作者 | 劉亮

想象一下這個畫面：一個凌晨的車間，幾排整齊的人形機器人沙沙作響地做著流水線任務(wù)。這個場景放在幾年前只出現(xiàn)在科幻電影里，不過在今天已經(jīng)實現(xiàn)了。

前不久，人形機器人企業(yè)Figure推出第二代人形機器人Figure02，在軟硬件上比起一代都有突破進展，更是搭載了“金主爸爸”OpenAI定制的語音推理模型，實現(xiàn)自然語言的交互?，F(xiàn)在的它，已經(jīng)進入寶馬車廠開始“打工”了，可以無休止地狂干20個小時。

圖源：微博截圖

“炸裂”新品的發(fā)布又把人形機器人推到了輿論中心，從去年底優(yōu)必選（9880.HK）上市到今年WAIC上特斯拉Optimus新一代的亮相，再到近期Figure02的推出，人形機器人的發(fā)展在這兩年可謂進展神速。

但是，脫下“創(chuàng)新技術(shù)”這層外殼，人形機器人的量產(chǎn)難度到底在哪里？從研發(fā)到商業(yè)化應(yīng)用又需要面對什么挑戰(zhàn)呢？

01.為什么是“人形”

人形機器人，最近又火了。

被微軟、英偉達和OpenAI投資的人形機器人企業(yè)Figure在前幾天發(fā)布了號稱“地表最強”新款人形機器人Figure02。據(jù)“趣解商業(yè)”了解，和上一代相比，F(xiàn)igure02進行了外觀的重構(gòu)，機器人的外皮承擔(dān)了壓力，采用了外骨骼結(jié)構(gòu)，這樣子機器人的電源和算力布線就集成在機體內(nèi)部，由此提高了機器人的性能；迭代后的Figure02手部具有16個自由度，能夠承受與人類相當(dāng)?shù)牧α俊?/p>

軟件方面，新一代機器人也搭載了投資人OpenAI定制的語音到語音推理模型，這樣子人類就可以直接用語音和機器人交互。

圖源：微博截圖

其實機器人發(fā)展到現(xiàn)在，在我們?nèi)粘Ｉ钪械臐B透率已經(jīng)非常高了，比如在商場里常見的大型清掃機器人、物流流水線上的物流機器人等；專項機器人如此完善的今天，我們?yōu)槭裁催€要做人形機器人？

而且，為什么一定要是“人形”？

答案其實很簡單，因為只有“人形機器人”才最有可能接近“全能機器人”。

我們生活的世界中，所有的場景、設(shè)備、工具都是服務(wù)于人類的形態(tài)設(shè)計的，所以各種單項的機器人可以拆解某一種具體的場景去使用，比如物流機器人可以做扛、放重物，工業(yè)機器人可以擰螺絲、掃地機器人可以打掃，但是出了這個特定的領(lǐng)域，這個機器人就成了一塊“高科技板磚”。

圖源：罐頭圖庫

而只有人形機器人能夠不受場景的限制，融入人類生活的各個方面。人形機器人最大的特點是自由度高，具備較強的自主性和多功能性；例如，在工業(yè)制造中，人形機器人可以替代人類從事重復(fù)、繁雜和危險的工作減少事故發(fā)生。我們可以將現(xiàn)在各種機器人理解成發(fā)展人形機器人的一個初級形態(tài)，而人形機器人才是終極形態(tài)。

為了實現(xiàn)這個終極形態(tài)，人形機器人需要做三件事：感知、運動、思考。

就拿跨越障礙物這件事情來說，得先“感知”到障礙物，然后“思考”是走過去、跳過去還是跨過去，最后“運動”或者說行動來實現(xiàn)跨越。這對普通人來說只是下意識的行為，對人形機器人就是一個復(fù)雜的訓(xùn)練過程。

現(xiàn)在大部分的人形機器人的問題都出在“思考”這個環(huán)節(jié)上，畢竟感知和運動可以通過傳感器布局、機器人關(guān)節(jié)設(shè)計的完善來在硬件上下功夫，不過“思考”這件事情實在是太復(fù)雜了。

以往大家的訓(xùn)練方式都是“打標(biāo)簽”，比如教人工智能學(xué)習(xí)什么叫做“西瓜”就把各式各樣的西瓜打上標(biāo)簽，人工智能在看到符合這個標(biāo)簽的物體的時候就可以給出相應(yīng)的認知。不過這樣的訓(xùn)練方式放在有局限性的領(lǐng)域中還好，放在更大的領(lǐng)域中就很難做到窮盡。

圖源：罐頭圖庫

現(xiàn)在有了大模型，就打開了一種新的訓(xùn)練思路。大模型加上傳感器數(shù)據(jù)，可以訓(xùn)練機器人更好地了解世界的規(guī)律。

比如同樣都是去冰箱里拿飲料，拿瓶裝可樂和袋裝牛奶的方式就不一樣，大模型學(xué)習(xí)可以讓機器人“理解”可樂可以直接捏起來而袋裝牛奶就要輕輕拎起來的區(qū)別。

更重要的是，大模型可以訓(xùn)練機器人對自然語言的理解，比如你說“我餓了”，現(xiàn)在的機器人未必懂它需要做什么，但大模型訓(xùn)練之后，機器人就可以為你跳轉(zhuǎn)到外賣平臺的界面，更甚者可以給你去炒盤菜。對自然語言的深入理解，幫助機器人更好地理解人類，也能更大地減輕人類與機器人的交互難度。

可以說，大模型的應(yīng)用又給人形機器人的發(fā)展推向了next level。

02.多方入局

在大模型的加持下，2023年被稱為“人形機器人元年”。

從融資表現(xiàn)來看，據(jù)“IT桔子”數(shù)據(jù)，2023年人形機器人領(lǐng)域融資事件有23起，總金額達到54.71億元，是過去十年以來的巔峰。而截至當(dāng)前，2024年人形機器人領(lǐng)域已經(jīng)有14起融資事件，總金額接近24億元。

圖源：IT桔子

從產(chǎn)品來看，2023年開始至今，不論是新銳的產(chǎn)品還是企業(yè)都在涌現(xiàn)。比如2023年成立的星動紀(jì)元，由清華大學(xué)交叉信息研究院孵化，致力于具身智能以及人形通用機器人技術(shù)和產(chǎn)品的研發(fā)；同年成立的開普勒，自研算法實現(xiàn)人形機器人預(yù)設(shè)動作與端到端全自主規(guī)劃相結(jié)合模式及精準(zhǔn)控制...

圖源：罐頭圖庫

還有趕在今年元旦之前上市的機器人賽道老牌選手優(yōu)必選，更是以“人形機器人第一股”的姿態(tài)給整個產(chǎn)業(yè)的資本化再次推上快車道。

以優(yōu)必選為例，這些三方供應(yīng)商是整個領(lǐng)域的主力軍。這些企業(yè)基本都會以某種使用場景為切入來進行人形機器人的研發(fā)，比如優(yōu)必選更專注于工業(yè)制造、達闥更多面向家庭服務(wù)。作為整個產(chǎn)業(yè)鏈的中游，三方供應(yīng)商最重要的自然是爭取下游的訂單，趁早“進廠”；所以，市場化、商業(yè)化就對他們非常重要。比如，今年2月，優(yōu)必選的Walker S已經(jīng)在合肥蔚來汽車工廠進行“實調(diào)”；據(jù)“趣解商業(yè)”了解，優(yōu)必選已經(jīng)和數(shù)十家國內(nèi)頭部新能源汽車企業(yè)接觸，推進人形機器人需求對接。

圖源：微博截圖

而這些“被進廠”的下游企業(yè)當(dāng)中，也有部分開始自己搞人形機器人的選手。

特斯拉，就是一個代表。機器人作為馬斯克的“宏圖計劃”當(dāng)中非常濃墨重彩的一筆，其機器人的代表作Optimus也一直都有進展，如今已經(jīng)可以雙臂與腿配合完成基礎(chǔ)瑜伽動作，與此同時保持軀干的穩(wěn)定性；還可以通過純視覺輸入，以正常的速度拿起積木，并能按照藍、綠兩類顏色正確分類，在對面發(fā)生人為移動積木的動作時，Optimus依舊能以自身原本的節(jié)奏順利完成任務(wù)，且在積木擺放出錯時，自主調(diào)整正面朝上，完成糾錯。

圖源：微博截圖

小米也早在2022年就發(fā)布了“Cyber one”，近期又聯(lián)手機器人泰斗王田苗，投資了一家名為"小雨智造"的具身智能科技公司，這也是小米首次對外投資具身智能領(lǐng)域公司；而本田入局機器人領(lǐng)域都已經(jīng)三十多年的時間，推出的ASIMO甚至在2002年就跑去和紐交所董事長握手去了。

和中游供應(yīng)商有差別的是，下游企業(yè)的研發(fā)出了實用性還有品牌效應(yīng)，尤其是這幾位都是現(xiàn)在典型的造車企業(yè)，在汽車智能化勢不可擋的趨勢下，對于智能機器人的研究能讓車企更敏銳地捕捉前沿技術(shù)，也展現(xiàn)自己的技術(shù)實力。

在去年的 1024 小鵬汽車科技日上，小鵬汽車董事長兼CEO何小鵬推出了小鵬汽車自研的人形態(tài)雙足機器人 PX5；據(jù)“趣解商業(yè)”了解，小鵬團隊耗時 5 個月，實現(xiàn)了自研雙足機器人的穩(wěn)定行走。

8月12日，何小鵬在微博上發(fā)布一則視頻，展示了一只機器手訂購MONA M03的過程。何小鵬還表示：“AI及大型硬件的新進展今年內(nèi)我們將跟大家同步，敬請期待。”雖然微博透露的信息不多，但也能看出小鵬在積極布局機器人賽道。

圖源：微博截圖

在實用性上，中游廠商更重視“開源”，因為要“開張賣錢”，而下游廠家就更重視“節(jié)流”。馬斯克就表示Optimus量產(chǎn)之后也會率先進入到特斯拉的生產(chǎn)流水線。用人形機器人代替工人擰螺絲，可以收獲一個24小時待機、不會疲勞、不會鬧情緒的“完美打工人”，成本降低、效率提升，最終實現(xiàn)的就是生產(chǎn)成本的控制。

當(dāng)然，下游廠商研發(fā)的人形機器人足夠穩(wěn)定后也可以進行商業(yè)化，從而成為整個企業(yè)收入的一個增長部分；不過從底層邏輯來說，雖然都是爭先“進廠”，但中游和下游的側(cè)重點還是略微不同。

03.何時量產(chǎn)

不論是中游還是下游選手，雖然都熱熱鬧鬧的，但也各有各的麻煩。

特斯拉的人形機器人已經(jīng)開始拖延量產(chǎn)時間了。去年就表示Optimus要在2024年底前實現(xiàn)量產(chǎn)的馬斯克在不久前發(fā)推稱特斯拉明年會小批量的生產(chǎn)人形機器人，然后預(yù)期在2026年實現(xiàn)量產(chǎn)以及對其他企業(yè)客戶的交付；也就是說整個機器人的進展推后了幾乎一年。

小米的“Cyber One”在2022年亮相之后最后一次展示是在2023世界機器人大會上，而且展示的也是2022年的老版本，之后也沒傳來什么突破性的消息。

“預(yù)計優(yōu)必選人形機器人進入汽車工廠將在2024年底實現(xiàn)小規(guī)模交付。”優(yōu)必選董事會主席、執(zhí)行董事兼行政總裁周劍表示。不過在交付之前，已經(jīng)上市的優(yōu)必選還要面對市值滑坡的困境。

截至8月14日，優(yōu)必選的報收86.25港元/股，相比今年3月7日最高峰的股價328港元/股，不到半年時間跌幅已經(jīng)超過了70%；市值也由高峰的超1300億港元跌到了361.87億港元，蒸發(fā)近千億港元。

圖源：百度股市通截圖

那么，人形機器人的困境到底在哪里？

首先是技術(shù)難關(guān)。有媒體曾經(jīng)報道，國內(nèi)一線研發(fā)專家在人形機器人系列電話會上提出了人形機器人量產(chǎn)的四個技術(shù)痛點：

1.手部和腿部硬件集成難度大，需要更高的損失峰值功率和驅(qū)動能力；

2.腿部行走算法穩(wěn)定性難以保證，學(xué)術(shù)界尚未出現(xiàn)真正意義上的類人走行算法；

3.手部精細化感知難度大，涉及到手的21-26個自由度；

4.雙臂協(xié)同、混合智能操控和避讓等算法難度大，需要高維度的規(guī)劃。

圖源：罐頭圖庫

其次是在成本層面。機器人的量產(chǎn)還得考慮軟硬件的成本控制，如何隨規(guī)模效應(yīng)逐漸均攤成本。

但這邊成本控制都還不成熟，那邊市場定價就已經(jīng)卷起來了。今年5月，宇樹科技發(fā)布的G1人形機器人售價只要9.9萬元，用得著和用不著機器人的都沉默了，因為人形機器人的定價當(dāng)時還動輒在百萬元的區(qū)間。結(jié)果大家還沒為9.9萬元這個定價吃驚多久，3.65萬元售價的眾擎機器人發(fā)布的專業(yè)級雙足機器人SA01整機或散件套裝上市，主要面向科研教育市場發(fā)售。

圖源：微博截圖

這種兩極分化的情況就讓很多機器人廠商十分為難了，而這背后反應(yīng)的實際是人形機器人下游市場需求不明確的情況。這也是大部分高新技術(shù)產(chǎn)品市場化的問題，由于高新技術(shù)產(chǎn)品對技術(shù)創(chuàng)新有極高要求，結(jié)果滿足要求的產(chǎn)品又太貴，所以中游廠家只能推出一個又一個便宜的版本。

還有就是，人形機器人在非結(jié)構(gòu)化場景中的應(yīng)用受限；由于機器人通用性不足，無法靈活應(yīng)對突發(fā)事件。人形機器人的商業(yè)化落地，最需要的是一個迫切又確切的場景；以現(xiàn)在的局面來看，高端制造需求下的工業(yè)化場景，以及人口老齡化趨勢下的生活化場景是商業(yè)化價值最高的場景。但是市場上仍缺少一個產(chǎn)品的典范，讓大家能更直觀地看到人形機器人的商業(yè)價值。

人形機器人能否真正取代人類的部分重復(fù)勞作，還有很長一段路要走；但人形機器人必然是未來的趨勢，誰能把這個“故事”具象化，誰才是贏家。