2024年7月4日，上海(hai)，观众在2024世界人工智能大(da)会上参观特斯拉推出的(de)第二代擎(qing)天柱（Optimus）人形机器人。视觉中国 图
AI（人工智能）的(de)快速进步正让人形机器人产业进入发展快车道。
7月5日，在2024世界人工智能大(da)会的(de)“人形机器人前(qian)沿论坛”上，来自世界各(ge)地的(de)多位机器人研究者和产业专家分享了对于机器人技术发展的(de)全景分析(xi)与展望。与会者普遍认为，AI（人工智能）的(de)出现为机器人带来了前(qian)所未有的(de)发展机会，人形机器人技术有望在未来有更大(da)的(de)突破。
人形机器人要大(da)规模应用需降至2万美元以下(xia)
对于机器人的(de)定义和定位，以色列智能机器人中心主席Yosi Lahad表示，智能机器人处于机器人学、数据、认知能力学、传(chuan)播学等多重领域的(de)融合地带，能够实现自主操作、感(gan)知环境、互动(dong)、推理、自我学习、适应行动(dong)等多重功能。
根据Macquarie Research在2023年发布的(de)报告，人形机器人的(de)硬件总成本目前(qian)约为5万美元。其中，端到端AI软件大(da)脑、传(chuan)感(gan)器及芯片、伺服电机及电机驱动(dong)器都各(ge)需要1万美元，惯性测量单(dan)元和扭矩传(chuan)感(gan)器需要5000美元，精密减速器需要8000美元，电池和电池控制(zhi)系统需要2000美元，其他(ta)部件（包括机身材料）约5000美元。
对此，Lahad认为，为了让人形机器人能够得到大(da)规模采用，其成本需要降到两万美元以下(xia)，是现在成本的(de)一半以下(xia)。为实现这(zhe)一目标，或许需要对机器人的(de)外型进行一些(xie)改(gai)变，例如重新考虑模仿人类腿部的(de)底座设计(ji)。
而日本大(da)阪大(da)学智能机器人实验(yan)室(shi)主任石黑浩坚(jian)定地认为，我们不(bu)仅需要智能机器人，还需要人形机器人：人类大(da)脑在构造上最擅(shan)长识别人类，所以对人类来说，最理想的(de)互动(dong)接(jie)口理应是人形的(de)；另外，能够通过(guo)研究人形机器人来研究人类自己的(de)认知能力，从而对人类自身进行理解和定义。
被称为“纳米(mi)机器人之父”的(de)日本科(ke)学家、中科(ke)院(yuan)外籍院(yuan)士福田敏男也谈到，机器人和人类能够通过(guo)“信息交流”和“物理交流”这(zhe)两种互动(dong)方式相互作用，带来全新的(de)刺激并激发灵感(gan)。
AI对于机器人技术发展的(de)推动(dong)作用已经成为业界的(de)共识。IEEE产业标准和技术组织MASA（元宇宙(zhou)加速与可(ke)持续发展联合会）主席袁昱表示，AI正在改(gai)变机器人开(kai)发的(de)范式，“从符号主义到连接(jie)主义、从规则到参数、从编码(ma)到学习”，让机器人变得更聪明，也开(kai)拓了更广泛的(de)应用场景。
石黑浩解释(shi)了机器人技术和人类科(ke)学是如何被大(da)语言模型结合到一起：前(qian)者是机器人的(de)基础功能，包括语音识别、图像理解、传(chuan)感(gan)器和控制(zhi)器等；后者属于元认知（meta-level cognitive）功能，包括社会关(guan)系、意识、智能和具(ju)身化等。例如，一个装有先进大(da)语言模型的(de)机器人将能够与人类进行自然(ran)对话，识别并理解人类的(de)情绪，从而提供(gong)更具(ju)个性化的(de)互动(dong)。
人形机器人产业化的(de)三大(da)挑战
从产业观察和投(tou)资角(jiao)度，盛景嘉成基金管理合伙人王湘云指出，人形机器人是机器人向通用智能发展的(de)重要路(lu)径，是具(ju)身智能的(de)重要载体：“人形机器人不(bu)是具(ju)身智能的(de)唯一形态，但确实是有最多人类真实训练数据的(de)形态。”
从这(zhe)个角(jiao)度来看，人形机器人产业也可(ke)以对标自动(dong)驾驶产业，本质上都属于具(ju)身智能，“自动(dong)驾驶向端到端模式进化对人形机器人有重要的(de)借(jie)鉴意义”。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(ma)降到2000行代码(ma)，在海(hai)量数据的(de)支持下(xia)实现了更好的(de)效果(guo)。
不(bu)过(guo)，AI也为人形机器人技术的(de)发展带来了新的(de)挑战。
Lahad指出，虽然(ran)GPT等AI在处理事实性或描述性任务时(shi)表现得很(hen)好，但在分析(xi)性任务上表现不(bu)一致(zhi)或缺乏智能，而机器人需要处理非常复杂的(de)现实环境，在该问题上业界依然(ran)争论不(bu)休。
王湘云谈到，在现有大(da)模型的(de)技术路(lu)线下(xia)，训练数据是不(bu)可(ke)回避的(de)核心要素，是机器人和大(da)模型“具(ju)备工程可(ke)行性和经济性的(de)重要前(qian)提”。目前(qian)看来，人形机器人产业化面临的(de)三大(da)核心技术挑战在于算法、硬件和数据。其中，算法中的(de)操作能力、硬件的(de)成本问题和数据的(de)收集效率都是很(hen)大(da)的(de)挑战。
尽管存在诸多挑战，但人形机器人的(de)前(qian)景无疑(yi)巨大(da)。Lahad引用了高(gao)盛今年最新的(de)预测，即(ji)人形机器人到2035年将呈爆发式增长，出货量将达到140万台(tai)，全球市场总规模（TAM）达380亿美元。全球从事物流和制(zhi)造业的(de)人形机器人将在2030年左(zuo)右达到100万台(tai)，人形机器人有望在十年内走入服务、家庭护理、健康和教(jiao)育产业。
王湘云也指出，工业和商业服务（如物流、零(ling)售）场景是人形机器人获得验(yan)证的(de)关(guan)键路(lu)径，家庭机器人优先级靠后，因为前(qian)两者已经具(ju)备了一定的(de)商业化机会。