從上古神話里的偃師到好萊塢的終結者，從小說、電影到科學設計，幾千年來，人類一直對機器人充滿無盡遐想。

然而，現實中的機器人卻依然與我們的想象天差地別。

不夠強大，更不夠智能。

現在，隨著人工智能技術突破，智能機器的“奇點時刻”，終于走進現實。

7月7日，5G云端智能機器人運營商達闥機器人公司宣布，正式推出全球首個機器人制造領域的多模態認知大模型Robot GPT。

機器人進化的一個全新紀元，可能由此開啟。

機器人要做成人的樣子，這并不困難。但要實現智能，卻是一個極其艱巨的任務。

以前，從我們下達指令，到機器人完成任務，必須經過以下幾個流程：

1、任務的定義與描述。比如，我們命令機器人，去做一盤清炒白菜。

2、把任務分解為動作。從取菜，清洗、切割、烹飪到送餐，機器人的每個動作都要詳細拆分。哪個部件，在什么時間，有什么條件，以什么功率，以什么方式，行進什么動作，任何一個細節，都必須全部分解到位。

3、編寫程序。根據分解動作進行編程，為機器人編寫代碼。

4、執行任務，根據程序代碼，機器人完成控制－執行－反饋。

這個過程中，除了最后一步是機器人完成，其他的幾個環節，以前都要由工程師來實現。

普通人眼中再尋常的一個簡單行動，對機器人來說，都是極其復雜的工作，只能靠工程師提前規劃設計，再用代碼一行行寫出來。

而且，還必須考慮到現實環境中的各種可能：這棵白菜大，那棵小，今天的燃氣足，昨天小區停水，前天的菜里有蟲子，炒到一半的時候，哈士奇跑來撞到了機器人……

任務越多，環境越復雜，整個過程越耗時耗力，容錯率也越低。

所以，直到現在，機器人都只能實現工程師預先定義的有限功能，且普遍是兩種情況：

要么，是在簡單環境中完成固定任務的專用機器工具。

要么，是展示性大于實用性的“人工智障”。

大模型人工智能的技術突破，讓我們看到了新的可能。

比如，大語言模型LLM（Large Language Model）具備了充分的基礎知識、良好的自然語言理解、基本可用的連續對話與持續交互、強大的零樣本/小樣本學習能力。

依托這些能力，以前屬于程序員的絕大部分工作，都可以交給機器人：

我們只需要告訴機器人任務是什么，機器人就會自己拆分任務動作，生成控制指令，甚至根據實際環境變化，對行動細節進行實時修正。

除了前期的基礎底層代碼，和后期少量的修改、調優等工作，還需要具有專業能力的人類工程師介入，其他的過程都可以基本實現機器人的自主運行。

最終，伴隨大模型人工智能的逐漸完善，即使是一個不懂任何技術的普通人，也能很好地管理和使用機器人。

達闥創始人兼CEO黃曉慶曾說，機器人會是人類在PC和手機之后的第三臺計算機。

面向未來，機器人的本體將逐漸變成一個基礎設備，它具備什么樣的智力，能實現什么樣的功能，都由云端大腦來進行賦能。

就像手機和電腦的應用商店一樣，消費者可以根據自己的需求，自由選擇定制，并且不斷升級進化。

從這個意義上來說，大模型就是機器人從“功能機”走向“智能機”的拐點，奠定了機器人大規模走進千家萬戶的可能。

同時，它也將帶來另一個關鍵質變。

1963年，麻省理工學院教授理查德·赫爾德做了一個實驗。

他準備了兩只貓，一只貓被綁上腳放進盒子里，只能觀察環境，另一只可以自己行走。

結果，在完全相同的環境下，自己行走的貓發育出了正常的視覺能力，被綁著的貓卻發育失敗。

赫爾德將這種現象稱為“具身”，即生物只有通過自身感知的訓練，才能學習理解外部的環境與信息。

后來，麻省理工學院教授阿瑪文·明斯基進一步提出，計算機無法理解人類語言，因為人類具有具身性，計算機卻沒有這種能力。

如今，在大模型人工智能的支持下，具有感知、思考、學習、決策等能力，能夠與環境進行交互的“具身智能機器人”，已經成為可能。

事實上，這一趨勢當下已經成為熱潮。

不久前，英偉達創始人黃仁勛就曾在 ITF World 2023 半導體大會上表示，AI 下一個浪潮將是“具身智能”。

而上周召開的2023世界人工智能大會（WAIC 2023）上，具身智能也成為了最重要的主題之一。

但就當下而言，大模型人工智能在機器人領域的應用，還并不成熟。

從2017年，谷歌提出全新的Transformer學習框架，到近期OpenAi引發GPT熱潮，大模型人工智能的發展，目前還只是一個方興未艾的新興趨勢。

比如，語言大模型、圖像大模型以及其他多模態大模型之間，知識如何映射，能力如何鏈接，應用如何協同，就仍然是一個未解之題。

更重要的是，機器人大模型的建立與完善，還將面臨更大挑戰。

其原因在于：

GPT等大模型主要進行虛擬信息交互，不會對現實世界產生物理的影響。

而機器人擁有物理實體，它的感知、行為和交互，都要在現實中完成。

所以，機器人既是人工智能落地物理世界的最佳載體，也是人工智能應用實現最難的領域。

在圖像和自然語言處理等領域，我們可以從網絡中獲取大量訓練數據，并通過人類的標注反饋，快速低成本地完成大模型迭代訓練。

對機器人的訓練，樣本更少、成本更高、時間更長、難度更大。

在需求側，它基于現實物理環境，實現機器人的感知、行為與反饋訓練，需要語言、文字、視覺、運動等更多模態的更大規模數據集。

但在供給側，當下卻還問題重重：

可用于收集訓練數據的機器人規模少；機器人的形態與結構不統一，且還在不斷迭代；訓練過程可能破壞環境、設施，甚至對人造成傷害；機器人訓練流程用時更長……

所以，在欠缺優質數據的大背景下，包括GPT在內，當下的幾乎所有人工智能大模型，都還無法實現對機器人大模型訓練的充分支持。

“計算機控制機器人必須解決這三個問題：邏輯關系、特殊關系和時間關系。然而，現有的大型語言模型（LLM）等方法，只能回答其中一個維度的問題?！毕愀鄞髮W教授席寧說。

面向這一趨勢，達闥的Robot GPT應運而生。

它是一個面向復雜場景和多模態行為，專為機器人提供的交互生成型 AI模型。

與其他GPT相比， Robot GPT的核心優勢在于：

在此之前，作為智能機器人領域的頭部企業，達闥已經從專利、標準、技術平臺、操作系統、關鍵元器件、生態平臺在內的整個產業鏈條，完成了全方位的技術和產業布局，構建出了一個完整的技術體系和運營平臺。

并搭建了機器人的云端大腦操作系統“海?！?，以及機器人的數字孿生虛擬開發平臺“海元世界”。

任何開發者都可以根據自己的需要，依托達闥的系統與平臺，在虛擬世界中快速、高效、低成本地開發、訓練和驗證機器人。成熟后只需要將實體機器人接入云端大腦，就可以在現實場景中投入使用。

這個平臺上，達闥和機器人開發者都可以開放自己的訓練模型，其他開發者根據自己需求修改、調優，即可投入使用。

同時，達闥自主研發的集通信、計算、傳感于一體的智能柔性關節（SCA），也突破了智能機器人硬件標準化與集成化的局限，為未來的消費級機器人商用鋪平了道路。

截至 2022 年底，達闥已擁有超1600多項專利申請，在云端機器人領域專利數全球第一。

目前，已有超過300個應用合作伙伴，超過100家設備合作伙伴加入達闥產業生態，開放超過3000個機器人技能模型，創造超過3500個數字孿生地圖。達闥及其生態鏈企業的機器人，也已經在商業、通信、教育、公共安全、能源、醫療、農業、政府、金融、環衛等大量行業廣泛應用。

這意味著：

1、對于機器人大模型訓練，達闥擁有充分的技術與理解。

2、達闥和生態企業擁有海量的優質機器人訓練數據，并在孿生世界中實現更低成本、更快速度的高效訓練。

3、達闥和生態企業能夠將機器人大模型的訓練成果，更快更便捷地進行商用轉化，并形成相互促進的正向循環。

【5】

面向未來，機器人與大模型人工智能的融合發展，已經是大勢所趨，所有機器人公司都已經向其發起沖刺。

為什么達闥能在行業內，率先成功搭建機器人大模型？

原因在于，很多廠商都是最近幾年甚至是今年GPT成功后，才開始進行大模型的摸索。

而達闥早在很多年前，就已經朝著這個方向持續做好了準備。

過去60年來，從開發第一代機器人開始，人類一直在努力讓機器人聰明起來，但由于智能化、網絡化程度不高，機器人的能力始終未能走到質變的臨界點。

21世紀之后，在算法、算力、數據“三駕馬車”的同步帶動下，人工智能技術有了突破性飛躍，但問題也隨之而來。

高性能的人工智能，尤其是大模型人工智能，都對算力和數據量有嚴苛要求，比如谷歌2021年發布的超級語言模型Switch Transformer參數規模達到1.6萬億，阿里達摩院的多模態大模型M6參數更直接突破了10萬億。

所以，早在2016年成立之初，達闥就在全球率先提出了云端機器人概念：將機器人的“大腦”和“身體”分離，負責智能計算的“大腦”放在云端，負責感知、行動和反饋的本體放在本地，通過高速安全的5G網絡連接，共同完成任務。

正是基于這樣的一個“云-網-端”架構，機器人可以突破障礙，真正變成人類的“第三臺計算機”，通過持續的訓練和升級，實現智力和能力的無限擴展。

從云端大腦“海?！保瑪底謱\生開發平臺“海元世界”，到如今的Robot GPT，達闥的每一步，都是在循序漸進，不斷完善。

尤其是RobotGPT，將達闥多年的技術積累，與最新的人工智能大模型技術有機融合，從而為云端機器人在更廣應用場景中，發揮更大作用奠定了優勢。

“在RobotGPT的支持下，云端機器人將成為通用人工智能的最佳載體。通過數據訓練可實現更接近擬人化的機器人產品，從而有望顛覆和促進行業發展?！秉S曉慶說。

【6】

過去這些年，云端機器人的發展，大體經過了三個階段：

一開始，是從達闥率先提出新的理念，并在技術、系統、元器件、運營模式等各個方面，搭建基礎平臺，最終建起一個完善的云端機器人產業閉環。

后來，越來越多生態企業加入，與達闥一起構成了一個繁榮的云端機器人行業生態。

而現在，伴隨著大模型人工智能的出現，證明了機器人需要云端大腦，云端機器人已經成為整個行業的大勢所趨。

2022世界機器人大會發布的《機器人十大前沿熱點領域（2022-2023）》中，達闥海睿操作系統、達闥“云端大腦+本地機器人”核心技術，就已經入選“2022—2023年機器人十大前沿技術”。

2022年9月，國家科技部正式批復，支持達闥建設“云端機器人國家新一代人工智能開放創新平臺”。

這標志著，達闥成為國內第一家圍繞人工智能和云端機器人建設新一代人工智能開放創新平臺的“國家隊”企業，也是目前唯一獲科技部批準的新一代云端機器人 AI 開放創新平臺。

【7】

業界普遍認為，未來十年，必將成為智能機器人的“黃金十年”。

尤其是在人口加速老齡化，企業“降本增效”趨勢下，智能機器人將有效地幫助我們完成大量勞動密集型的工作。

今年1月，工信部等十七部門印發《“機器人+”應用行動實施方案》，提出到2025年，制造業機器人密度要較2020年實現翻番，服務機器人、特種機器人行業應用深度和廣度顯著提升，機器人促進經濟社會高質量發展的能力明顯增強。

而面向國際，機器人這個現代人類技術“皇冠上的明珠”，也是大國博弈的又一戰場。

尤其是雙足人形機器人，更是被所有人寄予厚望。

作為最接近人類的終極形態，雙足人形機器人可以深入到現實生活中的絕大多數場景，代替人類完成各種工作。

黃曉慶甚至認為，在未來幾年，智能機器人就將在4個D和4個C領域，為我們的生活帶來巨大改變：

Dull，重復性很高，無聊的工作。

Dangerous，巡夜、爬高等危險工作。

Dirty，讓人感覺臟的工作，比如掃地、清潔等等。

Demeaning，比較沒有尊嚴的工作。

Conversation，與人交流。

Clean，做清潔。

Care，照顧老人，照顧小孩。

Cooking，做飯。

得益于達闥的搶先布局，在云端機器人這一領域，中國已經成為行業標準的制定者與產業的先行者。

面向未來，達闥將有效整合關鍵企業資源、協同產業鏈上下游，構建政府、產業界、科技界協同合作的智能機器人創新體系，搶占中國在智能機器人產業的制高點，形成中國科技創新高質量發展生態，不斷提升中國在人工智能和高端制造領域的國際話語權。

據透露，達闥已經布局“星鏈計劃”，首選50個不同行業的行業領袖級上市公司展開全面戰略合作；針對特定行業的 AI 及云端機器人的應用研究和開發，成立聯合研究院或實驗室；對研發成果進行聯合投產、充分市場化等，讓中國高端智造走向世界。

據悉，達闥由知識城集團和上海國資聯合領投的C輪融資也已經在進展中，已完成交割的融資規模超過10億元人民幣。

據黃曉慶透露，新一輪資將主要用于新產品、技術研發以及產能擴充、升級，在持續擴大市場占有率的同時，為各種服務場景開發不同的云端機器人，持續投入新產品研發并保持在市場上技術領先地位。

“在Robot GPT的支持下，以云端機器人為代表的智能服務機器人將超越手機和汽車，成為數字時代的最大產業。”黃曉慶說。