月4日，在2024世界人工智能大會拍攝的“十八金剛 眾創(chuàng)未來——人形機(jī)器人先鋒陣列”（ 王翔/攝）
8月21-25日，在北京舉行的2024世界機(jī)器人大會上，27款國產(chǎn)人形機(jī)器人引發(fā)廣泛關(guān)注。“他們”在大會現(xiàn)場演奏揚(yáng)琴、潑墨揮毫、比球賽、打辯論、跳“科目三”，賺足了流量。
7月4日，在上海開幕的2024世界人工智能大會（WAIC）上，由15款、18臺人形機(jī)器人組成的“十八金剛”陣列，向現(xiàn)場觀眾做出整齊的動作，分外吸睛。國家地方共建人形機(jī)器人創(chuàng)新中心的“青龍”、智元機(jī)器人的遠(yuǎn)征A2、宇樹科技的Unitree H1、傅利葉的GR-1、達(dá)闥的雙足XR4等國產(chǎn)具身機(jī)器人產(chǎn)品紛紛亮相。
7月6日，在2024世界人工智能大會上，人們觀看宇樹科技通用人形機(jī)器人Unitree H1表演“科目三”舞蹈（王翔/攝）
“具身智能是人工智能發(fā)展的下一個(gè)浪潮。”中國工程院院士、清華大學(xué)信息學(xué)院院長、北京信息科學(xué)與技術(shù)國家研究中心主任、中國人工智能學(xué)會理事長戴瓊海說。
所謂“具身智能”，就是給能理解、推理并與物理世界互動的AI“頭腦”再加上一個(gè)“身體”，“身體”可以是手機(jī)、汽車、機(jī)床、機(jī)械臂等等，而完整、逼真的“人形”身體，因?qū)θ祟愑歇?dú)特的親和力、有望實(shí)現(xiàn)復(fù)雜功能等特性，被視為AI的一種理想載體，甚至“終極形態(tài)”。這兩年，在大模型高速發(fā)展帶動下，人形機(jī)器人產(chǎn)業(yè)迎來風(fēng)口，成為全球科技業(yè)最熱的賽道之一。
2024年8月，美國具身智能公司Figure AI發(fā)布二代人形機(jī)器人Figure02。此前，F(xiàn)igure 01已進(jìn)入寶馬工廠工作。國內(nèi)，優(yōu)必選的人形機(jī)器人Walker S先后走進(jìn)比亞迪、蔚來、東風(fēng)柳汽、極氪等汽車工廠“打工”，智元機(jī)器人的人形機(jī)器人遠(yuǎn)征A1也在汽車工廠完成底盤裝配和外觀質(zhì)檢等任務(wù)……
“AI大模型將賦能人形機(jī)器人走向主動交互，成為繼計(jì)算機(jī)、智能手機(jī)、新能源汽車后的顛覆性產(chǎn)品。”8月13日，十四屆全國政協(xié)常委、工業(yè)和信息化部原副部長、中國電子學(xué)會理事長徐曉蘭在2024世界機(jī)器人大會新聞發(fā)布會上說。
越來越“像”人
在位于上海浦東張江科學(xué)城的國家地方共建人形機(jī)器人創(chuàng)新中心（以下簡稱“國地中心”）內(nèi)，身高185厘米、體重80公斤，擁有多達(dá)43個(gè)主動自由度的人形機(jī)器人“青龍”雙臂輕展，用五根鋼鐵手指，將面包輕輕捏起。
全球首款全尺寸通用人形機(jī)器人開源公版機(jī)——“青龍”機(jī)器人正在展示（萬宏蕾/攝）
“‘青龍’具有五感能力：能看，能聞，能聽，有觸覺，還有姿態(tài)傳感器。它雙手非常靈活，能精準(zhǔn)抓取兩厘米的小物件，能用工具在小米里挑出芝麻。”國地中心總經(jīng)理許彬告訴《瞭望東方周刊》，“‘青龍’機(jī)器人平臺的核心技術(shù)前期經(jīng)過了十余年的沉淀。從國地中心成立到最近在世界人工智能大會上整機(jī)亮相，我們團(tuán)隊(duì)在短短半年時(shí)間內(nèi)，厚積薄發(fā)，從無到有，實(shí)現(xiàn)了突破。”
“端水、抓取，聽起來簡單，做起來復(fù)雜，涉及從感知、決策到控制的多項(xiàng)技術(shù)。”國地中心首席科學(xué)家江磊說，“‘青龍’一條手臂有7個(gè)自由度、末端手指有6個(gè)自由度，指尖有觸覺傳感器，因此可以完成對抓取的自主判斷。”
“對人形機(jī)器人來說，大腦對應(yīng)智能系統(tǒng)，小腦對應(yīng)控制系統(tǒng)，五官對應(yīng)機(jī)器人的感知，執(zhí)行則通過關(guān)節(jié)進(jìn)行。”上海機(jī)器人產(chǎn)業(yè)技術(shù)研究院副院長周梅杰說。
“‘青龍’之所以聰明，在于機(jī)器人和大模型的深度融合，負(fù)責(zé)人機(jī)交互和決策的‘大腦’（朱雀具身大腦大模型）、負(fù)責(zé)穩(wěn)定行走的‘小腦’（玄武小腦模型），共同形成人形機(jī)器人的技術(shù)基座。”江磊介紹說，朱雀具身大腦如同一個(gè)智能化指揮調(diào)度中心，以多模態(tài)大模型為核心，能夠接收文字信息、圖像信息等多種輸入，并輸出精準(zhǔn)的語音交互以及明智的任務(wù)決策信息；玄武小腦模型側(cè)重于任務(wù)執(zhí)行，其軌跡規(guī)劃模塊采用“端到端”模仿學(xué)習(xí)驅(qū)動的方式。
“在大數(shù)據(jù)、大模型和大算力的支持下，人形機(jī)器人正在變得越來越聰慧，逐漸具備自主完成任務(wù)的能力。”徐曉蘭說。
機(jī)器人產(chǎn)業(yè)已發(fā)展多年，過去的機(jī)器人一般只側(cè)重一個(gè)“技能點(diǎn)”，“寫一段代碼做一件事”。比如：一些工業(yè)機(jī)器人，主要比“肌肉”，側(cè)重發(fā)展運(yùn)動控制技術(shù)；掃地機(jī)器人是否好用，取決于能否規(guī)避障礙，把屋子打掃干凈，主要側(cè)重發(fā)展導(dǎo)航傳感技術(shù)。而人形機(jī)器人，要和人一樣有“知行合一”的綜合能力，就要在芯片、傳感器、軟件、人工智能、通信、機(jī)械、材料等諸多前沿技術(shù)以及綜合應(yīng)用上實(shí)現(xiàn)突破。
“在此輪發(fā)展大模型之前，在機(jī)器人‘大腦’層面，技術(shù)上幾乎沒有什么水花，各家推出的模型，基本都只能實(shí)現(xiàn)簡單任務(wù)。這兩年，相關(guān)技術(shù)迎來質(zhì)變的拐點(diǎn)。”許彬說，“未來，隨著人形機(jī)器人高速‘成長’，其心智或許很快會脫離稚嫩，邁向‘成年人’的賽道。”
“深度學(xué)習(xí)讓人工智能對世界有了感知，大模型則讓人工智能有了自主生成的決策能力。”北京新鼎榮盛資本管理有限公司董事長、創(chuàng)始合伙人張弛說，“不遠(yuǎn)的未來，人形機(jī)器人將走向通用和商業(yè)化”。
多城市布局