2023年机器人技术状况
关于全球机器人技术的最终2023年年度报告 硬件,数据,人工智能方法和部署趋势.
年报 · 2023年
全球机器人技术的终极年度报告 硬件,数据收集,人工智能培训方法以及整个行业的部署趋势
[阅读报告]
发表于2023年4月 42页 免费
根据数量
今年全球机器人行业的状态是指6个数据点.
价值142亿美元
全球机器人市场在2023年,比2022年的121亿美元上
72% 的RL
强化学习仍然是主导的培训方法,在72%的商业机器人部署中使用.
时间520美元
平均每小时数据收集成本是
其他
商业人形平台可用
3,9M
全球上安装工业机器人 (IFR),中国占新装机的68%.
价值440亿美元
全球风投投机器人投资从2021年22年的峰值下降,
内容表
现在,
其他
执行总结
其他
硬件景观
其他
数据问题
其他
人工智能和学习方法
其他
垂直部署
其他
投资资本
其他
2023年突破时刻
其他
2024年的前景
第十一章
执行总结
2023年是重新校准的一年.经过两年的突破性投资,雄心勃勃的时间表和一波像技术演示而不是产品的人形原型之后,全球机器人行业在2023年度过了努力和部署之间的差距. 公司和研究小组从2023年开始以强
尽管增长率良好,但却代表了2021年2222年的22%的速度下滑,反映了更紧密的资本市场和行业投机性末端的纠正.风投投降从2021年的最高值达630亿美元下降到41亿美元. 流动的资金更有纪律:战略投资者取代了动力驱动的通用主义者,
在硬件方面,传统工业机器人仍然占据了安装基础的绝大多数,全球拥有3900万台机器人 (IFR).中国巩固了其作为世界最大机器人市场的地位,占新装机的68%. 人类型的部分虽然获得了头条新闻,但仍然是商业化前的:只有两个平台
机器人技术的重定位论文:** 2023 年并不是一个倒退的步骤.这是行业停止将原型示范与部署准备混
在人工智能方面,增强学习仍然是主导的培训范式,支持了72%的部署机器人系统.模仿学习在22%上获得了吸引力,由学术工作推动,它证明了对操纵任务的潜力.混合类别 (6%) 仍然很小,但代表了越来越多的承认,没有单一方法可以解决所有部署情景. 2023年最重要的人工智能事件发生在10月,当时谷歌深度思维发布了RT-2
数据收集仍然是行业最持续的瓶
第2章
硬件景观
2023年机器人硬件市场是一个两速的故事.传统的工业部门
传统的工业统治
国际机器人联合会报告说,到2023年底全球安装了3900万个工业机器人,创下了新纪录.每年运输量达到约553000个,其中73%用于三个垂直领域:汽车,电子和金属/机械制造. 平均中产业价格保持稳定,为28,000美元~45,000美元,反映了该市场细分市场的成熟和竞争力.
随着全球的装备量按国家排名的68%,中国的
合作机器人 (科博)
合作机器人部门在2023年增长了19%,超过了更广泛的工业市场.通用机器人保持了其市场领先地位,但中国的科博制造商
商业人类的起
2023年的人类机器人技术是一个强
尽管有报道,2023年在任何形式的实体测试中部署了不到50个人形机器人.示范视频和部署现实之间的差距仍然很大.公开承认这一差距的公司
中国的硬件生态系统不断增长
虽然中国的OEM公司长期以来一直占据低成本工业部门的主导地位,但2023年标志着他们进入研究和人工智能准备硬件类别的开始. 像Unitree (其B1和B2四肢),AgileX (移动基地) 和Elephant Robotics (桌面臂) 等公司开始运输平台,虽然尚未与西方研究硬件的精度相匹配,但提供了更好的价格-能力比率. 美国或欧洲制造商的研究级手臂价格约为4000美元,中国供应商价格约为7,000美元.
全球机器人市场规模 (B)
来源:RCSV研究,国际信息研究委员会,PitchBook
根据国家2023年机器人安装 (%)
来源:RCSV研究,国际研究委员会
| Country | Share of Installations | Key Driver |
|---|---|---|
| China | 68% | Government subsidies, EV/electronics manufacturing |
| Japan | 9% | Automotive, aging workforce |
| United States | 8% | Logistics, reshoring initiatives |
| Germany | 5% | Automotive OEMs, Industrie 4.0 |
| South Korea | 5% | Electronics, shipbuilding |
| Rest of World | 5% | Mixed |
第3章
数据问题
如果有单一句话可以捕捉到2023年的机器人学习状况,那就是这样:每个人都知道数据是瓶
现实时间520美元
2023年高质量的远程运行数据的平均负载成本为约520美元. 对于一个标准的选定地点任务,需要200
成本曲线从2020年的820美元/小时下降到2023年的520美元,但下降速度不足以实现广泛的采用. 主要成本驱动因素是运营商的专业知识 (训练有素的电话运营商稀缺,并且有高费率),硬件设置时间 (每个数据收集会议都需要显著校准),以及缺乏标准化的质量评分 (团队大量努力进行收集的集集中的手动质量审查).
工艺数据问题: 在2023年,机器人数据收集更像工艺制造而不是工业生产.每个团队建立了自己的收集设置,培训了自己的运营商,定义了自己的质量标准,并以自己的格式存储数据. 这种工艺方法产生了高质量的个人数据集,但使得汇总,共享和基准分析非常困难.
没有标准格式
由于没有广泛采用的机器人示范数据格式,这可能是2023年最具破坏性的结构性问题.研究小组将事件存储在自定义 HDF5 方案,专有二进制格式或宽松结构化的文件目录中.Google的RLDS (Reinforcement Learning Datasets) 格式存在,但在谷歌相关项目之外并没有达到关键质量. 哈格格面的LeRobot项目正在早期的开发阶段. 实际结果是:在一个实验室收集的数据集不能在另一个实验室直接使用,即使两个实验室都使用类似的硬件.
远程操作硬件限制
2023年可用的远程操作系统功能性,但成本昂贵,而且具有工作挑战性.Gello的领导者后臂系统和其他类似项目成本为5,000美元至15,000美元,需要大量的专业知识来运行. 基于VR的远程操作 (使用Meta Quest或类似耳机) 提供了较低的入门点,但引入了延迟和映射挑战,从而降低了微妙操纵任务的数据质量.
规模的要求
尽管存在这些限制,但2023年有了第一次尝试在有意义的规模上组织数据收集.谷歌RT-X合作,涉及21个研究机构,组装了当时最大的多体机器人数据集:大约有130,000个机器人类型的22个集. 项目证明了跨体现数据共享的潜力,以及实现这一目标所需的巨大协调总费用.
数据收集成本/小时 ($)
来源:RCSV研究,运营商市场数据
第四章
人工智能和学习方法
2023年机器人人工智能领域由强化学习占主导地位,但被一个问题困扰着:接下来会发生什么?答案于10月份通过谷歌DeepMind的RT-2论文得到了答案,该论文证明了大型视觉语言模型可以直接适应机器人的操作. 2023年,实际部署的工具更老,更有证据,更不那么迷人.
加强学习:仍然是国王
2023年,强化学习占部署的机器人学习系统的72%. 主导地位集中在两个领域:移动 (RL在双腿机器人方面已证明自己无误优越) 和结构化操纵 (任务奖励可以清晰定义). 像敏捷机器人,波士顿动力学和Unitree这样的公司使用了RL训练的政策作为其机动控制器的基础.在操纵中,RL最适合处理具有明确的成功标准的任务.
限制也很明显:RL在无结构环境中应付长视野,接触丰富的操纵任务.通过RL单独培训
模仿学习:竞争者不断升级
在2023年,模仿学习 (IL) 占了22%的部署,并迅速增长.该催化剂是一个系列学术结果,证明IL可以在惊人的小数据集尺寸下实现可靠的操纵性能. 托尼·
实际上,IL的吸引力很简单:一个团队可以收集几百个远程操作演示并直接训练一个政策,而不是设计一个奖励功能和运行数十亿个模拟集.
**RT-2信号:**谷歌深度思维的RT-2论文 (2023年10月) 是该年的最重要的研究结果.通过证明55B参数视觉语言模型 (PaLM-E) 可以通过自然语言指令进行机器人操作进行精细调,RT-2建立了未来几年的主导的视觉语言行动 (VLA) 范式. 到了2023年,它是使用TPU
混合型方法
剩余6%的部署使用了混合方法,通常用于低级控制 (关节扭矩,平衡) 与IL或经典规划结合的高级任务序列化.这种架构最常见在移动操作中,在轮椅或腿部基础需要RL训练的机动,而臂则执行IL训练的操作. 混合方法是务实的,但从业上是复杂的,需要团队维护两个独立的培训管道,并管理它们之间的接口.
模拟:基本但不足
物理模拟 (主要通过艾萨克健身房,MuJoCo和PyBullet) 在2023年仍然是RL培训的必不可少. 模拟政策遇到现实物理时的效率下降 仍然是核心技术挑战.域名随机化 (训练在模拟条件的广泛分布中) 是标准的减缓策略,但需要大量的专业知识和计算才能有效实施.
培训方法2023年采用 (%)
来源:RCSV年度开发者调查,n=640
第五章
垂直部署
2023年机器人部署仍然集中在传统工业垂直领域.汽车和电子制造业总共占所有商业机器人部署的65%单位量.物流是第三大垂直市场和增长最快的市场,反映了持续的电子商务繁荣和持续的仓库劳动力短缺.
汽车:杆垂直
汽车制造业占全球机器人部署的38%.这不是新事物.自1980年代以来,汽车一直是主导机器人垂直业务. 传统的
电子制造业
电子产品占据了27%的部署,由半导体制造,PCB组装和消费电子最终组装驱动.电子制造的精度要求继续推进位置精度和力控制的边界.SCARA机器人和小型六轴臂占据了这一垂直地位,平均周期时间在秒钟而不是分钟中测量. 由于芯片短缺和不断增加的投资 (美国的CHIPS法,欧盟的芯片法),新建工厂的自动化需求开始增加.
物流:增长水平
物流和仓库占部署的18%,同比增长31%.
出现的垂直
食品服务,医疗保健和农业在2023年全球部署的机器人单位均不到1000个,但吸引了不成比例的投资兴趣.食品服务自动化 (自动
产业垂直部署 2023年
来源:RCSV研究,国际研究委员会
| Vertical | Share of Deployments | YoY Growth | Leading Form Factor |
|---|---|---|---|
| Automotive | 38% | +12% | 6-Axis Industrial Arm |
| Electronics | 27% | +15% | SCARA / Small 6-Axis |
| Logistics / Warehousing | 18% | +31% | AMR / Fixed Arm |
| Food / Pharma | 8% | +24% | Cobot / SCARA |
| Other | 9% | +18% | Mixed |
第六章
投资资本
机器人投资景观在2023年被一个单词定义为纠正.经过两年历史上升的风险活动2021年630亿美元,2022年58亿美元后,全球机器人投资下降至41亿美元.这并不是崩
转向战略资本
投资风景最显著的变化不是资本量,而是资本来源.推动2021年22年的金融风险投资峰值的金融风险投资大幅下降. 自从一系列开始,汽车制造商 (现代,宝马,奔
中国:政府资助的投资
尽管中国的机器人投资景观以不同的动态运作.中国机器人公司的私人风投在全球调整之后,政府支持的资金和市政投资计划部分抵消了下降.深
**2023年对公司进行了投资纠正,这些公司在2021年
估值压缩
机器人公司的中等货币预先估值从2022年的3500万美元降至2023年的2200万美元,缩小了37%. 那些能够通过数据服务,软件订阅或车队管理来证明循环收入的公司,在同等收入水平上,估值高于仅仅为硬件的公司的1.5
全球机器人投资公司 (B)
来源:RCSV研究,PitchBook,Crunchbase
第七章
2023年突破时刻
每年都会产生几起事件,回顾后,都会证明是
RT-2:VLA范例出现 (谷歌深思,2023年10月)
RT-2 (机器人变压器2) 证明,一个大型视觉语言模型
实际学习:有效的模仿学习 (斯坦福, 2023)
托尼·
3.敏捷数字进入亚马逊 (2023年10月)
敏捷机器人公司宣布其Digit人形机器人正在亚马逊的执行中心进行测试.虽然部署是一个结构化试点 (而不是商业销售),但它代表了一个富士通500公司首次将人形机器人放置在真正的商业物流环境中. 信号很清楚:世界上最大的公司正在评估人形形状因素,
波士顿动力学 atlas:电动转型
波士顿动力公司在2023年大部分时间都从液压转向完全电动动. 虽然新的电动亚特拉斯将在2024年4月之前才公开公布,但在2023年完成的工程工作
5. 图 AI 创建 (2023)
图像人工智能于2023年成立,其明确目标是为商业部署建造一个一般用途的人类型机器人.该公司筹集了7000万美元的A系列,吸引了来自波士顿动力学,特斯拉,谷歌DeepMind和
模式: 这些突破时刻中的每一个都分享了一个共同的线程. 大型模型人工智能和物理机器人融合. RT-2证明了这一概念. ACT使其适用于小型团队. 数字和亚特拉斯显示硬件为真实环境做好准备. 图片创建表明资本准备好投注于融合. 到2025年,它们将成为一个单一的布料.
第八章
2024年的前景
预测机器人技术是谦虚的工作.本报告的2022年版过度估计了人形商业化的速度,并低估了基础模型研究对应用机器人学习的影响.
1. 数据基础设施将成为一个不同的类别
据悉,在2024年,每小时520美元的数据收集成本将开始下降,这将是由于更便宜的远程运营硬件 (领先跟随者系统低于3000美元),标准化数据格式 (RLDS和勒罗бот获得采用),以及首个商业数据收集服务. 建立数据收集基础设施的公司将引起大量风投的兴趣.
2. VLA模型将从研究转向 Dev预览
在RT-2之后,我们预计2024年至少有两款开源VLA模型版本将在商业可用的GPU上以互动速度运行.这些将不会准备好生产,但它们将足够于研究团队和资金丰富的初创公司开始构建基于VLA的部署管道.研究和产品之间的差距将开始缩小.
人类机械部署将保持前商业性
尽管几家人形公司的公共时间表是积极的,但我们预计2024年不会有意义的商业人形部署. 结构化飞行员将扩大. 我们预计2024年底将有3
4. 风投将稳定
我们预计全球机器人风投将在2024年稳定在455.5亿美元范围内,混合物将继续转向战略投资者.人形部门将吸引不成比例的资本份额 (我们估计30~40%的总机器人风投),由数量较小的公司的非常大轮子推动,如图像AI,1X技术和Apptronik等公司.
5.中国将加速
随着中国的机器人业务的发展,中国的机器人业务目标将在2024年加剧,政府将制定正式的人类型计划,继续压缩硬件成本,并与西方边境实验室竞争的中国VLA研究出现.
我们对2024的总体观点是: 2024将是机器人行业从
[阅读2024年报告]
机器人形式因素混合 (%)
来源:RCSV研究,国际研究委员会
引用本报告
复制引用
保持机器人技术的前进
获取最新的机器人部署,数据收集和物理人工智能