Xiaomi presenta una mano biónica con 21 grados de libertad y la competencia en manos diestras se desplaza hacia el software y los datos de manipulación
La nueva generación de la mano biónica de Xiaomi se diseñó tomando como punto de partida la fabricación flexible en su planta de automóviles y ofrece un mejor rendimiento de agarre que su predecesora. Huachuang Securities considera que, a medida que convergen los parámetros del hardware, los datos, los algoritmos y la coordinación mano-ojo se convertirán en barreras competitivas más importantes.
Primera publicación en Unhidea：Fecha de la fuente original：
Idea clave
El coste del hardware de las manos diestras está disminuyendo y sus principales parámetros convergen; la competencia pasa de lograr la función de agarre a utilizar software y datos para realizar manipulaciones más complejas.
¿Qué cambios presenta la nueva mano biónica de Xiaomi?
La nueva generación de la mano biónica diestra presentada por Xiaomi se diseñó tomando como punto de partida los escenarios de fabricación flexible de la planta de Xiaomi Auto. Utiliza un accionamiento híbrido con 21 grados de libertad y 26 motores, y cuenta con sensibilidad táctil en 1500 puntos de toda la palma.
En pruebas de agarre en múltiples posturas, la nueva mano superó a la versión anterior con menos grados de libertad tanto en similitud del agarre humano como en tasa de éxito.
¿Por qué el foco de la competencia se desplaza del hardware al software?
El informe considera que los grados de libertad, la capacidad de carga y los mecanismos de transmisión de las principales manos diestras están convergiendo gradualmente, por lo que resulta cada vez más difícil diferenciarse simplemente aumentando los grados de libertad o la capacidad de carga.
La producción nacional de motores en miniatura, componentes de transmisión de precisión y sensores ha reducido las barreras y los costes de fabricación del hardware. Cuando los fabricantes utilizan configuraciones de componentes similares, la capacidad de realizar manipulaciones en situaciones reales depende más de los algoritmos y los datos de manipulación.
Hong Jinping, de Huachuang Securities, considera que los datos, los entornos de simulación, los algoritmos de planificación del agarre y los modelos de coordinación mano-ojo se convertirán en barreras fundamentales para las empresas de manos diestras, mientras que las capacidades de software y los activos de datos también cobrarán más importancia en la valoración.
¿Cómo acumulan los fabricantes capacidades de manipulación?
Lingxin Qiaoshou ha desarrollado DexSkill-Net mediante aprendizaje con simulación real y ha acumulado más de 200T de datos de manos; DexCanvas, de Lingqiao Intelligence, reúne más de 1000 horas de datos de demostraciones multimodales de personas reales y 100 mil horas de datos sintéticos de simulación física.
Estos conjuntos de datos sirven para desarrollar capacidades de manipulación diestra y reflejan que algunos fabricantes están destinando recursos al software y los datos, en lugar de limitarse a ampliar la configuración del hardware.
¿Qué eslabones cubren las empresas cotizadas relacionadas?
Los productos de Changying Precision incluyen componentes de alta precisión, como piezas de transmisión para manos diestras, y la empresa suministra componentes clave y servicios de montaje y pruebas de equipos completos a Tianji Robot. Su parte de control y ejecución de movimientos se integra con el sistema del cliente encargado de la percepción, la comprensión y la planificación, formando un sistema completo de inteligencia incorporada.
OPT traslada la tecnología de visión industrial al ámbito de la robótica y desarrolla componentes de percepción visual, como cámaras y lidar, para atender necesidades de percepción del entorno, posicionamiento y navegación.
