今年兩大人形機(jī)器人盛會上，業(yè)內(nèi)關(guān)于人形機(jī)器人的評價(jià)似乎分成兩極——世界人工智能大會“十八金剛”才藝展示引發(fā)觀眾駐足，但也有參展者“抱怨”一些機(jī)器人還得吊著、站都站不起來；上周剛結(jié)束的世界機(jī)器人大會上，人形機(jī)器人熱度空前，27款展出的人形機(jī)器人數(shù)量為歷年之，有人形機(jī)器人從業(yè)者向財(cái)經(jīng)記者感慨今年人形機(jī)器人“能動得更多了”，但也有從業(yè)者稱“各家演示視頻拍得挺好，但實(shí)際上能（像視頻）走起來演示的很少”。

兩種評價(jià)背后，是人形機(jī)器人已有明顯進(jìn)步，但還遠(yuǎn)未達(dá)到人們的終期待。無論如何，即便并不完美，人形機(jī)器人今年已在加快走向商用。

近日“稚暉君”彭志輝的智元機(jī)器人一口氣發(fā)布了五款商用人形機(jī)器人新品，并透露工廠進(jìn)入量產(chǎn)后準(zhǔn)備階段，今年公司雙足人形機(jī)器人出貨200臺左右；港股“人形機(jī)器人股”優(yōu)必選副總裁、研究院執(zhí)行院長焦繼超告訴記者，公司人形機(jī)器人在汽車行業(yè)的意向訂單大約500臺。

樂聚（蘇州）機(jī)器人技術(shù)有限公司總經(jīng)理王松近日向記者表示，“公司人形機(jī)器人的合作伙伴已包括海爾、華為、蔚來等。”星塵智能CEO來杰也告訴記者，“上次發(fā)布視頻后，找我們的訂單非常多。”

特斯拉CEO馬斯克則在前段時(shí)間透露，明年特斯拉將開始“限量生產(chǎn)”O(jiān)ptimus人形機(jī)器人，屆時(shí)特斯拉將有超過1000臺乃至數(shù)千臺在運(yùn)行的Optimus。

雖然距離“好用”尚遠(yuǎn)，但人形機(jī)器人加快邁向“能用”已是事實(shí)。站在量產(chǎn)的起始點(diǎn)，人形機(jī)器人的實(shí)操能力到底如何？可以期待具身智能像大模型般一夜間智能涌現(xiàn)嗎？財(cái)經(jīng)記者近日與多名人形機(jī)器人從業(yè)者交流，嘗試還原人形機(jī)器人得以走向量產(chǎn)的過程，并探討AI如何讓人形機(jī)器人繼續(xù)迭代。

“機(jī)器人動起來了”

“人形機(jī)器人已經(jīng)從以往的demo秀、靜態(tài)展示走向應(yīng)用落地。去年大部分廠商放了一個(gè)硬件來展示，動都不能動，應(yīng)用更不用談了。而今年大家都非常重視應(yīng)用，能動的機(jī)型越來越多。應(yīng)用也越來越聚焦，基本聚焦在工業(yè)場景。”焦繼超告訴記者。另有參加世界機(jī)器人大會的人形機(jī)器人從業(yè)者向記者提到，過去行業(yè)更講究人形機(jī)器人的移動能力，這次明顯更強(qiáng)調(diào)操作能力。

機(jī)器人能動、能操作指向了應(yīng)用落地。不論是特斯拉、優(yōu)必選還是樂聚等，落地初站都選擇了工業(yè)，其中又聚焦汽車工業(yè)。高工機(jī)器人產(chǎn)業(yè)研究所（GGII）所長盧瀚宸告訴財(cái)經(jīng)記者，制造業(yè)細(xì)分行業(yè)中，汽車是行業(yè)基底大的行業(yè)，且自動化程度高，導(dǎo)入機(jī)器人的意愿相對強(qiáng)烈。業(yè)內(nèi)人士則告訴記者，從機(jī)器人的發(fā)展階段看，初期導(dǎo)入工業(yè)容易。

“汽車、3C制造等工廠對人形機(jī)器人都有強(qiáng)烈需求，問題是人形機(jī)器人行業(yè)的硬軟件能力還無法完全滿足制造業(yè)的所有需求。目前很多制造業(yè)工廠愿意開放跟機(jī)器人能力匹配的工位，如搬運(yùn)、質(zhì)檢。”焦繼超告訴記者，人形機(jī)器人應(yīng)用可分為工業(yè)、商業(yè)服務(wù)和家庭場景三個(gè)階段，三個(gè)階段漸趨復(fù)雜，對產(chǎn)品的性能要求和對價(jià)格的敏感度越來越高。人形機(jī)器人廠商選擇先落地工業(yè)，是因?yàn)槟茉诠I(yè)場景將底層核心基礎(chǔ)技術(shù)如定位導(dǎo)航、感知、目標(biāo)識別先打磨好，同時(shí)在高負(fù)載高頻率的工作環(huán)境中測試、優(yōu)化硬件結(jié)構(gòu)與機(jī)器人系統(tǒng)穩(wěn)定性，為未來進(jìn)入其他場景做鋪墊。

在過去一年多時(shí)間，不只有新生的大模型為人形機(jī)器人產(chǎn)業(yè)帶來改變，上游供應(yīng)鏈形成、硬件成本下降也是人形機(jī)器人撞開量產(chǎn)大門的推手。

“在大模型出來前，硬件相關(guān)供應(yīng)鏈生產(chǎn)水平到了一個(gè)階段，再有一些商業(yè)化落地場景被大家看到，關(guān)注度一下子就起來了。”王松告訴記者，近一年多供應(yīng)鏈變化明顯，例如以前找不到專門的人形機(jī)器人零部件，只能從別的行業(yè)如協(xié)作臂的供應(yīng)鏈拿，拿到的部件技術(shù)路線跟人形機(jī)器人的技術(shù)要求不同，導(dǎo)致人形機(jī)器人集成度不高、精度不夠、穩(wěn)定性不佳，核心零部件只能公司自己做。而現(xiàn)在，雖然談硬件標(biāo)準(zhǔn)化尚早，但供應(yīng)鏈已經(jīng)起來了。

“我們在深圳接觸的供應(yīng)商非常多，發(fā)現(xiàn)供應(yīng)商不一定是沒有能力（進(jìn)入人形機(jī)器人領(lǐng)域），而是沒有形成完整市場鏈條時(shí)不愿投入，只要供應(yīng)商開始轉(zhuǎn)型，行業(yè)就會發(fā)展。”來杰表示，很多上游供應(yīng)商已在考慮技術(shù)如何應(yīng)用于機(jī)器人并做內(nèi)部轉(zhuǎn)型，預(yù)計(jì)兩年內(nèi)市場就能形成完整鏈條。

UniX AI創(chuàng)始人兼首席執(zhí)行官楊豐瑜對記者表示，機(jī)器人產(chǎn)品能夠起量取決于產(chǎn)品研發(fā)、工程能力、供應(yīng)鏈優(yōu)勢。

從耶魯大學(xué)計(jì)算機(jī)專業(yè)獲得博士學(xué)位后，年僅23歲的楊豐瑜在去年開始了自己的具身智能機(jī)器人事業(yè)。楊豐瑜認(rèn)為，國內(nèi)獨(dú)有的供應(yīng)鏈優(yōu)勢讓機(jī)器人產(chǎn)業(yè)具備了極強(qiáng)的供應(yīng)鏈資源，只要融合國內(nèi)優(yōu)質(zhì)產(chǎn)能，目前進(jìn)行大批量的產(chǎn)品交付已經(jīng)不是問題。

焦繼超告訴記者，研發(fā)迭代和上游供應(yīng)鏈規(guī)模起來后，今年人形機(jī)器人價(jià)格整體比去年下降了40%~50%。隨著人形機(jī)器人在工業(yè)場景的性能逐漸穩(wěn)定、數(shù)量增多，預(yù)計(jì)整機(jī)成本還將繼續(xù)下降。

2022年年底ChatGPT出世，在隨后的一年多時(shí)間大模型則給人形機(jī)器人安上了“大腦”。多名人形機(jī)器人廠商告訴記者，在人形機(jī)器人語境下，大模型等同于“大腦”，人形機(jī)器人本體廠商多專注做本體和“小腦”，“大腦”則與外部合作。大模型給人形機(jī)器人帶來的改變在于泛化性，具體則用于人形機(jī)器人動作的決策規(guī)劃。不同于算法固定編程，泛化性可理解為“舉一反三”的能力。有了“大腦”，人形機(jī)器人進(jìn)工廠“打工”也成為可能。

“機(jī)器人有三層泛化，層偏向感知，即認(rèn)識個(gè)東西后能不能認(rèn)識第二個(gè)東西。第二層偏向動作，即做出個(gè)動作后如果環(huán)境有所調(diào)整，能不能適應(yīng)做出第二個(gè)動作。第三層偏向任務(wù)，即完成個(gè)任務(wù)后相關(guān)的任務(wù)能否完成。”來杰表示，大模型帶來更多地在于任務(wù)上的泛化。

王松形容，大模型在機(jī)器人身上的泛化性更多體現(xiàn)在工程層面，例如“能抓一瓶可樂，變成雪碧時(shí)也能抓取”，雪碧或可樂在工業(yè)場景中可替換成各種物料。大模型泛化性體現(xiàn)在任務(wù)流程安排以及對不同物品的理解。在大模型智能涌現(xiàn)之前，業(yè)界不太知道如何實(shí)現(xiàn)泛化，而若不依賴泛化能力、靠專業(yè)化編程完成各種任務(wù)，對應(yīng)工作量很大。大模型給機(jī)器人提供了一種新的任務(wù)規(guī)劃思路，行業(yè)“見到了希望的曙光”。現(xiàn)在人形機(jī)器人有了“大腦”，大小腦便能配合，由大腦做感知理解，小腦做具體動作執(zhí)行。

在工廠中，一臺人形機(jī)器人是這樣運(yùn)行的：王松告訴記者，小腦向大腦提供接口，小腦執(zhí)行腿部移動、手部運(yùn)動，負(fù)責(zé)“向上或向下擰一厘米”和抓握等動作，大腦則負(fù)責(zé)動作分配、遇到異常情況如何打斷重組動作的部分。

焦繼超以物料分揀場景舉例：人形機(jī)器人要識別幾百上千種物料，需要用到高性能且泛化性好或者能快速訓(xùn)練而成的模型，還需要多模態(tài)大模型的感知能力。當(dāng)工作流程出現(xiàn)異常情況，例如抓取、分揀的物料沒有抓住，大模型應(yīng)該知道下一步如何做，這體現(xiàn)了大模型的決策能力。此外，機(jī)器人識別并計(jì)算出物料的6D位姿后給到運(yùn)動控制模塊，端到端的小模型（小腦）則判斷要從什么部位抓起不同物料，這種小模型用到了強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)。

人類經(jīng)過漫長進(jìn)化時(shí)間學(xué)會的簡單動作，對人形機(jī)器人而言卻是復(fù)雜的，等到大模型出現(xiàn)，人形機(jī)器人才開始學(xué)會用大腦思考并進(jìn)入工作崗位。