文｜洞見(jiàn)新研社
造一臺(tái)人形機(jī)器人，或許正在成為2025年最炙手可熱的事情。
從去年第四季度開(kāi)始，伴隨著大模型應(yīng)用的深入，具身智能概念被點(diǎn)燃，其中最鮮明的一個(gè)特點(diǎn)是，大量自動(dòng)駕駛大佬的轉(zhuǎn)行加入。
隨便說(shuō)幾個(gè)比較有分量的，智駕芯片上市公司地平線創(chuàng)始成員、副總裁、前軟件平臺(tái)產(chǎn)品線總裁余軼南（博士）聯(lián)手理想汽車前智能駕駛產(chǎn)品總監(jiān)趙哲倫成立具身智能領(lǐng)域初創(chuàng)公司維他動(dòng)力；
百度集團(tuán)資深副總裁、CEO助理、原百度智能駕駛事業(yè)群組（IDG）負(fù)責(zé)人李震宇加盟具身智能賽道初創(chuàng)公司它石智航；
前小米其次自動(dòng)駕駛產(chǎn)品技術(shù)負(fù)責(zé)人和量產(chǎn)負(fù)責(zé)人劉方成立具身智能概念公司阿米奧機(jī)器人……
左手造車，右手造人，自動(dòng)駕駛“老炮”們的創(chuàng)業(yè)沒(méi)有止境。
01 車企也來(lái)分羹
事實(shí)上，除了上文提到了幾位近期涉足具身智能行業(yè)的前自動(dòng)駕駛從業(yè)者之外，還有不少自動(dòng)駕駛行業(yè)重量級(jí)大佬在很早之前就已經(jīng)入局。
原文遠(yuǎn)知行COO張力2023年6月離職后不到半年即加入人形機(jī)器人公司逐際動(dòng)力，擔(dān)任聯(lián)合創(chuàng)始人兼COO，全面負(fù)責(zé)公司在全球范圍內(nèi)的戰(zhàn)略規(guī)劃、渠道拓展、項(xiàng)目實(shí)施、市場(chǎng)營(yíng)銷以及政府關(guān)系事務(wù)。
曾在Waymo和Momenta擔(dān)任重要技術(shù)職位的高繼揚(yáng)2023年5月創(chuàng)立了具身智能公司星海圖（StarSeer AI），并擔(dān)任CEO。公司成立后不就即獲得了由IDG資本、BV百度風(fēng)投等在內(nèi)的頂級(jí)投資機(jī)構(gòu)千萬(wàn)級(jí)美元的投資。
2023年4月，曾在小鵬汽車和OPPO擔(dān)任首席科學(xué)家的郭彥東創(chuàng)立智平方（Shenzhen AI Square）科技有限公司，擔(dān)任創(chuàng)始人兼首席執(zhí)行官，如今公司自研的多模態(tài)大模型——AI2R Brain，能夠驅(qū)動(dòng)Alpha Bot機(jī)器人在多樣化的場(chǎng)景中實(shí)現(xiàn)高精度感知與自然交互。
此外，還有其他一些轉(zhuǎn)行到具身智能賽道的自動(dòng)駕駛精英。
孫兆治：珞博智能高管，曾任小鵬機(jī)器人產(chǎn)品設(shè)計(jì)負(fù)責(zé)人，滴滴出行的造車項(xiàng)目中擔(dān)任產(chǎn)品負(fù)責(zé)人。
王凡：原縱目科技CTO，后加入北斗智聯(lián)科技有限公司，出任CTO。
王榮興：Momenta負(fù)責(zé)產(chǎn)品工程研發(fā)的副總裁，離職后進(jìn)行大模型創(chuàng)業(yè)，2023年6月創(chuàng)立萬(wàn)仞AI。
陳俊波：菜鳥(niǎo)網(wǎng)絡(luò)“E.T.物流實(shí)驗(yàn)室”無(wú)人車算法負(fù)責(zé)人，離開(kāi)阿里之后，與前阿里機(jī)器人CEO谷祖林等人共同創(chuàng)辦了“有鹿機(jī)器人”，進(jìn)軍戶外清潔機(jī)器人領(lǐng)域。
肖軍：前京東集團(tuán)副總裁、京東物流X事業(yè)部總裁，選擇了倉(cāng)儲(chǔ)機(jī)器人領(lǐng)域進(jìn)行創(chuàng)業(yè)，創(chuàng)辦天下先智創(chuàng)機(jī)器人，并獲得了來(lái)自零一創(chuàng)投、經(jīng)緯創(chuàng)投、紅點(diǎn)中國(guó)的2億元投資。?
一個(gè)有意思的現(xiàn)象，自動(dòng)駕駛“老炮”們轉(zhuǎn)入具身智能賽道扎堆創(chuàng)業(yè)，車企們也不甘落后，也集體布局具身智能。
去年12月26日，廣汽集團(tuán)發(fā)布自主研發(fā)的第三代具身智能人形機(jī)器人——GoMate是車企布局具身智能賽道的最新動(dòng)態(tài)。
GoMate是一款全尺寸的輪足人形機(jī)器人，全身?yè)碛?8個(gè)自由度。廣汽集團(tuán)機(jī)器人研發(fā)團(tuán)隊(duì)負(fù)責(zé)人張愛(ài)民博士表示，廣汽集團(tuán)計(jì)劃2025年實(shí)現(xiàn)自研零部件批量生產(chǎn)，并率先在廣汽傳祺、埃安等主機(jī)廠車間生產(chǎn)線和產(chǎn)業(yè)園區(qū)開(kāi)展整機(jī)示范應(yīng)用；2026年實(shí)現(xiàn)整機(jī)小批量生產(chǎn)，并逐步擴(kuò)展至大規(guī)模量產(chǎn)。
稍早前的2024理想AI Talk中，理想汽車CEO李想回應(yīng)是否會(huì)做人形機(jī)器人時(shí)表示，概率上肯定是100%，李想還強(qiáng)調(diào)，理想是一家人工智能企業(yè)，要做的不是汽車的智能化，而是人工智能的汽車化，并將推動(dòng)人工智能普惠到每一個(gè)家庭。
11月6日的小鵬汽車“AI科技日”上，小鵬汽車也亮相了全新一代人形機(jī)器人“Iron艾倫”,該款人形機(jī)器人已經(jīng)進(jìn)入小鵬汽車廣州工廠進(jìn)行了小鵬P7+車型的生產(chǎn)實(shí)訓(xùn)，未來(lái)將會(huì)聚焦在工廠和線下門店等場(chǎng)景。
除了親自下場(chǎng)之外，還有車企通過(guò)聯(lián)合合作伙伴或者投資的形式來(lái)布局具身智能。
奇瑞汽車就聯(lián)手AI公司Aimoga共同研發(fā)了人形機(jī)器人Mornine，進(jìn)軍人形機(jī)器人賽道；上汽創(chuàng)投則參與了人形機(jī)器人本體企業(yè)智元機(jī)器人的A3輪戰(zhàn)略融資，上汽集團(tuán)以投資機(jī)器人企業(yè)的形式切入人形機(jī)器人領(lǐng)域。
02 相同的技術(shù)內(nèi)核
造車和造人兩條賽道之所以能夠隨意融合，很大程度還是源于技術(shù)的同源，即都是基于對(duì)環(huán)境的感知和交互，對(duì)外界信息進(jìn)行計(jì)算后，指導(dǎo)機(jī)器進(jìn)行運(yùn)動(dòng)的過(guò)程，從本質(zhì)來(lái)看，兩者都需要具有智慧的大腦，只是外在表現(xiàn)的物理形體的不同。
原特斯拉自動(dòng)駕駛部門的負(fù)責(zé)人Andrej Karpathy近期接受訪談時(shí)也表示：汽車也是機(jī)器人，在從汽車到人形機(jī)器人Optimus的技術(shù)轉(zhuǎn)移中，工作量其實(shí)不大，而且工具都是現(xiàn)成的，只是從汽車轉(zhuǎn)移到機(jī)器人上，系統(tǒng)被重新配置，但本質(zhì)上還是相同的。
雖然技術(shù)同源，然而在實(shí)際應(yīng)用層面，自動(dòng)駕駛和具身智能還是要面對(duì)不同類型、不同等級(jí)的數(shù)據(jù)處理需求和計(jì)算能力。
從計(jì)算規(guī)模來(lái)看，自動(dòng)駕駛的高速場(chǎng)景較多，并且和安全關(guān)系緊密，所以需要較高算力的芯片支持實(shí)時(shí)計(jì)算；而智能機(jī)器人，在現(xiàn)階段通常在相對(duì)低速環(huán)境中工作，相應(yīng)的計(jì)算需求會(huì)降低。
地平線聯(lián)合創(chuàng)始人&CTO黃暢曾對(duì)自動(dòng)駕駛領(lǐng)域行業(yè)的基礎(chǔ)算力進(jìn)行過(guò)說(shuō)明，L2級(jí)需10 TOPS左右；L2+則需要幾十TOPS；L3需要100 TOPS以上；L4需要1000 TOPS，要充分滿足L4級(jí)要求，甚至需要幾千個(gè)TOPS。
然而對(duì)機(jī)器人大模型來(lái)說(shuō)，以能夠推理7B大模型的單張NVIDIA A100舉例，其TOPS峰值達(dá)1248，因而，建立云邊端協(xié)同的數(shù)字算力環(huán)境，對(duì)保障各類機(jī)器人的感知、計(jì)算和處理能力至關(guān)重要。
在運(yùn)動(dòng)控制的維度上，自動(dòng)駕駛只需要控制2D維度的運(yùn)動(dòng)，而人形機(jī)器人僅手部的抓取這一項(xiàng)，就需要模仿生物體多達(dá)20個(gè)以上的關(guān)節(jié)運(yùn)動(dòng)，這對(duì)計(jì)算和控制提出了更高的挑戰(zhàn)。
此外，自動(dòng)駕駛面對(duì)的數(shù)據(jù)相對(duì)“標(biāo)準(zhǔn)化“，大多是車道線、信號(hào)燈等在一定規(guī)則內(nèi)運(yùn)行的內(nèi)容，機(jī)器人不同，它們工作的場(chǎng)景復(fù)雜多變，這就導(dǎo)致數(shù)據(jù)種類也會(huì)相應(yīng)變多且發(fā)散，這同樣對(duì)計(jì)算能力提出了一定的要求。
以當(dāng)前已經(jīng)有規(guī)模應(yīng)用的酒店服務(wù)機(jī)器人為例，雖然工程師們通過(guò)強(qiáng)化機(jī)器人的地圖構(gòu)建能力，應(yīng)用VSLAM技術(shù)進(jìn)行機(jī)器識(shí)別并標(biāo)定禁行線，強(qiáng)化避障算法和傳感等方式，已經(jīng)能夠讓機(jī)器人極可能的避免與行人發(fā)生沖突，并能更好、更靈敏地識(shí)別地面上障礙物。
現(xiàn)在，酒店場(chǎng)景下至少有三種環(huán)境的變化會(huì)對(duì)機(jī)器人的運(yùn)行產(chǎn)生影響。
物理環(huán)境方面，因清洗地毯、會(huì)議設(shè)備設(shè)施、裝飾品擺放等地面環(huán)境的改變，或造成機(jī)器人識(shí)別故障，使得機(jī)器人路徑識(shí)別錯(cuò)誤；
社會(huì)環(huán)境方面，在電梯中與人或其他發(fā)生優(yōu)先乘坐電梯的糾紛；
數(shù)字環(huán)境方面，酒店組網(wǎng)方式讓機(jī)器人在電梯或角落位置出現(xiàn)的通信失敗等等。
馬斯克曾表示，特斯拉現(xiàn)有的 FSD 技術(shù)，可以在未來(lái)和機(jī)器人模塊進(jìn)行一定程度的算法復(fù)用，但仍然只是在“底層模塊”中進(jìn)行，“更高階的計(jì)算和場(chǎng)景還是需要針對(duì)機(jī)器人平臺(tái)進(jìn)行專項(xiàng)開(kāi)發(fā)。”
李想也說(shuō)，如果我們連L4級(jí)跟自動(dòng)駕駛的汽車都解決不了，怎么去解決更復(fù)雜的？因?yàn)檐囀莻€(gè)無(wú)接觸機(jī)器人，而且道路是標(biāo)準(zhǔn)化的，包括道路上的提示和參與者都是標(biāo)準(zhǔn)化的，而且每個(gè)人都受交通規(guī)則的 訓(xùn)練，我覺(jué)得這已經(jīng)是最簡(jiǎn)單的機(jī)器人了，如果車沒(méi)法實(shí)現(xiàn)，其實(shí)其他人工智能機(jī)器人，還是非常有限的。
03 把價(jià)格打下來(lái)
在具身智能的競(jìng)爭(zhēng)中，商業(yè)化是創(chuàng)業(yè)者們面對(duì)的共同難題，特斯拉去年的股東大會(huì)上，馬斯克首次談到人形機(jī)器人初創(chuàng)公司，“原型很容易，批量生產(chǎn)很難，甚至不可能”，其中的原因不光在于軟件算法和硬件傳感器等，更在于生產(chǎn)和工程能力，說(shuō)的直白一些，就是生產(chǎn)出來(lái)的產(chǎn)品有合適的價(jià)格，能夠被用戶所接受。
我們先來(lái)看軟件算法。
從底層算法模型來(lái)看，具身智能的軟件可以分為大腦和小腦。
大腦負(fù)責(zé)感知并模擬人類的思維決策過(guò)程，小腦則是模仿生物進(jìn)行復(fù)雜的運(yùn)動(dòng)控制。
大腦算法中的環(huán)境感知和理解和自動(dòng)駕駛一樣，都主要基于機(jī)器視覺(jué)，發(fā)展已經(jīng)比較成熟了，目前很多具身智能創(chuàng)業(yè)公司多依托科技大廠的多模態(tài)大模型賦能。
比如，F(xiàn)igure AI旗下Figure 02和1X Technologies旗下EVE、NEO均接入OpenAl端到端的大語(yǔ)言-視覺(jué)（VLM）模型；
樂(lè)聚機(jī)器人旗下“夸父”接入華為盤古具身智能大模型；
優(yōu)必選旗下walker S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(wèn)和智譜清言兩家大模型；
智元機(jī)器人多模態(tài)通用大模型用的是訊飛星火大模型（操作大模型自研）等。
這些大廠的大模型在基礎(chǔ)能力上都有不錯(cuò)的表現(xiàn)，也各有自己擅長(zhǎng)的長(zhǎng)板，在這方面，創(chuàng)業(yè)公司們的起點(diǎn)大致相同，差異不大。
可是在運(yùn)動(dòng)控制的小腦算法方面，各家就顯示出不同的技術(shù)路徑。
最典型的案例，人形機(jī)器人的控制算法發(fā)展，已經(jīng)經(jīng)歷了基于模型的控制算法（LIPM+ZMP）、動(dòng)態(tài)模型控制和最優(yōu)控制算法（MPC+WBC）、模擬學(xué)習(xí)+強(qiáng)化學(xué)習(xí)（IL+RL）等幾個(gè)階段。
目前的主流是MPC+WBC方案，但I(xiàn)L+RL路線被行業(yè)普遍認(rèn)為是未來(lái)主流的控制方式，但由于該方案經(jīng)過(guò)創(chuàng)業(yè)公司們的無(wú)數(shù)次嘗試后，進(jìn)入到技術(shù)瓶頸期，且在短期內(nèi)難以突破，這也是諸多人形機(jī)器人本體公司推出輪式仿生機(jī)器人而不是雙足人形機(jī)器人的主要原因。
硬件方面則主要包括芯片、傳感器、執(zhí)行運(yùn)動(dòng)控制操作的“手”“腳”等。
目前算力芯片在人形機(jī)器人身上的成本占比大概是幾十分之一，地平線分拆出來(lái)的芯片及解決方案廠商地瓜機(jī)器人開(kāi)發(fā)者生態(tài)負(fù)責(zé)人胡春旭在接受媒體采訪時(shí)表示，在不同類型的機(jī)器人中，芯片成本占比差別不大，大約在7%~10%之間，一臺(tái)人形機(jī)器人均價(jià)50萬(wàn)的情況下，芯片這一層的成本不超過(guò)1萬(wàn)元。不過(guò)，未來(lái)在人形機(jī)器人電機(jī)等部件成本下行的情況下，芯片部分成本占比預(yù)計(jì)有所增加。
相比之下，運(yùn)動(dòng)控制與執(zhí)行部分的“手”就要貴很多。
由于手需要執(zhí)行抓取、放置、推拉等動(dòng)作，對(duì)操作精度的要求也很高，上肢操作的自由度自然就相應(yīng)增加了。
有專業(yè)人士表示，人形機(jī)器人不算上“手”，全身自由度可能在27個(gè)左右，然而去年11月底，特斯拉展示的Optimus人形機(jī)器人能用手接住網(wǎng)球并放下，動(dòng)作靈活，其采用的靈巧手自由度比前一代增加了11個(gè)，達(dá)到22個(gè)。
在行業(yè)對(duì)高自由度形成共識(shí)的大背景下，做靈巧的手相當(dāng)于再造一個(gè)機(jī)器人，這也是“手”的價(jià)格居高不下的原因之一。
星動(dòng)紀(jì)元聯(lián)合創(chuàng)始人席悅曾介紹過(guò)自家產(chǎn)品，“手占人形機(jī)器人全身成本大概1/5到1/4”，其中的主要原因在于現(xiàn)在的觸覺(jué)傳感器還很貴，甚至比整只不帶觸覺(jué)傳感器的“手”更貴，“一只手用到的觸覺(jué)傳感器可能要大幾千元，一只手上的觸覺(jué)傳感器只有在占手的成本10%左右的時(shí)候才可能大規(guī)模應(yīng)用”，有專業(yè)人士如是表示。
從上文的分析中不難看出，就像無(wú)人車一樣，從最開(kāi)始的幾十、上百萬(wàn)一輛，到逐漸下降到20萬(wàn)左右的Robotaxi，甚至10萬(wàn)以下的無(wú)人配送車，自動(dòng)駕駛的普及與滲透這才加快了速度。
對(duì)于具身智能創(chuàng)業(yè)企業(yè)們來(lái)說(shuō)，如何將機(jī)器人的價(jià)格打下來(lái)，將是他們?cè)谖磥?lái)競(jìng)爭(zhēng)中能夠占據(jù)主動(dòng)的關(guān)鍵。