科技云報道原創(chuàng)。

　　推進工業(yè)新質生產力，機器人有望成為AI下一個“新引擎”?

　　“人工智能的下一波浪潮是機器人技術，這是一個‘0億美元市場’，但未來將價值數(shù)十億美元，就像Nvidia剛起步時的GPU加速計算一樣……”這是英偉達CEO黃仁勛對加州理工2024屆畢業(yè)生的勸勉。

　　這不免讓人想起初創(chuàng)公司Figure的人形機器人，其外表和動作都與人類十分相似。它可以與人流暢對話，理解人的意圖。當聽到工程師“想吃點東西”的口令后，它遲疑了一下，準確地拿起了蘋果。它甚至可以解釋自己為什么要這樣做。

　　這一人形機器人背后，是OpenAI公司為其配置的大語言模型。多模態(tài)技術加持下，它具備高級視覺和語言智能。

　　隨著大模型、機器人制造等技術發(fā)展，賦予人工智能“形體”的具身智能(Embodied AI)正逐步走入人工智能舞臺中央。

　　AI技術的集大成者

　　“具身智能”，字面意思是“具有身體的人工智能”。簡言之，具身智能就是讓機器人或智能系統(tǒng)像生物一樣，通過自己的身體去感知世界、理解世界，并在世界中行動和完成任務的智能技術。一年多來，隨著政策、資本、產業(yè)、學術界的共同推動，具身智能成為廣為人知的熱門詞匯。

　　如今，具身智能是人工智能產業(yè)發(fā)展的重要方向之一。英偉達近期發(fā)布人形機器人通用基礎模型Project GR00T，希望能讓機器人擁有更聰明的“大腦”。由Project GR00T驅動的機器人能夠理解自然語言，并通過觀察人類行為來模仿人類動作。在特斯拉2023股東大會上，馬斯克也向大眾展示了人形機器人Optimus的全新型號。這些都是具身智能駛入發(fā)展快車道的縮影。

　　值得一提的是，在大眾語境中，具身智能常常會被認知為人形機器人，以此作為其通俗意義的指代稱呼。但具身智能不能完全等同于人形機器人，它代表的是一種智能技術，當具身智能走進物理世界、與不同硬件結合時，形成的硬件有可能是機械手臂、四足或六足機器人、輪式機器人，或者人形機器人，因此二者的范疇是不同的，人形機器人只是可能承載具身智能的一個本體。

　　具身智能強調的是機器能夠像人類一樣感知和交互的能力，不僅僅局限于思維和計算能力。它涉及多個學科和技術，包括機器人學、計算機視覺、計算機圖形學、語音與自然語言處理技術等，這些技術共同作用，使機器能夠理解、推理并與物理世界進行有效的互動。換句話說，具身智能的獨特意義在于為實體機器人安上“大腦”，讓“機器”真正變成“機器人”。

　　隨著AI技術的不斷突破，機器人產業(yè)或將成為下一個萬億市場。人形機器人是AI最有前景的落地方向之一，未來不僅能將人類從低級和高危行業(yè)中解放出來，提升人類生產力水平和工作效率，還可以在工業(yè)、商業(yè)、家庭、外太空探索等領域具有廣闊應用場景。

　　根據(jù)Precedence Research數(shù)據(jù)，2022年全球人形機器人市場規(guī)模約為16.2億美元，預計到2032年，全球人形機器人的市場規(guī)模將增至286.6億美元，2022-2032年的CAGR高達33.28%市場空間廣闊。

　　當前，阻礙人形機器人商業(yè)化量產的原因包括大規(guī)模應用場景不足以及存在諸多技術問題亟待解決。

　　一方面，應用場景直接影響機器人需求的剛性程度，目前人形機器人應用場景仍有待挖掘。

　　另一方面，人形機器人尚處于功能相對簡單、初步智能的形態(tài)。其解決路徑核心仍是機器人功能和智能化水平提升，支撐機器人從封閉場景走向開放場景，從單一場景進入復雜場景。提升通用化水平是未來人形機器人行業(yè)發(fā)展的必由之路，必須依靠AI技術的進步和發(fā)展，AI技術與機器人的結合，將彌補當前機器人在智能性、易用性、經濟性上的短板，有效提升機器人在各個行業(yè)的滲透率。

　　傳統(tǒng)的深度學習模型中，機器智能往往局限于特定場景，而在ChatGPT、PaLM為代表的AI多模態(tài)大模型的賦能下，機器人可以與真實世界進行多模態(tài)交互，從而實現(xiàn)具身智能，并擁有不斷進化、跨場景應用的能力。

　　技術進步與挑戰(zhàn)并存

　　依托大規(guī)模數(shù)據(jù)和強大算力的大模型，為機器理解世界提供了前所未有的能力。它與具身智能的結合，預示著機器人的未來將更加智能化、互動化。

　　在制造業(yè)領域，機器人集成了人工智能、高端制造、新材料等先進技術，被譽為“制造業(yè)皇冠頂端的明珠”。而結合大模型的人形機器人，更是新質生產力發(fā)展的重要代表。

　　去年11月，工業(yè)和信息化部印發(fā)《人形機器人創(chuàng)新發(fā)展指導意見》，提出人形機器人集成人工智能、高端制造、新材料等先進技術，發(fā)展?jié)摿Υ�、應用前景廣，是未來產業(yè)的新賽道。

　　發(fā)展具身智能，主要可從三方面發(fā)力。

　　一是仿生機制。具身智能的一個關鍵目標是使機器能像生物體一樣具備感知、決策和運動能力。因此，更深入地研究和模仿復雜的生物機制，如神經系統(tǒng)的運行方式、生物體的自我修復能力等，是實現(xiàn)這一目標的重要途徑。

　　二是基于物理的智能決策能力。智能系統(tǒng)需要更緊密地與其所處的物理形態(tài)融合，以便在各種環(huán)境中自然、高效地執(zhí)行任務。這意味著需要發(fā)展出更先進的機器人硬件和軟件技術，支持智能系統(tǒng)在復雜環(huán)境中的運動和操作。

　　三是自主學習和適應環(huán)境。具身智能系統(tǒng)需要具備自主學習和適應環(huán)境能力，以便能在復雜多變的環(huán)境中執(zhí)行任務和解決問題。這可以通過強化學習、遷移學習等機器學習技術實現(xiàn)。

　　然而，難題和挑戰(zhàn)也如影隨形。

　　首當其沖的是算力。具身智能需要進行大量計算來支持感知、決策和運動過程。隨著任務和環(huán)境復雜性的升級，其對算力的需求會不斷增加。目前，大模型的參數(shù)已經達到萬億級別。這類大模型存在過度消耗數(shù)據(jù)和算力的問題。沒有深度學習時，算力對電力的依賴每20個月翻一番;大模型時代，算力對電力的依賴，每年都要翻10到100倍�？梢�，算力對電力的消耗呈幾何指數(shù)增長。

　　數(shù)據(jù)安全也不可忽視。具身智能系統(tǒng)需要收集和處理大量數(shù)據(jù)進行學習優(yōu)化，這些數(shù)據(jù)可能包含用戶個人隱私信息。除了隱私泄露，具身智能在實踐應用中，還可能帶來模型中毒、數(shù)據(jù)竄改、內部威脅、蓄意攻擊等數(shù)據(jù)安全威脅。

　　隨著具身智能技術不斷發(fā)展，也需要關注其可能帶來的倫理和道德問題。例如，如何確保機器人在執(zhí)行任務時不傷害人類或造成不必要的損失，如何保證機器人行為符合人類道德和價值觀等。

　　具身智能的萬里長征

　　在2024北京智源大會上，針對當下人形機器人賽道參與者眾多、創(chuàng)業(yè)項目層出不窮的現(xiàn)象，零一萬物CEO、創(chuàng)新工場董事長李開復“潑”了一盆冷水，他透露，目前創(chuàng)新工場投資了約6家無人駕駛公司，卻并沒有投資任何一家具身智能、人形機器人公司。李開復指出，具身智能是物理世界跟AI的結合，一旦大模型接入物理世界，就需要面臨包括安全問題、機器問題、機械問題、故障問題在內的各種問題，難度會增加很多倍。

　　具身智能是重要的，它可以很好地結合大模型多模態(tài)能力，而且一旦實現(xiàn)之后就可以產生數(shù)據(jù)，形成數(shù)據(jù)飛輪閉環(huán)，有很大的想象空間。但具身智能要在短期做好，難度很大，必然要走漫長的道路。

　　張亞勤從AI安全方面發(fā)出了提醒，隨著AI能力的不斷擴大，AI的安全風險也在擴大，因此現(xiàn)在考慮未來的風險是很重要的。當AGI達到一定能力并被大規(guī)模部署，那么可能會有失控的風險。目前AI仍存在可解釋性問題，未來機器人數(shù)量可能會比人要多，當大模型被用到基礎物理設施、金融系統(tǒng)，包括國家安全、軍事系統(tǒng)等方面，就可能會有失控的風險。

　　人工智能的未來就像“薛定諤的貓”，充滿不確定性。但可以確定的是，人類不會在各種陷阱面前望而卻步、畏首畏尾。面對人工智能帶來的陷阱，堅持開放而審慎、包容而敬畏、大膽而自信的心態(tài)，我們就能與新技術的更迭保持同頻，站在人工智能的肩膀之上抓住機遇，確保AI技術朝著有益于人類福祉的方向發(fā)展。