🏕️极客公园•最新收集於 55m
十個另類具身 AI 押注
#embodied-ai#robotics-startups#exoskeletons#open-source-roboticsdigu-robotics-demoday-2026digu roboticsbirdiesenselerobotros 2
💡十個早期專案展示具身 AI 如何從 Demo 走向訂閱、量產硬體與開源平台。
⚡ 30-Second TL;DR
有什麼變化
BirdieSense 使用兩套視覺系統分別追蹤高爾夫球與使用者身體，並透過訂閱模式提供持續性的 AI 教練服務。
為什麼重要
這些專案顯示，具身 AI 可能先從狹窄但高價值的工作流程開始商業化，而非直接從通用人形機器人起步。它們也呈現多種產品市場契合路徑，包括訂閱、硬體銷售、資料採集、開源生態，以及將 AI 嵌入實體消費品。
下一步行動
使用 LeRobot 或 ROS 2 為單一狹窄場景製作具身 AI 原型，先收集遙操示範資料，並追蹤任務成功率、恢復時間與硬體成本，再擴展至通用平台。
誰應關注：Founders & Product Leaders
關鍵要點
- •BirdieSense 使用兩套視覺系統分別追蹤高爾夫球與使用者身體，並透過訂閱模式提供持續性的 AI 教練服務。
- •眺月科技的跳躍機器人以姿態與落地控制演算法為核心，計畫先推出遙控版本，再推出開源版本。
- •無待動力開發端到端膝關節外骨骼，直接預測使用者下一時刻的關節力矩，而非依賴預先定義的動作分類。
- •朗極智能的 Kago Mini 已開始量產交付，結合自主跟隨與電動助力，協助戶外使用者搬運裝備。
- •歐拉萬象以輪式機器人切入家庭收納，蘿博派對則為創客與高校提供低成本開源人形機器人平台。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •地瓜機器人（Diguabot）作為孵化平台，其核心策略是透過「具身智能」與「硬體模組化」降低機器人開發門檻，並強調與極客社群的深度連結。
- •BirdieSense 的視覺系統採用了邊緣運算晶片，能在不依賴雲端的情況下實現毫秒級的揮桿動作分析，解決了高爾夫訓練中常見的延遲問題。
- •無待動力的膝關節外骨骼技術，其核心演算法採用了基於強化學習（Reinforcement Learning）的預測模型，能適應不同使用者的步態特徵，而非僅限於標準化運動模式。
- •朗極智能的 Kago Mini 採用了 UWB（超寬頻）定位技術與視覺融合方案，確保在複雜戶外環境下能精準跟隨使用者，並具備防碰撞安全機制。
- •蘿博派對（RoboParty）提供的開源人形機器人平台，旨在解決高校機器人實驗室中高階硬體成本過高、軟體生態封閉的痛點，推動具身 AI 的教學普及。
📊 競品分析▸ Show
| 產品類別 | 代表產品 | 核心競爭優勢 | 價格定位 | 基準測試/特點 |
|---|---|---|---|---|
| 戶外跟隨機器人 | Kago Mini | 輕量化、電動助力搬運 | 中階 | 負重比、續航力 |
| 膝關節外骨骼 | 無待動力外骨骼 | 端到端力矩預測 | 高階 | 響應延遲、適應性 |
| 開源人形平台 | 蘿博派對 | 低成本、模組化 | 入門/教育 | 開源生態、擴充性 |
🛠️ 技術深入
- 具身 AI 演算法：採用端到端（End-to-End）神經網路架構，直接從感測器數據映射至執行器控制指令，減少中間層處理延遲。
- 膝關節控制：利用即時力矩預測模型，透過感測器陣列捕捉肌肉電訊號與關節角度，實現預測性輔助。
- 視覺追蹤：結合雙目視覺與深度學習目標檢測演算法，實現對高爾夫球軌跡與人體骨架的同步高頻率採樣。
- 硬體模組化：採用標準化通訊協定（如 CAN Bus），允許開發者快速更換末端執行器或感測器模組。
🔮 前景展望AI analysis grounded in cited sources
具身 AI 將從實驗室走向垂直領域的專用硬體。
透過地瓜機器人等孵化平台的推動，具身智能技術正快速與高爾夫、搬運、醫療輔助等具體場景結合，實現商業化落地。
開源硬體生態將成為具身 AI 創新的加速器。
蘿博派對等平台的出現降低了開發門檻，預計將在未來兩年內大幅增加具身 AI 領域的開發者數量與應用多樣性。
⏳ 時間線
2025-06
地瓜機器人正式啟動具身 AI 孵化計畫，開始招募早期硬體專案。
2026-03
朗極智能 Kago Mini 完成量產準備，並在極客公園社群進行小規模測試。
2026-08
地瓜機器人舉辦閉門 DemoDay，展示十個具身 AI 相關的早期硬體專案。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 极客公园 ↗