如果將大模型視為“有趣的靈魂”，“具身智能”賦能的人形機器人則有了“好看的皮囊”，已在多個領(lǐng)域成為人類的有力助手。

  重新定義機器人

  作為連接虛擬空間和現(xiàn)實空間的橋梁，“具身智能”是指將AI融入機器人等物理實體，賦予它們像人一樣感知、學習和與環(huán)境動態(tài)交互的能力。

  “具身智能”一詞本身具有濃厚的技術(shù)哲學色彩。1945年，法國哲學家莫里斯·梅洛-蓬蒂提出“具身性”概念，認為人類需通過身體與周圍環(huán)境進行互動和感知，進而理解世界。1950年，被稱為“AI之父”的英國計算機科學家圖靈在論文《計算機器與智能》中首次提出“具身智能”這一概念。

  事實上，智能化水平相對較低的工業(yè)機器人（機械臂）早已在制造業(yè)廣泛應(yīng)用，帶來質(zhì)效提升。但傳統(tǒng)工業(yè)機器人是“固定程序+機械臂”的組合，而“具身智能”賦能的機器人則是“多模態(tài)感知+大腦決策”的迭代。

  清華大學交叉信息研究院助理教授許華哲認為，未來機器人將呈現(xiàn)多姿多彩的形態(tài)：雙足、四足、輪式，機械狗、智能無人機甚至機械小蜜蜂，但人形機器人對人類社會適配性最佳，將成為最能夠幫助人類的機器人。

  人形機器人可解決生產(chǎn)線“最后一公里”的問題。很多個性化、定制化的產(chǎn)品無法靠流水線統(tǒng)一組裝，這就需要具有泛化能力的人形機器人來“幫忙”，把批量生產(chǎn)的零部件按客戶的定制需求組裝成產(chǎn)品。在家庭服務(wù)、公共服務(wù)等更復(fù)雜多變的場景中，人形機器人也更具優(yōu)勢，可適應(yīng)不同的環(huán)境和需求完成多種任務(wù)。

  三大難點待突破

  人形機器人研發(fā)始于對人類的學習與模仿，其研發(fā)難點也可以比照人類的大腦、小腦和本體來理解。“大腦”主要是機器人負責自主學習、規(guī)劃和決策的中樞；“小腦”負責運動控制，包括從行走到跑跳，以及從簡單抓取到復(fù)雜的手部動作等；而“本體”部分則包括軀干四肢結(jié)構(gòu)和靈巧手設(shè)計。

  優(yōu)必選科技副總裁、研究院院長焦繼超告訴記者，目前這三大領(lǐng)域都有較多技術(shù)難點有待突破：“大腦”方面，云邊端一體計算架構(gòu)、多模態(tài)感知與環(huán)境建模等是近年技術(shù)焦點，“仿人最大難點在于對人腦的模仿，現(xiàn)有科學理論對人腦的研究遠遠不足”；“小腦”方面，人機交互能力、復(fù)雜地形通過、全身協(xié)同精細作業(yè)等是重要方向；“本體”方面，剛?cè)狁詈戏律鷤鲃訖C構(gòu)、高緊湊機器人四肢結(jié)構(gòu)與靈巧手設(shè)計等關(guān)鍵技術(shù)，是人形機器人靈活運動所需的重要硬件基礎(chǔ)。

  大模型的出現(xiàn)讓機器人“大腦”顯著“進化”，大大提升了機器人的通用性和泛化性，有望降低人形機器人開發(fā)成本，加速其走入千家萬戶。

  據(jù)優(yōu)理奇機器人科技公司創(chuàng)始人兼首席執(zhí)行官楊豐瑜介紹，現(xiàn)在業(yè)界主要使用預(yù)訓練大模型對機器人進行預(yù)訓練，讓其具備更強學習能力；大模型可將特定任務(wù)的學習遷移到機器人任務(wù)上，提高其適應(yīng)能力；另外還可利用大模型的多模態(tài)處理能力，結(jié)合視覺、聽覺、觸覺等各種輸入，提升機器人對復(fù)雜場景的理解。

  中國起跑不落后

  環(huán)顧全球，人形機器人已進入產(chǎn)業(yè)化落地初期階段，在工業(yè)制造、商用服務(wù)和家庭陪伴領(lǐng)域開始“試水”。無論是技術(shù)突破、落地進展還是融資規(guī)模，人形機器人研發(fā)競賽基本以中美為主導。

  優(yōu)必選人形機器人Walker今年聚焦汽車、消費電子等制造業(yè)重點領(lǐng)域，已進入多家車廠實訓；宇樹科技的機器人實現(xiàn)了完全仿人的自然行走；優(yōu)理奇機器人正在醞釀“進家”計劃；波士頓動力的新版Atlas機器人實現(xiàn)了在工廠中不同儲物柜之間靈活搬動零件；特斯拉人形機器人“擎天柱”計劃2025年開始量產(chǎn)……

  焦繼超說：“如果把人形機器人行業(yè)比喻成一場馬拉松，中國和歐美國家，目前幾乎都處在前面1000米的起跑階段。”

  楊豐瑜持同樣觀點，大模型研發(fā)能力、感知技術(shù)的領(lǐng)先使美國企業(yè)在機器人決策系統(tǒng)和復(fù)雜任務(wù)處理方面具有更強競爭力。而中國的優(yōu)勢更多體現(xiàn)在工業(yè)機器人領(lǐng)域，特別是在制造業(yè)中的應(yīng)用較為成熟。在人形機器人技術(shù)專利方面，中國也已走在前列。

  雖然機器人“大腦”的核心算法和高端芯片仍存在挑戰(zhàn)，但中國機器人行業(yè)擁有豐富的應(yīng)用場景和龐大的潛在用戶人口，數(shù)據(jù)是最大競爭優(yōu)勢之一。

  如何在真實世界場景中采集大量數(shù)據(jù)，并將數(shù)據(jù)統(tǒng)籌流通和供給人形機器人行業(yè)是關(guān)鍵。許華哲介紹說，真實世界的數(shù)據(jù)一般都靠各家機器人公司自己采集。北京人形機器人創(chuàng)新中心有限公司正計劃打造一個開源數(shù)據(jù)集供學界和業(yè)界使用。未來，高質(zhì)量的共享數(shù)據(jù)集將大大助力行業(yè)發(fā)展。