優(yōu)必選人形機器人Walker S接入文心一言大模型后，不僅掌握了疊衣服的動作，還能為用戶提供穿搭建議；經(jīng)過ChatGPT訓練的人形機器人Figure 01，可以從桌面上一堆物品中準確挑出唯一的食物——蘋果……如果說去年人形機器人企業(yè)喜歡秀“肌肉”——展示機器人的行動能力，而進入2024年，這些企業(yè)迫切地秀起了“智商”——展示人形機器人經(jīng)過生成式人工智能（AIGC）訓練后的聰明勁兒。

AIGC為人形機器人增智

人形機器人與AIGC的融合應用吸引了科技巨頭“真金白銀”的青睞——美國人形機器人公司Figure AI在3月宣布獲得6.75億美元融資，微軟、Open AI、英偉達、亞馬遜工業(yè)創(chuàng)新基金、英特爾投資等科技大廠赫然出現(xiàn)在投資方之列。行業(yè)人士判斷，F(xiàn)igure 01在AI大模型訓練后能力快速進化，成為獲得科技企業(yè)青睞的主要原因。今年1月，F(xiàn)igure 01通過端到端神經(jīng)網(wǎng)絡(luò)，僅經(jīng)過10小時訓練就掌握了制作咖啡的技能。1個月后，F(xiàn)igure 01已學會搬運箱子，并掌握了運送至傳送帶的新技能。3月，F(xiàn)igure 01不僅能夠與人進行對話交互，理解人類的意圖，還能夠進行推理、自行識別、計劃和執(zhí)行任務(wù)。對于AIGC讓人形機器人“變聰明”的具體原理，產(chǎn)業(yè)專家告訴《中國電子報》記者：“可以理解為通過算法模擬人腦的運行機制，根據(jù)一定規(guī)模的數(shù)據(jù)和算力，實現(xiàn)人腦類似的智力?！睂＜医忉尩溃?jīng)過AI大模型訓練，機器人也能通過學習樣本數(shù)據(jù)，像人類一樣識別文字、圖像和聲音，了解和學習新事物，以幫助人類在復雜環(huán)境中執(zhí)行復雜任務(wù)。“大模型具備像‘思維鏈’這樣一些復雜的能力，在面對復雜任務(wù)的時候知道如何拆分和理解，包括通過知識的引入來實現(xiàn)符合物理常識的規(guī)劃。”中國人形機器人百人會副理事長、科大訊飛副總裁劉聰解釋道。人形機器人公司優(yōu)必選相關(guān)負責人在接受《中國電子報》記者采訪時，從研發(fā)角度解釋了大模型對人形機器人研發(fā)的積極作用。他表示，AIGC讓人形機器人的交互體驗更加自然。在研發(fā)方面，AI大模型也作出了巨大貢獻：一方面，生成式人工智能可以提升人形機器人的研發(fā)效率，自動生成特定目標的基礎(chǔ)代碼，節(jié)約工程師人力資源；另一方面，人形機器人可以借助大模型自動生成代碼并完成既定目標，省去研發(fā)過程中非常細節(jié)的指令，使運動規(guī)劃變得更加便捷。

北京理工華匯智能科技有限公司團隊提出了機器人生成與技能基元庫融合的學習方法，研究基于機器人生成式的長程任務(wù)分解方法，提高機器人自主任務(wù)能力。該公司相關(guān)負責人表示，人形機器人可以通過其自研的機器人GPT分解長程任務(wù)指令，生成短程任務(wù)指令并匹配機器人技能庫生成交互行為，構(gòu)成決策回路。

具身智能的最佳范式

盡管AIGC讓人形機器人具備了邏輯、分析思考及完成簡單任務(wù)的能力，但是產(chǎn)業(yè)界一致認為，兩者的關(guān)系不能簡單理解為“AIGC讓人形機器人更聰明”?！癈hatGPT等大模型展現(xiàn)出了處理多模態(tài)數(shù)據(jù)和滿足人類需求的交互能力，但這種交互仍局限于數(shù)字世界。”中國工程院院士蔣昌俊在中國具身智能大會上表示，要實現(xiàn)真正的通用人工智能，需要賦予AI在真實物理世界中交互的能力。這意味著要讓AI擁有實體，像人類一樣具備感知、思考和行動能力。相較于被行業(yè)專家稱為“離身智能”的ChatGPT、Sora等依靠互聯(lián)網(wǎng)數(shù)據(jù)訓練的模型，“具身智能”則強調(diào)有物理身體的智能體與物理環(huán)境進行交互的能力。根據(jù)中國計算機學會的闡述，具身智能是指支持感覺和運動能力的物理智能體，像人類一樣通過視覺、聽覺、觸覺等感官，以及語言、運動、交互等行為，完成一系列智能任務(wù)的能力。簡而言之，現(xiàn)階段AI大模型可以幫助人們處理文字、圖片和視頻問題，卻無法為人們解決物理生活中的問題……倒一杯水、做一餐飯、打掃房間的衛(wèi)生，這樣的任務(wù)需要具身智能來完成。而人形機器人被產(chǎn)業(yè)界視為具身智能的最理想范式。“人形機器人像人一樣有手有腳，有無窮的延展性?？梢园丫呱碇悄茏畲蟮臐撃馨l(fā)揮出來?！敝袊诵螜C器人百人會副秘書長、星動紀元創(chuàng)始人陳建宇詳細解釋了人形機器人作為具身智能的三點優(yōu)勢：一是可以最大程度地適配人類環(huán)境，人形機器人可以上下樓梯，直接使用門把手和桌子、椅子、杯子，無須改變根據(jù)人類的使用習慣設(shè)計的工具和環(huán)境；二是人形機器人可以直接搬運和采用人類的行為數(shù)據(jù)；三是人形機器人具備與人類相似的形態(tài)，更能滿足人類的情感和審美訴求，特別適合在偏服務(wù)類的場景中應用。

人工智能的下一個浪潮將是具身智能，即能理解、推理并與物理世界互動的智能系統(tǒng)。”英偉達首席執(zhí)行官黃仁勛曾公開表示，“為通用人形機器人建立基礎(chǔ)模型是當今人工智能領(lǐng)域最令人興奮的問題之一?！惫雀琛⒂ミ_、微軟、亞馬遜等科技企業(yè)火速瞄準“具身智能”賽道，從各個維度切入人形機器人領(lǐng)域。Open AI為一家挪威人形機器人公司1X Technologies提供技術(shù)支持。亞馬遜投資了美國機器人公司Agility Robotics，其人形機器人Digit已經(jīng)在美國得克薩斯州的倉庫搬運塑料箱。谷歌發(fā)布新型機器人Transformer架構(gòu)，通過動態(tài)分配計算資源，跳過非必要計算，提高訓練效率和推理速度。英偉達發(fā)布人形機器人通用基礎(chǔ)模型Project GR00T，旨在進一步推動其在機器人和具身智能方面的突破。還有消息稱，蘋果公司正在組建機器人團隊。

聰明的大腦要搭配發(fā)達的四肢

在AIGC加持下的人形機器人會疊衣、泡茶、搬運的種種表現(xiàn)，也讓人們開始暢想人形機器人作為勞動力的未來。對此，業(yè)內(nèi)專家紛紛呼吁，人形機器人產(chǎn)業(yè)仍處于發(fā)展初期，切莫片面追逐AIGC的能力，讓人形機器人誤入“思想上的巨人、行動上的矮子”的歧途。理想的具身智能體不僅需要聰明的大腦作決策，還需要發(fā)達的四肢執(zhí)行任務(wù)?！坝布こ處熞恢痹诿β担浖こ處熀退惴üこ處熞恢痹诘却?。”中國人形機器人百人會副理事長、上海人形機器人中心董事長、中國北方車輛研究所所長劉勇表示，如今人形機器人能夠與AI順利融合發(fā)展，建立在機械本體數(shù)十年不斷進化的基礎(chǔ)上，例如傳感器、執(zhí)行器、新能源電池等關(guān)鍵器件的功能和成本都在不斷優(yōu)化。中國人形機器人百人會專家委員會成員，香港大學機器人研究所所長席寧認為，AIGC不能幫人形機器人完成所有工作。他說，人形機器人完成工作需要解決四個維度的問題——邏輯關(guān)系、時序關(guān)系、空間關(guān)系和互動關(guān)系。席寧表示：“AI大模型能解決的是第一個維度邏輯關(guān)系的問題，機器人可以根據(jù)語言命令分析問題和做好任務(wù)規(guī)劃。但是對于機器人怎么抓物品、移動速度多快、如何定位目標等，AI大模型就無能為力了。”工信部去年11月印發(fā)的《人形機器人創(chuàng)新發(fā)展指導意見》中指出，以大模型等人工智能技術(shù)突破為引領(lǐng)，在機器人已有成熟技術(shù)基礎(chǔ)上，重點在人形機器人“大腦”和“小腦”、“肢體”關(guān)鍵技術(shù)、技術(shù)創(chuàng)新體系等領(lǐng)域取得突破。

關(guān)節(jié)和靈巧手是人形機器人機械本體進化的重要部件，靈巧手到底該怎樣設(shè)計，怎樣兼顧它的靈巧性和成本，這些都是需要探索的重要問題?！标惤ㄓ畋硎尽Ｔ趫鼍疤剿鞣矫妫邪l(fā)團隊紛紛結(jié)合具體應用場景進行研發(fā)，面向工業(yè)制造、災害救援、危險作業(yè)、智慧物流、安防巡邏、服務(wù)娛樂等具體場景針對性地開發(fā)了人形機器人。例如，北京理工華匯智能科技有限公司研發(fā)的人形機器人“匯童”可以在火災等災害發(fā)生時，作為消防員替身自主進入極端環(huán)境實施救援工作，執(zhí)行搜尋和搬運等具體任務(wù)。除了提高關(guān)鍵部件性能、切合應用場景訓練，行業(yè)專家還呼吁完善人形機器人供應鏈體系，降低本體成本。在專家看來，在“木桶效應”之下，任何短板都會成為人形機器大規(guī)模商業(yè)化進程的阻礙。