人形機器人，為何一定要做成“人形”

進入2024年的人形機器人，發展有多快？

“或許某一天有‘人’敲你的門，但你分不清站在外面的是機器人還是真人。”在日前在杭州舉辦的阿里巴巴云棲大會“云與AI的創見”主論壇上，至頂科技CEO高飛提出，這一天或許很快就會到來。

但這一天到底會在什么時候到來？高飛也沒有答案。他看到的是，隨著大模型的出現，人工智能（AI）越來越讓人真假難辨。而當“人形機器人+大模型”組合闖進人類世界，人形機器人或許將迎來“圖靈時刻”。

在云棲大會上展出的人形機器人。 阿里云 供圖

機器與物理世界交互的載體

對于許多人而言，機器人早已不是新鮮事物，但人形機器人是。尤其2024年以來，人形機器人仿佛一夜之間走出實驗室，吸引了人們關注的同時，也成為投資圈的新寵。

人形機器人不就比機器人多了個“人形”么？何以如此與眾不同？甚或，人形機器人為何一定要做成“人形”？

成立于2022年1月的深圳逐際動力科技有限公司（以下簡稱逐際動力），從創立之日起就瞄準“通用機器人”的研發制造這個賽道。其創始人張巍在回答高飛拋出的這個問題時，談到了“人形”的獨特之處。

“首先我覺得，機器人和AI的使命不同，AI代替人的部分思考和決策，而機器人本質上要替代人的勞動，所以它必須能動。”張巍說，各式各樣的機器人本質上只做兩件事：移動和操作。而通用機器人的特點，就是在這兩種能力上都能達到接近人的環境適應能力和對任務的泛化性。

張巍提到，如果只需要機器人具有通用的移動能力，它可以不需要雙臂；但只要論及通用的操作能力，雙臂、雙腿都是必須——否則就不能做許多人的工作。

他也談到，大模型的出現，讓“通用”和“專用”有了更多意義。“大模型強調先構建一個通用的基礎模型，然后再在上面‘生長’出專用的能力，這是系統化解決AI泛化能力的一個關鍵。”

在張巍看來，軟件算法的通用性要靠大模型，而機器人與物理世界交互的通用性，就要靠人形機器人。

“所以我覺得人形機器人一定要做成人形，而且是有兩條腿的人形機器人。”他說。

在現場，北京銀河通用機器人有限公司（以下簡稱銀河通用）是一家比逐際動力還年輕的人形機器人創新企業，它由歸國學者、北京大學助理教授王鶴創辦。自2023年5月成立迄今僅16個月，就拿到超7億元融資。業內人士對其最新估值為30億元。不過，銀河通用現階段研發的人形機器人并沒有兩條腿，它的“雙腿”是一個可以360度活動的輪盤。

“銀河通用從創立的第一天，目標就是實現通用機器人。”王鶴說，不過他認為，通用機器人之路需要一個過程——逐步從“單一場景、多任務、可移動”過渡到“多場景、多任務”，最后實現“全場景、全任務”。

王鶴認為，在這個過程中，人形機器的形態上在不同階段有它最適合、最經濟、最穩定的載體，并實現在對應場景中“沿途下蛋”、創造價值。

他還進一步解釋了現階段銀河通用人形機器人“為何有兩只手卻沒有腿”：“我們選擇先從幾個特定場景如藥店、超市等零售行業，機器人可以幫助上貨、下貨，在工廠抱箱子。這些場合只要是平地，360度輪式是夠用的。”

人形機器人“小腦”更受關注

如果粗略地將人形機器人重要的技術分成3塊：大腦（智能水平）、小腦（身體協調和運動能力）、本體（機器人硬件等），“行家”更關注它的哪部分？

答案是“小腦”。

清華大學交叉信息研究院助理教授、北京星動紀元科技有限公司（以下簡稱星動紀元）創始人陳建宇雖然是“90后”，但他已是機器人行業“老兵”，有著超10年的機器人和AI研發經驗。

“‘大腦’‘小腦’‘本體’都同等重要，但如果相對人形機器人來說，我個人認為是‘小腦’，因為它是人形機器人最基礎的、賴以立足的部分。”陳建宇說，如果只有大腦和本體，人形機器人“只是一堆會思考的爛鐵”。

陳建宇同時提到，他看到的是，現在人形機器人的“小腦”相對于其他部分，技術是最薄弱的，也是不確定性最高的。

“‘大腦’的發育有不斷進化的大模型技術，機器人本體也有許多可以借鑒的硬件新技術，但我們發現，現在大部分機器人操作和運動能力的技術源頭，還是十幾年前甚至幾十年前工業機器人或掃地機的技術。”他說，這讓他擔憂人形機器人的發展前景。

當前，人形機器人的雙手和雙腿還不能像人一樣的又穩又快又靈活，能夠“上得廳堂、下得廚房”幫人們做事；甚至稍微需要一些靈巧度的事情，機器人都有可能搞砸，比如在倒水的時候捏碎一只玻璃杯。

因此，當談及人形機器人最關鍵的技術能力時，幾位技術派的創業者不約而同地提到兩個關鍵詞：泛化和通用。

“看一款人形機器人是不是真的厲害，你就在演示的時候給它搗亂——走的時候突然上去踢一腳、給它設置一些障礙物，或者在它要做一個抓取動作時突然把目標物移開，然后看它能不能穩定、智能地去適應或完成。”陳建宇說。

王鶴和張巍的答案雖然和陳建宇不太相同，但講得是同一回事。

王鶴說，銀河通用現在著重關注機器人上半身的“手—眼—腦”的協調。例如，看它抓取物體是否能夠做到不限材質、色澤，能不能通過機器視覺的泛化能力，在完全陌生的環境有強大的適應性。“第一是它的泛化能力有多強，第二是看它能不能跟人用自然語言順暢地溝通，然后實現零代碼部署。”

“我看機器人先看腿。”張巍說，他認為人形機器人不是傳統機械臂公司的延續，而是一個“本質就是要‘長’出兩條腿來的新物種”——這兩條腿既要能完成本職工作，有對地形的泛化能力，還要能支撐雙臂完成全身協同的操作。

“這是雙腿存在的價值。”張巍說。

人形機器人何時才能“下地干活”？

相比銀河通用、逐際動力這些“新銳”勢力，成立于2016年的杭州宇樹科技有限公司（以下簡稱宇樹科技）算得上是一家“老牌”機器人公司。在創始人、CEO王興興的帶領下，宇樹科技并沒有“All in”人形機器人，而是四足機器人和人形機器人“兩條腿”走路。目前，宇樹科技的四足機器人不但實現量產，還在多個行業的數十個項目上展露應用潛力、實現商品化，儼然四足機器人企業“龍頭”。

“如果在三五年前有投資人問我，宇樹科技做不做人形機器人，我會堅決反對。”王興興說，這緣于他的研發經歷。在上大學時，他就嘗試做過小型人形機器人，當時的失敗經歷讓他意識到，當前人類科技無法駕馭那么復雜的機器人系統。

改變他看法的，是驚艷到他的大模型技術。2023年，宇樹科技也開始涉足人形機器人。一年半后，宇樹科技已經發布了兩款人形機器人。

“人形機器人的發展節奏，無論硬件還是軟件，都超出了我的預期。”王興興說，他希望到2025年，能看到推理性能和運動水平能夠同步進化的AI模型：“只要給它看一個演示視頻，它就能學會一個動作”。

這不是一般的進步。王興興認為，如果能夠實現，將會對人形機器人未來的應用落地帶來巨大空間。到那時，就不必再去想“人形機器人何時才能‘下地干活’？”這個問題了。

王鶴和王興興都認為，即便是現在，人形機器人的技術也已經來到了產業化的邊緣。他們預計，到2025年，人形機器人將在某些固定場景產生一些具有商業價值的落地應用；3年后，全球范圍內誕生更加通用的機器人“是有很大概率的事”；而隨著資本對人工智能、機器人持續不斷的巨量投入，未來5~10年，人形機器人成規模地進入工廠甚至人類家庭“此景可待”。

不過，張巍對此有不同的理解。他認為，人形機器人的賽道用時間衡量比較難，因為這個賽道的產業發展是“事件驅動”而非技術驅動，關鍵要看什么時候找到“關鍵事件開關”。他還提醒，“避免過早的商業化”或許對人形機器人未來的商業化更友好，畢竟誰也不想看到人形機器人的產業落地走人工智能一開始“智能不夠就靠人工打補丁”的老路。

陳建宇則提出，根據美國社會學家艾弗雷特·羅杰斯提出的“創新擴散模型”，任何創新產業都會有早期使用者愿意去嘗試、試錯，人形機器人產業也會如此：“相信近兩年就會看到各個行業對人形機器人的早期試用者。”