国际有线接口标准化组织MIPI联盟近日宣布成立"物理AI兴趣小组"(Physical AI Birds of a Feather group),专注于探索物理AI市场的新兴技术与趋势,初期重点关注人形机器人领域。
该小组将研究MIPI规范如何为快速发展的人形机器人应用领域提供支持。
人形机器人市场前景广阔
围绕人形机器人形成的市场充满活力。据Yole Group预测,该市场将以56%的复合年增长率增长,到2030年规模将超过60亿美元。随着下一个十年初期市场普及加速,到2035年市场价值有望飙升至510亿美元。
Yole Group汽车半导体首席分析师Pierrick Boulay表示:"人形机器人正迎来转折点。AI技术进步、供应链成熟以及组件规模化生产,正在将人形机器人从复杂的原型转变为可部署的系统,在物流、制造及其他高价值工业应用中带来可衡量的投资回报。"
兴趣小组的工作方向
该专注于人形机器人的兴趣小组将开展以下工作:
分析并比较当前的软硬件架构
为关键应用领域开发系统框图
确定如何利用或增强MIPI规范以满足市场需求
评估工作完成后,该小组将就潜在的规范开发机会向MIPI联盟董事会提交正式建议。
MIPI物理AI兴趣小组主席、MIPI技术指导组副主席Edo Cohen指出:"如今许多机器人系统依赖的架构最初是为移动设备、汽车和工业系统开发的。行业正在向更高效、更具商业可行性的设计转变,优先考虑能效、成本优化和更小的外形尺寸。这一演变为MIPI提供了机会,可以解决物理AI市场缺乏标准化PHY、协议和应用接口的问题,并基于MIPI积累的经验和成熟技术推出新架构。"
参与企业阵容强大
目前已加入该兴趣小组的成员企业包括:安费诺、Binho、BitifEye数字测试解决方案、创惟科技、英特尔、I-Pex、铠侠、莱迪思半导体、LG电子、联发科、Mixel、恩智浦半导体、罗伯特·博世、罗姆、三星电子、Silvaco、索尼集团、意法半导体、新思科技、TDK(InvenSense)、德州仪器、紫光展锐(上海)、Valens半导体等。
MIPI还推出了"新兴技术倡议",鼓励成员及非成员企业更广泛地参与新兴技术市场的探索。
初期重点将放在物理AI兴趣小组以及即将成立的Die-to-Die兴趣小组上,2026年及以后可能会有更多小组成立。
通过该倡议,MIPI Adopter成员及非成员公司将有渠道继续参与相关工作,无论兴趣小组未来发展为工作组,还是相关活动转移到现有的MIPI工作组。
Q&A
Q1:MIPI联盟成立的物理AI兴趣小组主要做什么?
A:该小组主要探索物理AI市场的新兴技术与趋势,初期聚焦人形机器人领域。具体工作包括分析比较当前软硬件架构、为关键应用领域开发系统框图、确定如何利用或增强MIPI规范满足市场需求,最终向MIPI董事会提交规范开发建议。
Q2:人形机器人市场未来的发展前景如何?
A:根据Yole Group的预测,人形机器人市场将以56%的复合年增长率增长,到2030年规模将超过60亿美元。随着下一个十年初期市场普及加速,到2035年市场价值有望达到510亿美元,主要应用于物流、制造及其他高价值工业领域。
Q3:哪些知名企业参与了MIPI物理AI兴趣小组?
A:参与企业涵盖众多行业巨头,包括英特尔、三星电子、索尼集团、LG电子、联发科、恩智浦半导体、意法半导体、博世、德州仪器、铠侠、新思科技、安费诺、罗姆、紫光展锐等,覆盖半导体、电子元器件、测试方案等多个领域。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。