2024年(nian)7月4日(ri)，上海，观众在2024世界(jie)人工智能大会上参观特斯拉推出(chu)的第(di)二代擎(qing)天柱（Optimus）人形(xing)机器人。视觉中国 图
AI（人工智能）的快速进步正让人形(xing)机器人产业进入发展快车(che)道。
7月5日(ri)，在2024世界(jie)人工智能大会的“人形(xing)机器人前沿论(lun)坛”上，来(lai)自世界(jie)各地的多位机器人研究者和(he)产业专家分(fen)享了对于机器人技术发展的全景分(fen)析与展望。与会者普遍(bian)认为，AI（人工智能）的出(chu)现为机器人带来(lai)了前所未有的发展机会，人形(xing)机器人技术有望在未来(lai)有更大的突(tu)破(po)。
人形(xing)机器人要大规模应用需降至2万美元以下
对于机器人的定义和(he)定位，以色列智能机器人中心主席Yosi Lahad表(biao)示，智能机器人处于机器人学、数据、认知能力学、传播学等多重领域的融(rong)合地带，能够实现自主操作、感(gan)知环境、互动、推理、自我学习、适应行动等多重功能。
根据Macquarie Research在2023年(nian)发布的报告，人形(xing)机器人的硬件总成本目前约(yue)为5万美元。其中，端到端AI软件大脑、传感(gan)器及(ji)芯(xin)片、伺服电机及(ji)电机驱动器都各需要1万美元，惯性测量(liang)单元和(he)扭矩(ju)传感(gan)器需要5000美元，精密减速器需要8000美元，电池(shi)和(he)电池(shi)控制系统需要2000美元，其他(ta)部件（包括机身材(cai)料(liao)）约(yue)5000美元。
对此，Lahad认为，为了让人形(xing)机器人能够得到大规模采用，其成本需要降到两万美元以下，是(shi)现在成本的一半以下。为实现这一目标，或许(xu)需要对机器人的外型进行一些改变，例如重新(xin)考虑模仿人类腿部的底座设计。
而日(ri)本大阪大学智能机器人实验(yan)室主任石黑(hei)浩坚定地认为，我们不仅需要智能机器人，还需要人形(xing)机器人：人类大脑在构造上最擅长识别人类，所以对人类来(lai)说，最理想的互动接口理应是(shi)人形(xing)的；另外，能够通(tong)过研究人形(xing)机器人来(lai)研究人类自己(ji)的认知能力，从(cong)而对人类自身进行理解和(he)定义。
被(bei)称为“纳米机器人之父”的日(ri)本科学家、中科院外籍院士福田敏(min)男(nan)也谈到，机器人和(he)人类能够通(tong)过“信息(xi)交流”和(he)“物理交流”这两种互动方式相互作用，带来(lai)全新(xin)的刺(ci)激并激发灵感(gan)。
AI对于机器人技术发展的推动作用已经成为业界(jie)的共识。IEEE产业标准和(he)技术组(zu)织MASA（元宇宙加速与可(ke)持续发展联合会）主席袁昱表(biao)示，AI正在改变机器人开(kai)发的范式，“从(cong)符号主义到连接主义、从(cong)规则到参数、从(cong)编(bian)码到学习”，让机器人变得更聪(cong)明，也开(kai)拓了更广泛的应用场景。
石黑(hei)浩解释(shi)了机器人技术和(he)人类科学是(shi)如何被(bei)大语言模型结合到一起：前者是(shi)机器人的基(ji)础功能，包括语音识别、图像理解、传感(gan)器和(he)控制器等；后者属于元认知（meta-level cognitive）功能，包括社会关系、意识、智能和(he)具(ju)身化等。例如，一个装有先进大语言模型的机器人将(jiang)能够与人类进行自然对话(hua)，识别并理解人类的情(qing)绪，从(cong)而提供更具(ju)个性化的互动。
人形(xing)机器人产业化的三大挑战
从(cong)产业观察(cha)和(he)投资角度，盛景嘉成基(ji)金管理合伙人王湘云指出(chu)，人形(xing)机器人是(shi)机器人向通(tong)用智能发展的重要路径，是(shi)具(ju)身智能的重要载体：“人形(xing)机器人不是(shi)具(ju)身智能的唯一形(xing)态，但确实是(shi)有最多人类真实训练数据的形(xing)态。”
从(cong)这个角度来(lai)看(kan)，人形(xing)机器人产业也可(ke)以对标自动驾驶产业，本质(zhi)上都属于具(ju)身智能，“自动驾驶向端到端模式进化对人形(xing)机器人有重要的借(jie)鉴意义”。例如，特斯拉FSD V12使用了端到端模型，从(cong)上一代的30万行代码降到2000行代码，在海量(liang)数据的支持下实现了更好的效果(guo)。
不过，AI也为人形(xing)机器人技术的发展带来(lai)了新(xin)的挑战。
Lahad指出(chu)，虽然GPT等AI在处理事实性或描(miao)述性任务时表(biao)现得很好，但在分(fen)析性任务上表(biao)现不一致(zhi)或缺乏智能，而机器人需要处理非常复杂的现实环境，在该问题上业界(jie)依然争论(lun)不休。
王湘云谈到，在现有大模型的技术路线下，训练数据是(shi)不可(ke)回避的核心要素，是(shi)机器人和(he)大模型“具(ju)备(bei)工程可(ke)行性和(he)经济性的重要前提”。目前看(kan)来(lai)，人形(xing)机器人产业化面临的三大核心技术挑战在于算法、硬件和(he)数据。其中，算法中的操作能力、硬件的成本问题和(he)数据的收集效率都是(shi)很大的挑战。
尽管存在诸多挑战，但人形(xing)机器人的前景无疑巨大。Lahad引用了高盛今年(nian)最新(xin)的预测，即(ji)人形(xing)机器人到2035年(nian)将(jiang)呈爆发式增长，出(chu)货量(liang)将(jiang)达(da)到140万台，全球市场总规模（TAM）达(da)380亿(yi)美元。全球从(cong)事物流和(he)制造业的人形(xing)机器人将(jiang)在2030年(nian)左右达(da)到100万台，人形(xing)机器人有望在十年(nian)内走入服务、家庭护理、健康和(he)教育产业。
王湘云也指出(chu)，工业和(he)商(shang)业服务（如物流、零售）场景是(shi)人形(xing)机器人获得验(yan)证的关键路径，家庭机器人优先级靠后，因为前两者已经具(ju)备(bei)了一定的商(shang)业化机会。