Estado de la robótica 2024
El informe anual definitivo de 2024 sobre la robótica global <unk> los modelos de base entran en producción, las plataformas humanoides proliferan, los costos de datos caen.
Informe anual · 2024
El año de inflexión
[Leer el Informe]
Publicado en marzo de 2024 46 páginas Gratis
2024 por los números
Seis puntos de datos que definen el estado de la industria global de la robótica este año.
$17.8 mil millones
El mercado global de robótica en 2024, un aumento del 25% año tras año
5% VLA
Los modelos de visión-linguego-acción alcanzaron el 5% de los nuevos despliegues
-43%
El costo de la recopilación de datos por hora cayó de $520 a ~$295 hasta 2024, doblando la curva de costos por primera vez.
3 El
Plataformas humanoides comerciales ahora disponibles para la compra o arrendamiento
$4.8 mil millones
La inversión global de VC en robótica se recuperó a 4.800 millones de dólares, liderada por el capital estratégico de Big Tech y defensa.
El aumento de la IL
El aprendizaje de imitación alcanzó la adopción del 38%, en comparación con el 28% en 2023, impulsado por ACT, la Política de Difusión y OpenVLA.
Cuadro de contenido
¿Qué es esto?
1 y 1
Resumen ejecutivo
[
02
Hardware: Arms Race y Dawn humanoide
](
03 Las medidas
El cambio en la infraestructura de datos
](
04 de las
Los modelos de la Fundación entran en la robótica
](
05 El
Métodos de formación en transición
](
- El número de
Despliegue por vertical
[
07 El
Inversiones: el capital estratégico se hace cargo
](
08 El
Los momentos que definen el año 2024
](
9
Qué traerá 2025
¿Qué es esto?
Capítulo 01
Resumen ejecutivo
2024 es el año de inflexión. No porque un solo producto se envió o un solo artículo publicado, sino porque la forma en que la industria piensa sobre la robótica cambió de manera irreversible. Las implicaciones son enormes: en lugar de diseñar un sistema de control a medida para cada robot y cada tarea, los equipos comenzaron a preguntar si un modelo de visión-lenguaje-acción preentrenado, ajustado a cientos de demostraciones, podría hacer el trabajo en su lugar.
La respuesta, en 2024, es "a veces". Los modelos VLA alcanzaron el 5% de los nuevos despliegues comerciales en el cuarto trimestre, desde cerca de cero al comienzo del año. Las empresas que implementan VLAs en 2024 no son aficionados
Mientras tanto, la capa de hardware se expandió en dos direcciones críticas. Primero, el mercado de brazo robótico de menos de $ 10,000 creció de ocho a catorce fabricantes creíbles, con seis de los cuales ahora son chinos. Segundo, tres plataformas humanoides comerciales se volvieron realmente disponibles para la compra. La figura 01 surgió de la sigilosa con un aumento de $ 675 millones y una asociación con OpenAI. El H1 de Unitree se envió a un precio que obligó a la industria a reconsiderar sus supuestos sobre economía humanoide.
La tesis central de este informe: 2024 es el año en que la robótica dejó de ser un problema de hardware y comenzó a convertirse en un problema de datos y modelos.Las empresas que reconocieron este cambio temprano están construyendo la infraestructura
Los costos de recopilación de datos, el cuello de botella más importante para escalar las políticas de robots aprendidos, cayeron de 520 dólares por hora en el primer trimestre de 2023 a aproximadamente 295 dólares por hora en el cuarto trimestre de 2024. Esta reducción del 43% fue impulsada por tres factores: la proliferación de sistemas de teleoperación de seguidores líderes de bajo costo (muchos fabricados en China), la liberación de herramientas de conjuntos de datos de código abierto (DROID, trabajo temprano de LeRobot) y la creciente estandarización de los formatos de episodios.
Los patrones de inversión cuentan una historia complementaria. La implementación global de VC en robótica alcanzó los 4.8 mil millones de dólares, una modesta recuperación desde el mínimo de los 4.1 mil millones de dólares de 2023. Pero la composición de ese capital cambió dramáticamente: los inversores estratégicos
Capítulo 02
Hardware: Arms Race y Dawn humanoide
El panorama del hardware en 2024 está definido por dos historias paralelas: la rápida mercantilización de los brazos robóticos y la aparición de las primeras plataformas genuinamente comerciales humanoides. Ambas tendencias apuntan en la misma dirección hacia un mundo donde el activo diferenciador no es el propio robot, sino los datos recopilados sobre él y las políticas entrenadas para él.
El mercado de armas de menos de 10 mil dólares se expande
A principios de 2024, aproximadamente ocho fabricantes ofrecieron armas robóticas de seis o siete DoF a precios inferiores a los $ 10,000. Los nuevos participantes más importantes son chinos: compañías como Unitree (branqueo de los cuádrupetos a las armas), AgileX, Elephant Robotics, LEBAI y Flexiv han aprovechado la cadena de suministro de componentes de Shenzhen para producir armas a precios 30
Esta ventaja de fabricación no se trata simplemente de costos. Los fabricantes chinos están construyendo brazos que están explícitamente diseñados para la recopilación de datos
Intención clave: Seis de los catorce fabricantes de brazos de menos de 10 mil dólares son ahora chinos. Esto no es una preocupación por la calidad
Los humanoides cruzan el umbral comercial
Tres plataformas comerciales humanoides se pusieron a disposición para la compra estructurada o el arrendamiento en 2024
- Agilidad Digit: Construido con el propósito de logística. Despliegado en centros de cumplimiento de Amazon para tareas de movimiento de la bolsa. No un humanoide de propósito general
un bipé especializado optimizado para un flujo de trabajo definido. Este es el enfoque pragmático: construir una forma humanoide porque el entorno fue diseñado para los humanos, no porque la forma humanoide es inherentemente superior. - Figura 01: El buque insignia de la tesis "modelo humanoide de base". La subida de $ 675 millones de la figura y la asociación OpenAI indican una apuesta de que un humanoide de propósito general, impulsado por un gran modelo de lenguaje para la comprensión de tareas y un VLA para la manipulación, será comercialmente viable dentro de 3
5 años. - Unitree H1: Precio agresivo en aproximadamente $90,000
aproximadamente un tercio de lo que los observadores de la industria esperaban para un humanoide bipedal completo. La estrategia de Unitree refleja su cuadruped playbook: hardware de barco a escala, en un margen bajo, y dejar que el ecosistema construya valor en la parte superior. El H1 y su hermano menor, el G1, indican que los costos del hardware humanoide caerán más rápido de lo que se suponía.
Tamaño del mercado mundial de la robótica ($B)
Fuente: Investigación RCSV, IFR 2024, PitchBook
Las plataformas humanoides comerciales disponibles
Fuente: Investigación de la RCSV
Capítulo 03
El cambio en la infraestructura de datos
La tendencia más importante en la robótica de 2024 no es un lanzamiento de productos o una ronda de financiación. es la curva de costos de recopilación de datos. Los datos de teleoperación de alta calidad, la materia prima para las políticas de manipulación de capacitación, cayeron de aproximadamente 520 dólares por hora a principios de 2023 a 295 dólares por hora para el cuarto trimestre de 2024. Esta disminución del 43% en ocho cuartos es el resultado de mejoras compuestas en hardware, software y estandarización de procesos.
Lo que hizo que el costo se redujo
Tres fuerzas convergieron. Primero, el hardware de teleoperación líder-seguidor se comercializó. Los sistemas que costaron $8,000 a $12,000 en 2022 ahora están disponibles por $2,000 a $4,000 de fabricantes chinos, con una calidad comparable y tiempos de entrega significativamente más cortos. Esto hizo económicamente viable desplegar múltiples estaciones de teleoperación simultáneamente, un requisito previo para recopilar datos a la escala de cientos de horas que requieren las políticas modernas.
En segundo lugar, las herramientas de conjuntos de datos de código abierto maduraron. El proyecto DROID (Stanford / Berkeley) lanzó un conjunto de datos multi-robot a gran escala con formato de episodio estandarizado. Hugging Face comenzó los primeros trabajos en LeRobot, un marco para la recopilación, curado y el intercambio de datos de demostración de robots. Estas herramientas no eliminaron el esfuerzo de ingeniería de la recopilación de datos, pero lo redujeron de semanas a días para los equipos que construyen nuevos oleoductos de recopilación.
En tercer lugar, la estandarización del formato de episodios comenzó a tomar fuerza. La convergencia en los esquemas RLDS (desarrollado por Google) y HDF5 redujo el "impuesto de integración"
El umbral de escala cambia: A 520 dólares/hora, recopilar 500 horas de datos de demostración para una sola tarea cuesta 260.000 dólares
El conjunto de datos DROID y los datos abiertos
El lanzamiento del conjunto de datos DROID en 2024 fue un evento histórico para la comunidad de aprendizaje de robots. Su impacto fue menor en los datos en sí mismos
El trabajo inicial del equipo de Hugging Face en LeRobot complementó a DROID proporcionando herramientas para la recopilación y el flujo de trabajo de curado. Mientras que LeRobot todavía estaba en sus primeras etapas en 2024, señaló una dirección importante: la infraestructura para la recopilación de datos de robots está siendo construida por las mismas instituciones que construyeron la infraestructura para los datos de capacitación de modelos de lenguaje. Esto no es una coincidencia es un reconocimiento de que el cuello de botella en el aprendizaje de robots ha pasado de algoritmos a datos.
Costo por hora de recopilación de datos (USD)
Fuente: RCSV Research, datos del mercado de los operadores
Capítulo 04
Los modelos de la Fundación entran en la robótica
La transición del pensamiento modelo de base del lenguaje y la visión a la manipulación física es el desarrollo intelectual definidor de 2024 en robótica. Se trata de un cambio de paradigma: el reconocimiento de que los grandes modelos, pre-entrenados en datos amplios y ajustados a demostraciones específicas de tareas, pueden superar las líneas de control a medida en una amplia gama de tareas de manipulación.
Las consecuencias de RT-2
El artículo RT-2 de Google (publicado a mediados de 2023) demostró que un modelo de acción de lenguaje-visión
La respuesta de la comunidad de investigación en 2024 fue rápida y amplia.
- ** OpenVLA (Stanford/Berkeley):** Un modelo VLA de peso abierto construido sobre la columna vertebral de Llama, fino sintonizable en conjuntos de datos de demostración personalizados. La importancia de OpenVLA radica en su accesibilidad
cualquier equipo con una GPU y un conjunto de datos puede ajustar un modelo VLA, en lugar de necesitar infraestructura a escala de Google. La formación comenzó seriamente a mediados de 2024; los primeros resultados mostraron un rendimiento competitivo con 200 500 demostraciones específicas de tareas. - ACT++ y Política de difusión: Aunque no son VLA en sí, estas arquitecturas de aprendizaje imitativo se convirtieron en las bases de investigación estándar para la formación en políticas de manipulación en 2024. La política de difusión (Chi et al.) aplicó técnicas de modelo de difusión a la generación de acciones, produciendo trayectorias de manipulación más suaves y confiables.
- Inteligencia física (Pi0): Fundada en 2024 con una ronda de semillas de $ 70M (la más grande en la historia de la robótica), la Inteligencia física se propuso construir un modelo de base de propósito general para el control de robots. El trabajo inicial de Pi0 se centró en entrenar un modelo que pudiera controlar múltiples factores de forma de robot desde un solo conjunto de pesas
una capacidad que, si se logra en calidad de producción, cambiaría fundamentalmente la economía del despliegue de robots.
El argumento económico para los VLA: El entrenamiento de una política específica de tarea desde cero requiere más de 1.000 demostraciones y semanas de ingeniería. El enfoque VLA no es todavía lo suficientemente fiable para tareas críticas para la seguridad, pero para la selección y colocación, la clasificación y el montaje simple, la economía ya lo favorece.
Adopción de VLA (% de las nuevas implementaciones)
Fuente: RCSV Research, rastreador de implementación empresarial
Capítulo 05
Métodos de formación en transición
El panorama de los métodos de formación en 2024 es un mercado en transición. El aprendizaje de refuerzo (RL) sigue siendo el enfoque dominante, utilizado en el 65% de las implementaciones comerciales de manipulación. Pero el aprendizaje imitativo (IL) está ganando su participación rápidamente, alcanzando el 38% de las implementaciones (a partir del 28% en 2023). Los enfoques híbridos
Por qué todavía domina la RL
El dominio del aprendizaje de refuerzo refleja tanto el impulso institucional como la superioridad técnica. La mayoría de los equipos de ingeniería robótica contratados antes de 2023 fueron entrenados en métodos de RL. La herramienta es madura (Stable Baselines3, RLlib, Isaac Gym). Para los equipos con infraestructura de RL existente, el cambio a IL introduce riesgos de integración sin mejoras garantizadas. RL también conserva claras ventajas para tareas en las que la función de recompensa es fácil de definir (por ejemplo, alcanzar una posición objetivo) pero los datos de demostración son difíciles de recopilar (por ejemplo, tareas que requieren un control preciso de la fuerza).
El rápido ascenso de IL
El aumento del aprendizaje por imitación del 28% al 38% en un solo año refleja dos desarrollos. Primero, el documento ACT (Zhao et al.) demostró que las arquitecturas IL simples y bien diseñadas podrían producir políticas que se generalizan a través de variaciones de tareas sin la ingeniería de recompensa y la sintonía de hiperparámetros que requiere RL. El enfoque de acción de ACT
En segundo lugar, la infraestructura de recopilación de datos descrita en el capítulo 3 hizo que IL fuera económicamente viable por primera vez. IL requiere datos de demostración; RL requiere un simulador o una función de recompensa. Para los equipos que inicien nuevos proyectos de manipulación en 2024, el cálculo es cada vez más: recoger 300
Cuándo utilizar RL vs IL en 2024: RL sigue siendo la mejor opción para tareas con funciones de recompensa bien definidas, tareas que requieren la exploración de nuevas estrategias y tareas donde la simulación ya está disponible. La IL es la mejor opción para tareas donde las demostraciones son más fáciles de recoger que las recompensas de definir, tareas que requieren movimientos naturales y suaves, y tareas donde el objetivo es replicar el comportamiento humano en lugar de optimizar una métrica. Los enfoques híbridos
Adopción de métodos de formación (%)
Fuente: Encuesta anual de desarrolladores de la RCSV, n=840
Capítulo 06
Despliegue por vertical
Los despliegues de robots comerciales en 2024 se concentran en tres verticales
Logística: el efecto amazónico
La logística y el almacenamiento representan el 32% de las implementaciones de robots de 2024 por volumen unitario, impulsadas en gran parte por Amazon. El enfoque de Amazon es instructivo: en lugar de desplegar robots de propósito general, han construido sistemas de manipulación altamente especializados optimizados para tareas específicas de centros de cumplimiento
Más allá de Amazon, los proveedores de logística, incluidos DHL, FedEx y varios operadores de comercio electrónico asiáticos, implementaron sistemas de recogida robótica a menor escala en 2024. El hilo común es claro: la economía de la mano de obra de almacén (tasas de giro que superan el 100% anual en muchas instalaciones, costos por hora de $ 18
Automotrices: Fijas pero cambiantes
La fabricación automotriz representa el 28% de las implementaciones. Este es un mercado de automatización maduro, pero en 2024 se vio un cambio significativo: las nuevas implementaciones involucran cada vez más la manipulación flexible (tareas de ensamblaje que cambian entre los años de modelo) en lugar de la soldadura fija y la automatización de pintura. El conductor es la fabricación de vehículos eléctricos, donde las líneas de producción se reconfigura con más frecuencia que en las fábricas tradicionales de vehículos ICE.
Electrónica: Precisión en la escala
La fabricación de electrónica representa el 22% de las implementaciones, concentradas en Asia Oriental (China, Corea del Sur, Japón, Taiwán). Las tareas
Servicio de Alimentos: los primeros en mudarse
El servicio de alimentos representa solo el 7% de las implementaciones de 2024, pero es la vertical de mayor crecimiento en porcentaje. Aproximadamente 80 restaurantes de servicio rápido en los Estados Unidos y Japón desplegaron sistemas de robots para tareas de cocina en 2024, frente a menos de 20 en 2023. La economía es convincente en mercados de alto costo de mano de obra: un robot de distribución de papas fritas o montaje de hamburguesas amortiza en 2
| Vertical | Share of 2024 Deployments | YoY Growth | Leading Use Case |
|---|---|---|---|
| Logistics / Warehousing | 32% | +34% | Pick-and-place, sorting |
| Automotive | 28% | +12% | Flexible assembly, EV lines |
| Electronics | 22% | +18% | PCB assembly, inspection |
| Food Service | 7% | +300% | Kitchen automation, QSR |
| Healthcare | 3% | +45% | Pharmacy, sample transport |
| Agriculture | 3% | +28% | Harvesting, pruning |
| Other | 5% | +22% | Construction, inspection, retail |
2024 Despliegue por vertical
Fuente: Investigación RCSV, IFR 2024
Capítulo 07
Inversiones: el capital estratégico se hace cargo
La inversión de capital de riesgo en robótica alcanzó los 4.8 mil millones de dólares en todo el mundo en 2024, una recuperación del 17% desde el mínimo de los 4.1 mil millones de dólares de 2023. Pero este número de titulares enmascara un cambio estructural en los que escriben los cheques. Los fondos de riesgo tradicionales no se han retirado de la robótica, pero cada vez más coinvierten con socios estratégicos en lugar de liderar las rondas de forma independiente.
La tesis de la gran tecnología
La entrada de Microsoft, Amazon y NVIDIA en la inversión en robótica no es filantrópica. Cada compañía ve la robótica a través del lente de su estrategia de plataforma existente. Microsoft invirtió en la IA de la figura como una extensión de su juego de plataforma de IA. Los programas Sparrow y Sequoia de Amazon son inversiones de capital de capital en eficiencia de cumplimiento, justificadas por ahorros en costos laborales y mejoras en rendimiento. Los anuncios de Isaac Lab y Cosmos de NVIDIA lo posicionan como el proveedor de infraestructura para la simulación y capacitación de robots
Distribución de capital geográfico
Las empresas con sede en Estados Unidos recibieron el 54% del capital de riesgo global de robótica en 2024. China recibió el 26%, continuando un aumento constante desde el 22% en 2022. Europa recibió el 13%, con la actividad concentrada en Alemania (automatización de fabricación), Francia (robótica de servicios) y el Reino Unido (inspección y logística). El 7% restante se distribuyó en Japón, Corea del Sur, Israel y mercados emergentes.
La división entre Estados Unidos y China refleja tesis de inversión fundamentalmente diferentes. El capital estadounidense se concentra en software y modelos de infraestructura
La tesis sobre el capital estratégico: Los inversores estratégicos no se optimizan solo para obtener rendimientos financieros, sino que se optimizan para la posición del ecosistema
Inversión de VC en robótica ($B)
Fuente: RCSV Research, PitchBook, Crunchbase
2024 Inversiones por geografía (%)
Fuente: Investigación RCSV, PitchBook
Capítulo 08
Los momentos definitorios de 2024
Cada año tiene sus momentos
1. Figura 01 + Asociación de OpenAI
La serie B de $675 millones de Figura AI y la asociación simultánea con OpenAI representaron la convergencia de mayor perfil de modelos de lenguaje grandes y robótica física hasta la fecha. El objetivo declarado de la asociación
2. Inteligencia física fundada ($ 70M Semilla)
La fundación de la Inteligencia Física con una ronda de semillas de $ 70 millones
3. Unidad H1 y G1 de navegación
La decisión de Unitree de enviar el humanoide H1 de tamaño completo a aproximadamente $90,000
NVIDIA Isaac Lab y Cosmos
El anuncio de NVIDIA de Isaac Lab (una plataforma de simulación unificada para el aprendizaje de robots) y Cosmos (un modelo mundial para generar datos sintéticos físicamente plausibles) posicionó a la compañía como el proveedor de infraestructura para la pila de IA de robots emergentes. Isaac Lab integró las capacidades de simulación existentes de NVIDIA (Isaac Sim, PhysX) con herramientas modernas de aprendizaje de robots (compatibilidad con el gimnasio, bucles de entrenamiento RL / IL). Cosmos fue más allá, demostrando que los modelos generativos entrenados en datos de video podrían producir datos de entrenamiento sintéticos físicamente plausibles para robots.
5. Acogida cara LeRobot
El lanzamiento de LeRobot por Hugging Face trajo el espíritu de código abierto de la comunidad de PNL al aprendizaje de robots. LeRobot proporcionó un marco estandarizado para recopilar, curar y compartir datos de demostración de robots, análogo a lo que la biblioteca de Datasets de Hugging Face hizo para los datos de capacitación de PNL. La adopción temprana se concentró en laboratorios académicos, pero la importancia del marco se extiende más allá de la investigación: estableció un vocabulario compartido y una cadena de herramientas para los datos de robots que reducirán las barreras de entrada para la próxima generación de empresas de robótica.
6. 1X Aumento de las tecnologías
1X Technologies (anteriormente Halodi Robotics) recaudó $100M en una Serie B liderada por EQT Ventures con participación de Samsung y NVIDIA. La ronda valoró a la compañía en aproximadamente $ 500 millones y financió la expansión de su programa de robots humanoides NEO. El enfoque de 1X difiere del de Figure en énfasis: donde Figure lidera con la integración de IA, 1X lidera con la interacción segura humano-robot en entornos no estructurados, dirigida a aplicaciones de edificios domésticos y comerciales en lugar de plantas de fábrica.
El patrón en los seis momentos: El capital no fluye solo hacia la innovación de hardware, sino hacia la intersección de hardware, datos y modelos de base. Las empresas que más atención y capital atrajeron en 2024 son las que se posicionan en esta intersección
Capítulo 09
Qué traerá 2025
La predicción es humillante, y ofrecemos las siguientes opiniones con la incertidumbre apropiada. Estos son los temas que el equipo de investigación de la RCSV cree que definirán 2025, basándose en las trayectorias establecidas en 2024.
1. Los modelos VLA alcanzan el 1015% de participación en el despliegue
La trayectoria del 0% al 5% en 2024 sugiere que la adopción de VLA se acelerará a medida que maduren las herramientas de ajuste fino y caigan los costos de inferencia.
2. Los costes de la recopilación de datos caen por debajo de los 200 dólares por hora
La continua mercantilización de hardware (los sistemas de seguidores líderes chinos por debajo de $1,500) y la maduración de herramientas (LeRobot, DROID v2) empujarán el costo totalmente cargado de los datos de teleoperación por debajo de $200/hora. Este umbral importa porque hace que los conjuntos de datos de 500 horas
3. Las plataformas humanoides alcanzan 57
Al menos dos plataformas humanoides adicionales (más allá de Agility, Figure y Unitree) alcanzarán la disponibilidad comercial en 2025. Los candidatos incluyen el Apollo de Apptronik, el Optimus de Tesla (en un despliegue limitado) y el NEO de 1X. El mercado humanoide comenzará a segmentarse: bipedos optimizados para la logística, plataformas de investigación de propósito general y sistemas compactos para uso comercial y de educación ligera.
4. Se lanza el primer "Mercado de Datos Robóticos"
La economía de la recopilación de datos y la estandarización de los formatos de episodios permitirán los primeros mercados comerciales para los datos de demostración de robots. Los equipos que no pueden o no quieren recopilar sus propios datos podrán comprar conjuntos de datos seleccionados para categorías de tareas específicas.
5. La transferencia de simulación a realidad se vuelve práctica para IL
La combinación de la representación fotorrealista (NVIDIA Cosmos) y la mejoría de la aleatorización de dominios hará que la transferencia de sim a real sea práctica para el aprendizaje de imitación por primera vez. Los equipos complementarán 200 demostraciones reales con 2.000 variantes simuladas, reduciendo las necesidades de recopilación de datos del mundo real en 50
6. Aceleración estratégica de las fusiones y adquisiciones
La concentración de capital en inversores estratégicos (descrita en el Capítulo 7) se traducirá en adquisiciones. Esperamos que al menos 3
Nuestra visión general para 2025: Las empresas que ganarán en 2025 no son las que tienen el mejor hardware o los modelos más grandes. Son las que tienen las tuberías de recopilación de datos más eficientes, los sistemas de evaluación de políticas más rigurosos y la comprensión más profunda de su implementación vertical. La capa de infraestructura
Cita este informe
Centro de Robótica del Valle del Silicio. (2024). Estado de la Robótica 2024: Informe anual sobre la industria global de la robótica. Investigación RCSV.
Citación de copia
Manténgase al frente en robótica
Obtenga las últimas noticias sobre las implementaciones de robots, la recopilación de datos y la IA física