人形機器人走向商業(yè)化，哪些應用與技術(shù)挑戰亟待攻克

“人形機器人集成人工智能、高端制造、新材料等先進(jìn)技術(shù)，有望成為繼計算機、智能手機、新能源汽車(chē)后的顛覆性產(chǎn)品，”這是2023 年工信部發(fā)布的《人形機器人創(chuàng )新發(fā)展指導意見(jiàn)》的第一句話(huà)。

可見(jiàn)，“頭腦”聰明、“四肢”靈活的人形機器人正成為未來(lái)產(chǎn)業(yè)的新賽道。

高盛最新預測人形機器人市場(chǎng)規模在2035年將達到378億美元，相較2022年60億美元的預測值提升了6倍多。對此，高盛指出，技術(shù)進(jìn)步是推動(dòng)市場(chǎng)增長(cháng)的關(guān)鍵因素，同時(shí)高規格機器人物料成本在一年內下降40%左右。因此高盛預計人形機器人將可更快實(shí)現盈利，對人形機器人出貨量的測算相較2022 年增加了4倍，達140萬(wàn)臺。在落地時(shí)間方面，制造業(yè)領(lǐng)域的應用時(shí)間在2024年就將開(kāi)始，消費者端的應用時(shí)間也將提早到2028年。

多位業(yè)內專(zhuān)家認為，2024 年有望成為人形機器人的量產(chǎn)元年。

關(guān)于未來(lái)，按照特斯拉CEO 馬斯克的樂(lè )觀(guān)預測，假設人形機器人與人口比例為2:1，人形機器人需求量有望達到100~200億臺，人類(lèi)對人形機器人的需求甚至會(huì )遠遠超過(guò)汽車(chē)。

那么，目前各行各業(yè)已有了越來(lái)越多的機器人，為何要造人形機器人？人形機器人的應用和技術(shù)特點(diǎn)是什么？縱觀(guān)發(fā)展歷史，目前的人形機器人處于什么階段？

1 為什么需要人形機器人

首先，相比四足機器人、機械臂等傳統機器人設備，具有更強的通用性。一臺人形機器人可以替代多種單一功能設備，也可以應用在多種生產(chǎn)生活場(chǎng)景中。

其次，作為一種模仿人類(lèi)外觀(guān)、形態(tài)和行為能力的智能機器人，人形機器人可以無(wú)縫使用人類(lèi)所有基礎設施和工具，融入人類(lèi)社會(huì )。

再有，通過(guò)AI尤其是生成式AI賦能，給機器人帶來(lái)了“大腦”，可實(shí)現自然的語(yǔ)言交互與行為動(dòng)作，使其形態(tài)、交流、工作能力更像人。

因此在特種環(huán)境應用、智能制造、醫療、教育、家政等領(lǐng)域有廣泛的應用前景，有望顛覆一些領(lǐng)域現有的發(fā)展格局。

2 哪個(gè)領(lǐng)域的應用會(huì )率先落地？

答案是智能制造領(lǐng)域。人形機器人正進(jìn)入工廠(chǎng)，可代替部分重復性崗位，特別是當前工業(yè)機器人無(wú)法勝任的長(cháng)尾工種。業(yè)界普遍預期，汽車(chē)生產(chǎn)線(xiàn)是人形機器人首個(gè)落地場(chǎng)景。因為：①汽車(chē)業(yè)勞動(dòng)力短缺和成本上漲，促使車(chē)企加快擁抱生產(chǎn)自動(dòng)化。②相較于汽車(chē)，其他行業(yè)（例如3C 制造和醫療等領(lǐng)域）的零部件更為精細，對于機器人執行能力的精準性要求更高，更為復雜。

在汽車(chē)制造中，目前在總裝環(huán)節的自動(dòng)化程度相對較低，是人形機器人可以發(fā)揮作用的機會(huì )點(diǎn)，其余制造環(huán)節已有工業(yè)機器人的成熟部署。例如汽車(chē)總裝部分的安裝汽車(chē)內飾、貼車(chē)標、玻璃窗打膠等，工業(yè)機器人還沒(méi)能替代人類(lèi)。這是因為車(chē)的結構完全是按照人體的活動(dòng)特點(diǎn)進(jìn)行設計的，普通工業(yè)機器人無(wú)法像人一樣自由彎腰、下蹲來(lái)執行一些裝配工作；相對而言，人形機器人擁有更靈活的移動(dòng)能力，可以將現在仍由人類(lèi)操作的崗位進(jìn)一步自動(dòng)化。

在商業(yè)化落地方面，車(chē)企已開(kāi)始為機器人的場(chǎng)景化應用與訓練提供平臺，例如，今年1 月，美國Figure AI同寶馬簽署了一項合作協(xié)議，計劃在寶馬位于美國南卡羅來(lái)納州的汽車(chē)制造車(chē)間部署人形機器人。今年2 月下旬，優(yōu)必選首次公開(kāi)最新版人形機器人Walker S在蔚來(lái)合肥汽車(chē)第二先進(jìn)制造基地總裝車(chē)間“實(shí)習”的畫(huà)面（圖1），視頻展示了Walker S 完成車(chē)門(mén)鎖質(zhì)檢、安全帶檢測、車(chē)燈蓋板質(zhì)檢、貼車(chē)標等任務(wù)，人形機器人展現出精巧的身體控制能力。3 月15 日，梅賽德斯- 奔馳宣布將Apptronik公司研發(fā)的Apollo人形機器人引入生產(chǎn)線(xiàn)，以應對低技能、重復性工作崗位的勞動(dòng)力短缺。

圖1 優(yōu)必選Walker S在蔚來(lái)工廠(chǎng)實(shí)訓（圖片來(lái)源：網(wǎng)絡(luò )）

有業(yè)內人士預估，還需5~10 年才能看到人形機器人大批量部署汽車(chē)裝配車(chē)間。

在其他領(lǐng)域方面，有專(zhuān)家認為人形機器人會(huì )首先替代某些專(zhuān)用領(lǐng)域的工作，例如焊接機器人，然后功能再不斷向外拓展，實(shí)現多功能化。因此，當前的一大挑戰是開(kāi)拓人形機器人的應用場(chǎng)景。

3 人形機器人的技術(shù)挑戰

3.1 人形機器人的結構組成

工信部《人形機器人創(chuàng )新發(fā)展指導意見(jiàn)》提出，到2025年，人形機器人創(chuàng )新體系初步建立，“大腦”“小腦”“肢體”等一批關(guān)鍵技術(shù)取得突破。

其中，“大腦”主要應對環(huán)境感知、行為控制和人機交互，“小腦”主要對應“運動(dòng)控制”?！爸w”關(guān)鍵技術(shù)是執行技術(shù)群的核心，主要由高緊湊機器人四肢結構、靈巧手與骨架身體結構組成，技術(shù)包括仿生傳動(dòng)、拓撲優(yōu)化、新材料、增材制造、一體化設計等?！兑庖?jiàn)》強調了輕量化、高強度、高動(dòng)態(tài)、高爆發(fā)、高精度、長(cháng)續航等人形機器人需求的特點(diǎn)。

人形機器人主要部件有：電機、減速器、傳感器、上肢傳動(dòng)方式、下肢傳動(dòng)方式、手部關(guān)節。

在人形機器人的產(chǎn)業(yè)鏈中，從長(cháng)期看最具價(jià)值的部分在于軟件，即能夠自研或擁有AI 算法等核心技術(shù)者，將掌控人形機器人的發(fā)展方向。從目前看，價(jià)值占比高、增量空間大、利潤可觀(guān)的部分有減速器、滾柱絲杠、伺服電機、傳感器等。

3.2 人形機器人的主要挑戰

●   關(guān)節多而精密。普通工業(yè)機器人的關(guān)節數量一般在2~6個(gè)左右，而人形機器人關(guān)節數量在40個(gè)以上。通常人形機器人的每個(gè)關(guān)節需要1臺伺服電機，部分與行走平衡相關(guān)的關(guān)節對電機的高爆發(fā)力矩響應和穩定力矩輸出提出了極高的要求。

●   高性能、低成本。據中科院自動(dòng)化所的專(zhuān)家介紹，如何讓具有40 多個(gè)自由度、平均體積與人相當的復雜人形機器人系統精準完成各類(lèi)任務(wù)，同時(shí)將整機成本控制在25 萬(wàn)元以?xún)?，是一個(gè)重要挑戰。目前，減速器、伺服電機、控制器等核心零部件占機器人整機成本的七成以上。

●   需要輕量化骨骼、高強度本體結構、高精度傳感、全身協(xié)調運動(dòng)控制和手臂動(dòng)態(tài)抓取靈巧作業(yè)等技術(shù)。

●   工業(yè)制造領(lǐng)域對機器人工作的精準度和效率要求非?？量?，人形機器人在此有較大提升空間。業(yè)內專(zhuān)家認為，人形機器人和目前已經(jīng)成熟的工業(yè)機器人是兩類(lèi)機器人，是互補關(guān)系，而不是競爭關(guān)系。工業(yè)機器人在精準高效上有非常大的優(yōu)勢，人形機器人在通用性上較有優(yōu)勢。

●   與人類(lèi)一樣，人形機器人也有“大腦”和“小腦”。“小腦”的挑戰包括復雜地形通過(guò)、全身協(xié)同精細作業(yè)等任務(wù)需求；“大腦”包括增強人形機器人的環(huán)境感知、行為控制、人機交互能力等。

●   在系統集成方面，如何將感知、認知、決策、控制等軟件算法與傳感、機械、材料等硬件系統有機融合，形成整體性能高于單元器件性能的軟硬件一體化綜合系統，也是國內外人形機器人相關(guān)研究人員面臨的共同挑戰。

4 資金大量涌入

人形機器人技術(shù)突破背后，資本正大力輸血。資本樂(lè )意輸血的主要原因，首先與馬斯克的Optimus（擎天柱）的概念誕生有很大關(guān)系，2021 年特斯拉AI Day上，Optimus完成了第一次圖片亮相，2023年馬斯克放出豪言，人形機器人的市場(chǎng)規模終有一天將超過(guò)汽車(chē)。其次，以GPT大模型為代表的生成式AI 的推出，將AI產(chǎn)業(yè)帶到了一個(gè)新高度，“大模型+ 機器人”的具身智能興起，使人形機器人不僅初具智能“大腦”，且“大腦”“小腦”的研發(fā)迭代速度加快。

在國際市場(chǎng)，融資不斷加大。2024 年年初，挪威人形機器人公司1X Technologies收獲1億美元融資。更引發(fā)關(guān)注的是美國人形機器人賽道新星Figure AI，在2月下旬完成6.75億美元B輪融資，微軟、英偉達等科技巨頭投資者提供資金和技術(shù)支持。1X Technologies和Figure AI還有個(gè)共同的背景——得到OpenAI的加持。有了大模型，人形機器人就有了“大腦”，具身智能體才有望步入現實(shí)。

在國內，據中國機器人網(wǎng)統計，2023年國內共有9家人形機器人企業(yè)獲得累計超過(guò)19億元的融資，其中3家企業(yè)單輪融資金額超億元。在資本一級市場(chǎng)上，2024年初的近3個(gè)多月以來(lái)，已有多個(gè)上億人民幣或美元的融資案例。例如2024 年春節前，杭州宇樹(shù)完成了B2 輪融資，金額近10億元人民幣。二級市場(chǎng)上，人形機器人的市值也在大幅增長(cháng)。例如優(yōu)必選的市值從港股上市初（2023 年12 月29 日）的380 億港元，翻番至當前（2024年4月2日）的925億港元左右。

5 哪類(lèi)企業(yè)在造人形機器人

當前國內人形機器人廠(chǎng)商主要分為四類(lèi)。

●   傳統機器人及其零部件廠(chǎng)商。例如國內的達闥、傅里葉等，特點(diǎn)是有多年機器人及零部件的技術(shù)積累。

●   智能電動(dòng)車(chē)企。像特斯拉一樣，小鵬也入局研發(fā)人形機器人，比亞迪2023 年投資押注智元機器人公司。馬斯克曾說(shuō)，自動(dòng)駕駛的本質(zhì)就是機器人。這種“機械+電子”的模式也是人形機器人的要素。車(chē)企的入局，一方面是自用的需要——可以在自己的汽車(chē)制造工廠(chǎng)落地應用，另一方面也可以向其他應用領(lǐng)域延伸發(fā)展。

●   AI、互聯(lián)網(wǎng)企業(yè)。例如國內的科大訊飛、小米等企業(yè)。

●   獨角獸、初創(chuàng )公司。例如智元機器人等。智元2023年2月公司成立，其創(chuàng )始人之一曾是華為“天才少年”、坐擁250 萬(wàn)粉絲的B站up主——稚暉君彭志輝，他的搭檔是上海交大教授閆維新。自2023年2月成立以來(lái)，智元機器人已馬不停蹄拿下6輪融資，堪稱(chēng)VC圈最火爆項目之一。同年8 月發(fā)布了第一代通用型人形雙足機器人“遠征A1”。

6 部分明星機器人

●   特斯拉Optimus

2021 年特斯拉AI Day，所有商業(yè)化人形機器人的原型——Optimus（擎天柱）完成了第一次圖片亮相。一年之后，2022 特斯拉AI Day，“四肢健全”的Optimus在數個(gè)成年男子的“攙扶下”正式上臺與全球觀(guān)眾打招呼。2023 年，馬斯克放出豪言，人形機器人的市場(chǎng)規模終有一天將超越汽車(chē)，達到100億臺。然而，有人在2023年二季度時(shí)詢(xún)問(wèn)馬斯克過(guò)去幾年制造了多少臺Optimus，得到了僅“5~6”臺的答案。巧合的是，這個(gè)數字與國內“人形機器人”第一股優(yōu)必選在過(guò)去幾年賣(mài)出的用于科研教育的人形機器人數量相當。

到了2023年7月，Optimus人形機器人在上海世界人工智能大會(huì )WAIC中完成了中國首秀。身高1.72m，體重56.6kg，擁有正常人身材的Optimus，靜態(tài)地被封存在展會(huì )的透明柜中。

2023年12月13日，馬斯克釋出了Optimus第二代機器人（Gen 2）介紹視頻（如圖2）。與第一代相比，Optimus Gen 2采用了特斯拉自研的執行器和傳感器，并在行走速度、平衡感和身體控制、手部精細操作等方面有明顯性能提升。零部件方面，Optimus Gen 2搭載了由特斯拉自研的執行器和傳感器、2自由度驅動(dòng)頸部、11自由度靈巧手、觸覺(jué)傳感器（十指）、執行器集成電子和線(xiàn)束、足部力/ 扭矩傳感器、鉸接式腳趾等。整體性能方面，Optimus Gen 2行走速度提高了30%，全身重量減輕10kg，同時(shí)平衡力及全身控制均得到提高。

圖2 特斯拉Optimus Gen 2

●   Figure AI 的Figure 01

2024年1月，人形機器人初創(chuàng )公司Figure AI突然放出了公司旗下機器人Figure 01進(jìn)入寶馬工廠(chǎng)“實(shí)習”的相關(guān)資料，引發(fā)全球媒體關(guān)注。據悉，該公司的Figure 01機器人推出于2023年10月，身高1.67m，重約60kg，主要負責替代寶馬工廠(chǎng)中一些原先必須由自然人承擔的有一定危險系數的工作。Figure 01也成為了首個(gè)正式投入實(shí)際場(chǎng)景的人形機器人。

同期，Figure AI還曝出與OpenAI就具身智能開(kāi)展合作，兩者將依托語(yǔ)言與視頻動(dòng)態(tài)捕捉，利用機器人神經(jīng)網(wǎng)絡(luò )的分析與理解，希望從真正意義上實(shí)現機器人的人智。

3月中旬，Figure AI放出了一段基于OpenAI大模型加持的演示視頻（圖3），demo 機器人在只有獨立神經(jīng)網(wǎng)絡(luò )的支持下，完成了從接收人類(lèi)指令，到執行向人類(lèi)傳遞并放置物品的動(dòng)作。

在這段視頻的背后，demo機器人并沒(méi)有任何的人為遠程指令操作，而是依靠“端到端”神經(jīng)網(wǎng)絡(luò )與大模型的加持，真正實(shí)現自主運動(dòng)。

●   優(yōu)必選的Walker S

Walker S身高1.70m，外觀(guān)比例更接近人類(lèi)，搭載了41個(gè)高性能伺服關(guān)節，以及多維力覺(jué)、多目立體視覺(jué)、全向聽(tīng)覺(jué)和慣性、測距等全方位的感知系統，擁有全面升級的視覺(jué)定位導航、手眼協(xié)調操作、步態(tài)控制、多模態(tài)路徑規劃垂域模型等技術(shù)，機器人的自主運動(dòng)及決策能力大幅提高，可在工廠(chǎng)流水線(xiàn)實(shí)現精準安全同步的作業(yè)。

圖3 Figure 01可以與人類(lèi)全面對話(huà)（圖片來(lái)源：網(wǎng)絡(luò )）

●   小鵬PX5

新能源車(chē)企小鵬從2016年開(kāi)始進(jìn)行四足機器人研發(fā)，并于2023 年10 月小鵬汽車(chē)科技日上，帶來(lái)了首款自研人形態(tài)智能機器人——小鵬PX5，是繼特斯拉后，第二家車(chē)企發(fā)布自研人形機器人。據悉，該機器人僅用時(shí)5個(gè)月就打造完成，有雙足，其腿部、膝部和腳踝區域采用高性能關(guān)節，具有越障能力，可完成 2小時(shí)以上的室內外行走和越障。同時(shí)，它還有仿生手臂，采用堅固且超輕量材質(zhì)打造，僅5kg，具備7自由度，重復定

位精度0.05mm，單臂最大負載3kg，負載自重比超0.6，最大末端線(xiàn)速度1m/s。核心的手掌部分，也采用超輕且堅固耐用材質(zhì)，僅重430g，支持11個(gè)自由度調節，雙指保持力1kg，采用剛柔混合驅動(dòng)方案。值得一提的是，手具備末端觸覺(jué)感知能力，可以提供對不同形狀物體的抓取包覆姿態(tài)。

官方?jīng)]有公布小鵬PX5智能機器人什么時(shí)候投入市場(chǎng)，以及價(jià)格，這并不是最終成型產(chǎn)品，還會(huì )繼續打磨優(yōu)化。

●   智元的遠征A1

2023年2月公司成立，同年8月發(fā)布了第一代通用型人形雙足機器人“遠征A1”（圖4）。遠征A1身高1.75m，重量53kg，最高步速可達7km/h，全身49個(gè)自由度，整機承重80kg，單臂最大負載5kg。不僅在形態(tài)上與人類(lèi)相似，遠征A1 更在雙足行走、智能任務(wù)、人機互動(dòng)等領(lǐng)域展現出業(yè)界領(lǐng)先的能力。

發(fā)布會(huì )現場(chǎng)，遠征A1演示了一個(gè)人形機器人應有的“超能力”：步態(tài)平穩、進(jìn)行3C 產(chǎn)品的組裝裝配、物料搬運，甚至于在烹飪場(chǎng)景中磕雞蛋，幫助老人吃藥。

圖4 智元的遠征A1（圖片來(lái)源：網(wǎng)絡(luò )）

智元自研的PowerFlow使用準直驅關(guān)節方案，實(shí)現了低齒槽轉矩設計，搭配10速比以?xún)鹊母吡赝该鞫刃行菧p速器、共軛同軸雙編碼器、一體液冷循環(huán)散熱系統，以及自研的矢量控制驅動(dòng)器，峰值扭矩超過(guò)350N·m，而重量?jì)H為1.6kg。

能拿起藥片、擰開(kāi)瓶蓋，那雙機械手必須足夠靈巧，智元發(fā)布了面向下一代機器人的高自由度靈巧手SkillHand。這款靈巧手將擁有12個(gè)主動(dòng)自由度和5個(gè)被動(dòng)自由度，所有驅動(dòng)內置，并集成了基于視覺(jué)的指尖傳感器，專(zhuān)門(mén)面向精密操作。

除了傳統意義上的軟硬件能力，遠征A1發(fā)布會(huì )更惹人關(guān)注的點(diǎn)是，AI大模型來(lái)加持。據介紹，結合LLM（大語(yǔ)言模型）和VLM（視覺(jué)語(yǔ)言模型）等AI技術(shù)帶來(lái)的重大突破，智元使機器人自主感知環(huán)境、理解任務(wù)、編排動(dòng)作成為可能，實(shí)現了從ChatGPT到WorkGPT的擴展。與傳統AI 技術(shù)不同， 智元的WorkGPT充分應用了語(yǔ)言和圖像大模型龐大的先驗知識庫和強大的通識理解能力，并實(shí)現復雜的語(yǔ)義多級推理能力，也就是所謂的“思維鏈”。

遠征A1 將在2024 年快速進(jìn)入商業(yè)化落地。將首先應用于工業(yè)智造領(lǐng)域，隨后逐步走向家庭，協(xié)助工人、科研人員和家庭成員完成各種任務(wù)。

據悉，智元公司希望將機器人成本控制在20 萬(wàn)元以?xún)取?/p>

7 歷史沿革

人形機器人的發(fā)展史可追溯到15 世紀的達·芬奇時(shí)代，現代意義上的類(lèi)人機器人研制源自20 世紀上半葉的美國，但真正深入的研究始于20 世紀60 年代。從那時(shí)至今，人形機器人的發(fā)展可分為四個(gè)階段：

1. 全尺寸機初步行走階段。日本早稻田大學(xué)打造的WABOT-1為代表的機器人，誕生于1967年，行動(dòng)能力相當于1歲的嬰兒。有26個(gè)關(guān)節，胸部裝有兩個(gè)攝像頭，手部有觸覺(jué)傳感器。其主要創(chuàng )造者加藤一郎被譽(yù)為“世界仿人機器人之父”。

2. 能力破冰時(shí)期。代表產(chǎn)品是本田人形機器人阿西莫（ASIMO）(1986 年研發(fā)，2000 年推出) 等為代表的系統高度集成的機器人?？梢詫?shí)現最高6 km/h 的行走速度，可實(shí)時(shí)預測下一個(gè)動(dòng)作并提前改變重心，還能握手、揮手、隨音樂(lè )跳舞等。但是2022 年3 月，ASIMO正式宣告退役，以專(zhuān)注于該技術(shù)的更多實(shí)際應用。

圖5 本田人形機器人ASIMO（圖片來(lái)源：網(wǎng)絡(luò )）

3. 以強復合運動(dòng)能力為特征的技術(shù)突破發(fā)展階段。突出代表為波士頓動(dòng)力Atlas，2009 年問(wèn)世，2013 年7月公開(kāi)發(fā)布。在28個(gè)液壓驅動(dòng)器的驅動(dòng)下可在復雜障礙環(huán)境內做跳躍、翻滾、小跑、三級跳等高難度動(dòng)作。但是Atlas追求的是技術(shù)上的極致，成本動(dòng)輒上百萬(wàn)美元，較難商業(yè)化。

圖6 波士頓動(dòng)力Atlas（圖片來(lái)源：網(wǎng)絡(luò )）

4. 產(chǎn)業(yè)化落地階段。以特斯拉Optimus 機器人為代表，該階段尚處于發(fā)展前期。Optimus 出現的意義不僅在于其具備精準把控動(dòng)作力度、看路記路、根據人類(lèi)動(dòng)作范例進(jìn)行端到端動(dòng)作操控等驚人能力，更在于其遍布全球道路、擁有大量數據和實(shí)踐經(jīng)驗的特斯拉汽車(chē)共享神經(jīng)網(wǎng)絡(luò )（NN），且二者都安裝了相同的無(wú)人駕駛系統。特斯拉基于汽車(chē)的技術(shù)、品牌和市場(chǎng)積累，將同一能力尤其是在頂層數據和技術(shù)開(kāi)發(fā)上的突破向機器人遷移，長(cháng)期看有助于人形機器人成本的下降。

（本文來(lái)源于《EEPW》2024.4）