继连续亏损后,软银依然下注机器人,今年能否在人工智能浪潮中分一杯羹?

软银集团在年度股东大会上宣布转向进攻模式,聚焦AI投资,首选对象是日本机器人初创公司Telexistence,该公司获得1.7亿美元B轮融资。软银过去在机器人领域的投资包括人形机器人Pepper,虽面临挑战,但仍对机器人和AI充满信心。此外,软银计划自主开发生成式AI,并推动Arm上市,强化在半导体和人工智能领域的影响力。

原创 |文 BFT机器人 

图片

近日,将近7个月没露面的孙正义,现身软银集团年度股东大会并表示,软银目前账面现金有5万亿日元(约合人民币2547亿元),已准备好将防守模式转变为进攻模式,All in AI,随后,它就投资了一家机器人公司。

01

日本机器人初创公司Telexistence获得首笔投资

在官宣All in AI后,孙正义选择了日本机器人初创公司Telexistence作为首位投资对象,根据科技媒体网站TechCrunch报道,该公司近期获得了1.7亿美元B轮融资,投资方除了软银,还包括空客风险投资基金、普洛斯旗下Monoful Partners、KDDI开放创新投资基金(由富士康和CTBC金融控股设立的基金)以及日本Globis Capital Partners等风投机构。

Telexistence成立于2017年,主要为零售和仓储部门提供人工智能驱动的机器人手臂设备。目前,该公司已经累计融资近2亿美元,并在日本的300家FamilyMart便利店部署了其机器人服务。

软银此次对Telexistence的投资不仅仅是看中了该公司所持有的前沿技术,更多的是对未来AI产业发展趋势的判断。孙正义认为,在科技进步和社会需求变化的浪潮之下,AI必将成为推动经济发展和社会进步的重要力量。

因此,在All in AI的战略指导下,软银积极寻找具有创新能力和市场潜力的企业进行投资。而这些投资也将为以Telexistence为代表的这类前沿科技公司提供更多的资源和支持,促进这些公司的技术研发和推进其商业化进程。

02

软银对机器人领域充满信心

事实上这并不是软银对机器人领域的首次尝试,软银一直以来都对机器人领域展现出极大的信心和关注。从软银以往的投资经历来看,其中最备受关注的毋庸置疑是对Aldebaran Robotics的收购,以及二者在人形服务机器人Pepper上的开发合作。

但Pepper的商业化路径发展并未按照孙正义的预期进行,Pepper自2014年推出至停产仅售出约2.7万台,软银的机器人业务也因此受到沉重打击,亏损高达10亿美元。

软银广撒网式的投资策略似乎也在一定程度上验证了这一点。一些较为前沿和试验性的项目,如软银从谷歌收购的波士顿动力以及做披萨的机器人Zume,在商业化进程上,前景都不太明朗。

与之相反,软银在一些投入金额适中、商业化落地更为务实的工业应用机器人项目上反而取得了初步成果,其中包括Brain Corp和最近计划收购的Berkshire Grey。

孙正义表示:巨亏时曾“连续几天以泪洗面”。尽管有些项目面临着商业化困境,但这并没有削弱软银对于机器人领域的持续关注。孙正义还表示,如今AI浪潮已经提供了新的机会,软银将从“防御模式”转向“进攻模式”。他看好AI的革命性,并宣称软银集团“终将统治世界”。

图片

03

软银在人工智能浪潮下的新动态

而今年,软银又能否在人工智能浪潮中分得一杯羹?

据报道,软银计划自主开发生成式AI,并希望通过其自有模型推动更多行业进入人工智能领域。软银相信,在人工智能时代,半导体行业是至关重要的引擎,而Arm作为这一行业的重要参与者将引领该行业的发展。

目前,软银正在积极推动Arm的上市计划。据了解,Arm正在与包括英特尔公司在内的潜在战略投资者进行谈判,后者正在考虑成为Arm上市的锚定投资者。一旦上市成功,Arm有望成为今年全球规模最大的IPO。

软银希望通过此举,进一步扩大其在人工智能和半导体领域的影响力,并在全球科技行业中保持竞争优势。

更多精彩内容请关注公众号:BFT机器人
本文为原创文章,版权归BFT机器人所有,如需转载请与我们联系。若您对该文章内容有任何疑问,请与我们联系,将及时回应。

<think>好的,用户现在问的是关于学习软银NAO机器人的模拟平台。首先,我需要回忆一下之前用户的问题,之前他们询问了Vittascience这个网站,现在转向了机器人学习的具体工具。可能用户是教育领域的人,或者是对STEM教育感兴趣的学生或教师,甚至是想要进入机器人领域的爱好者。 首先,我需要明确软银的NAO机器人是什么。NAO是一款广泛用于教育和研究的可编程人形机器人,常用于编程教学、人工智能实验等。用户可能希望在没有实际硬件的情况下进行学习和开发,因此需要模拟平台。 接下来,用户的问题是在哪些平台或软件上可以模拟NAO机器人。我需要收集相关的模拟工具,并逐一分析它们的特点、适用场景以及资源获取方式。可能需要考虑的有官方提供的软件、第三方仿真工具,以及一些通用机器人模拟平台的支持情况。 首先想到的是Choregraphe,这是软银官方提供的图形化编程工具,内置模拟器,适合初学者。然后是Webots,这是一个通用的机器人模拟软件,支持NAO模型,适合更复杂的仿真。还有Gazebo,ROS常用的模拟器,可能需要配置NAO的模型包。另外,像VIRTUAL-NAO这样的社区项目也可能有用,可能基于Unity或Unreal引擎,适合特定需求。 此外,用户可能需要知道每个工具的学习资源,比如官方文档、社区支持或教程链接。还需要考虑是否需要编程基础,比如使用Python或C++,或者是否支持图形化编程,这对不同水平的用户来说很重要。 需要检查每个工具的最新情况,比如Choregraphe是否还在维护,因为软银可能已经更新了他们的软件套件。例如,现在可能有新的平台如Pepper和NAO的后续版本,但用户可能仍然需要旧版的支持。另外,Webots和Gazebo作为开源工具,是否有活跃的社区支持NAO的模型,这些都需要确认。 可能还需要提到云平台,如果有的话,比如一些在线仿真服务,但不确定是否存在这样的服务。另外,是否需要特定的操作系统,比如某些工具可能只支持Linux,或者有Windows/macOS版本。 最后,要确保回答结构清晰,分点列出每个平台,说明其特点和使用方法,帮助用户根据自己的需求选择合适的工具。可能还需要提醒用户注意不同工具的学习曲线和资源获取方式,比如GitHub上的开源项目或官方文档链接。</think>以下是学习 **软银NAO机器人** 时常用的模拟平台与软件工具,适合在没有实体机器人的情况下进行编程和算法验证: --- ### 1. **Choregraphe(官方工具)** - **特点**: - 软银官方提供的图形化编程工具,内置 **NAO模拟器**,可直接拖拽行为模块(如动作、语音、视觉)并实时调试。 - 支持Python脚本扩展,适合初学者快速上手基础交互逻辑。 - **适用场景**: - 基础行为编程(如行走、跳舞、语音对话)。 - 简单视觉识别(颜色检测、人脸追踪)。 - **资源获取**: - 需从软银官网下载(需注册开发者账号)。 --- ### 2. **Webots(开源仿真平台)** - **特点**: - 通用机器人仿真软件,支持 **NAO机器人模型** 的高精度物理仿真。 - 可模拟传感器数据(如摄像头、陀螺仪)和环境交互(如避障、抓取)。 - **适用场景**: - 复杂运动控制算法开发(如平衡控制、路径规划)。 - 多机器人协同仿真。 - **使用方法**: - 在Webots中导入NAO模型,通过Python/C++编写控制器代码。 - **资源**: - 官方模型库提供NAO机器人文件,GitHub社区有开源案例。 --- ### 3. **Gazebo + ROS(机器人操作系统)** - **特点**: - Gazebo是ROS生态中广泛使用的仿真工具,需配合 **NAO ROS包**(如`nao_robot`)使用。 - 支持与真实NAO机器人代码无缝迁移,适合研究级开发。 - **适用场景**: - 高级AI算法测试(如SLAM、深度学习视觉)。 - 多传感器融合实验。 - **配置步骤**: 1. 安装ROS(推荐Melodic或Noetic版本)。 2. 通过`sudo apt-get install ros-<版本>-nao-robot` 安装NAO仿真包。 3. 在Gazebo中加载NAO模型并运行节点控制。 --- ### 4. **VIRTUAL-NAO(社区项目)** - **特点**: - 第三方开发的轻量级模拟器,基于Unity/Unreal引擎,提供简化版NAO模型。 - 支持基础动作脚本测试,适合教学演示。 - **资源**: - GitHub等开源平台可找到相关项目,需自行编译或下载预构建版本。 --- ### 5. **Python SDK + 本地模拟(编程接口)** - **特点**: - 使用NAOqi SDK(Python API)编写代码,通过本地模拟模式运行逻辑。 - 需依赖官方库`naoqi.py`,可模拟部分传感器和动作接口。 - **示例代码**: ```python from naoqi import ALProxy motion = ALProxy("ALMotion", "127.0.0.1", 9559) # 本地模拟IP motion.moveTo(0.5, 0, 0) # 模拟NAO前进0.5米 ``` --- ### **学习建议** 1. **入门优先**:从Choregraphe开始,熟悉NAO的基础功能。 2. **进阶研究**:结合ROS和Gazebo实现复杂算法验证。 3. **社区资源**:参考GitHub开源项目(如[naothim3/NAO_Simulator](https://github.com/naothim3/NAO_Simulator))和官方文档。 如需具体安装指南或代码示例,可进一步说明需求!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值