觀海論道 | 人形機器人的應用前景（三）：綜合技術研發促進多產業發展

文/吳煒

本系列的過去兩期，筆者與讀者們從人體形態的進化起源說起，回顧了現代人形機器人的發展歷程，拆分各種應用場景的適配性和可行性，從而推導出人形機器人最值得研發突破的領域。結論有助於對行業的發展秉持樂觀和冷靜兼備的態度。在上期文章中，提及日本的人形機器人研發經歷了輝煌到沉寂，領先到落後的過程，其經驗和教訓哪些是我國當前的研究製造工作已經規避，哪些又是仍然值得我們吸取警醒的呢？

相較於日本當年的研究，現在的中國人形機器人企業意識到與其追求完美擬人，更應優先着眼降本、落地銷售、應用場景和收集數據的工作。因此，在完整供應鏈的支持下，中國人形機器人的成本快速下降，實現量產和數千到上萬台級的出貨。而日本當年因成本極高而難以量產，長期只有少量展示。中國目前的人形機器人發展政策明確支持，試點場景多，資本也很活躍，而日本當年商業模式模糊，投入難以持續。在技術路徑上，中國人形機器人也已經擁抱AI大模型和數據驅動，而非日本當年的精密硬件搭配人工編程模式。

這裏有個誤解需要釐清，不少人看到機器人演示現場還有真人拿着遙控器跟隨，便嘲笑當前的人形機器人還是玩具。確實，目前的人形機器人硬件已經可以做很多工作，但軟件大腦還沒到完全獨立應對複雜真實世界的程度，所以仍然需要人類實時幫助做決策以完成任務。不過，如果把這種遙距操作誤解為單一線性動作就低估了技術發展，它更多是一種收集數據的方式。當下訓練機器人的數據來源主要有兩種方式，一種依靠互聯網視頻和仿真數據，雖然數據量大但和真實機器人執行仍有差距，而另一種方式，即遙距操作產生的數據質量最高，是目前訓練模仿學習和端到端策略的核心來源。

雖然我國當前的人形機器人研發製造在不少方面已經較日本當年有明顯進步，但仍然有一些相似不足點是需要客觀認識到的：（1）出貨量數據雖然不錯，但商業價值仍然集中在科研教育、展示表演和商業演示，真正能夠滿足通用化服務需求幫助幹活的不多；（2）雖然製造成本已經大幅下降，但真正可以覆蓋成本的商業閉環還沒有完全跑通，生產環境和服務環境的集群化需求不少已有工業機器人和專用機器人覆蓋，碎片化需求下人形機器人全生命周期的成本、故障率、維護和效率商業性仍待驗證，投資回報在很多場景下還不清晰；（3）技術層面上，人工智能泛化能力還是瓶頸，這裏牽涉訓練數據的累積和突破，以及硬件傳感器的技術突破；（4）實際商業閉環尚未跑通背景下，在資本和補貼驅動下大量企業湧入，目前已有超過140家整機企業，產品型號超過300款，同質化嚴重。部分投資確是着眼長期盈利支持產業發展，也是部分投資的着眼點是上市溢價套利。

上月底剛剛舉行的第二屆世界人形機器人運動會參賽隊伍規模明顯擴大（共666支隊伍，2056台機器人參賽），也吸引了科技界的廣泛關注。運動會新增了不少高強度的競技項目（如乒乓球、自由搏擊等）和貼近實際的場景賽（如家庭整理衣物、應急滅火等），雖然不少競技和表演項目仍高度依賴預編程或經過充分訓練的專用策略，但可以看見硬件運動能力進步明顯，而且在運動會強調的「自主」和「實用場景」目標下，部分項目已實現較高自主，如徑賽已明確升級為全自主，要求機器人自己感知環境、獨立決策奔跑，取消了依賴遙距操作。

研發製造人形機器人將同時推進身體和大腦兩條技術線，把很多原本分散的技術放在同一套高難度、高集成、高可靠性的系統裏去打磨，並惠及不同的產業領域。譬如，關節執行器和精密傳動的研發會推動高功率密度電機、一體化關節模組、力矩傳感器、柔性執行器、輕量化結構件和散熱設計的研究，這些技術會外溢促進工業機器人、電動汽車電驅、外骨骼、無人機和精密機床的發展。具身智能與端到端模型研發會推動視覺-語言-動作模型、世界模型、真機數據採集和仿真訓練發展，技術外溢對工業柔性產線、倉儲分揀和遠程作業有促進作用。其他技術模塊研發如感知和多模態傳感、全身運動控制、能源散熱與邊緣計算、手部靈巧操作等促進的相關技術發展，均具有類似的產業外溢發展效果。

道阻且長，行則將至，中國具身智能產業的發展，正在呈現百花齊放的蓬勃景象。而研發製造通用人形機器人，滿足應用場景是一個目標，或許更重要的是同時促進精密機電、多模態感知、實時控制、邊緣算力和具身數據的綜合技術發展，並惠及工業自動化、新能源、醫療康復、特種作業和自動駕駛，並最終實現通用化應用。

相關閱讀：

觀海論道︱人形機器人的應用前景（一）：人類形態的進化起源

觀海論道 | 人形機器人的應用前景（二）：最值得研發突破的應用場景