作者 | 辰紋

來源 | 洞見新研社

“人工智能下一個浪潮是具身智能，即能理解、推理并與物理世界互動的智能系統(tǒng)”， 英偉達(dá)CEO黃仁勛去年在ITF World 2023半導(dǎo)體大會上的預(yù)測正在成為現(xiàn)實(shí)。

5月份，日本橫濱召開的國際頂級機(jī)器人學(xué)術(shù)會議（ICRA2024）上，人形機(jī)器人扎堆亮相。

7月份，上海世界人工智能大會（WAIC 2024）展出人形機(jī)器人“十八金剛”是整個大會“最靚的仔”。

8月份，在北京閉幕的世界機(jī)器人大會中，人形機(jī)器人成為當(dāng)之無愧的“C位”主角，官方表示，這是人形機(jī)器人數(shù)量最多的一屆大會，并且，現(xiàn)場有超過一半的觀眾都集中在人形機(jī)器人公司的展臺。

很顯然，和大模型一樣，作為具身智能最重要的實(shí)體形態(tài)，人形機(jī)器人正在走向人工智能的舞臺中央。

以上展出的各類機(jī)器人“能文能武”，會寫字，會洗衣，做家務(wù)更是十項(xiàng)全能；能打詠春，能做拳擊陪練，也能成為貼身保鏢。

從場面上看，很熱鬧，但深入內(nèi)里，這么火的具身智能，亦或是人形機(jī)器人，距離“憑本事吃飯”還有多遠(yuǎn)呢？

01 大模型帶火機(jī)器人

在進(jìn)行我們的討論之前，首先要明確，什么是具身智能？

根據(jù)具身智能的英文翻譯（Embodied artificial intelligence，EAI）可以發(fā)現(xiàn)，“本體”和“智能體”是兩個非常重要的構(gòu)成，具有“感知決策、物理實(shí)體、環(huán)境交互”的特征。

直白一點(diǎn)的理解就是，具身智能可以感知并理解周圍環(huán)境，在物理環(huán)境中執(zhí)行具體任務(wù)。

事實(shí)上，早在60多年前，自動化技術(shù)的先驅(qū)者歐姆龍公司就提出了“機(jī)器能做的事情讓機(jī)器去做，人類應(yīng)該從事富有創(chuàng)造性的活動”的觀點(diǎn)，但終因技術(shù)尚未成熟，空有美好想法卻難以落地。

從2022年開始，具身智能迎來了新一輪的發(fā)展期，背后的核心變量是大模型的發(fā)展。

8月2日，初創(chuàng)公司Figure AI發(fā)布人形機(jī)器人Figure02，在與OpenAI合作開發(fā)的AI模型的支持下，F(xiàn)igure02的對話交互更具實(shí)時性、常識推理能力也更加到位。

很顯然，大模型技術(shù)為人形機(jī)器人實(shí)現(xiàn)更優(yōu)的感知、決策、交互能力提供了技術(shù)基礎(chǔ)，同樣也為機(jī)器人實(shí)現(xiàn)大腦感知決策，小腦運(yùn)動控制的泛化性帶來了非常大的想象空間。

另外一面，人形機(jī)器人的硬件技術(shù)方面也有了長足的進(jìn)步，2023年末特斯拉發(fā)布的Optimus Gen2搭載自研執(zhí)行器，足部采用鉸鏈?zhǔn)竭B接并配備力傳感器，使得Gen2的行走速度較Gen1提升30%并具備更好的平衡性。

更加重要的是，特斯拉發(fā)布Optimus后，帶動公司股價(jià)連續(xù)11個交易日收高，馬斯克的身價(jià)也在這段期間膨脹了約670億美元，進(jìn)一步驗(yàn)證了市場對人形機(jī)器人商業(yè)化的前景，從而將科技圈的關(guān)注焦點(diǎn)又重新拉回到具身智能。

這里主要體現(xiàn)在三個方面。

一是全國各國政府在政策層面的引導(dǎo)。

其中，中國政策的短期目標(biāo)在于實(shí)現(xiàn)核心零部件的技術(shù)突破，長期目標(biāo)在于豐富產(chǎn)業(yè)應(yīng)用和生態(tài)；海外的政策更多集中在前沿技術(shù)的攻關(guān)以及重要場景的落地等方面。

中國人形機(jī)器人重要政策梳理  資料來源：各政府網(wǎng)站，中金公司研究部

二是下場的玩家多元，且競爭愈發(fā)激烈。

除了像優(yōu)必選、波士頓動力、傅里葉智能這類以做本體、硬件見長的老牌機(jī)器人公司和一批近期涌現(xiàn)專注機(jī)器人產(chǎn)業(yè)的初創(chuàng)公司，比如智元機(jī)器人、銀河通用機(jī)器人、星動紀(jì)元、逐際動力等之外，還有兩派玩家。

其一是以科大訊飛、百度、騰訊、谷歌等為代表的科技大廠攜帶著感知認(rèn)知的算法優(yōu)勢而來；其二則是以小鵬汽車、小米、追覓、特斯拉這類為代表的跨界廠商，這類玩家往往擁有比較確定的應(yīng)用場景，以及可以共享的產(chǎn)業(yè)鏈。

三是資本對具身智能賽道的熱情，畢竟真金白銀投出去是為了有更多的回報(bào)。

據(jù)不完全統(tǒng)計(jì)，2023年國內(nèi)有9家人形機(jī)器人企業(yè)獲得累計(jì)超19億元融資，今年上半年，國內(nèi)有13家人形機(jī)器人企業(yè)融資總金額超25億元，成立僅一年的銀河通用機(jī)器人，在 6 月甚至獲得超7億人民幣天使輪融資，估值達(dá)到數(shù)十億人民幣，被稱為“年度最大天使輪”。

而以“先進(jìn)制造-機(jī)器人”為標(biāo)簽，截至今年8月初，則發(fā)生了135筆融資。

02 機(jī)器人的手和腳，人類都還沒“想”好

雖然行業(yè)很熱鬧，但是在研發(fā)和應(yīng)用層面，人形機(jī)器人還是有諸多問題待解。

首當(dāng)其沖的就是技術(shù)路線的收斂。

北航機(jī)器人研究所名譽(yù)所長，中關(guān)村智友研究院院長王田苗在“2024世界機(jī)器人大會”期間發(fā)表觀點(diǎn)時就表示，“當(dāng)前人形機(jī)器人還面臨兩大難點(diǎn)，一是機(jī)器人目前的‘軟’件端，適合機(jī)器人的通用大模型和垂直專業(yè)模型，還在攻堅(jiān)階段；此外，靈巧手目前在技術(shù)和成本上都有需要攻克的難點(diǎn)。”

所謂的“軟件“，指的是將復(fù)雜任務(wù)拆分為無數(shù)個子任務(wù)，各種子任務(wù)在現(xiàn)實(shí)的物理空間中相融合，其中就需要大模型技術(shù)的賦能，從而實(shí)現(xiàn)人機(jī)交互。

通俗的說，就是要讓機(jī)器人擁有泛化能力，比如，家庭服務(wù)機(jī)器人，不用主人發(fā)號指令，就能主動安排自己的工作，將房屋清掃、做飯炒菜、物品收納等家務(wù)能夠按照輕重緩急的順序逐一完成。

行業(yè)普遍認(rèn)為，人形機(jī)器人在硬件上不存在壁壘，雖然目前不同廠商之間機(jī)器人在移動速度、負(fù)載能力等機(jī)械性能上存在不小的差距，但是這些差距并非不可逾越，時間和成本最終會抹平一切。

最終決定人形機(jī)器人能力高低的還是以軟件為基礎(chǔ)的泛化能力，只有擁有強(qiáng)大的泛化能力，人形機(jī)器人才能適應(yīng)各種任務(wù)場景，才具備真正的“可用性“。

由機(jī)器人的泛化能力進(jìn)行延伸，機(jī)器人的本體形態(tài)，末端執(zhí)行器的選擇，也就是人形機(jī)器人的腳和手的技術(shù)方向，行業(yè)的技術(shù)路線尚未有比較統(tǒng)一的共識。

關(guān)于機(jī)器人的移動能力，行業(yè)的主要分歧為雙足和非雙足的區(qū)分。

如果執(zhí)著于具身智能所強(qiáng)調(diào)的“人形“，雙足是不二之選，可是在當(dāng)前的技術(shù)條件下，雙足機(jī)器人的實(shí)用性、穩(wěn)定性和開發(fā)成本等方面都要弱于輪式底盤為主的非雙足方案。

兩種方案都有各自的簇?fù)�，前者認(rèn)為，就像L4級自動駕駛一樣，雙足就是人形機(jī)器人的最終形態(tài)，從長遠(yuǎn)來看，雙足的算法研究意義重大；后者認(rèn)為，從商業(yè)化落地的視角來看，非雙足方案的適用性更強(qiáng)，也符合“沿途下蛋“的思維。

相于腳的選擇，手指方案的選擇就更多了。

有的企業(yè)選擇“一步到位“，對照著人類在機(jī)器人身上也安上了五根手指，如戴盟機(jī)器人的 Sparky 1 配備基于光學(xué)觸覺傳感器的五指靈巧手。

有的企業(yè)則先從二指夾爪、三指手出發(fā)，如星塵智能S1的雙機(jī)械臂搭配二指夾爪，銀河通用G1采用右夾爪和左吸盤組合，以及 UniX AI 家庭場景機(jī)器人 Wanda 的三指手。

技術(shù)路線之所以會出現(xiàn)百花齊放的現(xiàn)象，很大一個原因就是在沒有形成統(tǒng)一標(biāo)準(zhǔn)之前，廠商們都想自己來定義這項(xiàng)技術(shù)。

事實(shí)上，相比手和腳的選擇，更讓人形機(jī)器人廠商們頭疼的是數(shù)據(jù)的收集問題。

提升機(jī)器人的“軟件”泛化能力，是需要訓(xùn)練數(shù)據(jù)的。

自動駕駛采集數(shù)據(jù)，只需在測試車輛上安裝傳感器就好了，機(jī)器人的訓(xùn)練數(shù)據(jù)，更多要采集人類的行為數(shù)據(jù)，這也是說，需要在從事具體工作的人類身上或者工作場景中安裝傳感器，當(dāng)需要人類參與到數(shù)據(jù)收集時，這個事情就變得復(fù)雜了。

智元機(jī)器人公布了公司的數(shù)據(jù)采集計(jì)劃，預(yù)計(jì)9月底建成一個有100臺左右機(jī)器人的采樣廠，對應(yīng)150個工人，其目標(biāo)是一個工人生產(chǎn)1000條數(shù)據(jù)/天，將數(shù)據(jù)采集的效率如何放在一旁先不談，這種數(shù)據(jù)采集的模式是否可行，還有待后續(xù)觀察。

03 人形機(jī)器人如何賺錢？

一個值得關(guān)注的細(xì)節(jié)，目前很多人形機(jī)器人企業(yè)已經(jīng)進(jìn)入到小批量量產(chǎn)階段，部分產(chǎn)品的價(jià)格也被廠商們打到了10萬以內(nèi)。

例如，宇樹科技G1人形機(jī)器人自5月發(fā)布以來，9.9萬元定價(jià)引發(fā)熱議。在2024世界機(jī)器人大會上，宇樹科技宣布G1迎來量產(chǎn)版，設(shè)計(jì)更適應(yīng)大規(guī)模生產(chǎn)。

智元機(jī)器人合伙人兼營銷服副總裁姜青松在接受媒體采訪時表示，智元雙足人形機(jī)器人今年10月份開始量產(chǎn)，后期預(yù)計(jì)一個月生產(chǎn)100臺，今年預(yù)計(jì)出貨量200臺左右，輪式機(jī)器人預(yù)計(jì)出貨100臺左右。

此外，EX機(jī)器人CEO李博陽向媒體透露，公司已實(shí)現(xiàn)量產(chǎn)盈利，今年內(nèi)會有500臺左右的生產(chǎn)數(shù)量，明年的出貨量將進(jìn)一步增加。

特斯拉方面也透露，明年將小批量生產(chǎn)人形機(jī)器人，計(jì)劃在工廠部署超千臺以輔助工作。

好消息很多，可是人形機(jī)器人距離真正的商業(yè)落地還是很遠(yuǎn)。

王田苗表示，現(xiàn)階段無論15萬還是10萬或更便宜，主要還是面向科研平臺展示，類似于自動駕駛行業(yè)中的線控底盤，目前的人形機(jī)器人產(chǎn)品更多是行業(yè)內(nèi)的內(nèi)部消化，同行們買來進(jìn)行相關(guān)研發(fā)來用。

有行業(yè)人士分析表示，對應(yīng)著自動駕駛的商業(yè)機(jī)會，具身智能，也就是人形機(jī)器人的發(fā)展過程中也有著三類機(jī)遇。

首先是像L4級自動駕駛一樣，機(jī)器人本地的開發(fā)，瞄準(zhǔn)人形機(jī)器人的終局提前占位，只要能夠熬到具身智能時代的真正到來，自然能夠爽吃一把。

其次是像自動駕駛在礦山、封閉園區(qū)、環(huán)衛(wèi)清掃這樣的特定場景中的應(yīng)用，人形機(jī)器人的場景開發(fā)也有不少機(jī)會，只是現(xiàn)在階段行業(yè)的探索尚未有明確的結(jié)果。

最后是上下游的產(chǎn)業(yè)機(jī)會，有時候賣鏟子遠(yuǎn)比挖礦更賺錢。這里的上游包括智算中心的建設(shè)、算力芯片和端側(cè)模型等方面的關(guān)鍵技術(shù)；下游則涉及到各種傳感器、關(guān)節(jié)模組等，類似于自動駕駛中的各種雷達(dá)、智能座艙等。

對照著以上，人形機(jī)器人產(chǎn)業(yè)的發(fā)展路徑其實(shí)已經(jīng)非常清晰了。

雖然目前行業(yè)對于人形機(jī)器人在智能機(jī)器人領(lǐng)域的占比有不同觀點(diǎn)，樂觀派認(rèn)為人形機(jī)器人的市場份額最高將超過60%。

另一部分產(chǎn)業(yè)觀察者則認(rèn)為，人形機(jī)器人只解決了一部分需求，而其他類型的機(jī)器人，如臂式、輪式、履帶式等機(jī)器人的適用場景更加豐富，因而人形機(jī)器人只會占據(jù)30%左右的市場份額。

真正的市場競爭與坐在辦公室里的“兵棋推演”還是會有不同，人形機(jī)器人的具體形態(tài)取決于應(yīng)用場景和客戶需求，取決于客戶愿意為哪種服務(wù)成本和產(chǎn)品功能買單，最終還是要看技術(shù)的創(chuàng)新能力和發(fā)展程度。

來自國際機(jī)器人協(xié)會預(yù)測顯示，2021年至2030年，全球人形機(jī)器人市場規(guī)模年復(fù)合增長率將高達(dá)71%。中國電子學(xué)會數(shù)據(jù)則稱，到2030年，我國人形機(jī)器人市場規(guī)模有望達(dá)到約8700億元。

       原文標(biāo)題 : 具身智能火了，但規(guī)模落地還需時間