“要去和擎天柱散散步了”。北京時間1月31日，馬斯克在社交平臺X曬出了特斯拉旗下人形機器人Optimus（擎天柱）行走的視頻，再次掀起智能機器人的話題熱度。就在日前，馬斯克還曾在特斯拉的財報會上透露，人形機器人最終可能成為特斯拉的最大業(yè)務，擎天柱或將在明年實現(xiàn)交付。

人工智能浪潮席卷，其中，大模型作為應用層最具代表性的明星產品，過去一年可謂狂飆突進。但其實，AI+機器人、AIPC、AI手機也是重要的應用方向，且有望帶來產業(yè)的革命性時刻，甚至走入新一個春天。

過去數(shù)年，人形機器人的發(fā)展一直受限于技術與應用的雙重局限，但隨著AI技術越過山丘，AI加持下的智能機器人產業(yè)，奇點已至。

用一個比喻來形容，對于能夠執(zhí)行精細且復雜物理操作的智能機器人來說，AI相當于大腦，機器人運動控制器相當于小腦，機器人就是軀干，三者組合，才意味著完整的機器人系統(tǒng)。

多家研究機構指出，人形機器人正是AI的具身化載體，也是實現(xiàn)通用人工智能最有效的載體。高盛在分析中表示，最理想情況下，預計2035年人形機器人市場空間有望達1540億美元。

千億美元產業(yè)藍海就在眼前，科技巨頭們爭先恐后入局。

除了特斯拉這條“鯰魚”，其他參與方也在AI機器人的研發(fā)方面熱情滿滿，如谷歌與斯坦福推出了AI機器人Mobile ALOHA， OpenAI積極支持機器人企業(yè)1X的融資。大模型迭代升級，人形機器人應用場景不斷拓展，讓實際落地不再遙遙無期。國內人形機器人頭部玩家優(yōu)必選也已于2023年底在港交所上市，成為我國“人形機器人第一股”。

但與此同時，AI機器人行業(yè)的發(fā)展仍面臨著制造成本高昂、訓練泛化難度高、場景應用受限等問題，這給AI機器人投入量產和大規(guī)模應用帶來了考驗。

AI 機器人各顯“賢惠”

近段時間，AI機器人領域頗為熱鬧，疊衣服、炒菜、煮咖啡，大有承包家務的勢頭。

馬斯克在X上曬出的Optimus（擎天柱）自主行走視頻顯示，該款智能機器人已經可以模仿人類的自如行走，步態(tài)輕盈自然。視頻中，擎天柱去掉了外殼，內部電機、電線等構成清晰可見，但行走動作并不呆滯，擬人化特征相當高。

就在不久前，馬斯克還公布過擎天柱疊衣服的視頻，其可以順暢地將一件襯衫從洗衣籃中拿出，并在臺面上折疊好，手臂與手指應用靈活。谷歌DeepMind與斯坦福團隊共同推出的Mobile ALOHA，展示了煮蝦、擦桌子、洗盤子等功能；來自中國的機器人創(chuàng)企MagicLab則展示了人形機器人煮咖啡的過程。

而在剛剛結束的2024年美國消費電子展（CES2024）上，國產開普勒人形機器人亮相，可以實現(xiàn)多場景應用，包括教育科研、自動化生產線、智能搬運、復雜環(huán)境巡檢、應急救援、戶外安全作業(yè)、危險環(huán)境檢測、安全隱患排查等。

CES2024上，三星公布了新版本的Ballie機器人管家，能夠與智能家居聯(lián)動；LG展示了雙足家庭機器人助理Moving Smart Home Hub；亞馬遜投資的創(chuàng)企Embodied也在CES上展示了教育機器人Moxie AI，可以與兒童進行眼神交流及語音對話。

在研發(fā)速度上，新興科技企業(yè)也在不斷突破。

成立于2022年的Figure，于1月7日發(fā)布了一段人形機器人Figure 01“煮咖啡”的視頻，號稱僅10小時內便教會人形機器人此項技能。前谷歌DeepMind研究員、同時也是該機器人的開發(fā)人員Corey Lynch稱這是通過端到端人工智能訓練實現(xiàn)的，所有行為（包括矯正）都是自主的，并沒有使用遠程操控。而在2023年10月，F(xiàn)igure 01才被正式推出，到如今實現(xiàn)“10小時教會機器人煮咖啡”的突破只用了3個月的時間。

此前，根據(jù)特斯拉在2022 AI Day中披露的細節(jié)，特斯拉人形機器人Optimus的制造耗時6個月，實現(xiàn)行走和手臂搖擺動作分別用了8個月和12個月。相較而言，F(xiàn)igure的研發(fā)速度還要更勝一籌。

不過，并非所有AI機器人的家務活都是自主行為，谷歌與斯坦福的Mobile ALOHA所展示的煮蝦、坐電梯、擦桌子、與人擊掌、洗盤子、整理桌椅等任務，其中部分行為由人類遠程操控完成。

擎天柱疊衣服被網(wǎng)友質疑與斯坦福機器人“炒菜”類似，是通過遙操作系統(tǒng)實現(xiàn)的。對此，馬斯克并沒有正面回答，只是承認機器人自主疊衣服尚且需要時間。

AI機器人元年

2023年，OpenAI發(fā)布了大模型ChatGPT，這是一種生成式人工智能，有較強理解與生成對話能力。ChatGPT的誕生，奏響了大模型爆火的樂章，也間接摁下了AI機器人快速演進的按鈕。

早在1986年，日本本田公司就公布了全球首個商業(yè)用途人形機器人ASIMO，具備完整的身體運動能力，之后也有企業(yè)相繼開始了人形機器人的研發(fā)業(yè)務并取得了一定成效，但由于過去大規(guī)模剛需應用場景不足、技術復雜以及成本過高等問題，機器人難以成熟落地。

從整個機器人發(fā)展歷程來看，智能機器人已經迭代到了第三代。與歷代機器人相比，人形AI機器人有更高的感知、運動控制和交互能力，可以應用于多個場景。例如在工廠中進行倉儲物流管理、上下樓梯移動貨物等，在家庭里陪伴教育、充當醫(yī)療助理協(xié)助老人生活、照顧孩子、做飯等；能夠替代人類進行高危工作，如救火、有毒物質清理等。

如今有了AI加成， 又出現(xiàn)了End-to-end端到端模型，讓以往復雜的場景理解和建模過程可以被簡化，機器人通過海量的訓練數(shù)據(jù)可以直接訓練，智能程度不斷提升，技術上的難點得以突破。

業(yè)內人士舉例說明，以前，機器人的人機交互方式從編寫代碼到示教拖拽式，總歸存在一定的使用門檻，但通過大模型結合機器人的操控，使得以后可以借助自然語言驅動機器人，這個過程無論是對普通人控制機器人，或是企業(yè)研發(fā)，都極為有幫助。

中信證券方面認為，隨著AI迅速發(fā)展，人形機器人奇點已至，機器人在AI的加成下逐步由“功能”走向“智能”。

2023年不僅是大模型元年，也是人形機器人相關產業(yè)的元年，機器人、家電、車企等各界玩家進入賽道，有了實質性的成效。

聚焦到國內，在政策上，2023年11月，工信部發(fā)布《人形機器人創(chuàng)新發(fā)展指導意見》，北上深等各地方政府陸續(xù)發(fā)布機器人相關支持性政策，為AI機器人行業(yè)的發(fā)展保駕護航。同時，以拓普集團、三花智控為代表的上游零部件企業(yè)也在加速研發(fā)布局。

2023年3月，追覓科技掃地機器人、送餐機器人、四足機器狗、人形機器人等亮相機器人大會；康復機器人企業(yè)傅利葉于2023年7月發(fā)布通用人形機器人GR-1，并開啟預售和量產交付；2023年8月，宇樹科技發(fā)布首款通用人形機器人Unitree H1，這是國內第一臺能跑的全尺寸通用人形機器人；2023年8月，智元機器人發(fā)布智能機器人遠征A1，展示了擰螺絲、底盤裝配、家庭陪伴、危化品實驗等多場景應用。

2023年10月，小鵬汽車展示了自研的人形機器人PX5，雙手仿人靈巧，可以進行類人的雙足行走。未來可以實現(xiàn)工廠生產、巡邏，甚至是幫忙賣車。小鵬汽車董事長何小鵬曾公開表示，汽車公司的未來，將是AI汽車和機器人的結合。

在AI機器人商業(yè)化層面，2023年12月，九號公司紀亞飛稱其研發(fā)生產的AIBOX已經裝入美團街頭跑的無人車，能夠對路面情況迅速甄別并做出反應；Figure于今年1月18日宣布與汽車巨頭寶馬達成協(xié)議，正式將人形機器人引入寶馬的汽車制造工廠。機器人將在接受特定任務培訓后，在未來12-24個月內逐漸整合到車身車間、倉庫等制造流程中；智元機器人稚暉君表示遠征 A1 將首先用于新能源制造等場景，目前正在與頭部企業(yè)進行對接；傅利葉GR-1、開普勒人形機器人的量產交付計劃也已經提上日程。

機遇與挑戰(zhàn)并存

不可否認，AI機器人領域的潛力巨大，但目前仍然存在不少難點和挑戰(zhàn)。

首先是成本造價依然高昂。中信證券分析師根據(jù)海外Digit等人形機器人的售價25萬美元預計毛利率約為25%，推測當前人形機器人的造價在十幾萬美元左右。有專業(yè)人士分析，硬件上的零部件成本占大頭，僅高性能控制器的價格就高達上萬元。

而根據(jù)特斯拉2022 AI Day2披露的信息，未來特斯拉人形機器人的售價將會降到2萬美元（折合人民幣14萬元左右）；開普勒計劃將人形機器人計劃將價格控制約為2-3萬美元（折合人民幣14-21萬元）左右。在智元機器人發(fā)布會上，智元機器人預估未來其首款人形機器人遠征A1的制造成本將會被控制在20萬元以內。如果真的能將成本造價“打下來”，或許能突破人形機器人大規(guī)模應用的瓶頸。

其次是機器人在各場景的實際應用。

人能夠掌握“默會知識”，在實際生活中并不只依賴于經驗總結，而是能夠形成自己解決問題的邏輯，但是這對于傳統(tǒng)的編程機器人不太可能完成，因為環(huán)境變量太多、過于復雜，機器人難以應對。

隨著大模型出現(xiàn)和發(fā)展，能提高機器人對人類指令的理解能力，解決此問題的方式由針對單一任務建立一個通用預測模型進行“舉一反三”，到現(xiàn)在變成借助多模態(tài)神經網(wǎng)絡融合實現(xiàn)，能夠集視覺、觸覺、運動、關節(jié)控制等為一體，解決更加復雜和多元化的問題。

最近，瑞士蘇黎世聯(lián)邦理工學院在一項研究中借助圖神經網(wǎng)絡（GNN）的模型，通過收集大量合成圖像和在真實環(huán)境中捕獲的布料圖像進行預訓練，已經讓機器人能夠有效判斷整個布料的形狀、位置和可見度。這與特斯拉人形訓練機器人疊衣服的行為不謀而合，機器人“保姆”或許在不久的將來就會誕生。

錢江機器人孔民秀對ChatGPT大模型在工業(yè)機器人上的使用提出了不同意見，認為大數(shù)據(jù)模型的可靠性存在提升空間，且在智能焊接，智能搬運等方面，大模型的成本過高。也就是說，如何將AI大模型技術與機器人更好地融合，是一個難點。

除此之外，人形機器人的算法系統(tǒng)和算力也是研發(fā)過程中需要重點關注的板塊。前者與機器人行走、行為協(xié)同操作息息相關，后者決定了機器人的續(xù)航和散熱。解決這些問題，AI機器人的道路才能越走越寬。

來源：21世紀經濟報道 作者：孔海麗