7月9日，华为开发者大会2023（CLOUD）在东莞松山湖精彩落幕。美狮贵宾会科技集团参股公司美狮贵宾会机械人受邀加入，并宣布了主题演讲。
美狮贵宾会机械人与华为云、上海交通大学、重庆大学等高校和大型研发机构在行业大模型进行相助，美狮贵宾会机械人提供行业数据、语料库以及机械人底层软件和具身智能模型落地支持，配合面向巡逻机械人智能化开展具身智能大模型研发。
图/美狮贵宾会机械人首席技术官刘彪宣布主题演讲
在华为开发者大会的“具身智能，让机械人‘知行合一’”分论坛上，美狮贵宾会机械人首席技术官刘彪以《大模型助力巡逻机械人进入3.0时代》为题进行了技术分享。
他提到，人工智能从第一代符号主义到第二代感知智能，以及第三代认知智能，与机械人的生长历程交相呼应、协同生长。以深度学习为主的第二代感知智能极大地增进了图像识别、语义理解、大数据剖析等领域的技术进步。第二代机械人解决了情况感知与导航定位技术、基于激光SLAM与深度学习结合的语义地图技术、基于语音的人机交互技术、基于深度学习的视频结构化及图像检测与识别技术、基于大数据剖析的传感器数据剖析与行业数据剖析和处理技术。
图/美狮贵宾会机械人系列产品
美狮贵宾会机械人结合第二代人工智能技术和机械人技术，构建了全栈机械人技术研发体系，搭建了云边端一体化机械人操作系统、FMAX四个机械人硬件平台、基于国产芯片SOC攻克了智能跨域融合控制器，在移动能力上解决了线控底盘、电机及控制器、智能跨域融合控制器技术；在感知能力上解决了以激光SLAM为主的组合导航技术、三维重建技术、基于高清、红外、紫光视觉、声音为主的多传感器情况感知与边沿盘算技术；在决策能力上解决了计划决策、人机协同、多机协同及调理、云边端一体化技术；在交互能力上解决了特定场景NLP、移动AI检测和识别技术；在应用能力上打造了安保效劳平台、警用无人系统平台、工业巡检平台及远程运维和效劳平台。
图/美狮贵宾会机械人首席技术官刘彪加入岑岭对话
以大模型和多模态为主的第三代人工智能在基础模型作为感知�？榈氖虑橹�，更多是基于视觉模型与具身智能的结合;而在基础模型作为计划�？榈氖虑橹�，以ChatGPT为代表的生成式语言模型被用于对庞大指令进行拆解和计划;在行动执行�？�，基础模型往往需要结合指令和对情况的视察结果等多模态数据，来实现精细行动的执行。
具身智能机械人首先要能够听懂人类语言，然后剖析任务，计划子任务，在移动中识别物体，与情况交互，最终完成相应任务。GPT等大模型的泛起提供了新思路——已有不少研究者实验将多模态的大语言模型与机械人结合起来，通过将图像、文字、具身数据联合训练，并引入多模态输入，增强模型对现实中工具的理解，资助机械人处理具身推理任务。
图/让机械人与人类更有效和自然地交流
盘古大模型3.0是华为云推出的面向行业的大模型系列。它接纳了"5+N+X"的三层架构。其中，"5"代表L0层的五个基础大模型，包括自然语言、视觉、多模态、预测和科学盘算大模型，这些大模型可以满足行业场景中的多种技术需求。
盘古3.0提供了多种参数规模的大模型，如100亿参数、380亿参数、710亿参数和1000亿参数的系列化基础大模型，以满足差别场景和需求的客户。同时它还提供了一些新的能力集，如知识问答、文案生成、代码生成等能力，以及图像生成、图像理解等多模态大模型的能力。无论参数规模巨细，盘古提供了一致的能力集。在"5+N+X"这个架构中的"N"代表L1层的N个行业大模型，华为云可以提供使用行业果真数据训练的通用大模型，也可以凭据行业客户的自有数据为其训练专有大模型�？突Э梢韵窕膳坦糯竽Ｐ鸵谎�，生成自己的行业大模型——"X"则代表L2层，为客户提供更多细化场景的模型，如政务热线、网点助手、先导药物筛选、传送带异物检测、台风路径预测等具体行业应用或特定业务场景的模型效劳，为客户提供"开箱即用"的模型。
通过这三层大模型，华为云构建了自己的大模型底座。在最底层，华为搭建了以鲲鹏和昇腾为基础的AI算力云平台，以及包括CANN、MindSpore和ModelArts在内的AI技术底层，为大模型的开发和运行提供支持�；褂敫鞲鲂幸档耐橄嘀�，将各行各业的知识与大模型进行匹配和融合，通过"5+N+X"的三层架构，提供富厚的基础大模型、行业大模型和细化场景的模型，为客户在各个行业中的人工智能应用提供强大的支持。
美狮贵宾会机械人基于凤凰平台、梧桐平台僧人云平台组成的云边端一体化机械人2.0系统为基础，对系统架构和技术架构进行全面升级，打造全新的基于具身智能大模型框架的云边端一体化3.0系统“千巡问义”，接纳漫衍实施漫衍上线的战略：首先巡逻机械人基于巡逻业务和行业数据库，使用现有GPT等多模态大语言模型让机械人听得懂人的语言指令，实现和人类进行“类人”交互模式转变，解决基于AIGC的人机交互问题，打造人机生成式大模型交互“千巡问警”；其次解决机械人的认知决策能力：深度学习、神经网络、强化学习等都是机械人重要的学习手段；最后解决机械人的执行能力，让机械人处理现实中的庞大任务。
