2024年7月4日，上海，观众在(zai)2024世界人工智能(neng)大会上参观特斯拉推出(chu)的(de)第二代擎天柱（Optimus）人形机器人。视觉(jue)中国 图
AI（人工智能(neng)）的(de)快速进步正让(rang)人形机器人产业进入发展快车道。
7月5日，在(zai)2024世界人工智能(neng)大会的(de)“人形机器人前沿论坛”上，来自世界各地的(de)多(duo)位机器人研究者和产业专家(jia)分享了对于机器人技术发展的(de)全(quan)景分析(xi)与(yu)展望。与(yu)会者普遍认为(wei)，AI（人工智能(neng)）的(de)出(chu)现为(wei)机器人带来了前所未有的(de)发展机会，人形机器人技术有望在(zai)未来有更(geng)大的(de)突破。
人形机器人要大规模应用需(xu)降(jiang)至2万美元以下
对于机器人的(de)定义(yi)和定位，以色列智能(neng)机器人中心(xin)主席(xi)Yosi Lahad表示，智能(neng)机器人处于机器人学、数据、认知能(neng)力学、传播学等多(duo)重领域(yu)的(de)融合地带，能(neng)够实(shi)现自主操作、感知环(huan)境、互动、推理、自我学习、适应行动等多(duo)重功能(neng)。
根据Macquarie Research在(zai)2023年发布的(de)报告，人形机器人的(de)硬件总成本目(mu)前约(yue)为(wei)5万美元。其中，端到端AI软件大脑、传感器及芯(xin)片、伺服电机及电机驱(qu)动器都各需(xu)要1万美元，惯性(xing)测(ce)量单元和扭矩传感器需(xu)要5000美元，精密减速器需(xu)要8000美元，电池(shi)和电池(shi)控制系(xi)统需(xu)要2000美元，其他部件（包括机身材料）约(yue)5000美元。
对此，Lahad认为(wei)，为(wei)了让(rang)人形机器人能(neng)够得到大规模采用，其成本需(xu)要降(jiang)到两万美元以下，是(shi)现在(zai)成本的(de)一半以下。为(wei)实(shi)现这一目(mu)标，或许需(xu)要对机器人的(de)外型进行一些改变(bian)，例如重新考虑模仿人类腿部的(de)底座设计(ji)。
而日本大阪大学智能(neng)机器人实(shi)验室主任石黑(hei)浩坚定地认为(wei)，我们不仅需(xu)要智能(neng)机器人，还需(xu)要人形机器人：人类大脑在(zai)构(gou)造上最擅长识别(bie)人类，所以对人类来说，最理想(xiang)的(de)互动接口理应是(shi)人形的(de)；另(ling)外，能(neng)够通(tong)过研究人形机器人来研究人类自己(ji)的(de)认知能(neng)力，从而对人类自身进行理解和定义(yi)。
被称为(wei)“纳米机器人之父”的(de)日本科学家(jia)、中科院(yuan)外籍院(yuan)士福田敏(min)男也谈到，机器人和人类能(neng)够通(tong)过“信息交流(liu)”和“物(wu)理交流(liu)”这两种互动方式相(xiang)互作用，带来全(quan)新的(de)刺激并激发灵感。
AI对于机器人技术发展的(de)推动作用已经成为(wei)业界的(de)共识。IEEE产业标准和技术组织MASA（元宇宙加速与(yu)可持续发展联合会）主席(xi)袁昱表示，AI正在(zai)改变(bian)机器人开发的(de)范式，“从符号(hao)主义(yi)到连接主义(yi)、从规则到参数、从编码到学习”，让(rang)机器人变(bian)得更(geng)聪明，也开拓了更(geng)广泛的(de)应用场景。
石黑(hei)浩解释了机器人技术和人类科学是(shi)如何被大语言模型结合到一起：前者是(shi)机器人的(de)基础功能(neng)，包括语音(yin)识别(bie)、图像理解、传感器和控制器等；后(hou)者属(shu)于元认知（meta-level cognitive）功能(neng)，包括社会关系(xi)、意(yi)识、智能(neng)和具身化等。例如，一个(ge)装有先进大语言模型的(de)机器人将能(neng)够与(yu)人类进行自然对话，识别(bie)并理解人类的(de)情绪，从而提供更(geng)具个(ge)性(xing)化的(de)互动。
人形机器人产业化的(de)三大挑战
从产业观察和投资角(jiao)度，盛景嘉成基金管理合伙(huo)人王湘云指出(chu)，人形机器人是(shi)机器人向(xiang)通(tong)用智能(neng)发展的(de)重要路径，是(shi)具身智能(neng)的(de)重要载体：“人形机器人不是(shi)具身智能(neng)的(de)唯一形态，但确实(shi)是(shi)有最多(duo)人类真实(shi)训练数据的(de)形态。”
从这个(ge)角(jiao)度来看，人形机器人产业也可以对标自动驾(jia)驶产业，本质上都属(shu)于具身智能(neng)，“自动驾(jia)驶向(xiang)端到端模式进化对人形机器人有重要的(de)借鉴意(yi)义(yi)”。例如，特斯拉FSD V12使用了端到端模型，从上一代的(de)30万行代码降(jiang)到2000行代码，在(zai)海量数据的(de)支持下实(shi)现了更(geng)好的(de)效果。
不过，AI也为(wei)人形机器人技术的(de)发展带来了新的(de)挑战。
Lahad指出(chu)，虽然GPT等AI在(zai)处理事(shi)实(shi)性(xing)或描述性(xing)任务时表现得很好，但在(zai)分析(xi)性(xing)任务上表现不一致(zhi)或缺乏智能(neng)，而机器人需(xu)要处理非常复杂(za)的(de)现实(shi)环(huan)境，在(zai)该问题上业界依然争论不休(xiu)。
王湘云谈到，在(zai)现有大模型的(de)技术路线下，训练数据是(shi)不可回避的(de)核心(xin)要素，是(shi)机器人和大模型“具备(bei)工程可行性(xing)和经济性(xing)的(de)重要前提”。目(mu)前看来，人形机器人产业化面临的(de)三大核心(xin)技术挑战在(zai)于算法、硬件和数据。其中，算法中的(de)操作能(neng)力、硬件的(de)成本问题和数据的(de)收集效率都是(shi)很大的(de)挑战。
尽管存(cun)在(zai)诸多(duo)挑战，但人形机器人的(de)前景无疑巨大。Lahad引用了高盛今年最新的(de)预测(ce)，即人形机器人到2035年将呈爆发式增长，出(chu)货量将达到140万台(tai)，全(quan)球市(shi)场总规模（TAM）达380亿美元。全(quan)球从事(shi)物(wu)流(liu)和制造业的(de)人形机器人将在(zai)2030年左右达到100万台(tai)，人形机器人有望在(zai)十年内走入服务、家(jia)庭护理、健康和教育产业。
王湘云也指出(chu)，工业和商业服务（如物(wu)流(liu)、零售）场景是(shi)人形机器人获得验证的(de)关键路径，家(jia)庭机器人优先级靠后(hou)，因为(wei)前两者已经具备(bei)了一定的(de)商业化机会。