悶熱的場館里，興奮的議論聲，所有人生怕錯過這場AI讓機(jī)器人進(jìn)化的盛宴。

　　8月21日，2024世界機(jī)器人大會(WRC)在北京開幕。在這場由169家企業(yè)攜600余款產(chǎn)品的展會中，具身智能以幾乎單獨“承包”一個場館的陣仗，27家公司的人形機(jī)器人和機(jī)器狗吸納了最多的觀眾。

　　在眾多機(jī)器人的演示中，光錐智能發(fā)現(xiàn)各家企業(yè)執(zhí)行復(fù)雜任務(wù)的能力明顯變強(qiáng)，實用性也得到了很大的提升。

　　相比去年機(jī)器人更多演示跳舞、對話、走兩步的簡單任務(wù)能力，今年有偉景智能機(jī)器人摘水果、優(yōu)必選機(jī)器人檢修汽車、星辰智能機(jī)器人寫毛筆字、加速進(jìn)化的人形機(jī)器人足球比賽。宇數(shù)科技在表演了連續(xù)側(cè)身翻跳躍的機(jī)器狗外，還帶來了定價9.9萬元的人形機(jī)器人——G1。在眾多廠商機(jī)器人的能力演示和價格的發(fā)布中，人形機(jī)器人距離走向現(xiàn)實的時刻越來越近。

　　“大模型的發(fā)展，極大地促進(jìn)了人形機(jī)器人的進(jìn)步。”

　　科大訊飛副總裁、研究院院長劉聰對光錐智能稱，不管是“大腦”感知和理解的能力，還是“小腦”的運(yùn)動控制能力都大幅提升。

　　進(jìn)一步，逐際動力聯(lián)合創(chuàng)始人兼COO張力認(rèn)為，AI的進(jìn)化讓機(jī)器人實現(xiàn)了跨越式的提升，“通用人工智能讓軟件、算法能夠幫助機(jī)器人去實現(xiàn)很多以前根本完成不了的事”，

　　隨著AI大模型的突破，今天的人形機(jī)器人開始向著自動駕駛的方向發(fā)展。在借鑒了端到端大模型讓汽車一邊理解世界，一邊快速迭代的進(jìn)化中，機(jī)器人也展現(xiàn)出了能夠理解復(fù)雜指令和學(xué)習(xí)更流暢的動作。同時，在大模型訓(xùn)練需求下，人形機(jī)器人也來到了數(shù)據(jù)驅(qū)動智能迭代的階段。而各家機(jī)器人廠商也在試圖從家用、工業(yè)、倉儲物流、零售等一系列場景中占得一席之地。希望以單一場景為中心取得數(shù)據(jù)和迭代的閉環(huán)后，打通不同領(lǐng)域，最終走向通用。

　　盡管在過去AI發(fā)展的十年中，機(jī)器人曾經(jīng)歷多次希望和幻滅。但通過本次機(jī)器人的明確進(jìn)化方向，星塵智能創(chuàng)始人來杰興奮地稱，“下一個十年，最值得做的就是人形機(jī)器人”。

　　機(jī)器人正在掀起一場資本、技術(shù)和產(chǎn)業(yè)的共同狂歡。

　　資本相信人形機(jī)器人

　　“這兩年看到最多的投資，除了大模型就是機(jī)器人”，劉聰對光錐智能稱。

　　雖然人形機(jī)器人行業(yè)尚處能力演示的階段，但投資者和創(chuàng)業(yè)者們都知道，不能錯過這場風(fēng)口。

　　在回顧近一年來的投資趨勢后，我們發(fā)現(xiàn)人形機(jī)器人作為熱度最高的機(jī)器人終極形態(tài)，技術(shù)和難度都最高的同時，也在資本市場中占領(lǐng)了高地。

　　創(chuàng)業(yè)者層面，IT桔子數(shù)據(jù)顯示，2023年1月至今國內(nèi)共成立了29家人形機(jī)器人公司，其中有22家已經(jīng)獲得至少1輪融資。其中，由前華為天才少年“稚暉君”創(chuàng)立的智元機(jī)器人，在成立17個月就完成了七輪融資，投前估值已達(dá)70億元。

　　站在資本的角度，根據(jù)《中國電子報》的不完全統(tǒng)計，2024年上半年全球人形機(jī)器人領(lǐng)域融資事件超過22起，融資金額超過70億元。對于人形機(jī)器人的投資熱情，不少投資機(jī)構(gòu)的布局堪稱“掃貨”。

　　藍(lán)馳創(chuàng)投合伙人曹巍表示，在機(jī)器人領(lǐng)域已經(jīng)投資了超過10家早期項目。經(jīng)緯創(chuàng)投更是手握宇樹科技、智元機(jī)器人、銀河通用、星塵智能，四家人形機(jī)器人公司的“明星天團(tuán)”。

　　“行業(yè)和資本都對機(jī)器人的未來很樂觀，畢竟這是個萬億的市場”。在大會現(xiàn)場，優(yōu)必選全球營銷總監(jiān)李卓對光錐智能稱。

　　于是，人形機(jī)器人在軟件、硬件、資本推動、前沿應(yīng)用效果的共同作用下，成了AI時代最熱門的賽道。

　　以宇樹科技在2023年初才開始探索人形機(jī)器人的經(jīng)驗為例。之前不做人形機(jī)器人的理由，王興興認(rèn)為，“全球人形機(jī)器人的控制技術(shù)，大家都做的不是特別理想。性能上不去，達(dá)不到實用或者干活的階段，所以過去很多年都沒做人形機(jī)器人”。

　　如今，隨著機(jī)器人軟硬件技術(shù)升級，人形機(jī)器人正逐漸從實驗室走到實際的運(yùn)用場景中。今年7月，馬斯克稱特斯拉工廠已有兩臺Optimus機(jī)器人在進(jìn)行電池搬運(yùn)工作。在本次機(jī)器人大會現(xiàn)場，我們也看到了優(yōu)必選的人形機(jī)器能執(zhí)行簡單的汽車質(zhì)檢任務(wù)。

　　誠然，以人類熟練工的角度來衡量，機(jī)器人“員工”的效率還是太低。但若是與規(guī)模疊加，人形機(jī)器人24小時連軸工作的特性，還是吸引了汽車、物流、科研院所、AI科技等不同行業(yè)的嘗試意愿，共同催促著人形機(jī)器人的交付進(jìn)程。

　　“在2022年底，我們還沒做人形機(jī)器人，但已經(jīng)有一些客戶找我們想買人形機(jī)器人了”，王興興認(rèn)為宇樹科技的人形機(jī)器人進(jìn)展都是順勢而為的結(jié)果。

　　不過，獵豹移動董事長兼CEO、獵戶星空董事長傅盛認(rèn)為機(jī)器人行業(yè)還有很多方面需要打磨，尤其是“兩條腿走路”的人形機(jī)器人要面臨物理學(xué)的限制，“雙足機(jī)器人的技術(shù)過于復(fù)雜，它必須依賴于機(jī)械結(jié)構(gòu)。機(jī)械結(jié)構(gòu)的迭代不會像自動駕駛那么快，每年能進(jìn)步的幅度不多。”

　　但總之，行業(yè)內(nèi)的玩家們在人形機(jī)器人的預(yù)計成熟時間上，達(dá)成了基本的一致意見。李卓對光錐智能表示稱，“預(yù)計行業(yè)還有3-5年才能徹底成熟”。

　　在頭部創(chuàng)業(yè)者們看來，此時此刻的人形機(jī)器人恰如2019年，特斯拉剛推出FSD芯片、百度Apollo剛拿到多張測試牌照的自動駕駛，一切都充滿了希望。

　　一切，都是因為人形機(jī)器人在本輪AI大模型的影響下，實現(xiàn)了根本性的改變。

　　AI進(jìn)化，機(jī)器人更像人

　　“一個是大語言模型，另一個是端到端算法。”

　　光輪智能創(chuàng)始人兼CEO謝晨如此總結(jié)著本輪機(jī)器人進(jìn)化的最大原因。

　　在大會現(xiàn)場，無論是人形機(jī)器人、機(jī)器狗，甚至差異化設(shè)計的餐飲機(jī)器人都表現(xiàn)出了“更合理”的動作表現(xiàn)。以一年周期為對比，今年大會上的機(jī)器人操作明顯流暢了許多。

　　較為明顯的例子，可以從機(jī)器人做冰淇淋這一簡單任務(wù)中看出。在去年的世界機(jī)器人大會上，機(jī)械臂的運(yùn)動基本上是單調(diào)地執(zhí)行“轉(zhuǎn)圈”。而今年遨博智能的冰激淋機(jī)器人動作明顯更加流暢，機(jī)械臂僅轉(zhuǎn)了一圈，就將冰淇淋接了出來。

　　不同的動作流暢度，意味著機(jī)器人任務(wù)執(zhí)行的底層邏輯發(fā)生了改變。

　　“原先機(jī)器人操作設(shè)計是模塊化的，底層是學(xué)習(xí)加規(guī)則混合的方案。”星海圖聯(lián)合創(chuàng)始人、清華大學(xué)交叉信息學(xué)院助理教授、MARS Lab主任趙行解釋稱，“這種模式有點像之前自動駕駛的物體檢測-決策-規(guī)劃-控制的過程。例如做一個抓取策略，之前我們要對物體進(jìn)行檢測、狀態(tài)和姿態(tài)估計。但現(xiàn)實情況的物體大多沒什么姿態(tài)可言，就像一張紙鋪在桌子上，很難定義姿態(tài)和關(guān)鍵點。”

　　這與自動駕駛的發(fā)展過程如出一轍。此前的機(jī)器人動作規(guī)劃與自動駕駛發(fā)展到“端到端”前，遇到得是同樣的問題——在特定場景的開發(fā)模式下，只能靠規(guī)則寫有限的動作，無法適應(yīng)真實世界的無限場景。

　　機(jī)器人只能操作有限形狀和種類的物體，就像是自動駕駛只能在封閉路段使用一樣“雞肋”。而有了“端到端”的機(jī)器學(xué)習(xí)之后，如同汽車能夠自己學(xué)習(xí)如何掉頭一樣，機(jī)器人也能學(xué)習(xí)如何抓取不同形狀、顏色、柔軟程度不同的物體。

　　參考自動駕駛結(jié)合大模型的趨勢，機(jī)器人在結(jié)合了多模態(tài)大模型后，也開始能理解現(xiàn)實世界。在現(xiàn)場，銀河通用機(jī)器人展示的便是藥店值班的場景。機(jī)器人在拿取貨架上的藥品之余，看到有東西掉到地上還能自己撿起來。

　　AI大模型對于機(jī)器人能力提升的重要性，劉聰認(rèn)為主要體現(xiàn)在三個方面:

　　首先，大模型顯著提升了機(jī)器人解決復(fù)雜任務(wù)的能力，根據(jù)理解，把復(fù)雜任務(wù)拆解成一系列可執(zhí)行的任務(wù)。

　　接下來，在多模態(tài)大模型的能力下，機(jī)器人可以依托視覺、觸覺等在更復(fù)雜地場景里做事。

　　最后，體現(xiàn)在運(yùn)動能力上，機(jī)器人可以根據(jù)AI合成的數(shù)據(jù)做模擬訓(xùn)練。如果沒有大模型，機(jī)器人實現(xiàn)的功能會相對受限。

　　由此也看出，數(shù)據(jù)是除了大模型技術(shù)外，制約機(jī)器人下一步進(jìn)化最關(guān)鍵的要素。

　　為了獲取足夠用于機(jī)器人訓(xùn)練的數(shù)據(jù)，不少廠商通過真實數(shù)據(jù)和仿真數(shù)據(jù)結(jié)合的方式解決。在真實數(shù)據(jù)的獲取中，廠商一般通過真人動作和機(jī)器人遙操作的方式，將任務(wù)過程中的數(shù)據(jù)“喂”給大模型。而仿真數(shù)據(jù)則是通過搭建一個盡量真實的場景，設(shè)定盡可能多的建模和現(xiàn)實參數(shù)，讓虛擬化的機(jī)器人進(jìn)行訓(xùn)練。

　　不過，上述的兩種方式還是存在著各自的短板，當(dāng)前機(jī)器人行業(yè)還遠(yuǎn)未達(dá)到數(shù)據(jù)飛輪的啟動時刻。一方面真實數(shù)據(jù)的成本極高，機(jī)器人當(dāng)前還達(dá)不到自動駕駛般的普及度。在真實數(shù)據(jù)足夠多之前，廠商需要花長時間和配備數(shù)據(jù)標(biāo)準(zhǔn)團(tuán)隊來一點點積累。而對于仿真數(shù)據(jù)而言，最大的問題還是現(xiàn)實仿真不夠真實。機(jī)器人在模擬世界能成功，但導(dǎo)入到現(xiàn)實世界就會有一定的失敗率。

　　“現(xiàn)階段，對機(jī)器人行業(yè)最大的一個限制，還是AI不太夠。AI模型、AI的訓(xùn)練數(shù)據(jù)集、AI的場景的落地部署，都完全遠(yuǎn)遠(yuǎn)不夠。”王興興稱。

　　而隨著AI的發(fā)展，趙行預(yù)判，“隨著更高效的算法和算法的泛化能力提升，未來機(jī)器人學(xué)習(xí)一個技能的數(shù)據(jù)量將會從現(xiàn)在的幾千、幾萬，下降到一千甚至幾百幾十的數(shù)量級。”

　　參考自動駕駛行業(yè)由量產(chǎn)帶來的數(shù)據(jù)飛輪，為了進(jìn)一步解決數(shù)據(jù)問題，不少機(jī)器人廠商正在探索從量產(chǎn)中“拿”數(shù)據(jù)了。

　　搶銷量

　　人形機(jī)器人站在量產(chǎn)前夜

　　價格，是人形機(jī)器人走向量產(chǎn)的一大制約因素。

　　據(jù)光錐智能在世界機(jī)器人大會上向各家了解，智元機(jī)器人合伙人兼營銷服副總裁姜青松稱，一臺1.7m高的人形機(jī)器人行業(yè)內(nèi)售價大概為60-70萬。

　　相比前幾年數(shù)百萬起的波士頓動力，這些價格已經(jīng)是少數(shù)行業(yè)能接受的“嘗鮮價”，但離大規(guī)模普及還非常遙遠(yuǎn)。

　　王興興稱，“現(xiàn)在還沒有真正到商業(yè)閉環(huán)。一臺機(jī)器人達(dá)不到比人還低的成本，商業(yè)價值依舊不是正向的。”

　　這是因為，從研發(fā)成本角度，由于人形機(jī)器人的不成熟，公司的研發(fā)過程會在技術(shù)布局、硬件選用、場景設(shè)計等環(huán)節(jié)中設(shè)置充分的冗余空間。這導(dǎo)致產(chǎn)品在前期研發(fā)成本的分?jǐn)傁拢?ldquo;背”上了大量除必要硬件之外的“隱性成本”。

　　而在銷售環(huán)節(jié)結(jié)束之后，機(jī)器人公司還要繼續(xù)為應(yīng)用效果負(fù)責(zé)。“廠商要為工業(yè)應(yīng)用試點客戶，配置專門的駐場團(tuán)隊來進(jìn)行后續(xù)研發(fā)和維護(hù)”，在大會現(xiàn)場，一位參展商這樣告訴光錐智能。

　　雖然當(dāng)前的客戶需求和產(chǎn)品都非常不標(biāo)準(zhǔn)化，但是光錐智能在大會現(xiàn)場發(fā)現(xiàn)，不少廠商已經(jīng)嘗試在不同的需求下，制定了相應(yīng)的產(chǎn)品策略，試圖讓機(jī)器人的銷售更加順暢。

　　基本上，光錐智能了解到多家廠商的通用人形機(jī)器人售價集中在50-60萬元的區(qū)間，并搭配廉價的量產(chǎn)版本作為產(chǎn)品線補(bǔ)充。例如，四足機(jī)器人銷量最高的宇樹科技，其通用人形機(jī)器人H1售價就定在了50-60萬，最新的G1人形智能體也發(fā)布了量產(chǎn)版本，售價僅9.9萬人民幣起。

　　另一邊，眾擎機(jī)器人的人形機(jī)器人銷售更加極致，為了降低成本，在拿掉了機(jī)器人的“頭和雙臂”后，眾擎DG01干脆把“大雙足機(jī)器人”的價格干到了3.85萬。

　　這或許意味著，人形機(jī)器人的第一輪價格戰(zhàn)快要來了。

　　但更大規(guī)模的降價，還得依靠量產(chǎn)。

　　日前，智元機(jī)器人預(yù)計今年的出貨量為200臺，已經(jīng)是行業(yè)頭部水平。而上一個階段中，商用清潔機(jī)器人的單家出貨量也僅在一年千臺左右。

　　什么時候能突破一年萬臺，甚至十幾萬臺的銷量，才是機(jī)器人真正的“iPhone時刻”。

　　為了達(dá)到量產(chǎn)目標(biāo)，頭部人形機(jī)器人廠商已經(jīng)把第一個場景瞄向了工廠。

　　在全球范圍，除了特斯拉正在使用的自家機(jī)器人Optimus外，OpenAI 投資的Figure已經(jīng)與寶馬合作，計劃在美國南 卡羅來納州落地Figure01機(jī)器人。而美國機(jī)器人制造商Apptronik則與奔馳合作，Apollo機(jī)器人已經(jīng)在奔馳的流水線上搬箱子了。

　　在國內(nèi)，當(dāng)前落地最快的還是人形機(jī)器人唯一一家上市公司優(yōu)必選。今年以來，優(yōu)必選的人形機(jī)器人已經(jīng)進(jìn)入蔚來汽車、東風(fēng)柳汽、吉利汽車、一汽等多家車企“打工”。隨著優(yōu)必選在經(jīng)典制造業(yè)場景的落地，人形機(jī)器人在質(zhì)檢、搬貨、分揀、擰螺絲、裝配等環(huán)節(jié)，初步驗證了行業(yè)應(yīng)用的可行性。

　　“目前機(jī)器人行業(yè)尚在早期，但隨著大模型的加持，技術(shù)和產(chǎn)品的從0到1，有望在三年內(nèi)一起突破。”謝晨總結(jié)道。