资本相信人形机器人

在众多厂商机器人的能力演示和价格的发布中，人形机器人距离走向现实的时刻越来越近。

编者按：本文来自微信公众号光锥智能（ID：guangzhui-tech），作者：刘俊宏，编辑：王一粟，创业邦经授权转载。

闷热的场馆里，兴奋的议论声，所有人生怕错过这场AI让机器人进化的盛宴。

人山人海的会展现场光锥智能拍摄

8月21日，2024世界机器人大会（WRC）在北京开幕。在这场由169家企业携600余款产品的展会中，具身智能以几乎单独“承包”一个场馆的阵仗，27家公司的人形机器人和机器狗吸纳了最多的观众。

在众多机器人的演示中，光锥智能发现各家企业执行复杂任务的能力明显变强，实用性也得到了很大的提升。

相比去年机器人更多演示跳舞、对话、走两步的简单任务能力，今年有伟景智能机器人摘水果、优必选机器人检修汽车、星辰智能机器人写毛笔字、加速进化的人形机器人足球比赛。宇数科技在表演了连续侧身翻跳跃的机器狗外，还带来了定价9.9万元的人形机器人——G1。在众多厂商机器人的能力演示和价格的发布中，人形机器人距离走向现实的时刻越来越近。

宇树科技G1机器人动作演示

“大模型的发展，极大地促进了人形机器人的进步。”

科大讯飞副总裁、研究院院长刘聪对光锥智能称，不管是“大脑”感知和理解的能力，还是“小脑”的运动控制能力都大幅提升。

进一步，逐际动力联合创始人兼COO张力认为，AI的进化让机器人实现了跨越式的提升，“通用人工智能让软件、算法能够帮助机器人去实现很多以前根本完成不了的事”，

随着AI大模型的突破，今天的人形机器人开始向着自动驾驶的方向发展。在借鉴了端到端大模型让汽车一边理解世界，一边快速迭代的进化中，机器人也展现出了能够理解复杂指令和学习更流畅的动作。同时，在大模型训练需求下，人形机器人也来到了数据驱动智能迭代的阶段。而各家机器人厂商也在试图从家用、工业、仓储物流、零售等一系列场景中占得一席之地。希望以单一场景为中心取得数据和迭代的闭环后，打通不同领域，最终走向通用。

尽管在过去AI发展的十年中，机器人曾经历多次希望和幻灭。但通过本次机器人的明确进化方向，星尘智能创始人来杰兴奋地称，“下一个十年，最值得做的就是人形机器人”。

机器人正在掀起一场资本、技术和产业的共同狂欢。

资本相信人形机器人

“这两年看到最多的投资，除了大模型就是机器人”，刘聪对光锥智能称。

虽然人形机器人行业尚处能力演示的阶段，但投资者和创业者们都知道，不能错过这场风口。

在回顾近一年来的投资趋势后，我们发现人形机器人作为热度最高的机器人终极形态，技术和难度都最高的同时，也在资本市场中占领了高地。

创业者层面，IT桔子数据显示，2023年1月至今国内共成立了29家人形机器人公司，其中有22家已经获得至少1轮威廉希尔中文网站。其中，由前华为天才少年“稚晖君”创立的智元机器人，在成立17个月就完成了七轮威廉希尔中文网站，投前估值已达70亿元。

站在资本的角度，根据《中国电子报》的不完全统计，2024年上半年全球人形机器人领域威廉希尔中文网站事件超过22起，威廉希尔中文网站金额超过70亿元。对于人形机器人的投资热情，不少投资机构的布局堪称“扫货”。

蓝驰创投合伙人曹巍表示，在机器人领域已经投资了超过10家早期项目。经纬创投更是手握宇树科技、智元机器人、银河通用、星尘智能，四家人形机器人公司的“明星天团”。

“行业和资本都对机器人的未来很乐观，毕竟这是个万亿的市场”。在大会现场，优必选全球营销总监李卓对光锥智能称。

于是，人形机器人在软件、硬件、资本推动、前沿应用效果的共同作用下，成了AI时代最热门的赛道。

以宇树科技在2023年初才开始探索人形机器人的经验为例。之前不做人形机器人的理由，王兴兴认为，“全球人形机器人的控制技术，大家都做的不是特别理想。性能上不去，达不到实用或者干活的阶段，所以过去很多年都没做人形机器人”。

如今，随着机器人软硬件技术升级，人形机器人正逐渐从实验室走到实际的运用场景中。今年7月，马斯克称特斯拉工厂已有两台Optimus机器人在进行电池搬运工作。在本次机器人大会现场，我们也看到了优必选的人形机器能执行简单的汽车质检任务。

优必选机器人演示质检场景

诚然，以人类熟练工的角度来衡量，机器人“员工”的效率还是太低。但若是与规模叠加，人形机器人24小时连轴工作的特性，还是吸引了汽车、物流、科研院所、AI科技等不同行业的尝试意愿，共同催促着人形机器人的交付进程。

“在2022年底，我们还没做人形机器人，但已经有一些客户找我们想买人形机器人了”，王兴兴认为宇树科技的人形机器人进展都是顺势而为的结果。

不过，猎豹移动董事长兼CEO、猎户星空董事长傅盛认为机器人行业还有很多方面需要打磨，尤其是“两条腿走路”的人形机器人要面临物理学的限制，“双足机器人的技术过于复杂，它必须依赖于机械结构。机械结构的迭代不会像自动驾驶那么快，每年能进步的幅度不多。”

但总之，行业内的玩家们在人形机器人的预计成熟时间上，达成了基本的一致意见。李卓对光锥智能表示称，“预计行业还有3-5年才能彻底成熟”。

在头部创业者们看来，此时此刻的人形机器人恰如2019年，特斯拉刚推出FSD芯片、百度Apollo刚拿到多张测试牌照的自动驾驶，一切都充满了希望。

一切，都是因为人形机器人在本轮AI大模型的影响下，实现了根本性的改变。

AI进化，机器人更像人

“一个是大语言模型，另一个是端到端算法。”

光轮智能创始人兼CEO谢晨如此总结着本轮机器人进化的最大原因。

在大会现场，无论是人形机器人、机器狗，甚至差异化设计的餐饮机器人都表现出了“更合理”的动作表现。以一年周期为对比，今年大会上的机器人操作明显流畅了许多。

较为明显的例子，可以从机器人做冰淇淋这一简单任务中看出。在去年的世界机器人大会上，机械臂的运动基本上是单调地执行“转圈”。而今年遨博智能的冰激淋机器人动作明显更加流畅，机械臂仅转了一圈，就将冰淇淋接了出来。

2023年（上）和2024年（下）冰淇淋机器人的动作表现对比

不同的动作流畅度，意味着机器人任务执行的底层逻辑发生了改变。

“原先机器人操作设计是模块化的，底层是学习加规则混合的方案。”星海图联合创始人、清华大学交叉信息学院助理教授、MARS Lab主任赵行解释称，“这种模式有点像之前自动驾驶的物体检测-决策-规划-控制的过程。例如做一个抓取策略，之前我们要对物体进行检测、状态和姿态估计。但现实情况的物体大多没什么姿态可言，就像一张纸铺在桌子上，很难定义姿态和关键点。”

这与自动驾驶的发展过程如出一辙。此前的机器人动作规划与自动驾驶发展到“端到端”前，遇到得是同样的问题——在特定场景的开发模式下，只能靠规则写有限的动作，无法适应真实世界的无限场景。

机器人只能操作有限形状和种类的物体，就像是自动驾驶只能在封闭路段使用一样“鸡肋”。而有了“端到端”的机器学习之后，如同汽车能够自己学习如何掉头一样，机器人也能学习如何抓取不同形状、颜色、柔软程度不同的物体。

优必选机器人听指令抓东西

参考自动驾驶结合大模型的趋势，机器人在结合了多模态大模型后，也开始能理解现实世界。在现场，银河通用机器人展示的便是药店值班的场景。机器人在拿取货架上的药品之余，看到有东西掉到地上还能自己捡起来。

银河通用机器人演示药店值班场景

AI大模型对于机器人能力提升的重要性，刘聪认为主要体现在三个方面：

首先，大模型显著提升了机器人解决复杂任务的能力，根据理解，把复杂任务拆解成一系列可执行的任务。

接下来，在多模态大模型的能力下，机器人可以依托视觉、触觉等在更复杂地场景里做事。

最后，体现在运动能力上，机器人可以根据AI合成的数据做模拟训练。如果没有大模型，机器人实现的功能会相对受限。

由此也看出，数据是除了大模型技术外，制约机器人下一步进化最关键的要素。

为了获取足够用于机器人训练的数据，不少厂商通过真实数据和仿真数据结合的方式解决。在真实数据的获取中，厂商一般通过真人动作和机器人遥操作的方式，将任务过程中的数据“喂”给大模型。而仿真数据则是通过搭建一个尽量真实的场景，设定尽可能多的建模和现实参数，让虚拟化的机器人进行训练。

不过，上述的两种方式还是存在着各自的短板，当前机器人行业还远未达到数据飞轮的启动时刻。一方面真实数据的成本极高，机器人当前还达不到自动驾驶般的普及度。在真实数据足够多之前，厂商需要花长时间和配备数据标准团队来一点点积累。而对于仿真数据而言，最大的问题还是现实仿真不够真实。机器人在模拟世界能成功，但导入到现实世界就会有一定的失败率。

“现阶段，对机器人行业最大的一个限制，还是AI不太够。AI模型、AI的训练数据集、AI的场景的落地部署，都完全远远不够。”王兴兴称。

而随着AI的发展，赵行预判，“随着更高效的算法和算法的泛化能力提升，未来机器人学习一个技能的数据量将会从现在的几千、几万，下降到一千甚至几百几十的数量级。”

参考自动驾驶行业由量产带来的数据飞轮，为了进一步解决数据问题，不少机器人厂商正在探索从量产中“拿”数据了。