人形機器人難過“實習期”

作者 | 山竹

出品 | 鋅產業（公眾號：xinchanye2021）

今年4月的某一天，波士頓動力一如既往以視頻演示方式，向全球公布了一個重磅消息：

那個會跑酷、跳舞、后空翻等各種花活兒的Atlas退役了！

僅僅一天后（美國時間），波士頓動力又公布了另一個重磅消息：

電驅版Atlas以另一種模塊化形態，正式上線！

電驅版Atlas發布這三個多月以來，除了最初那個起身轉頭的視頻外，官方并沒有再放出更多視頻，似乎是在憋一波大的。

2024年是人形機器人最熱火朝天的一年，也是產品能力不甚明朗、追捧和質疑并存的一年。

追捧者認為，大模型為人形機器人帶來了質變，再加上人口老齡化的需求，地球上人形機器人的數量未來將會超過人類。

質疑者認為，即便是有了大模型，人形機器人要進入社會環境高效工作，五年內仍不現實。

在每個產業受到廣泛關注時，論戰往往再所難免，但最終是由行動派證明論戰中觀點的真偽。

波士頓動力就是這樣一個行動派，一個與特斯拉略顯不同的行動派。

在人形機器人論戰日趨激烈的這一年里，大家已經等不及波士頓動力這慢工出細活的勁兒，國外有網友經過一番搜羅，找到了一個電驅版Atlas的近況畫面。

而電驅版Atlas近況，只不過是這一年藏在人形機器人產業浪潮下的隱秘之一。

01電驅Atlas改命波士頓動力

波士頓動力，成立于1992年的美國網紅機器人公司。

在人形機器人沉寂的那十年里，波士頓動力因流傳于YouTube上的各類機器人“跑酷”視頻賺足了眼球，但卻因產品遲遲未能商業化，團隊被幾經轉賣，先后經歷了谷歌、軟銀、現代汽車（韓國）的時代。

由于電驅方案不夠成熟，波士頓動力早年間的機器人以液壓為動力。

液壓方案的優點是動力夠強、爆發力大、算法模型擬合度高，這是波士頓動力在視頻中表現出的跑酷能力的基礎。

但液壓方案也有著明顯的劣勢，諸如噪音大、成本高等缺點，這直接導致了其在商業化道路上的坎坷不前。

一種說法是，軟銀孫正義點醒了波士頓動力團隊——讓他們適時轉向了電驅方案，這也就有了2019年波士頓動力面向全球發售的機器狗Spot。

不過，當時的波士頓動力人形機器人依然在堅持用液壓方案。

直到今年4月，電驅方案Atlas正式上線，宣告了波士頓動力全面電動化。

在波士頓動力全面電動化時，有業內專家告訴鋅產業，這并不代表液壓方案徹底退出歷史舞臺，未來液壓+電驅的聯合方案，有可能更有想象力。

不過，就大家關心的電驅Atlas，波士頓動力工程師Robin Deits在前不久的RSS 2024上給出了它的近況。

據Deits透露，波士頓動力電驅版Atlas延續了以往MPC（模型預測控制）算法，而且非線性MPC算法在電驅版Atlas上已經有了不錯的表現。

例如，在真實環境中讓Atlas做俯臥撐。

再如，在仿真環境中讓Atlas做倒立。

波士頓動力認為接下來最重要的是MPC與機器學習的結合，這也是波士頓動力正在研究的方向。

人形機器人的這波熱潮，以及波士頓動力向電驅方案的方向轉變，是波士頓動力的一次逆天改命。

要知道，如果按照波士頓動力原有發展來看，很難想象這樣的燒錢項目還能撐多久，是否還有人愿意為他們提供技術研究經費。

而就波士頓動力轉向電驅方案來看，新推出的Atlas的形態超乎想象采用了模塊化的設計，在此之前，大家想象中的人形機器人，都是類似特斯拉Optimus的樣子。

這樣的模塊化人形機器人方案有什么優勢呢？

從這款產品的發布視頻來看，靈活性是它最大的特性，近乎變態的靈活性讓它可以直接從地面上爬起來，甚至頭和關節都可以大幅度旋轉。

實際上，就在波士頓動力這款電驅Atlas發布一個月后，國內人形機器人明星企業宇樹科技也上線了他們的二代人形機器人，宇樹G1。

從產品形態上來看，宇樹G1同樣采用了模塊化設計，全身23個自由度，重約35kg，身高約為1.3m，更重要的是，宇樹G1對外售價9.9萬元，直接將人形機器人打到了10萬元以內。

宇樹科技創始人王興興就曾表示，“波士頓動力發布他們電驅版Atlas時，我們非常高興，因為我們當時在做的新方案和他們的非常接近，波士頓動力做人形機器人已經有十幾年，他們選的路線不會差。”

盡管宇樹科技此前發布的人形機器人H1已經學會了后空翻，也學會了跑步、跳舞，甚至這次將人形機器人售價打到了10萬元以內，但王興興依然覺得，人形機器人領域還有很多問題有待解決。

“深度學習模型框架還有很多問題（例如通用性不夠強），端到端的感知和規劃也還有很多工作待解決……”

實際上，就在人形機器人風頭正盛、一些人覺得人形機器人即將步入人類社會時，也有這樣一些人，他們提出了問題，甚至是質疑。

02被質疑的人形機器人

7月16日，中國科學院院士丁漢和華中科技大學教授陶波在《人民日報》發表了聯合署名文章，文章中指出：

雖然人形機器人的科學原理不斷清晰明朗，但在“健壯靈活的四肢”、“敏銳強大的神經”、“流暢協調的小腦”、“博學智能的大腦”四個方面依然存在技術挑戰，需要勠力攻克。

以機器人的四肢為例，運動控制算法是大部分團隊研究人形機器人最先涉足的領域，關于這一領域的研究也已經長達數十年，然而，現有的一體化關節，也僅僅是能夠支撐人形機器人進行一些簡單的跑、跳、搬運動作。

要想像人類動作一樣絲滑運動、實現更高精度的控制，就需要繼續在電、磁、熱、機械等多維度上進行物理設計優化。

實際上，最近已經有不少科技領域從業者對人形機器人這波熱潮提出了質疑。

獵豹移動董事長兼CEO傅盛最近在參加《中國企業家》雜志社主辦的活動時就表示，“今天人形機器人很火，但是我對雙足機器人能成功商業化不是很看好，作為科研項目是可以，如果落地到產線上工作，沒有三五年就不可能。”

要知道，獵豹移動曾在2018年跨界連發五款面向不同領域的機器人而備受爭議，然而，在這次人形機器人熱潮中，我們卻沒有看到獵豹移動直接下場。

華中科技大學機械科學與工程學院副院長彭芳瑜在近日的科技創變者大會上也指出：

“現在大家對人形機器人的期望太高了，以為可以像工業機器人、甚至和高端裝備一樣，高精度、高可靠、高效率，還要足夠靈活，這是非常困難的。”

人形機器人強在通用性、靈活性和協作性，但是載荷和精度要比工業機器人差一些，工業機器人的精度又比高端裝備要差兩個數量級。

然而，要進入工廠從事復雜工作，往往對載荷、精度有很高的要求，現在的人形機器人要在這兩個方面有進一步突破，還需要很長時間來做技術攻關。

面對這些質疑和問題，國內在相關政策推動下，從高校到產業，已經組建起了不少科研力量進行技術攻關。

例如，就在前不久，中國科學技術大學成立了人形機器人研究院，丁漢院士受聘為首任主任，受聘儀式上，一并宣布的還有長三角人形機器人聯盟的成立。

實際上，包括清華、北大、浙大、上交大等國內頂級高校，都已經有相應團隊在加緊人形機器人領域的技術攻關，聯合產業進行產業驗證。

在人形機器人產業驗證過程中，人形機器人進工廠是2024年的另一個熱門趨勢。

03人形機器人的需求邏輯

8月6日，被OpenAI青睞的Figure官宣發布了二代人形機器人，Figure 02。

Figure 02身高1.67m，體重70kg，有效載荷20kg，續航5小時，內置6個視覺傳感器，內置了VLM等模型，機載算力也提升了三倍。

更直觀的是，內置線纜讓這代機器人看上去更完整，也更圓潤了。

這些是Figure 02在產品層面的改變，在應用層面，這代機器人被寶馬用到了美國斯帕坦堡工廠，先行測試一些簡單的搬運和安裝工作。

不過，Figure官方指出，由于采用了人工智能算法，整個搬運和放置過程實現了100%自動化。

實際上，不只是Figure 02，目前國內外大部分人形機器人團隊首選的落地場景都是工廠，這其中又以汽車工廠居多。

例如，特斯拉Optimus在自家工廠的（測試）應用，優必選Walker S在蔚來工廠的（測試）應用，傅利葉GR-1在上汽通用工廠的（測試）應用……

為什么人形機器人會首先選在工廠進行落地應用？

一個簡單的邏輯是，人口老齡化導致年輕勞動力不足，再加上現在的年輕人不愿意進工廠導致的招工難，這就導致了不少工廠正在面臨或即將面臨工人供需失衡的問題。

在不少年輕人看來，跑滴滴、跑外賣成了比進廠打工更容易的事。

本就自動化程度較高的工廠，對人形機器人接受程度相對也更高，自然也就成了人形機器人的首選場景。

盡管如此，人形機器人要想真正進入工廠，依然有難度。

戴盟機器人首席科學家王煜（也是香港科技大學機器人研究院創始院長）指出：

“汽車制制造業分為四個工藝流程：沖壓、焊接、涂裝、總裝，前三個流程通過高端裝備和工業自機器人，自動化程度已經達到了80%-90%，最復雜的總裝環節自動化程度還只有20%-30%。

在總裝環節，工人要用手操作機器，有時還要鉆到汽車里，要擰螺絲、敲敲打打，還要與其他工人配合，還要做檢測。

人形機器人要用到總裝環節，要有一定的智能，要能感知環境，還要能在這樣的環境中實現人機協同。

雖然現在人形機器人的功能看上去已經很不錯了，但要真正用到汽車總裝車間還有一段距離。”

從技術演進來看，人形機器人在過去半個世紀里經過了無模型控制、運動學模型控制、動力學模型控制階段，走到了現在更接近人類控制模式的人工智能模型控制階段。

從應用落地來看，人形機器人其實才剛剛起步。

小米現在無論在電動汽車、智能工廠，還是人形機器人上，都干得風生水起。

以人形機器人控制精度的逐步提升過程視角，小米機器人事業部總經理許多在科技創變者大會上也指出：

“人形機器人會從工廠中的簡單分揀、上貨，逐漸進化到適用于搬運、物流場景，再到工業中的中精度、高精度操作工作，最后再到進入家庭。”

在人工智能模型控制階段，這樣的進化有賴于大量數據，尤其是真實環境中人形機器人運營的數據。

這也是為什么，包括波士頓動力在內的團隊都在通過遙操作來進行人形機器人數據采集的原因。

不難想象，當初被各種“誤解”的Mobile ALOHA，或許才是現階段人形機器人產品進化過程中，一門最好的生意。