荣耀“机器人”上演实战“变形记”,手机进化为“AI新形态”!

荣耀“机器人”上演实战“变形记”,手机进化为“AI新形态”!

在2026年巴塞罗那世界移动通信大会(MWC 2026)上,荣耀给出了一个极具冲击力的答案:它不再仅仅是一部智能手机,而是向着“AI硬件生态系统”进化,推出了具身智能新形态的Robot Phone以及其首款消费级人形机器人ROBOT。

1. Robot Phone:不只是翻转摄像头那么简单

荣耀在发布会现场展示了名为Robot Phone的概念机,这款手机的最大亮点是顶部配备了一个安装在机械臂上的2亿像素摄像头。不同于传统的翻盖摄像头,它不仅可以机械地翻转,而且在荣耀AI大模型的加持下,手机摄像头能够感知环境并做出反应。

正如荣耀方面所描述的,“Robot Phone不再是一个冷冰冰的设备,而是兼具智能度和生命感的人类伙伴,是一个不断进化的新物种”。它可以在用户拍照时自动追踪主体、识别语音指令甚至进行手势识别,仿佛手机本身拥有了“眼睛”和“手脚”。这不仅是硬件的创新,更是软件层面的变革,荣耀试图通过这款手机将用户带入一个人与设备无缝交互的未来场景。

2. 首款人形机器人ROBOT:从“手机”到“伙伴”

与Robot Phone形成呼应的,是荣耀在本次MWC上同步亮相的首款具身智能人形机器人——ROBOT。这是荣耀第一款自主品牌的安卓机器人,标志着荣耀正式进军机器人领域。

在现场演示中,这款机器人不仅完成了太空步舞蹈等流畅动作,甚至展示了热舞模式。虽然目前尚未公布具体的售价、名称或量产计划,但从演示来看,它已经具备了初步的人机交互能力和较强的运动控制能力。荣耀CEO李健透露,公司已成立新产业孵化部,并将AI相关研发设为一级部门,下设包括具身智能实验室在内的多个实验室,力图通过AI算力、多传感器融合及人机交互技术,重新定义未来家庭生活方式。

3. 战略意图:从单一终端到生态系统

荣耀这次的发布并非单纯的产品秀,而是一次明确的战略宣言。过去的荣耀更多是作为智能手机厂商存在,而现在,它试图通过Robot Phone和ROBOT构建一个跨设备、跨场景的AI生态系统。

据悉,荣耀正在构建所谓的“AHI理念”,强调AI以人为本,手机不再是单一入口,而是通过Robot Phone和ROBOT实现AI生态协同。这意味着用户的数据和服务可以在手机与机器人之间无缝共享,从而实现更智能的家庭服务和个人助理功能。

从技术层面看,荣耀已经在机器人领域取得了实质性突破。例如,早在去年5月,荣耀的测试机器人就已实现了4m/s的峰值移动速度。而Robot Phone则在硬件材料和微型电机技术上实现了创新,具备了“能动”的特性。

结语

荣耀的这次“转型”无疑是一次大胆的尝试。它不仅在硬件形态上突破了传统的束缚,更在智能交互层面提出了新的可能性。对于未来的科技消费市场,这可能预示着一个从“手机”到“AI伙伴”的时代即将到来。

Read more

构建机器人集群系统:ROS 2分布式控制实战指南

构建机器人集群系统:ROS 2分布式控制实战指南 【免费下载链接】PX4-AutopilotPX4 Autopilot Software 项目地址: https://gitcode.com/gh_mirrors/px/PX4-Autopilot 本文将系统讲解如何基于ROS 2构建机器人集群系统,涵盖分布式控制技术原理、核心组件架构、快速部署流程及仓储场景应用。通过从零搭建多机器人协同框架,掌握分布式任务调度与异构机器人协作的关键技术,解决多机通信延迟、任务冲突等核心问题,为工业级机器人集群应用提供完整技术方案。 🔥 技术原理实现方案 机器人集群系统通过分布式控制架构实现多智能体协同,核心在于解决三个关键问题:节点间状态一致性、任务动态分配和实时通信保障。与传统集中式控制相比,分布式架构具有更高的容错性和扩展性,单个节点故障不会导致整个系统瘫痪。 分布式控制的核心算法包括: * 基于一致性协议的状态同步(如Raft算法) * 分布式任务分配的匈牙利算法 * 冲突避免的分布式路径规划 图1:机器人集群分布式控制架构示意图,展示状态感知、任务规划、执行控制的分层协作

机器人系统十年演进

机器人系统十年演进全景(2015-2025):从专用执行机械到通用具身智能体的全栈革命 2015-2025年,是全球机器人产业完成底层范式重构的黄金十年。机器人系统从**“硬件驱动、预编程、封闭专用的工业执行机械”,彻底跃迁为“软件定义、AI驱动、开放通用的具身智能体”**,完成了从机械自动化到智能自主化的本质跨越。这十年,机器人系统的硬件体系、软件架构、算法范式、安全体系、部署模式实现了全栈式重构,同时中国机器人产业完成了从完全技术跟随、核心环节100%进口依赖,到全栈自主可控、全球技术与市场双领跑的历史性逆转。 本文系统梳理机器人系统十年间的四次代际跃迁、核心维度的本质变化、关键技术里程碑,与此前感知、定位、规控、软件架构、VLA等核心子系统的演进形成完整的系统级闭环。 一、机器人系统十年演进的四大代际阶段 机器人系统的十年演进,始终与产业需求、AI技术、算力发展深度同频,沿着**「封闭专用单机系统→模块化分布式系统→云边端一体化全栈系统→具身原生端云协同系统」**的核心主线推进,每个阶段的系统设计、核心能力、产业价值都发生了本质变化。 1. 2015-2017

【读点论文】Metric3D v2: A Versatile Monocular Geometric Foundation Model for Zero-shot MD and SNE坐标系变换

【读点论文】Metric3D v2: A Versatile Monocular Geometric Foundation Model for Zero-shot MD and SNE坐标系变换

Metric3D v2: A Versatile Monocular Geometric Foundation Model for Zero-shot Metric Depth and Surface Normal Estimation Abstract * Metric3D v2是一个几何基础模型,用于从一幅图像中进行零样本深度和表面法线估计,这对度量3D恢复至关重要。虽然深度和法线在几何上是相关的,并且高度互补,但它们存在不同的挑战。最先进的(SoTA)单目深度方法通过学习仿射不变深度来实现零样本泛化,同时,由于缺乏大规模标记数据,SoTA法线估计方法的零样本性能有限。为了解决这些问题,我们提出了度量深度估计和表面法线估计的解决方案。对于度量深度估计,我们指出,零样本单视图模型的关键在于解决各种相机模型和大规模数据训练的度量模糊性。我们提出了一个规范的相机空间转换模块,它明确地解决了模糊性问题,可以毫不费力地插入到现有的单目模型中。 * 对于表面法向估计,我们提出了一个联合深度-法向优化模块,从度量深度中提取多样化的数据知识,使法向估计器能够超越法向标签进行学习。配备了这

目标检测数据集 第133期-基于yolo标注格式的无人机航拍人员搜救检测数据集(含免费分享)

目标检测数据集 第133期-基于yolo标注格式的无人机航拍人员搜救检测数据集(含免费分享)

目录 目标检测数据集 第133期-基于yolo标注格式的无人机航拍人员搜救检测数据集(含免费分享) 超实用无人机航拍人员搜救检测数据集分享,助力计算机视觉研究! 1、背景 2、数据详情 2.1 数据集规模与结构 2.2 标注类别 2.3 场景多样性 3、应用场景 3.1 应急搜救辅助系统 3.2 无人机智能监控与巡查 3.3 计算机视觉算法研究 3.4 灾害评估与灾后重建 4、使用申明 目标检测数据集 第133期-基于yolo标注格式的无人机航拍人员搜救检测数据集(含免费分享) 超实用无人机航拍人员搜救检测数据集分享,助力计算机视觉研究! 1、背景 在自然灾害、事故灾难等突发场景中,人员搜救是应急响应的核心任务。传统搜救方式受地形、天气、视野等条件限制,效率与安全性面临挑战。无人机航拍技术凭借其机动性强、