All Node List by Editor

作者：Arm 物联网事业部业务拓展副总裁 马健

你听过莫拉维克悖论 (Moravec's paradox) 吗？该悖论指出，对于人工智能 (AI) 系统而言，高级推理只需非常少的计算能力，而实现人类习以为常的感知运动技能却需要耗费巨大的计算资源。实质上，与人类本能可以完成的基本感官任务相比，复杂的逻辑任务对 AI 而言更加容易。这一悖论凸显了现阶段的 AI 与人类认知能力之间的差异。

人本来就是多模态的。我们每个人就像一个智能终端，通常需要去学校上课接受学识熏陶（训练），但训练与学习的目的和结果是我们有能力自主工作和生活，而不需要总是依赖外部的指令和控制。

我们通过视觉、语言、声音、触觉、味觉和嗅觉等多种感官模式来了解周围的世界，进而审时度势，进行分析、推理、决断并采取行动。

经过多年的传感器融合和 AI 演进，机器人现阶段基本上都配备有多模态传感器。随着我们为机器人等边缘设备带来更多的计算能力，这些设备正变得愈加智能，它们能够感知周围环境，理解并以自然语言进行沟通，通过数字传感界面获得触觉，以及通过加速计、陀螺仪与磁力计等的组合，来感知机器人的比力、角速度，甚至机器人周围的磁场。

迈入机器人和机器认知的新时代

在 Transformer 和大语言模型 (LLM) 出现之前，要在 AI 中实现多模态，通常需要用到多个负责不同类型数据（文本、图像、音频）的单独模型，并通过复杂的过程对不同模态进行集成。

而在 Transformer 模型和 LLM 出现后，多模态变得更加集成化，使得单个模型可以同时处理和理解多种数据类型，从而产生对环境综合感知能力更强大的 AI 系统。这一转变大大提高了多模态 AI 应用的效率和有效性。

虽然 GPT-3 等 LLM 主要以文本为基础，但业界已朝着多模态取得了快速进展。从 OpenAI 的 CLIP 和 DALL·E，到现在的 Sora 和 GPT-4o，都是向多模态和更自然的人机交互迈进的模型范例。例如，CLIP 可理解与自然语言配对的图像，从而在视觉和文本信息之间架起桥梁；DALL·E 旨在根据文本描述生成图像。我们看到 Google Gemini 模型也经历了类似的演进。

2024 年，多模态演进加速发展。今年二月，OpenAI 发布了 Sora，它可以根据文本描述生成逼真或富有想象力的视频。仔细想想，这可以为构建通用世界模拟器提供一条颇有前景的道路，或成为训练机器人的重要工具。三个月后，GPT-4o 显著提高了人机交互的性能，并且能够在音频、视觉和文本之间实时推理。综合利用文本、视觉和音频信息来端到端地训练一个新模型，消除从输入模态到文本，再从文本到输出模态的两次模态转换，进而大幅提升性能。

在今年二月的同一周，谷歌发布了 Gemini 1.5，将上下文长度大幅扩展至 100 万个词元 (Token)。这意味着 1.5 Pro 可以一次性处理大量信息，包括一小时的视频、11 小时的音频、包含超过三万多行代码或 70 万个单词的代码库。Gemini 1.5 基于谷歌对 Transformer 和混合专家架构 (MoE) 的领先研究而构建，并对可在边缘侧部署的 2B 和 7B 模型进行了开源。在五月举行的 Google I/O 大会上，除了将上下文长度增加一倍，并发布一系列生成式 AI 工具和应用，谷歌还探讨了 Project Astra 的未来愿景，这是一款通用的 AI 助手，可以处理多模态信息，理解用户所处的上下文，并在对话中非常自然地与人交互。

作为开源 LLM Llama 背后的公司，Meta 也加入了通用人工智能 (AGI) 的赛道。

这种真正的多模态性大大提高了机器智能水平，将为许多行业带来新的范式。

例如，机器人的用途曾经非常单一，它们具备一些传感器和运动能力，但一般来说，它们没有“大脑”来学习新事物，无法适应非结构化和陌生环境。

多模态 LLM 有望改变机器人的分析、推理和学习能力，使机器人从专用转向通用。PC、服务器和智能手机都是通用计算平台中的佼佼者，它们可以运行许多不同种类的软件应用来实现丰富多彩的功能。通用化将有助于扩大规模，产生规模化的经济效应，价格也能随着规模扩大而大幅降低，进而被更多领域采用，从而形成一个良性循环。

Elon Musk 很早就注意到了通用技术的优势，特斯拉的机器人从 2022 年的 Bumblebee 发展到 2023 年三月宣布的 Optimus Gen 1 和 2023 年年底的 Gen 2，其通用型和学习能力不断提高。在过去的 6 至 12 个月里，我们见证了机器人和人形机器人领域所取得的一系列突破。

下一代机器人和具身智能背后的新技术

毋庸置疑的是我们在具身智能达到量产方面还有很多工作要做。我们需要更轻便的设计、更长的运行时间，以及速度更快、功能更强大的边缘计算平台来处理和融合传感器数据信息，从而做出及时决策和控制行动。

而且我们正朝着创造人形机器人的方向发展，人类文明数千年，产生出无处不在的专为人类设计的环境，而人形机器人系统由于形体与人们类似，有望能够在人类生存的环境中驾轻就熟地与人类和环境互动并执行所需的操作。这些系统将非常适合处理脏污、危险和枯燥的工作，例如患者护理和康复、酒店业的服务工作、教育领域的教具或学伴，以及进行灾难响应和有害物质处理等危险任务。此类应用利用人形机器人类人的属性来促进人机自然交互，在以人为中心的空间中行动，并执行传统机器人通常难以完成的任务。

许多 AI 和机器人企业围绕如何训练机器人在非结构化的新环境中更好地进行推理和规划，展开了新的研究与协作。作为机器人的新“大脑”，预先经过大量数据训练的模型具有出色的泛化能力，使得机器人能做到见怪不怪，更全面地理解环境，根据感官反馈调整动作和行动，在各种动态环境中优化性能。

举一个有趣的例子，Boston Dynamics 的机器狗 Spot 可以在博物馆里当导游。Spot 能够与参观者互动，向他们介绍各种展品，并回答他们的问题。这可能有点难以置信，但在该用例中，比起确保事实正确，Spot 的娱乐性、互动性和细腻微妙的表演更加重要。

Robotics Transformer：机器人的新大脑

Robotics Transformer (RT) 正在快速发展，它可以将多模态输入直接转化为行动编码。在执行曾经见过的任务时，谷歌 DeepMind 的 RT-2 较上一代的 RT-1 表现一样出色，成功率接近 100%。但是，使用 PaLM-E（面向机器人的具身多模态语言模型）和 PaLI-X（大规模多语言视觉和语言模型，并非专为机器人设计）训练后，RT-2 具有更出色的泛化能力，在未曾见过的任务中的表现优于 RT-1。

微软推出了大语言和视觉助手 LLaVA。LLaVA 最初是为基于文本的任务设计的，它利用 GPT-4 的强大功能创建了多模态指令遵循数据的新范式，将文本和视觉组件无缝集成，这对机器人任务非常有用。LLaVA 一经推出，就创下了多模态聊天和科学问答任务的新纪录，已超出人类平均能力。

正如此前提到的，特斯拉进军人形机器人和 AI 通用机器人领域的意义重大，不仅因为它是为实现规模化和量产而设计的，而且因为特斯拉为汽车设计的 Autopilot 的强大完全自动驾驶 (FSD) 技术基础可用于机器人。特斯拉也拥有智能制造用例，可以将 Optimus 应用于其新能源汽车的生产过程。

Arm 是未来机器人技术的基石

Arm 认为机器人脑，包括“大脑”和“小脑”，应该是异构 AI 计算系统，以提供出色的性能、实时响应和高能效。

机器人技术涉及的任务范围广泛，包括基本的计算（比如向电机发送和接收信号）、先进的数据处理（比如图像和传感器数据解读），以及运行前文提到的多模态 LLM。CPU 非常适合执行通用任务，而 AI 加速器和 GPU 可以更高效地处理并行处理任务，如机器学习 (ML) 和图形处理。还可以集成图像信号处理器和视频编解码器等额外加速器，从而增强机器人的视觉能力和存储/传输效率。此外，CPU 还应该具备实时响应能力，并且需要能够运行 Linux 和 ROS 软件包等操作系统。

当扩展到机器人软件堆栈时，操作系统层可能还需要一个能够可靠处理时间关键型任务的实时操作系统 (RTOS)，以及针对机器人定制的 Linux 发行版，如 ROS，它可以提供专为异构计算集群设计的服务。我们相信，SystemReady 和 PSA Certified 等由 Arm 发起的标准和认证计划将帮助扩大机器人软件的开发规模。SystemReady 旨在确保标准的 Rich OS 发行版能够在各类基于 Arm 架构的系统级芯片 (SoC) 上运行，而 PSA Certified 有助于简化安全实现方案，以满足区域安全和监管法规对互联设备的要求。

大型多模态模型和生成式 AI 的进步预示着 AI 机器人和人形机器人的发展进入了新纪元。在这个新时代，要使机器人技术成为主流，除了 AI 计算和生态系统，能效、安全性和功能安全必不可少。Arm 处理器已广泛应用于机器人领域，我们期待与生态系统密切合作，使 Arm 成为未来 AI 机器人的基石。

BICS亚洲区企业部高级副总裁曾添康

中国制造的电动汽车因其成本效益、技术创新和强劲的市场需求而具有巨大的全球潜力。中国成熟的制造生态系统和领先的电池技术使本土企业能够大规模生产价格合理、质量上乘的电动汽车。比亚迪和蔚来等品牌利用其先进的电池系统和智能功能（包括人工智能和自动驾驶）为自己赢得了竞争优势。

作为全球最大的电动汽车市场，中国汽车制造商已迅速成熟，并正在向全球市场扩张。他们瞄准中东、东南亚、拉美和欧洲等地区，提供从经济车型到高档车型的多样化产品，以满足不同消费者的需求。

在阿联酋、沙特阿拉伯和以色列，比亚迪和吉利等中国电动汽车制造商正取得显著进展。根据市场研究公司 IMARC Services Private Limited 最近的研究结果，沙特阿拉伯电动汽车市场预计在 2024 年至 2032 年期间将以 36.6% 的复合年增长率（CAGR）增长。需求的快速增长主要得益于政府举措、消费者购买率的不断提高，以及中东地区对绿色技术的投资，尤其是在沙特“2030 愿景”倡议下。

中国正通过出口电动汽车和投资本地生产引领拉美市场的发展。中国的经济型电动汽车出口大幅增长，尤其在巴西和墨西哥等国，比亚迪和长城汽车等企业已在这些国家设立了本地的研发、生产和销售中心。2022 年，拉丁美洲占中国电动汽车出口总额的 6.7%，而到2023 年，中国对该地区的销售额增长了一倍多，达到 27 亿美元。

欧洲因监管部门大力推动减排政策，消费者对电动汽车的需求持续增长，已成为中国车企的重点关注市场。比亚迪、蔚来和小鹏等车企已经进军欧洲，并在当地开展业务，努力提升其市场份额。

从本土到全球：中国电动汽车面临的主要挑战

对于在海外销售产品的中国汽车制造商来说，他们需要确保出口车辆适合当地市场并符合当地法规。 在一些国家，汽车必须具备紧急呼叫功能，以便驾驶员在需要时联系当地的紧急服务部门。

他们还需要确保电动汽车符合当地的基础设施发展和法规。为了解决品牌认知问题和应对不同的监管环境，一些中国电动汽车制造商正在实施本地化战略。这包括在当地建立组装厂，与区域经销商合作，并根据当地标准和偏好调整汽车配置。

其他制造商则部署了由 BICS 等领先通信服务提供商提供的先进物联网（IoT）解决方案，以确保电动汽车在运往国外之前就能在当地市场投入使用。

全球无缝整合：通信服务提供商在电动汽车发展中的重要作用

通信服务提供商在帮助电动汽车制造商开发能够成功进入国际市场并参与竞争的产品方面发挥着至关重要的作用。

1.国际 SIM 卡和 eSIM 技术：BICS 等通信服务提供商可提供全球连接解决方案，如 eSIM，使电动汽车能够在制造国进行测试，并在国外销售时无缝接入和切换当地网络。这可确保车辆能够在不同国家访问基本的远程信息处理、导航和紧急服务。BICS SIM/eSIM 的设计面向未来，并与3G、4G 和 5G 网络兼容。

2.合规支持：不同国家对电信、数据隐私和应急功能都有具体规定。通信服务提供商可帮助电动汽车制造商满足这些法规要求，例如集成紧急呼叫系统（eCall），在需要时自动联系紧急服务。

3.定制化车载体验：车载连接功能，如语言设置、区域内容、导航地图甚至健康功能，都可以根据目标市场的偏好和法规进行本地化。这种定制可以提升用户体验，使车辆对当地消费者更具吸引力。

4.市场洞察力：通信服务提供商已与世界各地的电信运营商建立了网络，从而节省了汽车制造商与单个运营商谈判的时间。由于在多个地区开展业务，他们往往对市场有深入的了解，可以与汽车制造商分享消费者偏好和网络可用性等有价值的见解，帮助制造商调整市场进入策略。

5.物联网与电动汽车充电的协同作用

物联网与电动汽车充电之间的协同作用使充电站能够相互通信并与电网通信，优化充电时间和能源使用，从而彻底改变整个行业。物联网可提供有关充电站可用性、能源消耗和用户行为的实时数据，以加强电网管理，帮助用户快速找到可用的充电站。此外，物联网还能对充电站进行远程监控和维护，便于及早发现问题，减少停机时间。通信服务提供商在这一转型中至关重要，因为他们提供的连接解决方案可实现无缝数据交换和跨不同网络的物联网技术集成，确保高效可靠的电动汽车充电基础设施。

总之，物联网技术的无缝使用和不断发展推动了中国电动汽车制造商的全球扩张。通过增强连接性、确保合规性和优化车内体验，物联网使中国汽车制造商能够满足不同的市场需求，并应对复杂的监管规定。随着这些制造商进军海外市场，他们是否有能力根据当地人的喜好提供先进、经济实惠的电动汽车，对企业的发展至关重要。随着对创新和本地化的持续投资，中国电动汽车行业将引领全球可持续交通的转型之旅。

关于BICS

作为Proximus 旗下的一家领先通信平台公司， BICS 通过随时随地创造可靠、安全的移动体验来连接世界。BICS是全球语音运营商，也是全球领先的移动数据服务提供商。从全球移动连接、无缝漫游体验、欺诈防范和身份验证，到全球信息服务和物联网，BICS的解决方案对于支持当今对设备要求极高的消费者现代生活方式至关重要。BICS总部位于布鲁塞尔，在非洲、美洲、亚洲、欧洲和中东拥有强大的业务。

更多信息，敬请访问www.bics.com或关注BICS官方微信。

mentech铭普模块化储能系统通过模块化设计、支持多种电池接入以及实时监控功能，助力运营商提升能效，实现绿色能源的可持续发展。

随着5G网络建设的规模增大，5G基站高能耗的问题越来越突显。由于5G信号的覆盖范围相对较小，为了提供广泛的网络覆盖，需要建设比4G基站更多的5G基站。而5G基站的主流频段较高（如3.5GHz），相比4G主流频段（如1.8GHz），更高的功率输出需要更多能量。一个5G基站的能耗通常是一个4G基站能耗的2.5-3.5倍。功耗的提升直接导致了基站用电成本的增加，对于运营商而言，高昂的电费支出给运营带来了极大的困扰。

随着磷酸铁锂电池价格的下降，利用锂电储能系统是降低基站电费的一种有效手段。当前常使用智能锂电来实现通信基站的储能，智能锂电采用的是集中架构，把BMS、双向DC/DC和锂电池模组集成在一个机框里。智能锂电在使用过程中会存在成本偏高、无法对电池单独扩容、双向DC/DC工作时热量容易传导到电池内部等问题。

铭普多年来致力于通信网络能源领域的研究，成功研发出了模块化储能系统，该系统把双向DC/DC变换部分做成模块，DC/DC变换模块和储能电池模块为两个独立的部分。

与智能锂电相比，模块化储能系统中把双向DC/DC变换设备设计成模块化，每个模块能够满足不同规格、多个相同规格电池并联接入的方式，可以灵活配置电池，使得电池和双向DC/DC容量的配置与实际需求更加匹配。采用分开布局，这样双向DC/DC模块的发热可以单独处理，散热效率更高。具体架构差异如下图所示：

模块化储能系统采用19英寸结构，由配电单元、监控模块和DC/DC变换模块组成。可以通过多个模块的并联来实现扩容。可灵活安装室内机柜或室外机柜，也可壁挂安装在墙上。前正面操作，具有显示屏和按键，方便用户现场观察系统运行情况以及设置运行参数，提供智能接口，可实现远程监控。另外根据客户的需求，也可以提供防水型壁挂式结构，满足室外基站的使用。

400A模块化储能系统

双向DC/DC模块采用前后接线的方式，其中电池接口采用端子，电源端口采用金手指结构，可实现热插拔。额定54Vdc 输入，54V/100A 输出，最大输出功率5760W。具备恒功率、恒流输出特性。该模块同时具备欠压保护、过压保护、过温保护、过流、短路保护、反接保护、均流并机、CAN通信、遥信遥调遥测等功能。适用于不同类型或不同组电池混合储能应用场景。

模块化储能系统可满足各种场景的储能使用，选用不同的电池容量和不同数量的模块，配置合适的放电功率/电池容量，避免造成超配的情况出现；另外也能够满足备电场景下不同电池混用的场景。双向DC/DC变换模块集中散热，杜绝了把热量传导给电芯，电池、变换装置模块化设计，极大的方便客户扩容维护。储能电池与双向DC/DC解耦，可满足用户使用常规储能电池来实现储能系统，降低储能系统的成本。

来源：铭普光磁

智能手机的迭代创新，如同破晓之光，照亮科技前行的道路。

10月24日，OPPO Find X8系列可谓惊艳登场、震撼上市。这款集科技与艺术于一身的年度旗舰力作，不仅拥有超薄质感的外观设计，更搭载了卓越的超光影影像拍照功能、全新的OPPO 潮汐引擎、天玑9400处理器芯片，以及超大容量的冰川电池，为性能和续航提供了坚实保障。众多重大突破，使其有望成为OPPO旗舰中的里程碑式产品。

OPPO Find X8系列及旗舰生态新品发布会现场

值得一提的是，OPPO Find X8系列或将以压感触控“快拍启动”按键设计，重新定义后续安卓智能手机的交互方式，为用户带来全新的操作体验。

OPPO Find X8系列致力于实现“从摆拍到抓拍”的跨越，为用户带来强大的抓拍能力。新增的压感触控“抓拍快启键”，专为拍照服务，让用户只需抬手按下快门，无需繁琐选择“运动”、“抓拍”等各种模式，就可实现“抬手就出片，抓拍氛围感”，轻松捕捉美好瞬间。

（OPPO官方宣传片截图）

该产品系列首次引入的纯压感“抓拍快启键”，无疑为安卓阵营带来了一场颠覆性的革新。这项技术摒弃了传统的电容感应，通过纯粹的压力感知，实现了更加精准、自然的操作体验。用户只需轻轻按压，即可完成从启动应用到功能调节的各种操作，智能手机的使用因此变得更加直观和便捷。

回顾9月份，一向崇尚“极简主义”的苹果，为iPhone16系列新增设计了“电容+压感”相机控制按键，轻轻一按即刻启动相机、左右滑动实现变焦、单击快门捕捉瞬间、长按录制精彩视频，为全球果粉带来了更加便捷的拍照体验。

然而，OPPO Find X8系列在压感交互上走得更远。Find X8无需依赖电容感应，即使在水下或佩戴厚手套等苛刻环境下，也能通过微小的力感实现精准的滑动和按压操作，人机交互的体验更胜一筹。

这体现了OPPO在技术研发上的深厚功底，对用户需求深刻理解的产品哲学。

OPPO Find X8系列的纯压感触控技术革新，不仅是对全新交互方式的一次深刻探索，也将为未来更多安卓旗舰新机采用压力触控技术埋下了伏笔。随着技术的不断进步和普及，压力触控有望成为未来智能化手机交互的重要趋势，引领行业向更加智能化、人性化的方向发展。

有理由相信，在不久的将来，这种更加智能、便捷、美好的交互方式，将在更多场景中得到应用，为用户带来更加出色的使用体验。

来源：芯海科技