文 | DoNews 小不董
編輯 | 李信馬
科技圈整個(gè)10月最大的爭議事件之一，可能就是特斯拉的人形機(jī)器人了。
2022年10月1日上午，在全世界期待了一年之后，最后出現(xiàn)在屏幕面前的，卻是步履蹣跚的“垂垂老朽”，演示也僅僅是打了個(gè)招呼，并沒有回答問題或者跳舞，裸露的線路和電池給人一種剛從實(shí)驗(yàn)室拉出來的感覺。
去年的AI Day上，特斯拉人形機(jī)器人的展示視頻中，是一位靈活的的機(jī)器人舞者。也因此，小米的CyberOne（鐵大）首次亮相后，被觀眾們?nèi)撼捌渥呗纷藙菹窆_老太太，可以被特斯拉的機(jī)器人扶著過馬路。但沒想到，真實(shí)的特斯拉的人形機(jī)器人Optimus（擎天柱）卻也遠(yuǎn)沒達(dá)到觀眾們的預(yù)期。
不過這絲毫沒有影響特斯拉CEO埃隆·馬斯克的興致，馬斯克在AI Day現(xiàn)場表示，有信心以非常低的成本來實(shí)現(xiàn)機(jī)器人的量產(chǎn)，并且產(chǎn)量應(yīng)該可以達(dá)到數(shù)百萬臺(tái)，最終價(jià)格會(huì)不到2萬美元。
這一臺(tái)目前看起來還很簡陋的人形機(jī)器人，真的能推動(dòng)行業(yè)的變革嗎？
在優(yōu)必選科技副總裁、人形機(jī)器人創(chuàng)新中心負(fù)責(zé)人付春江看來，還真有這個(gè)可能。
目前人形機(jī)器人的技術(shù)相關(guān)路線分成三個(gè)范式：第一是以本田Asimo為代表的簡化模型位置控制，其特點(diǎn)是利用簡化模型節(jié)約算力；第二是波士頓動(dòng)力Atlas的動(dòng)力學(xué)控制，以及后期發(fā)展的高速 WBC全身內(nèi)控的相關(guān)算法，特點(diǎn)是實(shí)時(shí)優(yōu)化；第三是美國敏捷機(jī)器人公司人形機(jī)器人Digit強(qiáng)化學(xué)習(xí)的范式，其特點(diǎn)是可以補(bǔ)償彈性連桿的沒有建模的相關(guān)屬性。
付春江認(rèn)為，基于其實(shí)時(shí)性與通用性，特斯拉的擎天柱很有可能創(chuàng)造第四范式，即基于大規(guī)模神經(jīng)網(wǎng)絡(luò)的通用視覺決策運(yùn)動(dòng)控制。
在AI Day的這次展示中，擎天柱所演示的場景有三個(gè)：澆花、搬箱子和工廠零部件的移動(dòng)，分別代表家庭服務(wù)、物流遞送和工廠裝配，每做一件事情都有相應(yīng)的一整套流程。
付春江告訴DoNews：“這三個(gè)場景在現(xiàn)實(shí)的開發(fā)難度其實(shí)是反過來的，隨著場景從結(jié)構(gòu)化到非結(jié)構(gòu)化，從靜態(tài)到動(dòng)態(tài)，首先會(huì)實(shí)施的是在工廠里邊，因?yàn)楣S的環(huán)境以及所使用的零部件的尺寸，都可以有相應(yīng)數(shù)據(jù)輸入到機(jī)器人當(dāng)中，這個(gè)是相對比較結(jié)構(gòu)化的。第二個(gè)場景就是在物流遞送方面，從這開始它的環(huán)境就逐步開放了，隨著環(huán)境的動(dòng)態(tài)性、開放性以及任務(wù)的復(fù)雜性，最后才能到家庭服務(wù)場景。先在自己（特斯拉）的工廠里面去布置人形機(jī)器人，用途是為了快速積累數(shù)據(jù)與迭代調(diào)試?！?/p>
付春江認(rèn)為，特斯拉有龐大的、先進(jìn)的FSD自動(dòng)駕駛平臺(tái)作為基礎(chǔ)，隨著它的大規(guī)模數(shù)據(jù)和網(wǎng)絡(luò)的建立，以及在它自身工廠場景部署數(shù)據(jù)采集，特斯拉的未來迭代速度會(huì)超過大家的預(yù)期。
一、FSD：車能用，機(jī)器人也能用
FSD(Full Self-Drive)，即“完全自動(dòng)駕駛”。
人形機(jī)器人想要有能力在物理世界中移動(dòng)并且具備一定程度的智能，那其“大腦”就需要做到人類大腦能做的，比如能夠處理視覺數(shù)據(jù)，發(fā)出動(dòng)作指令，還要支持通信，擎天柱的大腦就是特斯拉的人工智能系統(tǒng)。
機(jī)器視覺作為一種底層通用技術(shù)，可以擴(kuò)展到手機(jī)、攝像頭、自動(dòng)駕駛汽車、機(jī)器人等諸多產(chǎn)品形態(tài)，在鐵大的視覺系統(tǒng)上，就用了很多小米手機(jī)的圖像處理能力。而擎天柱頭部會(huì)裝配特斯拉車同款的智能駕駛攝像頭，具備與特斯拉車相同的視覺感知能力，可以說在機(jī)器視覺算法上，擎天柱與特斯拉汽車的FSD一脈相承。
特斯拉結(jié)合自動(dòng)駕駛的視覺處理和傳感技術(shù)，可以確保機(jī)器人保持良好的姿態(tài)和步態(tài)，同時(shí)對人類相關(guān)的動(dòng)作進(jìn)行關(guān)鍵幀分析，再用算法映射到機(jī)器人，做到更好的軌跡規(guī)劃。
此外，特斯拉在汽車自動(dòng)駕駛領(lǐng)域的自研芯片、軟件算法、訓(xùn)練模型以及其超級計(jì)算機(jī)Dojo的AI算力，都可以支持到特斯拉人形機(jī)器人，這是擎天柱其相較于其它人形機(jī)器人的核心優(yōu)勢。比如特斯拉的機(jī)器人使用了單顆特斯拉自研的SoC芯片，而并非特斯拉在汽車上使用的雙芯片自動(dòng)駕駛方案。
下圖中，特斯拉的研發(fā)人員最近正在訓(xùn)練人形機(jī)器人的計(jì)算機(jī)視覺識別高頻特征，讓人形機(jī)器人能夠快速找到最近的充電站。
圖片來源：特斯拉
軟件上的優(yōu)勢固然重要，不過當(dāng)下機(jī)器人最需要解決的問題，可能還是集中在硬件上，對此，付春江也表示：“就硬件水平來講，特斯拉與世界領(lǐng)先的人形機(jī)器人是沒有代差的?！?nbsp;
二、硬件：性價(jià)比高，可以量產(chǎn)
目前業(yè)界運(yùn)動(dòng)能力最強(qiáng)的人形機(jī)器人，非波士頓動(dòng)力Atlas莫屬，但其成本之高也令人咋舌。而特斯拉顯然是希望打造一款足夠靈活但又性價(jià)比高，能夠大量生產(chǎn)的人形機(jī)器人，這也是這款產(chǎn)品的初衷——替代人類去做大量重復(fù)性的工作。
要達(dá)到這個(gè)目標(biāo)，就像電動(dòng)汽車一樣，首先要能“續(xù)航”。從擎天柱的概念圖中可以看到，整個(gè)機(jī)器人包含了28個(gè)電動(dòng)驅(qū)動(dòng)器（橙色標(biāo)注）和電池及控制模塊（藍(lán)色標(biāo)注）。特斯拉將配電和計(jì)算機(jī)集中到平臺(tái)的物理中心，也就是機(jī)器人的軀干中心，身體中間有2.3kWh的電池組，工作電壓為52V，其中的電池組可以維持它一整天的工作，其目標(biāo)就是盡量減少每個(gè)元件的數(shù)量和功能損耗。
電池組的獨(dú)特之處在于，可以把所有電池的電子設(shè)備集中到電池組內(nèi)的單個(gè)PCB里面，這就意味著從傳感到融合到充電管理，全都匯集到這一個(gè)系統(tǒng)中。這項(xiàng)技術(shù)借鑒了特斯拉在電子產(chǎn)品和汽車上的設(shè)計(jì)，電池組只有實(shí)現(xiàn)真正高效簡單的冷卻，才能確保良好的電池管理和安全性。
其次，是足夠靈活且耐用。完全體的擎天柱體重73kg，用電功率在靜坐時(shí)為100W，快走時(shí)500W，全身有200多個(gè)自由度，手部27個(gè)自由度。機(jī)器人在研發(fā)過程中，受到了生物學(xué)的啟發(fā)，以機(jī)器人腿部關(guān)節(jié)為例，就是仿照了人類膝蓋的真實(shí)結(jié)構(gòu)。
研發(fā)人員將人類的膝蓋和其運(yùn)動(dòng)過程中所受的力線性化，比如說行走，上樓梯下蹲，它的關(guān)節(jié)會(huì)呈現(xiàn)什么樣一個(gè)壓力曲線，從而學(xué)習(xí)如何讓機(jī)器人膝蓋使用更少的力來構(gòu)建，能實(shí)現(xiàn)更好的力度控制的同事，也讓相關(guān)結(jié)構(gòu)緊密的包裹在膝蓋周圍。
在爬樓梯、攀巖或步行時(shí)，要考慮機(jī)器人關(guān)節(jié)所承受的壓力，研發(fā)人員將不同的參數(shù)錄入優(yōu)化程序和優(yōu)化模型中，以求機(jī)器人適應(yīng)不同的場景。
執(zhí)行器的效率圖生成了相關(guān)軌跡，以點(diǎn)云的形式進(jìn)行記錄。機(jī)器人的每個(gè)關(guān)節(jié)都是特定的，28個(gè)關(guān)節(jié)都需要定制規(guī)格。因此，研發(fā)人員需要減少定制的執(zhí)行器設(shè)計(jì)，解析它們上傳的云并采取共性研究。特斯拉展示了擎天柱在極限情況下所能達(dá)到的測試效果，其關(guān)節(jié)驅(qū)動(dòng)器能吊起一架半噸重的鋼琴。
同樣采用了生物學(xué)的還有機(jī)械手，和人手一樣同樣使用五個(gè)手指來驅(qū)動(dòng)，既可以完成大口徑物體抓取，同時(shí)也能滿足抓取精巧物體的需求。特斯拉的人形機(jī)器人手指有6個(gè)執(zhí)行器和11個(gè)自由度，搭載了能夠驅(qū)動(dòng)手指并進(jìn)行感知的傳感器。
圖片來源：特斯拉
在安全性和可靠性方面，特斯拉也做了不少的設(shè)計(jì)。由于一臺(tái)機(jī)器人的維修成本很高，所以為了保護(hù)機(jī)器人，研發(fā)人員對其結(jié)構(gòu)基礎(chǔ)進(jìn)行了優(yōu)化，在人形機(jī)器人摔倒時(shí)不會(huì)把變速器和胳膊弄壞。
研發(fā)人員還采用了與汽車相同的底層技術(shù)，讓機(jī)器人在所有組件中產(chǎn)生壓力，使得其行走控制變得更加容易，也不會(huì)那么僵硬。
今年4月份，擎天柱的移動(dòng)速度還很慢；今年7月，人形機(jī)器人解鎖了骨盆的應(yīng)用來保持平衡；8月時(shí)，手臂開始發(fā)揮作用；到9月份，擎天柱的腳趾也利用了起來，擎天柱的移動(dòng)速度有了明顯的提升。一年的時(shí)間，軟硬件升級過后的擎天柱，就這樣出現(xiàn)在了我們眼前。
雖然現(xiàn)在還顯得笨拙，但這樣的不斷進(jìn)步是有其價(jià)值的，比如人形機(jī)器人可能最早落地的場景——工廠，目前自動(dòng)化程度已經(jīng)很高了，但是總裝線的自動(dòng)化率依然較低，細(xì)碎輕巧的任務(wù)基本是靠人工，那么人形機(jī)器人正好能夠彌補(bǔ)這個(gè)空白，在移動(dòng)中實(shí)現(xiàn)裝配。
“人形機(jī)器人在B端的應(yīng)用，與常見的機(jī)械臂、物流機(jī)器人相比，是在中短距離的移動(dòng)范圍內(nèi)，用雙臂和靈巧手完成的序列化的工作。比如需要快速更換不同工具，需要多種對象的動(dòng)態(tài)任務(wù)序列等等，這些都是與機(jī)械臂和物流機(jī)器人可以打出差異化來的。”付春江說。
三、人形機(jī)器人什么時(shí)候能真正投入實(shí)用？
工廠更期待的是二十出頭的年輕勞動(dòng)力，而非七老八十的“老年機(jī)器人”。
“我個(gè)人認(rèn)為研發(fā)和量產(chǎn)，是人形機(jī)器人最終走向落地、走進(jìn)千家萬戶非常關(guān)鍵的一步。但從過去的這種Demo級來看的話，量產(chǎn)還存在運(yùn)動(dòng)能力不達(dá)標(biāo)、成本居高不下、缺乏落地場景這三個(gè)非常大的困難?！备洞航锌馈?/p>
優(yōu)必選科技同樣是全球優(yōu)秀的人形機(jī)器人科技公司，旗下人形機(jī)器人Walker X也開始在科研開發(fā)和科技展館、影視綜藝、商演活動(dòng)、政企展廳等商用服務(wù)領(lǐng)域?qū)崿F(xiàn)落地應(yīng)用，做出了人形機(jī)器人商業(yè)化嘗試的示范案例，未來有望走進(jìn)千家萬戶，在家庭服務(wù)場景中使用。
在場景落地方面，優(yōu)必選科技進(jìn)行了超過1000小時(shí)無故障的實(shí)際場景落地演練工作，在付春江看來，人形機(jī)器人現(xiàn)在是相當(dāng)于iPhone1的階段，還處于快速發(fā)展的開端?！半S著大手企業(yè)的不斷進(jìn)入，對賽道的不斷加碼，會(huì)有大量的上游零部件企業(yè)，比如電機(jī)檢測、器廠、傳感器廠、結(jié)構(gòu)加工廠會(huì)得到相關(guān)益處，質(zhì)量、數(shù)量方面都會(huì)有所增加。另外下游的場景開發(fā)的針對性的這些廠商，數(shù)據(jù)服務(wù)廠商等等，甚至是第三方運(yùn)維交付的廠商都會(huì)有很大的發(fā)展?！?/p>
在成本方面，優(yōu)必選科技是全球第一個(gè)實(shí)現(xiàn)大型人形機(jī)器人BOM成本降至十萬美元級別的公司。付春江表示，國產(chǎn)人形機(jī)器人在量產(chǎn)加國產(chǎn)化之后，至少在動(dòng)力系統(tǒng)方面可以下降50%，算力系統(tǒng)可以有15%-25%的下降，而結(jié)構(gòu)及外觀可以有40%甚至更多的下降，“在2025年左右，我認(rèn)為人形機(jī)器人的成本可以降到5萬美元，或者是再稍微高一點(diǎn)的程度”。
而特斯拉大量沿用來自車端的成熟技術(shù)，再加上偏量產(chǎn)實(shí)用性的設(shè)計(jì)思路，使得擎天柱的生產(chǎn)成本具備極大的優(yōu)勢。除量產(chǎn)以外，還可以通過國產(chǎn)化替代，或者國產(chǎn)的二線廠商隨著技術(shù)水平進(jìn)步替代國產(chǎn)一線廠商，以及改進(jìn)生產(chǎn)工具，減少相關(guān)零部件，還有用更魯棒的運(yùn)動(dòng)控制算法來降低對硬件精確度及硬件指標(biāo)的要求來降低成本。如果能結(jié)合以上4點(diǎn)，付春江估計(jì)特斯拉會(huì)在2025-2030年之間，實(shí)現(xiàn)2萬美元的相關(guān)成本。
人形機(jī)器人想要走進(jìn)千家萬戶，首先要能以較高的完成度去完成消費(fèi)者和社會(huì)的需求，其次是成本和通用AI的發(fā)展，最后還少不了人形機(jī)器人的易用程度，例如能夠開箱即用和售后維護(hù)，這些都是人形機(jī)器人未來產(chǎn)品化過程中不可或缺的。
顯然，這不是短期能達(dá)到的，但我們依然可以看好其未來的成長性，馬斯克在活動(dòng)期間發(fā)的推文，透露擎天柱機(jī)器人將會(huì)有“貓女版”，可以看出，特斯拉對于人形機(jī)器人抱有強(qiáng)烈的信心，隨著更多的資本進(jìn)入賽道，特斯拉入局有望推動(dòng)行業(yè)從實(shí)驗(yàn)室階段過渡到商業(yè)化階段， 人形機(jī)器人的發(fā)展未來可期。