文|阿爾法工場(chǎng)
時(shí)至8月，火熱了半年之久的AI賽道，已儼然顯示出了降溫之勢(shì)。
可就在這個(gè)關(guān)頭，由號(hào)稱華為天才少年——稚暉君打造的人形AI機(jī)器人——「遠(yuǎn)征A1」卻赫然登場(chǎng)，用一系列亮眼的特點(diǎn)，振奮了已顯冷淡的AI賽場(chǎng)。
舞臺(tái)之上，這個(gè)邁著小碎步入場(chǎng)的機(jī)器人，引來(lái)了整個(gè)行業(yè)的關(guān)注。
而這個(gè)由智元機(jī)器人（Agibot）發(fā)布的具身智能機(jī)器人，之所以能在業(yè)內(nèi)引起如此大反響，則是因?yàn)槠渚邆淞俗钚碌腁I大模型能力。
根據(jù)稚暉君在發(fā)布會(huì)上展示的內(nèi)容，靈巧自如的遠(yuǎn)征A1，不但能做家務(wù)、制備實(shí)驗(yàn)樣本，甚至還能勝任看護(hù)老人這類需要“體貼”的工作。
那么，這個(gè)看似“面面俱到”的AI機(jī)器人，究竟是如何在不同環(huán)境中，勝任各種復(fù)雜工作的？
其所代表的AI+具身機(jī)器人賽道，是否真的代表了未來(lái)AI的方向？抑或只是像元宇宙那樣，成為一個(gè)難以落地的“概念化”產(chǎn)品？
01、“人形”的必要性
在討論人形機(jī)器人的未來(lái)之前，有一個(gè)需要明確的問(wèn)題是：為什么人類總是傾向于將機(jī)器人設(shè)計(jì)成人形？
對(duì)于這個(gè)問(wèn)題，稚暉君表示，原因就在于“從第一性原理出發(fā)，人形雙足機(jī)器人是人類環(huán)境中最為通用的終極形態(tài)！”
換句話說(shuō)，機(jī)器人要想真正進(jìn)入人類的生活，就得適應(yīng)各種為人體形態(tài)量身打造的場(chǎng)景、設(shè)備、任務(wù)。
例如，具身機(jī)器人如果想幫人類操作儀器，抓握東西，那就必須具備人類那樣靈巧的手指；
如果它想在城市環(huán)境中，邁過(guò)各種樓梯、臺(tái)階，那就得具備和人類一樣能彎曲的膝蓋。
而要想實(shí)現(xiàn)這樣的靈活性、協(xié)調(diào)性，就必須在機(jī)器人的硬件構(gòu)成上，進(jìn)行一系列重要的設(shè)計(jì)。在這方面，智元機(jī)器人較為獨(dú)特的技術(shù)之一，就是諧波一體關(guān)節(jié)。
這是機(jī)器人的傳動(dòng)裝置，用來(lái)降低轉(zhuǎn)速、增大扭矩等，相當(dāng)于人類的「關(guān)節(jié)」。
一般來(lái)說(shuō)，機(jī)器人的結(jié)構(gòu)和關(guān)節(jié)，決定了它的自由度，
而自由度是指機(jī)器人的運(yùn)動(dòng)能力，也就是機(jī)器人能夠獨(dú)立控制的運(yùn)動(dòng)變量的個(gè)數(shù)。
自由度越高，機(jī)器人的運(yùn)動(dòng)越靈活，越能適應(yīng)各種復(fù)雜的環(huán)境和任務(wù)。
目前，遠(yuǎn)征A1的自由度超過(guò)了49個(gè)，手部有12個(gè)主動(dòng)自由度。
而相較之下，馬斯克的“擎天柱”人形雙足機(jī)器人全身有200多個(gè)自由度，手部27個(gè)自由度。
雖與世界頂尖機(jī)器人有著一定差距，但六個(gè)月的時(shí)間，能做到這個(gè)地步，也實(shí)屬可觀了。
而除了自由度之外，另一個(gè)衡量人形機(jī)器人的指標(biāo)，就是其關(guān)節(jié)的“控制扭矩”，
控制扭矩主要決定了機(jī)器人的運(yùn)動(dòng)力量，也就是機(jī)器人能夠產(chǎn)生多大的轉(zhuǎn)動(dòng)力來(lái)驅(qū)動(dòng)關(guān)節(jié)和執(zhí)行器。
如果類比成人類的能力，相當(dāng)于人的肌肉力量，就是肌肉產(chǎn)生多大的推拉、舉起、扭轉(zhuǎn)等動(dòng)作的能力。
在這方面，遠(yuǎn)征A1一體化自研的矢量控制驅(qū)動(dòng)器，整體的控制扭矩可以容易地超過(guò)350Nm。
而這樣的控制扭矩，則是由智元機(jī)器人自研的PowerFlow關(guān)節(jié)電機(jī)造就的。
PowerFlow關(guān)節(jié)電機(jī)創(chuàng)新性的液冷循環(huán)散熱系統(tǒng)，可以有效地將電機(jī)內(nèi)部產(chǎn)生的熱量通過(guò)液體傳導(dǎo)到外部的散熱器，從而降低電機(jī)的溫度和阻抗，提高電機(jī)的效率和穩(wěn)定性。
這樣，電機(jī)就可以在更高的功率密度和扭矩下運(yùn)行，而不會(huì)過(guò)熱或損壞。
同時(shí)，PowerFlow關(guān)節(jié)電機(jī)還采用了徑向磁通的外轉(zhuǎn)子電機(jī)方案。
因?yàn)樵谶@樣的方案中，轉(zhuǎn)子組件固定在內(nèi)部，并且磁場(chǎng)方向沿著半徑方向分布，磁場(chǎng)能量更集中，繞組和鐵芯的散熱效果更好。
除此之外，遠(yuǎn)征A1在核心部件上的創(chuàng)新，還包括了指尖傳感器末端的視覺(jué)閉環(huán)，基于強(qiáng)化學(xué)習(xí)的運(yùn)控算法等。
可以說(shuō)，正是這一系列的創(chuàng)新，賦予了其自如、靈活的運(yùn)動(dòng)能力。
但如果想與傳統(tǒng)機(jī)器人拉開(kāi)差距，僅僅有一幅靈巧的身軀是不夠的。
在AI技術(shù)日新月異的當(dāng)下，一個(gè)具備高度智能的“大腦”，就成了具身機(jī)器人必備的組成部分。
02、更智慧的大腦
如果要為傳統(tǒng)機(jī)器人，與當(dāng)下新出現(xiàn)的具身機(jī)器人劃一個(gè)明確的分水嶺，那這樣的分水嶺，則無(wú)疑是大模型技術(shù)的應(yīng)用。
傳統(tǒng)的機(jī)器人，指的是那些主要依靠預(yù)先編程和固定規(guī)則來(lái)工作的機(jī)器人，它們通常只適合于重復(fù)性、確定性和簡(jiǎn)單性的任務(wù)，例如工業(yè)生產(chǎn)線上的裝配、搬運(yùn)、焊接等。
在大模型興起之前，傳統(tǒng)機(jī)器人在執(zhí)行各種復(fù)雜任務(wù)時(shí)，往往都存在著各種局限與短板。
例如：由于缺乏自適應(yīng)能力，傳統(tǒng)的機(jī)器人很難應(yīng)對(duì)環(huán)境和任務(wù)的變化，它們需要經(jīng)常重新編程和調(diào)整，才能適應(yīng)新的情況。
倘若要讓傳統(tǒng)的機(jī)器人從盒子里取出一個(gè)物體，就必須事先告訴它盒子和物體的位置、形狀、大小、重量等信息，否則它可能無(wú)法完成任務(wù)。
而大模型與機(jī)器人技術(shù)的結(jié)合，則打破了這以往的限制與弊端。
具備強(qiáng)大的語(yǔ)義理解、邏輯推理、圖像識(shí)別的超大參數(shù)大模型，不僅可以讓機(jī)器人編排整個(gè)任務(wù)，還能動(dòng)態(tài)調(diào)整任務(wù)。
比如，讓機(jī)器人把桌上垃圾扔到垃圾桶里，不再需要告訴它垃圾是什么、垃圾桶是什么，所有的知識(shí)都來(lái)自預(yù)訓(xùn)練GPT的模型。
憑借著龐大的先驗(yàn)知識(shí)庫(kù)和通識(shí)理解能力，機(jī)器人就能原有的能力泛化到更通用的場(chǎng)景中。
除此之外，在稚暉君看來(lái)，大模型對(duì)于機(jī)器人最重要的價(jià)值，就是復(fù)雜語(yǔ)義多級(jí)推理能力，所謂的“思維鏈”。
例如，如果要讓一個(gè)機(jī)器人去廚房做一盤(pán)煎蛋，它就需要通過(guò)思維鏈來(lái)理解煎蛋的定義和制作方法，包括所需的原料、工具、步驟等。
同時(shí)，它還要分析當(dāng)前的環(huán)境和狀態(tài)，包括廚房的布局、物品的位置，規(guī)劃出一條最優(yōu)路徑。
最后，則是按照預(yù)設(shè)的程序或者實(shí)時(shí)的反饋，完成打蛋、下鍋等操作。
這種“思維鏈”能力，可以讓機(jī)器人通過(guò)一句簡(jiǎn)單的指令，在真實(shí)世界中執(zhí)行一系列復(fù)雜的任務(wù)。而這正是傳統(tǒng)機(jī)器人走向通用機(jī)器人的曙光。
也正因如此，遠(yuǎn)征A1除了可以在汽車產(chǎn)線中從事底盤(pán)裝配、外觀檢測(cè)等傳統(tǒng)工作外，一個(gè)最大的突破，就是具備了面向C端的陪護(hù)和照看功能。
在家庭場(chǎng)景中，遠(yuǎn)征A1，不但可以在烹飪場(chǎng)景中磕雞蛋，還能照顧老人、幫助老人吃藥，還能幫孩子輔導(dǎo)功課。
通過(guò)其強(qiáng)大的語(yǔ)義理解、邏輯推理、圖像識(shí)別等能力，大模型可以為機(jī)器人提供一個(gè)統(tǒng)一和高效的思維鏈框架，使其能夠在海量的數(shù)據(jù)上學(xué)習(xí)通用和特定的知識(shí)、技能，并在不同的任務(wù)上進(jìn)行遷移和泛化。
03、市場(chǎng)前景
那么，在具備了更靈活的運(yùn)動(dòng)能力、和更強(qiáng)的泛化性、通用性后，具身機(jī)器人的市場(chǎng)前景究竟如何？
或許，從各個(gè)科技巨頭對(duì)該領(lǐng)域的相關(guān)布局中，我們就可看到一些端倪。
2022年8月，特斯拉宣布將在該年特斯拉AI day上發(fā)布全尺寸仿生人形機(jī)器人Optimus 。
同月，小米全尺寸人形機(jī)器人CyberOne正式發(fā)布。宣傳片中，昵稱為「鐵大」的機(jī)器 能夠獨(dú)立行走、彎腰，完成抓取等簡(jiǎn)單動(dòng)作。
而今年6月，騰訊發(fā)布了旗下機(jī)器人工作室Robotics X研發(fā)的四足機(jī)器人Max的最新視頻。
其自主研發(fā)的多模態(tài)四足機(jī)器人“機(jī)器狗Max”再度得到升級(jí)，動(dòng)作、行為都更加接近真實(shí)動(dòng)物。
同樣的，近期華為也成立了“極目機(jī)器”，布局機(jī)器人與智能制造，注冊(cè)資本8.7億，經(jīng)營(yíng)范圍包含電子元器件制造、工程和技術(shù)研究和試驗(yàn)發(fā)展等。
種種跡象表明，眾多巨頭科技公司紛紛看好仿生機(jī)器人，行業(yè)正火熱發(fā)展中。
實(shí)際上，人形AI機(jī)器人的興起，并非僅僅是由于大模型的“火熱”所致，而是科技發(fā)展的內(nèi)在規(guī)律。
正如個(gè)人終端從臺(tái)式電腦到個(gè)人電腦，再到手機(jī)的發(fā)展趨勢(shì)一樣，每一代終端的迭代，都意味著人類將更多的功能，集合到了統(tǒng)一的平臺(tái)中。
時(shí)至今日，手機(jī)幾乎成了這樣一個(gè)平臺(tái)的終極形態(tài)，因?yàn)槠湓谝粔K小小的屏幕中，集合了人們?nèi)粘Ｋ璧馁?gòu)物、視頻、社交、學(xué)習(xí)等各種功能。
然而，人形AI機(jī)器人的出現(xiàn)，則填補(bǔ)了此前所有平臺(tái)都無(wú)法彌補(bǔ)的空缺：即與真實(shí)的物理世界互動(dòng)的能力。
也正因如此，巨頭們相繼推出機(jī)器人產(chǎn)品，并非趕熱點(diǎn)，而更多是之前即有的布局。
既然如此，在這場(chǎng)新的產(chǎn)業(yè)競(jìng)爭(zhēng)格局中，各個(gè)入場(chǎng)玩家們的潛力和競(jìng)爭(zhēng)態(tài)勢(shì)究竟怎樣？
此前，科技媒體量子位，從量產(chǎn)和資本能力兩方面，對(duì)目前行業(yè)內(nèi)玩家及現(xiàn)狀進(jìn)行了分析，并繪制了一個(gè)頗為清晰的象限圖。
按照這樣的劃分，國(guó)內(nèi)機(jī)器人領(lǐng)域的各個(gè)玩家，大致可分為三個(gè)象限。
第一象限，主要是有強(qiáng)勁資本 撐的明星企業(yè)，如騰訊、小米和大疆等。這類企業(yè)，往往擁有雄厚的資金、技術(shù)，并且具備可觀的量產(chǎn)能力，可以在沒(méi)有量產(chǎn)壓力的情況下，不計(jì)成本研發(fā)原型機(jī)，推動(dòng)行業(yè)技術(shù)發(fā)展。
第二象限，則是有潛力有技術(shù)的小型公司，這樣的企業(yè)通常都具有 校背景，并且產(chǎn)品專注于某一領(lǐng)域。如從機(jī)器寵物的角度切入的大象機(jī)器人，以及專注與航天、軍工等科研領(lǐng)域的鋼鐵俠科技。
而第三象限，則是產(chǎn)品未實(shí)現(xiàn)量產(chǎn)，但卻因資本于對(duì)其技術(shù)力的高度信任，而獲得大量投資的企業(yè)，如開(kāi)篇提到的智元科技。
從這樣的產(chǎn)業(yè)格局來(lái)看，國(guó)內(nèi)的機(jī)器人企業(yè)，已經(jīng)涵蓋了從高到低，從2B到2C的完整生態(tài)鏈。
而在大模型的賦能下，一個(gè)可預(yù)見(jiàn)的產(chǎn)業(yè)趨勢(shì)，則是機(jī)器人會(huì)在2C端的服務(wù)領(lǐng)域，向著更多元的方向發(fā)展。
此前，清華 學(xué)交叉信息研究院教授陳建宇曾說(shuō)：“人形機(jī)器 將是下一代終端。 具身智能機(jī)器人的出現(xiàn)才會(huì)是真正的「iPhone」時(shí)刻。”
在國(guó)內(nèi)機(jī)器人百花齊放的生態(tài)下，具身機(jī)器人的發(fā)展，就像一場(chǎng)自然界充滿了未知與驚奇的進(jìn)化，當(dāng)參與進(jìn)化的個(gè)體數(shù)量足夠多時(shí)，神奇的突變也終將會(huì)在某一刻顯現(xiàn)。