从云端大模型到本地闭环:端侧AI驱动具身智能产品落地实践
内容简介:
具身智能产品进入真实场景后,往往同时面临网络不稳定、响应时延、数据隐私、算力与功耗受限,以及多芯片协同复杂等问题。本议题结合端侧AI与机器人产品实践,拆解如何将视觉、语音、大模型推理、任务规划与运动控制在本地形成“感知—决策—执行”闭环,并以交通劝导等真实案例说明从原型验证到场景部署的关键路径。分享将重点讨论端侧异构算力适配、模型轻量化、软硬件协同、端云边界设计、现场异常处理与产品迭代方法,总结具身智能产品从“能演示”走向“可交付、可复制、可规模化”的工程经验。
演讲提纲:
1.从Demo到现场:具身智能产品落地面临的真实约束
分析网络、时延、隐私、功耗、成本、稳定性及复杂环境对机器人产品架构的影响。
2.端侧具身智能闭环的产品与技术架构
拆解视觉感知、语音交互、大模型推理、任务规划、动作控制和设备管理之间的协同关系。
3.端侧模型与异构算力的工程化部署
分享模型选型、量化压缩、CPU/GPU/NPU协同、资源调度及端云边界划分方法。
4.案例复盘:机器人从室内原型到户外实景验证
以交通劝导等场景为例,分析需求定义、数据采集、功能联调、异常处理和现场迭代过程。
5.从项目交付到规模复制的产品化方法
总结具身智能产品在可靠性评价、场景适配、成本控制、软硬件标准化及持续运营方面的关键经验。
听众收益:
1.掌握一套判断机器人能力应该部署在端侧、云端还是端云协同的架构分析方法。
2.了解多模态感知、大模型、任务规划与运动控制形成端侧闭环的工程实现路径。
3.获得具身智能产品从原型验证、现场测试到规模化交付的实施清单与避坑经验。
大模型应用专家级工程师、CCF Yocsefy成都 AC委员,2024天府工匠年度人物、四川三河职业学院“人工智能+”应用研究中心指导专家、云南楚雄师范学院计算机与智能技术学院人工智能特聘专家、华为昇腾优秀开发者&鸿蒙高级开发者、ADG Developer Group(ADG)讲师、AWS User Group 讲师、PMI 志愿者&四川区优秀演讲嘉宾、隐语社区MOOC第三期讲师、Omega-AI核心开发者。现任职阿加犀智能科技生态技术总监,参编《目标大数据管理实践》、《数据资产管理与运营:从入表到变现》等行业专著,获国家发明专利授权与软著共计18余项,参与5项可信数据空间国标编写,多次受邀于行业峰会及高校开展专题授课,致力于推动人工智能技术的普及与深化应用。