如果說2023年是人形機(jī)器人的發(fā)展元年，那么，2024年則是其發(fā)展的加速之年。一方面，以Sora為代表的視頻模型的進(jìn)步，使人形機(jī)器人具備更高的事物處理能力和自然語言交互能力，由此為機(jī)器人產(chǎn)業(yè)發(fā)展提速;另一方面，科技巨頭紛紛入場(chǎng)和重磅加碼，進(jìn)一步加速人形機(jī)器人產(chǎn)業(yè)落地。

近日，在微軟研究院發(fā)布的關(guān)于Sora的深度論文綜述中提到，Sora等視頻擴(kuò)散模型作為前沿技術(shù)興起，有望運(yùn)用至不同行業(yè)與領(lǐng)域中，人形機(jī)器人產(chǎn)業(yè)即是其中一大領(lǐng)域。具體而言，視頻擴(kuò)散模型可幫助機(jī)器人生成和解釋復(fù)雜視頻序列，以增強(qiáng)其感知和決策能力，由此實(shí)現(xiàn)與環(huán)境互動(dòng)，并精確地執(zhí)行更復(fù)雜的任務(wù)。而類似Sora這樣的技術(shù)，一旦運(yùn)用到機(jī)器人領(lǐng)域，將會(huì)給人形機(jī)器人帶來突破性的進(jìn)展。

從具體應(yīng)用場(chǎng)景上來看，行業(yè)機(jī)構(gòu)普遍認(rèn)為，2024年有望成為人形機(jī)器人量產(chǎn)元年。華西證券分析師表示，在ToB市場(chǎng)中，人形機(jī)器人憑借柔性操作能力和交互能力等優(yōu)勢(shì)，正快速切入汽車制造領(lǐng)域，如2024年來，特斯拉的Optimus以及優(yōu)必選工業(yè)版人形機(jī)器人Walker S已進(jìn)行新能源車廠實(shí)訓(xùn)，因此人形機(jī)器人汽車（汽車行業(yè)分析報(bào)告）工廠的產(chǎn)業(yè)化落地指日可待。在ToB市場(chǎng)基礎(chǔ)上，人形機(jī)器人具備在ToC領(lǐng)域持續(xù)擴(kuò)張的潛力，并打破服務(wù)機(jī)器人應(yīng)用場(chǎng)景單一的局限性，進(jìn)入老年護(hù)理、家政服務(wù)、娛樂陪伴等領(lǐng)域。

在Sora等AI大模型技術(shù)的推動(dòng)下，家庭服務(wù)類人形機(jī)器人的核心技術(shù)和功能將產(chǎn)生四大重大突破：其一是感知技術(shù)，如計(jì)算機(jī)視覺、深度學(xué)習(xí)等，使機(jī)器人能更好地識(shí)別和理解環(huán)境;其二是決策控制技術(shù)，通過強(qiáng)化學(xué)習(xí)、自適應(yīng)控制等方法，提高機(jī)器人在復(fù)雜環(huán)境中的自主行動(dòng)能力;其三是人機(jī)交互技術(shù)，通過自然語言處理、語音識(shí)別等，使機(jī)器人更好地與人類進(jìn)行溝通;其四是機(jī)器人學(xué)習(xí)技術(shù)，使機(jī)器人能夠根據(jù)用戶需求和環(huán)境變化自主學(xué)習(xí)和優(yōu)化行為。