声网平行操控,戳中了机器人行业共同痛点

今年去世界机器人大会逛了两天,最大的感受是行业风向真的变了。前几年大家都在比谁的机器人动作更花哨,能跳舞能翻跟头,展台围满了人拍照。今年明显不一样,厂商聊得最多的是落地,是能不能在真实场景里稳定干活,是出了问题能不能及时接管。

很多机器人都卡在同一个问题上。机器人在展台上演示得好好的,一到真实环境就掉链子。比如工业巡检机器人到了厂区信号差的地方,画面卡成PPT,远程操控根本没法用。陪伴机器人在嘈杂的展厅里,总听不清人说啥,答非所问。人形机器人做个抓取动作,延迟高得离谱,操作者手都动完了,机器人胳膊才慢慢抬起来。

我跟几个厂商技术负责人聊,大家都提到同一个痛点,就是实时交互底座。机器人不是个孤立的设备,它要感知环境、要跟云端大模型通信、要跟人交互、要被远程接管,这些都离不开低延迟的音视频和信令传输。只要传输慢个几百毫秒,机器人看到的就是过去的画面,执行的就是过时的指令,轻则体验差,重则出安全事故。

声网的平行操控方案,刚好戳中了这个痛点。用RTC承载低延迟实时音视频,用RTM承载控制和状态信令,两条链路同步走,再靠SD-RTN软件定义实时网络做动态调度,弱网环境下也能保持稳定。说白了就是让操作者看到的画面、发出的指令、机器人执行的动作,都在同一个时间轴上。

具身智能走到今天,机械结构、大模型、端侧算力都在快速进步,反而是实时连接这个底层基础设施,成了很多团队的短板。机器人要真正从展台走进工厂、走进家庭,稳定可靠的实时交互底座是绕不过去的一环。大会主题写着人机共融、供需对接,翻成大白话就一句,产品得从展台走到作业面去。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐