引言

嗨！家人們！2025 年科技圈最火的事兒之一，肯定得是造人形機(jī)器人！

從去年第四季度開始，隨著大模型應(yīng)用越來越深入，具身智能概念直接被點(diǎn)燃。

最讓人驚訝的是，大量自動(dòng)駕駛 “老炮” 紛紛轉(zhuǎn)行加入這個(gè)賽道，這可太有意思了。

無人車來也（公眾號：無人車來也）今天就來好好嘮嘮。

（參考閱讀請點(diǎn)擊：《馬斯克：2025年自動(dòng)駕駛會(huì)比人類駕駛安全百倍，特斯拉會(huì)造數(shù)千臺人形機(jī)器人》）

一、自動(dòng)駕駛 “老炮” 扎堆轉(zhuǎn)行

你能想到嗎？那些在自動(dòng)駕駛領(lǐng)域混得風(fēng)生水起的大佬們，突然就集體跨界，跑去造人形機(jī)器人了。

智駕芯片上市公司地平線創(chuàng)始成員余軼南博士，聯(lián)手理想汽車前智能駕駛產(chǎn)品總監(jiān)趙哲倫，成立了具身智能領(lǐng)域初創(chuàng)公司維他動(dòng)力；

（參考閱讀請點(diǎn)擊：《地平線“老將”余軼南離職：從自動(dòng)駕駛到具身智能的跨界創(chuàng)業(yè)》）

百度集團(tuán)資深副總裁李震宇，加盟具身智能賽道初創(chuàng)公司它石智航；

前小米自動(dòng)駕駛產(chǎn)品技術(shù)負(fù)責(zé)人劉方，成立了阿米奧機(jī)器人。

這還只是冰山一角，還有好多呢！

早在 2023 年，原文遠(yuǎn)知行 COO 張力離職后沒多久就加入了逐際動(dòng)力，擔(dān)任聯(lián)合創(chuàng)始人兼 COO；

曾在 Waymo 和 Momenta 擔(dān)任重要技術(shù)職位的高繼揚(yáng)，創(chuàng)立了星海圖，并獲得了頂級投資機(jī)構(gòu)千萬級美元的投資；

曾在小鵬汽車和 OPPO 擔(dān)任首席科學(xué)家的郭彥東，創(chuàng)立智平方科技有限公司，公司自研的多模態(tài)大模型，能驅(qū)動(dòng)機(jī)器人實(shí)現(xiàn)高精度感知與自然交互。

不僅有這些大佬單干，車企們也坐不住了，紛紛下場布局具身智能。

廣汽集團(tuán)發(fā)布了自主研發(fā)的第三代具身智能人形機(jī)器人 GoMate，計(jì)劃 2025 年實(shí)現(xiàn)自研零部件批量生產(chǎn)，2026 年整機(jī)小批量生產(chǎn)；

理想汽車 CEO 李想表示做人形機(jī)器人概率是 100%；

小鵬汽車亮相全新一代人形機(jī)器人 Iron 艾倫，已經(jīng)進(jìn)入工廠進(jìn)行生產(chǎn)實(shí)訓(xùn)。

奇瑞汽車聯(lián)手 AI 公司研發(fā)人形機(jī)器人，上汽創(chuàng)投參與智元機(jī)器人的戰(zhàn)略融資。這陣容，簡直豪華到不行！

二、技術(shù)同源，挑戰(zhàn)不同

為啥自動(dòng)駕駛大佬和車企都對人形機(jī)器人這么感興趣呢？

很大程度是因?yàn)榧夹g(shù)同源。

不管是造車還是造人，本質(zhì)上都是基于對環(huán)境的感知和交互，對外界信息進(jìn)行計(jì)算后，指導(dǎo)機(jī)器運(yùn)動(dòng)。

就像原特斯拉自動(dòng)駕駛部門負(fù)責(zé)人 Andrej Karpathy 說的，汽車也是機(jī)器人，從汽車到人形機(jī)器人的技術(shù)轉(zhuǎn)移，工作量不大，工具現(xiàn)成，只是系統(tǒng)重新配置，本質(zhì)相同。

但在實(shí)際應(yīng)用中，兩者還是有不少區(qū)別。

從計(jì)算規(guī)�？�，自動(dòng)駕駛在高速場景多，和安全緊密相關(guān)，需要高算力芯片實(shí)時(shí)計(jì)算，比如 L4 級自動(dòng)駕駛需要 1000 TOPS 甚至幾千個(gè) TOPS；

而智能機(jī)器人現(xiàn)階段多在相對低速環(huán)境工作，計(jì)算需求相對降低。

在運(yùn)動(dòng)控制上，自動(dòng)駕駛只控制 2D 維度運(yùn)動(dòng)，人形機(jī)器人僅手部抓取就需要模仿 20 個(gè)以上關(guān)節(jié)運(yùn)動(dòng)，對計(jì)算和控制要求更高。

而且，自動(dòng)駕駛面對的數(shù)據(jù)相對 “標(biāo)準(zhǔn)化”，機(jī)器人工作場景復(fù)雜多變，數(shù)據(jù)種類多且發(fā)散，對計(jì)算能力提出更高要求。

三、商業(yè)化難題：把價(jià)格打下來

在具身智能的競爭中，商業(yè)化是大家都要面對的難題。

就像馬斯克說的，原型容易，批量生產(chǎn)很難，甚至不可能。

這里面的原因，除了軟件算法和硬件傳感器，更重要的是生產(chǎn)和工程能力，說白了，就是要把產(chǎn)品價(jià)格降下來，讓用戶能接受。

先看軟件算法，具身智能軟件分大腦和小腦。

大腦負(fù)責(zé)感知和思維決策，和自動(dòng)駕駛一樣主要基于機(jī)器視覺，現(xiàn)在很多創(chuàng)業(yè)公司依托科技大廠的多模態(tài)大模型賦能，比如 Figure AI、樂聚機(jī)器人、優(yōu)必選等，在這方面大家起點(diǎn)差不多。

但在運(yùn)動(dòng)控制的小腦算法上，各家技術(shù)路徑不同。

人形機(jī)器人控制算法經(jīng)歷了多個(gè)階段，目前主流是 MPC + WBC 方案，不過 IL + RL 路線被認(rèn)為是未來主流，但現(xiàn)在進(jìn)入技術(shù)瓶頸期，短期內(nèi)難以突破，這也是很多公司推出輪式仿生機(jī)器人而非雙足人形機(jī)器人的原因。

硬件方面，算力芯片在人形機(jī)器人成本占比大概 7% - 10%，一臺均價(jià) 50 萬的人形機(jī)器人，芯片成本不超過 1 萬元，未來隨著電機(jī)等部件成本下行，芯片成本占比可能增加。

相比之下，運(yùn)動(dòng)控制的 “手” 就貴多了。人形機(jī)器人手要執(zhí)行各種高精度動(dòng)作，自由度高，像特斯拉 Optimus 人形機(jī)器人的靈巧手自由度達(dá)到 22 個(gè)。

而且觸覺傳感器很貴，甚至比不帶觸覺傳感器的手還貴，一只手用到的觸覺傳感器可能要大幾千元，只有當(dāng)觸覺傳感器成本占手成本 10% 左右時(shí)才可能大規(guī)模應(yīng)用。

就像無人車從幾十、上百萬一輛，逐漸下降到 20 萬左右的 Robotaxi，甚至 10 萬以下的無人配送車，自動(dòng)駕駛才加快了普及速度。

對于具身智能創(chuàng)業(yè)企業(yè)來說，如何把機(jī)器人價(jià)格打下來，是未來競爭的關(guān)鍵。說不定過不了多久，我們身邊就會(huì)出現(xiàn)很多價(jià)格親民、功能強(qiáng)大的人形機(jī)器人，想想都覺得超酷！

總之，無人車來也（公眾號：無人車來也）認(rèn)為，隨著大模型應(yīng)用深入，具身智能概念一下子就火起來了。這時(shí)候啊，出現(xiàn)了一個(gè)超有趣的現(xiàn)象，那就是好多自動(dòng)駕駛界的大佬紛紛轉(zhuǎn)行加入這個(gè)新領(lǐng)域。期待更多的自動(dòng)駕駛、具身智能企業(yè)飛速發(fā)展！親！你說呢？

       原文標(biāo)題 : 自動(dòng)駕駛“老炮”轉(zhuǎn)戰(zhàn)人形機(jī)器人：機(jī)遇與挑戰(zhàn)并存