四對關系”：一是高質量供給引領和滿足內需的關系；二是做優增量和盤活存量的關系；三是產業國內根植與海外布局的關系；四是有效市場與有為政府的關系
AI迎賓接待機器人的核心是人機交互,在智能人機交互的研究中,對情感的識別、分析、理解、表達的能力是重點研發方向;從人類的語音,面部表情等多個維度捕捉情感信息，并對其進行分析和判別
多模態感知技術讓機器人具備類似人類五感的多模態智能感知能力;通過表情識別、語音情感分析等技術，讓機器人感知人 類情緒并做出相應情感回應，增加親和力和互動性
AI陪伴機器人在外觀設計具備人類相似特征;在行為模式上模仿人類的行為,具備手眼協調,動態足控制能力;在各個領域的實際應用和用途,協助人類完成各種復雜任務
機器人機械手有多個關節和多個自由度，具有很高的靈活性;配置了必要的傳感器，可以精確控制機械手的操作;微小的外形尺寸使得機械手具有很高的操作精度
展廳迎賓機器人的“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進,視覺-語言模型為機器人學習復雜技能提供了新的范式,有很強的泛化能力,能夠根據不同的指令組合技能
基于模型的小腦技術路線控制方法有ZMP判據及預觀控制,混雜零動態規劃方法,虛擬模型解耦控制;基于學習的小腦技術路線控制方法有強化學習和模仿學習
迎賓服務機器人需要整合視覺,聽覺,觸覺等多種感知模態,使機器人在復雜場景中做出更準確的決策;結合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態
LLM(大語言模型+VFM(視覺基礎模型)實現人機語言交互、任務理解、推理和規劃;VLM(視覺-語言模型)實現更準確的任務規劃和決策;VLA (視覺-語言-動作模型)解決機器人運動軌跡決策問題
迎賓機器人需要具備與人類實時的任務級交互能力,快速理解人類通過語言,手勢等方式給出的指令,有效執行;迎賓機器人需要能夠通過視覺、聽覺、觸覺等多種感官獲取信息
