企业管理培训分类导航
企业管理培训公开课计划
企业培训公开课日历
2025年
2024年
研发管理培训公开课
研发管理培训内训课程
热门企业管理培训关键字
具身智能行业分析与投资机会
【课程编号】:MKT059626
具身智能行业分析与投资机会
【课件下载】:点击下载课程纲要Word版
【所属类别】:研发管理培训
【时间安排】:2025年03月20日 到 2025年03月21日1980元/人
【授课城市】:上海
【课程说明】:如有需求,我们可以提供具身智能行业分析与投资机会相关内训
【课程关键字】:上海人工智能培训
我要报名
咨询电话: | |
手 机: | 邮箱: |
课程背景
由大语言模型带动的人工智能第二波大爆发势必在未来十年内席卷全球所有产业,而同一时期人型双足机器人也同样取得了突破性的进展,这使得“具身智能”这个融合人工智能与机器人学的领域成为重中之重的一个探索与投资方向。
课程收益
1.理解具身智能的核心概念及其与传统人工智能的区别
2.探讨具身智能的理论基础和多学科交叉背景(如认知科学、机器人学、神经科学)
3.掌握具身智能在机器人学、交互系统和人工智能中的应用
4.展望具身智能的未来发展方向及其投资机会
学习对象
1.企业高管
2.产品与技术负责人
课程大纲
一、课程导论
1.什么是具身智能?基本定义及重要性
(1)基本定义:智能不是孤立于身体和环境,而是通过感知、行动和环境的交互而产生。
(2)核心思想:智能体(生物体或机器人)必须通过其身体与环境产生交互,智能由此涌现。
2.具身智能与传统人工智能的区别:符号主义 vs 具身认知
(1)对比传统人工智能的符号主义方法(Symbolic AI)。
(2)为什么需要从“身体”出发理解智能?
3.具身智能的三大应用场景:
(1)机器人学:机器人通过身体与环境交互完成复杂任务(如行走、攀爬)。
(2)虚拟环境:在虚拟环境(如游戏、仿真)中训练AI Agent完成具身化任务。
(3)自动驾驶:将物理环境中的感知与行动结合,优化车辆导航和安全性。
二、具身智能的理论基础
1.多学科背景:
(1)认知科学:具身认知理论(Embodied Cognition)
1)人类的大脑如何通过身体感知世界
2)动态系统理论(Dynamic Systems Theory)
(2)神经科学:感觉-运动循环的作用。
1)感觉(Perception)如何与动作(Action)联结。
2)镜像神经元的发现及启示。
(3)哲学:现象学对具身智能的启发。
1)“身体”作为理解世界的核心。
2)Merleau-Ponty的“身体-主体性”理论。
2.重要理论:
(1)行为主义机器人(Behavior-based Robotics)
1)Rodney Brooks的“智能无需表征”(Intelligence without Representation)。
(2)生态心理学(Ecological Psychology)
1)Gibson的“直接感知”(Direct Perception)与“可供性”(Affordance)。
3.案例研究:从Shakey到现代具身系统。
三、空间智能(Spatial Intelligence)——感知与行动的耦合
1.场景理解模型:
(1)通过视觉信息推理物体的空间关系,帮助AI完成复杂的空间导航和任务规划
(2)案例:ImageNet和近期的3D场景重建项目
2.SLAM技术:
(1)通过空间智能提供精确的环境建模,帮助机器人完成定位和路径规划
(2)案例:自动驾驶中的激光雷达导航
3.感知-行动闭环:
(1)感知与行动如何相互作用。
(2)动态环境中感知和行动的实时调整。
4.环境的动态影响:
(1)环境不仅是智能体的输入,而且是学习和适应的关键。
5.自主学习与适应:
(1)强化学习(Reinforcement Learning)在感知-行动中的作用。
(2)自主探索行为(Curiosity-driven Learning)。
四、具身智能的系统构建
1.硬件与身体形态:
(1)传感器:视觉、触觉、听觉及其他感官。
(2)致动器:肢体、柔性材料和机械组件。
(3)身体形态如何影响智能表现(如地形适应的四足机器人)。
2.软件与控制:
(1)控制算法:分布式控制与集中式控制。
(2)实时响应系统:如何实现低延迟、高精度的感知与行动。
3.案例分析:
(1)四足机器人如何实现稳定行走。
(2)柔性机器人如何通过形态适应环境。
五、具身智能的商业落地
1.机器人学:自主机器人、服务机器人与协作机器人。
2.人机交互:具身虚拟助手、增强现实与混合现实。
3.医疗领域:康复机器人、假肢控制与人体增强。
4.案例分析:OpenAI的Dactyl项目、软体机器人。
六、深度学习与具身智能的结合
1.深度学习与具身智能的交叉:
(1)深度强化学习(Deep Reinforced Learning)如何优化感知-行动循环。
(2)自监督学习(Self-Supervised Learning)在具身智能中的应用。
2.多模态学习:
(1)将视觉、触觉、声音等多种感官数据结合起来。
3.模拟环境中的训练:
(1)使用工具(如MuJoCo、PyBullet)进行具身任务的强化学习
七、具身智能行业现状
1.全球具身智能(机器人)产业图谱
(1)上游:核心零部件(传感器、芯片、伺服系统)
(2)中游:机器人本体制造商、系统集成商
(3)下游:工业、服务、消费级场景应用
2.国内外头部企业分析
(1)国外:波士顿动力、特斯拉、Figure AI
(2)国内:宇树科技、智元、优必选
八、具身智能行业的投资逻辑与机会
1.产业链投资逻辑:
(1)核心零部件国产替代(力矩传感器、精密减速器)
(2)具身大模型开发平台
(3)垂直场景解决方案(仓储物流、医疗手术)
(4)仿真训练与数字孪生工具链
2.未来趋势投资逻辑:
(1)技术融合:脑机接口+具身智能的想象空间
(2)成本下降曲线:何时迎来消费级爆发点?
(3)投资窗口期判断:硬件先行还是软件为王?
3.项目评估标准:
(1)技术壁垒评估:专利布局、研发团队背景
(2)商业化验证:客户粘性、订单增长曲线
(3)卡位能力:是否具备平台化潜力
专家老师
达闼机器人早期投资人兼董事会成员,腾讯即时通讯部(QQ)总经理、腾讯云创始副总裁、AI创业公司CEO