- Rubrique
11k Popularité
13k Popularité
43k Popularité
30k Popularité
732 Popularité
90k Popularité
25k Popularité
26k Popularité
7k Popularité
16k Popularité
- Épingler
11k Popularité
13k Popularité
43k Popularité
30k Popularité
732 Popularité
90k Popularité
25k Popularité
26k Popularité
7k Popularité
16k Popularité
Révolution des Bots alimentée par l'IA : le chiffrement propulse une nouvelle ère
Révolution de l'automatisation propulsée par l'IA et le chiffrement : le "moment ChatGPT" des Bots
L'émergence de ChatGPT a complètement changé la perception et les attentes des gens envers l'intelligence artificielle. Lorsque les grands modèles de langage ont commencé à interagir avec le monde logiciel externe, beaucoup de gens ont pensé que les agents AI étaient la forme ultime. Cependant, en regardant les œuvres de science-fiction classiques, on réalise que le véritable rêve de l'humanité est de permettre à l'intelligence artificielle d'interagir dans le monde physique sous la forme de Bots.
Les experts de l'industrie estiment que le "moment ChatGPT" dans le domaine des Robots est sur le point d'arriver. Les percées de l'intelligence artificielle ces dernières années changent la dynamique du secteur, tandis que les améliorations dans la technologie des batteries, l'optimisation des délais et la collecte de données façonneront davantage l'avenir. La technologie de chiffrement jouera également un rôle important dans ce processus. La sécurité des Robots, le financement, l'évaluation et l'éducation sont des domaines verticaux qui nécessitent une attention particulière.
Éléments de transformation
percée de l'intelligence artificielle
Les avancées des modèles de langage multimodal fournissent le "cerveau" nécessaire aux Bots pour exécuter des tâches complexes. Les Bots perçoivent principalement l'environnement par la vision et l'audition. Bien que les modèles de vision par ordinateur traditionnels soient excellents pour la détection ou la classification d'objets, ils ont du mal à transformer l'information visuelle en instructions d'action ciblées. Les modèles de langage présentent d'excellentes performances en compréhension et génération de texte, mais leur capacité à percevoir le monde physique est limitée.
Modèle de vision-langage-action ( VLA ) permettant aux Bots d'intégrer la perception visuelle, la compréhension du langage et l'action des entités dans un cadre de calcul unifié. En février 2025, un modèle de contrôle de robot humanoïde universel publié par une entreprise a établi une nouvelle norme dans l'industrie grâce à sa capacité de généralisation sans échantillon et à son architecture à double système. La caractéristique de généralisation sans échantillon permet aux Bots de s'adapter à de nouveaux scénarios, objets et instructions sans avoir besoin d'un entraînement répétitif pour chaque tâche. L'architecture à double système sépare le raisonnement de haut niveau du raisonnement léger, réalisant un robot humanoïde commercialisé alliant pensée semblable à celle de l'homme et précision en temps réel.
Les robots économiques deviennent une réalité
Les technologies qui changent le monde ont toutes un potentiel de vulgarisation. Lorsque le prix de certains Bots est inférieur à celui d'une voiture de milieu de gamme ou du revenu minimum annuel aux États-Unis, le monde où le travail physique et les tâches quotidiennes sont principalement accomplis par des Bots n'est plus très loin.
de l'entreposage vers le marché de consommation
La technologie des robots s'étend des solutions d'entreposage vers le domaine de la consommation. Ce monde est conçu pour les humains - les humains peuvent accomplir tous les travaux des robots spécialisés, tandis que les robots spécialisés ne peuvent pas effectuer tous les travaux des humains. Les entreprises de robots ne se limitent plus à fabriquer des robots destinés aux usines, mais se tournent vers le développement de robots humanoïdes plus polyvalents. Par conséquent, l'avant-garde de la technologie des robots n'existe pas seulement dans les entrepôts, mais va également s'infiltrer dans la vie quotidienne.
Le coût est l'un des principaux goulets d'étranglement de la scalabilité. L'indicateur clé est le coût global par heure, calculé comme suit : la somme du coût d'opportunité du temps de formation et de charge, du coût d'exécution de la tâche et du coût d'acquisition des Bots, divisé par la durée totale de fonctionnement des Bots. Ce coût doit être inférieur au niveau moyen des salaires dans l'industrie concernée pour être compétitif.
Pour pénétrer pleinement le domaine de l'entreposage, le coût global des Bots par heure doit être inférieur à 31,39 $. Dans le plus grand marché de consommation - le secteur de l'éducation privée et des services de santé, ce coût doit être maintenu en dessous de 35,18 $. Actuellement, les Bots se développent vers une direction plus abordable, plus efficace et plus polyvalente.
La prochaine percée dans la technologie des Bots
optimisation de la batterie
La technologie des batteries a toujours été un goulot d'étranglement pour les robots conviviaux. Les premières voitures électriques ont eu du mal à se généraliser en raison des limitations technologiques des batteries, qui entraînaient une autonomie courte, un coût élevé et une faible praticité, et les robots font face à la même difficulté. Certains robots commerciaux n'ont qu'une autonomie de 90 minutes à 2 heures par charge. Les utilisateurs ne souhaitent manifestement pas charger manuellement tous les deux heures, donc le chargement autonome et l'infrastructure de connexion deviennent des directions de développement clés. Actuellement, il existe principalement deux modes de chargement pour les robots : le remplacement de la batterie ou le chargement direct.
Le mode de remplacement de batterie permet une opération continue grâce au remplacement rapide des batteries épuisées, minimisant ainsi les temps d'arrêt, adapté aux scénarios en plein air ou en usine. Ce processus peut être réalisé manuellement ou de manière automatisée.
La charge inductive utilise une méthode d'alimentation sans fil. Bien que le temps de charge complet soit relativement long, elle permet d'atteindre facilement un processus entièrement automatisé.
optimisation de délai
Les opérations à faible latence peuvent être classées en deux catégories : la perception environnementale et le contrôle à distance. La perception fait référence à la capacité des Bots à reconnaître l'espace environnant, tandis que le contrôle à distance se réfère spécifiquement au contrôle en temps réel par un opérateur humain.
Des recherches montrent que les systèmes de perception des Robots commencent par des capteurs bon marché, mais que le véritable avantage technologique réside dans le logiciel de fusion, le calcul à faible consommation d'énergie et les boucles de contrôle précises en millisecondes. Une fois que le Robot a terminé le positionnement spatial, un réseau neuronal léger marque des éléments tels que des obstacles, des palettes ou des humains. Une fois l'étiquetage de la scène entré dans le système de planification, des instructions moteurs sont immédiatement générées et envoyées aux pieds, aux roues ou aux bras mécaniques. Un délai de perception inférieur à 50 millisecondes équivaut à la vitesse de réaction humaine - tout délai dépassant ce seuil entraîne des mouvements maladroits du Robot. Ainsi, 90 % des décisions doivent être prises localement via un seul réseau visuel-langage-action.
Les Bots entièrement autonomes doivent garantir que la latence du modèle VLA haute performance est inférieure à 50 millisecondes ; les Bots télécommandés exigent que la latence du signal entre le poste de commande et le Bot ne dépasse pas 50 millisecondes. L'importance du modèle VLA est ici particulièrement mise en évidence : si les entrées visuelles et textuelles sont traitées par différents modèles avant d'être introduites dans un grand modèle de langage, la latence globale dépassera largement le seuil de 50 millisecondes.
optimisation de la collecte de données
La collecte de données se fait principalement de trois manières : les données vidéo du monde réel, les données synthétiques et les données de contrôle à distance. Le principal obstacle entre les données réelles et les données synthétiques réside dans l'écart entre le comportement physique des Bots et les modèles vidéo/simulés. Les données vidéo réelles manquent de détails physiques tels que le retour de force, les erreurs de mouvement des articulations et la déformation des matériaux ; les données simulées, quant à elles, manquent de variables imprévisibles comme les pannes de capteurs et le coefficient de friction.
La méthode de collecte de données la plus prometteuse est le contrôle à distance - un opérateur humain contrôle à distance des Bots pour exécuter des tâches. Cependant, le coût de la main-d'œuvre est le principal facteur limitant la collecte de données par contrôle à distance.
Le développement de matériel sur mesure offre également de nouvelles solutions pour la collecte de données de haute qualité. Une entreprise combine des méthodes traditionnelles avec du matériel sur mesure pour collecter des données de mouvement humain multidimensionnelles, qui sont ensuite transformées en ensembles de données adaptés à l'entraînement de réseaux neuronaux de Bots, en fournissant une grande quantité de données de haute qualité pour l'entraînement des Bots grâce à des cycles d'itération rapides. Ces pipelines technologiques raccourcissent ensemble le chemin de transformation des données brutes en Bots déployables.
Domaines d'exploration clés
chiffrement et Bots
La technologie de chiffrement peut inciter les parties non fiables à améliorer l'efficacité des réseaux de Bots. Sur la base des domaines clés mentionnés précédemment, la technologie de chiffrement peut améliorer l'efficacité dans trois domaines : l'intégration des infrastructures, l'optimisation des délais et la collecte de données.
Réseau d'infrastructure physique décentralisé ( DePIN ) devrait révolutionner l'infrastructure de recharge. Lorsque les robots humanoïdes fonctionneront à l'échelle mondiale comme des voitures, les stations de recharge devront être aussi accessibles que des stations-service. Les réseaux centralisés nécessitent des investissements initiaux massifs, tandis que DePIN répartit les coûts entre les opérateurs de nœuds, permettant une expansion rapide des installations de recharge dans davantage de zones.
DePIN peut également optimiser la latence de contrôle à distance grâce à une infrastructure distribuée. En agrégeant les ressources de calcul des nœuds périphériques géographiquement dispersés, les commandes de contrôle à distance peuvent être traitées par des nœuds locaux ou les plus proches disponibles, minimisant ainsi la distance de transmission des données et réduisant considérablement la latence de communication. Cependant, les projets DePIN actuels se concentrent principalement sur le stockage décentralisé, la distribution de contenu et le partage de bande passante. Bien que certains projets démontrent les avantages de l'informatique en périphérie dans les applications de streaming ou d'Internet des objets, cela n'a pas encore été étendu au domaine des Bots ou du contrôle à distance.
Le contrôle à distance est la méthode de collecte de données la plus prometteuse, mais le coût pour les entités centralisées d'employer des professionnels pour collecter des données est très élevé. DePIN résout ce problème en incitant des tiers à fournir des données de contrôle à distance grâce à des jetons de chiffrement. Un certain projet construit un réseau mondial d'opérateurs à distance, transformant leurs contributions en actifs numériques tokenisés, formant un système décentralisé sans autorisation - les participants peuvent à la fois obtenir des revenus et participer à la gouvernance tout en aidant à la formation des Bots AGI.
La sécurité est toujours une préoccupation centrale
L'objectif ultime de la technologie des Robots est d'atteindre une autonomie totale, mais comme certaines films de science-fiction l'ont averti, ce que l'humanité redoute le plus, c'est que l'autonomie transforme les Robots en armes offensives. Les problèmes de sécurité des grands modèles de langage ont suscité des préoccupations, et lorsque ces modèles acquièrent des capacités d'action physique, la sécurité des Robots devient un préalable clé à l'acceptation sociale.
La sécurité économique est l'un des piliers de la prospérité de l'écosystème des Bots. Une entreprise dans ce domaine construit une couche de coordination des machines décentralisée, réalisant l'authentification de l'identité des dispositifs, la vérification de la présence physique et l'acquisition de ressources grâce au chiffrement. Contrairement à une simple gestion du marché des tâches, ce système permet aux Bots de prouver de manière autonome leurs informations d'identité, leur géolocalisation et leurs enregistrements de comportement sans dépendre d'intermédiaires centralisés.
Les contraintes comportementales et l'authentification des identités sont exécutées par des mécanismes en chaîne, garantissant que tout le monde peut auditer la conformité. Les Bots conformes aux normes de sécurité, aux exigences de qualité et aux réglementations régionales recevront des récompenses, tandis que les contrevenants seront punis ou disqualifiés, établissant ainsi un mécanisme de responsabilité et de confiance dans le réseau de machines autonomes.
Le réseau de re-staking tiers peut également fournir des garanties de sécurité équivalentes. Bien que le système de paramètres de pénalité doive encore être amélioré, la technologie concernée est déjà entrée dans une phase pratique. On s'attend à ce que les normes de sécurité de l'industrie soient bientôt établies, et à ce moment-là, les paramètres de pénalité seront modélisés en fonction de ces normes.
Exemple de plan d'action :
Ce mode incite les entreprises à placer la sécurité au premier plan tout en favorisant l'acceptation des consommateurs grâce au mécanisme d'assurance du pool de fonds stakés.
Combler les lacunes de la pile technologique des Bots
Contrairement à l'IA, le domaine des Bots est difficile d'accès lorsque les fonds sont limités. Pour réaliser la généralisation des Bots, le seuil de développement doit être réduit à un niveau de commodité similaire à celui du développement d'applications d'IA. Trois domaines présentent des possibilités d'amélioration : le mécanisme de financement, le système d'évaluation et l'écosystème éducatif.
Le financement est un point de douleur dans le domaine des Bots. Le développement de programmes informatiques nécessite uniquement un ordinateur et des ressources de cloud computing, tandis que la construction de Bots fonctionnels nécessite l'achat de moteurs, de capteurs, de batteries et d'autres matériels, ce qui fait que le coût dépasse facilement 100 000 dollars. Cette nature matérielle rend le développement de Bots moins flexible et beaucoup plus coûteux par rapport à l'IA.
L'infrastructure d'évaluation des Bots dans des scénarios réels en est encore à ses débuts. Le domaine de l'IA a établi un système de fonctions de perte clair, et les tests peuvent être entièrement virtualisés. Cependant, d'excellentes stratégies virtuelles ne peuvent pas être directement traduites en solutions efficaces dans le monde réel. Les Bots ont besoin d'installations d'évaluation des stratégies autonomes testées dans des environnements réels diversifiés pour pouvoir réaliser une optimisation itérative.
Lorsque ces infrastructures seront matures, les talents afflueront en masse et les robots humanoïdes reproduiront la courbe d'explosion du Web2. Une entreprise de Bots de chiffrement avance dans cette direction - son projet open source ( "système Android version Bots" ) transforme le matériel brut en agents intelligents évolutifs dotés de conscience économique. Les modules de vision, de langage et de planification des mouvements peuvent être branchés et utilisés comme des applications mobiles, toutes les étapes de raisonnement sont présentées en anglais clair, permettant aux opérateurs d'auditer ou d'ajuster le comportement sans avoir à toucher au firmware. Cette capacité de raisonnement en langage naturel permet à la nouvelle génération de talents d'entrer sans effort dans le domaine des Bots, franchissant une étape clé vers l'explosion de la révolution des Bots sur une plateforme ouverte, tout comme le mouvement open source a accéléré l'IA.
La densité des talents détermine la trajectoire de l'industrie. Un système éducatif inclusif et structuré est essentiel pour l'approvisionnement en talents dans le domaine des Bots. L'entrée d'une certaine entreprise sur le NASDAQ marque l'ouverture d'une nouvelle ère où les machines intelligentes participent à l'innovation financière et à l'éducation réelle. Cette entreprise a annoncé en collaboration avec ses partenaires qu'elle lancera le premier programme éducatif général basé sur des robots humanoïdes dans les écoles publiques K-12 aux États-Unis. Ce programme est conçu pour être indépendant de la plateforme, s'adaptant à différentes formes de robots, et offrant aux étudiants des opportunités de pratique. Ce signal positif renforce le jugement de l'industrie : dans les années à venir, les ressources éducatives pour les Bots.