人形機(jī)器人真正走到我們身邊，大概還需要10年左右。

文｜趙艷秋 游勇

編｜周路平

北京亦莊的一場(chǎng)人形機(jī)器人半程馬拉松，在吸引著巨大關(guān)注的同時(shí)，也讓網(wǎng)友吵翻了天。

有人說(shuō)，這場(chǎng)馬拉松讓熱鬧了半年的人形機(jī)器人“祛魅”了，它看起來(lái)更像是個(gè)遙控的大號(hào)電動(dòng)玩具，在網(wǎng)絡(luò)上，人形機(jī)器人各種酷炫動(dòng)作，但在現(xiàn)實(shí)中連路都走不穩(wěn)；也有人說(shuō)，對(duì)新產(chǎn)業(yè)應(yīng)該給予更多的寬容，只有現(xiàn)在的起步，才有未來(lái)的發(fā)展，就像汽車(chē)在誕生之初跑得比馬車(chē)還慢，但并不妨礙汽車(chē)的進(jìn)步。

北京經(jīng)開(kāi)區(qū)管委會(huì)副主任梁靚介紹，此次“人機(jī)半馬”比賽，更像一次產(chǎn)業(yè)對(duì)話(huà)和機(jī)器人“大練兵”。相比于最后的成績(jī)，業(yè)內(nèi)普遍認(rèn)為，這更像是一場(chǎng)人形機(jī)器人系統(tǒng)工程的極限演練。

雖然很多人對(duì)“首馬”中機(jī)器人的表現(xiàn)有些失望，但實(shí)際上人形機(jī)器人這兩年的發(fā)展在提速。以機(jī)器人本體為例，過(guò)去一兩年迭代的速度，可能超過(guò)了之前10年的迭代。

今年初，“具身智能”首次被寫(xiě)入《政府工作報(bào)告》，成了產(chǎn)業(yè)界的熱詞。具身智能產(chǎn)業(yè)鏈足夠長(zhǎng)，市場(chǎng)體量足夠大，而人形機(jī)器人是其中技術(shù)集成度最高的。在行業(yè)被熱捧的背后，人形機(jī)器人還面臨諸多挑戰(zhàn)。業(yè)界正在探索將大模型與機(jī)器人結(jié)合，一些企業(yè)在思考推動(dòng)如何將人形機(jī)器人在產(chǎn)業(yè)中落地。“真正走到我們身邊，我認(rèn)為大概還需要10年左右。”北京通用人工智能研究院院長(zhǎng)朱松純說(shuō)。

01

當(dāng)科幻照進(jìn)現(xiàn)實(shí)

4月19日，北京亦莊，作為全球首個(gè)人形機(jī)器人參與的半程馬拉松賽事，熱度非常高，尤其是在AI和具身智能概念火熱的當(dāng)下，大家都在關(guān)注機(jī)器人在賽場(chǎng)上的表現(xiàn)。

在現(xiàn)場(chǎng)，機(jī)器人賽道和人工賽道中間有護(hù)欄分隔，很多報(bào)名參加了半馬的人都在跟著機(jī)器人一起奔跑，甚至站在兩旁為機(jī)器人加油歡呼。而無(wú)論在家中、地鐵上，很多人也在通過(guò)直播觀看人形機(jī)器人在馬拉松賽的首秀。

當(dāng)天有20個(gè)機(jī)器人參賽，其中7個(gè)跑完了全程21公里，而第一個(gè)出發(fā)的天工機(jī)器人不負(fù)眾望拿下了冠軍，用時(shí)2小時(shí)40分鐘，配速達(dá)到了每小時(shí)八九公里，中途更換了3次電池。

不過(guò)，相比于在網(wǎng)絡(luò)視頻上人形機(jī)器人的酷炫表現(xiàn)，真實(shí)的比賽現(xiàn)場(chǎng)讓很多人感覺(jué)到了落差。

比如松延動(dòng)力的N2機(jī)器人“旋風(fēng)小子”在最后的沖刺階段，不小心摔了一跤，把“頭”都摔掉了，甚至有些在外形上擬人化很高的機(jī)器人，剛起步就摔在了起跑線(xiàn)上；一些機(jī)器人在中途遇到了故障，不得不從補(bǔ)給車(chē)?yán)锬贸鰝溆玫臋C(jī)器人繼續(xù)完成后續(xù)的比賽。

很多機(jī)器人都需要人工在旁邊輔助，甚至用手?jǐn)v扶著；一些機(jī)器人在賽道上不斷走出“S形”路線(xiàn)，陪跑工程師不得不出手拉回來(lái)；另外由于高強(qiáng)度運(yùn)動(dòng)，導(dǎo)致關(guān)節(jié)發(fā)熱，也需要在關(guān)鍵部位經(jīng)常噴冷卻液給機(jī)械結(jié)構(gòu)降溫。

以至于很多人說(shuō)，最累的不是機(jī)器人，而是在旁邊跟隨的工程師，他們不僅要跟著奔跑，還需要時(shí)刻關(guān)注機(jī)器人的動(dòng)向。

根據(jù)主辦方的介紹，這次參賽的隊(duì)伍有兩種參賽方式，一種是遙控模式，考察的主要是硬件層面的能力，比如關(guān)節(jié)、電機(jī)、能耗、散熱等；另一種是跟跑模式，需要機(jī)器人能夠準(zhǔn)確跟隨、快速響應(yīng)前方目標(biāo)。

而現(xiàn)場(chǎng)大部分機(jī)器人采用的是遙控模式，會(huì)有工程師在旁邊控制機(jī)器人的奔跑速度和方向。雖然主辦方賽前會(huì)為人形機(jī)器人賽隊(duì)提供線(xiàn)路的GPS坐標(biāo)數(shù)據(jù)，但這些人形機(jī)器人并不能實(shí)現(xiàn)完全自主控制。

在網(wǎng)絡(luò)上關(guān)注度很高的宇樹(shù)機(jī)器人，當(dāng)天的表現(xiàn)也不出色，起步就摔倒。針對(duì)表現(xiàn)不佳的質(zhì)疑，宇樹(shù)科技還專(zhuān)門(mén)發(fā)了一則聲明，稱(chēng)有好幾個(gè)獨(dú)立團(tuán)隊(duì)在使用，“不同人操作或開(kāi)發(fā)情況下，機(jī)器人的表現(xiàn)差別很大，請(qǐng)大家不要誤解。”據(jù)悉，清華一個(gè)團(tuán)隊(duì)拿著宇樹(shù)機(jī)器人去參賽，相當(dāng)于是拿了宇樹(shù)的硬件去跑了自己訓(xùn)練的算法。這個(gè)團(tuán)隊(duì)當(dāng)天也沒(méi)能跑完全程。不過(guò)也有網(wǎng)友質(zhì)疑，為什么宇樹(shù)官方不來(lái)參賽？之前又跑又跳、行云流水的視頻，是真的假的？

鈦虎機(jī)器人產(chǎn)品生態(tài)負(fù)責(zé)人諶威則在騰訊科技的一場(chǎng)直播中坦言，這次比賽不只是為了“跑”，它本質(zhì)上是在測(cè)試人形機(jī)器人的“基礎(chǔ)身體能力”。馬拉松是一種非常適合做“壓力測(cè)試”的場(chǎng)景，比如這次亦莊半馬的比賽地形，包含了平地、坡道，全程線(xiàn)路共包括6個(gè)左轉(zhuǎn)道、8個(gè)右轉(zhuǎn)道，最小轉(zhuǎn)彎角90度。這些都考驗(yàn)了機(jī)器人精準(zhǔn)的路徑規(guī)劃和靈活的轉(zhuǎn)向能力。

通過(guò)這樣實(shí)戰(zhàn)的方式，能夠看到問(wèn)題和發(fā)現(xiàn)不足，比如關(guān)節(jié)精度、熱管理、電源系統(tǒng)、控制算法、通信干擾等問(wèn)題，在這場(chǎng)馬拉松賽中得以全面暴露，從而推動(dòng)整個(gè)行業(yè)快速迭代。而且在一段20多公里封閉路段的珍貴數(shù)據(jù)，為企業(yè)提供了珍貴的數(shù)據(jù)。

諶威說(shuō)，這次比賽最特別的一點(diǎn)是所有參賽企業(yè)都在統(tǒng)一標(biāo)準(zhǔn)下，誠(chéng)實(shí)面對(duì)自己的技術(shù)狀態(tài)，不再像過(guò)去那樣通過(guò)剪輯展示“機(jī)器人陪我一天”的表演場(chǎng)景。對(duì)于公眾來(lái)說(shuō)，這次是非常難得的真實(shí)展示，也是一種科學(xué)普及。

02

是祛魅還是加速？

在馬拉松之后，有人說(shuō)“對(duì)人形機(jī)器人祛魅了”。但從產(chǎn)業(yè)實(shí)際情況和發(fā)展速度來(lái)看，包括人形機(jī)器人在內(nèi)的具身智能，其發(fā)展是在加速。

“大模型出來(lái)之后，機(jī)器人行業(yè)最大的變化就是驅(qū)動(dòng)范式的變化，從傳統(tǒng)的模型驅(qū)動(dòng)方式，變?yōu)榱艘粋�(gè)數(shù)據(jù)驅(qū)動(dòng)的方式。因?yàn)槿诵螜C(jī)器人要進(jìn)入到復(fù)雜未知場(chǎng)景中，現(xiàn)實(shí)中沒(méi)有這么多模型，那么它最終的理想情況，應(yīng)該是以數(shù)據(jù)作為指導(dǎo)，或者說(shuō)是行為數(shù)字化，把我們?nèi)嗽诂F(xiàn)實(shí)工作中的技能采集數(shù)據(jù)化，然后轉(zhuǎn)移給機(jī)器人。”樂(lè)聚機(jī)器人董事長(zhǎng)冷小坤說(shuō)。

而因?yàn)榉妒降淖兓�，也給具身智能提出非常大的挑戰(zhàn)，其一是數(shù)據(jù)。“相比無(wú)人駕駛，具身智能更大的挑戰(zhàn)是先有雞還是先有蛋的問(wèn)題，即數(shù)據(jù)從哪來(lái)。”智源研究院院長(zhǎng)王仲遠(yuǎn)說(shuō)。全球電動(dòng)汽車(chē)因?yàn)橛谢�本的運(yùn)行功能，它的輔助駕駛系統(tǒng)每天都可以收集數(shù)據(jù)進(jìn)行迭代。“而機(jī)器人如果不能完成具體的場(chǎng)景任務(wù)，就沒(méi)辦法形成規(guī)�；�銷(xiāo)量，也就無(wú)法收集數(shù)據(jù)、迭代模型，整體陷入了‘死循環(huán)’。”

這也能看出這次馬拉松賽事，創(chuàng)造出20多公里封閉路段，對(duì)機(jī)器人運(yùn)動(dòng)性能研發(fā)的珍貴性。很多機(jī)器人公司結(jié)束比賽后，已迫不及待地去分析數(shù)據(jù)。

“數(shù)據(jù)的稀缺，導(dǎo)致無(wú)法實(shí)現(xiàn)具身智能的泛化能力。”軟通動(dòng)力副總裁兼技術(shù)研究院副院長(zhǎng)雒冬梅告訴數(shù)智前線(xiàn)，“拿抓取這件事來(lái)說(shuō)，在某一空間某一個(gè)節(jié)點(diǎn)上，機(jī)器人順利去實(shí)現(xiàn)抓取，但換一個(gè)空間維度，就做不到了。”

“整個(gè)產(chǎn)業(yè)目前采用了多種手段，例如虛擬采集、合成數(shù)據(jù)采集、多模態(tài)數(shù)據(jù)融合采集，來(lái)逐步解決數(shù)據(jù)問(wèn)題。”雒冬梅說(shuō)。

不過(guò)，這些獲得數(shù)據(jù)的技術(shù)路徑，也都存在不同程度的挑戰(zhàn)。比如，合成數(shù)據(jù)、生成動(dòng)作序列的方法中，最大的挑戰(zhàn)是空間匹配度并不好。在虛擬空間形成的抓取數(shù)據(jù)，放到機(jī)器人本體上，會(huì)出現(xiàn)抓取位置偏差、抓取姿態(tài)錯(cuò)誤，甚至根本無(wú)法成功抓取目標(biāo)物體，無(wú)法完成預(yù)期動(dòng)作。

為此，今年北京、杭州、無(wú)錫、南京、重慶等地，都在積極建設(shè)數(shù)采中心，未來(lái)幾年將會(huì)陸續(xù)投產(chǎn)。“它有點(diǎn)像我們之前算力中心的投資邏輯。”雒冬梅說(shuō)。數(shù)采中心是完全面向場(chǎng)景化的，投資很高，比如要采集抹墻機(jī)器人需要的數(shù)據(jù)，就要搭建樓房場(chǎng)景，實(shí)際采集、驗(yàn)證后，將數(shù)據(jù)集提供給機(jī)器人企業(yè)，降低業(yè)界的開(kāi)發(fā)成本，這也可以說(shuō)是數(shù)據(jù)要素發(fā)展的另一種形態(tài)。

在這些數(shù)采中心中，實(shí)地采集打乒乓球、疊衣服、掃地等一個(gè)個(gè)技能的數(shù)據(jù)。如在北京人形機(jī)器人創(chuàng)新中心，正全力建設(shè)百萬(wàn)量級(jí)的高密度、高質(zhì)量、高通用性數(shù)據(jù)集。這需要產(chǎn)業(yè)鏈各方聯(lián)手，如各機(jī)器人企業(yè)、百度智能云等模型和算力企業(yè)。

具身智能面臨的第二大挑戰(zhàn)，是機(jī)器人本身對(duì)復(fù)雜任務(wù)的理解，以及在動(dòng)作序列中能否形成連貫性，這是下一階段業(yè)界要去重點(diǎn)攻克的難題。

“比如有十位客人，請(qǐng)機(jī)器人給其中一個(gè)人倒杯水，它可以理解，也可以執(zhí)行倒水動(dòng)作。”雒冬梅說(shuō)，“但如果讓機(jī)器人引導(dǎo)客人到某個(gè)會(huì)議室，然后再給他倒杯水，兩三層任務(wù)，機(jī)器人就沒(méi)法形成連貫性了。”

為什么今年受到關(guān)注的Manus，能實(shí)現(xiàn)一系列工作，而人形機(jī)器人就做不到？雒冬梅告訴數(shù)智前線(xiàn)，Manus是數(shù)字AI，而具身智能是“物理AI”，兩者之間唯一的區(qū)別，就是空間維度。而空間維度不斷變化，這比訓(xùn)練輔助駕駛難度還要大，因?yàn)檩o助駕駛還有一系列交通規(guī)則可以遵循，而通常的物理空間，沒(méi)有明確的規(guī)則，動(dòng)態(tài)不確定。這還需要大模型的泛化性來(lái)解決。

北京通用人工智能研究院院長(zhǎng)朱松純說(shuō)，現(xiàn)在最大的難點(diǎn)在于（數(shù)字）智能體和硬件本體的融合，在全球無(wú)論是產(chǎn)業(yè)界還是學(xué)術(shù)界，現(xiàn)在已開(kāi)始在探討這兩者的結(jié)合問(wèn)題。

03

今年有真實(shí)的落地場(chǎng)景嗎？

既然人形機(jī)器人有這些需要逐步解決的挑戰(zhàn)，它什么時(shí)候能落地？

其實(shí)，伴隨人工智能的火爆，今年以來(lái)，行業(yè)市場(chǎng)中涌現(xiàn)出急迫需求。中工互聯(lián)董事長(zhǎng)智振告訴數(shù)智前線(xiàn)，他們打算購(gòu)買(mǎi)機(jī)器人和機(jī)器狗，在工業(yè)場(chǎng)景下展開(kāi)探索。“工藝流程要與設(shè)備關(guān)聯(lián)，軟硬件結(jié)合，才能形成閉環(huán)和競(jìng)爭(zhēng)力。”智振提出“具身智能體”概念，它既是智能體，有大模型優(yōu)化和決策能力，也具備執(zhí)行能力，比如控制閥門(mén)，還能根據(jù)外部反饋?zhàn)晕疫M(jìn)化。

“以前我比較懷疑，人形機(jī)器人為什么要進(jìn)工業(yè)場(chǎng)景？”樂(lè)聚機(jī)器人冷小坤說(shuō)，但接觸一些企業(yè)后發(fā)現(xiàn)，其實(shí)大量場(chǎng)景，現(xiàn)在只能用人。因?yàn)楫a(chǎn)品的品類(lèi)太多了，可能每半天或一天就要更換一批產(chǎn)線(xiàn)，而沒(méi)有一種自動(dòng)化設(shè)備把產(chǎn)線(xiàn)都覆蓋掉。在這種情況下，目前最優(yōu)解就是人形機(jī)器人。樂(lè)聚在通信和新能源車(chē)廠，都在做相同的研發(fā)，讓人形機(jī)器人與場(chǎng)景結(jié)合。

冷小坤說(shuō)，人形機(jī)器人什么時(shí)候能像博士一樣聰明，像家電一樣便宜，也就到了產(chǎn)業(yè)爆發(fā)的時(shí)刻。他預(yù)測(cè)5年內(nèi)，人形機(jī)器人成本能達(dá)到一輛小轎車(chē)的水平。

雒冬梅則認(rèn)為，機(jī)器人特別適合優(yōu)先考慮高危場(chǎng)景下的應(yīng)用，而這還有很多難題要攻克。為此，軟通動(dòng)力已與理工華匯，成立軟通天匯特種人形機(jī)器人實(shí)驗(yàn)室，其中的關(guān)鍵技術(shù)之一是人形機(jī)器人防爆問(wèn)題�，F(xiàn)有防爆多是外掛或穿戴式，與機(jī)器人輕量化相矛盾，軟通天匯通過(guò)材料、電機(jī)等做了結(jié)構(gòu)性?xún)?yōu)化。同時(shí)，實(shí)驗(yàn)室中也在開(kāi)展復(fù)雜動(dòng)作研發(fā)，涉及多模態(tài)識(shí)別、技能訓(xùn)練。

不過(guò)，更多企業(yè)采取了“沿途下蛋”策略。“具身智能不只是賦能于人形機(jī)器人，也可以賦能于多種形態(tài)的智能裝備。”雒冬梅說(shuō)。她看到今年一些大型企業(yè)，已在一些具體場(chǎng)景中，提出強(qiáng)烈訴求。軟通天樞聯(lián)合生態(tài)伙伴，也推出了巡檢復(fù)合機(jī)器人、勘測(cè)復(fù)合機(jī)器人、測(cè)量放線(xiàn)復(fù)合機(jī)器人和天匯Phyxis平臺(tái)。

“從大模型到本體到控制到場(chǎng)景，人形機(jī)器人和工業(yè)機(jī)器人不一樣，靠任何一家公司是搞不定的，它必須是一個(gè)大的生態(tài)，然后整個(gè)產(chǎn)業(yè)鏈一塊配合。”北京通用人工智能研究院院長(zhǎng)朱松純說(shuō)。

近些年，國(guó)家在頂層設(shè)計(jì)上對(duì)具身智能做了很多的布局和政策引導(dǎo)，人形機(jī)器人產(chǎn)業(yè)鏈因多年布局已逐漸成熟。上游關(guān)鍵零部件如機(jī)械臂、關(guān)節(jié)、絲杠等，國(guó)內(nèi)具備一定實(shí)力，供應(yīng)穩(wěn)定；中游大模型、操作系統(tǒng)、機(jī)器人“大腦小腦”、仿真訓(xùn)練企業(yè)，則在搶占行業(yè)垂類(lèi)賽道，才能發(fā)揮更大優(yōu)勢(shì)；下游各類(lèi)人形機(jī)器人公司，多在2021年后創(chuàng)立。

“對(duì)人形機(jī)器人的發(fā)展不能期望太高、太快，因?yàn)榇蟊妼?duì)人工智能的理解，總是在某些熱點(diǎn)上，一旦熱點(diǎn)來(lái)了，以為馬上就到了。但如果沒(méi)有馬上達(dá)到他的預(yù)期，他的態(tài)度馬上又翻轉(zhuǎn)到另一邊去了。”朱松純說(shuō)。而相比這樣的情緒起伏，行業(yè)需要一個(gè)比較穩(wěn)定、長(zhǎng)期的發(fā)展環(huán)境。

“過(guò)高的期望會(huì)損害這個(gè)產(chǎn)業(yè)，因?yàn)榇_實(shí)還沒(méi)到那個(gè)成熟度。”智源研究院王仲遠(yuǎn)說(shuō)，“現(xiàn)在有些不切實(shí)際的期待是兩三年后，人形機(jī)器人遍地跑，然后哪都用上。這個(gè)期待恐怕會(huì)落空。”他說(shuō)自己贊同，RoboCup聯(lián)盟預(yù)期的，人形機(jī)器人在2050年之前，戰(zhàn)勝足球世界杯冠軍。