當AI遇上人形機器人，產業(yè)化元年正式開啟？

回望2023年，人形機器人賽道好不熱鬧，受政策支持、AI技術突破、投資熱潮等利好因素共同影響，眾多玩家紛紛入局加碼發(fā)力。在整個賽道持續(xù)爆炒之下，行業(yè)也迅速站上了產業(yè)風口。

其實，從很多方面來看，機器人行業(yè)站上風口并非偶然，而是多年來行業(yè)內外各種技術成熟帶來的必然結果。

人形機器人迎來AI產業(yè)東風

早在1973年，日本早稻田大學加藤一郎，就帶領團隊研發(fā)出了世界第一臺真人大小的人形智能機器人—WABOT-1。然而，到今天為止半個世紀過去了，事關機器人的商業(yè)化依然遙遙無期，究其根本，成本、性能這些仍是最基本的核心阻力。具體來看，機器人由運動模塊、傳感模塊和人工智能模塊，三個關鍵技術模塊組成。

對于一般的傳統(tǒng)機器人來說，只需要其中一種技術往往就已經具備使用價值了。比如，工業(yè)機器人主要側重于運動控制技術，掃地機器人則側重于導航傳感技術。相比之下，人形機器人的通用性要求則更高，其在應用上超越了以往機器人僅僅適用于特定場景的局限，而被更多應用于其他場景之中。如此一來，其技術的復雜性就開始指數級倍增，其不僅需要強大的數據建模，還要對語言和指令有強大的理解力。但AI大模型的突破，讓這些從前看似不可能解決的問題，逐漸有了全新的解法。

大模型從之前的Transformer再到GPT-4，隨著模型的參數量不斷呈現指數級躍遷，大模型也從之前的文本，逐漸走到語音、視覺等多模態(tài)融合的通用AI方向發(fā)展，這也讓人形機器人與語音、視覺、決策和控制等融合起來，以提升人形機器人的能力值成為可能。其實放在整個行業(yè)來看，這只是AI助力機器人行業(yè)核心技術加快突破的一個方面，其更多體現在AI助力機器人具形化。

首先，是通過強調AI的泛化能力，基于對人類動作的模仿，使得人形機器人具備自主決策、自主學習升級的能力，以提升任務的完整性和連貫性。其次，是末端執(zhí)行能力。強調靈巧機器手的操作精度，在中央分析器“大腦”的運算決策下，人形機器人的動作輸出應精準、降低失誤率，提升任務完成的正確性和準確性。最后，基于感知的運動控制能力：強調底盤的全地形移動能力，類似自動駕駛，人形機器人應基于對周圍環(huán)境的感知實現，對自身的運動控制，增強全移動操作能力，提升任務完成的時效性。

總之，借助AI技術，傳統(tǒng)困擾人形機器人發(fā)展的諸多困難，逐漸得到一一破解。

新問題接踵而至

從行業(yè)來看，底層技術的高速進化，讓外界開始重新審視這個陌生又熟悉的賽道。但就人形機器人的真正產業(yè)化進程來看，其距離真正進入千家萬戶還有一段路要走。

首先，是對人形機器人智能化起至關重要的數據，仍存在局限。ChatGPT之所以能夠在短時間內快速迭代，是因為互聯網上已經沉淀了大量公域的數據，可供其直接抓取使用，人形機器人則不然，現實中的機器人保有量本就很少，可用于收集數據的機器人就更少了，這樣人形機器人的數據采集，自然就成了問題。特別是考慮到各個機器人廠商之間為了保護自家數據，互設壁壘、自建圍墻，這種各自為戰(zhàn)的狀態(tài)，無疑又加大了數據獲取的難度，進而影響到各家機器人的迭代。

事實上，目前匯集全球34個機器人實驗室的60多個現有數據集，就包含從22種機器人上采集的超過15萬個任務的上百萬條數據，谷歌開源的機器人訓練數據集Open X-Embodiment，可以說是機器人模型領域的一面旗幟，但該數據集主要針對的仍是一些常規(guī)操作，在全身肢體協(xié)調、行走平衡等方面依然會有所欠缺。

其次，受到算力的制約，目前人形機器人根本無法實時響應命令。通用人形機器人在控制周期上，需要達到500Hz的水平，而目前谷歌研發(fā)的RT-2模型，在機器人控制周期上只能達到3Hz，差了兩個數量級還多。最后也是最重要的，就是成本，現在動不動幾萬美金的售價，根本不支持在C端大面積普及。以此來看，人形機器人目前的進展仍然非常有限。

國產替代按下加速鍵

事實上，隨著國內市場的火熱，國內人形機器人產業(yè)加速替代的風潮，更是一浪賽過一浪，國產化替代正式按下加速鍵。

首先，從需求端來看，隨著國內人力成本的逐漸攀升，國內對機器人的需求逐漸上升，這在一定程度上激發(fā)了企業(yè)參與機器人的熱情。縱觀主要發(fā)達國家的情況不難發(fā)現，自上世紀90年代以來，隨著發(fā)達國家勞動力成本不斷攀升，機器人產業(yè)曾經有過一段比較快速的發(fā)展。但隨著主要發(fā)展中國家加入WTO，其人口紅利逐漸釋放，全球產業(yè)迎來巨大的發(fā)展。

但如今隨著主要發(fā)展中國家如中國，勞動力成本的逐漸提升，世界范圍內圍繞機器人的產業(yè)革新，正逐漸成為一種趨勢。畢竟，客觀上來看，中國國內的產業(yè)鏈轉移不可避免，但放眼全世界，能夠像中國這樣擁有大量高素質勞動力群體的國家并不多，更找不到這樣高度穩(wěn)定的社會環(huán)境。最近幾年，雖然中國的部分低端產業(yè)轉移到了東南亞，但實際效果不及預期。在這種情況下，寄希望于留在中國的供應商，紛紛將主要精力放在了機器人上，這客觀上助推了中國機器人產業(yè)的發(fā)展。

其次，從技術與產業(yè)來看，國內有足夠多的優(yōu)質潛力供應商和應用場景，這是國內實現國產替代的核心關鍵。從人形機器人的具體構成來看，其主要涉及到減速器、伺服、控制器等，其合計占工業(yè)機器人成本的70%，考慮到機器人關節(jié)和自由度更多，其實際的占比可能會更高。

而在這些方向上，國產供應商也已經嶄露頭角，比如減速器領域，就有大族傳動、來福諧波、同川科技、中大力德、綠的諧波等眾多上市公司，其中綠的諧波已經形成良性循環(huán)，作為一家制造企業(yè)，其凈利潤率已經做到了30%以上堪稱奇跡。伺服領域，匯川技術的預期較高，其一家就在國內伺服領域占據21.5%的市占率?？刂破黝I域，目前雖然未形成強勢供應商企業(yè)，但產業(yè)中并不乏替代者。應用場景方面，國內人口規(guī)模巨大、制造業(yè)發(fā)達，不管是B端還是C端消費，機器人都有巨大的應用場景，這是人形機器人在國內國產替代的先天機遇。

總之，在各方面因素的推動下，人形機器人的國產替代也進入加速期。

2024，人形機器人春天已到？

在行業(yè)快速發(fā)展之下，業(yè)內不時傳來2024是機器人元年的說法。不過，從行業(yè)現狀來看，2024年只能算是人形機器人小規(guī)模落地的一年，距離真正的產業(yè)元年還有差距。

首先，從行業(yè)來看人形機器人所涉及的技術面非常復雜，沒辦法一蹴而就。在業(yè)內人士看來，過去一年的確是行業(yè)變化較快的一年，但行業(yè)距離真正的爆發(fā)卻仍然有不少差距，因為到目前為止，行業(yè)內也并沒有太多的本質變化，這主要是因為人形機器人，涉及到了高端制造、人工智能等諸多領域，其技術廣度和深度都非同一般。

別的且不說，就說剛剛上市的機器人公司優(yōu)必選，其從2012年發(fā)展至今已經有10多年了，但其無論是在核心技術還是在產業(yè)化方面，仍在持續(xù)投入。對于當下的行業(yè)來說，更重要的是利用巨大的關注，沉下心來做好技術和產業(yè)的迭代，將更多資源投在一些核心技術研發(fā)，以及卡脖子的關鍵研究上去，真正實現從研發(fā)到產品，再到應用、服務的整個商業(yè)閉環(huán)。

其次，就是涉及到人形機器人具身智能的數據、硬件成本等問題，仍需要時間去解決。具體到大模型方面來說，前文提到目前適用于各種智能的數據都很少，而且無論是云端還是邊緣側，都涉及到巨大的算力消耗，各種適用于各類場景的泛化理解的解決，也需要時間來完成。

另外，從驅動器、減速器、關節(jié)、靈巧手等，企業(yè)都需要成熟的供應商磨合，去迭代和控制成本，這在目前都不成熟。

而在具體的技術上，機器人行業(yè)的問題集中在硬件的標準化，以及操作算法的范式上。在可預見的未來，硬件的標準化或將成為推動行業(yè)降本的核心抓手。盡管當下來看，人類關于機器人的理想與現實，早已經變得視線模糊了，但理想與現實終究還是有著一線之隔，這種糾葛決定了機器人產業(yè)化之路，并不能非?？斓脑诋a業(yè)內完成。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。