機器人今後會變成啥樣,二戰後的論文裏早就說了

前幾天咱不是跟大家說宇樹那個機器人嘛，不少差友都留言說，現在機器人發展的是真厲害。

以前大家眼中隻有波士頓動力這一個天花板，現在越來越多廠商也都開始摸到這了，相比波士頓動力還更智能，感覺智械危機馬上就快要來了。

不過要說實話，機器人這個行業那倒不是今天才火的，但是最近兩年的浪潮卻是實打實。

2023 年 5 月老黃強調了具身智能（Embodied AI）以後，這個概念更是火上天了，關於具身智能的新聞都成了日經話題，每天都有好幾條。

好好好，現在你們科創圈都這麽迭代是吧，一天不看新聞都感覺自己跟不上前沿科技了。

說起來，相信不少差友對機器人是不陌生，但要說到這段時間鋪天蓋地的具身智能這個新詞，估計也得愣上一愣。

雖然具身智能這個詞是新詞，但要說起這個概念的源流，那可就得扯到 AI 行業的祖師爺圖靈那去。

1950 年，提出圖靈測試的那篇經典論文《 Computing Machinery and Intelligence 》結尾提到，人工智能的未來會走出兩條路：

一條是純搞計算的智能體，就比如推理大模型、阿爾法狗；另一條則是給機器安裝各類傳感器，讓它們能像嬰兒一樣學習。

用現在的行話說，這兩條路就是離身智能 ( Disembodiment )和具身智能，一個相當於大模型這種AI程序，另一個就是終結者T-800這種有身體的智能機器。

所以從某種意義上說，具身智能這玩意你就把它理解為機器人就行了。

隻不過它不像大家傳統印象裏打螺絲、刷車漆、削刀削麵的機器人，而更類似像人和動物一樣，有身體有感知器官、也有大腦門子，像生物一樣的機器人。

所以人形機器人是具身智能，機器狗也是具身智能，甚至汽車也可以是具身智能，某破產新勢力車廠的第一台車，當時不就號稱是汽車機器人嘛。

雖然類目可以眾多，但這裏麵最被大家看好的就還是人形機器人，畢竟這東西可以直接取代勞動力，還能 24 小時替人類上班，天選打工聖體。

而人形機器人的研發，那也不是這兩年才開始火的，而是伴隨人工智能的浪潮火了好幾次。

打上世紀 60 年代日本就已經開始研究雙足步行機構了，但一直發展到現在，才有了真正有可能進工廠打工的賽博牛馬，比如去年十月波士頓動力家的 Atlas 。

不過要講真的話，以往的機器人裏動作流暢連貫的其實並非沒有，造車的那個本田家，十多年前就有一個 ASIMO 機器人，絲滑程度放到現在也是相當能打。

然而這些以前的機器人，基本上都執行的是預先編好的程序，看起來能跑能跳，實際這哥們壓根不帶腦子。

而這次之所以又開始火爆，主要還是得益於人工智能的第四次浪潮。自打大模型興起以後，機器人的大腦問題就有望能被解決了。

拿去年接入了 ChatGPT 的機器人 Figure 01 來說，大模型能根據機器人腦袋裏的攝像頭看到外麵有啥東西，還能自己拾取，有自個的想法，這比以前的人工智障簡直高的不知道哪裏去了。

另一方麵，以前高端機器人隻有少數公司花大力氣才能搞出來，但現在配套行業的技術積累也已經足夠多了，從電機到電控，激光雷達，視覺識別，都比較成熟。

換句話說，機器人的身體和器官也都能做出來了，所以雖然具身智能這個概念是黃仁勳講完才火出圈，但實際上嘛，這也是大勢所趨。

畢竟軟件和硬件的發展往往是協同的，機器學習上的進步，經常很快就能影響到智能硬件的發展，更別說 AI 這麽一個超級風口了。

英偉達自己也在開發為機器人準備的大模型

所以從 Figure 01 ，到馬斯克發布會上能調酒的擎天柱，還有國內前幾天大火的宇樹，稚暉君的智元，甚至小米也都有自己的機器人項目鐵蛋。

就不說這些商業公司，光咱國內的相關指導政策，到現在就已經出台了幾十份。

不僅各地方都在主推機器人產業，工信部還有一個專門文件，來指導國內機器人產業發展，這不妥妥的新質生產力嘛。

光看這些發布會展示和發言，甭管是誰估計都得暢想一下未來的科幻生活，但就目前來看嘛，哥們還是得給大家先小小潑點涼水。

想把賽博老婆接進家門，那估計還得稍微等點時間。

這倒不是說機器人這個概念不落地，主要其實是行業內還沒一個通用的解法，或者說產業鏈基礎已經完全具備了，但還不夠成熟。

一位行業內的相關從業人員告訴我們，在這個賽道上目前還沒有形成一套通用的平台， “ 技術路線未收斂 ” 。這詞聽起來有點令人懵逼，但實際不難理解。

舉個例子，開發機器人最重要的核心部件像電機、域控製器、傳感器、激光雷達這些元器件，你是都找得到相關的供應商。

但要是沒有成熟的平台，那像手部、走路、手眼協同之類的關鍵模塊，幾乎每個都要你自己開發，還要自己去想任務，這對一個行業來說是很低效的，並且每家公司都會增加開發成本。

就拿機器人上最關鍵的靈巧手部件來說，要能完全映射人類的手部動作，起碼靈巧手要跟人手有差不多的關節、運動自由度才行。

而人手的自由度算上手腕得有 27 個，靈巧手的每個關節都需要專門的空心杯電機才行，但如果單獨采購，像 Maxon 的空心杯電機單價便宜的都得幾千，還有上萬的；國產的兆威空心杯電機也在 2000 元左右。

這麽一來，想要做出一雙手，光電機的價格就得好多個 w 。

再加上手部還要有大量傳感器，要能夠感知到位置、力度、觸摸，這對數據處理也有很大的要求，軟硬件都是成本。

但按照摩根士丹利的數據，就這麽精巧複雜的的一雙手，在馬斯克的第二代擎天柱的整機成本也隻占到 17.3% ，要是再算上其他關鍵部件更是貴的沒邊。

所以說，廠商要獨立開發出整套機器人成本會非常高，更別說普及給大眾了。

第二代擎天柱機器人的靈巧手展示

雖然現在也有一些廠商能提供這些部件的解決方案，但我們谘詢的業內人士卻認為：

同樣是高端製造業，但機器人領域還沒有出現像汽車行業的博世這種頂級供應商，甚至很多公司都還在 “ 重複製造輪子 ” 。

然而正是因為這塊局勢未定，所以一切皆有可能。

我們在 CES 看到，有不少國內企業已經看準這片藍海，打算闖出一番名堂。

比如國內頭部激光雷達供應商的速騰聚創，原本它們在這個領域的技術就有所布局，現在行業的興起也給了他們更大的機遇。

不過除了要解決硬件問題，機器人的 AI 大腦也不是一點麻煩沒有。

從長期來看，大模型本身就麵臨著訓練數據的限製，數據量不夠會直接影響大模型的訓練效果。而對機器人來說，要讓它學會持握、抓取、行進這些動作，不但需要高質量的數據集，數據還要更多。

去年的中關村仿生機器人大會上就有行業內人士表示，訓練機器人實際要比搞自動駕駛汽車需要的數據集還大，但這些數據又比汽車駕駛數據更難獲取。

總之，具身智能這個行業就現在來說，我覺得可以說既是風口，也是黎明之前。

從某種意義上來說，各個機器人廠商目前的狀態，其實有點類似世紀初那幾年的手機行業：

距離搞出像 iPhone 一樣，能為手機行業定型的革命產品還有一段時間，但馬上迎來的會是各種各樣的探索和嚐試。

換句話說，也將是一片百花齊放，萬物競發的大好光景。