數(shù)據(jù)寶
朱聽武
2025-01-05 08:29
近兩年，隨著新一代人工智能出世，以及資本市場加強對未來產(chǎn)業(yè)的投入，人形機器人開始逐漸從科幻走向現(xiàn)實。從資本市場近期表現(xiàn)看，人形機器人概念持續(xù)火熱，部分公司漲停連板。花旗分析師指出，預(yù)計未來25年，人形機器人市場規(guī)模將達到驚人的7萬億美元。
與此同時，人形機器人部分產(chǎn)品也已開始出售交付，大有批量“進廠打工”趨勢。如2024年5月，特斯拉研發(fā)的二代Optimus人形機器人已進廠實訓(xùn)，計劃2025年年底前量產(chǎn)銷售。在國內(nèi)，如宇樹科技、達闥科技等廠商均已在人形機器人領(lǐng)域有所布局。
除了工業(yè)領(lǐng)域，人形機器人離我們的生活還有多遙遠，何時能“飛入尋常百姓家”？當(dāng)前行業(yè)發(fā)展難點又有哪些？
近日，杭州宇樹科技有限公司創(chuàng)始人兼CEO王興興接受了《每日經(jīng)濟新聞》記者（以下簡稱NBD）采訪。
5年內(nèi)將有終端產(chǎn)品
NBD：2023年，國內(nèi)很多人形機器人開始“進廠打工”，您怎么看這個現(xiàn)象？宇樹人形機器人的落地現(xiàn)狀和未來規(guī)劃是怎樣的？
王興興：我覺得這是一個趨勢。我們過去幾個月與蔚來的汽車工廠有合作，就現(xiàn)場部署了人形機器人做搬運。這個領(lǐng)域目前基本處于試點階段，大家覺得這個方向有價值，就共同推進落地部署，不過目前還沒有到真正的商業(yè)閉環(huán)階段。
我們公司主要是賣本體，如果是做科研教育、AI公司或者個人買來玩，我們完全歡迎。
此外，工業(yè)領(lǐng)域也在推進，比如我們希望去工廠幫忙做一些簡單的生產(chǎn)裝配，或者一些簡單的搬運工作，蔚來汽車工廠就是典型例子。我們其實沒有給自己定目標(biāo)或者逼迫那么緊，還是尊重整個市場的反應(yīng)，等技術(shù)、產(chǎn)品和大家接觸到一定程度，已經(jīng)展現(xiàn)出更好的商業(yè)勢頭了，我們再大規(guī)模去推廣。
NBD：在人形機器人技術(shù)迅速發(fā)展的當(dāng)下，面臨的最大瓶頸是什么？目前人形機器人應(yīng)用領(lǐng)域中，哪些方面有可能實現(xiàn)突破性進展？
王興興：當(dāng)下的最大瓶頸，包括人形機器人、四足機器人等，是基層AI在全球范圍內(nèi)都沒有達到一個像初代GPT或者初代通用AI的能力，這也是目前整個行業(yè)最大的問題。
目前機器人本身，比如雙臂機器人或者工業(yè)機器人，如果加了AI以后產(chǎn)生的能效比人低，如速度比較慢、精度比較差、能干的活比較少，其實很難替代人在工業(yè)領(lǐng)域的價值，整個商業(yè)閉環(huán)沒法跑通。如果機器人AI的能力能突破一個臨界點，使得工廠的基本工序能夠高效運轉(zhuǎn)，同時成本也相對較低，那么就可以實現(xiàn)商業(yè)閉環(huán)并大規(guī)模推廣，我認為這將是非常有價值的。
當(dāng)然，目前硬件方面也存在一些挑戰(zhàn)，例如機械臂的負載能力不足、精度不夠以及成本較高，但這些都屬于工程技術(shù)層面的問題。所以，最大的問題還是整個機器人AI沒有突破一個臨界點，目前在具身智能或者機器人AI這個領(lǐng)域，當(dāng)下大家還覺得機器人有點笨拙，只能干一些固定的活，但我個人比較樂觀。再過三四年，不會超過五年，比如在工業(yè)或服務(wù)業(yè)，能有終端產(chǎn)品出現(xiàn)。
機器人需要更高級功能
NBD：近期人形機器人火熱至極，但公司早期也不看好人形機器人，請問宇樹是怎樣調(diào)整發(fā)展戰(zhàn)略的？
王興興：2020年以前就有很多投資人問我，你們做不做人形機器人，我非常斬釘截鐵地說不做，但為什么2023年初又開始做人形機器人了？其實最早在2009年和2010年，我自己做過小的仿生人形機器人，當(dāng)時遠沒有達到我的預(yù)期，最大原因是當(dāng)時全球人形機器人的控制技術(shù)不是特別理想，性能上不去，沒辦法看到實用價值，當(dāng)時我就堅持不做人形機器人。
到了2021年、2022年，全球科技對人形機器人非常關(guān)注，并且在2022年底大語言模型出來以后，AI技術(shù)產(chǎn)生了質(zhì)變，已經(jīng)看到AI賦能機器人帶來的潛力。大家可能想象不到，2022年底，我們還沒做人形機器人，但已經(jīng)有一些客戶找上我們想買人形機器人。我覺得社會的共識、熱度，客戶對它的期待程度，已經(jīng)足夠了，所以我們2023年開始正式做人形機器人。
我們一直希望公司的商業(yè)化進程能夠保持積極正向，確保我們的產(chǎn)品受到市場的歡迎和社會的認可。當(dāng)年選擇做四足機器人，是因為行業(yè)已經(jīng)初現(xiàn)端倪，而現(xiàn)在選擇進軍人形機器人領(lǐng)域也是基于相似的市場洞察。
NBD：從目前人形機器人的研發(fā)來看，大模型可重點解決哪些技術(shù)問題？主要應(yīng)用在哪些方向？大模型和人工智能的應(yīng)用有望降低研發(fā)成本嗎？
王興興：目前大家說大模型，一般在說大語言模型或者多模態(tài)模型，實際上這部分是可以給機器人用的，2023年我們就結(jié)合了OpenAI的大語言模型接口，但實際上大語言模型本身是機器人模型的一部分，并不是全部。
比如跟機器人溝通的時候，肯定需要語言部分，但實際上我個人認為機器人的AI模型，本質(zhì)上和語言模型還是有很大區(qū)別。舉個最直觀的例子，在工廠里工作的機器人，其實并不需要具備語音功能。只要它能夠完成任務(wù)，進行工作就足夠了。
機器人具身智能的核心在于其執(zhí)行任務(wù)的能力，而不僅僅是對話。手機已經(jīng)可以完成簡單的對話任務(wù)，因此機器人需要更高級的功能。然而，這部分的訓(xùn)練其實與大語言模型關(guān)系不大，更多地依賴于模仿學(xué)習(xí)。此外，該模型的結(jié)構(gòu)與大語言模型的結(jié)構(gòu)也存在較大差異。這是目前大家已經(jīng)看到的方向了，但是整個體系沒有大語言模型那么成熟。
在機器人具身智能領(lǐng)域，每家公司的想法都不太一樣，技術(shù)路線和共性都不太一樣，這就導(dǎo)致了其實很難評價發(fā)展路徑，是正確還是錯誤。舉個最簡單的例子，在大語言模型圈，ChatGPT模型出來以前，就有非常多語言模型結(jié)構(gòu)，但大家現(xiàn)在已經(jīng)忘了，因為發(fā)現(xiàn)GPT模型的架構(gòu)更有價值。現(xiàn)在人形機器人具生智能有點像ChatGPT出來的前一兩年，大家已經(jīng)發(fā)現(xiàn)了這個方向，要往這個方向做，但還沒有哪家敢說自己的方向絕對正確。
