人類(lèi)對于人形機器人的想象一直在變。

1984年，科幻迷卡梅隆把自己的一個(gè)夢(mèng)境搬進(jìn)電影，開(kāi)創(chuàng )了《終結者》時(shí)代，施瓦辛格扮演的人形機器人鋼筋鐵骨，飛天遁地。

2009年，卡梅隆再次圓夢(mèng)，在《阿凡達》中塑造了“腦機接口”的新機器人，將人類(lèi)智力注入遙控的生物身體中，下身癱瘓的前海軍戰士通過(guò)頭戴式設備，操控人造的混血機器人阿凡達。

他指出了人與機器人，在未來(lái)世界共存的另一種可能性。

時(shí)間來(lái)到2021年，特斯拉首次亮相了人形機器人“擎天柱”Optimus，2022年，雷軍在個(gè)人年度演講中拋出王炸“全尺寸仿生人形機器人CyberOne”，它具有聰明的“大腦”、發(fā)達的“小腦”、強健的“四肢”。

事實(shí)上，人型機器人除了擁有類(lèi)人的外形外觀(guān)、感覺(jué)系統、智能思維方式以外，還具備控制系統和決策能力，最終表現“行為類(lèi)人”。

在應用場(chǎng)景上，除了個(gè)人/家庭機器人（輔助吸塵、地板清潔、草坪修剪、游泳池清潔、窗戶(hù)清潔、家庭安全等）、娛樂(lè )休閑機器人（用于滿(mǎn)足情感需求、教育、陪伴等），還包括商業(yè)機器人，其應用場(chǎng)景主要包括醫療、物流、農業(yè)和其他（包括國防、公共關(guān)系等）。

簡(jiǎn)單來(lái)說(shuō)，主要分為商用場(chǎng)景和個(gè)人/家庭應用場(chǎng)景兩大類(lèi)。

以其中的服務(wù)型機器人為例。

根據中國電子學(xué)會(huì )的調研，其全球市場(chǎng)規模到 2022 年底預計就將達 159.9 億美元。而在我國，由于人口老齡化趨勢的不斷發(fā)展，服務(wù)型全尺寸人型機器人在醫療和公共衛生領(lǐng)域的需求，也將持續保持旺盛的上升勢頭。

在使用場(chǎng)景足夠廣泛的背景下，人型機器人似乎已經(jīng)成為了當下資本企圖涉足的領(lǐng)域。但需要注意的是，從核心技術(shù)來(lái)看，人型機器人的“攻城略地”才剛剛開(kāi)始。

一、人型機器人成熟了嗎？

在智能領(lǐng)域，人型機器人被譽(yù)為AI的終極形態(tài)。

在早前的8月份，2022世界機器人博覽會(huì )在北京亦創(chuàng )國際會(huì )展中心舉辦，共有130余家企業(yè)帶來(lái)的500余件展品，有30余款全球首發(fā)新品在現場(chǎng)集中發(fā)布。

而這場(chǎng)博覽會(huì )主要是以應用需求端為導向，采用“機器人+應用場(chǎng)景”的展覽模式，策劃了“機器人+醫療”、“機器人+物流”、“機器人+商用”、“機器人+農業(yè)”、“機器人+建筑”、“機器人+制造”、“機器人+礦山”等專(zhuān)區，匯聚各類(lèi)場(chǎng)景下的前沿機器人產(chǎn)品。

往更具體的方向來(lái)說(shuō)，人型機器人分為以高精度、穩定性為核心要素的工業(yè)機器人、以人機交互為核心的協(xié)作機器人、替代復雜重復性工作的服務(wù)機器人。

就拿Atias、Digit、Walker、Optimus四款機器人分析。

其中，Atlas采用的是液壓驅動(dòng)的控制方法，追求運動(dòng)能力上的極致，主要作為科研平臺，長(cháng)期則期望在軍事領(lǐng)域發(fā)揮作用。與Atlas不同的是，Digit以電機驅動(dòng)，并將重心上移，增加機器人負重，致力于物流“最后一公里”的配送應用。

而Walker同樣是電機驅動(dòng)，并結合力控，讓機器人在B端與C端的環(huán)境中均能與人安全交互。就連即將發(fā)布的Tesla Bot也將走電機驅動(dòng)的技術(shù)路線(xiàn)，擁有由Dojo超級計算機進(jìn)行神經(jīng)網(wǎng)絡(luò )自動(dòng)訓練的“大腦”及人類(lèi)級別的四肢，將在2023-2025年被首先用于造車(chē)場(chǎng)景。

值得注意的是，當下各大企業(yè)研發(fā)的人型機器人，整體更偏向于“工業(yè)化”方向。從某種角度來(lái)看，勞動(dòng)力短缺的重工業(yè)領(lǐng)域，在需求量、價(jià)格等方面往往接受度更高。

但需要說(shuō)明的是，人型機器人最后能否成功被不同領(lǐng)域所接受，智能化程度以及運動(dòng)控制技術(shù)的發(fā)展具有關(guān)鍵的作用。

目前的人型機器人，在諸如生產(chǎn)機械臂裝配方面，幾乎都在使用著(zhù)傳統的位置控制。

比較典型的就是：機器人沿著(zhù)事先規劃好的軌跡在封閉、確認的空間中運動(dòng)?；蛘咴谀承r(shí)候，機器人得到從視覺(jué)系統的反饋，這樣就能使得位置控制的機器人具備一定適應外界可變環(huán)境的能力。然而通過(guò)實(shí)際規劃軌跡運動(dòng)的機器人仍然占大部分。

從長(cháng)遠的角度來(lái)看，未來(lái)的機器人運動(dòng)控制領(lǐng)域，必須引入力控，純位置控制是沒(méi)有前途的。

舉個(gè)例子，在重工業(yè)領(lǐng)域機器臂純位置控制是很難精確化的，最明顯的是在汽車(chē)外形不規則拋光、物品使用力度等制造場(chǎng)景上。

另一方面，人型機器人最終仍然需要往與人交互的層面上發(fā)展。也就是說(shuō)，需要確保人型機器人在與人類(lèi)做物理交互的安全，不能僅依靠純位置控制。

不過(guò)，目前國內的人型機器人大多數還處于初級階段，從功能上來(lái)看近似于一個(gè)會(huì )走路的智能音箱，象征意義比實(shí)用性大。同時(shí)，運動(dòng)控制的價(jià)格占比也較高。

根據未來(lái)智庫數據顯示，在整個(gè)機器核心零部件生產(chǎn)成本方面，人形機器人中運動(dòng)控制占比接近50%，其中減速器占比22%，伺服系統占比16%，控制器占比11%。

在運動(dòng)控制技術(shù)之外，人型機器人對環(huán)境感知系統的要求同樣也極高。

目前市場(chǎng)上的機器人自由度在20-60個(gè)左右，靈活度相對而言并不算低。但人型機器人的自由度再高，沒(méi)有結合環(huán)境感知技術(shù)，是很難做到在與人交互時(shí)足夠的“擬人性”。

在環(huán)境感知技術(shù)層面上，無(wú)論是定位側重于情感識別與交互的小米CyberOne，或是偏向于工業(yè)化的特斯拉Optimus，仍然有待突破。

二、到底需要怎樣的機器人？

從掃地機器人一路發(fā)展到如今的人型機器人，在同樣能夠做一定家務(wù)的前提下，人們更需要一個(gè)多元化的人型機器人，具備陪伴、聊天、導盲、看護、娛樂(lè )、教育等能力已經(jīng)成為了用戶(hù)對人型機器人的最終想象。

然而，現在的人型機器人領(lǐng)域遠不能夠達成用戶(hù)的需求。

原因在于，最終能夠起到?jīng)Q定機器人人機交互能力的，主要在于A(yíng)I算法及軟件平臺能力。

目前，除了運動(dòng)控制模塊受益于自動(dòng)駕駛、工業(yè)機器人等領(lǐng)域的成熟應用外，環(huán)境感知也同樣得益于此，于是相關(guān)硬件商用化進(jìn)程較快。

而在人機交互模塊，由于算法、算力的限制，在實(shí)際消費場(chǎng)景中，實(shí)現高效的人機智能交互還存在不小的難度。

小米CyberOne就是最好的例子。

雖然在機器視覺(jué)技術(shù)上，小米CyberOne搭載自研Mi-Sense深度視覺(jué)模組，結合AI交互算法，但小米CyberOne也僅僅是擁有簡(jiǎn)單的空間感知能力，例如人物身份識別、手勢識別、表情識別。

即便是擁有極致運動(dòng)控制性能的波士頓動(dòng)力人形機器人Atlas，在聊天、逛街等方面，也仍然無(wú)法做得到。

另外更值得注意的是，在機器人領(lǐng)域進(jìn)程中相對優(yōu)越的Atlas，在發(fā)展過(guò)程中也仍然經(jīng)歷了多次轉手，首先是被谷歌收購，到2017年又被轉手賣(mài)給日本軟銀，最后被韓國現代收入旗下。

一家美國軍方背景的公司最后硬是變成了全球跨國公司，歸根結底，還是人形機器人短期沒(méi)法商業(yè)化。

從這個(gè)層面講，現實(shí)與理想的差距是肉眼可見(jiàn)的，人形機器人和元宇宙一樣都還是“無(wú)源之水，無(wú)本之木”。

當然，僅是依靠片面的說(shuō)詞并不能證明什么，或許從人型機器人在環(huán)境感應系統的發(fā)展看會(huì )更直觀(guān)一些。

環(huán)境感知系統包括視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)。

因為要模仿人，所以感知系統，是人形機器人的一個(gè)增量環(huán)節，包含著(zhù)各類(lèi)傳感器分支，對應的如攝像頭、激光雷達、溫度傳感器、氣味傳感器、聽(tīng)覺(jué)傳感器等等。

其中，傳感器是服務(wù)機器人的重要部件。服務(wù)機器人的應用場(chǎng)景相對非標準化，要求對環(huán)境的感知能力，傳感器是其重要的部件之一。

雖然現階段傳感器的成熟度和豐富度已經(jīng)很高了，但由于傳感器所輸出的信號也在一定程度上影響著(zhù)視覺(jué)感知的識別結果。

直白一點(diǎn)說(shuō)，在傳感器成熟度以外，能否實(shí)現精密操作執行將決定人形機器人應用前景。

這也就意味著(zhù)，為了實(shí)現精密執行操作，機器人視覺(jué)感知技術(shù)在原來(lái)主要滿(mǎn)足避障、目標識別、路徑規劃等功能的基礎上，機器視覺(jué)模塊還要配合運動(dòng)系統實(shí)現高精度估計和機械手的伺服控制。

原因很簡(jiǎn)單，想要知道末端執行器相對于物體的三維位置，需要測量每個(gè)joint的角度利用正向運動(dòng)學(xué)來(lái)計算，在一般的應用場(chǎng)景中，這個(gè)三維的位置被認為是己知的。

由此帶來(lái)的問(wèn)題就是，機器人本身需要十分精確，這時(shí)就需要精確的傳感器將joint angle測量值反饋給控制器，我們需要很精確的正向運動(dòng)學(xué)模型，來(lái)根據傳感器提供的角度得出此時(shí)末端執行器的位置，末端執行器的目標也需要被精確的放置在已知的三維位置上，以上任何一個(gè)環(huán)節出問(wèn)題，都會(huì )導致誤差的出現。

為了得到精確的三維位置，未來(lái)多模態(tài)視覺(jué)感知或許有可能會(huì )成為滿(mǎn)足機器人視覺(jué)感知的不同需求。

但需要在任何狀態(tài)下都能夠獲取正確的正向運動(dòng)模型，機器人就需要通過(guò)巨大的樣本量來(lái)進(jìn)行深度學(xué)習，還要有海量的算力支持。

這不僅短時(shí)間內無(wú)法實(shí)現，也很難從價(jià)格上讓大量用戶(hù)所接受，產(chǎn)商盈利。

三、用戶(hù)和廠(chǎng)商之間沒(méi)有正比

根據方舟投資預計，到2025年，每臺工業(yè)機器人的成本將低于11，000美元，遠低于波士頓咨詢(xún)集團(BCG)的24，000美元左右的預期。

而該機構的分析基礎是摩爾定律更具準確性的萊特定律。即，生產(chǎn)單位數量每增加一倍，成本就會(huì )以固定百分比下降。

換個(gè)說(shuō)法也就意味著(zhù)在沒(méi)有徹底量產(chǎn)前，產(chǎn)品最終在性?xún)r(jià)比上很難形成競爭力。

即便假設隨著(zhù)人型機器人技術(shù)的不斷提升攤薄成本，2025年的價(jià)格或許如方舟投資所預料一般。但如果僅僅是以當下分析，不到10萬(wàn)元的人型機器人，還有一定的難度。

根據小米推出的CyberOne來(lái)看，研發(fā)涉及包含仿生感知認知技術(shù)、生機電融合技術(shù)、人工智能技術(shù)、大數據云計算技術(shù)、視覺(jué)導航技術(shù)等各領(lǐng)域的尖端技術(shù)，成本每臺大概六七十萬(wàn)元，跟波士頓動(dòng)力一樣，成本造價(jià)高。

另一方面，雖然2020年風(fēng)險投資公司向機器人公司投入了63億美元中，但不少資金和關(guān)注都投擲在單任務(wù)機器人上，這些機器人是專(zhuān)門(mén)任務(wù)而設計的。

而單一任務(wù)機器人也可能效率低下，短時(shí)間內迫使企業(yè)不得不面臨著(zhù)提高效率和節省成本的巨大壓力，而且經(jīng)濟的未來(lái)又陷入了供應鏈挑戰和供需失衡等不確定性中，這些單一機器人構成的障礙，可能會(huì )多于其解決的問(wèn)題。

誠然，這也就說(shuō)明，一組可以做很多事情并靈活適應需求和工作流程的機器人，往往比單一用途機器人更有前途。

此外，相對于中小企業(yè)來(lái)說(shuō)，機器人的成本仍然較高，中小企業(yè)規?；褂萌匀惠^為困難。

可以做一個(gè)簡(jiǎn)單的預測，人型機器人第一批投入使用更多會(huì )偏向于無(wú)聊、單一的工業(yè)。

因為以目前智能家居讓人處于被動(dòng)服務(wù)狀態(tài)來(lái)看，能夠完成感知用戶(hù)的狀態(tài)，識別用戶(hù)的意圖，學(xué)習用戶(hù)的習慣，通過(guò)IOT技術(shù)獲取環(huán)境以及設備的信息，提供主動(dòng)服務(wù)的機器人時(shí)代還遠未到來(lái)。