人形机器人,少一点“腾空”,多一点“落地”

蓝鲸财经
02 Apr

文|正解局

从春节至今,一场关于人形机器人的全球大战,在各家公司的花样短视频中激烈地进行中,跳舞、空翻、跑步,你方唱罢我登场,好不热闹。

有人说,我的理想是机器人去干活,我去跳舞跑步,结果现在机器人过上了我的理想生活。

人形机器人的“跳舞”与“空翻”固然是先进技术不断突破的象征,但真正满足“人民需求”的关键在于解决实际痛点。所以,当正解局看到已经有人形机器人走到流水线时,我们是兴奋的;当得知一大群人形机器人已经入职搬砖时,我们是震惊的——

就在前几天,东风柳汽宣布将于其汽车制造工厂内部署20台优必选工业人形机器人Walker S1,并计划在上半年完成,应用于汽车整车制造。这是全球首次人形机器人批量进入汽车工厂的案例。

如果说之前跳舞空翻的机器人带来的是猎奇,那么,当第一批“牛马”机器人持证上岗,我们离理想的未来,又近了多少呢?

从公众视角看,2025年可谓是“人形机器人”元年。

从开年至今,100天不到的时间里,我们爆发式地见证了中西方各类机器人的技术展示,在各种工作生活场景中游刃有余,以至于每次看完机器人的宣传片,我们都有一种“未来已来”的深刻触动。

然而关掉手机回归现实,我们的生活依然一成不变。看着那些几万到几十万的机器人售价,它们似乎只是进化成了一个很贵的“大玩具”而已。

事实上对于企业而言,人形机器人早已不是“科技玩具”,而是一种可提升生产效率的新质生产力。

特斯拉工厂,特斯拉Optimus Gen3正在执行电池分拣、设备调试、工具操作等任务,替代人工效率提升30%,未来他们可以在车间完成如焊接、喷涂等危险或重复性工序。

特斯拉Optimus Gen3

支持自然语言指令下复杂协作的Figure AI,在宝马工厂执行高强度物流分拣,日均工作20小时,任务中断率低于0.3%,未来将拓展至如老人护理的家庭服务和零售货架补货等商业场景中;

作为奔驰合作方的 Apptronik,已经在汽车制造场景深度渗透。这些搭载32个执行器的Apollo机器人,结合奔驰自动驾驶技术迁移,实现工厂内动态路径规划与避障。在奔驰匈牙利工厂试点中,零部件配送效率提高40%,人力成本降低32%。

在中国,人形机器人也开始走进工厂“打工”。今年3月,数十台优必选Walker S1应用“群体智能”技术,开展了全球首例多台、多场景、多任务的协同实训。

极氪工厂,这些机器人在总装车间、SPS仪表区、质检区及车门装配区等多个复杂场景,成功实现了协同分拣、协同搬运和精密装配等多任务协同作业。

目前,优必选工业人形机器人Walker S系列已经在车厂完成了第一阶段的实训。除了在极氪工厂的实训之外,20台工业人形机器人Walker S1,将在今年上半年“转正入职”东风柳汽。

优必选工业人形机器人Walker S1在极氪5G智慧工厂

是的,与跳舞空翻的其他机器人相比,这些在车间里“枯燥无味”的搬砖机器人显得没那么“炫”,但是,“笨功夫也是好功夫”。

“人形机器人进厂”看似科幻,但却很可能揭开第四次工业革命的序幕——人形机器人,正成为中美科技博弈的新战场。

尤其是在全球制造业面临人口老龄化、劳动力红利衰退的背景下,人形机器人作为“通用人工智能的物理载体”,正成为中美科技竞争的核心战场。

这几年,在劳动力红利衰退的背景下,美国制造业回流面临劳动力成本高、技能短缺等挑战,人形机器人进厂可以进一步降低了人工依赖,部分抵消了劳动力成本劣势。

例如,根据ARK(方舟投资)的研究数据,美国制造业目前雇佣了近1200万工人,他们每年累计工作约2300亿小时,获得的总薪酬高达7850亿美元,创造了价值约2.4万亿美元的产出。那么极端情况下,只要590万台每天工作16小时的机器人,就能够维持现有的制造业产出水平(机器人数量仅为当前工人总数的一半)。

在这场对决中,美国在AI算法、高端芯片领域保持领先,中国则是在硬件成本、供应链效率上建立优势,例如我们的制造业工资仅为美国1/4,且供应链集群成熟,2024年工业机器人安装量占全球50%。

另一方面,中国也在用更多先进性的策略实现人形机器人产业的突围。工信部印发的《人形机器人创新发展指导意见》提到,聚焦3C、汽车等制造业重点领域,提升人形机器人工具操作与任务执行能力,打造人形机器人示范产线和工厂,在典型制造场景实现深度应用。对于应用场景的明确指示,就为中国人形机器人从“炫技”走向“生产力”打下了基础。

可见,中美在人形机器人领域的竞争,本质是通用人工智能时代产业主导权的争夺。这些在工业上看似枯燥的“笨功夫”,却是影响世界未来的“好功夫”。

既然人形机器人对于未来世界如此重要,那我们是不是已经拿到了驶向未来的“船票”,甚至是“遥遥领先”了?

诚然,在这段时间我们的机器人完成了很多“世界第一”的动作,但是真实的世界总是残酷的。只有流量,是远远不够的。

就像图灵奖获得者杨立昆对人形机器人的“表演式展示” 持谨慎态度,他甚至批评某些机器人缺乏自主性,认为它们本质是 “电子动画”,无法真正理解物理世界。

在杨立昆看来,“真正的智能,需建立在对世界的理解之上。”

所以,当我们的人形机器人能够“跳舞空翻”,只是证明了我们在运动控制技术上获得了突破,但是人形机器人更重要的,是具身智能(Embodied AI)的发展。

例如,“将工具放入工具箱第三层” 这个连小孩都能听懂的指令,但对于大多数机器人而言,却是一个“世纪难题”。

因为人形机器人在没有足够智能水平的加持下,无法真正理解物理世界,现有大语言模型(LLM)仅能处理文本,缺乏因果推理和物理常识。

在浙江大学机器人实验室的负责人熊蓉教授看来,人形机器人的核心价值在于适配人类环境、工具及交互方式。作为行为智能的载体,具身智能需通过“感知-推理-交互”闭环实现自主作业能力。

或许,相比起“腾空”,中国的机器人更需要“落地”。

第一个“落地”,是让人形机器人从实验室走出来,走到真实的工作生活中的应用去;

第二个“落地”,是我们要更加关注能让人形机器人“落地”的具身智能;

第三个“落地”,是让人形机器人企业“落地”,不要建立空中楼阁,更是靠脚踏实地攻克关键技术。

纵观全球,已经有一些人形机器人企业在具身智能投入了更多的“笨功夫”。

在2024年5月的演示中,由特斯拉生产的Optimus可蒙眼在办公室地毯、瓷砖等混合地面行走,仅依靠传感器反馈维持平衡,还能使机器人能理解 “将工具放入工具箱第三层” 等复杂指令。

今年2月,Figure AI宣布推出自主研发的通用具身智能模型Helix,它是首款能对整个人形机器人上半身进行高频率、连续控制的视觉-语言-动作(VLA)模型,可使两台机器人协作解决共享的长期操作任务。

作为中国人形机器人的代表,优必选创新提出了人形机器人群脑网络(BrainNet)软件架构,并设计人形智能网联中枢Internet of Humanoids (IoH),为群体智能的软硬件实现提供了可借鉴的路径。

优必选工业人形机器人Walker S1在极氪5G智慧工厂

在复杂产线级任务的高维决策需求驱动下,优必选针对性研发了全球首个人形机器人多模态推理大模型,作为超级大脑的核心引擎,推动BrainNet架构实现持续自我进化,进而迸发群体智能。

本质上,人形机器人的进厂落地,标志着它们向“通用劳动力”发展的范式革命,有望推动人形机器人从 “替代工具” 向 “协作伙伴” 进化,开启人机共融的智能制造新时代。

即便如此,现在的人形机器人离我们的想象还是差得太远了。尽管人形机器人 “具身智能技术”发展潜力巨大,但它仍处于从实验室探索向产业化突破的关键阶段,尽管在工业场景的落地应用将驱动该技术的落地,但在其他场景依然任重道远。

所以,当会跳舞空翻的机器人被流量裹挟时,人形机器人企业更要懂得“落地”的珍贵。人形机器人需要关注度,更需要专注度。以比亚迪,华为为代表的中国企业向世界证明了,脚踏实地的埋头做事,这种以技术为主导的企业,才是最红的“流量明星”。

浪花汹涌,看不见的暗流才是推动前进的力量。

流水线搬砖,无人问津,直播间舞动,流量过亿。人形机器人世界的“鄙视链”,似乎与普通人的世界并无二异。其实,不管是舞台炫技,还是车间打工,人形机器人技术没有高低优劣,更不存在道德评判,但哪一种人形机器人的未来是理想的未来,这才是我们当下值得深思的。

在我们看来,未来人形机器人肯定不仅仅需要跳舞空翻,更需要在方方面面为我们带来帮助。我们围观“表演式机器人”的时候,更应该关注到那些从实验室走向现实应用场景的人形机器人。

因为它们走出的一小步,却是我们迈向未来世界的一大步。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10