在全球追逐的“新質(zhì)生產(chǎn)力”中，人形機器人是擺脫傳統(tǒng)經(jīng)濟增長方式、生產(chǎn)力發(fā)展路徑的核心要素之一。

近日傳出信息，英偉達、微軟、OpenAI等正共同投資一家人形機器人初創(chuàng)科技企業(yè)Figure AI。與此同時，另有多家大型科技公司在該領(lǐng)域落子布局。

幾個月前，我國發(fā)布的《人形機器人創(chuàng)新發(fā)展指導意見》明確時間表:到2027年，人形機器人技術(shù)創(chuàng)新能力顯著提升，相關(guān)產(chǎn)品深度融入實體經(jīng)濟，成為重要的經(jīng)濟增長新引擎。

業(yè)界已有共識，人形機器人這一集成人工智能、高端制造、新材料等先進技術(shù)的新質(zhì)生產(chǎn)力載體，將對社會產(chǎn)業(yè)變革和全球競爭格局產(chǎn)生顛覆性影響。

在全球視野中，它有著怎樣的發(fā)展脈絡(luò)？未來，人形機器人走向何方？

新質(zhì)生產(chǎn)力載體

多方必爭之地

“給我一個紫色的球?！比诵螜C器人HRP-2接到實驗員的指令。

從57米的高度，人形機器人HRP-2看著下方的桌子，桌面上分別放了2個紅色和綠色的球，機器人回答:“我看不見它?！?/p>

實驗員發(fā)出指令:“繼續(xù)尋找?！?/p>

這是2008年春發(fā)生在圖盧茲法國國家科學研究中心系統(tǒng)分析與架構(gòu)實驗室中的一幕。

人們對人形機器人的理念并不陌生。它作為一種旨在模仿人類外觀和行為的機器人，尤其特指具有和人類相似肌體的種類，很早以前便出現(xiàn)在科學幻想領(lǐng)域。然而，隨著工程機械、機器學習，特別是人工智能的發(fā)展，近年來，人形機器人理論功能進一步拓展，并直接上升為國家、企業(yè)的必爭之地。

在全球追逐的“新質(zhì)生產(chǎn)力”中，一個具備人工智能且在物理形態(tài)上可以無限突破人類極限的設(shè)備，便是擺脫傳統(tǒng)經(jīng)濟增長方式、生產(chǎn)力發(fā)展路徑的核心要素之一。

去年在上海舉行的世界人工智能大會上，特斯拉CEO馬斯克就此談及，“地球上機器人的數(shù)量將超過人類，人形機器人將取代人類勞動中重復、無聊且危險的工作”。

此言一出驚世駭俗，細想?yún)s在情理之中。與之相呼應(yīng)的是國內(nèi)企業(yè)傅利葉智能現(xiàn)場發(fā)布GR-1通用人形機器人——身高1.65米，體重55公斤，全身自由度達40個，最大關(guān)節(jié)模組峰值扭矩可達300?！っ?，步行速度可達到每小時5公里，負重50公斤，具備快速行走、敏捷避障、穩(wěn)健上下坡、抗沖擊干擾等運動功能。結(jié)合認知智能，它能夠與人協(xié)同完成動作，在工業(yè)、康復、居家、科研等多應(yīng)用場景具備潛能。

看得見摸得到的實物，為“狂言”增添了可信度。

上溯人形機器人的歷史，其誕生可以追溯到15世紀的達·芬奇時代，現(xiàn)代意義上的類人機器人研制源自20世紀上半葉的美國，但真正深入的研究則始于20世紀60年代。

自那時算起，迄今為止人形機器人的發(fā)展可分為四個階段。第一階段是以日本早稻田大學打造的WABOT-1為代表的全尺寸機初步行走階段；第二階段是以本田人形機器人等為代表的系統(tǒng)高度集成的能力破冰時期；第三階段是以強復合運動能力為特征的技術(shù)突破發(fā)展階段，突出代表者為波士頓動力Atlas；第四階段是以特斯拉Optimus機器人為代表的產(chǎn)業(yè)化落地階段，該階段尚處于發(fā)展前期。

1972年，日本早稻田大學制造出的WABOT-1機器人，是世界上第一臺全尺寸人形機器人，能用日語與人交流，能抓握和運輸物體。后繼者WABOT-2還能夠讀取樂譜并彈奏電子鍵盤。

由于人形機器人是機器人技術(shù)的集大成者和戰(zhàn)略制高點，美、韓、德、意、法、俄等國家紛紛開展了人形機器人研究。最具代表性的當數(shù)日本本田研制的ASIMO機器人和美國波士頓動力研制的Atlas機器人。ASIMO和Atlas在技術(shù)路線上分別是電機驅(qū)動和液壓驅(qū)動，位置控制和動態(tài)力控的典型代表。

日本本田在電機驅(qū)動、精密傳動、實時控制、步態(tài)規(guī)劃、平衡控制等方面取得了系列突破，于2000年基于仿人機器人P2推出ASIMO機器人。ASIMO身高1.3米，體重48公斤，具備智能交互和靈活行走等功能，手部可完成端茶、擰瓶、倒水等基本動作；腿部具備行走、跑步、單/雙腳跳，以及上下樓梯等能力，最高運動速度9km/h，但對未知不平整地面和未知擾動適應(yīng)性差。

2018年，本田宣布停止繼續(xù)開發(fā)ASIMO，但仍在組織開發(fā)新一代人形機器人。

2013年，波士頓動力發(fā)布了初代Atlas機器人。Atlas由外置電驅(qū)動液壓動力系統(tǒng)提供動力，高1.83米，全身28個液壓驅(qū)動關(guān)節(jié)，能夠?qū)崿F(xiàn)碎石路面下的穩(wěn)定行走。2016年，波士頓動力公布了新一代Atlas機器人，配備機載液壓動力系統(tǒng)，能夠?qū)崿F(xiàn)雪地、山地行走，以及倒地后的快速起身，表現(xiàn)出了優(yōu)異的運動靈活性，同時展現(xiàn)了雙臂協(xié)同搬運重物的操作能力。

2017年，它完成了立定跳躍、跳高、跳轉(zhuǎn)身和后空翻等動作；2019年完成了一套高難度體操動作；此后，企業(yè)又陸續(xù)發(fā)布了酷跑、三連跳、全身協(xié)調(diào)操作任務(wù)等新功能。目前，波士頓動力Atlas被公認為運動性能最強的人形機器人。

2022年10月1日，特斯拉發(fā)布人形機器人Optimus原型機。Optimus身高約1.73米，重約56公斤，在汽車工廠可以進行搬運、給植物澆水、移動金屬棒。該機器人運用特斯拉最先進的人工智能技術(shù)和算力極強的DOJO D1超級計算芯片，共用特斯拉“完全自動駕駛”系統(tǒng)，延續(xù)純視覺感知解決方案，具有低成本、強智能、多場景運用、產(chǎn)業(yè)化發(fā)展等優(yōu)勢，未來將在家庭和工業(yè)等場景開展應(yīng)用。

具身智能

讓AI進入物理世界

人類多年的研究實踐，使人形機器人成為集機械、電子、材料、傳感器甚至人機協(xié)作等多門技術(shù)學科于一體的高精尖領(lǐng)域，對周遭環(huán)境感知、硬件本體設(shè)計、運動控制能力等有著近乎極致的整合要求，并逐步形成復雜的跨領(lǐng)域高精尖產(chǎn)業(yè)鏈網(wǎng)絡(luò)。

目前，處于一線水準的人形機器人可實現(xiàn)的本體能力有:在特定區(qū)域內(nèi)緩慢行走并探索、記憶環(huán)境；通過電機轉(zhuǎn)矩控制能力，較精確把控動作力度大?。蛔灾鲗W習人類動作的模擬數(shù)據(jù)，實現(xiàn)對相關(guān)動作行為的模仿等。

有研究認為，人形機器人的初步應(yīng)用場景涵蓋特種領(lǐng)域、制造業(yè)典型場景、民生及重點行業(yè)，需要進一步強化的功能有三——

一是強化復雜環(huán)境下本體控制、快速移動、精確感知等能力。

二是聚焦3C、汽車等制造業(yè)重點領(lǐng)域，提升人形機器人工具操作與任務(wù)執(zhí)行能力。

三是拓展人形機器人在醫(yī)療、家政等民生領(lǐng)域服務(wù)應(yīng)用，滿足生命健康、陪伴護理等高品質(zhì)生活需求，推動人形機器人在農(nóng)業(yè)、物流等重點行業(yè)應(yīng)用落地，提升人機交互、靈巧抓取、分揀搬運、智能配送等作業(yè)能力。

未來，人形機器人將成為人類生產(chǎn)生活的重要參與者，并進一步成為衡量一國科技實力和國力水平的重要標志。環(huán)境感知傳感器與信號處理、智能控制、本體設(shè)計及材料工藝和能源優(yōu)化——人形機器人研制覆蓋的四大技術(shù)群，成為競爭的前沿陣地。其中，以人工智能為核心要素的智能控制技術(shù)尤為關(guān)鍵。

當下人工智能已成大勢所趨。由此延伸的前瞻性研究認為，下一個浪潮是具身智能。作為人工智能進入物理世界交互的載體，具身智能將人工智能技術(shù)與機器人實體相結(jié)合，讓“大腦”有了可支配、可感知、可交互、可行動的“身體”，作為人類的重要伙伴和助手，帶來便利和效益。

值得一提的是，具身智能旨在基于機器與物理世界的交互，創(chuàng)建軟硬件結(jié)合、可自主學習進化的智能體，通俗來講就是創(chuàng)造能夠感知、推理并與物理世界進行各類互動的不同形態(tài)的機器人，它們在真實的物理環(huán)境下執(zhí)行各類型任務(wù)，實現(xiàn)人工智能的自主進化。

換句話說，在科技前沿領(lǐng)域，人工智能和人形機器人不僅僅是“前者賦予后者靈魂”的關(guān)系，兩者是相互刺激、雙向促進的。

去年，英偉達CEO黃仁勛就曾公開表示:下一波人工智能浪潮將是一種被稱為“具身AI”的新型人工智能。

在全球范圍內(nèi)，對人形機器人的理論探索和研發(fā)實踐再次成為目光焦點。各路人工智能大模型紛紛涌現(xiàn)，計算機視覺、計算機圖形學、自然語言、認知科學等技術(shù)逐步成熟，推動具身智能進入快速發(fā)展期。

2023年3月，ChatGPT開發(fā)商OpenAI領(lǐng)投了挪威的一家人形機器人公司1X Technologies。后者準備利用這筆資金加大其即將推出的雙足機器人模型NEO的研發(fā)力度，以及在挪威和北美大規(guī)模生產(chǎn)其首款商用機器人EVE。

2023年7月，斯坦福大學李飛飛教授團隊公布了具身智能的最新成果——VoxPoser，把復雜指令轉(zhuǎn)化成具體行動規(guī)劃，人類可以隨意地用自然語言給機器人下達指令，機器人無須接受額外數(shù)據(jù)訓練。這一方案利用了視覺語言模型，以便感知與分析出真實場景中的目標。