作者｜武靜靜

編輯｜趙健

(資料圖)

“一個(gè)上午，接待了40多個(gè)投資人來現(xiàn)場(chǎng)，都是來看人形機(jī)器人的?！币晃蛔芬拞T工說道。

有投資人指著正在表演咖啡拉花的機(jī)器人問：“這個(gè)動(dòng)作的難度在哪兒？”另一邊，一位自稱開煤礦的老板指的旁邊站立的另一臺(tái)人形機(jī)器人問：“多少錢，怎么訂？”

2023世界機(jī)器人大會(huì)上，以前只能在科幻電影中出現(xiàn)的人形機(jī)器人在現(xiàn)場(chǎng)表演起了各種技能。小米、追覓科技、優(yōu)必選、達(dá)闥科技、宇樹科技、大連蒂艾斯科技、星動(dòng)紀(jì)元、理工華匯等很多公司都把自己的人形機(jī)器人搬到了現(xiàn)場(chǎng)。

大連蒂艾斯科技展示的人形機(jī)器人，甲子光年現(xiàn)場(chǎng)拍攝

這是2023世界機(jī)器人大會(huì)上熱鬧的一角。今年的大會(huì)，160家國(guó)內(nèi)外機(jī)器人企業(yè)，600件機(jī)器人都在現(xiàn)場(chǎng)久違的大秀了一把肌肉。人形機(jī)器人搶走了大部分風(fēng)頭。全球知名的波士頓動(dòng)力創(chuàng)始人Marc Raibert、日本知名機(jī)器人學(xué)者石黑浩都來了。

人形機(jī)器人正在成為資本市場(chǎng)的新熱點(diǎn)。一級(jí)市場(chǎng)，BV百度風(fēng)投、經(jīng)緯、高瓴、鼎暉、高榕、云啟、真格、梅花創(chuàng)投等都在一線積極調(diào)研，前半年聊大模型的風(fēng)投現(xiàn)在沒有人不關(guān)心通用機(jī)器人。

目前國(guó)內(nèi)外已經(jīng)有一些出手的案例：

美國(guó)人形機(jī)器人創(chuàng)業(yè)公司Figure兩個(gè)月就完成了兩輪融資：7月獲得了英特爾投資的900萬美元投資；今年5月，F(xiàn)igure完成了7000萬美元A輪融資，由Parkway Venture Capital領(lǐng)投。根據(jù)路透社報(bào)道，在5月融資時(shí)，Figure估值已經(jīng)超過4億美元。

國(guó)內(nèi)市場(chǎng)，曾經(jīng)的華為天才少年稚暉君創(chuàng)立的智元機(jī)器人（Agibot）也正在受到一線基金的追捧，BV百度風(fēng)投、經(jīng)緯、高瓴、鼎暉、高榕等均參與了投資。

近日，通用機(jī)器人公司月泉仿生也完成了一輪由北京北科中發(fā)展啟航創(chuàng)業(yè)投資基金的獨(dú)家投資。月泉仿生的核心業(yè)務(wù)是通用型仿生人形機(jī)器人及核心零部件的產(chǎn)業(yè)化。月泉仿生由吉林大學(xué)工程仿生教育部重點(diǎn)實(shí)驗(yàn)室任露泉院士團(tuán)隊(duì)創(chuàng)立。

二級(jí)市場(chǎng)，人形機(jī)器人概念股都炒了幾波。5月，馬斯克在2023年股東大會(huì)上關(guān)于人形機(jī)器人Optimus的一番話，直接拉漲了一波A股機(jī)器人概念——賽摩智能20CM漲停，豐立智能在六個(gè)交易日漲幅近160%，直接引發(fā)了深交所的關(guān)注，要求說明股價(jià)漲幅較大的原因及合理性。

為何人形機(jī)器人成為了香餑餑？投資人扎堆調(diào)研的背后，人形機(jī)器人面臨哪些機(jī)會(huì)和挑戰(zhàn)？

1.特斯拉、小米、追覓熱火朝天的人形機(jī)器人

特斯拉是這波人形機(jī)器人熱潮的直接推動(dòng)者。

在2023年股東大會(huì)上，馬斯克說，人形機(jī)器人Optimus對(duì)運(yùn)動(dòng)和力量的控制以及環(huán)境感知方面有顯著加強(qiáng)，技術(shù)正在快速迭代。他預(yù)測(cè)，機(jī)器人的需求可能會(huì)達(dá)到100億，甚至更多。如果以人類和機(jī)器人的比例為2:1，那么對(duì)人形機(jī)器人的需求可能會(huì)遠(yuǎn)遠(yuǎn)超過汽車的需求。

馬斯克的相信和投入點(diǎn)燃了很多人對(duì)人形機(jī)器人賽道的信心。

特斯拉有可能會(huì)推動(dòng)整個(gè)產(chǎn)業(yè)鏈走向成熟。梅花創(chuàng)投創(chuàng)始合伙人吳世春告訴「甲子光年」：“在新能源汽車產(chǎn)業(yè)鏈領(lǐng)域，特斯拉帶動(dòng)智能汽車產(chǎn)業(yè)鏈整體向前發(fā)展，它在上海的工廠帶動(dòng)了整個(gè)中國(guó)智能產(chǎn)業(yè)鏈的逐步成熟。下一個(gè)可能是人形機(jī)器人?！?/p>

“這是好事，我們也在觀察這個(gè)行業(yè)里哪些地方有投資機(jī)會(huì)，可能是整機(jī)、零部件或軟件?！眳鞘来赫f。

在特斯拉2022 AI Day活動(dòng)上，特斯拉人形機(jī)器人“Optimus”首次亮相，并在現(xiàn)場(chǎng)完成了自主行走、轉(zhuǎn)身、停止、揮手問候等動(dòng)作。雖然在本屆機(jī)器人大會(huì)中沒有看到“Optimus”的身影，但在今年的世界人工智能大會(huì)上，我們?cè)谏虾Ｒ姷搅艘豢钤跈淮袄锏摹癘ptimus”。

甲子光年現(xiàn)場(chǎng)拍攝

“Optimus”采用了與汽車一致的計(jì)算機(jī)視覺、處理視覺數(shù)據(jù)、做出行動(dòng)決策、支持通信交流的“大腦”，以及與特斯拉車輛相同的芯片，還搭載與特斯拉車輛同源的FSD電腦以及Autopilot相關(guān)神經(jīng)網(wǎng)絡(luò)技術(shù)，預(yù)計(jì)最終售價(jià)不超2萬美元（約14.4萬元人民幣）。

明勢(shì)資本創(chuàng)始合伙人黃明明認(rèn)為，電動(dòng)汽車公司做人形機(jī)器人有先天優(yōu)勢(shì)?！皟赡昵榜R斯克要做Tesla Bot的時(shí)候，很多人覺得他不務(wù)正業(yè)。但如果仔細(xì)分析特斯拉的技術(shù)棧會(huì)發(fā)現(xiàn)，機(jī)器人是電動(dòng)汽車的自然延伸。車是第一代的四輪機(jī)器人，理想汽車今年年初確定的愿景不是成為全球最大的電動(dòng)車企業(yè)，而是成為最優(yōu)秀的人工智能和機(jī)器人公司。”

他提到，認(rèn)知型機(jī)器人是下一個(gè)巨大突破?！翱赡苁侨诵?，也可能是四足。現(xiàn)在我們?cè)诠S、產(chǎn)線、物流已經(jīng)有各種各樣的機(jī)器人，但這些機(jī)器人的程序都是人類工程師寫好的，動(dòng)作是被我們固定好的。但是認(rèn)知型機(jī)器人和自動(dòng)駕駛一樣，有感知、分析判斷能力，有人機(jī)交互能力、對(duì)于3D世界的實(shí)時(shí)理解能力，以及精準(zhǔn)的操作能力?！?/p>

人形機(jī)器人的的任務(wù)泛化能力決定了它能走的多遠(yuǎn)。很多企業(yè)正在瞄準(zhǔn)這個(gè)方向發(fā)力。

智元機(jī)器人最近發(fā)布的具身智能機(jī)器人遠(yuǎn)征A1就是一款人形機(jī)器人，稚暉君稱：“智元機(jī)器人致力于將先進(jìn)的機(jī)器人和AI技術(shù)與人類生活以及生產(chǎn)制造緊密結(jié)合，未來讓機(jī)器人成為人類的得力助手。遠(yuǎn)征A1未來可以在各種復(fù)雜場(chǎng)景下自主完成移動(dòng)和操作任務(wù)?！?/p>

前述提到的創(chuàng)業(yè)公司月泉仿生的機(jī)器人已經(jīng)能夠做到和人手相似的靈巧性。公司自主研發(fā)的類人仿生智能靈巧手在外力干擾下可以通過主動(dòng)移動(dòng)、屈曲、翻轉(zhuǎn)等動(dòng)作調(diào)整，以保持手持物體不掉落。“除了基礎(chǔ)的抓握、按壓等動(dòng)作外，還可以完成27種不同的手部復(fù)雜精細(xì)操作，比如使用筷子夾取細(xì)小物體、涂抹護(hù)膚品、攪拌咖啡、刷手機(jī)、解扣子等?！睋?jù)悉，月泉仿生智能靈巧手采用拉壓體驅(qū)動(dòng)技術(shù)，擁有極高自由度。同時(shí)內(nèi)置了柔性傳感器，具有觸覺神經(jīng)反饋。

月泉仿生智能靈巧手，公司供圖

月泉仿生CTO趙迪告訴「甲子光年」，目前關(guān)節(jié)型的人形機(jī)器人普遍只能進(jìn)行抓取拿放，很難執(zhí)行解扣子這種更復(fù)雜的動(dòng)作。人形機(jī)器人要想真正服務(wù)人類，一個(gè)好用能干活的雙手是必需的，因此在底層原理方面創(chuàng)新突破并提出全新的構(gòu)型顯得尤為重要。

人形機(jī)器人運(yùn)動(dòng)方面，月泉仿生同樣圍繞著“仿生拉壓體機(jī)器人”這一自主創(chuàng)新理論展開研究。趙迪提到，“正常情況下，一個(gè)關(guān)節(jié)最高可有6個(gè)自由度，但關(guān)節(jié)驅(qū)動(dòng)機(jī)器人為了追求控制精度鎖死了自由度，實(shí)際最多只有1~3個(gè)自由度，由此造成功耗水平也很高，是人體運(yùn)動(dòng)功耗水平的幾十倍乃至上百倍。”

據(jù)他介紹，月泉的仿生拉壓體機(jī)器人能夠克服傳統(tǒng)關(guān)節(jié)驅(qū)動(dòng)機(jī)器人的缺點(diǎn)，使機(jī)器人具備與人相似的運(yùn)動(dòng)特性，可以在具備較高運(yùn)動(dòng)自由度的情況下，能夠兼顧穩(wěn)定性，并且能實(shí)現(xiàn)關(guān)節(jié)剛度的快速自適應(yīng)調(diào)節(jié)同時(shí)能使機(jī)器人實(shí)現(xiàn)與環(huán)境的安全交互，運(yùn)動(dòng)能耗指標(biāo)僅為人體的一到兩倍。同時(shí)，由于采用了新的驅(qū)動(dòng)方式，月泉仿生的產(chǎn)品不再需要使用復(fù)雜昂貴的減速器，降低了成本。據(jù)了解，公司也自研了微電機(jī)和仿生材料，以匹配拉壓體驅(qū)動(dòng)方式的性能需要。

在機(jī)器人大會(huì)現(xiàn)場(chǎng)，我們也看到非常多在展現(xiàn)各種技能的人形機(jī)器人。

追覓把今年3月新發(fā)布的人形機(jī)器人帶到了現(xiàn)場(chǎng)，這是一款身高 178cm，體重 56kg的機(jī)器人，全身共 44個(gè)自由度，其中單腿還有完整的6個(gè)自由度，可以完成單腿站立。此外，機(jī)器人身上還配備了深度相機(jī)，可以完成室內(nèi)3維環(huán)境的建模，同時(shí)還集成了AI大語言模型，可以進(jìn)行實(shí)時(shí)溝通對(duì)話。

表演咖啡拉花的追覓機(jī)器人，圖片來自追覓

追覓科技人形機(jī)器人負(fù)責(zé)人喻超告訴「甲子光年」：“人形機(jī)器人自主實(shí)現(xiàn)咖啡‘拉花’的難點(diǎn)在于，它需要在開放空間里與人進(jìn)行交互，這意味著它所處的空間位置和運(yùn)動(dòng)軌跡會(huì)有許多不確定性，同時(shí)需要識(shí)別不同材質(zhì)及尺寸的工具。要解決這些問題，就要搭載更多的智能模型、傳感器，并在機(jī)械結(jié)構(gòu)設(shè)計(jì)上做創(chuàng)新調(diào)整?！?/p>

機(jī)器人公司宇樹科技不僅帶來了已經(jīng)在行業(yè)場(chǎng)景中落地的四足機(jī)器人，也帶來最新發(fā)布的人形機(jī)器人H1。

甲子光年現(xiàn)場(chǎng)拍攝

這是一款能跑的全尺寸通用人形機(jī)器人，擁有全球近似規(guī)格最高動(dòng)力性能，并配置有360°全景深度感知，行走速度大于1.5m/s，潛在運(yùn)動(dòng)能力大于5m/s，整機(jī)重量約在47kg左右。相關(guān)人員告訴「甲子光年」，H1會(huì)在下半年正式投入生產(chǎn)，價(jià)格在幾十萬元人民幣以內(nèi)。

即使被人從側(cè)面，后面踹一腳，H1都可以像人一樣，稍微踉蹌之后還能找到新的平衡，不會(huì)摔倒。一位機(jī)器人工程師告訴「甲子光年」：“實(shí)現(xiàn)這種功能并不是一件容易的事，背后用哪個(gè)數(shù)學(xué)函數(shù)大家都知道，但是能把它真正落地到產(chǎn)品中很難?！?/p>

大家對(duì)小米的好奇更多集中在最新發(fā)布的四足機(jī)器人身上，去年發(fā)布的人形機(jī)器人“鐵大”反而少有人在關(guān)注。據(jù)「甲子光年」了解，去年小米發(fā)布的人形機(jī)器人“鐵大”由追覓制造，后者本身也是小米生態(tài)鏈中的一員，在高度馬達(dá)等多個(gè)軟硬件方面有一些經(jīng)驗(yàn)積累。

甲子光年現(xiàn)場(chǎng)拍攝

達(dá)闥把人形雙足機(jī)器人“七仙女”小紫帶到了現(xiàn)場(chǎng)，這款機(jī)器人身高165cm，體重65kg，全身采用了輕質(zhì)高強(qiáng)度的碳纖維復(fù)合材料，擁有60多個(gè)智能柔性關(guān)節(jié)，由達(dá)闥全棧自研，搭載了海睿云端大腦操作系統(tǒng)，集成了機(jī)器人多模態(tài)人工智能大模型RobotGPT。現(xiàn)場(chǎng)還有一個(gè)人形機(jī)器人穿著球衣在表演定點(diǎn)投籃。達(dá)闥創(chuàng)始人兼CEO黃曉慶稱，“七仙女”將在2024年正式發(fā)布，2025年規(guī)模量產(chǎn)。

來自浙江大學(xué)控制學(xué)院機(jī)器人團(tuán)隊(duì)的同學(xué)也帶著“悟空-4”人形機(jī)器人來到了會(huì)上。據(jù)了解，“悟空-4”可適應(yīng)室外路面、草叢、泥濘路面等多種地形，最快運(yùn)動(dòng)速度可以達(dá)到6公里/小時(shí)，還能跳高0.5米，還可以可上下25度斜坡和10厘米臺(tái)階。在路面打滑和外部推力干擾等未知擾動(dòng)下，可快速恢復(fù)平衡并保持穩(wěn)定行走。

浙江大學(xué)供圖

“悟空-4”通過融合腿足運(yùn)動(dòng)技術(shù)與環(huán)境感知技術(shù)，實(shí)現(xiàn)了機(jī)器人的三維環(huán)境地圖構(gòu)建和自主動(dòng)態(tài)導(dǎo)航。該項(xiàng)目導(dǎo)師是朱秋國(guó)和熊蓉，都是機(jī)器人領(lǐng)域的專家，長(zhǎng)期從事腿足機(jī)器人、機(jī)器人智能感知控制、群體協(xié)作控制等研究，有深厚的理論與技術(shù)基礎(chǔ)。

清華大學(xué)交叉信息研究院和上海期智研究院所孵化的創(chuàng)業(yè)公司星動(dòng)紀(jì)元也帶著人形機(jī)器人產(chǎn)品來到了現(xiàn)場(chǎng)。

這次，星動(dòng)紀(jì)元的兩款產(chǎn)品小星和小星MAX都進(jìn)行了現(xiàn)場(chǎng)演示。小星在水泥地上、樹林里、草地里、石子路上都能快速行走，且有一定的穩(wěn)定性。

甲子光年現(xiàn)場(chǎng)拍攝

這兩款機(jī)器人產(chǎn)品背后，是公司自主研發(fā)的一系列軟硬件技術(shù)：基于本體感知驅(qū)動(dòng)器的人形機(jī)器人本體；使用自研高扭矩密度模塊化關(guān)節(jié)以及一體化結(jié)構(gòu)設(shè)計(jì)；以高強(qiáng)度合金、碳纖維和工程塑料等先進(jìn)材料，保留美觀外形，提高了結(jié)構(gòu)的強(qiáng)度和穩(wěn)定性；布局大語言模型，配以先進(jìn)的力控算法，具備高動(dòng)態(tài)性能的同時(shí)能更好地理解人類。

從投資人追捧、頭部科技公司入局，到創(chuàng)業(yè)公司和高校的創(chuàng)新研究，眼下，人形機(jī)器人正在多個(gè)方向齊頭并進(jìn)，迎來新的發(fā)展階段。

2.給人形機(jī)器人裝上大腦

大模型是推動(dòng)人形機(jī)器人走向熱潮的另一重關(guān)鍵技術(shù)變量。

OpenAI靠一己之力讓人類邁進(jìn)了通用人工智能的大門前。大模型的觸角正在進(jìn)入各行各業(yè)，與機(jī)器人結(jié)合之后，人類開啟了對(duì)通用機(jī)器人可能性的新想象：只能聊天對(duì)話太局限了，能不能通過指令，自己拆解任務(wù)并執(zhí)行到底？

云啟資本合伙人陳昱認(rèn)為，大模型本質(zhì)是軟件能力，在數(shù)字世界中，與現(xiàn)實(shí)世界連接最好的載體實(shí)際上是硬件載體?！澳壳埃覀兏粗厝绾螌⒋竽Ｐ团c機(jī)器人硬件結(jié)合，實(shí)現(xiàn)通用機(jī)器人的形態(tài)?！痹谒磥?，具身智能讓通用機(jī)器人已經(jīng)看到了一個(gè)可能的路徑，資本就是去給行業(yè)添一把柴火，經(jīng)過五年到十年的大規(guī)模的投入，讓它燒的更旺，最終實(shí)現(xiàn)通用機(jī)器人的商用化。

陳昱提到，目前機(jī)器人側(cè)研發(fā)關(guān)注的重點(diǎn)與以往不同：不再僅限于完成某一類特定工作，而是進(jìn)一步完成多類型任務(wù)。比如過去，配送機(jī)器人負(fù)責(zé)配送、建筑機(jī)器人智能刷墻。但在通用智能化的大背景下，未來將有可能實(shí)現(xiàn)機(jī)器人靈活用工，比如工廠環(huán)境中的機(jī)器人既能擰螺絲、又能噴漆、還能完成零件組裝。

目前，不管是“具身智能”還是“通用人工智能”都是市場(chǎng)對(duì)2023年的人形機(jī)器人的新期待——通用人工智能對(duì)物理世界的價(jià)值需要有具身的實(shí)體來承載，并和真實(shí)的物理世界進(jìn)行交互，才能更大范圍的影響人類。

線性資本投資總監(jiān)辛未認(rèn)為，大模型打開了通用機(jī)器人的可實(shí)現(xiàn)性。辛未提到，機(jī)器人的通用化，需要解決幾個(gè)技術(shù)的問題：上層需要對(duì)任務(wù)做理解、定義、規(guī)劃、拆分；中間需要能夠強(qiáng)泛化的執(zhí)行層來滿足不同場(chǎng)景的任務(wù)執(zhí)行；底層是相對(duì)成熟的機(jī)器人控制，再搭配上合適的硬件本體。“三個(gè)層級(jí)中，在大模型出來之前，我們認(rèn)為頂層是最難實(shí)現(xiàn)的，而大模型的能力完全匹配了這一層的要求，使通用機(jī)器人具有變?yōu)楝F(xiàn)實(shí)的可能?！?/p>

很多創(chuàng)業(yè)公司看中的也是技術(shù)驅(qū)動(dòng)下，人形機(jī)器人的新能力可能會(huì)打開全新的需求，更靠近落地。

宇樹科技創(chuàng)始人王興興提到，在幾年前，市場(chǎng)不看好人形機(jī)器人最關(guān)鍵的原因是，人類的控制技術(shù)沒辦法駕馭人形機(jī)器人這么復(fù)雜的機(jī)器人形態(tài)。如今，在大模型的技術(shù)發(fā)展下，AI的發(fā)展已經(jīng)遠(yuǎn)超機(jī)器人需要的技術(shù)?！艾F(xiàn)在做人形機(jī)器人，借鑒現(xiàn)有的大模型技術(shù)，做一個(gè)小模型甚至中等模型就能用了，這讓通用人形機(jī)器人技術(shù)層面邁過了一個(gè)鴻溝，未來幾年，只要突破工程方面的問題，就可以讓人形機(jī)器人可以發(fā)揮很大的生產(chǎn)價(jià)值，帶來顛覆性的落地應(yīng)用。”

正在研究雙足機(jī)器人的智能機(jī)器人公司逐際動(dòng)力創(chuàng)始人張巍認(rèn)為，人形機(jī)器人帶來的機(jī)器人通用機(jī)會(huì)在于，既可以解決目前專業(yè)機(jī)器無法處理的問題，同時(shí)需要具備至少2-3個(gè)不同工種工人的能力，比如既能搬箱子，還可以揀貨、進(jìn)行質(zhì)量檢測(cè)等，它需要是一個(gè)通用的物理運(yùn)動(dòng)平臺(tái)。

相比國(guó)內(nèi)，國(guó)外的進(jìn)展更快一步，已經(jīng)把大模型的能力從語言穿透到執(zhí)行層。

今年7月，李飛飛團(tuán)隊(duì)在網(wǎng)上公開了一個(gè)新的具身智能研究項(xiàng)目：接入大模型的機(jī)器人可以根據(jù)人類發(fā)出的語言指令，自己進(jìn)行拉抽屜、擰瓶蓋、稱重蘋果等動(dòng)作。

7月28日，谷歌DeepMind最推出的機(jī)器人模型Robotics Transformer 2（RT-2）也是這一方向研究的延伸。RT-2是一個(gè)全新的視覺-語言-動(dòng)作（VLA）模型，可以從網(wǎng)絡(luò)和機(jī)器人數(shù)據(jù)中學(xué)習(xí)，并將這些知識(shí)轉(zhuǎn)化為機(jī)器人控制的通用指令。RT-2表現(xiàn)出了更好的泛化能力——理解范圍超出它所接觸到的機(jī)器人數(shù)據(jù)的語義和視覺范疇，且能解釋新指令并通過執(zhí)行基本推理來響應(yīng)用戶命令。

Google DeepMind的論文中介紹了Robotics Transformer 2（RT-2），一個(gè)全新的視覺-語言-動(dòng)作（VLA）模型，它從網(wǎng)絡(luò)和機(jī)器人數(shù)據(jù)中學(xué)習(xí)，并將這些知識(shí)轉(zhuǎn)化為機(jī)器人控制的通用指令，同時(shí)保留了web-scale能力。

這些研究都為人類邁向通用機(jī)器人奠定了關(guān)鍵一步。國(guó)內(nèi)，來自清華的團(tuán)隊(duì)也一直進(jìn)行這一領(lǐng)域的研究。2000年圖靈獎(jiǎng)獲得者、中國(guó)科學(xué)院院士、清華大學(xué)交叉信息研究院院長(zhǎng)姚期智在論壇分享中提到，這種融合了大模型能力的新一代具身智能體需要具備三個(gè)特征：

如果具身智能為核心的通用機(jī)器人是未來方向，這個(gè)形態(tài)為什么一定是人形機(jī)器人？

誠(chéng)然，通用機(jī)器人不一定等于人形機(jī)器人，但目前，很多機(jī)器人從業(yè)者都提到，人形機(jī)器人是公認(rèn)的最好的通用機(jī)器人形態(tài)。

姚期智在分享中提到，目前，最好的通用機(jī)器人形態(tài)就是人形機(jī)器人，一方面人形機(jī)器人更能適應(yīng)各種環(huán)境，另一方面，當(dāng)前人類社會(huì)環(huán)境中的種種設(shè)計(jì)都是為人類量身定做，比如樓梯結(jié)構(gòu)、門把手高度、杯子形狀等，都是為人類形象所定制。所以，如果要打造一個(gè)有泛應(yīng)用能力的通用機(jī)器人，人形是目前最好最適合的形態(tài)。

真格基金合伙人劉元告訴「甲子光年」，他認(rèn)為，人形機(jī)器人的產(chǎn)品定義和需求是有基礎(chǔ)的，它在某種程度上與人類數(shù)百年前對(duì)機(jī)器人的期待就有些相似。縱觀歷史中各類技術(shù)的發(fā)展，很多新的產(chǎn)品都是對(duì)幾百年前人類科幻作品中對(duì)未來生活的需求和解決方案的一種遙遠(yuǎn)回響?！皫装倌昵埃祟惥拖胱寵C(jī)器人幫做家務(wù)。之后就有了洗衣機(jī)、微波爐、掃地機(jī)器人?？梢哉f，科幻完成了人類對(duì)于需求的一個(gè)產(chǎn)品定義?！?/p>

但他也提到，這個(gè)階段很多公司一擁而上做人形機(jī)器人也有很大的跟風(fēng)成分。

3.大模型解決不了的問題還有很多

理想豐滿的另一面是現(xiàn)實(shí)的骨感。對(duì)于正加速布局人形機(jī)器人賽道的科技公司而言，在把握當(dāng)前機(jī)會(huì)的同時(shí)還要考慮更多現(xiàn)實(shí)的技術(shù)難題和商業(yè)化挑戰(zhàn)。

技術(shù)層面，正如谷歌、李飛飛等團(tuán)隊(duì)正在研究的一樣，通用機(jī)器人領(lǐng)域也需要類似GPT-4這樣的大模型，能夠真正一步到位，把多模式能力融合在一起，真正統(tǒng)一具身智能的發(fā)展。

但這并非易事，明勢(shì)資本合伙人夏令告訴「甲子光年」，目前論文和一些demo展示的機(jī)器人與大語言模型結(jié)合偏重交互問題，但并不是解決交互問題后，人形機(jī)器人就變成了通用機(jī)器人。“因?yàn)榧词够谌藱C(jī)交互完成高層次任務(wù)分解和規(guī)劃，機(jī)器人仍需要控制和執(zhí)行，包括在復(fù)雜地形的通用移動(dòng)能力和高精度操作能力。這些能力對(duì)機(jī)器人來說仍有很大挑戰(zhàn)?！?/p>

夏令認(rèn)為，在控制執(zhí)行層面，大語言模型難以解決問題。“站在整個(gè)通用機(jī)器人的發(fā)展角度來看，大語言模型有貢獻(xiàn)，但對(duì)底層控制和執(zhí)行的影響有限。目前學(xué)術(shù)界采用AI驅(qū)動(dòng)的方法，希望把強(qiáng)化學(xué)習(xí)的方式做底層的控制執(zhí)行，但這和大語言模型并沒有直接的關(guān)系。且強(qiáng)化學(xué)習(xí)的控制方法大部分還停留在學(xué)術(shù)研究階段。”

身在其中的企業(yè)也正在面對(duì)這些難題。宇樹科技創(chuàng)始人王興興提到，機(jī)器人領(lǐng)域會(huì)出現(xiàn)自身的大模型。在他看來，大模型與機(jī)器人的融合是一個(gè)難點(diǎn)，一些通用大模型并的文字邏輯化和處理能力不錯(cuò)，但由于不是給通用人形機(jī)器人專門使用，所以這些大模型對(duì)環(huán)境認(rèn)知和感知能力基本是零。而不同于大語言模型的數(shù)據(jù)集可以直接從互聯(lián)網(wǎng)端獲取，機(jī)器人的數(shù)據(jù)都是動(dòng)態(tài)的數(shù)據(jù)集，需要在仿真環(huán)境中，獲得動(dòng)態(tài)模擬數(shù)據(jù)，也依賴于和物理環(huán)境的基礎(chǔ)和交互，這些都需要一定的時(shí)間。

對(duì)于未來的技術(shù)進(jìn)展，王興興相對(duì)比較樂觀，“目前英偉達(dá)已經(jīng)在推進(jìn)在仿真環(huán)境中的相關(guān)訓(xùn)練，從目前全球的熱度以及目前人工智能行業(yè)的進(jìn)展來看，不超過10年，會(huì)有顯著性進(jìn)步?！?/p>

也有人覺得不會(huì)很快。德國(guó)慕尼黑工業(yè)大學(xué)教授Alois C. Knoll提到，接下來，機(jī)器人領(lǐng)域也需要慢慢的像大語言模型一樣，一步步的集成仿真、建模、編程、人工智能等多項(xiàng)能力，走出自身的智能泛化能力。“人形機(jī)器人是目前見到的最難最復(fù)雜的機(jī)器之一，這個(gè)過程需要時(shí)間，可能會(huì)比AGI慢，可能不會(huì)快速地見到巨變?！?/strong>

另一個(gè)關(guān)鍵的挑戰(zhàn)在于軟硬件能力的協(xié)同進(jìn)化上。

與很多人都在推崇大模型給人形機(jī)器人帶來顛覆性的機(jī)會(huì)不同，波士頓動(dòng)力創(chuàng)始人Marc Raibert在演講中提到，未來的機(jī)器人技術(shù)發(fā)展過程中，硬件工程和軟件同等重要。“有些人認(rèn)為軟件可以克服硬件上所有的問題和限制，我并不贊同這個(gè)觀點(diǎn)”。

在他看來，只有最好的硬件設(shè)計(jì)師和軟件性設(shè)計(jì)師傾力合作，才能夠設(shè)計(jì)出世界上最好的機(jī)器人。以波士頓動(dòng)力的人形機(jī)器人為例，在Atlas的硬件工程方面，公司做了大量工作——包括液壓系統(tǒng)、多個(gè)專門的閥門、專用電池、負(fù)載等各個(gè)方面，把機(jī)器人的重量從170公斤縮小到90公斤，這個(gè)過程中，他們沒有在機(jī)器人的功能上有任何妥協(xié)，反而提高了機(jī)器人的運(yùn)動(dòng)范圍力量和速度。

甲子光年現(xiàn)場(chǎng)拍攝

這是目前最現(xiàn)實(shí)的難點(diǎn)。尤其對(duì)于創(chuàng)業(yè)公司而言，平衡技術(shù)實(shí)現(xiàn)、性能和成本是關(guān)鍵能力。

星動(dòng)紀(jì)元CEO陳建宇稱，目前星動(dòng)紀(jì)元希望機(jī)器人能同時(shí)兼顧力量、速度、精度以及成本，但確實(shí)難以做到?！耙簤杭夹g(shù)能讓機(jī)器人的速度和力量都很強(qiáng)，但成本太貴；電驅(qū)動(dòng)技術(shù)取決于如果用高減速比的諧波技術(shù)，但一旦精度比較高，承載也不錯(cuò)，靈巧性又會(huì)降低；而靈巧度上去了，成本比較低，但卻要犧牲機(jī)器人的載荷和精度?，F(xiàn)在很難兼顧所有情況，只能針對(duì)不同的應(yīng)用場(chǎng)景，進(jìn)行各要素的平衡?！?/p>

此外，在安全性上，大語言模型胡說八道可能造成的影響不大，但一旦一臺(tái)搭載大模型的機(jī)器人進(jìn)入生活，就需要保證準(zhǔn)確度和安全性，這些都是技術(shù)需要改進(jìn)的方向。

這些問題都需要人形機(jī)器人公司需在場(chǎng)景中不斷試錯(cuò)才能找到解題思路。

線性資本投資總監(jiān)辛未告訴「甲子光年」：人形機(jī)器人目前可展示的 demo 都相對(duì)初級(jí)，無論是移動(dòng)還是操作，在場(chǎng)景端真正用起來需要算法和硬件有強(qiáng)泛化性，這是其商業(yè)化的基礎(chǔ)，目前人形還有科學(xué)側(cè)的問題沒有解決?！爱?dāng)然，我們既不能高估技術(shù)的短期效應(yīng)，也不能忽視技術(shù)的長(zhǎng)期進(jìn)步，通用機(jī)器人已經(jīng)變成大火的領(lǐng)域，無論是學(xué)術(shù)側(cè)還是工業(yè)側(cè)，更多的力量和資源涌入，我相信能在一定程度落地的商業(yè)化產(chǎn)品不遠(yuǎn)了?！?/p>

明勢(shì)資本合伙人夏令認(rèn)為，對(duì)于今天想去做通用機(jī)器人的創(chuàng)業(yè)公司而言，類比自動(dòng)駕駛的發(fā)展，找到可商業(yè)化閉環(huán)和可數(shù)據(jù)閉環(huán)的L2尤其重要。因?yàn)樗哂姓鎸?shí)的商業(yè)化價(jià)值，同時(shí)底層技術(shù)能夠在商業(yè)化價(jià)值實(shí)現(xiàn)的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)飛輪，支持繼續(xù)向L4的方向去發(fā)展?！叭绻阒挥蠰2，沒有去做L4的技術(shù)架構(gòu)、野心及能力也是不行的。所以就是要心懷著一個(gè)L4偉大的夢(mèng)想，同時(shí)要腳踏實(shí)地找到一個(gè)可商業(yè)化的L2?！?/p>

技術(shù)、場(chǎng)景、成本、安全，機(jī)會(huì)和挑戰(zhàn)正在同時(shí)到來，人形機(jī)器人正邁出了通往未來的關(guān)鍵一步。

（封面圖來源：百度文心一格）

END.