文 / 郭靜

來源 / 節(jié)點(diǎn)財(cái)經(jīng)

1973年，世界首款全尺寸人形機(jī)器人WABOT-1在早稻田大學(xué)誕生。受限于當(dāng)時(shí)的技術(shù)，WABOT-1看起來十分簡(jiǎn)陋，走一步需要漫長(zhǎng)的45秒。半個(gè)世紀(jì)后的今天，技術(shù)突破正帶來天翻地覆的變化。

宇樹科技機(jī)器人在春晚舞臺(tái)上靈活轉(zhuǎn)動(dòng)手絹、小鵬汽車發(fā)布iron人形機(jī)器人，因動(dòng)作過于逼真，以至于何小鵬和員工們不得不“直播生剖”自證清白...

據(jù)不完全統(tǒng)計(jì)，優(yōu)必選、宇樹科技、智元機(jī)器人等多家企業(yè)已相繼披露了千臺(tái)級(jí)訂單?？吹叫袠I(yè)風(fēng)口將至新老玩家正加速入局，字節(jié)跳動(dòng)等大廠高調(diào)招募算法工程師，除了小鵬汽車，已經(jīng)有特斯拉、廣汽、小米、比亞迪等國(guó)內(nèi)外二十余家車企通過自研或投資的方式布局人形機(jī)器人領(lǐng)域。

推動(dòng)人形機(jī)器人賽道當(dāng)下集中爆發(fā)的關(guān)鍵驅(qū)動(dòng)力是什么？目前整個(gè)產(chǎn)業(yè)的真實(shí)技術(shù)成熟度和商業(yè)化落地究竟進(jìn)展到了哪個(gè)階段？為什么都要加碼人形機(jī)器人？

01 為什么是人形機(jī)器人？

2025年上半年，幾乎每一家人形機(jī)器人公司都在“秀肌肉”：打拳、跳舞、跑步、疊衣服、擦桌子…… 各種Demo輪番登場(chǎng)，成為大眾眼中高科技的最新代名詞。

在《節(jié)點(diǎn)財(cái)經(jīng)》看來，這不僅僅是簡(jiǎn)單的博關(guān)注，背后是實(shí)打?qū)嵉纳虡I(yè)信號(hào)。多家公司陸續(xù)邁入“千臺(tái)俱樂部”，這意味著，機(jī)器人不再只是實(shí)驗(yàn)室里的演示樣機(jī)，而是開始進(jìn)入真實(shí)的產(chǎn)業(yè)場(chǎng)景。

玩家們正涌入一個(gè)千億級(jí)的“應(yīng)許之地”。據(jù)首屆中國(guó)人形機(jī)器人產(chǎn)業(yè)大會(huì)發(fā)布的報(bào)告預(yù)測(cè)，2024年中國(guó)人形機(jī)器人市場(chǎng)規(guī)模將達(dá)到27.6億元，2030年有望成長(zhǎng)為千億元市場(chǎng)，2023-2025年復(fù)合增長(zhǎng)率預(yù)計(jì)達(dá)85%，遠(yuǎn)超工業(yè)機(jī)器人與服務(wù)機(jī)器人。

這份熱情的背后，是對(duì)解決真問題的迫切期待。

第一， 應(yīng)對(duì)勞動(dòng)力缺口。

對(duì)于面臨嚴(yán)重老齡化問題的國(guó)家，人形機(jī)器人是填補(bǔ)勞動(dòng)力缺口、提供養(yǎng)老陪護(hù)服務(wù)、維持社會(huì)正常運(yùn)轉(zhuǎn)的戰(zhàn)略性解決方案。制造業(yè)、養(yǎng)老服務(wù)、特種作業(yè)等重點(diǎn)場(chǎng)景需求缺口超100萬臺(tái)，市場(chǎng)痛點(diǎn)亟待解決方案，催生大量新機(jī)遇。

第二，人形機(jī)器人是“具身智能”的載體。

當(dāng)下，人工智能是全球各國(guó)競(jìng)爭(zhēng)高地，一個(gè)共識(shí)是，未來人工智能的競(jìng)爭(zhēng)將從“云端智能”走向“具身智能”，它解決了人工智能“最后一公里”的問題，將數(shù)字世界的智能無縫對(duì)接到物理世界的行動(dòng)。智能必須理解物理定律、平衡、摩擦，并通過身體來執(zhí)行任務(wù)，這比在虛擬世界中下圍棋要復(fù)雜數(shù)個(gè)數(shù)量級(jí)。

第三，國(guó)家戰(zhàn)略與安全。

從國(guó)家層面看，人形機(jī)器人在國(guó)防軍事領(lǐng)域的應(yīng)用空間無需贅述。布局該產(chǎn)業(yè)意味著可以成為技術(shù)標(biāo)準(zhǔn)和產(chǎn)業(yè)生態(tài)的定義者，享受巨大的早期紅利和市場(chǎng)占有率，擁有牽引科技創(chuàng)新的強(qiáng)大抓手，在應(yīng)對(duì)復(fù)雜國(guó)際環(huán)境方面占據(jù)主動(dòng)。

布局慢，則可能陷入技術(shù)依賴和“以市場(chǎng)換技術(shù)”的被動(dòng)局面；在全球高端制造競(jìng)爭(zhēng)中被邊緣化；在下一代科技革命中再次落后一個(gè)身位；在國(guó)家安全和社會(huì)治理上出現(xiàn)能力缺口。

02 從“PPT”到“落地”的三大難關(guān)

人形機(jī)器人的意義眾所周知，可做起來沒那么簡(jiǎn)單，在關(guān)鍵場(chǎng)合掉鏈子的事故可不少。

近日，在莫斯科的一場(chǎng)科技展示活動(dòng)上，俄羅斯機(jī)器人公司 Idol 重磅推出了“首個(gè)AI驅(qū)動(dòng)的人形機(jī)器人”—— Aldol。然而，萬眾期待的場(chǎng)面瞬間變成了“事故現(xiàn)場(chǎng)”，當(dāng) Aldol 抬起手、準(zhǔn)備向觀眾揮手致意時(shí)，它突然失去平衡，向前一倒，重重摔在舞臺(tái)上，外殼碎裂、零件四散。主辦方只能趕緊沖上前用一塊黑布將“事故現(xiàn)場(chǎng)”遮蓋起來。

事后，Idol 官方還強(qiáng)調(diào)俄羅斯AI機(jī)器人正邁出重要一步。從官方的回應(yīng)也能看出，這場(chǎng)“首秀”尷尬地揭示了現(xiàn)實(shí)，要讓機(jī)器人像真人般順暢運(yùn)動(dòng)，極其困難。 在《節(jié)點(diǎn)財(cái)經(jīng)》看來，一個(gè)好的人形機(jī)器人符合“木桶理論”，其大腦、小腦和肢體三方面都不能有短板。

我們先來看大腦部分。

大腦主要基于多模態(tài)大模型，是純粹的軟件層，負(fù)責(zé)根據(jù)環(huán)境、任務(wù)和目標(biāo)等信息，自主做出最優(yōu)決策，以實(shí)現(xiàn)自主導(dǎo)航、任務(wù)執(zhí)行、人機(jī)交互等功能?？赡芎芏嗳藭?huì)問大語言模型技術(shù)很發(fā)達(dá)了，是否對(duì)人形機(jī)器人的大腦有幫助，事實(shí)上機(jī)器人大模型和通用大模型并不相同，后者需要考慮與物理世界的實(shí)時(shí)交互，技術(shù)難度較大。

宇樹科技王興興曾提到，當(dāng)前具身智能的困境主要體現(xiàn)在高質(zhì)量數(shù)據(jù)及模型算法層面。在數(shù)據(jù)層面，采集和質(zhì)量問題比較突出，數(shù)據(jù)利用率也需提升；在模型層面，當(dāng)前多模態(tài)數(shù)據(jù)的融合并不理想，模型與機(jī)器人的控制模態(tài)對(duì)齊也是難點(diǎn)。

比如，不同大語言模型可以使用互聯(lián)網(wǎng)海量信息作為訓(xùn)練數(shù)據(jù)，機(jī)器人所用的具身智能模型沒有現(xiàn)成數(shù)據(jù)可以使用，需要投入大量時(shí)間和資源進(jìn)行機(jī)器人操作實(shí)踐或仿真模擬，以收集視覺、觸覺、力覺、運(yùn)動(dòng)軌跡以及機(jī)器人本體狀態(tài)等多源異構(gòu)數(shù)據(jù)。

據(jù)悉，真實(shí)場(chǎng)景數(shù)據(jù)采集成本約50萬元/萬小時(shí)，虛擬仿真數(shù)據(jù)復(fù)用率卻<30%，每臺(tái)新場(chǎng)景機(jī)器人仍需12—18個(gè)月重新訓(xùn)練，比工業(yè)機(jī)器人多出一倍時(shí)間，直接推高了小批量試產(chǎn)的技術(shù)風(fēng)險(xiǎn)溢價(jià)。數(shù)據(jù)少了，模型自然不好用。

其二，小腦層的軟硬件耦合痛點(diǎn)。

人形機(jī)器人的大腦對(duì)物理世界進(jìn)行感知與分析后，小腦要負(fù)責(zé)與現(xiàn)實(shí)世界的精準(zhǔn)控制與交互，如肢體驅(qū)動(dòng)、姿態(tài)平衡等。這部分主要由控制器、伺服驅(qū)動(dòng)器、電機(jī)和傳感器構(gòu)成。

目前，來看算法與硬件的強(qiáng)耦合難度極高，Aldol摔倒就是因?yàn)檐浻布鸟詈喜坏轿弧?/p>

當(dāng)然，不要高興太早，雖然國(guó)產(chǎn)人形機(jī)器人很多可以表現(xiàn)得像個(gè)真人，但他們從能跑會(huì)跳到能在工廠里替代人工干活，兩者之間有鴻溝。

據(jù)了解，工業(yè)場(chǎng)景要求精度≤0.02mm,但主流相機(jī)在動(dòng)態(tài)遮擋下的感知誤差>5cm，六維力傳感器分辨率僅0.1N，只有工業(yè)標(biāo)準(zhǔn)的十分之一。能不能實(shí)現(xiàn)機(jī)器人養(yǎng)老還需要時(shí)間打磨。

最后，肢體，也就是人形機(jī)器人的“本體”。

肢體是指機(jī)器人的機(jī)械結(jié)構(gòu)和實(shí)體硬件部分，是機(jī)器人實(shí)現(xiàn)各種功能的“物理底座”，主要涵蓋機(jī)械結(jié)構(gòu)、電子器件集成、裝配設(shè)計(jì)、驅(qū)動(dòng)、控制、能源等系統(tǒng)，協(xié)同賦予機(jī)器人仿人運(yùn)動(dòng)、感知環(huán)境、自主決策及持續(xù)運(yùn)行的能力。

這部分難點(diǎn)主要在能耗和供應(yīng)鏈上。

據(jù)了解，人形機(jī)器人動(dòng)輒30—40個(gè)自由度，每個(gè)關(guān)節(jié)都需要輸出大扭矩，對(duì)能耗需要很高。業(yè)內(nèi)測(cè)算，一臺(tái)50kg負(fù)載的機(jī)器人連續(xù)工作4小時(shí)，能耗高達(dá)2.3kWh，相當(dāng)于一輛微型電動(dòng)車跑20公里。

此外，雖然我國(guó)能造出人形機(jī)器人的企業(yè)不少，但核心零部件依然嚴(yán)重依賴進(jìn)口。

從關(guān)鍵部件產(chǎn)能全球占比上，中國(guó)行星滾柱絲杠、諧波減速器合計(jì)僅19%，日本占60%，且擴(kuò)產(chǎn)周期長(zhǎng)達(dá)24—36個(gè)月，與需求爆發(fā)期錯(cuò)配。以2028年全球人形機(jī)器人需求10萬臺(tái)/年倒推，僅減速器一項(xiàng)就存在8萬臺(tái)的缺口，等于現(xiàn)有產(chǎn)能翻倍才能滿足。原材料同樣受制于人。輕量化用的碳纖維國(guó)內(nèi)自給率30%，高端鋪絲機(jī)被日、德實(shí)施出口管制；鈦合金粉末90%依賴進(jìn)口，價(jià)格隨航空航天需求波動(dòng)，導(dǎo)致機(jī)身減重方案遲遲降不了本。

03 "iPhone時(shí)刻"還是"虛火"一場(chǎng)?

人形機(jī)器人的軟件能力決定了它的泛化能力，因此從軟件自研實(shí)力上，我們可以對(duì)人形機(jī)器人廠商進(jìn)行一個(gè)簡(jiǎn)單的劃分。

技術(shù)實(shí)力強(qiáng)勁的企業(yè)能在核心算法或模型上基本實(shí)現(xiàn)自研，旨在提升軟硬件的耦合能力，為人形機(jī)器人所使用，比如，小鵬、宇樹科技、智元科技等。

目前絕大多數(shù)人形機(jī)器人本體初創(chuàng)企業(yè)在AI層面投入極少，因此選擇依托科技大廠多模態(tài)通用大模型賦能，也就是本體自研+大模型合作的模式。優(yōu)必選旗下walker S、開普勒旗下“先行者”系列接入百度文心一言大模型、星動(dòng)紀(jì)元旗下“小星”系列接入阿里通義千問和智譜清言兩家大模型等。

雖然行業(yè)剛從“實(shí)驗(yàn)室”走向“批量交付”，但“價(jià)格戰(zhàn)”卻已提前開打。

繼宇樹3.99萬元起的人形機(jī)器人R1亮相后，作為北京機(jī)器人企業(yè)的代表，加速進(jìn)化和松延動(dòng)力也分別推出售價(jià)為2.99萬元和9998元的產(chǎn)品。R1的發(fā)布掀起了機(jī)器人價(jià)格下探的開端，僅僅三個(gè)月，人形機(jī)器人的價(jià)格已經(jīng)下降近四分之三。

馬斯克曾表示，只有把成本壓到2—3萬美元，人形機(jī)器人才會(huì)迎來iPhone時(shí)刻,那么這波價(jià)格戰(zhàn)真的能加速人形機(jī)器人的落地嗎？

北京人形機(jī)器人創(chuàng)新中心負(fù)責(zé)人劉益彰曾表示，現(xiàn)在很多機(jī)器人企業(yè)在卷價(jià)格，已經(jīng)接近底板，甚至虧本。機(jī)器人行業(yè)現(xiàn)階段入局者多，未必是一件好事。當(dāng)前人形機(jī)器人量產(chǎn)剛剛開始，機(jī)器人的工藝流程、測(cè)試標(biāo)準(zhǔn)和性能標(biāo)準(zhǔn)，甚至關(guān)鍵模組接口的標(biāo)準(zhǔn)還沒有完全敲定。在這種情況下，卷價(jià)格的意義不大。

不少業(yè)內(nèi)人士擔(dān)憂價(jià)格戰(zhàn)最終會(huì)導(dǎo)致惡性循環(huán)，因?yàn)楫?dāng)價(jià)格內(nèi)卷逼近原材料，可能會(huì)導(dǎo)致創(chuàng)新成為很大的負(fù)擔(dān)，更加沒有機(jī)會(huì)再去拓展新的應(yīng)用場(chǎng)景。

雖然有不少業(yè)內(nèi)人士認(rèn)為人形機(jī)器人的價(jià)值在于陪伴，但從這個(gè)角度看，長(zhǎng)期隱憂也開始浮現(xiàn)。

當(dāng)一個(gè)“人”形態(tài)的機(jī)器在你家中全天候收集數(shù)據(jù)時(shí)，隱私泄露的風(fēng)險(xiǎn)將如何管控？而機(jī)器人大規(guī)模替代低技術(shù)勞動(dòng)力，又是否會(huì)對(duì)勞動(dòng)力過剩的地區(qū)，造成新的社會(huì)失業(yè)問題？

在這場(chǎng)科技公司與初創(chuàng)企業(yè)混戰(zhàn)的新局中，勝負(fù)的關(guān)鍵已不在于某一單項(xiàng)技術(shù)的突破，而是跨系統(tǒng)整合能力與資本耐力的綜合較量。從資本邏輯看，人形機(jī)器人仍處于技術(shù)驗(yàn)證與商業(yè)模式探索階段，企業(yè)的密集入局，更像是一場(chǎng)被資本預(yù)期推高的戰(zhàn)略性提前下注。

不過，這場(chǎng)融合了AI、精密制造與資本的豪賭才剛剛開始。誰能率先越過技術(shù)、成本和市場(chǎng)的重重迷霧,誰才能真正迎來屬于自己的"iPhone時(shí)刻"。

*題圖由AI生成