资本认为人形机器人

2024-08-27

前沿技术，数智经济

文｜刘俊宏

编｜王一粟

在闷热的场地里，激动的议论声，所有人都害怕错过这个场地。 AI 让机器人进化的盛宴。

会展现场人山人海智能拍摄光锥

8 月 21 日，2024 世界机器人大会（WRC）开幕于北京。 169 家企业携 600 在剩余产品的展览中，具体智能以几乎独立“承包”一个场馆的战斗，27 家庭公司的人形机器人和机器狗吸引了最多的观众。

光锥智能在众多机器人演示中发现，各企业执行复杂任务的能力明显增强，实用性也大大提高。

与去年相比，机器人展示了更多简单的舞蹈、对话和两步走的任务能力。今年有一场人形机器人足球比赛，比如伟景智能机器人摘水果，优秀机器人修车，星辰服务机器人写毛笔字，加快进化。宇数科技不仅表演了一只持续侧卧翻跳跃的机器狗，还带来了定价。 9.9 人形机器人一万元—— G1。随着众多厂商机器人能力演示价格的出台，人形机器人越来越接近现实。

宇树科技 G1 机器人动作演示

"大型机器人的发展，极大地促进了人形机器人的进步。"

科大讯飞副总裁、研究院院长刘聪对光锥智能表示，无论是“大脑”的感知和理解能力，还是“小脑”的运动控制能力，都有了很大的提高。

更进一步，联合创始人和逐际动力 COO 张力觉得，AI “通用人工智能使软件、算法能够帮助机器人完成许多以前根本无法完成的事情，”进化使机器人完成了跳跃性的提高，

随着 AI 随着大模型的突破，今天的人形机器人开始向自动驾驶方向发展。机器人在快速迭代的进化中，参考了端到端的大模型，让汽车在理解世界的同时，也表现出了理解复杂指令、学习更流畅的动作。与此同时，在模型训练的需要下，人形机器人也进入了数据驱动智能迭代的阶段。各种机器人制造商也试图在家庭、工业、仓储物流和零售等一系列场景中占有一席之地。希望在以单一场景为核心获取数据和迭代的闭环后，打通各个领域，最终走向通用。

虽然在过去 AI 在发展的十年里，机器人经历了许多希望和幻灭。然而，通过机器人明确的进化方向，星尘智能创始人来到杰兴奋地说:“未来十年，人形机器人是最值得做的事情。”。

在资本、技术和行业中，机器人正在掀起一场共同的狂欢。

资本认为人形机器人

刘聪对光锥智能说：“这两年看到最多的投资，除了大模型就是机器人。

虽然人形机器人行业还处于演示能力的时期，但是投资者和企业家都知道，不能错过这个风口。

回顾过去一年的投资趋势，作为最热门的机器人，我们发现人形机器人在技术和难度最高的同时，也占据了资本市场的高地。

企业家方面，IT 橘子数据显示，2023 年 1 到目前为止，国内已经建立起来 29 家庭人形机器人企业，包括 22 家庭至少得到了 1 轮融资。其中，由前华为天才少年“稚晖君”创建的智元机器人正在建立 17 七轮融资在个月内完成，投资前估值已经达到。 70 亿元。

根据《中国电子报》的不完全统计，从资本的角度来看，2024 全球人形机器人领域的融资事件超过20年上半年 22 首先，融资金额超过 70 十亿美元。对人形机器人的投资热情，不少投资机构的布局堪称“扫货”。

蓝驰风险投资合作伙伴曹巍表示，他已经在机器人领域投资超过 10 家庭初期项目。经纬风险投资是四家人形机器人公司的“明星天团”，拥有宇树科技、智元机器人、银河通用、星尘智能。

“行业和资本对机器人的未来非常乐观，因为这是一个万亿美元的市场”。在会议现场，优必选全球销售总监李卓对光锥智能表示。

所以，在软件、硬件、资本推广、前沿应用效果的共同作用下，人形机器人已经成为 AI 最受欢迎的跑道时代。

以宇树科技在 2023 直到年初，我才开始探索人形机器人的经验。王兴兴认为，“全球人形机器人的控制技术并不是每个人都特别理想。性能无法提高，无法达到实用或工作阶段，所以多年来没有成为人形机器人。”。

现在，随着机器人软硬件产品的升级，人形机器人正逐步从实验室走向实际应用场景。今年 7 月份，马斯克说特斯拉工厂已经有两个了。 Optimus 机器人正在运输电池。在这次机器人大会上，我们还看到了优必选的人形机器可以执行简单的汽车质量检验任务。

优秀必选机器人演示质检情景

诚然，从人类熟练工人的角度来看，机器人“员工”的效率仍然太低。但是如果与规模叠加，人形机器人 24 小时连轴工作的特点，仍然吸引着汽车、物流、研究所、AI 不同领域的科技尝试意愿，共同催促人形机器人的交付过程。

"在 2022 年底，我们还没有成为人形机器人，但一些客户已经要求我们购买人形机器人。王兴兴认为宇树科技的人形机器人进步是乘势而上的结果。

然而，猎豹移动董事长兼兼 CEO、猎户星空董事长傅盛认为，机器人行业还有很多方面需要打磨，尤其是“两条腿走路”的人形机器人面临物理限制。“双脚机器人的技术太复杂了，必须依靠机械结构。机械结构的迭代不会像自动驾驶那么快，每年也不会有太大的进步。”

但是总而言之，业内玩家对人形机器人的预测完善时间达成了基本的一致意见。李卓对光锥智能表示，“估计还有行业 3-5 2008年可以完全完善”。

对于头部企业家来说，此时此刻的人形机器人就像是 2019 2008年，特斯拉刚刚推出 FSD 芯片、百度 Apollo 刚刚拿到多张检测牌照的自动驾驶，一切都充满了希望。

一切，都是因为这一轮的人形机器人。 AI 在大型模型的作用下，完成了根本性的变化。

AI 进化，机器人更像人

"一是大语言模型，二是端到端算法."

光轮智能创始人兼 CEO 谢晨总结了这一轮机器人进化的最大原因。

在会议现场，设计差异化的人形机器人、机器狗甚至餐饮机器人都表现出“更合理”的动作表现。与一年周期相比，今年会议上的机器人操作明显顺利多了。

一个明显的例子可以从机器人制作冰淇淋的简单任务中看出。在去年的世界机器人大会上，机械臂的运动基本上是单调地进行“转圈”。今年，智能冰淇淋机器人的运动明显更加流畅。机械臂只转了一圈，就拿出了冰淇淋。

2023 年（上）和 2024 冰淇淋机器人年(下)动作表现对比

动作流畅性的不同，代表着机器人任务执行的底层逻辑发生了变化。

“原来的机器人操作设计是模块化的，底层是学习加规则混合的方案。”星海图创始人、清华大学交叉信息学校助理教授、MARS Lab 赵行主任解释说，“这种模式有点像以前自动驾驶的物体检测。 - 决策 - 规划 - 控制过程。例如，在制定抓取策略之前，我们应该对物体进行检查、状态和姿势估计。然而，现实中的大多数物体根本没有姿势，就像桌子上铺着一张纸，很难定义姿势和要点。"

这和自动驾驶的发展完全一样。在机器人动作规划和自动驾驶发展到“端到端”之前，我们遇到了类似的问题。——开发特定场景的方式，只能依靠规则写出有限的动作，难以适应现实世界的无限场景。

机器人只能操作形状和类型有限的物体，就像自动驾驶只能在封闭的路段使用一样。有了“端到端”的机器学习，机器人也可以学习如何抓取不同形状、颜色和柔软度的物体，就像汽车可以自己学习如何掉头一样。

优优必选机器人听指令抓东西。

参考自动驾驶与大模型相结合的趋势，机器人在融合了多模型大模型后，可以逐渐了解现实世界。在现场，银河通用机器人展示了药房值班的场景。机器人看到有东西掉在地上，可以自己捡起来，除了把药放在架子上。

银河通用机器人演示药房值班情景

AI 刘聪认为，大型机器人技能提升的重要性主要表现在三个方面：

第一，大型模型显著提高了机器人处理复杂任务的能力，根据理解，将复杂任务分解成一系列可执行的任务。

下一步，在多模态大模型的能力下，机器人可以依靠视觉、触觉在更复杂的场景中工作。

最后，体现在运动能力上，机器人可以依据 AI 模拟生成的数据。如果没有大型模型，机器人实现的功能将相对有限。

由此也可以看出，除大模型技术外，信息是制约机器人进化的关键因素。

为了获得足够的机器人训练数据，许多制造商通过将真实数据与模拟数据相结合来处理它们。在获取真实数据时，制造商通常通过真实的动作和机器人遥控操作将任务过程中的数据“喂”给大型模型。模拟数据是通过构建尽可能真实的场景，设置尽可能多的建模和真实参数来训练虚拟机器人。

然而，以上两种形式仍然存在着各自的不足，目前机器人行业还远远没有达到数据飞轮的启动时间。另一方面，真实数据的成本极高，机器人目前还没有达到自动驾驶的普及程度。制造商需要花费长时间和配置数据标准团队来积累足够的真实数据。对模拟数据而言，最大的问题是现实模拟不够真实。机器人可以成功地模拟世界，但是进入现实世界会有一定的失败率。

“在这个阶段，对机器人行业最大的限制，还是 AI 不太够。AI 模型、AI 训练数据集，AI 这一幕的落地布置，都远远不够。”王兴兴说。

而随着 AI 的发展，赵行预测，“随着算法和算法泛化能力的提高，未来机器人学习一项技能的数据量将从现在的几千或几万下降到几千甚至几十个数量级。”

参照自动驾驶行业大规模生产带来的数据飞轮，为了进一步处理数据问题，很多机器人厂商都在探索从大规模生产中“获取”数据。

抢销量

人形机器人站在量产前夜

价格，是人形机器人大规模生产的一大限制因素。

根据光锥智能在世界机器人大会上向大家介绍，智源机器人合作伙伴兼营销服副总裁姜青松表示， 1.7m 行业内高价人形机器人的售价大概是 60-70 万。

与前几年数百万波士顿动力相比，这些价格已成为少数行业可以接受的“尝鲜价格”，但距离大规模普及还很远。

“现在还没有真正到达商业闭环，”王兴兴说。一个机器人无法达到比人更低的成本，商业价值仍然不积极。”

这是因为，从R&D成本的角度来看，由于人形机器人的不成熟，企业的R&D过程将在技术布局、硬件选择、场景制作等环节设置足够的冗余空间。这导致产品在初始R&D成本的分担下，除了必要的硬件，还有大量的“隐性成本”。

然而，销售结束后，机器人公司将继续对应用效果负责。在会议现场，一位参展商告诉光锥智能，“制造商应该为工业领域的试点客户配备专门的驻地团队进行后续的R&D和维护。

虽然目前的客户需求和产品都非常不规范，但光锥智能在会议现场发现，很多厂商已经尝试在不同的需求下制定相应的产品策略，试图让机器人的销售更加顺畅。