文|偲睿洞察 Renee
編輯|孫越
2023，機器人這一浪漫主義產(chǎn)物在東八區(qū)、西八區(qū)，再次火爆。
東八區(qū)，是供應(yīng)商們紛紛在階段性presentation——WAIC大會上秀肌肉，拿捏住80%群眾的眼球與攝像頭：
西八區(qū)，是兩位風(fēng)云人物為人形機器人站臺：英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛直言，AI下一個浪潮就將是具身智能；馬斯克表示，通用型AI算法支持的機器人是特斯拉未來長期價值所在。
如果要追究“2023年XX股價暴漲，XX行業(yè)爆火”的導(dǎo)火索，十有八九是因為ChatGPT，人形機器人也不例外。ChatGPT來臨后，市場情緒高漲：“人形機器人歷經(jīng)近百年，ChatGPT 有望引爆技術(shù)奇點”等說法層出不窮。
在“人形機器人+大模型”這一命題上，各個AI廠商、人形機器人廠商的執(zhí)行力出乎意料：
3月，微軟在其官網(wǎng)發(fā)表了一篇名為《機器人 ChatGPT：設(shè)計原則和模型能力》論文，給出“通過ChatGPT實現(xiàn)用人類語言控制機器人”的現(xiàn)實路徑；
（機器人與人類自然語言交互 圖源：開源證券）
4月，AI公司Levatas與波士頓動力合作，將ChatGPT和谷歌的語音合成技術(shù)接入Spot機器狗，成功實現(xiàn)與人類的交互。
本文試圖探究，人形機器人近百年來，為何沒有所謂的“奇點”？這近百年沉寂的“死水”，ChatGPT要如何打破？
01 1495年，命運的齒輪開始轉(zhuǎn)動
1504年，達芬奇畫筆下的《蒙娜麗莎的微笑》，被視為“以人為本”意識覺醒的標志，自此，人類開始自我欣賞，走上尋找自我價值的漫長征途。
而出人意料的是，機器人的“覺醒”，來得更早些。在1495年，達芬奇便已提交了關(guān)于機器人主題的畫稿：一個靠風(fēng)能和水力驅(qū)動的“機器武士”。
在這之后的400多年，關(guān)于人形機器人的探索從未停止。
憑借著一腔熱血和為人形機器人“千千萬萬遍”的韌勁，1927年，美國西屋公司推出“Televox”：不能走動，但可以抬起接收器以接聽電話，并根據(jù)接收到的信號通過操作開關(guān)來控制簡單的動作，此外其還能回答一些問題。
（世界上第一臺人形機器人“Televox” 圖源：國盛證券研究所）
10年過后，西屋公司在此基礎(chǔ)上制造出“摩托人Elektro”，被認為是真正的第一個類人機器人，如此論斷，或許是因為它會抽煙？
在1939年的世博會上，摩托人Elektro接到煙之后，像人類一樣嘬了幾口，但遺憾的是，它并不會“吐氣”，煙霧只能從頭顱里散發(fā)出來。
（摩托人Elektro 圖源：國盛證券研究所）
又經(jīng)過半個世紀的“調(diào)教”，人形機器人不再是藝術(shù)品里的天馬行空，或是科技展會里的“喜劇秀”，開始“腳踏實地”起來。
1972年，早稻田大學(xué)孵化出ASIMO，世界上第一個真正意義上的人形機器人誕生（能走動能說話）。2000年，第一代ASIMO能“拉呱”和“搬磚”，到十幾年后的第七代，ASIMO已經(jīng)具備了類似人類的步行方式，能以將近9公里的時速奔跑和倒行，也能擰杯蓋和倒水。
（ASIMO 多代參數(shù)比較 圖源：廣發(fā)證券）
緊接著，人形機器人故事的主角紛紛涌現(xiàn)：其中不得不提的，便是現(xiàn)階段花活最多的波士頓機器人。
（Atlas機器人發(fā)展歷程 圖源：海通國際）
Atlas原型機最早于2009年亮相，Atlas多年以來，主打一個“體育生”人設(shè)，秀肌肉，秀技能：
2013年7月11日向公眾正式公開。Atlas機器人身高188cm，體重150kg，其設(shè)計目的是為了搜索和救援任務(wù)。
2018年，波士頓動力進一步對機器人進行優(yōu)化設(shè)計，最新身高1.5m，體重80kg，全身具有28個關(guān)節(jié)，速度能達到1.5m/s，能完成快速小跑、三級跳、后空翻和空中體操等一系列復(fù)雜動作。
本以為，人形機器人會一路高歌，而2022年卻帶來了一個好消息和一個壞消息，讓整個人形機器人行業(yè)“撲朔迷離”。
壞消息是，“一代梟雄”退出歷史舞臺，商業(yè)化落地的大坑，無人幸免：2022年3月31日，在本田汽車公司的東京總部，仿人機器人ASIMO正式宣布退役，結(jié)束了長達22年的職業(yè)生涯。
好消息是，多個科技大廠跨界奔赴而來，“壁壘高筑”成為歷史：2022年，特斯拉推出人形機器人“擎天柱”、小米發(fā)布全棧自研人形機器人“CyberOne”、亞馬遜注資機器人“Digit”······
好運延續(xù)到了2023年，這半年，原生賽道選手動作頻頻：
1月31日，Walker機器人的優(yōu)必選正式向港交所遞交招股說明書；
7月6日，傅利葉智能在2023世界人工智能大會上發(fā)布首款GR-1通用人形機器人；
但從WAIC的展會來看，人形機器人仍然令人心生敬畏：
在機器人展區(qū)，僅有傅利葉的下肢康復(fù)機器人，云深處的絕影等四足機器人能夠?qū)a(chǎn)品搬到展會并進行演示，特斯拉的人形機器人模型“束之高閣”，達闥陳列了各式各樣職業(yè)的人形機器人模型······
1495年開始，人形機器人命運的齒輪開始轉(zhuǎn)動。以下是現(xiàn)如今，人形機器人廠商，給出的階段性成果：
（典型的人形機器人 圖源：廣發(fā)證券）
500多年過去，基于成本、續(xù)航等難題，人形機器人仍未成功“落戶”。
02 人形，究竟有多難？
機器人想要成“人”的成本，是精英的千千萬萬倍。
將一個真正的人培養(yǎng)至大學(xué)畢業(yè)，時間成本是23年，其金錢成本按知乎博主三笛規(guī)劃測算，低配版至少要花70萬，高配版要花費966萬。
而僅僅是要為6歲WALKER進行4次迭代，“家長”優(yōu)必選的代價是，近25億元的投入（按照優(yōu)必選披露的最低數(shù)據(jù)測算，近年來優(yōu)必選科技的研發(fā)開支分別達到2020年4.288億元、2021年5.171億元和2022年前9個月3.247億元）
如此費錢的根源是，人形機器人需要集“運動健將、智多星、導(dǎo)航助手”三大“完美人設(shè)”于一身，即在運動模塊、傳感模塊和人工智能模塊都要駕輕就熟。
而其他機器人的“KPI”往往只有一項：工業(yè)機器人的能力，取決于其“肌肉個數(shù)”，即主要側(cè)重于運動控制技術(shù)；掃地機器人的能力，取決于其能否成功規(guī)避障礙物，把全屋打掃干凈，即側(cè)重于導(dǎo)航傳感技術(shù)。
所以，人形機器人的這一“完美人設(shè)”背后，需要大把銀兩去維護：今年6月，天風(fēng)證券的一份專家紀要顯示，目前國內(nèi)單臺人形機器人生產(chǎn)成本在70-100萬元。
一個自然而然的問題是，如何降本？難題多的是，目標得先行。國內(nèi)外皆有廠商，給出自己的schedule：根據(jù)優(yōu)必選預(yù)測，在2030年，人形機器人將降本70%-80%至2-3萬美元。特斯拉的Flag更為激進：3-5年之內(nèi)，降到2萬美元。
基于特斯拉數(shù)據(jù)與自身測算，開源證券給出了降本的方向與空間：對比當前時點和終局狀態(tài)下 BOM 表拆解，線性關(guān)節(jié)和靈巧手的降本空間最大。
可以看到在核心環(huán)節(jié)，技術(shù)壁壘較高，國產(chǎn)化率較低，供應(yīng)鏈話語權(quán)堪憂。尤其是諧波減速器，其技術(shù)迭代幾近停滯，同時日本哈默納科一家獨大，短期之內(nèi)，國產(chǎn)廠商難以突破，現(xiàn)階段國產(chǎn)廠商正布局機電一體化，以期提高工業(yè)機器人等自動化設(shè)備的靈活性。
技術(shù)降本，荊棘重重，故現(xiàn)階段廠商用產(chǎn)能擴張規(guī)模化，來講述降本的故事：
優(yōu)必選的降本規(guī)劃，便是基于產(chǎn)能擴張規(guī)模化來測算的，同時其相關(guān)負責(zé)人表示，國產(chǎn)人形機器人的降本，受益于行業(yè)應(yīng)用擴展的規(guī)模化量產(chǎn)和國產(chǎn)供應(yīng)鏈的成本優(yōu)勢，同時也可通過改進制造工藝、采用更魯棒運動控制算法降低對硬件精確度、硬件指標要求來實現(xiàn)。
（優(yōu)必選對人形機器人成本預(yù)測 圖源：開源證券）
這更為考驗國產(chǎn)廠商的量產(chǎn)能力與供應(yīng)鏈管理能力。除此之外，眼下還有一大障礙是，人形機器人的續(xù)航問題。
據(jù)優(yōu)必選向偲睿洞察透露，目前其產(chǎn)品Walker在充滿電的情況下，續(xù)航時間大約在兩小時左右，而這已然是前幾名的成績。
機器人巨大的耗電量實際上主要來自于關(guān)節(jié)部位，伺服驅(qū)動器是最主要的耗電單元，而它的耗電量又與效率有關(guān)。對此，優(yōu)必選給出的解決方案是：通過優(yōu)化“單個伺服舵機的驅(qū)動方式、機器人直立行走的算法、手眼協(xié)調(diào)的算法”，從而大幅降低機器人在運動狀態(tài)下的耗電量。
以上，還是沒有計算進階版“大腦”和“眼睛”的顯性成本與困境。基于現(xiàn)狀，無論是科技大廠還是原生選手，皆選擇面向TO B，等待蛻變。
Tesla bot最新一批“打工人”大概率將去造車，奔赴超級工廠；
據(jù)傅利葉智能7月12日發(fā)布會顯示，其未來將繼續(xù)深耕醫(yī)療場景，在陪護/照護/康復(fù)等細分領(lǐng)域注力，同時邁向生產(chǎn)制造、科技展館/演出等B端場景；
優(yōu)必選已然在科研開發(fā)和科技展館、政企展廳等落地，同時近期的一系列動作，也圍繞著新能源汽車、3C電子等相關(guān)工業(yè)場景。
人形，難在核心部件技術(shù)壁壘高企，降本依靠量產(chǎn)規(guī)模；難在續(xù)航在兩小時左右，工作效率遠比不上打工人；更難在集“運動健將、智多星、導(dǎo)航助手”于一身······
03 成年人的戰(zhàn)爭，只會更加激烈
業(yè)內(nèi)專家認為，人形機器人對本體制造商的考驗，在以下三個方面：整機集成能力、運動控制算法軟件開發(fā)能力、AI布局。
AI布局，也就是大腦層面，成為現(xiàn)階段最大的變數(shù)：
先前在“大腦”層面，幾乎沒有什么水花，各家推出的模型，能動的基本只能倒倒水、搬搬快遞；而現(xiàn)階段，ChatGPT來臨之后，人形機器人的“大腦”，終于迎來質(zhì)變的可能性。
微軟已給出“通過ChatGPT實現(xiàn)用人類語言控制機器人”的現(xiàn)實路徑：
首先，由于機器人是個多元化領(lǐng)域，在微軟的操作框架下，不同機器人都有自己對應(yīng)的特定函數(shù)庫。這些函數(shù)庫，可以理解為中控，能夠連接機器人控制系統(tǒng)進行底層硬件的管理，以及執(zhí)行基本運動的代碼和功能模塊。
然后，為了讓ChatGPT能遵循函數(shù)庫的規(guī)則，需要清晰的預(yù)定義函數(shù)命名。清晰的函數(shù)名，能讓各API之間建立良好的功能連接，最終生成高質(zhì)量的回答。
最終，在設(shè)計好庫和API后，用戶給ChatGPT編寫了一個文本提示（prompt），描述目標任務(wù)，并明確說明函數(shù)庫中哪些函數(shù)可用，就可以控制機器人去執(zhí)行任務(wù)。
（機器人與人類自然語言交互 圖源：開源證券）
ChatGPT的利好，還在持續(xù)進行中：一個具體案例是，近日已經(jīng)有開發(fā)人員將GPT-4與目標檢測網(wǎng)絡(luò)結(jié)合，實時捕獲攝像頭中的物體進行分析并執(zhí)行人類指令。
當詢問GPT-4開發(fā)人員手中是什么物體時，GPT-4能識別出健怡可口可樂，然后繼續(xù)提問可樂的卡路里，GPT-4也能做出回答；GPT-4還能識別出攝像頭中的牙刷，然后還能按要求在網(wǎng)上找到牙刷的購買鏈接。
（向GPT-4提問攝像頭中的信息 圖源：杳杳寒山道）
這也就意味著，人形機器人的心智很快要脫離稚嫩，“成年人”的戰(zhàn)爭，只會更加激烈。
那么，誰會先碰掉那條終點的紅線？整機集成能力、運動控制算法軟件開發(fā)能力（下文簡稱控制能力）、AI布局是三大參考標尺。
以特斯拉為代表的車企跨界選手，在AI布局上，有著天然優(yōu)勢：
特斯拉FSD視覺感知算法可以在機器人上復(fù)用，并以智駕領(lǐng)域積累的Know-How進行賦能，同時還有FSD V12、Dojo超算落地，這將大幅提升AI訓(xùn)練速度；
同時，自有工廠創(chuàng)造應(yīng)用場景，以機器學(xué)習(xí)+大量數(shù)據(jù)的方式，在真實的場景不斷訓(xùn)練-優(yōu)化機器人。
除此之外，在供應(yīng)鏈上，特斯拉有著充足話語權(quán)。據(jù)開源證券表示，特斯拉機器人軸承、齒輪箱、滾珠絲杠、電機等部件可直接復(fù)用特斯拉汽車成熟的供應(yīng)鏈。
這是因為，特斯拉機器人關(guān)節(jié)執(zhí)行器采用的零部件種類和現(xiàn)有的工業(yè)機器人基本一致，同時，由于沒有像工業(yè)機器人一樣對實現(xiàn)高速運動的要求，還一定程度上降低了生產(chǎn)難度。
換言之，特斯拉只需根據(jù)人形機器人的特點對零部件進行調(diào)整修改就可以進行標準化的大批量生產(chǎn)。
以優(yōu)必選、傅利葉為代表的原生賽道選手，在整機集成能力、控制能力上把握更多的“Know-How”，而在AI布局上，略有欠缺，現(xiàn)階段也在努力查漏補缺：
優(yōu)必選透露，其已經(jīng)嘗試在人形機器人上導(dǎo)入具身多模態(tài)語言大模型提升語音交互，靈巧自主操作，足式機器人環(huán)境認知學(xué)習(xí)與自主導(dǎo)航能力。
傅利葉創(chuàng)始人顧捷表示，其正在與高校或者其他 AI 團隊深度合作，構(gòu)建商業(yè)化智能 AI 大模型的能力；
跨界選手追覓，在控制能力上積累了不少導(dǎo)航模塊的經(jīng)驗：據(jù)其透露，其在運控算法、導(dǎo)航算法、視覺與AI算法等方面有著持續(xù)儲備優(yōu)勢。
當ChatGPT強勢入局之后，人形機器人將邁入成年人的賽道。
成年“人”的世界，無疑會更加激烈：在整機集成能力、控制能力、AI能力這三大維度上，大家各有優(yōu)勢，沒有誰是絕對的贏家。但，成年人也更懂如何合力，如以上企業(yè)所做的，聯(lián)合多方力量，奔赴云和月。
至于還有幾千里，得看大模型們能否將“大腦”訓(xùn)練明白，滿足人們對人形機器人最基礎(chǔ)的要求：其既是博士生，能進行日常、專業(yè)的對話，也是“跑腿”的，能完美馴服四肢，拿快遞掃地倒垃圾······