不(bu)久前，國內機器(qi)人(ren)(ren)(ren)公司(si)宇樹科技在其(qi)官方(fang)公眾號(hao)推送了一(yi)(yi)篇(pian)名為《Unitree G1 人(ren)(ren)(ren)形(xing)智能體 AI化身 ￥9.9萬(wan)元起》的(de)文章，宣布(bu)其(qi)推出了一(yi)(yi)款9.9萬(wan)的(de)人(ren)(ren)(ren)形(xing)智能機器(qi)人(ren)(ren)(ren)。十(shi)萬(wan)不(bu)到的(de)價(jia)格，瞬間讓人(ren)(ren)(ren)有一(yi)(yi)種(zhong)科幻馬(ma)上就要照進(jin)現實的(de)既(ji)視感。
盡管2024年的進度(du)條走(zou)了(le)還不(bu)到一半，但(dan)有關人形機器(qi)人的炸場消息卻是接(jie)連不(bu)斷。
先是英偉達(da)CEO黃(huang)仁勛在其3月份(fen)召開的(de)GPU技術大會上與9款人形(xing)機(ji)(ji)器(qi)(qi)人同臺，接著(zhu)宣(xuan)布英偉達(da)將開啟人形(xing)機(ji)(ji)器(qi)(qi)人通用(yong)基礎模型(xing)GR00T項目，用(yong)新GPU為人形(xing)機(ji)(ji)器(qi)(qi)人智能化提供算力支撐。引發了一陣關于具(ju)身(shen)智能的(de)熱(re)議。
一(yi)個月后，老牌機(ji)器人(ren)公司(si)波士頓動力宣(xuan)布旗下(xia)傳(chuan)統的(de)液(ye)壓式(shi)人(ren)形(xing)機(ji)器人(ren)退役，并推出其全(quan)新研發的(de)全(quan)電動Atlas機(ji)器人(ren)。又掀(xian)起了一(yi)波關于人(ren)形(xing)機(ji)器人(ren)發展過往的(de)追憶熱潮。
5月初，特斯(si)拉發(fa)布(bu)了一(yi)段展現其(qi)人(ren)形(xing)機(ji)器人(ren)Optimus（擎(qing)天柱(zhu)）的(de)視頻。視頻中(zhong)，有(you)的(de)機(ji)器人(ren)在拾取電池芯(xin)并將它們(men)準(zhun)確(que)插(cha)入到(dao)對應的(de)托盤中(zhong)，還有(you)機(ji)器人(ren)在進(jin)行其(qi)他(ta)物(wu)品的(de)擺(bai)放和(he)衣物(wu)折疊(die)等操作。
緊接(jie)著(zhu)就是上文提到的，宇樹科技祭(ji)出了(le)9.9萬的價格(ge)大招。
看(kan)到如此(ci)一系列密集(ji)的(de)(de)大事件，很(hen)難讓人(ren)(ren)(ren)不產生(sheng)一種人(ren)(ren)(ren)形機(ji)器人(ren)(ren)(ren)的(de)(de)春(chun)天已經來臨的(de)(de)幻(huan)覺(jue)，也難怪有人(ren)(ren)(ren)會高呼“2024年(nian)是人(ren)(ren)(ren)形機(ji)器人(ren)(ren)(ren)元年(nian)”。
到今天，人(ren)形(xing)機器(qi)(qi)人(ren)經歷(li)了怎樣(yang)的(de)(de)發展(zhan)(zhan)(zhan)歷(li)程？為什么大(da)家(jia)突然又對(dui)其展(zhan)(zhan)(zhan)現出如此(ci)大(da)的(de)(de)熱情？在這(zhe)些(xie)歡呼的(de)(de)背后，人(ren)形(xing)機器(qi)(qi)人(ren)的(de)(de)發展(zhan)(zhan)(zhan)還面(mian)臨哪些(xie)問題？本文將就這(zhe)些(xie)議題展(zhan)(zhan)(zhan)開討論。
人形智能機器人的成長路徑
根據控制論的觀點，非生命體具備智能的一個關鍵表現，就是其能夠和生命體一樣對周遭復雜環境進行主動感知，并作出合理反應。這需要(yao)至(zhi)少三個(ge)要(yao)素(su)(su)的支撐：感覺要(yao)素(su)(su)、運動要(yao)素(su)(su)和思考要(yao)素(su)(su)。
如果從這(zhe)個視角出發，第一臺稱得(de)上人形智能機(ji)(ji)(ji)器人的產(chan)品，是早(zao)稻田(tian)大學(xue)在1972年(nian)推出的WABOT-1。這(zhe)款(kuan)機(ji)(ji)(ji)器人在不用人類(lei)(lei)時刻操縱的情(qing)況下，可(ke)以(yi)實現自主行走、抓取物體(ti)、用日語交流等行為(wei)。通(tong)過各類(lei)(lei)傳感器，這(zhe)款(kuan)機(ji)(ji)(ji)器人擁有一定(ding)程度的視覺(jue)、聽(ting)覺(jue)和(he)觸覺(jue)，可(ke)以(yi)感知周圍的狀況，并主動(dong)調整自己的動(dong)作(zuo)。
事實(shi)上(shang)，在波(bo)士頓(dun)動力(li)和特斯(si)拉站在聚光燈前的(de)日子(zi)里，人形機器人領(ling)域主(zhu)要由日本的(de)機構和企業(ye)引領(ling)。
1984年，WABOT-1的升(sheng)級版WABOT-2被推出。它被設定為一款音樂機(ji)器人，可以識別樂譜，并根據樂譜彈奏風琴等樂器。
與此同時，工業巨頭本田也進(jin)入(ru)了這一賽道，并(bing)(bing)在2000年(nian)推出了以(yi)(yi)著(zhu)名科幻(huan)作家命(ming)名的阿西莫（ASIMO）機(ji)器人(ren)(ren)。這是一款(kuan)具備奔跑、跳躍等多項運(yun)動能力，還可以(yi)(yi)通過視覺、聽覺感應器規劃(hua)路線，給人(ren)(ren)端(duan)茶倒(dao)水、表演舞蹈(dao)，并(bing)(bing)能夠用語音(yin)和手語跟人(ren)(ren)交流的機(ji)器人(ren)(ren)。
此后，追光燈(deng)便(bian)打到(dao)了北美的(de)舞(wu)臺。
先是波(bo)士頓動力在2013年(nian)推出(chu)原(yuan)型機(ji)(ji)，并于(yu)2016年(nian)正(zheng)式(shi)發(fa)布，可以實現(xian)跑(pao)酷、后空翻、側滾(gun)翻、前滾(gun)翻、180度(du)空中轉(zhuan)體(ti)、空中劈叉、360度(du)空中轉(zhuan)體(ti)等高難(nan)度(du)動作，還能在復(fu)雜的(de)野外環境中自主(zhu)完成各種任(ren)務(wu)的(de)Atlas機(ji)(ji)器人(ren)(ren)，長期引領著(zhu)人(ren)(ren)形機(ji)(ji)器人(ren)(ren)的(de)話題榜(bang)。
接著，在2021年的特斯拉AI Day上，馬斯克通過幻燈片發布了一款概念人形機器人Tesla Bot，將人形機器人的發展帶入了一條新賽道——從過去更加關注軀體的發展，轉向如何讓其擁有更強的通用智能。
為什么人形機器人突然又行了？
人(ren)形機器人(ren)的發展并非一帆風順。
由于其研發成本和造價太高，同時又找不到合適的應用場景，使得該領域始終無法實現商業閉環。本田在2018年就停止了機器人研發業務，而波士頓(dun)動力更是(shi)幾經易手，從(cong)谷(gu)歌(ge)到軟銀再到現代，命(ming)途(tu)坎(kan)坷。商業模式的(de)(de)不明朗，讓人們一(yi)度對(dui)這個賽道(dao)的(de)(de)熱情(qing)降(jiang)至了冰點(dian)。
之所以人們在2024年又開啟了對人形機器人的熱情，主要原因來自成本的推力和技術的拉力。
首先是大語言模型技術的突破性發展，讓人(ren)們(men)看到了人(ren)形機(ji)器人(ren)向(xiang)通用性方向(xiang)發展(zhan)的(de)(de)(de)可能性。過去(qu)的(de)(de)(de)機(ji)器人(ren)需要通過編程(cheng)告訴(su)它(ta)們(men)執行(xing)什么任務(wu)(wu)和怎樣執行(xing)任務(wu)(wu)，沒法實(shi)現(xian)編碼之(zhi)外的(de)(de)(de)感知與行(xing)為，這也(ye)大幅限制了其(qi)應用場景。而大語言模型技術的(de)(de)(de)發展(zhan)，一方面讓人(ren)機(ji)交(jiao)互變得(de)更加簡單，另(ling)一方面也(ye)有望實(shi)現(xian)反應層面的(de)(de)(de)涌(yong)現(xian)與泛(fan)化(hua)，通過自主學習完成那些“意料(liao)之(zhi)外”的(de)(de)(de)工作(zuo)。
其次，就是新能源汽車等行業的發展，讓一些人形機器人的關鍵零部件的價格持續下跌，進而讓人(ren)形機器人(ren)整體的成(cheng)本下降成(cheng)為了可能。
過(guo)去，一臺人(ren)(ren)(ren)形機(ji)(ji)器人(ren)(ren)(ren)的(de)價(jia)格(ge)動輒在100萬(wan)人(ren)(ren)(ren)民幣以上。但近(jin)期，市(shi)場(chang)上陸(lu)續出現了一批(pi)單(dan)價(jia)價(jia)格(ge)帶(dai)在15到20萬(wan)之(zhi)間的(de)人(ren)(ren)(ren)形機(ji)(ji)器人(ren)(ren)(ren)，斯(si)坦福機(ji)(ji)器人(ren)(ren)(ren)、特斯(si)拉、國內的(de)智元(yuan)機(ji)(ji)器人(ren)(ren)(ren)等都先后表態(tai)會將成(cheng)本(ben)控制在20萬(wan)以內，價(jia)格(ge)下探成(cheng)為必(bi)然趨(qu)勢。
盡管如此，人(ren)形機器人(ren)要(yao)在(zai)智能化和(he)市場化方面實現(xian)突破，依(yi)舊有一段遠路要(yao)走。
莫拉維克悖論——人形智能機器人待翻越的大山
上世紀80年代，人工智能學者漢斯·莫拉維克、羅德尼·布魯克斯、馬文·閔斯基等人發現，與傳統假設不同，人類所獨有的高階智慧能力只需要非常少的計算能力，例如推理，但是無意識的技能和直覺卻需要極大的運算能力，并據此提出了著名的莫拉維克悖論。
以曾經(jing)在圍(wei)棋領域大殺四方的(de)AlphaGo為例。
盡管其圍(wei)棋(qi)能力領先到令人恐怖的程度，但是(shi)嚴格意義上(shang)講它不是(shi)一個完整的棋(qi)手(shou)(shou)，只是(shi)一個棋(qi)手(shou)(shou)的大(da)腦部(bu)分(fen)，負責識(shi)別局勢、做出決策，而充當這個棋(qi)手(shou)(shou)軀體的其實是(shi)一個人類棋(qi)手(shou)(shou)。AlphaGo根據(ju)對手(shou)(shou)的招數給(gei)出應對后(hou)，需要(yao)一個專門的人類棋(qi)手(shou)(shou)去移動棋(qi)子。
我(wo)們常(chang)常(chang)會忽略這一點(dian)，是(shi)(shi)因(yin)為在(zai)我(wo)們的(de)認知(zhi)習慣(guan)中(zhong)，移動棋子是(shi)(shi)一個再簡(jian)(jian)單(dan)不(bu)過的(de)操作，在(zai)整個對(dui)弈過程中(zhong)，與高深莫(mo)測的(de)下棋策(ce)略相(xiang)比，這個動作簡(jian)(jian)單(dan)到可以忽略的(de)程度。但正(zheng)是(shi)(shi)這種(zhong)對(dui)人(ren)類(lei)而言無比簡(jian)(jian)單(dan)的(de)動作，恰恰是(shi)(shi)智能(neng)機(ji)器面臨的(de)最(zui)大挑戰。
一個完整的對弈過程，其實是多重能力共同驅動的結果，既需要感知、判斷、分析和決策這些大腦功能，也需要移動和操作這樣的軀體功能。由于我們本能地對人類引以為傲的智力的重視，使得我們在相當長的一段時間里都只關注機器的智能，而沒有將其視為一個完整的、獨立的物種去看待。
隨著應用場景(jing)的(de)拓寬和(he)豐富，我們才(cai)逐漸意識到，在腦力上能(neng)夠戰勝頂(ding)尖圍棋手的(de)智能(neng)機(ji)器，在運動(dong)(dong)協調(diao)性上可能(neng)還不(bu)如(ru)一個小孩子(zi)。并不(bu)是(shi)說機(ji)器在單純的(de)運動(dong)(dong)和(he)操(cao)作方(fang)面不(bu)如(ru)人(ren)(ren)類，機(ji)器可以(yi)搬運很重(zhong)的(de)東(dong)西，也能(neng)以(yi)讓人(ren)(ren)類望(wang)塵莫(mo)及(ji)的(de)速度移(yi)動(dong)(dong)，但是(shi)它們無法像人(ren)(ren)類那樣(yang)自(zi)如(ru)地(di)協調(diao)好智能(neng)模塊(kuai)和(he)體(ti)能(neng)模塊(kuai)。
著名認知心理學家史迪芬·平克在其《語言本能》一書中對此評價道：“經過35年人工智能的研究，發現到最重要的課題是‘困難的問題是易解的，簡單的問題是難解的’。四歲小孩(hai)具有的(de)(de)本能——辨識人臉、舉起(qi)鉛(qian)筆、在房間內(nei)走動(dong)、回(hui)答問題——事實上(shang)是工(gong)程領域內(nei)目(mu)前為(wei)止最難解的(de)(de)問題。當(dang)新一代的(de)(de)智(zhi)慧裝置出現(xian)，股票分析師(shi)、石化工(gong)程師(shi)和假釋委員會都要小心他(ta)們的(de)(de)位置被(bei)取代，但是園丁、接待(dai)員和廚師(shi)至少十年內(nei)都不用擔心被(bei)人工(gong)智(zhi)能所取代。”
盡(jin)管大(da)語言(yan)模型的突破(po)為(wei)人(ren)形(xing)智能機器人(ren)的發展帶來了新(xin)曙光，但是人(ren)形(xing)機器人(ren)要(yao)實現“大(da)腦”和“機體”之間的順暢銜(xian)接(jie)和絲滑運作，依舊是一段漫長而艱辛的道路，需(xu)要(yao)不同(tong)領域(yu)的參(can)與方共同(tong)努力(li)推進。
便宜是一種相對的價值感
除(chu)了技(ji)術方面的障礙，價格也是一個問題。
在技術傳播理論中，有一個概念叫價格價值（Price Value），指消費(fei)者在(zai)權衡技(ji)術產(chan)品或(huo)服務的感知(zhi)收益(yi)與其感知(zhi)成(cheng)本(ben)后，所(suo)形成(cheng)的總體評價。簡單來說，就是(shi)消費(fei)者認為購買或(huo)使(shi)用某項(xiang)技(ji)術所(suo)花費(fei)的金錢是(shi)否值得。
所以，一個產品是否便宜，不是單方面價格因素決定的，而與消費者的感受有很強的關系。
如(ru)果單純從廠家的(de)角度(du)來看(kan)，一臺機器(qi)人，我從過去(qu)的(de)100萬(wan)、50萬(wan)降到了9.9萬(wan)，這(zhe)種(zhong)骨折(zhe)式降價的(de)努力不可謂不大(da)。但是回到顧(gu)客(ke)這(zhe)邊，我花9.9萬(wan)買個(ge)(ge)東西，總得為個(ge)(ge)什(shen)么(me)。顧(gu)客(ke)看(kan)重的(de)，還是我買它過來能干什(shen)么(me)，如(ru)果只(zhi)是看(kan)它翻跟頭、走(zou)路(lu)、拿放東西，那多少有點不值當。
當然(ran)，肯(ken)定會有一(yi)些(xie)燒(shao)包樂(le)意(yi)花錢買(mai)個(ge)新(xin)鮮(xian)、炫個(ge)闊綽。但是僅靠這(zhe)些(xie)人撐不起一(yi)個(ge)大市場(chang)，無法形成真正的商(shang)業閉環。
所以，人(ren)形智能機器人(ren)要(yao)解決的第二個問題，就是如(ru)何讓它們真正(zheng)能夠在人(ren)類(lei)社會發揮價(jia)值。相(xiang)關企業需要(yao)把自己克服的技(ji)術障礙(ai)轉(zhuan)換成真正(zheng)的客戶收益。
如果從這個角度看，我們需要的或許不是人一樣的機器，而是能夠代替人的機器。
智能機器，不一定是人形
波士(shi)頓(dun)動力的首席技術(shu)官(guan)阿龍·桑(sang)德(de)斯(si)（Aaron Saunders）在一(yi)次采訪中(zhong)表示：人形并不(bu)一(yi)定是(shi)機(ji)器人完成任(ren)務最好的形態。
從上世紀80年代開始，機器人領域就形成了一種共識——機器人應該最先應用在“4D”領域，即臟（Dirty）、危險（Dangerous）、乏味（Dull）和困難（Difficult）四類場景。這些場景(jing)下的(de)任務通常是人(ren)類(lei)不(bu)(bu)愿(yuan)意或不(bu)(bu)適(shi)合執(zhi)行的(de)，而機器人(ren)因其不(bu)(bu)知(zhi)疲倦和(he)不(bu)(bu)怕危險的(de)特性，能夠很好(hao)地完成。通過讓機器人(ren)承擔4D場景(jing)下的(de)任務，不(bu)(bu)僅可(ke)以提高效率和(he)安全性，還能釋(shi)放(fang)人(ren)類(lei)從(cong)事更具創(chuang)造性和(he)價值的(de)工作。
相比于還停留在把機(ji)器(qi)人(ren)當小孩子，讓(rang)它們(men)給“長輩”表演一些華而不實的(de)節目階段的(de)人(ren)形(xing)機(ji)器(qi)人(ren)，一些擺脫了外(wai)形(xing)桎(zhi)梏(gu)，奔(ben)著問(wen)題和任務去的(de)公司，已(yi)經開始(shi)讓(rang)自己的(de)機(ji)器(qi)人(ren)產(chan)品(pin)在對應的(de)場景中發揮(hui)價值。
就在宇樹科技發(fa)布9.9萬機(ji)器人的(de)第二天，全(quan)球(qiu)(qiu)第一(yi)(yi)商業和(he)金(jin)融媒(mei)體CNBC公(gong)布了第12屆“2024 CNBC Disruptor 50”榜單(dan)。在這一(yi)(yi)被譽為(wei)全(quan)球(qiu)(qiu)科技獨(du)角獸的(de)搖籃的(de)榜單(dan)上，OpenAI毫無懸念位(wei)列第一(yi)(yi)，榜單(dan)上排名(ming)第42位(wei)的(de)，是(shi)一(yi)(yi)家名(ming)為(wei)Gecko Robotics的(de)機(ji)器人公(gong)司(si)。
這是一家成立于2013年的公司(si)，兩個(ge)創(chuang)(chuang)始人當(dang)年還是格羅夫(fu)城市(shi)學院學習電氣工(gong)程的學生(sheng)。創(chuang)(chuang)業之前他們參與了一項(xiang)校內(nei)鍋爐安(an)全(quan)檢(jian)查的工(gong)程項(xiang)目，最后以(yi)在該項(xiang)目中發明的方案為基(ji)礎，創(chuang)(chuang)立了這家公司(si)。
Gecko Robotics的(de)主(zhu)要(yao)產(chan)品是名為TOKA的(de)智能機器人，該機器人有多款型號(hao)，配備(bei)不同數量超聲波(bo)傳感器的(de)它們，可以(yi)爬上(shang)工(gong)(gong)廠的(de)任意管(guan)道和(he)(he)其他(ta)(ta)(ta)重要(yao)的(de)工(gong)(gong)業結構墻壁，對(dui)油管(guan)、鍋爐或者其他(ta)(ta)(ta)設備(bei)進行超聲波(bo)檢測，然(ran)后(hou)通過其自主(zhu)研(yan)發的(de)快速超聲波(bo)網格化技術生(sheng)成厚(hou)度網格圖，并以(yi)2D 和(he)(he) 3D 形(xing)式直觀地(di)展示在軟件中，用于識別腐蝕和(he)(he)其他(ta)(ta)(ta)損壞機制(zhi)導致壁層變(bian)薄的(de)區域，可以(yi)讓客戶對(dui)目標設施(shi)的(de)情況了如指掌，提前預判存在的(de)問題并計劃解決措施(shi)。
在(zai)這(zhe)(zhe)種機(ji)器(qi)人(ren)(ren)(ren)出現之前，設備(bei)檢測(ce)(ce)(ce)通(tong)常是(shi)專業人(ren)(ren)(ren)員手(shou)(shou)持(chi)超聲波探測(ce)(ce)(ce)器(qi)進(jin)行(xing)的(de)(de)(de)。這(zhe)(zhe)種方(fang)式(shi)首先是(shi)很(hen)危(wei)險，因為存在(zai)一些高(gao)空作(zuo)業場景和(he)(he)有(you)毒有(you)害場景；其次是(shi)用這(zhe)(zhe)種方(fang)式(shi)探測(ce)(ce)(ce)到的(de)(de)(de)范圍和(he)(he)數據量都極為有(you)限(xian)，通(tong)常只能(neng)覆蓋占整體(ti)大約 3-5% 的(de)(de)(de)設施。而這(zhe)(zhe)種全新的(de)(de)(de)機(ji)器(qi)人(ren)(ren)(ren)可以在(zai)最危(wei)險和(he)(he)苛刻(ke)的(de)(de)(de)環(huan)境(jing)中運行(xing)，能(neng)夠提(ti)供(gong)近(jin)99%的(de)(de)(de)覆蓋，收集的(de)(de)(de)數據量比(bi)傳統(tong)手(shou)(shou)持(chi)方(fang)法高(gao) 1000 倍，檢測(ce)(ce)(ce)的(de)(de)(de)速度(du)平(ping)均(jun)快 10 倍。機(ji)器(qi)人(ren)(ren)(ren)完成(cheng)數據采(cai)集后，將收集到的(de)(de)(de)數據提(ti)供(gong)給(gei)專業人(ren)(ren)(ren)員，最大限(xian)度(du)地發(fa)揮專家貢獻的(de)(de)(de)同時(shi)還能(neng)讓他(ta)們免受(shou)傷害。
Gecko Robotics首席執行(xing)官兼聯(lian)合創始人Jake Loosararian曾(ceng)自豪地(di)表示：“每天，在世界各地(di)的數百個客戶站點，我們(men)的機器(qi)人正在保持發電(dian)廠(chang)(chang)在線(xian)、軍(jun)事資產準(zhun)備就緒(xu)和工廠(chang)(chang)大門打(da)開。”
在筆者看來，這(zhe)才是機器人真正(zheng)應該奔赴(fu)的方向。
寫在最后
人形機器人正在迎來一個快速發展的新階段，我們應該為其已經取得的突破性進展感到高興，卻又不能高興得太早。盡管理論的道路已經鋪就，但是在實踐層面我們依舊處于起點階段。人形機(ji)器人要突破的(de)，除(chu)了技術堵點(dian)和成本阻礙外，還要面臨客戶(hu)價(jia)格價(jia)值感(gan)受的(de)問題。
企業讓機器(qi)人(ren)越(yue)(yue)來(lai)越(yue)(yue)像人(ren)，越(yue)(yue)來(lai)越(yue)(yue)智能(neng)(neng)，只是(shi)這(zhe)個故(gu)事的(de)一(yi)面，這(zhe)個故(gu)事的(de)推進還需要(yao)解決另(ling)一(yi)個問題(ti)，就是(shi)我們(men)絕不(bu)是(shi)要(yao)造出(chu)一(yi)臺臺跟(gen)我們(men)擁有(you)類(lei)似能(neng)(neng)力的(de)機器(qi)，而(er)是(shi)要(yao)創造出(chu)一(yi)款款能(neng)(neng)夠在具體應用(yong)場景下比(bi)人(ren)類(lei)能(neng)(neng)產生更(geng)大價值，同時成本更(geng)低的(de)產品。
