智能網(wǎng)原創(chuàng)，轉(zhuǎn)載請(qǐng)注明出處
2024年上半年，工業(yè)界最出圈的視頻是什么?特斯拉的擎天柱(Optimus)人形機(jī)器人在自家汽車工廠打工的畫面算是一個(gè)。Optimus從傳送帶上拿取鋰電池，然后整齊地放入電池槽中。這項(xiàng)工作過去是由工人來完成，現(xiàn)在換成人形機(jī)器人上崗了。
人形機(jī)器人開始進(jìn)廠“搬磚”了，打工人會(huì)不會(huì)瑟瑟發(fā)抖呢?
從科幻走入現(xiàn)實(shí)
說到人形機(jī)器人，最初的印象大多來源于科幻影視：《星球大戰(zhàn)》里嘮叨沒完的C-3PO、《終結(jié)者》里來自未來時(shí)空的T-800、《太空堡壘卡拉狄加》里的“賽昂”機(jī)器人叛軍……但是現(xiàn)實(shí)中的人形機(jī)器人定義是什么，它能做什么，它對(duì)人類生活會(huì)產(chǎn)生什么影響?
“人形機(jī)器人是人工智能在物理空間的重要體現(xiàn)和關(guān)鍵設(shè)備，是實(shí)現(xiàn)通用人工智能系統(tǒng)的典型代表。”這是中國(guó)科學(xué)院院士喬紅對(duì)人形機(jī)器人的定義。
通用人工智能(AGI)具有高效強(qiáng)大的自主學(xué)習(xí)、自我進(jìn)化等能力，能像人類一樣思考和決策。英偉達(dá)CEO黃仁勛判斷，通用人工智能下一個(gè)發(fā)展浪潮將是具身智能(Embodied AI)。具身智能是一種擁有實(shí)體并且能夠進(jìn)行實(shí)體互動(dòng)的通用人工智能體。具身智能最理想的實(shí)體形式，應(yīng)該就是人形機(jī)器人。
老牌機(jī)器人企業(yè)為何按兵不動(dòng)?
就在特斯拉等新興實(shí)力在人形機(jī)器人領(lǐng)域大踏步地前進(jìn)的同時(shí)，老牌的工業(yè)機(jī)器人企業(yè)缺鮮有涉足人形機(jī)器人行業(yè)。
發(fā)那科、ABB、庫(kù)卡、安川電機(jī)號(hào)稱工業(yè)機(jī)器人四大家，四家公司的工業(yè)機(jī)器人產(chǎn)品在全球市場(chǎng)占據(jù)了大部分的市場(chǎng)份額。但是奇怪的是，這四家公司都沒有推出任何人形機(jī)器人整機(jī)型號(hào)，也沒有見過它們要涉足人形機(jī)器人領(lǐng)域的新聞。
是缺乏資金嗎?這四家企業(yè)都“不差錢”。是沒有技術(shù)實(shí)力嗎?四家公司都有成熟的工程師團(tuán)隊(duì)，沒理由搞不定人形機(jī)器人技術(shù)。
事出反常必有妖!
雖然人形機(jī)器人的技術(shù)進(jìn)步很快，甚至達(dá)到可以進(jìn)廠打工的程度，但是目前人形機(jī)器人還是很難完成諸如拿取雞蛋這類精細(xì)的動(dòng)作，在精確控制方面還無法與功能專一的工業(yè)機(jī)器人相媲美。
要實(shí)現(xiàn)人形機(jī)器人在復(fù)雜場(chǎng)景下的精確操作，高算力和AI大模型必不可少。
訓(xùn)練人形機(jī)器人AI大模型的原料，就是大量的數(shù)據(jù)集，而目前整個(gè)人形機(jī)器人行業(yè)缺乏大規(guī)模的標(biāo)準(zhǔn)化數(shù)據(jù)集，每家機(jī)器人企業(yè)只有規(guī)模有限的數(shù)據(jù)量，用來訓(xùn)練AI模型無論在效率還是功能上都有不足，數(shù)據(jù)集已經(jīng)成為人形機(jī)器人行業(yè)的核心壁壘。
例如，為了實(shí)現(xiàn)精密操作，機(jī)器視覺模塊在原來主要滿足避障、目標(biāo)識(shí)別、路徑規(guī)劃等功能的基礎(chǔ)上，還要配合運(yùn)動(dòng)系統(tǒng)實(shí)現(xiàn)高精度位置估計(jì)和機(jī)械手的伺服控制。機(jī)器人要確認(rèn)末端執(zhí)行器相對(duì)于物體的三維位置，需要傳感器測(cè)量每個(gè)關(guān)節(jié)的角度值反饋給控制器，這需要很精確的正向運(yùn)動(dòng)學(xué)模型，來根據(jù)傳感器提供的角度計(jì)算出此時(shí)末端執(zhí)行器的位置。人形機(jī)器人通過巨大的樣本集進(jìn)行深度學(xué)習(xí)，不僅短時(shí)間內(nèi)無法實(shí)現(xiàn)，也很難從價(jià)格上讓大量用戶所接受。
除了數(shù)據(jù)集稀缺，工業(yè)生產(chǎn)容錯(cuò)度低、大模型的語言歧義等安全性問題給產(chǎn)業(yè)落地也帶來不小的挑戰(zhàn)。此外，人形機(jī)器人實(shí)時(shí)性低，推理時(shí)間長(zhǎng)。目前基于AI大模型的人形機(jī)器人控制周期在線決策最快是50毫秒，有時(shí)延遲達(dá)1~5秒，而工業(yè)機(jī)器人的響應(yīng)時(shí)間往往要求在10毫秒以下。
軟件還不是人形機(jī)器人廠家唯一頭疼的問題，硬件的性能限制也是制約人形機(jī)器人發(fā)展的絆腳石。舉例來說，全尺寸人形機(jī)器人的伺服驅(qū)動(dòng)器工作電流在300安培左右，但是現(xiàn)在行業(yè)主流驅(qū)動(dòng)器電流只能做到120安培左右。目前大部分人形機(jī)器人的驅(qū)動(dòng)器來自一家以色列的公司，售價(jià)在2萬元左右。這不但造成人形機(jī)器人成本高昂，國(guó)內(nèi)企業(yè)還隨時(shí)面臨著“卡脖子”的隱患。
也許正因?yàn)橛幸陨细鞣N軟硬件方面的缺陷和不足，所以人形機(jī)器人企業(yè)多為初生不怕牛犢的初創(chuàng)公司，而老牌的工業(yè)機(jī)器人企業(yè)則是穩(wěn)打穩(wěn)扎，更可能在行業(yè)技術(shù)成熟后再下場(chǎng)。
人形機(jī)器人商業(yè)化，任重道遠(yuǎn)
人形機(jī)器人并非新鮮事物，距離第一臺(tái)人形機(jī)器人誕生已過去半個(gè)世紀(jì)，但是人形機(jī)器人的高昂成本、智能化水平一直是行業(yè)跨不過去的門檻。
就以美國(guó)波士頓動(dòng)力公司的人形機(jī)器人Atlas為例，該型機(jī)器人經(jīng)過十年的迭代發(fā)展，能夠完成跳躍、后空翻等動(dòng)作，但是造價(jià)仍然超過200萬美元。由于無法商業(yè)化，波士頓動(dòng)力公司被迫三次賣身“易主”。
人形機(jī)器人是機(jī)器人行業(yè)下一個(gè)有望暴發(fā)的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，但是人形機(jī)器人大規(guī)模走進(jìn)工廠和家庭，完成商業(yè)邏輯上的閉環(huán)經(jīng)營(yíng)，目前看起來還是“將來時(shí)”而遠(yuǎn)非“現(xiàn)在時(shí)”，無論是機(jī)器人行業(yè)人士還是普通大眾還需要有耐心繼續(xù)等待……
（轉(zhuǎn)載）
