2025 年,人形機器人正式走入工廠(chǎng)

今年晚些時(shí)候， 波士頓動(dòng)力公司 （Boston Dynamics） 計劃將其全電動(dòng)人形機器人 Atlas 用于現代汽車(chē)工廠(chǎng)。該機器人的新版本是從自 2013 年以來(lái)一直在執行病毒式視頻演示的液壓 Atlas 模型演變而來(lái)的，于去年春天首次公開(kāi)亮相。但是，雖然該公司的狗狀 Spot 和倉庫機器人 Stretch 已經(jīng)部署在工業(yè)現場(chǎng)，但現代的試點(diǎn)將是 Atlas 首次用于商業(yè)制造。

波士頓動(dòng)力公司于 2021 年被現代汽車(chē)以 11 億美元收購，該公司對如何使用這款機器人持謹慎態(tài)度，但總體思路是，它的設計比人類(lèi)工人更堅固、更可靠?！皺C器人將能夠完成人類(lèi)難以完成的事情，”波士頓動(dòng)力公司發(fā)言人 Kerri Neelon 說(shuō)?！氨热鐡炱鸱浅Ｖ氐奈矬w，攜帶人類(lèi)攜帶不便的東西?！?/p>

Atlas 可能會(huì )有新的朋友：2025 年似乎將是多用途人形機器人走向商業(yè)化的一年，到目前為止，這些機器人主要局限于研究實(shí)驗室。一些公司已經(jīng)試探性地將機器人步入有償工作領(lǐng)域，Agility Robotics 的 Digit 在倉庫中移動(dòng)物品，Figure 的同名兩足動(dòng)物去年向商業(yè)客戶(hù)發(fā)貨。

科技巨頭也加入了這一趨勢：有傳言稱(chēng) Apple 和 Meta 都在開(kāi)發(fā)某種面向消費者的人形機器人。2024 年高盛的一份報告估計，到 2035 年，人形機器人將占 380 億美元的市場(chǎng)，是該公司一年前預測的六倍多。

人形機器人的基本承諾是它們將能夠在多個(gè)任務(wù)之間切換，就像它們的人類(lèi)同伴一樣。這是一種與傳統裝配線(xiàn)自動(dòng)化截然不同的方法，傳統的裝配線(xiàn)自動(dòng)化圍繞制造所需的特定任務(wù)構建了一個(gè)完整的環(huán)境。Agility Robotics 的聯(lián)合創(chuàng )始人兼首席機器人官喬納森·赫斯特 （Jonathan Hurst） 希望其機器人能夠與該過(guò)程并存，而不是破壞它。

“為此，專(zhuān)門(mén)構建的自動(dòng)化解決方案總是具有更高的性能和更低的成本，”Hurst 說(shuō)?！叭绻胱龅奶囟ㄊ虑橛?24/7 全天候運營(yíng)，那就太好了?！钡珜τ诓恍枰旌蜻\行的任務(wù)，靈活的機器人可能會(huì )更高效。

波士頓動(dòng)力公司（Boston Dynamics）的說(shuō)法有所不同。該公司表示，由于工廠(chǎng)已經(jīng)被設計成一個(gè)安全的自動(dòng)化場(chǎng)所，他們建立 Atlas 的目的是制造一個(gè)可以去其他地方的機器人?！拔覀兩钤谝粋€(gè)以人為本的世界，”Neelon 說(shuō)，“所以我們應該制造一個(gè)反映這一點(diǎn)的機器人。

但是，將人形機器人推向市場(chǎng)存在挑戰。自 2021 年特斯拉首次發(fā)布 Optimus 以來(lái)，該公司一直備受期待，但 10 月的一次演示引起了人們的擔憂(yōu)，當時(shí)展出的機器人被揭露為人工控制，引發(fā)了人們對 Optimus 可以在多大程度上自主運行的質(zhì)疑。今年 1 月，馬斯克表示，該公司將在 2025 年期間制造“數千個(gè)”機器人，但在 4 月，他告訴投資者，中國為應對唐納德·特朗普總統的關(guān)稅而實(shí)施的稀土金屬出口限制可能會(huì )影響生產(chǎn)。

使多用途類(lèi)人機器人真正有用的最大障礙之一是教機器人如何執行不同任務(wù)所需的時(shí)間。但專(zhuān)家認為，大型語(yǔ)言模型取得的巨大進(jìn)步可能有助于解決這個(gè)問(wèn)題。這就是 Apple、Meta 和 Tesla 等公司出現人形機器人項目的部分原因，這些公司已經(jīng)擁有蓬勃發(fā)展的 AI 實(shí)驗室。3 月，Google DeepMind 發(fā)布了一個(gè)名為 Gemini Robotics 的新 AI 模型，專(zhuān)門(mén)考慮了這個(gè)應用程序，利用大型語(yǔ)言模型的適應性使機器人更好地適應新情況。

一旦機器人具備了動(dòng)態(tài)學(xué)習技能的能力，它們就能更好地像人類(lèi)工人一樣從一個(gè)任務(wù)切換到另一個(gè)任務(wù)?！澳憧梢韵胂箅s貨店或拖拉機用品店有一個(gè)，這個(gè)機器人可以在后臺卸垛、清潔、上架、檢查庫存，只是各種各樣的事情，”Hurst 說(shuō)?！斑@就是真正的價(jià)值所在?！?/p>

自然語(yǔ)言處理的持續進(jìn)步也意味著(zhù)機器人可以通過(guò)語(yǔ)音命令獲得指導。對新任務(wù)進(jìn)行編程可以像主管說(shuō)“請拖地”一樣簡(jiǎn)單，這樣機器人就可以更容易地與人類(lèi)同事一起工作。

但是，與人類(lèi)并肩工作的重金屬機器人仍然存在安全問(wèn)題，并且會(huì )有很多邊緣情況需要應對?？▋然仿〈髮W(xué)機器人研究所教授 Chris Atkeson 表示，核心挑戰將是可靠性。他以機器人為例，讓機器人在一夜之間為貨架補貨。這項任務(wù)可能會(huì )完美地完成數月，直到出現失敗情況。

“假設店主有一天進(jìn)來(lái)，貨架上什么都沒(méi)有，所有東西都在地板上。假設這個(gè)地方被燒毀了，“Atkeson 說(shuō)?！斑@些都是代價(jià)高昂的失敗?！?/p>

盡管如此，AI 模型的快速發(fā)展讓我們有理由保持樂(lè )觀(guān)?！叭绻阍谖迥昵皢?wèn)我，我會(huì )說(shuō)，'永遠不會(huì )發(fā)生，'”Atkeson 說(shuō)?！暗?，借助大型語(yǔ)言模型，我們在我所說(shuō)的'常識'方面取得了巨大進(jìn)步。也許我們快到了。