在本次2024 世界機器人大會上，有一場十人對談，堪稱人形機器人「史上最大Penal」，其中干貨量巨大，適宜業(yè)內(nèi)外共同了解這一新行業(yè)的發(fā)展現(xiàn)狀。

這十人包括：

主持：張建偉（中國工程院外籍院士，德國國家工程院院士，德國漢堡大學教授）

對話嘉賓：

甘中學（智昌科技集團股份有限公司董事長兼總經(jīng)理，復旦大學教授）

任雷（月泉仿生公司聯(lián)合創(chuàng)始人，吉林大學唐敖慶講席教授）

許多（小米集團技術委副主席、手機部副總裁、機器人公司總經(jīng)理）

程昊（加速進化科技有限公司董事長）

張世璞（Noetix Robotics聯(lián)合創(chuàng)始人、首席執(zhí)行官）

冷曉琨（樂聚（深圳）機器人有限公司董事長）

郭彥東（智平方創(chuàng)始人兼首席執(zhí)行官）

李博陽（大連蒂艾斯科技發(fā)展股份有限公司聯(lián)合創(chuàng)始人、總裁）

趙同陽（眾擎機器人創(chuàng)始人兼首席執(zhí)行官）

以下為RoboX提煉出的討論內(nèi)容，本期主題主要圍繞技術進展，以及瓶頸挑戰(zhàn)；下期內(nèi)容的關鍵詞為中外差距、產(chǎn)學研問題，以及1-5年預測。敬請關注。

關于技術進展與思路

張建偉：本屆世界機器人大會中，有27個人形機器人相關展覽。今年一年全球估計有數(shù)百億美元的相關投資，據(jù)統(tǒng)計現(xiàn)在已經(jīng)有100多家初具規(guī)模的人形機器人。那么，在群雄共爭的情況下，大家如何能將獨特技術突顯出來，如何進行合作，避免重復開發(fā)？

任雷：我們（月泉仿生）原創(chuàng)的「仿生拉壓體機器人原理與技術」，是基于對人體20多年的深入理解，揭示出人體骨骼肌肉的智能原理。

從成果來看，我們第一代「仿生拉壓體行走機器人」可以像人一樣大步走，步速和步長非常接近于人。同時，其單位行走距離消耗的總能量已經(jīng)逼近人體，是人體的1.38倍。而波斯頓動力的Atlas是高達人體的一百倍，弘達的Asmo也是人體的32倍。

另外，該技術也已應用到了手和手臂上，我們現(xiàn)在做的仿生靈巧手，自由度已接近于人的生理自由度數(shù)了，成功率也接近于人手。它可以玩轉筆，魔方，穿針引線等等。

許多：相對于傳統(tǒng)工業(yè)設備，人形機器人最大的改變是從固定機變成了浮動機，導致我們無法對它和環(huán)境的接觸做固定點校準，但同時又要實現(xiàn)很高的精度，這對范式的挑戰(zhàn)很大，我們（小米機器人）也會在這方面進行研發(fā)。

在收集數(shù)據(jù)層面，以靈巧手舉例，現(xiàn)在市場中普通的靈巧手還都在3萬元以上。如果能出現(xiàn)高精度又便宜的手和眼鏡，那會加速功能訓練，讓端到端模型和人形機器人加速落地。

程昊：我們希望機器人小一點，輕一點，甚至一個人就可以在上面開發(fā)算法、操作。

這次（加速進化科技）展臺的特點就是做了機器人踢足球，這也是為數(shù)不多搞機器人對抗的，我們覺得機器人要敢摔，不然很多問題暴露不出來。

張世璞：松延動力專注高自由度解決方案，同時縮小物理仿真和模擬上做Sim2Real的gap。未來三年內(nèi)，我們希望把人形本體或者多自由度本體在服務市場進行商業(yè)化。

冷曉琨：從2022年到現(xiàn)在，無論是從本體、控制，還是具身智能學習上，技術路線都有趨同的趨勢。

所以去年我們（樂聚機器人）發(fā)布夸父人形機器人時，定位就是要做人形機器人+產(chǎn)業(yè)生態(tài)——將本體和操作系統(tǒng)、平臺做好之后，和上下游伙伴加深合作。

郭彥東：現(xiàn)在多了非常多的人形機器人，這種趨勢很合理，因為以前的機器人是為專用場景、專用任務設計的設備，它一定是多種多樣的；而現(xiàn)在我們的愿景是通過AI和足夠泛化的本體技術，承擔更多任務。這就一定會有更多資源導向于這種全新品類，我們叫它通用人工智能機器人。

像我這樣在主機廠待過的人，會有一個共識：不太可能有一家企業(yè)把機器人的所有核心技術全部都自己搞定，這樣很難和市場上最好的分門別類的企業(yè)競爭。

（圖片說明：摘自2024 WRC嘉賓Marc Raibert 演講PPT）

李博陽：我們（EX機器人）始終堅持要做可以與人進行細膩交互的機器人產(chǎn)品，現(xiàn)階段已將人形機器人和大模型做了深度融合。我們更強調(diào)情感AI以及有角色的NPC大模型，讓它更像一個人。

要做的工作包括面部表情和情緒的識別、表達，包括其多模態(tài)模型實際上更接近于人的五感，甚至結合了周邊采集設備的第六感的多模態(tài)分析。

趙同陽：（眾擎機器人）成立不到一年，理念是先做一款能大家用得起，用得好的機器人。此次帶來的雙足機器人價格只有38000多元，比友商9萬多的價格還是要低不少。

還需解決哪些瓶頸？

甘中學：如果把機器人分成三類來看，可分為跑會跳的、心靈手巧的，帶有情感的。

目前對于工業(yè)界和服務界來說，一個比較關鍵的技術就是心靈手巧技術，只有把心靈手巧做好，才能在工業(yè)界實現(xiàn)大部分復雜動作，以及在服務界做好護理工作。

目前我們在能跑會跳上很多做得不錯了，但是在手的實用性上，不管是特斯拉還是國內(nèi)做的，都與人的動作相差很遠。

任雷：距離落地能用上，還有很多的問題需要解決。一個是能耗問題，一個是手和手臂問題，后者是真正決定機器人能完成什么任務的關鍵技術。

我們距離人手水平還差得非常多，這就是為什么我們提出要按照人的肌肉骨骼作用原理來做。我們把關節(jié)完全放開了，而且采用磁極電驅(qū)人工肌肉驅(qū)動，例如膝關節(jié)自由度高達12了。臏骨和大腿也有六個自由度。如果能夠重現(xiàn)人體自然的行走步態(tài)，能耗也會有顯著下降。

還有一件事情必須在批量生產(chǎn)之前解決，就是人機物理接觸安全性的問題，這非常重要。如果是金屬的剛性部件，高速運動起來和人近距離接觸會非常危險，而且對于貴重儀器設備以及家電家具都是不友好的，所以我們認為一定要采用剛柔耦合的結構解決問題。

機器人的理想狀態(tài)是，當它和人接觸起來，感覺就像另外一個人，你不會有任何恐懼感。

許多：要進入規(guī)模化應用，應達到三方面的平衡：

第一個是精度，決定了它能不能有效完成以及完成的成功率。

第二個是速度，決定了你的效率。

第三個是負載，負載決定了它能干多少工作，尤其是汽車工廠。汽車工廠的部件涵蓋各種重量，這對通用本體其壓力很大。

在核心技術上，還是要解決三個核心部件問題：

第一還是眼：現(xiàn)在大部分人還是想用純視覺，IGBT解決。但是到底數(shù)據(jù)規(guī)模到多少，它的精度才能提升？這點現(xiàn)在大家講不清楚。

至少現(xiàn)在到一億條生成數(shù)據(jù)訓的純視覺模型，其精度還是在厘米級，沒有像我們期待的亞毫米級。我覺得這個時候其實還是需要主動雙目的，因為它能提供穩(wěn)定的亞毫米空間點云信息。而主動雙目的機器視覺的部件要怎么去做，其實是今天產(chǎn)業(yè)界非常核心的一個問題。

第二個是靈巧手的問題：從工業(yè)角度看起來，三指比較合適，五指是有點多余了，因為五指的可靠性現(xiàn)在看起來用推桿電機的方式是難以做好的。現(xiàn)在的靈巧手還是很容易壞的，負載一大，基本上就壞了。

第三，小臂的技術：現(xiàn)在大臂負載大概7到10公斤是沒有問題的，但小臂讓整個載動能力急劇下降，因為小臂要去協(xié)同速度和精度。在小臂設計上，其實我很期待任雷老師的臂給我們?nèi)ミm用，因為現(xiàn)在看起來，用傳統(tǒng)諧波的方式做的小臂有非常多的問題。

程昊：我感覺我們正處于第一輪的技術-產(chǎn)品-市場匹配階段，在這一輪中，從電驅(qū)的關節(jié)和算力的主控，構型標準等都在形成統(tǒng)一，這是第一輪的成熟，接下來就看把它包裝成一個什么產(chǎn)品。

第二輪可能就是更高的技術，然后它能做出更好的產(chǎn)品，能滿足更復雜的需求，這需要一輪一輪來。

張世璞：我們公司在1.0版本的時候，就能讓機器人穩(wěn)定行走和跑，不出任何問題。但是當進行強化學習和迭代的過程中，又會暴露新的問題，

因此我們在想，能不能借鑒車企的影子模式，這樣無論是在量產(chǎn)階段，還是對于研發(fā)體系量化，都能持續(xù)發(fā)現(xiàn)bug到底在哪。

大家都在談算法是黑盒，但其實研發(fā)在某種程度上來講，它的范式也存在一個黑盒，所以我覺得可能影子模式是一個比較好的解法。

第二點是在商業(yè)化的過程中，不管是去工廠還是2C，自動駕駛都是最重要的一環(huán)，因為不可能再讓一個人拿著手柄去遙控機器人，而且在移動位置時，它的姿態(tài)也要發(fā)生變化，所以怎樣能夠把感知、視覺和強化學習結合在一起，才能讓它很魯棒地做到自動駕駛，也是一個挑戰(zhàn)。

冷曉琨：今年我們銷量最高的場景還是科研、高校這些場景，大概有100多臺。

但現(xiàn)在我們在工業(yè)場景中，反倒是遇見了一些新的問題，并且這些問題不是人形機器人公司能搞定的。

第一，能源問題。其實現(xiàn)在我們大部分的人形機器人，連續(xù)續(xù)航作業(yè)時間大概也就一個半小時，兩個小時已經(jīng)是極限了，這是接下來雙足人形機器人進入產(chǎn)業(yè)化的一個很大的問題。

第二，電機的功率密度問題。現(xiàn)在是用100公斤的機械臂拉一個10公斤的物品，如果有一天10公斤的機械臂能拉動100公斤物品的時候，很多控制包括智能算法會有一個很大的提升。

同樣的，人形機器人是一個欠驅(qū)動的系統(tǒng)，所以說對于電機的功率密度問題也是一個很大的需求點。但是現(xiàn)在電機功率密度的提升每次都是在2%、5%左右，很難有質(zhì)的突破。

我認為，能源和電機這兩個問題，接下來會較長時間的卡住人形機器人的發(fā)展。

郭彥東：我可能對這個問題有不完全一樣的思考。我覺得作為一家機器人公司，更多要思考的是怎樣去研發(fā)能夠量產(chǎn)的技術，而不是怎么去量產(chǎn)已有的技術。

要想在量產(chǎn)中使用通用智能機器人，首要思考的問題與在實驗室是非常不一樣的。

在機器人不做大規(guī)模量產(chǎn)的時候，大家可能不會覺得泛化操作是一定要做的問題，包括端到端的架構，如果只是做一個原形，用代碼去實現(xiàn)效率是更高的。

但隨著設備量的增大，隨著環(huán)境的多變，隨著適應操作的任務越來越多，那要寫的代碼就越來越多。其實大家討論「需不需要做端到端」這樣的問題，如果放在要批量化的前提下，就很容易有一個非常有傾向性的答案。

李博陽：實際上，做任何的智能決策也好，感知是第一步。我覺得現(xiàn)在機器人感知的能力，還有很大的欠缺，不光是廣泛說到的空間和環(huán)境感知，可能還包括它對自身本體狀態(tài)的感知，以及它跟客戶、使用者之間的關系的感知。

現(xiàn)在的感知階段，是從語音、傳感器一些方式上去獲取了一些信息，但是與人類相比，還遠遠不夠。

從機器人廠商來講，我們對于批量化主要考慮的就是做取舍。

不過現(xiàn)在考慮成本問題還過早，因為現(xiàn)在還是一個百花齊放的階段，要先考慮怎么能讓機器人在應用場景下「可用」，并且賣的出去，然后再考慮去降成本。

趙同陽：我認為人形機器人分為四大塊：優(yōu)秀的本體、高動態(tài)的控制算法、更具泛化性的具身智能，以及接近人的通用人工智能。但目前每一塊的落地都還有巨大的挑戰(zhàn)。

首先在本體這一塊，現(xiàn)在大家都用電動方案，不管是電機、減速機還是控制器，其實都還屬于傳統(tǒng)行業(yè)。雖已在機械臂行業(yè)經(jīng)過驗證，但是在人形機器人上應用還是第一次。

要想做到工業(yè)級別的人形機器人，成本至少需要10萬到12萬元。我們希望它接近于汽車，具有10-15年的壽命，所以耐久性、可靠性還是非常具有挑戰(zhàn)性的。

現(xiàn)在很多機器人走起來還是咵咵響、小碎步、彎著腿，這都不是我們希望看到的。行走不僅是一門技術，還是一門藝術。要達到藝術級別，我認為至少還需要1-2年的時間。

另外，機器人不僅有很好的軀體，還需要有足夠有趣的靈魂。從最近的百模大戰(zhàn)可以發(fā)現(xiàn)，很多公司都在做一個大而全的東西，感覺它更像是百科全書。但我們有時需要機器人是一個萬能的上帝嗎？不是的。

現(xiàn)在很多大模型，它的服務器上面可能就住著一個萬能的上帝，全面但是雷同。我們希望大模型以后的發(fā)展，是每個機器人都擁有性格，是有趣的靈魂。

（未完待續(xù)）