ADLINK Technology已与Under Control Robotics签署战略联盟和联合开发协议,后者是机器人初创公司Noble Machines的母公司。两家公司将结合ADLINK的边缘AI平台与Noble Machines的自主软件,为现代制造工厂和工程设施打造新一代通用机器人。这项工作专注于双足双臂机器人,即类人机器人,专为在苛刻的工业环境中操作而设计。
该合作将整合ADLINK的DLAP边缘AI平台与Noble Machines的自主和全身控制软件。该系统旨在为处理重载的机器人提供推理、感知和运动控制能力。初期目标行业包括制造业、采矿业、建筑业、能源、石化和公用事业,这些行业目前都面临劳动力短缺问题,且经常涉及对人类工作者有风险的环境。
ADLINK的硬件基于NVIDIA Jetson Thor平台构建。在新闻发布中,两家公司表示DLAP提供多电压供电和高带宽传感器接口,支持"最多八个"GMSL摄像头连接、四个以太网端口以及5G或Wi-Fi模块。系统可在宽温度范围内运行,并符合IEC 60068冲击和振动标准。
ADLINK的硬件将与Noble Machines的自主软件相结合,后者负责管理机器人的感知、推理和协调全身运动。在恶劣条件下工作的机器人理想情况下需要复制人类工作者的移动和操作能力,这样它们就能在不需要大幅改造现有工作环境的情况下替代面临风险的人类。
ADLINK边缘计算平台业务部总经理Ethan Chen表示,这项协议将把公司的边缘计算硬件扩展到新兴的通用机器人系统中,从支持现有DLAP平台转向基于Jetson Thor的联合开发计算平台。
Under Control Robotics首席执行官Wei Ding表示,ADLINK在工业硬件方面的经验与Noble Machines的软件,特别是其全身控制系统形成互补。这种合作解决了可能影响工业机器人部署的硬件耐用性和供应链集成问题。两个合作伙伴将首先寻求在建筑和能源行业的可能部署,在这些行业中,某些任务通常需要工作者忍受灰尘、高温、重载和振动。通常,这类任务很难机械化,因为它们需要现场决策、移动性和手工操作。
通过结合彼此的专长,这些公司可能能够为那些不愿投资实验性技术和硬件部署的客户提供完整解决方案。对实时反应和决策的重视意味着AI元素将提供必要的实时决策能力,这原本需要在困难条件下工作的人类来提供。与基于AI的算法相比,传统软件需要将每种可能的边缘情况硬编码到控制系统中。
任何来自此合作的系统的成功将取决于高成本的机器人是否能够在不可预见的情况下正确反应,而不会危及自己或人类同事,或对现场的更广泛工作流程产生负面影响。
Q&A
Q1:ADLINK与Noble Machines合作开发的机器人主要用于什么?
A:这些机器人主要用于制造业、采矿业、建筑业、能源、石化和公用事业等危险工业环境,专门设计来替代在苛刻条件下工作的人类,处理涉及灰尘、高温、重载和振动的任务。
Q2:DLAP边缘AI平台有什么技术特点?
A:DLAP平台基于NVIDIA Jetson Thor构建,提供多电压供电和高带宽传感器接口,支持最多八个GMSL摄像头连接、四个以太网端口以及5G或Wi-Fi模块,可在宽温度范围内运行并符合IEC 60068标准。
Q3:这种类人机器人与传统工业机器人有什么不同?
A:这些双足双臂的类人机器人具备与人类相似的移动和操作能力,能够进行实时决策和现场判断,可以在不大幅改造现有工作环境的情况下直接替代人类工作者,而不像传统机器人需要预编程的固定操作模式。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。