阿蘭·圖靈1950年的論文中指出，人工智能未來可能有兩種發(fā)展途徑：一種是比較抽象的、像下棋所需的智能，一種則是擁有最好的感官、能學(xué)習(xí)甚至能說話的智能。具身智能將AI從虛擬的領(lǐng)域轉(zhuǎn)化為具有實體形態(tài)與物理世界實時交互能力的實體。7月8日，2023智能機器人產(chǎn)業(yè)發(fā)展論壇在世界人工智能大會同期舉行。優(yōu)必選科技副總裁、人形機器人事業(yè)部負責人付春江在演講中指出，人形機器人更貼近人們的生產(chǎn)生活，因此為具身智能最好的載體，并加速數(shù)據(jù)采集、智能泛化;具身智能也能讓人形機器人更通用，學(xué)習(xí)更高效，發(fā)揮更大價值，人形機器人是具身智能的終極形態(tài)。以下為演講內(nèi)容實錄：
非常感謝大會的邀請。今天向大家匯報的是《人形機器人具身智能的終極形態(tài)》，這個報告分為三個部分：具身、智能與人工智能的關(guān)系、人形機器人平臺相關(guān)發(fā)展。
一、具身
什么是具身和具身智能呢?我認為“感知、運動、環(huán)境”三者映射閉環(huán)的涌現(xiàn)是具身智能。
第一個比較流行的通用AI概念是以ChatGPT為代表的大模型，主要集中在信息方面，像比爾蓋茨前段時間說過，大模型解決的是物理世界問題，而人形機器人是最貼近生產(chǎn)生活的通用機器人的代表，所以認為人形機器人在近期是一個非常好的平臺。
具身智能反過來可以讓人形機器人發(fā)揮很大的價值。首先，人形機器人作為通用平臺要解決通用性的問題，而具身智能剛好解決了與環(huán)境感知交互過程中通用性的問題，讓我們的人形機器人看起來更加智能化、更加實用。
其次，通過人形機器人可以搜索很多數(shù)據(jù)。在垂直領(lǐng)域，這些大模型、具身智能是需要很多數(shù)據(jù)進行訓(xùn)練。人形機器人平臺可以為這種智能提供數(shù)據(jù)，當然仿真也是一個方面。仿真終究是有簡化的，隨著成本下降、數(shù)量提升，數(shù)據(jù)會越來越多，采集難度不斷下降。
二、大模型與人形機器人的相互關(guān)系。
1.人形機器人可以借助大模型完成一些更簡單的操控。我們知道過去人形機器人是一個比較復(fù)雜的載體，像過去電腦一樣，現(xiàn)在用一些非常簡單化、語義化命令可以調(diào)用動作庫進行動作相關(guān)執(zhí)行。
大模型可以為人形機器人訓(xùn)練提供更高層次的反饋。在過去工程師看人形機器人的反饋數(shù)據(jù)時要看各種信息，在這種情況下與數(shù)據(jù)層面進行反饋。在ChatGPT出來之后，這種更高維度的就成為了可能。另一方面，ChatGPT現(xiàn)在沒有打通與物理層面相關(guān)的層級，但是在運動規(guī)劃拆解層面完成的長序列、長周期的拆解。我們也做了一些相關(guān)工作。
我們說人形機器人推動具身智能的發(fā)展具有有哪些特征呢?
1.不需要改變環(huán)境。在一些重大基礎(chǔ)設(shè)施中，我們已經(jīng)投入了非常大的人力、物力、財力進行建設(shè)，它的環(huán)境如果重新改造投入將是非常大的。人形機器人主要是人工作的地方，基本上可以進行替代和輔助，這樣對環(huán)境的適應(yīng)性有著非常友好適應(yīng)能力。
2.可以使用現(xiàn)有工具。人類開發(fā)工具根據(jù)人類自身特點經(jīng)過很多年的鉆研、探索來開發(fā)使用化工具，我們說人形機器人并不是萬能的，就像人一樣，沒有鷹的翅膀，也沒有非常靈敏的嗅覺，但是我們可以借助各種工具進行探測。人形機器人也是如此，人形機器人也可以利用現(xiàn)有工作完成相應(yīng)任務(wù)。
3.與人更自然交互。未來通過語音或者落后模態(tài)的交互，比手機觸摸更加解放雙手。
4.人形機器人為智能AI提供了物理環(huán)境相互交互的身體和感知能力。我們國家非常重視智能機器人、通用機器人、通用AI的發(fā)展，比如說北京、上海、深圳都發(fā)布了通用機器人相關(guān)政策。
人形機器人整體市場潛力巨大，也非常有想象空間，這也是為什么在過去一年被譽為人形機器人商業(yè)化的元年。不光是在國際很多企業(yè)，比如說特斯拉做人形機器人，當然展會當中也部署;Open AI也認為人形機器人是一個非常重要的平臺，也投資了相關(guān)的人形機器人;傳統(tǒng)的機器人廠商，也具備了很多投資的屬性。
在國內(nèi)，去年一年中有超過20家的產(chǎn)學(xué)研單位也在開始研發(fā)人形機器人，在展會當中看到很多人形機器人的相關(guān)Demo。但人形機器人從Demo到產(chǎn)品化再到商業(yè)需要經(jīng)歷三個比較嚴峻的階段。
三、人形機器人平臺相關(guān)發(fā)展
公司從2012年開始，從小型人形機器人，到原型機，再到大型人形機器人已經(jīng)迭代了四代。在這些迭代過程中，我們一個底層邏輯是根據(jù)環(huán)境的開放程度、任務(wù)的復(fù)雜程度、本體能力進行劃分，分別是對應(yīng)的完全封閉的場景、半開放的場景、未來走進千家萬戶的全開放場景。在2025年前，在半開放場景下，在工業(yè)和養(yǎng)老環(huán)境下可以實現(xiàn)相關(guān)落地。
我們公司也是中國率先完成人形機器人商業(yè)化的公司。與人形機器人相關(guān)的三大部分：本身相關(guān)驅(qū)動機器;AI相關(guān)的視覺語音導(dǎo)航;平臺相關(guān)的中間件、任務(wù)框架。
作為首家商業(yè)化人形機器人落地的公司，我們在商業(yè)化方面做了非常艱苦、積極的探索。第一次落地在迪拜世博會進行展示，連續(xù)工作超過1200多個小時，沒有出現(xiàn)重大問題，也接待了超過45個國家和地區(qū)眾多VIP訪談。
在過去如果對比展示機器人，每次展示之后需要大量運維或者調(diào)試，這樣在產(chǎn)品化、商業(yè)化有一段路要走。但通過不斷嘗試和努力，在一定程度上打通了產(chǎn)品化、商業(yè)化道路，實現(xiàn)了人形機器人取得收入、完成商業(yè)化這一步。
比如說機器人也是與國家的5G、高鐵一樣出口到國外。在中東、其他國家相關(guān)地區(qū)完成新科技的代表性的落地。同時，在國內(nèi)也助力中國科學(xué)技術(shù)館，在科技館里面可以看到觀眾尤其很多小朋友對人形機器人充分了熱情，每次機器人巡回展示的時候都聚焦了很多觀眾。
中國館的館長也非常感慨，十多年前展示的機器人需要一個架子吊著，現(xiàn)在完成人形機器人之后，只要按兩三個鍵就可以了。
最后，在工廠分揀、老化測試場景做了積極探索。像在半開始場景下，我們也在最近1到2年之內(nèi)完成場景相關(guān)落地，在這里可以看到與環(huán)境交互過程當中，比如說各種形狀、各種零部件的抓取，以及與我們通過ALT與各種移動機器人進行交互配合。而我們可以做承重負載工作，人形機器人可以使用現(xiàn)有的各種機器人來共同完成工廠當中的相關(guān)任務(wù)。
這是自產(chǎn)的掃地機的場景。在測試過程當中，需要把掃地機搬到掃地位置進行開關(guān)電源進行檢測。在整個過程當中體現(xiàn)了在具身智能、具身與智能相關(guān)領(lǐng)域的感知、運動、判斷、推理等相關(guān)內(nèi)容。
我們想通過這樣的影片進行展示的是未來智能化、無人化工廠的前景，雖然說速度有待提高，雖然說通用性方面有待加強，我相信這一天不遠將來就會到來。
非常感謝大家的聆聽，謝謝大家。
（智能網(wǎng)，根據(jù)現(xiàn)場實錄整理）
