今年春晚，扭秧歌的人形機器人火出了圈。其實在汽車行業(yè)中，機器人的研發(fā)應用非常普遍，像小鵬、理想等很多車企，都在研發(fā)或投資具身機器人。今天我們邀請42號車庫創(chuàng)始人大吉，她走訪了許多機器人企業(yè)，一起來聊聊汽車與人形機器人的聯(lián)系。

以下為本期視頻文字版：

汽車主機廠

帶動人形機器人？

大吉在過去的幾個月里密集走訪了很多人形機器人的初創(chuàng)企業(yè)，她分享了她的感受：“最近看到很多視頻，比如機器人跳舞、做家務等，這種感受非常強烈。特別是春晚上的宇樹機器人跳舞視頻，出圈效應非常明顯。

大家都感慨，機器人到底能不能給我們養(yǎng)老？帶著這樣的疑問去走訪后發(fā)現(xiàn)，現(xiàn)實中機器人的應用與我們的想象還是有差距的?！蹦敲矗@個差距是否需要汽車行業(yè)來填補呢？

實際上，在人形機器人領域，汽車主機廠可以說是最先參與其中的企業(yè)。早在多年前，本田就在車展上展示了一個能介紹產品的機器人，雖然那時的動作并不精細。后來，豐田博物館里的樂隊機器人展示了更復雜的動作控制技術，這表明早期車廠已經在研發(fā)機器人方面有所涉獵。

海哥認為：“這一波人形機器人熱潮是由車企驅動的，全球第一個商業(yè)領域的人形機器人就是本田的ASIMO，之后豐田也推出了類似的產品。老牌機器人公司波士頓動力現(xiàn)在也被現(xiàn)代汽車收購，特斯拉推出人形機器人后，帶動了近幾年人形機器人公司的創(chuàng)業(yè)潮。”

宇樹科技的例子也能證明了這一點。他們原本專注于四足機器人，但有一個客戶在看到特斯拉的人形機器人之后，要求宇樹科技去做，所以才有了宇樹的第一臺人形機器人。 這說明車企在推動人形機器人發(fā)展方面起到了重要作用。

那為什么汽車廠一向熱衷于機器人的研發(fā)制造呢？海哥解釋說： “對于車廠來說，汽車生產制造是非常精密且對質量要求很高的過程，以前都是高勞動力密集型。 德國在這方面有前瞻性，提出了所謂的‘黑燈工廠’概念，盡量減少人工操作。 目前，主機廠四大工藝中， 焊接車間的工作大部分已經自動化，沖壓車間也基本實現(xiàn)了自動化生產。 ”

在電動車成為主流后，總裝車間的自動化程度也得到了提升，因為電動車的動力總成相對簡單，使用機器人來安裝動力電池也更加安全。馬斯克展示的機器人組裝電池包的過程，實際上是為將來更大規(guī)模的自動化生產做準備。

人形機器人

陪伴和服務是核心？

而從用戶的角度來看，他們對人形機器人最大的期待是能夠幫助完成日常任務，如照顧老人、做家務等。大吉表示：“我對人形機器人的期望是有一天自動駕駛車子旁邊有個自動駕駛的女機器人，坐在駕駛座上幫我開車，還能陪我聊天，讓我感到安心?！?/p>

在討論不同類型的人形機器人時，大吉提到：“日本的情感陪伴機器人講究低功能但高陪伴，而中國消費者則希望機器人能幫忙干活，掃地、做飯等具體任務。不同高度的機器人有不同的應用場景，宇樹目前就有兩款，例如1.8米高的H1可以承擔更多的負重任務，可以實現(xiàn)養(yǎng)老機器人的功能。

而1.3米高的宇樹G1更多用于展示和服務，包括現(xiàn)代在收購波士頓動力之后，也推出了一款1.3米左右的銷售服務機器人，用于在門店內溝通展示。而且高校也是低高度機器人的主要購買用戶，購買這些機器人主要是為了研究其機械結構和應用，并不一定要具備很強的功能性，而且價格也更加合適?！?/p>

人形機器人

AI未來如何發(fā)展

近幾年，AI對機器人行業(yè)最大的貢獻在于引入了強化學習，使得機器人的動作更加絲滑。 例如，宇樹團隊通過真人動捕數據訓練機器人跳舞，效果顯著。

大吉解釋說： “你可以把這種絲滑的動作理解為智能駕駛汽車的加減速控制。 機器人現(xiàn)在主要使用模仿學習和強化學習相結合的方法。 比如跳舞，一種是通過真人動捕數據進行關節(jié)映射和匹配； 另一種是通過網絡上的視頻來訓練機器人動作。 然而，視頻數據的質量通常不如動捕數據高，所以你會看到有些機器人跳舞的效果不如宇樹的好。 ”

盡管如此，這個行業(yè)還沒有解決的一個問題是大小腦協(xié)同。目前的機器人要么只能進行語音互動，要么只能執(zhí)行簡單的動作，無法實現(xiàn)真正的智能交互。大吉補充道：“真正的小腦和大腦協(xié)同意味著機器人能夠理解任務并執(zhí)行復雜的路徑規(guī)劃和感知。比如你告訴一個機器人去拿一個杯子，這就涉及到導航、路徑規(guī)劃和物體識別等多個步驟。但目前，大多數機器人還不能做到這一點。”

談到大小腦協(xié)同的問題時，特斯拉將FSD技術應用于Optimus機器人，因為感知、決策和規(guī)劃能力是一樣的。在自動駕駛領域，視覺語言模型已經被用來理解道路上的指示牌和任務指令，而在機器人領域，也有類似的Vision Language Action（VLA）模型。然而，機器人領域的VLA模型目前大多只應用于單個機械臂或靈巧手，尚未實現(xiàn)全身控制。

而另一方面，機器人領域面臨的另一個重大挑戰(zhàn)是數據收集?！白詣玉{駛每天都有海量的數據在路上收集，但在家務環(huán)境中，數據集卻非常有限。宜家的杯子形狀各異，還有雞蛋、蔬菜等各種物品，這些都需要大量的觸覺數據來訓練機器人。而且，許多機器人數據是在實驗室環(huán)境下收集的，缺乏真實世界中的復雜性和多樣性。”大吉說道，“目前，精準度和泛化性是機器人比較落后的方面?！?/p>

汽車行業(yè)也在積極參與到機器人技術的發(fā)展中。海哥指出：“智能駕駛本身就是具身智能的一部分。無論是工業(yè)生產中的機械手臂，還是服務類機器人，甚至是人形機器人，都屬于這一范疇。智能駕駛從最早的L2級別發(fā)展到現(xiàn)在的L4級別，進步非常快。這些技術不僅適用于汽車，還可以應用于無人機、低空飛行器以及露天礦場的自動開采設備。所以這也解釋了，為什么汽車和機器人聯(lián)系這么緊密?！?/p>

「新四化」趨勢越發(fā)明顯，車企如何調整型譜規(guī)劃？

電動車為什么賣不貴？