de.wedoany.com-Bericht: Am 11. Juni gingen der chinesische Roboter-Hersteller „DiGu“ und „BeingBeyond“ eine strategische Partnerschaft ein. Beide Seiten haben die Edge-Bereitstellung von Being-H-Flash auf dem großen Rechenchip für Embodied Intelligence, dem Sunrise S600, abgeschlossen. Die gemessene Bildwiederholrate im Betrieb liegt bei nahezu 20 FPS. Gleichzeitig wurde die Anpassung und Optimierung des Modells auf Rechenplattformen wie dem Sunrise S100 abgeschlossen.
Diese Zusammenarbeit zielt auf den entscheidenden Schritt ab, bei dem Embodied Intelligence von der Cloud-Validierung zur Bereitstellung auf dem Roboter selbst übergeht. Wenn humanoide Roboter, mobile Manipulatoren und geschickte Handgeräte langfristig auf entfernte Rechenleistung für Wahrnehmung, Planung und Aktionsgenerierung angewiesen sind, sind sie anfällig für Netzwerklatenz, Verbindungsstabilität und Datenübertragungskosten. Die Edge-Bereitstellung ermöglicht es dem Modell, näher an den Sensoren und Aktuatoren zu sein, mehr Echtzeit-Inferenzaufgaben auf dem Roboter selbst durchzuführen und die Abhängigkeit von externen Netzwerken zu verringern. Für Szenarien wie Greifen, Hindernisvermeidung, Manipulation, Interaktion und Bewegungssteuerung wirkt sich die Antwortgeschwindigkeit des Modells direkt auf die Bewegungsflüssigkeit und die Sicherheit vor Ort des Roboters aus.
Being-H-Flash ist auf Roboter-Manipulationsaufgaben ausgerichtet und betont die Fähigkeit zur Handbewegungsgenerierung und geschickten Manipulation. Die nahezu 20 FPS Leistung auf dem Sunrise S600 bedeutet, dass das Modell die grundlegenden Voraussetzungen für kontinuierliche Inferenz auf Edge-Plattformen erfüllt.
Der Sunrise S600 ist ein von DiGu für Embodied-Intelligence-Szenarien entwickelter Chip mit hoher Rechenleistung, der sich auf die Wahrnehmungs-, Entscheidungs- und Steuerungskette von Robotern konzentriert. Nachdem beide Seiten die Edge-Bereitstellung von Being-H-Flash auf dem S600 abgeschlossen haben, können Roboterhersteller das Manipulationsmodell auf einer Hardwareplattform validieren, die der tatsächlichen Produktform näher kommt, anstatt nur in Server- oder Laborumgebungen zu bleiben. Die Anpassungsoptimierung für Plattformen wie den Sunrise S100 bietet flexiblere Optionen für Robotergeräte mit unterschiedlichen Rechenleistungsstufen und hilft, verschiedene Anwendungsanforderungen wie Bildung und Forschung, leichte Roboter, Entwicklungskits und Massenproduktionsterminals abzudecken.
Für die Embodied-Intelligence-Industrie wird die Synergie zwischen Modell und Chip zu einem wichtigen Faktor für die Geschwindigkeit der Umsetzung. In der Vergangenheit mussten Robotikunternehmen oft Probleme mit Algorithmusmodellen, Inferenz-Frameworks, Chip-Anpassung, Sensoranschluss und Steuerungsschnittstellen separat lösen, was zu langen Entwicklungszyklen und hohen Migrationskosten führte. Die Zusammenarbeit zwischen DiGu und BeingBeyond, bei der das Manipulationsmodell vorzeitig an die inländische Plattform für Intelligenz-Chips angepasst wird, trägt dazu bei, den technischen Aufwand für nachgelagerte Hersteller bei der Edge-Inferenz-Bereitstellung zu reduzieren. Wenn in Zukunft mehr Modelle, Entwicklungstools und Roboter selbst in dasselbe Ökosystem integriert werden, kann die Industriekette ein vollständigeres System für Wahrnehmung, Inferenz, Steuerung und Anwendungsentwicklung rund um die Chip-Plattform bilden.
Die nächsten Schritte konzentrieren sich auf die Stabilität des kontinuierlichen Betriebs von Being-H-Flash in realen Roboteraufgaben, den Anpassungsbereich für verschiedene Roboterplattformen, den Reifegrad der Entwickler-Toolchain und die Frage, ob der Sunrise S600 in mehr Projekten mit humanoiden Robotern und Manipulationsrobotern in Serie eingesetzt werden kann. Wenn die Edge-Inferenzleistung weiter verbessert wird, können Embodied-Intelligence-Geräte leichter von der starken Abhängigkeit von Cloud-Rechenleistung befreit werden, und die Fähigkeiten zur Bewegungsgenerierung, geschickten Manipulation und lokalen Interaktion von Robotern werden sich weiter den Anforderungen der tatsächlichen kommerziellen Bereitstellung annähern.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
