Embodied Intelligence hat nicht im ersten Jahr implementiert werden können.
Anfang Dezember führten zwei führende chinesische Universitäten nacheinander Studiengänge für Eingebettete Künstliche Intelligenz ein. Dies scheint ein großartiges Zusammenspiel zwischen Industrie und Wissenschaft zu sein und lässt die Zuschauer an eine glänzende Zukunft für die chinesische Eingebettete Künstliche Intelligenz träumen.
Am 8. Dezember kündigte Zhipu Robotics die Massenproduktion von 5.000 Produkten an. Das Jahr 2025 war ein Jahr des raschen Wachstums der chinesischen Eingebetteten Künstlichen Intelligenz. Vom Auftritt auf der Frühlingsgalakarte Anfang des Jahres bis zum Eintritt in die Spitzenakademie Ende des Jahres. Im Bereich der Eingebetteten Künstlichen Intelligenz gibt es immer mehr Teilnehmer, und die Vorstellungen von ihr werden immer vielfältiger.
Einige halten die Eingebettete Künstliche Intelligenz für die physische Repräsentation der KI, andere für ein neues Interaktionsparadigma. Es ist schwierig, eine Definition zu finden, der sich alle einig sind, aber einer Meinung stimmen alle zu: Die Eingebettete Künstliche Intelligenz betrifft mich.
Was kann die Eingebettete Künstliche Intelligenz nicht?
In der Ära der großen Modelle lohnt es sich, alle Industriesysteme von Grund auf neu zu gestalten.
Die Optimisten fragen: "Was kann die Eingebettete Künstliche Intelligenz nicht?"
Die Zuschauer beobachten: "Die Eingebettete Künstliche Intelligenz kann Wäsche falten, Logistik betreiben, Fußball spielen, Menschen anziehen und noch vieles mehr..."
Es besteht immer noch eine große Lücke zwischen den aufsehenerregenden Demos und der tatsächlichen Umsetzung. Um Finanzierungen zu erhalten, geben die Anbieter von Eingebetteten Künstlichen Intelligenz-Produkten alles an "Phantasie-Demos" her. Ein Demo kann eine Fähigkeit zeigen, aber verschiedene Demos müssen nicht unbedingt unterschiedliche algorithmische Fähigkeiten darstellen. Derzeit gibt es in der Branche ein Phänomen der "horizontalen Expansion" von Demos. Das bedeutet, dass alle "Variationen" im Grunde "gleich" sind. Durch die Permutation und Kombination der gleichen Elemente wird eine falsche Blüte hergestellt. Dieses Dilemma liegt in der Schwierigkeit, das Gleichgewicht zwischen der Expansion der Eingebetteten Künstlichen Intelligenz und der technologischen Akkumulation zu finden. Zu tiefe technologische Akkumulation führt zu hohen Investitionen und Schwierigkeiten bei der Erzielung von Ergebnissen, was schließlich zur Eliminierung führt.
Demos gibt es überall, aber Dezember ist gekommen, und die Eingebettete Künstliche Intelligenz ist noch nicht umgesetzt. Der erste Grund ist, dass die Fähigkeiten der Eingebetteten Künstlichen Intelligenz noch nicht die Schwelle für die Skalierung erreicht haben. Um die Fähigkeiten der Eingebetteten Künstlichen Intelligenz zu beurteilen, muss man die Erfolgsrate, den Takt, die Kosten und die Zuverlässigkeit einfacher Aufgaben betrachten.
Obwohl einige Eingebettete Künstliche Intelligenz-Systeme in einem hochstrukturierten Labormilieu stabile Leistung zeigen und die Erfolgsrate bei Aufgaben möglicherweise über 80 % liegt, kann diese Rate in einer realen Umgebung stark sinken. Noch wichtiger ist, dass selbst wenn die Erfolgsrate einzelner Aufgaben gesteigert werden kann, die Erfolgsrate für langfristige Aufgaben das Ergebnis der Multiplikation ist. Die Multiplikation von Zahlen kleiner als 1 führt natürlich nur zu einem niedrigeren Ergebnis.
Für die tatsächliche Umsetzung der Eingebetteten Künstlichen Intelligenz muss sowohl ein geeignetes Szenario gefunden werden als auch die Erfolgsrate gesteigert werden. Wie lange dieser Weg dauern wird, ist noch unklar, aber eines ist sicher: Das Wachstum der Skalierung der Eingebetteten Künstlichen Intelligenz ist nicht absolut positiv korreliert mit dem Wachstum der Demos. Wie in der Geschichte vom Jäger mit den Wölfen haben die Menschen 2015 gehört: "Dieses Jahr ist das Jahr der Eingebetteten Künstlichen Intelligenz."
Der ChatGPT-Moment der Eingebetteten Künstlichen Intelligenz
Die Eingebettete Künstliche Intelligenz wird erst dann ihren ChatGPT-Moment haben, wenn sie in der realen Welt angewendet wird und alle Menschen sie nutzen wollen.
Das Kapital ist eifrig danach, Anwendungsfälle für die Eingebettete Künstliche Intelligenz zu erschließen, aber die Unternehmen in diesem Bereich müssen noch darüber nachdenken, wie und in welchen Szenarien sie die Technologie anwenden sollen. Am 3. Dezember zeigte Tesla ein Video eines laufenden Roboters. Ja, die Eingebettete Künstliche Intelligenz kann laufen, aber dann? In welchem Szenario braucht man einen Roboter, der anstelle eines Menschen läuft?
Die Branche hat derzeit die zukünftigen Anwendungsrichtungen der Eingebetteten Künstlichen Intelligenz hauptsächlich auf drei Szenarien reduziert: kommerzielle Dienstleistungen, Industrie und privater Haushalt. Mit hoher Wahrscheinlichkeit wird die Eingebettete Künstliche Intelligenz zunächst in kommerziellen Dienstleistungen, dann in der Industrie und schließlich im privaten Haushalt eingesetzt werden.
Diese Reihenfolge ist hauptsächlich darauf zurückzuführen, dass die Eingebettete Künstliche Intelligenz eine große Menge an Daten für das Training benötigt, um ein Weltmodell zu erstellen. In diesem Modell muss die Eingebettete Künstliche Intelligenz denken und auch die nächsten Schritte vorhersagen können. Dies ist wie das Huhn-Ei-Problem. Da die Eingebettete Künstliche Intelligenz keine Möglichkeit hat, in der realen Welt eine große Menge an Daten zu sammeln, kann sie auch nicht schnell ein Modell erstellen. Kommerzielle Szenarien, insbesondere Hotels, sind aufgrund der relativ stabilen Umgebung leichter zu trainieren. Betrachtet man die Wertschöpfung, so löst der Servicebot tatsächlich das Problem der Arbeitskosten.
In der Industrie werden hohe Anforderungen an die Effizienz gestellt. Die Effizienz bei der Ersetzung von Automatisierungssystemen ist eine harte Schwelle. Wir sehen, dass selbst wenn Roboter einige industrielle Vorgänge perfekt nachahmen können, sie im Vergleich zu Menschenhandwerker nicht schneller sind. Aus der Sicht der Nutzer ist es ein verlustbringender Deal, langsameres "Arbeitskräftepotential" zu kaufen. Aus technologischer Sicht ist es aufgrund der Fragmentierung der industriellen Szenarien und der Schwierigkeiten bei der Datensammlung schwierig, die Produktion zu steigern und die Beschränkungen bei Kosten und Effizienz zu überwinden.
Abschließend noch etwas über die haushaltsnahe Anwendung. Wenn man die Eingebettete Künstliche Intelligenz nur als Begleiter und Gesprächspartner erwartet, kann sie möglicherweise schnell in den Verbrauchermarkt einsteigen. Seit der Einführung von Smart Home-Technologien bis hin zu heutigen KI-Spielzeugen ist die Mensch-Maschine-Interaktion nichts Neues. Wenn die Eingebettete Künstliche Intelligenz jedoch tatsächlich ein "Familienmitglied" im Haushalt werden soll, steht sie vor Fragen der Sicherheit und der Kosten. Wenn die Eingebettete Künstliche Intelligenz in der Medizin und Altenpflege eingesetzt wird, muss die Sicherheitsprobe noch sorgfältiger durchgeführt werden.
Der Weg zur Verbreitung der Eingebetteten Künstlichen Intelligenz wird wahrscheinlich von der Spezialisierung zur Generalisierung gehen. Zuerst kann es die stabile Ausführung von Einzelszenario-Einzeltasks sein, dann der Übergang zur Ausführung von Einzelszenario-Mehrfachaufgaben und schließlich die stabile Ausführung von Mehrfachszenario-Mehrfachaufgaben.
Die Entwicklung der Eingebetteten Künstlichen Intelligenz erfordert auch die Einigkeit der Branche, d. h. einen einheitlichen Benchmark. In Sportwettkämpfen kann man die echten Unterschiede der Eingebetteten Künstlichen Intelligenz nicht ausmachen. Dies erfordert die Zusammenarbeit zwischen Wissenschaft, Industrie und Hochschule. In Bezug auf die akademische Welt haben neben Tsinghua-Universität und Shanghai Jiao Tong-Universität, die bereits die Einrichtung von Studiengängen für Eingebettete Künstliche Intelligenz angekündigt haben, noch eine Reihe weiterer chinesischer Universitäten Anträge gestellt.
Die Blüte und die Angst der Eingebetteten Künstlichen Intelligenz
Seit Tausenden von Jahren träumen die Menschen davon, ein Künstliches Ding zu schaffen, das die Arbeit, die nur mit menschlicher Weisheit und Fähigkeit erledigt werden kann, automatisch erledigen kann.
In der homerischen Epopee "Ilias" hat Hephaistos, der Gott des Schmiedens und Bildhauerns, metallene Roboter und Diener aus Gold geschaffen, die ihm bei der Erledigung von Alltagsgeschäften halfen. Aristoteles hat die Entstehung von automatisierten Werkzeugen vorhergesagt, die die Arbeit überflüssig machen würden. In "Liezi" wird die Geschichte erzählt, wie der Handwerker Yan Shi für König Mu von Zhou einen lebensechten "Maschinenpuppen"-Künstler schuf, der singen, tanzen und sogar Gefühle haben konnte. In "Gullivers Reisen" wird eine mechanische Vorrichtung beschrieben, mit der "der dämlichste und unwissendste Mensch Bücher über Philosophie, Poesie, Politik, Recht, Mathematik und Theologie schreiben kann, ohne Talent oder Ausbildung zu benötigen".
In der Vergangenheit war die Vorstellung von der Eingebetteten Künstlichen Intelligenz immer, dass sie die Menschen bei langweiligen, repetitiven und wenig wertvollen Aufgaben ersetzen würde. Gleichzeitig befürchteten die Menschen, dass sie sich zu "Göttern" entwickeln könnten, die die Menschen "kontrollieren" würden. Dies wurde 2025 durch die Auswirkungen der KI auf die Arbeitskräfte belegt. Daher ist die Zukunft der Eingebetteten Künstlichen Intelligenz möglicherweise nicht die Ersetzung repetitiver Arbeiten, sondern vielmehr die Möglichkeit, die Menschen bei gefährlichen Arbeiten zu ersetzen.
Obwohl man sich Sorgen um die Zukunft der Eingebetteten Künstlichen Intelligenz macht, hat sie eine beträchtliche Blüte in vielen Branchen gebracht. Für die Chipindustrie haben viele Chiphersteller neue Wachstumsmöglichkeiten für ihre Produkte gefunden.
Am Edge-Bereich haben mehrere chinesische Chiphersteller Produkte für die Eingebettete Künstliche Intelligenz vorgestellt. JeeHai hat den G32R501 Echtzeitsteuerungs-MCU vorgestellt, der die Anforderungen an hohe Rechenleistung, Effizienz und Präzision bei der Wahrnehmung und Entscheidung, der Bewegungskontrolle sowie der effizienten Mensch-Maschine-Interaktion von Eingebetteten Robotern erfüllen kann. Mit einem ganzheitlichen Motorchipsystem bestehend aus "MCU + Treiber + IPM" als Kern, kombiniert mit JeeHais eigenem Motoralgorithmusplattform, kann es in Kernanwendungen wie Roboterachsen, industriellen Encodern und rahmenlosen Drehmomentmotoren eingesetzt werden, um das "Nervenzentrum" der Eingebetteten Künstlichen Intelligenz zu bilden.
Der N32H7-Serie MCU von Nationz bietet dank seiner mehrkernigen heterogenen Architektur und der ultrahohen Taktrate eine starke Rechenleistung und Echtzeitansprechvermögen, um die strengen Anforderungen von Humanoidrobotern an komplexe Steuerung und hohe Synchronität zu erfüllen. Der integrierte CORDIC-Coprocessor kann mathematische Berechnungen wie trigonometrische und Koordinatentransformationen effizient durchführen und die CPU-Belastung erheblich reduzieren.
Der MR-Serie Roboterchip von Allwinner Technology basiert auf einem 12-nm-Herstellungsprozess und integriert eine heterogene Architektur aus CPU + GPU + NPU. Mit einer Rechenleistung von 3 - 4 TOPs und einem Stromverbrauch von nur 5 W unterstützt er eine Reaktionszeit im Millisekundenbereich und liefert die Kernrechenleistung für die Bewegungssteuerung und die Umweltwahrnehmung von Produkten wie Xiaomi CyberDog und Unitree-Serien. Die Kosten betragen nur 1/3 von denen des NVIDIA Jetson Nano.
Der RK3588 von Rockchip nutzt eine achtkernige 64-Bit-ARM-Architektur, eine Kombination aus 4 Cortex - A76 Hochleistungs-Kernen (Taktrate von bis zu 2,4 GHz) und 4 Cortex - A55 Energiespar-Kernen (Taktrate von 2,0 GHz), was ihm eine ausgezeichnete Fähigkeit zur Mehrfachaufgabenverarbeitung und komplexen Berechnung verleiht. Der integrierte NPU mit einer Rechenleistung von 6 TOPS unterstützt verschiedene Datentypen und gängige Deep-Learning-Frameworks und kann A-Aufgaben wie Bilderkennung und Sprachinteraktion effizient verarbeiten. Fachleute geben an, dass Rockchip bereits Tausende von relevanten Produkten für die Eingebettete Künstliche Intelligenz-Branche ausgeliefert hat.
Biwin Storage hat angekündigt, dass es Produkte wie eMMC, UFS, BGA SSD, LPDDR4X/5/5X für den Bereich der Eingebetteten Künstlichen Intelligenz entwickelt hat und sich aktiv an der Expansion von Top-Kunden in diesem Bereich beteiligt. Laut einem Demontagebericht einer unabhängigen Medienorganisation werden in der Go2 Smart Roboterhund von Unitree bereits Biwin Storage's LPDDR4X- und eMMC-Speicherprodukte eingesetzt.
Am Rechenleistungsspektrum bleiben Intel und NVIDIA die Kernspieler bei der "Spitzend" - Rechenleistung für Roboter. Wie bereits erwähnt, erfordert die VLA der Eingebetteten Künstlichen Intelligenz die Erstellung eines Weltmodells, was zwangsläufig einen Anstieg des Rechenleistungsbedarfs mit sich bringt. Intel hat ein heterogenes System aus GPU + NPU + CPU entwickelt, um die unterschiedlichen Lastanforderungen bei der Bewegungskontrolle und der KI-Inferenz zu erfüllen und die Ausführung des VLA-Modells zu ermöglichen.
Darüber hinaus hat NVIDIA, neben der Fokussierung auf Hardware, die NVIDIA Cosmos - Plattform eingeführt, um die physische KI zu beschleunigen. Diese Plattform kann fortschrittliche generative Weltgrundmodelle (WFM), fortschrittliche Tokenizer, Sicherheitsmechanismen sowie eine effiziente Workflow - Plattform für die Beschleunigung der Datenverarbeitung und -verwaltung integrieren. Sie unterstützt das Training von Weltmodellen und beschleunigt die Entwicklung der physischen KI für Fahrzeuge (AV) und Roboter.
Da die Eingebettete Künstliche Intelligenz Mechaniksteuerung, Edge - Rechenleistung und andere Aspekte umfasst, gibt es eine hohe Überschneidung zwischen den Chipherstellern für die Eingebettete Künstliche Intelligenz und denen für Automobile. Die Entwicklung der Eingebetteten Künstlichen Intelligenz zeigt auch einige Ähnlichkeiten mit der Entwicklung der Automobile.
1885 baute Carl Benz das erste mit einem Benzinverbrennungsmotor angetriebene Dreirad. Vielleicht hat der Roboter heute die gleiche "Gesellschaftsrolle" wie das Auto zwischen 1900 und 1910: ein technologisches Wunder, aber noch keine soziale Infrastruktur. Heute ist das Auto allgegenwärtig. Die Entwicklung der Eingebetteten Künstlichen Intelligenz wird noch einige Zeit in Anspruch nehmen, aber nicht ein Jahrhundert.
Eines ist sicher: Wir sehen, dass die Rolle der Eingebetteten Roboter noch nicht festgelegt ist, aber es liegt nicht an mangelnden Fähigkeiten.
Dieser Artikel stammt aus dem WeChat - Account "Halbleiterindustrie - Rundschau", Autor: Liu Qian, veröffentlicht von 36Kr mit Genehmigung.