3月29日,为助力客户快速复现及验证斯坦福Mobile ALOHA机器人的相关,广和通发布具身机器人开发平台Fibot。作为首款国产Mobile ALOHA机器人的升级配置版本,开发平台采用全向轮底盘设计、可拆卸式训练臂结构,赋予臂更多的自由度及臂展范围,并实现了Andid/融合系统,方便客户进行软件及算法的开发及验证。
“具身智能未来是边缘侧部署的关键应用,将大大提高人类生活和工作的效率与质量”,广和通AIC管理部总经理张泫舜表示:“广和通具身智能机器人开发平台Fibot具备感知、视觉、定位及导航、动作控制等底层能力,能更好地赋能客户实现AI与机器人相结合。随着的突破性进展,具身智能的演进将成为变革的新高地与经济发展的加速器。”
广和通具身智能机器人开发平台Fibot满足客户验证Mobile ALOHA协同学习与简单的示教操作数据需求,从而习得机械臂的高级移动操作功能算法。同时,开发平台还能通过底盘选配的激光雷达或双目模组,实现室内外的空间感知及建图、路径规划和动态避障等算法的二次开发。此开发平台还集成了多种和强化学习AI算法,结合高效的感知系统与智能决策框架,极大提升了客户进行二次开发的效率。
值得一提的是,Fibot以广和通高算力智能模组SC171作为主控。SC171基于QCM6490解决方案设计,QCM6490采用8核高性能处理器,具备高达12TOPS算力,可对数据进行高效计算与处理;集成多种AI算法,助力终端实现边缘计算和AI特性。
高通产品市场总监李骏捷表示:“高通与广和通在AIoT领域保持着长期紧密的合作,此次利用高通先进的高性能低功耗物联网解决方案,支持广和通打造全新的具身智能机器人开发平台,彰显了双方积极践行推动终端侧AI与边缘计算普及的共同承诺。我们期待携手广和通及更多生态伙伴,共同把握AI浪潮下的产业新机遇,让智能计算无处不在。”
结构上,具身智能机器人开发平台Fibot采用了创新性的全向轮底盘设计,使其具有狭窄空间的原地旋转或平移运动的能力;可拆卸式训练臂的结构设计方便客户完成算法开发后进行实测与部署。此外该平台相比原斯坦福Mobile ALOHA方案,赋予了机械臂更多的自由度及臂展范围,并对机械臂额定负载能力进行了超150%的优化,提升了开发平台在复杂场景或任务的适应能力。
得益于以上卓越性能,广和通具身智能机器人开发平台Fibot可助力机器人厂商进行软件及算法的二次开发,赋能具身机器人广泛应用于制造、家用服务、智慧物流等场景。随着AI开发生态不断发展,该开发平台将为更多机器人终端带来可商用的软基础。
具身智能机器人开发平台Fibot的面世展现了广和通在机器人领域技术与产品研发的丰富成果,同时也是广和通在和AI领域深耕的集中体现。随着算力的提升和软硬件的持续优化,广和通将为机器人行业提供更多的AI解决方案,携手产业伙伴共趋的下一个浪潮。
审核编辑:刘清
上一篇:广和通发布基于高通高算力芯片的具身智能机器人开发平台Fibot
下一篇:普渡机器人亮相2024上海CCE博览会并荣获“最佳智能清洁设备品牌奖”
- 热门资源推荐
- 热门放大器推荐
- TDA7491HV13TR 20W+20W双BTL D类音频放大器典型应用
- 使用 Analog Devices 的 ADP8140 的参考设计
- 时钟可调、高精度、四阶二阶、模拟滤波器构建块
- MT9V128IA3XTCH3-GEVB:VGA 1/4 SOC Marshall V-4301.9-2.0FT-IRC CIS HB 评估板
- LTC2208IUP 演示板,CMOS 输出,130Msps,16 位 ADC,70MHz
- NCP702MX33TCGEVB,NCP702 3.3V DC 至 DC 单路输出电源评估板
- NCP1070SOTGEVB,低功耗离线 SMPS 高压开关稳压器评估板
- 16 位 ADC 为狭小空间带来准确的高端电流检测
- 用于开/关控制应用的 AM2G-0505DH30Z ±5V 2 瓦 DC-DC 转换器的典型应用
- MIMXRT1010-EVK: i.MX RT1010 Evaluation Kit
- 格创东智SEMICON CHINA 2026圆满收官,章鱼智脑与全场景智能体群定义工业智能决策新高度
- 当变压器进入封装:TI IsoShield如何改写隔离电源边界
- 2026年1月座舱域控迎新一轮洗牌,华为、小米上位,比亚迪电子承压
- SK Signet推出400kW一体式超快速电动汽车充电器
- 智元机器人第1万台人形机器人A3量产下线,全球市场份额领先
- 雷诺和RMC BFM推出人工智能个性化车载收音机
- Diodes推出符合汽车级标准的100V PowerDI®8080-5封装MOSFET
- 保时捷申请线控换挡系统专利 兼具自动变速箱和手动变速箱功能
- 汽车以太网的11大误区
- 如何将自动驾驶大模型庞大的能力压缩到车端?

MOSFET和GaN FET应用手册
5962-86860012A
HMT125S6BFR8C-H9






京公网安备 11010802033920号