机器人的“奥本海默” 时刻

《奥本海默》导演诺兰，近期在一篇访谈中谈到，他认识的几位ChatGPT核心工程师，就经历了一个“奥本海默时刻”。

有人调侃ChatGPT出现后，机器人负责作诗画画，人类仍旧洗碗搬砖，这种“本末倒置”预示着人们即将进入为机器人打工的时代。也有一些人认为，就像原子弹第一次试爆时刻，面临着链式反应失控的巨大风险，人类其实并不完全了解越来越聪明的AI会开启怎样的未来。其实，先不论种种潜在风险，AI的变革意义堪比原子弹问世，特别是在机器人这个交叉领域。

机器人正迎来“奥本海默” 时刻？

如果说智能手机加速了信息时代的黄金发展，那么下一个引领人类从信息时代进阶到智能时代的赛道或者现象级别品类会是什么？人形机器人是其中之一吗？

人形机器人通常是指模仿人类物理形态以及具体行为的智能机器人，相比于传统机器人，人形机器人的核心突破在于人机交互，即能够听懂人类语言指令并进行分析推断以及决策执行。

随着机器人产业的推进、ChatGPT等AI技术的加速演进，人形机器人展现了极大的潜能。特斯拉是人形机器人热潮的直接推动者。从2021年8月首次公布人形机器人项目，到2022年9月展示原型机，再到2023年5月发布Optimus，特斯拉的人形机器人已经具备了自然行走、电机扭矩控制、力度控制、环境识别及记忆等功能，展现了极快的产品迭代能力。

马斯克强调，现在是推进研发人形机器人的绝佳机会，因为可以共享大量自动驾驶领域的软硬件技术成果，Optimus将使用与其电动汽车相同的全自动驾驶系统(FSD)。未来，人形机器人将会是特斯拉长期价值的重要来源。

国内人形机器人方面，小米、优必选等代表厂商相继推出了最新产品。今年2月，华为天才少年稚晖君创立了智元机器人，短短半年就完成了多轮融资，并在8月推出了首款产品。

稚晖君认为，人形双足机器人是人类环境中最为通用的终极形态。物理世界中各种场景、设备、任务、工具，都是为人体形态量身打造的，只有机器人像人，具备类似的身体结构和能力，才能够帮助机器人更好地融入人类生活和工作环境。

叠加AI大模型、关键软硬件突破，人形机器人很可能成为新的风口，再度引爆全球。以下是对国内外有代表性的人形机器人进展和特点梳理：

图：国内外主要人形机器人进展及特点（与非网据公开资料整理）

敲开“具身智能”时代大门

大模型到来之前，机器人都是“专用设备”，人形机器人则向通用机器人更近一步。业界甚至认为人形机器人作为“具身智能”的理想载体，有望引领未来产业变革。

今年5月，英伟达创始人黄仁勋表示，下一波人工智能浪潮将是“具身人工智能(embodied AI)”，即能够理解、推理、并与物理世界互动的智能系统。

与过去通过“喂数据”指挥机器人行动不同，具身智能的做法是让机器人自己学习如何与环境交互。具身智能机器人与人类的交流将不再是机械式的查字典式问答，而是结合个性化沟通、任务理解、交互、规划和实体执行的新局面。有业界专家提出：以ChatGPT为代表的大语言模型并不是AI的最终形态，比它更高级的是多模态的具身智能。

那么，为什么认为人形机器人是具身智能的最佳载体？

一直以来，传统机器人发展的痛点在于不智能、不通用。不智能主要体现在传统机器人不能像人一样感知和思考，痛点在于关键算法尚未突破;不通用则体现在需求场景应用受限，例如清洁机器人、物流机器人等概念具有明确的功能属性和场景属性。

而人形机器人具备三大因素，体现出了和传统机器人的本质区别：第一，像人一样有“大脑”，能够学习和交互；第二，像人一样有完整的躯干；第三，大脑能对身上各部位各器官进行控制。这三方面分别对应：AI 大模型(交互模块)、视觉传感及感应器等(感知模块)、电机执行器(运动控制模块)。

最重要的是，从软硬件层面来看，人形机器人在迎来双重契机：软件方面，得益于在计算机视觉、语音识别、导航和路径规划、智能决策与行为规划等方面的积累和突破，人形机器人的感知、理解、决策、互动能力显著增强；硬件方面，由于与工业机器人、汽车等产业有重合的零部件产业链，因此有望更快实现降本提质。

未来，在机器人和AI的交叉领域，具身智能具有非常重要的意义，可以说是未来发展的重要方向和关键节点。它能够让机器人更加灵活、自然地与人类交互和协作；更好地适应复杂的环境，根据环境反馈和自身状态进行实时决策和调整；具身智能可以为AI的发展提供更加强大的感知和理解能力，进一步提升AI的实际应用能力。

潜在万亿赛道，主要挑战？

马斯克今年在特斯拉股东大会表示，人形机器人和人的比例可能约为2:1，也就是说，未来对人形机器人的需求量可能是100亿至200亿台，距离2万美金售价目标仍有大幅降价空间，未来将分阶段迎来规模量产。

不过，由于应用场景不足，再加上高技术、高成本门槛，人形机器人仍处于早期阶段。目前，人形机器人功能相对简单、仅实现了初步智能，在一些入门级应用场景中，拼不过更加成熟且成本低廉的机器人。

目前，多数人形机器人都聚焦在“位控”和“力控”两类控制模式上发展，还未和深度学习、强化学习等技术深度结合，在商业应用上还需攻克稳定性问题。 此外，一个最大的瓶颈就是制造成本高昂，而这有赖于大规模生产的基础及多方位的技术突破，这也进一步导致人形机器人难以推广。

就以正在冲击“人形机器人第一股”的优必选来说，它号称是全球首家将双足真人尺寸人形机器人的成本降低至10万美元以下的公司，实现了国内首款大型人形机器人的商业化落地。

不过，据优必选招股书显示，2021年优必选仅售出1台真人尺寸的人形机器人Walker-2用于教育，2022年前9个月售出2台Walker-X用于通用商业目的。2020年至2022年，优必选Walker系列收入分别为230万、1280万、5185万，收入占比分别为0.3%、1.6%、5.1%。相形之下，消费级机器人硬件及解决方案才是新的增长点，2020年至2022年，收入占比由8.0%提升至33.6%。

如何推动人形机器人尽早成熟、走向大规模应用？业内认为可以参考智能手机发展历程，即前期主要由硬件技术进步推动，而随着设备性能提升和功能增加，给内容和应用创新带来更多可能，从而步入生态壮大发展。

结合这一轨迹，核心硬件应该是率先突破的领域。一方面，高性能零部件能实现更好的控制和交互能力；另一方面，有冗余空间的硬件方案才能实现高通用性和灵活性，有利于进一步壮大开发和应用生态。

目前看来，人形机器人的核心零部件主要包括电机、减速器、传感器等。

机器人关节处需多个电机驱动，电机驱动系统是将电能转化为动能的物理系统，主要由负载、控制装置及电机等部分构成，电机驱动芯片是电机驱动系统的大脑。在人形机器人中，电机需求广泛分布。以特斯拉Optimus为例，其主体部分使用28个电机执行器，用以完成抬手、屈膝等动作。

传感器主要负责内外部环境信息的监控交互，按信息来源可分为内部传感器与外部传感器。内部传感器主要负责收集自身运动、位置信息（如关节的线位移、角位移等几何量，速度、角速度、加速度等），从而实现更精确可靠的智能控制。相比其他机械设备，机器人与外部环境的交互性更强，因此其需要利用外部传感器实时监测周围环境参数，辅助完成目标识别、决策判断等过程。

此外还有3D视觉、线束与连接器等等，形成人形机器人的眼睛、神经与血管等。

预计人形机器人发展初期，首先需要大力发展智能芯片、伺服系统、减速器等为主的通用性硬件，而随着需求量增大，才能进一步形成高性能、低成本的标准方案。

此外，算法作为人形机器人的核心，需与硬件发展相匹配。当前的核心问题在于算法对运动能力的控制，包括本体平衡、行走的步态、手部抓取等规划与控制。由于人形机器人需完成各种类似人类的动作，连续、复杂、需频繁的物理交互且操作因果性多，算法难度甚至超过自动驾驶。这就更需要成熟的感知系统基础、强大的算法分解任务和规划动作、大模型的不断仿真训练、以及超强的算力支撑，才能形成算法与硬件匹配的持续迭代。

写在最后

尽管人形机器人的运动能力已经大大提升，但是到了实际商用落地环节，仍然举步维艰。波士顿动力几次卖身易主，也侧面证明了这一赛道商业化的艰难。

业界都期待一款可以实现巨大突破的机器人，像自动驾驶一样，有感知、分析判断能力、人机交互能力、对于3D世界的实时理解能力，以及精准的操作能力，而人形机器人有望担此重任，也吸引了一批企业开始瞄准这个方向发力。

人形机器人能否打破机器人产业的固有困境，引领机器人产业一举跨入新智能时代？属于机器人的 “奥本海默”时刻，会出现吗？