机器人技术的状态2024
根据全球机器人技术的基础模型,人类型平台的产量增加,数据成本下降.
年度报告 · 2024年
[阅读报告]
发表于2024年3月 46页 免费
2024 年的数字
今年全球机器人行业的状态是指6个数据点.
价值178亿美元
随着全球机器人市场的增长,
5% VLA
视觉语言行动模型在新部署中达到5%
到2024年,每小时数据收集成本从520美元下降到295美元,
其他
商业人形平台现在可购买或租
价值48亿美元
全球投资机器人投资恢复到48亿美元,
增长的
模仿学习达到38%的采用率,而2023年则为28%,由ACT,传播政策和OpenVLA推动.
内容表
现在,
其他
执行总结
其他
硬件:武器竞赛和人形黎明
其他
数据基础设施的转变
其他
基础模型进入机器人
其他
过渡时期的培训方法
其他
垂直部署
其他
投资:战略资本接管
其他
2024 年的决定性时刻
九个月
2025 年将带来什么?
第十一章
执行总结
2024年是变化的年份.不是因为出货了单一产品或发表了单一论文,而是因为行业对机器人的看法已不可逆转.基础模型推理
答案是2024年"有时".VLA模型在第四季度达到5%的新商业部署,从今年初的近零. 2024年将VLA部署的公司不是爱好者
另一方面,硬件层在两条关键方向扩大.一,低于10,000美元的机器人手臂市场从8个增长到14个可信的制造商,其中6个现在是中国的.二,三个商业的人类型平台真正可购买.
本报告的核心论文: 2024年是机器人不再是一个硬件问题,而开始成为数据和模型问题.早期认识到这一转变的公司正在建设基础设施
收集数据的成本,这是学习机器人政策的唯一最重要的瓶
投资模式讲述了一个互补的故事.全球机器人投资部署达到4.8亿美元,从2023年的4.1亿美元低点中恢复了. 智能资金不是投注机器人;而是投注使机器人有用的数据和模型基础设施.
第2章
硬件:武器竞赛和人形黎明
2024年硬件景观由两个平行故事定义:机器人武器的快速商品化和第一个真正商业的人类型平台的出现.这两种趋势都朝着相同的方向
美国军火市场扩大
在2024年初,大约八家制造商提供了6DoF或7DoF机器人武器,价格低于10,000美元.到年底,这一数字达到14.
制造商正在构建专门用于数据收集的
**关键见解:**目前14家低于10万美元的手臂制造商中有6家是中国人.这不是质量问题
人类化物超越商业门
据悉,在2024年,有3个商业人形平台可供结构化购买或租
- 敏捷度数字: 用于物流.用于亚马逊的完成中心进行
物搬运任务.不是一般用途的人类型. - 图1:"基础模型人形"论文的旗舰船.图的675万美元的提高和OpenAI合作表明,一个通用人形,以一种大型语言模型来理解任务和一个VLA来操纵,在3年5年内将成为商业可行.硬件令人印象深刻;商业案例仍在建设中.
木H1:** 价格大约为9万美元,大约是行业观察员对一个全双脚人体预期的三分之一. 木的战略反映了其四面的游戏本书:船装备在规模上,在低边缘,让生态系统建立价值.H1及其小兄弟,G1,信号人体硬件成本将会下降比大多数预测更快.
全球机器人市场规模 (B)
来源:RCSV研究,IFR 2024,PitchBook
商业化的人类平台可用
来源:RCSV研究
第3章
数据基础设施的转变
2024年机器人技术唯一最重要的趋势不是产品推出或融资轮
造成成本下降的原因
首先,领导者跟随者远程操作硬件被商品化.在2022年成本为8000美元至12000美元的系统现在从中国制造商那里获得2000美元至4000美元,具有相对质量和较短的领先时间. 这使得同时部署多个远程运营站具有经济实用性.
第二,开源数据集工具成熟.DROID项目 (斯坦福/伯克利) 发布了一个大规模的多机器人数据集,以标准化节目格式化.Hugging Face开始早期的 LeRobot 工作,这是收集,策划和共享机器人示范数据的框架. 这些工具并没有消除收集数据的工程工作,
第三,集体格式标准化开始得到实践.RLDS (由谷歌开发) 和 HDF5方案的融合减少了"集成税"
** 规模门
DROID 数据集和开放数据
2024年DROID数据集的发布是机器人学习社区的一个里程碑式事件.由数以万计的操纵示范组成,这些示范在多个机器人平台上收集,DROID代表了现实世界机器人数据的最大公开收集. 它的影响较少于用于生产部署的有用但不足的数据,而不是概念证明:大规模,多站点,多机器人数据收集是可行的,并且结果的数据集可以以标准化格式共享.
包容面部团队在勒罗伯特的早期工作通过为收集和策展工作流程提供工具来补充了DROID.虽然勒罗伯特在2024年仍处于早期阶段,但它标志着一个重要的方向:机器人数据收集基础设施正在由那些构建语言模型培训数据基础设施的同一个机构构建. 这不是巧合.
数据收集每小时成本 (美元)
来源:RCSV研究,运营商市场数据
第四章
基础模型进入机器人
基础模型思维从语言和视觉转变为物理操纵是2024年机器人技术的定义知识发展. 对于一个模式转变,即认识到,在广泛数据上预先训练和针对任务的示范上精细调节的大型模型可以在不断扩大的操纵任务上超越定制控制管道.
RT-2 的后果
谷歌RT-2论文 (于2023年中期发表) 证明,一个视觉语言行动模型
据悉,研究界的2024年反应迅速而广泛.
- **OpenVLA (斯坦福/伯克利):**一个基于Llama背骨的开放权重VLA模型,可在定制示范数据集上进行微调.OpenVLA的重要性在于其可访问性. 培训开始于2024年中期;早期结果显示,有200
500个具体任务的示范, - **ACT++和传播政策:**虽然不是VLA本身,但这些模仿学习架构在2024年成为操纵政策培训的标准研究基础. 扩散政策 (Chi et al.) 应用了扩散模型技术用于行动生成,产生了更平滑和更可靠的操纵轨迹.
- 物理智能 (Pi0): 成立于2024年,以7000万美元的种子轮 (这是机器人史上最大的),物理智能开始为机器人控制构建一个通用基础模型. 皮0的初步工作集中在培训一个模型,可以从单一的重量组控制多个机器人形状因素.
**VLA的经济论点:**从零开始培训一个特定任务的政策需要1000多次示范和几周的工程.在同一任务上精细调制预训练的VLA需要200
采用VLA (新部署的%)
来源:RCSV研究,企业部署跟踪器
第五章
过渡时期的培训方法
2024年培训方法景观是一个转型市场.强化学习 (RL) 仍然是占主导地位的方法,在商业操纵部署的65%中使用.但模仿学习 (IL) 快速增长,达到38%的部署 (比2023年的28%). 混合方法
为什么RL仍然占据主导地位
强化学习的占据地位反映了机构势头,技术优势.在2023年之前招聘的大多数机器人工程团队都接受了RL方法的培训.工具已经成熟 (稳定基线3,RLlib,伊萨克健身房).部署管道是很好的理解. 对于现有RL基础设施的团队,转向IL带来了没有保证的改善的集成风险.RL对于任务来说也具有明显的优势,其中奖励函数很容易定义 (例如,达到目标位置),但难以收集示范数据 (例如,需要精确的力控制的任务).
伊拉克快速上升
模仿学习从28%升至38%在一年内反映了两个发展.首先,ACT论文 (
第二,第三章所述的数据收集基础设施首次使IL具有经济可行性.IL需要示范数据;RL需要模拟器或奖励功能.随着示范数据变得更便宜,RL的成本优势就会缩小. 对于2024年开始新的操纵项目的团队来说,计算越来越多:收集300
**2024年使用RL对IL的时间:**RL仍然是具有明确的奖励功能,需要探索新战略和已经可用的模拟任务的最佳选择. 对于比奖励更容易收集的示范,需要自然和流
培训方法的采用 (%)
来源:RCSV年度开发者调查,n=840
第六章
垂直部署
2024年商业机器人部署集中在三个垂直领域:物流,汽车制造和电子装配,共占部署的新机器人单位的82%;剩余的18%分布在食品服务,医疗保健,农业和新兴垂直领域. 集中度并不奇怪;这些是劳动力成本最高,环境结构最高,自动化投资最长的行业.
物流:亚马逊影响
亚马逊在 2024 年的机器人部署中占据了32%,其中大部分是物流和仓库. 斯帕罗的部署和更广泛的Sequoia 完成重新设计是历史上最大的单一公司机器人部署计划. 亚马逊的方法很有教训:而不是部署一般用途的机器人,他们已经构建了高度专业化的操纵系统,旨在优化特定的完成中心任务.
除亚马逊之外,包括DHL,FedEx和几个亚洲电子商务运营商在内的物流提供商在2024年部署了较小规模的机器人采集系统.
汽车:稳定但可变
汽车制造业占部署量的28%.这是一个成熟的自动化市场,但2024年出现了有意义的转变:新的部署越来越涉及灵活的操纵 (模型年间变化的组装任务) 而不是固定的
电子:尺度精确
电子制造占部署的22%,集中在东亚 (中国,韩国,日本,台湾).任务
食物服务:最早的搬家者
食品服务占2024年部署的7%的比例,但是增长率最高的垂直.美国和日本大约80家快速服务餐厅在2024年部署了厨房任务的机器人系统,而2023年则不到20个.高劳动成本市场的经济状况令人信服:一个
| 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 垂直部署
来源:RCSV研究,IFR 2024
第七章
投资:战略资本接管
机器人领域的风险投资在全球达到4.8亿美元,从2023年的4.1亿美元低点恢复了17%.但这一标题数字掩盖了对谁写支票的结构性转变.战略投资者
大科技论文
微软,亚马逊和NVIDIA进入机器人投资并非慈善.每个公司都通过其现有平台战略的镜头来看待机器人.微软投资了图像AI作为其AI平台的延伸. 亚马逊的 Sparrow 和 Sequoia 项目是对劳动力成本节约和产量改善的资金投资,这有理由.NVIDIA的 Isaac Lab 和 Cosmos 宣布,它是机器人模拟和培训的基础设施提供商.
地理资本分布
美国总部公司在2024年获得全球机器人风险资本的54%.中国获得了26%,从2022年的22%持续稳步增长.欧洲获得了13%,活动集中在德国 (制造自动化),法国 (服务机器人) 和英国 (检查和物流).剩余的7%分布在日本,韩国,以色列和新兴市场.
美国和中国的分离反映了基本不同的投资论点.美国资本集中在软件和模型基础设施中. 两种策略都有价值;
**战略资本论文:**战略投资者不仅仅优化财务回报,他们也优化生态系统地位
投资机器人 (B)
来源:RCSV研究,PitchBook,Crunchbase
2024 地理投资 (%)
来源:RCSV研究,PitchBook
第八章
2024 年的决定性时刻
每年都有自己的时刻, 产品推出,资金轮流和研究结果, 后来看来, 标志着真正的转折点.
图01 + 开放AI合作
图像AI的675亿美元的B系列和与OpenAI的同时合作,是迄今为止大型语言模型和物理机器人技术的最高水平融合.该合作伙伴关系的声明目标是将GPT类语言理解与图像的人形硬件整合到自然语言指导的操纵. 但它向市场发出的信号是即时的:世界上最有价值的人工智能公司认为物理机器人是一个核心战略优先事项,而不是一个研究好奇心.
物理智能成立 (70亿美元)
创立了7000万美元的物理智能,这是机器人史上最大的种子,以最高水平验证了"机器人基础模型"论文.由谷歌大脑,伯克利和斯坦福组成的团队开始建造Pi0:一个可以从单一的重量组控制多个形式因素的一般用途机器人基础模型. Pi0是否能实现这一目标,在2024年,比在可实现的前提下投入了7000万美元的机构资本更重要.
3 号 H1 和 G1 号航运
据统一,在一月份的时间里,Unicorp公司的决定将H1全尺寸人形机运送为约9万美元,G1紧
美国NVIDIA艾萨克实验室和宇宙
据NVIDIA宣布,伊萨克实验室 (一个统一的机器人学习模拟平台) 和Cosmos (一个以物理方式可靠的合成数据生成的世界模型) 将该公司定位为新兴机器人人工智能堆
5. 拥抱脸 雷罗特
抱抱脸的推出带来了NLP社区的开源伦理性到机器人学习.Lebot提供了一个标准化的框架收集,策划和共享机器人示范数据
6 技术增长
1X Technologies (前叫哈洛迪机器人) 在由EQT Ventures领导的B系列中筹集了1亿美元,由三星和NVIDIA参与. 轮
**所有六个时刻的模式:**资本不仅流向硬件创新,而是流向硬件,数据和基础模型的交叉.2024年吸引了最多关注和资本的公司是那些在这个交叉口定位的公司.
第九章
2025 年将带来什么?
预测是令人谦卑的,我们提供了以下观点,有适当的不确定性.这些是RCSV研究团队认为将根据2024年建立的轨迹来定义2025年的主题.
1. VLA模式达到1015%的部署份额
预计到2025年第四季度,VLA将占新商业部署的10~15%的部署,集中在物流和食品服务领域,任务分配适合语言调节操作.
数据收集成本下降到每小时200美元
持续的硬件商品化 (中国领导者跟随者系统低于1,500美元) 和工具成熟 (LeRobot,DROID v2) 将推动电操作数据的完全负载成本低于200美元/小时.
体平台达到57
预计至少有两台人形平台 (除了Agility,Figure和Unitree) 将在2025年获得商业可用性. 候选人包括Apptronik的Apollo,特斯拉的Optimus (在有限的部署中) 和1X的NEO. 人形市场将开始分区:物流优化的双脚,一般用途研究平台和教育和轻商业用途的紧
第一个机器人数据市场启动
收集数据的经济学和节目格式的标准化将使机器人示范数据的第一批商业市场成为可能.不能或不想收集自己的数据的团队将能够购买针对特定任务类别的数据集. 根据质量和任务复杂性,示范数据的价格将从50美元到200美元/小时之间.
5. 模拟到实体转移成为IL的实用性
通过光现实
6.战略收购加速
投资者将获得资本,并将获得资本.我们预计在2025年,至少将有3
我们对2025年的总体观点: 2025年将赢得胜利的公司不是拥有最好的硬件或最大的模型的公司. 基础设施层
引用本报告
机器人技术国家2024年:全球机器人行业年度报告.
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