一個為商業和國防應用提供類似人類的推理和自主權的人工智能平臺 2024 年 2 月 28 日
免責聲明本演示文稿和任何相關口頭陳述包含1995年《私人證券訴訟改革法》所指的前瞻性陳述，包括但不限於有關Sarcos未來經營業績、財務狀況、流動性和現金消耗、業務戰略、市場機會預測、其他財務和業績指標的估計和預測、其技術的預期收益、未來運營和產品的計劃和目標、Sarcos的產品開發、預期功能的陳述，Sarcos軟件平臺的優勢和用例，與商業產品發佈相關的期望和時機，以及Sarcos戰略的潛在成功。在某些情況下，您可以通過諸如 “可能”、“將”、“應該”、“可能”、“期望”、“計劃”、“預測”、“相信”、“估計”、“預測”、“打算”、“潛在”、“將”、“繼續”、“持續” 或否定這些術語或其他類似術語中的否定詞來識別前瞻性陳述。此類前瞻性陳述涉及風險、不確定性和假設，可能導致實際事件、結果或業績與此類陳述所示的存在重大差異。其中某些風險和不確定性載於Sarcos不時向美國證券交易委員會（“SEC”）提交的文件中標題為 “風險因素” 和 “關於前瞻性陳述的警示説明” 的章節，這些文件可在美國證券交易委員會的網站www.sec.gov上免費查閲。此外，“我們相信” 的陳述和類似的陳述反映了Sarcos對相關主題的信念和觀點。這些聲明基於Sarcos截至本演示之日獲得的信息，儘管Sarcos認為此類信息構成了此類陳述的合理依據，但此類信息可能有限或不完整，不應將Sarcos的陳述理解為表明Sarcos已對所有可能可用的相關信息進行了徹底的調查或審查。這些陳述本質上是不確定的，提醒讀者不要過分依賴這些陳述。如果這些風險中的任何一個成為現實，或者我們的假設被證明不正確，則實際結果可能與這些前瞻性陳述所暗示的結果存在重大差異。鑑於這些前瞻性陳述中存在重大不確定性，您不應將這些陳述視為Sarcos或任何其他人對Sarcos將在任何指定時間範圍內或根本實現其目標和計劃的陳述或保證。除非法律要求，否則Sarcos不承擔任何義務，也不打算更新任何前瞻性陳述或使這些陳述符合實際業績或Sarcos預期的變化。本演示文稿還可能包含獨立方和Sarcos提供的與市場規模和增長相關的估計和其他統計數據以及其他行業數據。這些數據涉及許多假設和侷限性，可能會發生變化。提醒您不要過分重視此類估計。Sarcos尚未獨立驗證獨立方生成幷包含在本演示文稿中的統計和其他行業數據，因此無法保證其準確性或完整性。此外，由於各種因素，對Sarcos未來表現及其競爭市場的未來表現的任何預測、假設和估計都必然受到高度的不確定性和風險的影響。這些因素和其他因素可能導致結果或結果與獨立各方和Sarcos的估計中表達的結果或結果存在重大差異。本演示文稿中的任何預測、估計和目標均為前瞻性陳述，這些陳述基於截至發表之日的假設，本質上存在重大不確定性和突發事件，其中許多不確定性和突發事件是Sarcos無法控制的。列入此類預測、估計數和目標僅用於説明目的，不應將其視為未來結果的必然指標。儘管所有預測、估計和目標都必然是推測性的，但薩科斯認為，預測、估計或目標距離編制之日越遠，潛在財務信息的準備所涉及的不確定性就越高。預測、預期或目標結果所依據的假設和估計本質上是不確定的，可能會發生變化，並受到各種重大的業務、經濟、監管和競爭風險和不確定性的影響，這些風險和不確定性可能導致實際結果與此類預測、估計和目標中包含的結果存在重大差異。本演示文稿中包含預測、估計和目標不應被視為表明Sarcos或其代表已考慮或認為財務預測、估計和目標是對未來事件的可靠預測。Sarcos的獨立審計師沒有為了將預測納入本報告而對預測進行審計、審查、編制或執行任何程序，因此，他們均未就此發表意見或提供任何其他形式的保證。通過參加或接受本次演講，您承認您將對自己對市場和我們的市場地位的評估承擔全部責任，並且您將進行自己的分析，並全權負責對我們業務的未來潛在表現形成自己的看法。薩科斯通過各種方式向公眾公佈重要信息，包括向美國證券交易委員會提交文件、公開電話會議、Sarcos的網站（www.sarcos.com）、其投資者關係網站（https://www.sarcos.com/investor-relations/）和其新聞網站（https://www.sarcos.com/company/news/#press-releases）。Sarcos使用這些渠道及其社交媒體，包括其X（@Sarcos_Robotics）和LinkedIn賬户（https://www.linkedin.com/company/sarcos/），與投資者以及有關Sarcos、其產品和其他事項的公開新聞和事態發展進行溝通。因此，薩科斯鼓勵投資者、媒體和其他對公司感興趣的人審查其在這些地方公開的信息，因為此類信息可能被視為重要信息。可通過此處包含的超鏈接或網站地址訪問的信息被視為未納入本演示文稿或其中的一部分。
SARCOS 概覽本頁上的數據是截至2024年1月的最新數據。機器人DNA 在機器人和機器人軟件領域擁有 30 多年的經驗。NASDAQ STRC 在航空、建築、能源和國防領域的靈巧移動機器人業務中一直處於領先地位。NASDAQ STRC 擁有 30 多年的卓越機器人工程經驗。技術團隊由首席技術官領導，擁有 25 年以上的人工智能/機器學習專業知識 UT 鹽湖城創新和運營 60 多名團隊成員、世界一流的機器人和 AI/ML 軟件工程師
Sarcos：40 年的創新和演變 Sarcos Robotics 開始交易-STRC（2021）從 Raytheon（2015）收購 1983 年 2015 年 2024 新的人工智能軟件重點（2023 年）預計的人工智能/機器學習軟件框架發佈和客户試用政府/國防部研發部 Sarcos（1983）靈巧的機器人系統專用解決方案 2023 年開始人工智能/機器學習軟件開發（2019 年）雷神收購薩科斯（1983）靈巧的機器人系統專用解決方案 AI 軟件 2023 開始人工智能/機器學習軟件開發（2019 年）雷神收購薩科斯（2007)
我們的願景：使機器能夠像人類一樣觀察、學習、推理和行動大幅加快編程和訓練速度提高敏捷性、任務集和用例減少對人工幹預和監督的需求降低建立和維護自動化的成本對於移動機器，從人類在環演變為人類在環中消除對持續雲連接的需求
Sarcos AI 解決了機器人技術領域的一些最大挑戰工業機器人技術的實施可能需要很長時間且成本非常高大多數工業機器人都是針對特定任務進行高度編程的。當今的人工智能方法（例如，生成式 AI 的 LLM1）需要大量的訓練數據並且耗電傳感器通常是分立的，沒有經過優化，無法協調工作或針對單個傳感器丟失的功能進行調整和調整 1.大型語言模型。
使機器能夠像人類一樣觀察、學習、推理和行動實時閉環自主解決動態和非結構化環境的任務完成複雜的任務分散的點式解決方案解決機器人部署中的關鍵挑戰：高昂的編程、部署和停機成本適應意外事件需要手動幹預或重新編程商用機器人硬件無關的實時閉環自主軟件解決方案解決傳統機器人部署中的關鍵挑戰：基礎設施維護與維修施工工業製造航空航天/航空物流國防能源編程和部署的高成本和複雜性非結構化和動態環境中的操作不安全和效率低下點解決方案無法實時學習和適應，需要重新培訓才能執行新的或修改後的任務
現實（物理）世界的人工智能當今生活在數字世界中的大多數人工智能發生在沒有云連接的機器人上。“對我們來説，關鍵是在可以動態變化的非結構化環境中實現自治。我們專注於廣義自治，提供閉環功能以持續適應任務。”-Sarcos 首席技術官丹尼斯·加拉吉奇的目標是預測結果並提出建議以增強人類能力——提高效率、做出更好的決策、優化流程、開發新產品等。利用大量基於雲的計算利用大量數據來收集、攝取、整合、分析和學習數據數字世界 AI/ML 方法的目標是使機器能夠在現實世界環境（結構化、動態和非結構化）中有效地自主運行算法使機器能夠對變化做出反應無需重新訓練或重新編程即可完成任務需要更少的數據 — 使用 on-robot1 計算在不連接到雲端的情況下攝取、集成（融合）、分析、學習和應對不斷變化的環境 Sarcos 的真實世界 AI/ML 方法
Sarcos 的人工智能和機器學習軟件平臺實時閉環自主軟件框架 + 邊緣計算和培訓硬件 Observe Learn Reason Act Learning 只需最少的演示即可完成 (1-5) 針對新任務組合或全新任務的動態推理和學習模型適應特定環境使用不同的傳感器模式感知環境，例如視覺、激光雷達、雷達、聲學等。利用多模態傳感器融合使感知更能抵禦傳感器遮擋和噪聲改善態勢感知 (SA)) 適應意外事件基於觀察的新運動計劃通過應用類人推理來確定最佳行動方針，從而關閉自主循環；完成任務控制機械臂、機器人和/或末端執行器以穩定、安全和受控的方式實現目標實時閉環自主框架無需重新訓練或雲連接即可在機器人上進行實時感知、學習和決策 1 2 3 4
Sarcos AI/ML 機器人軟件平臺某些遙控設備可能不包含在我們的銷售套餐中。筆記本電腦不作為系統的一部分出售；假設客户將單獨採購或使用現有的公司資產。3.專為與當今銷售的大多數工業機器人配合使用而設計。根據Proficient Market Insights的 “全球機器人操作系統” 報告，ROS 1機器人佔2021年ROS市場總額的74％，“2022年全球機器人操作系統（ROS）市場規模為美元（globenewswire.com）旨在最大限度地提高系統的靈活性、適應性、移動性和學習性工業機器人（僅用於説明目的；設計可能會發生變化）訓練/遠程操作 HMI Package1 運動追蹤手動控制器 Sarkage1 Cos 控制接口模塊 CLA 軟件框架算法/庫 2 2 用户界面2 HMI Secure CloudPortal2 自主機器人操作不需要連接各種機器人平臺3
Sarcos ai 平臺：預期優勢我們的方法有何不同全棧、閉環自主性無需人工幹預或重新編程即可適應環境或已定義任務的動態變化使用概率機器學習 (ML) 技術學習任務，考慮不確定性和可變性動態模型推理方法需要的訓練數據要少得多；機器人只需幾次演示 (1~ 5) 即可學會概論，通過使用 Sarcos 的特定領域獲得計算效率語言模型與硬件無關1解決集成以外的機器人特定挑戰解決系統穩定性和姿勢估計/末端執行器方向解決任意人類環境中的長視野任務將多傳感器數據輸入融合在一起以提高系統的靈活性和適應性任務模型學習的靈活教學輸入選項（例如 LLM、DSLS2、基於動作捕捉的遙操作、AR/VR、視頻輸入等）可以提供語言到運動的指令，非常適合邊緣計算/機器人應用；不需要與使用需要連接到雲的 LLM 相關的成本/延遲 Complex 任務學習能力與人類相似；在某些情況下，我們認為機器人訓練的時間比依賴當前最先進的方法所花費的時間少幾個數量級3 支持設備端計算；降低總擁有成本 (TCO)，無需承擔經常性的雲服務成本改進系統實施和啟動時間專為工作而設計如今，大多數工業機器人都在銷售。根據Proficient Market Insights的 “全球機器人操作系統” 報告，ROS 1機器人佔2021年ROS市場總額的74％，“2022年全球機器人操作系統（ROS）市場規模為美元（globenewswire.com）特定領域的語言。Robotics Transformer 1 和 2 基於深度學習的方法，2022年至2023年。
硬件不可知1 預計將使固定和移動機器人平臺變得敏捷和自主，減少人為幹預，提高投資回報率工業機器人和協作機器人無人駕駛飛行器無人駕駛地面飛行器和人形生物 1.專為與當今銷售的大多數工業機器人配合使用而設計。根據Proficient Market Insights的 “全球機器人操作系統” 報告，ROS 1機器人佔2021年ROS市場總量的74％，“2022年全球機器人操作系統（ROS）市場規模為美元（globenewswire.com）
邊緣計算的好處複雜的超大型數據集集成需要大量的雲計算預測結果，提出由大型數據集和模型驅動的建議人類在決策、流程改進和優化中使用的環境、來自本地工作空間的態勢感知數據，更受限制（特定領域的方法）基於意外事件的基礎模型應用於機器人實時人類推理 “閉環” ——實時適應這些事件，無需重新訓練即可更新基礎模型無需重新訓練的結構化和非結構化環境傳統人工智能/機器學習產品解決方案（Cloud Compute1,2）VS。機器人閉環自治（邊緣計算）C3.ai：適合所有人的全棧物聯網平臺結構化編程的困境（c3.ai），。照片來源：c3.ai
耗電量高的人工智能的隱性成本接近今天的表現 “你會驚訝生成單個 AI 圖像需要多大的力量1” 照片來源：FreePIK “結構化編程的 Gordian Knot 4” 照片來源：c3.ai “RT-1：用於大規模控制現實世界的機器人變形金剛2” 照片來源：谷歌研究 “RT-2：視覺語言行動模型3” Stable Diffusion的開源 XL 模型幾乎用作每張圖像的功率相當於智能手機充滿電所需的功率使用相同型號創建 1,000 張圖像產生的二氧化碳排放量相當於 4.1 英里由汽油動力汽車驅動。在全球範圍內，人工智能服務器的人工智能用電量相當於阿根廷在一年內的使用量。谷歌報告1它在2022年使用了56億加侖的水來冷卻其人工智能服務器（比2021年增長20％）。示例：在現實世界機器人數據集上訓練的模型：在 17 個月內從 13 個機器人那裏收集了 13 萬個劇集 700 多個任務。” . 模型大小：RT-2 Pali-X 變體的 5B 對比 55B...”“'自己構建'的方法需要對原本不是為了協同工作而設計的底層組件進行大量集成，從而產生一定程度的複雜性，即使是最優秀的開發團隊也會不知所措。”二氧化碳空氣 1.Futurism.com 2.谷歌研究博客 3. robotics-transformer2.github.io 4. c3.ai
潛在用例基於與潛在客户討論的示例
任務與挑戰生產線（產品、修復、更新）的變更代價高昂——機器人再培訓和製造停機時間子零件裝配製造結構化製造生產線、任務可變性機會和預期收益低成本/快速能夠重新利用機械手/機器人來執行新任務。將新任務培訓的生產停機時間降至最低。員工可以使用 AR 進行訓練，快速跨機器人部署模型；快速適應多產品裝配線設置中的不同任務；使用混合產品運行裝配線以滿足需求（機器人根據檢測到的物體自動調整要執行的任務）提供靈活性和經得起未來考驗的任務規劃；延長機器人的可用性和壽命
任務識別和扭矩螺栓以滿足大型鋼結構、橋樑、建築物、製造設施等的規格要求。檢查和修復損壞的螺栓、移動/對齊/固定鋼樑（又名庫寧）建造和修復鋼結構建築非結構化、地面/高度、室內/室外、重型工具機會和預期收益精確檢測螺栓和工具放置。或傳統訓練模型。適應不同的高空環境條件以完成工作隨着環境的變化安全操作以確保人員安全 — 減少惡劣天氣下與高空工作相關的風險。挑戰高度非結構化環境 + 高空風險遙控操作無法達到所需的精度和速度水平
任務無人機持續探測、跟蹤和分類國防/商用非結構化、飛行中的機會和預期收益基於傳感器的持續檢測、跟蹤和分類可解決表徵不確定性並增強態勢感知無人機間的共享情境和/或導航增強了對整個機隊挑戰的集體知識和理解高度非結構化環境——飛行中高度不確定性
薩科斯的財務狀況
截至2023年12月31日，Sarco的財務狀況；包括所有現金、現金等價物和有價證券。對於持續經營業務，每月和每季度的現金使用量將有所不同；代表現金、現金等價物和有價證券的平均每月變化。截至 2023 年 12 月 31 日。3,910 萬美元 160 萬美元/月。年終現金餘額1 20242股未發行股票的預計每月淨現金使用量3 25,877,865股
謝謝