寒潮天氣來臨前，人形機(jī)器人的專屬新政出爐了。11月2日，工信部印發(fā)了《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見》（下稱“意見”）。

意見描繪出人形機(jī)器人的可期前景，甚至給出了確切的時(shí)間表。意見提出，到2025年，人形機(jī)器人創(chuàng)新體系初步建立，并實(shí)現(xiàn)批量生產(chǎn)；到2027年，綜合實(shí)力達(dá)到世界先進(jìn)水平。

人形機(jī)器人的賽道，如今熱鬧喧囂了很多。但在外界眼中，那群長期探索中的知名從業(yè)者們，他們浸淫多年的感知和邏輯，卻依然影影綽綽，猶如迷霧一般。

源于此，筆者將兩個(gè)多月前的世界機(jī)器人大會(huì)期間，智創(chuàng)未來人形機(jī)器人技術(shù)與產(chǎn)業(yè)發(fā)展論壇上，專家、學(xué)者以及企業(yè)家等的演講以及對(duì)話等內(nèi)容進(jìn)行編輯，梳理出賽道內(nèi)權(quán)威人士的所做所思所想，以供參考。

01

未來最大變量？

黃曉慶締造達(dá)闥科技已有8年之久，他有一個(gè)深切感知——“機(jī)器人為什么必須是人形”，是機(jī)器人行業(yè)一直爭論的問題。

黃曉慶是達(dá)闥科技創(chuàng)始人兼CEO、中國云計(jì)算專委會(huì)副主任。他喜歡從過往找答案。

一百多年前，福特夢(mèng)想造一輛“不用馬的馬車”，從model A一直制造到model T，世界汽車工業(yè)革命也由此開始。

人形機(jī)器人誕生至今，也已走過上百年的漫長歲月。演變期間，有潮漲潮落，但從未止息。

黃曉慶看到，日本自1973年造出第一臺(tái)人形機(jī)器人后，研究從未中斷，即使在“福島事件”后進(jìn)入低潮期，也并未停止；另一個(gè)“工業(yè)強(qiáng)國”德國，也同樣對(duì)人形機(jī)器人的研究孜孜以求。

“人形機(jī)器人，將是未來人機(jī)共存的第一選擇?！秉S曉慶判斷。他認(rèn)為，機(jī)器人的發(fā)展演進(jìn)，與AI發(fā)展從專用小模型到通用大模型的轉(zhuǎn)變類似，路徑是從專用機(jī)器人到通用機(jī)器人。這一前提下，人形機(jī)器人同時(shí)具備：自動(dòng)適應(yīng)人類環(huán)境、使用人類工具、進(jìn)行自然語言交互三個(gè)特點(diǎn)。

姚期智是2000年圖靈獎(jiǎng)獲得者、中國科學(xué)院院士、清華大學(xué)交叉信息研究院院長。他最近在思考：人工智能的下一步是什么？

“未來的AGI（通用人工智能），需要有具身的實(shí)體。”姚期智思考過后得出結(jié)論。

姚期智說，人類本身，是世界上相當(dāng)理想的一個(gè)具身智能體，其基本具備三個(gè)成分，即身體、小腦和大腦。其中身體的部分，應(yīng)該就是人形機(jī)器人。

丹尼斯·洪（Dennis Hong）是美國加州大學(xué)洛杉磯分校教授、RoMeLa實(shí)驗(yàn)室創(chuàng)始人，他從小就癡迷機(jī)器人，長大后延續(xù)了小時(shí)候的夢(mèng)想。

丹尼斯·洪還是小孩時(shí)，就夢(mèng)想和機(jī)器人一起生活。他發(fā)現(xiàn)，家庭環(huán)境是為人設(shè)計(jì)的，比如樓梯、門把手等都是由人來使用，因此他認(rèn)為，機(jī)器人最好是人形的?！斑^去二十年當(dāng)中，我們都專注于人形機(jī)器人的研究?！钡つ崴埂ず檎f。

馬克·雷伯特（Marc Raibert）是美國波士頓動(dòng)力公司創(chuàng)始人兼首席執(zhí)行官，他是有名的長期主義者。他認(rèn)為，機(jī)器人人工智能，由運(yùn)動(dòng)智能和認(rèn)知智能兩部分組成。認(rèn)知智能是人類頭腦思考中的意象。運(yùn)動(dòng)智能涉及如何使用自己的身體。

馬克·雷伯特發(fā)現(xiàn)，人類擁有非常高超的運(yùn)動(dòng)智能，哪怕僅僅幾歲的孩童，也具備這一智能。于是，他試圖賦予機(jī)器人運(yùn)動(dòng)智能。

宇樹科技創(chuàng)始人兼首席執(zhí)行官王興興坦言，“前幾年，我個(gè)人有點(diǎn)悲觀，我甚至覺得世界科技已經(jīng)停滯，紅利殆盡”，然而從去年底開始，他重新燃起了斗志。

這源自于通用性AI進(jìn)展，遠(yuǎn)超他個(gè)人預(yù)期，他感受到，目前通用人形機(jī)器人需要的AI，已經(jīng)慢慢趨于成熟。去年底，他們立項(xiàng)做通用人形機(jī)器人。

“未來五到十年間，新工業(yè)革命、新經(jīng)濟(jì)增長，都會(huì)誕生，”王興興說。

王興興認(rèn)為，人形機(jī)器人與通用AI結(jié)合，是未來整個(gè)人類科技和經(jīng)濟(jì)增長最大的變量。

02

堅(jiān)守者的野望

周劍稱，很多年前他就提及，人類需要人形機(jī)器人來賦能生活。

周劍是優(yōu)必選科技創(chuàng)始人、董事長兼首席執(zhí)行官，優(yōu)必選則是他締造的一家人形機(jī)器人公司，在該領(lǐng)域沉浸已有11個(gè)年頭。

在周劍看來，人形機(jī)器人并不缺應(yīng)用場景。

在工業(yè)場景當(dāng)中，他看到，如今幾乎所有的汽車生產(chǎn)線，ABB、庫卡用工業(yè)機(jī)械手臂到最后汽車組裝線，集體上陣的情況下，現(xiàn)場依然有大量工人。很多頭部企業(yè)擁有幾十萬規(guī)模的生產(chǎn)線工人。這個(gè)未來可以由人形機(jī)器人去替代。

“人形機(jī)器人和傳統(tǒng)智能化的設(shè)備去協(xié)作作業(yè)，用來解決復(fù)雜場景的柔性無人化的工廠，這才是未來機(jī)器人或者汽車智慧的超級(jí)無人工廠?！敝軇φf。

未來市場空間到底有多大？周劍預(yù)估稱，目前一個(gè)擁有50萬工人的汽車工廠，如果能節(jié)省10%的工人數(shù)量，就是5萬人，按每人節(jié)省6、7萬美金來算，這意味著，一個(gè)To B的工廠可能有幾十億美金的市場。

在生活場景當(dāng)中，這里到處都要符合人體工程學(xué)，人形機(jī)器人尤其適合，在這一環(huán)境里陪伴人類，一起工作、學(xué)習(xí)、生活。

尤其是AI大模型的不斷發(fā)展之下，不同的大學(xué)、科研機(jī)構(gòu)、公司，都用AI大模型，讓夢(mèng)想不斷照進(jìn)現(xiàn)實(shí)。

王興興認(rèn)為，去年開始，人形機(jī)器人越來越火熱，這與馬斯克的身體力行脫不開關(guān)系，國內(nèi)資本層面也與國外進(jìn)行了對(duì)標(biāo)。過去該領(lǐng)域高潮與低谷，已循環(huán)了很多個(gè)周期?！昂茈y想象，十年前，AI是個(gè)冷門行業(yè)，如果不是去年生成式AI出現(xiàn)爆發(fā)性增長，可能AI又進(jìn)入一個(gè)新低谷時(shí)期，但是，現(xiàn)在整個(gè)AI迭代速度已越來越快?！?/span>

馬克·雷伯特和其團(tuán)隊(duì)的研究，可以追溯到15年前，他們開發(fā)了各種各樣的機(jī)器人，比如大狗機(jī)器人、野貓機(jī)器人、spot機(jī)器人、物流機(jī)器人stretch、人形機(jī)器人Atlas等等。

馬克·雷伯特將三個(gè)機(jī)器人，代表了波士頓動(dòng)力公司的今天、明天和未來。其中正在開發(fā)的人形機(jī)器人Atlas代表未來。spot機(jī)器人和物流機(jī)器人stretch則分別代表今天、明天。

“人形機(jī)器人Atlas，我們管它叫未來機(jī)器人，因?yàn)槟壳八€算不上真正意義的機(jī)器人，”馬克·雷伯特說。

Atlas機(jī)器人有一個(gè)機(jī)載的計(jì)算機(jī)，還附有電池，四肢上大概有28個(gè)不同的傳感器或者一個(gè)視覺系統(tǒng)，可以幫助它看到前方的地形。馬克·雷伯特透露，最近他們正在研究Atlas的移動(dòng)操控能力。

馬克·雷伯特認(rèn)為，硬件工程，對(duì)于未來的機(jī)器人技術(shù)非常重要，它和軟件同等重要?！坝腥苏J(rèn)為，軟件可以克服硬件上的所有問題和限制，但我個(gè)人并不贊同。我認(rèn)為，只有最好的硬件設(shè)計(jì)師和軟件設(shè)計(jì)師傾力合作，才能夠設(shè)計(jì)出世界上最好的機(jī)器人。”

除了運(yùn)動(dòng)智能，認(rèn)知智能也同等重要。馬克·雷伯特表示，他們創(chuàng)立了一個(gè)新的機(jī)構(gòu)叫人工智能研究院，在現(xiàn)代集團(tuán)的支持下，該院致力于具有運(yùn)動(dòng)智能和認(rèn)知智能的智慧機(jī)器人。

丹尼斯·洪則講述了“ARTEMIS”人形機(jī)器人研發(fā)過程的波折。它花了團(tuán)隊(duì)6年時(shí)間研發(fā)出來。2018年，它僅僅是停留在紙面上的一個(gè)簡單草圖。2019年，眾籌到12萬美金開始啟動(dòng)。2020年疫情來襲，項(xiàng)目剛起步，實(shí)驗(yàn)室卻被迫關(guān)閉?！暗俏覀儧]有就此止步，在家里繼續(xù)研究，在寢室、臥室里，開著線上會(huì)議……”丹尼斯·洪回憶稱。

丹尼斯·洪進(jìn)一步回憶說，“2021年1月，動(dòng)態(tài)評(píng)估期；2月，第一次讓它站起來，好像不太成功；3月，第一次開始讓它做平衡工作，做推、拉，讓它地面開始震顫，進(jìn)行站穩(wěn)、平衡等各種實(shí)驗(yàn)……2022年10月，它第一次穩(wěn)定地走路，這是一個(gè)非常重大的成功；12月，第一次出現(xiàn)嚴(yán)重的故障，這對(duì)于通過力控制的機(jī)器人，如果有問題就會(huì)失去平衡，幾乎是自我摧毀，當(dāng)時(shí)給我們很大的打擊，后續(xù)給樣機(jī)修理，花了很長時(shí)間?！?/span>

今年3月，“ARTEMIS”人形機(jī)器人正式發(fā)布，其特點(diǎn)就是，在極度的踢打測試中仍能保持平穩(wěn)，奔跑速度達(dá)到2.1米/秒。它可以踢足球，還參加了2023年機(jī)器人世界杯足球賽。丹尼斯·洪說，比賽結(jié)束后，他發(fā)現(xiàn)比爾·蓋茨關(guān)注了他。

03

突進(jìn)與阻力的較量

近年來，出現(xiàn)眾多知名廠商被迫放棄，或暫停多年研發(fā)成果的現(xiàn)象。比如，去年3月，本田Asimo正式宣布退役，其經(jīng)歷14年的技術(shù)攻關(guān)后才誕生，之后的命運(yùn)卻是，誕生12年、經(jīng)歷七次迭代，最終結(jié)束生命周期。那之前，軟銀Pepper機(jī)器人于2021年已經(jīng)停產(chǎn)，只存活了6年。

究其原因，“先烈們”折在了兩點(diǎn)上，一個(gè)是功能未達(dá)客戶可以買單的要求，二則是成本過高。

早年間，最基本的一體化關(guān)節(jié)，都要成立專門的公司，但近年來，智能制造以及工業(yè)機(jī)器人的長足發(fā)展，使得上下游產(chǎn)業(yè)鏈極大拉通，用產(chǎn)量來降低成本，正在照進(jìn)現(xiàn)實(shí)。

除此之外，ChatGPT引發(fā)的生成式AI熱潮，也為其打開了一扇新大門。

王興興是新進(jìn)者，他看到，現(xiàn)有大模型技術(shù)可以直接拿來用，或移植，或裁剪，對(duì)于人形機(jī)器人來說，只要一個(gè)小模型或中等模型，就足夠了。

日本大阪大學(xué)教授Hiroshi Ishiguro，對(duì)未來的一個(gè)暢想是，人類會(huì)使用各種不同的機(jī)器人以及替身，幫助展開各種活動(dòng)。這意味著，人類想要發(fā)展人類與機(jī)器人共生的社會(huì)，而不是發(fā)展僅僅由機(jī)器人支持的社會(huì)。

啟動(dòng)交互式機(jī)器人項(xiàng)目20多年來，Hiroshi Ishiguro制造了許多的機(jī)器人、類人機(jī)器人、替身以及計(jì)算機(jī)圖形替身。

Hiroshi Ishiguro的感受是，得益于大語言模型的問世，他們可以重點(diǎn)研究機(jī)器人更高層次的語言認(rèn)知的功能。

他進(jìn)一步稱，通過融合大型語言模型與面部表情、手勢等機(jī)器人的技術(shù)，他們可以研究許多模態(tài)的集成和多模態(tài)的表達(dá)，然后可以將意圖或者欲望，賦予機(jī)器人或類人機(jī)器人。

“我認(rèn)為，意識(shí)是未來10年當(dāng)中，最重要的問題之一，”Hiroshi Ishiguro說。

黃曉慶認(rèn)為，機(jī)器人是人類的第三臺(tái)計(jì)算機(jī)，未來機(jī)器人的編程和安卓手機(jī)、windows PC的編程沒有本質(zhì)區(qū)別?！癈hatGPT的出現(xiàn)、5G的發(fā)展，開啟了一個(gè)用人工智能和云端機(jī)器人技術(shù)，來解放生產(chǎn)力的時(shí)代，這是一次非常重要的工業(yè)革命?！?/span>

突進(jìn)之下，阻力也顯而易見。

黃曉慶看到，目前大模型缺乏機(jī)器人數(shù)據(jù)，沒有足夠多的行為數(shù)據(jù)，就沒辦法支持機(jī)器人的控制。需要把更多行為數(shù)據(jù)融進(jìn)去，進(jìn)行二次訓(xùn)練，等機(jī)器人有了行為能力、空間能力，就可以進(jìn)一步加快多模態(tài)大模型，可以叫它robot GPT。

“robot GPT是機(jī)器人的大腦?！秉S曉慶說。

英國曼徹斯特大學(xué)終身教授、吉林大學(xué)唐敖慶講席教授任雷，二十多年來，他同時(shí)在做兩件事，一是仿生機(jī)器人，二是人體科學(xué)。

任雷的深切感受是，目前仿人機(jī)器人跟人類相比，在運(yùn)動(dòng)性上相差太遠(yuǎn)，包括它的運(yùn)動(dòng)經(jīng)濟(jì)性、運(yùn)動(dòng)機(jī)敏性、運(yùn)動(dòng)多樣性、環(huán)境適應(yīng)性和運(yùn)動(dòng)的可塑性等等。

“現(xiàn)在我們把目光又轉(zhuǎn)向到了人體，人體是怎么設(shè)計(jì)的，能帶來哪些啟示，能不能有一條新的仿生的技術(shù)，帶來新型的仿人機(jī)器人，這是我們團(tuán)隊(duì)目前在探索的。”任雷說。

德國慕尼黑工業(yè)大學(xué)教授Alois C. Knoll認(rèn)為，人形機(jī)器人目前主要的障礙，在形態(tài)上。現(xiàn)在做一個(gè)數(shù)據(jù)中心的計(jì)算機(jī)比較容易，但做一個(gè)機(jī)械臂，讓其能完全模仿人的手臂，就比較困難，所以讓機(jī)器人像人一樣行走，也比較困難。

另外，Alois C. Knoll說，能源供應(yīng)等問題，也需要新技術(shù)突破。還有一個(gè)較為遙遠(yuǎn)的難題，即如何讓系統(tǒng)開發(fā)出一個(gè)自己的智慧，比如有自己的感知或靈魂，這涉及倫理問題。

王興興說，通用大模型本身，不是給通用機(jī)器人用的，其目前已把文本或文字邏輯處理好了，但它是靜態(tài)的，它對(duì)環(huán)境認(rèn)知和感知基本是零。沒辦法認(rèn)知物理環(huán)境，就沒法抓取，做一些操作。

王興興看到，谷歌對(duì)此事非常用心。十年來一直在做機(jī)器人AI相關(guān)的事情。“大家現(xiàn)在非常希望，給人形機(jī)器人或通用機(jī)器人，做一個(gè)專用的大模型出來。”

清華大學(xué)交叉信息研究院助理教授、星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇認(rèn)為，當(dāng)前機(jī)器人技術(shù)在硬件和軟件等方面都取得了長足的發(fā)展，但是仍然存在許多技術(shù)瓶頸。比如在硬件方面，機(jī)器人需要兼顧力量、速度、精度和成本等因素，但目前沒有一種技術(shù)能夠同時(shí)滿足這些要求。例如，液壓技術(shù)力量和速度強(qiáng)，但成本高，而高減速比諧波電機(jī)技術(shù)雖然精度高但靈活性有限。因此，目前的解決方案是平衡各種技術(shù)，根據(jù)不同的應(yīng)用場景選擇不同的技術(shù)路線。未來，人們希望出現(xiàn)一種新技術(shù)，能夠像人一樣兼顧所有因素。

陳建宇發(fā)現(xiàn)，軟件也存在很大問題，目前還無法很好兼顧其泛化性和控制的任務(wù)操作的精巧性，比如谷歌Robotic Transformer系列，可以做到很泛化，但是控制的精度比較低，控制頻率就很低，做任務(wù)基本在操作控制層面，做相對(duì)簡單一些的任務(wù)。

陳建宇還看到，安全性的問題。實(shí)驗(yàn)過程中出現(xiàn)的各種問題，具備一定的可解釋性，但如果用大模型、神經(jīng)網(wǎng)絡(luò)，很難解釋它會(huì)不會(huì)出現(xiàn)一個(gè)非常危險(xiǎn)的動(dòng)作?！坝肅hatGPT對(duì)話時(shí)，它說錯(cuò)一些字詞，關(guān)系不大。但是作為一個(gè)機(jī)器人，進(jìn)入我們生活中時(shí)，這個(gè)就至關(guān)重要，這些都亟待新技術(shù)去改進(jìn)。”

Alois C. Knoll也“潑出一瓢冷水”稱，人形機(jī)器人演變至今，已有百年之久，期間進(jìn)展非常緩慢，如今不能把標(biāo)準(zhǔn)設(shè)得太高，或把市場胃口吊得太高，創(chuàng)造出一個(gè)類似于投機(jī)的氛圍來，甚至變成一個(gè)泡沫?！斑@是一個(gè)難而又難的高端頂級(jí)研究，或許比通用性AI要慢，可能不會(huì)快速見到巨變?！?/span>

“人形機(jī)器人，還有許多山峰需要翻越，”Alois C. Knoll強(qiáng)調(diào)。