8月21日在世界機器人大會上拍攝的人形機器人

文/《環球》雜誌記者 彭茜

編輯/樂艷娜

　　作為連接虛擬空間和現實空間的橋梁，“具身智能”被認為是新一波AI浪潮的核心方向，在這一領域，眾多初創公司涌現、融資屢創新高、技術不斷取得突破。

　　在大模型催化下，作為具身智能領域最具代表性實體的人形機器人，2024年加速産業化落地。如果我們將大模型視為“有趣的靈魂”，具身智能賦能的人形機器人就可看作是“好看的皮囊+有趣的靈魂”。

重新定義機器人

　　“具身智能”一詞具有極濃厚的技術哲學色彩。1945年，法國哲學家梅洛·龐蒂提出“具身性”概念，認為身體是我們在世界上存在的媒介物，人類通過身體與周圍的環境進行互動和感知，進而理解世界。

　　1950年，被稱為“人工智能之父”的英國計算機科學家圖靈在論文《計算機器與智能》中首次提出“具身智能”這一概念。

　　顧名思義，具身智能是指將人工智能（AI）融入機器人等物理實體，賦予它們具有像人類一樣的感知、學習和與環境動態交互的能力。在生活中，可感知周邊環境的智能掃地機器人、已進入路測的自動駕駛汽車，都可被視為具身智能的雛形，而人形機器人則是具身智能最理想的載體。

　　被提出後經過了半個多世紀，具身智能這一經典概念為何重新煥發生命力？優必選科技副總裁、研究院院長焦繼超接受《環球》雜誌記者專訪時説，過往因為AI相關技術、軟硬體及算力等因素還未發展成熟，具身智能領域進展緩慢。近幾年，機器人運動控制系統和機電系統設計等硬體取得顯著進步，使得機器人能在更複雜環境中執行任務。軟體方面，強化學習、模仿學習等算法的應用，提升了機器人在未知環境中的學習和適應能力。算力、傳感器等技術也日趨成熟，使整個具身智能底層系統得到完善，加速落地。

　　事實上，最近十年，智能化水平相對較低的工業機器人/機械臂早已大量進入製造業工廠，帶來質效提升。專用工業機器人是“固定程序+機械臂”的組合，具身智能賦能的通用機器人則是“多模態感知+大腦決策”的迭代。

　　清華大學交叉信息研究院助理教授許華哲展望，未來機器人將呈現多姿多彩的形態：雙足、四足、輪式，正如自然界的物種多樣性一樣。比如可以載重爬山的機械狗、智能無人機甚至機器小蜜蜂。由於這個世界是為人打造的，大至建築小至傢具的高矮都是為了適配人，人形機器人將成為最能夠幫助人的機器人形態。

　　作為通用機器人代表的人形機器人，被稱為機器人皇冠上“最亮的明珠”。無論是電影《超能陸戰隊》裏可愛且暖心的機器人大白，《人工智能》裏深愛人類養母的機器男孩大衛，還是《終結者》裏施瓦辛格飾演的機器人戰士T-800，這類影視劇作品中描摹的機器人大多就是以高度擬人的外形出現，塑造了大眾對機器人最原始的認知。

　　人形機器人的外觀和行為與人高度相似，其標誌就是靈活的雙手、四肢以及靠雙足行走的運動方式。最重要的是，它能夠適應人類的生存環境、使用人類的生産工具，形態更易令人産生共鳴。

　　人形機器人領域在2024年取得“技驚四座”的進展：優必選人形機器人Walker聚焦汽車、3C等製造業重點領域，已進入多家車廠實訓；宇樹科技機器人實現了完全倣人的自然行走；波士頓動力的新版Atlas機器人可在工廠裏不同儲物櫃之間絲滑搬動零件；特斯拉人形機器人擎天柱（Optimus）計劃在2025年量産……

　　“目前，國內很多工廠都已實現高度的自動化，但工廠裏現在仍需要人的地方，就是未來人形機器人接手的地方。”許華哲告訴記者，未來工廠將呈現流水線機械臂和人形機器人配合的最終形態。

　　人形機器人可解決生産線“最後一公里”的問題。比如，在總裝環節——即把所有批量生産好的零件按顧客需求組裝成産品，就可以由具有泛化能力的人形機器人來幫忙。此外，在家庭服務、公共服務等更複雜多變的場景中，人形機器人更具優勢，可適應不同的環境和需求，完成多種任務。

從“學習人”到“超越人”

　　人形機器人的研發始於對人本身的學習與模仿。我們可以用大腦、小腦和本體，來拆解人形機器人的研發難點。“大腦”是機器人承擔自主學習、規劃和決策任務的中樞；“小腦”負責運動控制，包括從行走到跑跳，以及從簡單抓取到複雜的手部動作等；而本體部分包括軀幹四肢結構和靈巧手設計。

9月12日，一款智能機器人在服貿會國家會議中心會場向觀眾“比心”

　　焦繼超告訴《環球》雜誌記者，目前這三大領域都有較多技術難點待突破：“大腦”方面，雲邊端一體計算架構、多模態感知與環境建模等是近年技術攻關焦點，“倣人最大難點在於對人腦的模仿，因為現有科學理論對人腦的研究遠遠不足”；“小腦”方面，人機交互能力、複雜地形通過、全身協同精細作業等是重要方向；“本體”方面，剛柔耦合倣生傳動機構、高緊湊機器人四肢結構與靈巧手設計等關鍵技術，構成了人形機器人靈活運動所需的重要硬體基礎。

　　近些年，大模型的出現讓機器人“大腦”顯著“進化”，大大提升了機器人的通用性和泛化性，更有望降低人形機器人的開發成本，加速其走入千家萬戶。

　　優理奇機器人科技公司創始人兼首席執行官楊豐瑜接受記者專訪時説，現在業界主要使用預訓練大模型訓練機器人，讓其具備更強的學習能力；大模型還能將特定任務的學習遷移到機器人任務上，提高其適應能力；另外還可利用大模型的多模態處理能力，結合視覺、聽覺、觸覺等各種輸入，提升機器人對複雜場景的理解。

　　許華哲向記者介紹了最近很火的“視覺語言行動模型”。這一模型同時兼具大腦的泛化性和小腦的運動控制能力，能幫助機器人在完全陌生的環境下完成規定動作。比如，通過該模型訓練的機器人在進入不同家庭後，面對不同外觀的冰箱，可以做到絲滑開門取物。

　　“大模型技術的發展，大大提升了人形機器人的智能化水平，更‘聰明’的人形機器人將更符合人類心智，交互也更自然。除了具有勞動價值，人形機器人還能為我們帶來情感價值。”焦繼超説。

　　楊豐瑜也認為，在自然語言處理方面，大模型能夠提升機器人與人類的交互能力，讓機器人更容易理解人的指令。

研發馬拉松，中美同起跑

　　目前，人形機器人已進入産業化落地初期階段，在工業製造、商用服務和家庭陪伴領域都開始“試水”。環顧全球，無論是在技術突破、落地進展還是融資規模上，人形機器人研發競賽基本上以中國和美國為主導。

　　“如果把人形機器人行業比喻成一場馬拉松，中國和歐美國家，目前幾乎都處在前面1000米的起跑階段。”焦繼超説。

　　許華哲認為，在大模型技術方面，美國已搶佔先機，但在具身智能領域，中美幾乎勢均力敵，“這對中國來説是一個機會”。

　　楊豐瑜也認為，美國在AI和多模態大模型技術上領先中國1年左右。大模型研發能力、感知技術的領先，使美國企業在機器人決策系統和複雜任務處理方面具有更強競爭力。而中國的優勢更多體現在工業機器人領域，特別是在製造業中應用較為成熟。

　　而在人形機器人技術專利方面，中國已走在前列。人民網研究院《人形機器人技術專利分析報告》顯示，截至2023年5月，中國已累計申請6618件人形機器人技術專利，是申請人形機器人技術專利數量最多的國家。同時，國內的廣闊市場也為人形機器人落地提供了充足的場景。

　　但對中國機器人行業來説，更大的挑戰在於機器人大腦的核心算法和高端芯片（特別是英偉達芯片）受美國芯片法案影響較大。“儘管中國在硬體自研方面取得了一些突破，但在機器人操作的‘大腦’部分，即算法開發和高性能芯片製造上，尚存在差距。”楊豐瑜説。

　　許華哲也認為，儘管目前在機器人領域，電機等國産零部件質優價廉，但芯片被“卡脖子”是最大隱患。包括地平線機器人在內的一些業內公司正努力實現芯片國産化，但只有核心芯片實現國産化才能“安心”，這需要時間。

打造機器人“試驗田”

　　算力、算法和數據被普遍認為是具身智能發展的核心生産要素，儘管目前中國可能在算力和算法方面受制於人，但數據卻是中國的最大競爭優勢。楊豐瑜指出，在具身智能領域，物理世界中的數據比較稀缺，僅靠合成數據難以完全復刻現實中的複雜場景。一些模型在合成數據訓練後會崩潰，因為它們無法應對真實世界中多樣且不可預期的情況。

9月20日，在2024世界製造業大會上，一款人形機器人展示搬運技能

　　這方面，中國擁有豐富的應用場景和龐大的潛在用戶人口。許華哲介紹，真實世界的數據一般靠各家機器人公司自己採集。接下來的關鍵就是，如何在真實世界場景中採集大量數據，並由國家統籌流通和供給人形機器人行業使用。比如，北京創新中心人形機器人有限公司正計劃打造一個開源數據集供學界和業界使用。未來，高質量的共享數據集將大大助力行業發展。

　　機器人要取得更大突破，還需在更多真實場景中去驗證。然而，傳統行業出於風險、成本等考慮，不願過早採用未成熟的創新技術，這限制了機器人技術的迭代和實際應用。

　　楊豐瑜認為，如果一些傳統行業開放部分工業或服務場景（比如商超零售、公共服務、醫療陪護等）作為“試驗田”，讓機器人公司在真實環境中不斷調整、優化功能，將有助於快速推進技術成熟。國家對此可以考慮&&相關措施加以推動。許華哲提出建議，傳統行業還可以股東而非客戶形式加入機器人公司，提供更長期支持，借此逐步實現部分生産線被機器人替代。

　　對於具身智能來説，人才是行業未來高速發展面臨的另一大挑戰。許華哲指出，目前具身智能領域人才資源緊張，甚至出現和“大模型”公司搶人的現象。楊豐瑜也認為，很多人才被吸引到大模型或AI領域，導致機器人行業出現較大人才缺口。

　　楊豐瑜指出領域內主要缺乏三類人才：首先是在觸覺反饋、多模態感知、機械臂精密控制、硬體設計等高精尖領域的人才；其次是急需橫跨算法、硬體、軟體、工業設計等領域的複合型人才；最後是具備産品設計思維、用戶體驗設計能力的非傳統技術人才。

　　“可通過高校、研究院等協同培養，設置專項獎學金或引進國際頂尖人才，培養跨學科複合型人才。”楊豐瑜説。