Tobotai démarre la R&D de fusion LLM, ciblant les robots humanoïdes à deux bras sur roues
Du châssis de navigation à l'IA incarnée basée sur LLM
Début 2024, au-dessus de son châssis de navigation SLAM LiDAR 3D multi-lignes existant, Shanghai Tobotai a commencé la R&D sur la fusion des grands modèles de langage (LLM) avec le matériel de robot, se concentrant sur les robots humanoïdes à deux bras sur roues et les robots de service multifonction. En connectant des LLM multimodaux, l'équipe veut que les robots gagnent l'interaction en langage naturel, les Q&R métier et l'apprentissage continu au-delà de la navigation.
Plateforme humanoïde à deux bras sur roues
L'humanoïde à deux bras sur roues utilise un châssis de navigation Tbot comme base mobile, intégrant les modules de mouvement des deux bras, de vision de profondeur et d'interaction vocale. Les capacités de bas niveau couvrent la cartographie et la navigation, la planification de chemins, la cinématique et la dynamique des bras bioniques, la planification de trajectoire et la reconnaissance visuelle, fournissant une plateforme ouverte pour l'enseignement et la recherche universitaires.
- Base mobile : navigation SLAM LiDAR 3D multi-lignes avec perception et évitement d'obstacles 3D intérieur-extérieur ;
- Système supérieur : cinématique et dynamique des deux bras, planification de trajectoire, reconnaissance visuelle et préhension ;
- Couche d'interaction : LLM multimodal pour des Q&R intelligentes, des visites guidées et l'apprentissage continu.
Les robots de service multifonction ciblent les halls d'exposition, les bureaux de réception d'entreprise et les scènes de service public, fournissant accueil, demande de renseignements métier et orientation autonome. L'équipe dit que la fusion LLM est une étape clé de fournisseur de châssis mobiles à fournisseur de solutions de robots complets d'IA incarnée ; les plateformes restent en développement et en validation.
Vous voulez en savoir plus ?
En savoir plus sur nos produits et services, ou contactez sales@tobotai.com pour plus de détails.