太平洋科技要聞

人形機(jī)器人：通用之戰(zhàn)和未解之題

鈦媒體整合編輯：龔震發(fā)布于：2024-05-02 00:15

不論你接受與否，人工智能技術(shù)已經(jīng)開(kāi)始對(duì)于現(xiàn)實(shí)世界的重重改造。

消費(fèi)電子領(lǐng)域，手機(jī)和電腦廠商們正在將不同種類(lèi)的AI大模型，植入到各種終端產(chǎn)品中。這些公司普遍認(rèn)為，AI能極大程度地改善困于創(chuàng)新瓶頸中的行業(yè)現(xiàn)狀，重新激發(fā)用戶(hù)的購(gòu)買(mǎi)需求。汽車(chē)行業(yè)，特斯拉4月初向全美國(guó)的170萬(wàn)車(chē)主推送了FSD（完全自動(dòng)駕駛）正式版本，端到端的神經(jīng)網(wǎng)絡(luò)AI系統(tǒng)讓駕駛決策更像人類(lèi)司機(jī)，比如連續(xù)跨越4車(chē)道轉(zhuǎn)向。更為重要的是，目前為止特斯拉FSD還沒(méi)有被曝出發(fā)生任何重大事故。

AI的下一站會(huì)在哪？習(xí)慣于捕捉趨勢(shì)的風(fēng)險(xiǎn)投資人，開(kāi)始在人形機(jī)器人行業(yè)集結(jié)共識(shí)。

在中國(guó)的一級(jí)市場(chǎng)，2023年10月，人形機(jī)器人初創(chuàng)公司逐際動(dòng)力完成近2億元的天使和Pre-A輪融資；同年12月，成立不到一年的智元機(jī)器人拿到6億元的融資資金；2024年1月，成立不足半年的星動(dòng)紀(jì)元宣布完成過(guò)億元天使輪融資；2024年2月，宇樹(shù)科技完成B2輪融資，金額達(dá)到10億元。

“中國(guó)機(jī)器人行業(yè)的發(fā)展經(jīng)歷了好幾輪起伏。2013-2014年，工業(yè)機(jī)器人的投資開(kāi)始起步；2016-2017年，協(xié)作式機(jī)器人領(lǐng)域又掀起了一輪投資熱潮。從2022年開(kāi)始，通用人形機(jī)器人成為了行業(yè)關(guān)注的焦點(diǎn)。”

峰瑞資本副總裁顏黔杭對(duì)鈦媒體APP表示，中國(guó)國(guó)產(chǎn)工業(yè)機(jī)器人的市場(chǎng)滲透率已經(jīng)達(dá)到了1/3左右，整個(gè)機(jī)器人行業(yè)正在逐步成熟。而 AI 大模型產(chǎn)生的質(zhì)變，讓大家意識(shí)到機(jī)器人的智能化程度會(huì)越來(lái)越高，并逐步通用化。

至于通用人形機(jī)器人何時(shí)能夠真正走上產(chǎn)線(xiàn)、走進(jìn)家門(mén)，行業(yè)內(nèi)的創(chuàng)業(yè)公司則有著不同的判斷。逐際動(dòng)力方面認(rèn)為，通用人形機(jī)器人要代替產(chǎn)線(xiàn)上人類(lèi)的精細(xì)操作，還需要5-8年；真正走向家用市場(chǎng)，則需要8到10年。宇樹(shù)科技的創(chuàng)始人王興興則對(duì)鈦媒體APP表示，“2025年底前，更加通用化的人形機(jī)器人會(huì)出現(xiàn)，我感覺(jué)已經(jīng)看到了方向。”

馬斯克，一呼百應(yīng)

是什么點(diǎn)燃了人形機(jī)器人的“這把火”？幾乎所有的受訪者都給出了一致的答案，那就是特斯拉的創(chuàng)始人——埃隆·馬斯克。

2022年2月，特斯拉完成了Optimus開(kāi)發(fā)平臺(tái)制造；7個(gè)月后的特斯拉人工智能日2.0上，馬斯克帶著Optimus平臺(tái)研發(fā)的擎天柱機(jī)器人原型亮相，該款機(jī)器人已能夠獨(dú)立行走和搬運(yùn)物品。2023年年底，第二代Optimus正式亮相，重量減輕10千克、行走速度提高30%，并擁有更靈巧的手和自由度更高的脖子。

馬斯克入局之后，人形機(jī)器人的創(chuàng)業(yè)潮被徹底引爆。

特斯拉人形機(jī)器人 Optimus

2023年以來(lái)，包括宇樹(shù)H1、智元遠(yuǎn)征A1、傅利葉GR—1、星動(dòng)紀(jì)元“小星”、逐際動(dòng)力CL—1、小鵬PX5在內(nèi)的一批國(guó)內(nèi)人形機(jī)器人產(chǎn)品被推出。二級(jí)市場(chǎng)，被稱(chēng)為國(guó)內(nèi)“人形機(jī)器人第一股”的優(yōu)必選，盤(pán)中股價(jià)一度上漲超過(guò)88%，盡管這家公司目前的主要收入來(lái)源并非人形機(jī)器人產(chǎn)品。

海外市場(chǎng)，2023年5月，挪威人形機(jī)器人初創(chuàng)公司1X宣布完成由OpenAI領(lǐng)投的2350萬(wàn)美元A2輪融資。幾乎同時(shí)，美國(guó)人形機(jī)器人公司Figure拿到了7000萬(wàn)美元A輪融資。2024年1月，1X再次完成1億美元B輪融資，投資方包括EQT Ventures和三星NEXT等。一個(gè)月之后，F(xiàn)igure宣布完成6.75億美元B輪融資，投資方包括微軟、OpenAI、英偉達(dá)等。

“2022年，OpenAI還沒(méi)有發(fā)布ChatGPT，但馬斯克可能先于行業(yè)看到了GPT的能力。”

王興興對(duì)鈦媒體APP表示，馬斯克之前不論是在汽車(chē)行業(yè)還是商業(yè)航天領(lǐng)域，都證明了他的成功。因此，當(dāng)馬斯克開(kāi)始做人形機(jī)器人之后，政府、市場(chǎng)、資本機(jī)構(gòu)都認(rèn)為必須加快入場(chǎng)，不能等特斯拉真正做出來(lái)了大家再去追。當(dāng)然，人形機(jī)器人受到關(guān)注的更本質(zhì)原因是，AI大模型的出現(xiàn)。

據(jù)王興興介紹，此前宇樹(shù)科技并未有涉足人形機(jī)器人賽道的想法，因?yàn)槿诵螜C(jī)器人太復(fù)雜，用傳統(tǒng)算法根本沒(méi)辦法駕馭這種復(fù)雜機(jī)器。但是，目前AI技術(shù)的發(fā)展已經(jīng)遠(yuǎn)超其預(yù)期。比如，以前一到兩年才能讓人形機(jī)器人學(xué)會(huì)走路，現(xiàn)在利用AI算法訓(xùn)練一個(gè)月就可以實(shí)現(xiàn)。

“傳統(tǒng)人形機(jī)器人的訓(xùn)練算法，相當(dāng)于是靠一些聰明的人類(lèi)大腦去寫(xiě)一些數(shù)學(xué)方程式，然后去求解這個(gè)方程，制定機(jī)器人的運(yùn)動(dòng)軌跡。但這些方程式有很大的局限性，一旦環(huán)境出現(xiàn)變化，可能就沒(méi)法用了，需要重新設(shè)計(jì)新的方程式。”

王興興進(jìn)一步解釋稱(chēng)，這樣的訓(xùn)練方式會(huì)導(dǎo)致代碼量非常大，而且當(dāng)系統(tǒng)復(fù)雜到一定程度，單純靠人力是無(wú)法維護(hù)這個(gè)系統(tǒng)的。但是對(duì)于AI來(lái)說(shuō)，只要模型搭建得足夠好，然后不斷給AI投喂數(shù)據(jù)和算力，AI就可以不斷地試錯(cuò)。利用強(qiáng)化學(xué)習(xí)算法中的獎(jiǎng)勵(lì)機(jī)制，AI就能自動(dòng)把好的訓(xùn)練結(jié)果留下來(lái)，壞的扔掉，訓(xùn)練效率得到質(zhì)的提升。

靠著AI帶來(lái)的效率提升，宇樹(shù)科技僅花了半年的時(shí)間，就推出了旗下的第一款人形機(jī)器人產(chǎn)品。在2024年GTC大會(huì)“壓軸”環(huán)節(jié)，英偉達(dá)CEO黃仁勛與九個(gè)人形機(jī)器人一起登場(chǎng)。其中，左起第二個(gè)人形機(jī)器人就是是宇樹(shù)科技旗下的Unitree H1。

圖片來(lái)源：英偉達(dá)官網(wǎng)

需要注意的是，人形機(jī)器人的這波熱潮，甚至倒逼了該領(lǐng)域的鼻祖——波士頓動(dòng)力，做出改變。

波士頓動(dòng)力是一家美國(guó)的工程與機(jī)器人設(shè)計(jì)公司，成立于1992年。2013年，波士頓動(dòng)力在美國(guó)國(guó)防部競(jìng)賽中公布了人形機(jī)器人Atlas 。

多次迭代之后，Atlas可以實(shí)現(xiàn)完成各種復(fù)雜動(dòng)作，比如快速奔跑、360 度旋轉(zhuǎn)跳躍、翻越障礙物等。運(yùn)動(dòng)控制方面，Atlas采用的正是“大量方程式求解”的傳統(tǒng)算法，并由液壓裝置提供動(dòng)力。

“Atlas之前披露過(guò)的成本是200萬(wàn)美元左右一臺(tái)。而目前市面上在售的人形機(jī)器人，宇樹(shù)科技的產(chǎn)品售價(jià)約為60萬(wàn)元，傅利葉則為100萬(wàn)元左右。”星動(dòng)紀(jì)元聯(lián)合創(chuàng)始人席悅對(duì)鈦媒體APP表示，這就是波士頓動(dòng)力和新一代人形機(jī)器人在成本上的巨大差距。

2024年4月16日，波士頓動(dòng)力宣布液壓版Atlas正式“退役”。之后，波士頓動(dòng)力推出了新款全電動(dòng)Atlas，和目前所有的人形機(jī)器人產(chǎn)品一樣，利用電池提供動(dòng)力來(lái)源。接下來(lái)的控制算法，波士頓動(dòng)力大概率也會(huì)引用效率更高的AI模型。

三大未解之題：大腦、小腦和本體

“人形機(jī)器人現(xiàn)在的熱度，相當(dāng)于是一個(gè)小火苗，才剛剛開(kāi)始燃燒起來(lái)。如果AI和硬件每年都持續(xù)迭代，這個(gè)行業(yè)對(duì)于現(xiàn)實(shí)世界的顛覆將會(huì)非常強(qiáng)。”

王興興表示，到明年年底前，全球至少有一家公司可以把比較通用的機(jī)器人大模型開(kāi)發(fā)出來(lái)。這個(gè)基礎(chǔ)大模型就像是一個(gè)完整的積木，大語(yǔ)言模型只是其中一塊，其他組成部分還包括視覺(jué)感知、力覺(jué)感知、決策和交互等。

不過(guò)，這樣的判斷在人形機(jī)器人行業(yè)中還未達(dá)成共識(shí)。更主流的觀點(diǎn)認(rèn)為，人形機(jī)器人想要實(shí)現(xiàn)更大程度的通用化，需要在大腦、小腦和本體上同時(shí)取得突破，這在短時(shí)間內(nèi)幾乎是無(wú)法完成的。

所謂大腦，指的是機(jī)器人的理解能力，也就是機(jī)器人對(duì)于人類(lèi)指令的理解以及環(huán)境感知。小腦，是指機(jī)器人的精細(xì)化運(yùn)動(dòng)控制能力；本體，則是構(gòu)成人形機(jī)器人原型的各類(lèi)零部件，比如關(guān)節(jié)、四肢、頭等。

“大模型的出現(xiàn)，主要提升了機(jī)器人的大腦能力。”峰瑞資本執(zhí)行董事劉鵬琦對(duì)鈦媒體APP表示。

顏黔杭則對(duì)鈦媒體APP稱(chēng)，但就像“缸中之腦”一樣，現(xiàn)在大模型只是一個(gè)向外輸入和輸出語(yǔ)言類(lèi)或者多模態(tài)信息的大腦，獨(dú)立于機(jī)器或本體存在。未來(lái)大模型到底應(yīng)該接入什么樣的身體，才能完全發(fā)揮通用化功能？目前，不管是投資人還是創(chuàng)業(yè)者，大家都在探索的一個(gè)過(guò)程中。

而在小腦方面，目前的人形機(jī)器人已經(jīng)在直立行走方面取得了長(zhǎng)足的進(jìn)展，不論是平地還還是崎嶇的山路。在細(xì)分場(chǎng)景中，F(xiàn)igure 01成為了第一個(gè)“拿起蘋(píng)果”的人形機(jī)器人；斯坦福團(tuán)隊(duì)的Mobile ALOHA，則展現(xiàn)了不錯(cuò)的炒菜、收拾物品等能力。

圖片來(lái)源：Figure官方

但是，人形機(jī)器人想要實(shí)現(xiàn)完全通用化，這些進(jìn)展還遠(yuǎn)遠(yuǎn)不夠。無(wú)論是拿蘋(píng)果還是炒菜，體現(xiàn)的都是機(jī)器人的模仿學(xué)習(xí)能力，也就是通過(guò)一遍遍模仿人類(lèi)動(dòng)作，學(xué)習(xí)單一技能。

“機(jī)器人跟物理世界交互的高質(zhì)量數(shù)據(jù)其實(shí)難獲得，所以模仿學(xué)習(xí)有其用武之地——通過(guò)用人去教他，去積累一些數(shù)。不過(guò)當(dāng)下的模仿學(xué)習(xí)只是單純地教機(jī)器人復(fù)制人的動(dòng)作，但它并不能理解每一個(gè)動(dòng)作的驅(qū)動(dòng)要素是什么。或者說(shuō)，機(jī)器人不明白為什么動(dòng)作要這么做。”顏黔杭表示，如果讓機(jī)器人完成“端杯水然后加點(diǎn)糖”這類(lèi)復(fù)雜的人類(lèi)操作，模仿學(xué)習(xí)可能就無(wú)法實(shí)現(xiàn)。

“視覺(jué)傳感器的引入，可能讓機(jī)器人不再瞎了。但還有更多其他維度的感知能力，今天的機(jī)器人都是欠缺的。”顏黔杭稱(chēng)，比如觸覺(jué)、力覺(jué)的傳感器市面上雖然有，但現(xiàn)在目前并沒(méi)有在機(jī)器人領(lǐng)域普及，主要原因是這些傳感器集成度低、價(jià)格貴，體積相對(duì)與人形機(jī)器人來(lái)說(shuō)也太大。

“強(qiáng)化學(xué)習(xí)就是不斷試錯(cuò)的過(guò)程，相比于模仿學(xué)習(xí)有更強(qiáng)的泛化性。”

星動(dòng)紀(jì)元聯(lián)合創(chuàng)始人席悅對(duì)鈦媒體APP表示，類(lèi)似于自動(dòng)駕駛的訓(xùn)練方式一樣，強(qiáng)化學(xué)習(xí)可以通過(guò)構(gòu)建仿真環(huán)境，讓機(jī)器人在真實(shí)場(chǎng)景的模擬環(huán)境中進(jìn)行訓(xùn)練，在不斷地試錯(cuò)中優(yōu)化自己的行為。“強(qiáng)化學(xué)習(xí)訓(xùn)練出來(lái)以后，機(jī)器人不僅能走樓梯，它也能走雪地，也能走草地，實(shí)現(xiàn)更好的泛化性。”

但需要注意的是，仿真環(huán)境與真實(shí)世界無(wú)法做到完全相同，現(xiàn)實(shí)世界的交互環(huán)境以及交互對(duì)象相比于仿真環(huán)境會(huì)更復(fù)雜。這就會(huì)導(dǎo)致，仿真訓(xùn)練結(jié)果遷移到真實(shí)世界會(huì)出現(xiàn)偏差，這也是目前整個(gè)行業(yè)面臨的挑戰(zhàn)。

鈦媒體APP曾獨(dú)家獲悉，星動(dòng)紀(jì)元已經(jīng)將Humanoid-Gym訓(xùn)練框架進(jìn)行開(kāi)源。Humanoid-Gym開(kāi)源后，用戶(hù)可以借助該框架通過(guò)sim-to-sim轉(zhuǎn)換接口，在更高精度的仿真環(huán)境Mujoco中進(jìn)行機(jī)器人訓(xùn)練驗(yàn)證，繼而提升sim-to-real（仿真到現(xiàn)實(shí)）轉(zhuǎn)換的效率和成功率。

而除去大腦和小腦的訓(xùn)練之外，人形機(jī)器人能否走向通用的最后一道門(mén)檻，則是本體是否可以完全承接軟件算法傳遞的動(dòng)作指令。

“人形機(jī)器人的硬件技術(shù)產(chǎn)品主要圍繞傳感器、執(zhí)行器和驅(qū)動(dòng)器、能源管理及新型材料等開(kāi)展工作。”

IDC中國(guó)研究經(jīng)理李君蘭對(duì)鈦媒體APP表示，目前，盡管已有多種傳感器被應(yīng)用于人形機(jī)器人，但在精度、響應(yīng)速度和集成度方面仍有提升空間。同時(shí)，人形機(jī)器人的能量消耗較大，高能效的能源動(dòng)力管理和儲(chǔ)能技術(shù)也是一個(gè)重要挑戰(zhàn)。

“視覺(jué)傳感器的引入，可能讓機(jī)器人不再瞎了。但還有更多其他維度的感知能力，今天的機(jī)器人都是欠缺的。”顏黔杭稱(chēng)，比如觸覺(jué)、力覺(jué)的傳感器有很多，但現(xiàn)在目前并沒(méi)有在機(jī)器人領(lǐng)域普及，主要原因是這些傳感器集成度低、價(jià)格很貴，體積相對(duì)與人形機(jī)器人來(lái)說(shuō)也太大。

也正是因?yàn)榉N種方面的掣肘，人形機(jī)器人的通用之路變得更加漫長(zhǎng)。

更現(xiàn)實(shí)的當(dāng)下，有可能的未來(lái)

當(dāng)人形機(jī)器人的“通用時(shí)刻”還未到來(lái)時(shí)，如何活下去，成為了創(chuàng)業(yè)公司最真實(shí)的現(xiàn)實(shí)處境。

“我們公司商業(yè)化上的策略就是四個(gè)字——沿途下蛋。”

逐際動(dòng)力方面稱(chēng)，具身智能（包括人形機(jī)器人、四足機(jī)器人等多種產(chǎn)品形態(tài)）的應(yīng)用場(chǎng)景非常廣泛，相比人形機(jī)器人，四足機(jī)器人的商業(yè)化落地能力會(huì)更強(qiáng)。而后者，則是逐際動(dòng)力需要下的蛋——依靠四足機(jī)器人成熟的移動(dòng)能力，去實(shí)現(xiàn)產(chǎn)品商業(yè)化落地。

目前，逐際動(dòng)力產(chǎn)品包括人形機(jī)器人CL1，雙點(diǎn)足機(jī)器人P1以及四（輪）足機(jī)器人W1。其中，雙點(diǎn)足機(jī)器人P1以及四（輪）足機(jī)器人W1落地應(yīng)用聚焦在工業(yè)巡檢、物流配送、特種作業(yè)等領(lǐng)域。

圖片來(lái)源：逐際動(dòng)力官方

同樣的，成立更早的宇樹(shù)科技的主要營(yíng)收也來(lái)自于四足機(jī)器人。這也是宇樹(shù)科技創(chuàng)立之初發(fā)力的業(yè)務(wù)方向，目前已經(jīng)有Go2、B2、Aliengo等多個(gè)產(chǎn)品。公開(kāi)數(shù)據(jù)顯示，目前宇樹(shù)科技的四足機(jī)器人產(chǎn)品占全球出貨量的60%以上，處于全球歷年銷(xiāo)量領(lǐng)先的位置。

星動(dòng)紀(jì)元方面則表示，汽車(chē)和消費(fèi)電子的細(xì)分場(chǎng)景，比如，工廠巡檢、汽車(chē)總裝產(chǎn)線(xiàn)的物流部分，是公司目前探索的商業(yè)化方向。同時(shí)，類(lèi)似于商場(chǎng)迎賓等服務(wù)性質(zhì)的工作，也存在商業(yè)化的可能。

“當(dāng)然，對(duì)于人形機(jī)器人的創(chuàng)業(yè)公司而言，融資肯定是必須的。”星動(dòng)紀(jì)元聯(lián)合創(chuàng)始人席悅對(duì)鈦媒體APP表示，因?yàn)槿诵螜C(jī)器人這個(gè)行業(yè)還太早期，技術(shù)門(mén)檻更高、研發(fā)周期相對(duì)來(lái)說(shuō)也更長(zhǎng)，早期肯定需要融資才能活下去。

事實(shí)上，人形機(jī)器人行業(yè)出現(xiàn)的此刻，也是國(guó)內(nèi)自動(dòng)駕駛行業(yè)經(jīng)歷的過(guò)去。

2017-2018年間，國(guó)內(nèi)開(kāi)始涌現(xiàn)大批的自動(dòng)駕駛創(chuàng)業(yè)公司，并吸引了大量的風(fēng)險(xiǎn)投資機(jī)構(gòu)進(jìn)場(chǎng)。與人形機(jī)器人類(lèi)似，自動(dòng)駕駛領(lǐng)域也需要長(zhǎng)周期的技術(shù)開(kāi)發(fā)，所以在早期對(duì)于投資機(jī)構(gòu)的依賴(lài)度很強(qiáng)。但很快，隨著投資熱潮的褪去，自動(dòng)駕駛公司的商業(yè)化能力開(kāi)始受到質(zhì)疑。再之后，就是大批的自動(dòng)駕駛團(tuán)隊(duì)解散、裁員，甚至是對(duì)簿公堂。

“從技術(shù)門(mén)檻、創(chuàng)始團(tuán)隊(duì)和行業(yè)影響力等方面來(lái)看，人形機(jī)器人和自動(dòng)駕駛的確非常像。但是，這一輪人形機(jī)器人公司的估值普遍沒(méi)有上一輪自動(dòng)駕駛公司的估值高。”

一位同時(shí)在自動(dòng)駕駛和人形機(jī)器人領(lǐng)域工作過(guò)的業(yè)內(nèi)人士表示，這是一件好事，大家不用一味只去追求公司估值，而忽略了商業(yè)化。“人形機(jī)器人這一波的創(chuàng)業(yè)者，部分已經(jīng)看到了上一波自動(dòng)駕駛發(fā)展中的問(wèn)題和風(fēng)險(xiǎn)，所以會(huì)對(duì)產(chǎn)品商業(yè)化的認(rèn)知程度更高。”

除此之外，該人士還表示自動(dòng)駕駛的創(chuàng)業(yè)潮中，大家習(xí)慣于單打獨(dú)斗。

但在人形機(jī)器人產(chǎn)業(yè)中，更強(qiáng)調(diào)的是合作。比如，目前北京、上海、深圳都由政府相關(guān)部門(mén)牽頭，成立了人形機(jī)器人的創(chuàng)新中心。由政府部門(mén)出面去拉通產(chǎn)業(yè)鏈的上下游，有做技術(shù)的，做機(jī)器人關(guān)節(jié)的，做商業(yè)化落地的。“大家形成一個(gè)實(shí)體，上下游公司均是股東單位，可以整個(gè)鏈條打通。”

通用人形機(jī)器人母平臺(tái)“天工” 圖片來(lái)源：官方

以北京為例，4月27日，北京人形機(jī)器人創(chuàng)新中心在北京經(jīng)開(kāi)區(qū)發(fā)布全球首個(gè)純電驅(qū)擬人奔跑的全尺寸人形機(jī)器人“天工”，能以6公里/小時(shí)的速度穩(wěn)定奔跑。“天工”身高163cm，輕量化體重達(dá)43kg，機(jī)器人配備多個(gè)視覺(jué)感知傳感器，搭載了每秒550萬(wàn)億次操作算力、高精度的慣性測(cè)量單元(IMU)和3D視覺(jué)傳感器。

發(fā)布會(huì)上，創(chuàng)新中心總經(jīng)理熊友軍表示，為解決人形機(jī)器人行業(yè)通用問(wèn)題，推動(dòng)產(chǎn)業(yè)整體發(fā)展，北京人形機(jī)器人創(chuàng)新中心致力于行業(yè)關(guān)鍵共性核心技術(shù)研發(fā)，打造軟、硬兩個(gè)通用母平臺(tái)。目前，已成功研發(fā)出通用人形機(jī)器人母平臺(tái)“天工”。

北京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)相關(guān)負(fù)責(zé)人介紹，作為北京市重要的機(jī)器人產(chǎn)業(yè)集聚地，北京亦莊目前匯集機(jī)器人生態(tài)企業(yè)110家，形成覆蓋核心零部件、整機(jī)到應(yīng)用的機(jī)器人全產(chǎn)業(yè)鏈體系。在人形機(jī)器人領(lǐng)域，不僅有小米、優(yōu)必選等人形機(jī)器人頭部企業(yè)落地發(fā)展，還有高精密減速器、伺服系統(tǒng)等人形機(jī)器人零部件產(chǎn)品。

而在機(jī)器學(xué)習(xí)的軟件算法層面，特斯拉FSD（完全自動(dòng)駕駛）的成功，也讓人形機(jī)器人行業(yè)看到了有可能的未來(lái)。

在特斯拉最新的FSD V12版本中，F(xiàn)SD Beta更名為FSD (Supervised)。根據(jù)特斯拉官方的說(shuō)法，在車(chē)主的監(jiān)督下，最新版FSD Supervised幾乎可以在任何地方駕駛特斯拉。

在FSD V12之前，特斯拉的自動(dòng)駕駛方案一直依賴(lài)于規(guī)則判斷，任何駕駛行為的背后都有代碼作為支撐，F(xiàn)SD V11 C++代碼多達(dá)30多萬(wàn)行。而在FSD V12版本版本中，依賴(lài)于手動(dòng)編碼規(guī)則的方案被徹底拋棄，轉(zhuǎn)而全面采用端到端的神經(jīng)網(wǎng)絡(luò)AI系統(tǒng)，代碼行業(yè)縮減到只有3000行。

特斯拉FSD的端到端方案，本質(zhì)上是完全基于數(shù)據(jù)驅(qū)動(dòng)。通過(guò)將上千萬(wàn)個(gè)甚至上億個(gè)人類(lèi)駕駛視頻的高質(zhì)量數(shù)據(jù)，壓縮到了大模型中，特斯拉FSD就可以AI的方式去思考——遇到場(chǎng)景直接輸入傳感器數(shù)據(jù)，輸出轉(zhuǎn)向、制動(dòng)和加速信號(hào)，而且這個(gè)過(guò)程中沒(méi)有任何編碼。

據(jù)特斯拉2022年10月公布的信息顯示，Optimus人形機(jī)器人使用與特斯拉汽車(chē)相同的完全自動(dòng)駕駛（FSD）電腦，以及Autopilot相關(guān)神經(jīng)網(wǎng)絡(luò)技術(shù)。

這也就意味著，人形機(jī)器人完全可以利用FSD同樣的訓(xùn)練方式，走向通用之路。據(jù)王興興介紹，目前宇樹(shù)科技人形機(jī)器人，從行走奔跑到舞蹈空翻等，已經(jīng)完全采用類(lèi)似端到端的解決方案，從視覺(jué)感知到腿部執(zhí)行，一個(gè)模型就可以實(shí)現(xiàn)，沒(méi)有任何中間過(guò)程和編碼。

“人形機(jī)器人硬件部分的成熟，只是時(shí)間問(wèn)題。最重要的，還是通用人形機(jī)器人的AI基礎(chǔ)大模型。”王興興稱(chēng)，樂(lè)觀的估計(jì)，基礎(chǔ)大模型的突破可能會(huì)在明年年底前發(fā)生。但是，也有可能不會(huì)發(fā)生。“有時(shí)候技術(shù)的突破，需要看全球人類(lèi)的運(yùn)氣。就像當(dāng)年如果沒(méi)有愛(ài)因斯坦，他的理論大概率也會(huì)有人發(fā)現(xiàn)，只不過(guò)會(huì)晚個(gè)幾年到幾十年。”

文章來(lái)源：鈦媒體

人形機(jī)器人 AI大模型通用化

鈦媒體

原創(chuàng)欄目