機(jī)器人開始進(jìn)工廠：為什么難成優(yōu)秀員工

“機(jī)器狗會不會追壞人？現(xiàn)在的機(jī)器狗肯定不會，這就不是一項(xiàng)預(yù)設(shè)的任務(wù)�！�4月10日，智元酷拓董事兼首席運(yùn)營官邱恒對第一財(cái)經(jīng)記者表示。

現(xiàn)在四足機(jī)器人已經(jīng)應(yīng)用于倉庫巡邏、電力線路巡檢等場景。邱恒提到的這個(gè)案例，揭示了機(jī)器人面臨的現(xiàn)況：它們已經(jīng)能執(zhí)行預(yù)先規(guī)劃的特定任務(wù)，但智能化水平還不足以使其自主完成一些工作，還遠(yuǎn)不足以成為優(yōu)秀的員工。

4月10日，兩家機(jī)器人公司同時(shí)公布新技術(shù)進(jìn)展。智元酷拓推出新一代四足機(jī)器人，靈初智能則發(fā)布大模型Psi-R2與Psi-W0，并開源首批1000小時(shí)人類手部操作數(shù)據(jù)集。中國科技企業(yè)快步推進(jìn)創(chuàng)新，但這些企業(yè)的管理層也指向共同難題：高質(zhì)量數(shù)據(jù)的稀缺，阻礙了機(jī)器人“大腦”的發(fā)育。

“真機(jī)數(shù)據(jù)一定很難Scale-Up”

對于固定路線的巡邏任務(wù)，四足機(jī)器人已經(jīng)游刃有余。

四足機(jī)器人在巡檢過程中，如果遇到人員闖入倉庫，可以臉部掃描并識別人員是否合法。如果非法的話，它可以語音警告，同時(shí)把照片或視頻信息發(fā)送到云端，發(fā)送給安保公司進(jìn)一步處理。

目前四足機(jī)器人只有中國企業(yè)在大規(guī)模地研發(fā)和制造。據(jù)IDC報(bào)告，2024年全球四足機(jī)器狗市場出貨量約2萬臺。中國廠商憑借性價(jià)比和規(guī)�；�能力重塑了產(chǎn)業(yè)格局，宇樹科技和云深處的市場份額分別為32.4%、18.9%，排名第三的美國企業(yè)波士頓動(dòng)力份額12.2%。

“巡邏巡檢、定點(diǎn)拍照，這是單步固定流程。”邱恒說。實(shí)際作業(yè)場景，是有自主規(guī)劃、實(shí)時(shí)異常處理需要的，但機(jī)器人還不能自主地去追擊盜竊犯�！斑@就不是一項(xiàng)預(yù)設(shè)的任務(wù)。要追壞人，肯定無法先把路線設(shè)好，無法讓壞人按照路線跑�！�

智元酷拓是智元集團(tuán)旗下的子公司，專注于四足機(jī)器人開發(fā)。就人形機(jī)器人而言，宇樹科技與智元是中國出貨量排名靠前的企業(yè)。

人形機(jī)器人以站立作業(yè)為主，移動(dòng)為輔。比如在工廠的工位上的人形機(jī)器人，工作主要由手臂來完成；四足機(jī)器人則以移動(dòng)為主，手臂作業(yè)為輔，它更適合移動(dòng)及較長距離的搬運(yùn)工作。

中國企業(yè)已經(jīng)把人形機(jī)器人送上了春晚舞臺，送到了手機(jī)生產(chǎn)線做物料箱的搬運(yùn)，但人形機(jī)器人和四足機(jī)器人當(dāng)下面臨相似的境況。

“機(jī)器人按照什么樣的路線去走，這是提前編程編好的。如果沒有提前編程設(shè)計(jì)，讓機(jī)器人獨(dú)立完成任務(wù)，比如給它一個(gè)指令，把某個(gè)東西送到某個(gè)地方，它以前沒做過，要自己看地形往哪走，判斷哪里要上臺階，哪里要拐個(gè)彎。目前能做到這種能力的公司還不存在。”邱恒說。

中國有成熟的制造業(yè)基礎(chǔ)，因此機(jī)器人的硬件能力容易補(bǔ)齊。雖然現(xiàn)在機(jī)器人的執(zhí)行器、靈巧手等部件還有待完善，但隨著時(shí)間的推移，硬件會更加成熟。

“大腦”能力的突破則更難。

所謂機(jī)器人“大腦”，是業(yè)界形象的表述，它指的是掌管機(jī)器人智能的模塊。相對應(yīng)的，小腦一般指掌管人形機(jī)器人運(yùn)動(dòng)的模塊。

“大腦”的發(fā)育需要好的環(huán)境，就如嬰兒需要在真實(shí)環(huán)境中認(rèn)知世界。但現(xiàn)在機(jī)器人“大腦”的培育所需的高質(zhì)量數(shù)據(jù)有限。

“我還是認(rèn)同，最終智能其實(shí)來源于數(shù)據(jù)。”靈初智能聯(lián)合創(chuàng)始人陳源培在4月10日的一場直播中表示。

當(dāng)晚，靈初智能推出大模型Psi-R2和Psi-W0，以及總規(guī)模近10萬小時(shí)的人類手部操作數(shù)據(jù)集，并開源了1000小時(shí)的數(shù)據(jù)。靈初智能這些數(shù)據(jù)是依靠人類佩戴高性能手套，在實(shí)際作業(yè)場景中采集而來。這有別于操作機(jī)器人采集的數(shù)據(jù)。

互聯(lián)網(wǎng)上存在大量的語言、視頻類數(shù)據(jù)，它們成為大語言模型的燃料。而機(jī)器人的操作、運(yùn)動(dòng)方面的數(shù)據(jù)保存得非常少。而且，什么是可行的數(shù)據(jù)發(fā)展路徑，業(yè)界也搖擺不定。

“最早的時(shí)候，大家都是用真機(jī)數(shù)據(jù)，直接拿機(jī)器人去采采采。后面發(fā)現(xiàn)，真機(jī)數(shù)據(jù)的樣本效率太低了，所以又用了仿真數(shù)據(jù)。但是仿真又會有Sim2Real（模型從模擬域遷移到真實(shí)域時(shí)，由于數(shù)據(jù)分布不一致而產(chǎn)生的性能退化）的問題，所以現(xiàn)在大家又回到了真機(jī)�！标愒磁啾硎�，“但在有限的時(shí)間里，真機(jī)數(shù)據(jù)是一定很難Scale-Up（批量擴(kuò)展）的。我們的解決方案就是（采集）人類數(shù)據(jù)”。

在工廠里進(jìn)化

“雖然看得到一些東西，但是我覺得具身智能還沒有到GPT-3的時(shí)候�！标愒磁啾硎�。

GPT-3是OpenAI于2020年推出的參數(shù)為1750億的大模型，它的出現(xiàn)令科技界看到了大語言模型的智慧曙光。

在大語言模型，縮放定律（Scaling Law）已經(jīng)證明了有效性：模型性能會隨著模型規(guī)模、數(shù)據(jù)量和算力的增加而改變。高質(zhì)量數(shù)據(jù)的稀缺，阻礙了縮放定律在機(jī)器人領(lǐng)域發(fā)揮作用。

“我對于機(jī)器人的商業(yè)化，是比較有信心的。但是對于機(jī)器人技術(shù)的進(jìn)展是偏保守的�！标愒磁啾硎�，雖然技術(shù)瓶頸會突破，但是進(jìn)度不會像大家想象的一下子就達(dá)到非常高的地步。

這意味著在相當(dāng)長時(shí)間里，機(jī)器人都難以進(jìn)化出令人滿意的智力。不管是四足還是人形，機(jī)器人現(xiàn)在能完成的是部分特定任務(wù)，而不能指望它變成一個(gè)通才。

這也是為什么眾多機(jī)器人公司選擇在行業(yè)場景，而非家庭場景里落地。

“我們的選擇很簡單，不會上來就做家庭場景，因?yàn)榧彝ギa(chǎn)品的功能需求太多了。比如機(jī)器人擦桌子，碰到一張紙巾，要把它扔到垃圾桶里；碰到一個(gè)手機(jī)，就不能扔垃圾桶里，而需要把它放到旁邊。”陳源培表示，靈初智能更傾向于先在一些工業(yè)場景里尋找機(jī)會，“我認(rèn)為家庭場景短期內(nèi)肯定是進(jìn)不去的”。

智元、宇樹科技等也有類似的考量。

“我們暫時(shí)沒有計(jì)劃做To C應(yīng)用。”邱恒對記者說。智元的人形與四足機(jī)器人，選擇應(yīng)用場景的時(shí)候有相似的邏輯�，F(xiàn)在四足機(jī)器人已經(jīng)在做安防巡邏、工業(yè)巡檢、消防等�！跋萒oB再ToC，原因是跟技術(shù)成熟度有關(guān)系的。行業(yè)應(yīng)用環(huán)境比較限定，業(yè)務(wù)容易閉環(huán)。但一旦到了人和家庭中，面對多元化的環(huán)境，它需要的智能更加復(fù)雜。我們想先把電網(wǎng)干好，把煤礦干好，把安防干好，然后再看要不要去家里面干活�！�

相對于其他國家，中國這樣體量龐大，場景多元化的經(jīng)濟(jì)體有獨(dú)特優(yōu)勢。那些已經(jīng)有一技之長的機(jī)器人，不難找到施展的空間。比如宇樹科技在2025年已經(jīng)出貨了5500臺人形機(jī)器人，近3萬臺四足機(jī)器人。智元在今年初，也已經(jīng)累計(jì)下線了萬臺人形機(jī)器人，部分機(jī)器人已經(jīng)在手機(jī)產(chǎn)線上打工了。

一家研究機(jī)構(gòu)的分析師此前對記者表示，現(xiàn)在一些整機(jī)廠商短期會交付一些工業(yè)場景的人形機(jī)器人，但仍需觀察這些機(jī)器人落地后的真實(shí)反饋，比如效率提升、下游客戶對于經(jīng)濟(jì)性的考量，以及試用3-6個(gè)月之后，同一個(gè)客戶是否重復(fù)購買。

這些進(jìn)入制造業(yè)流水線的機(jī)器人，會向開發(fā)企業(yè)反饋它們所遇到的問題。手臂操作精度不夠以至于出現(xiàn)偏差，電池管理不善以至于頻繁死機(jī)，這些都會時(shí)不時(shí)發(fā)生，但故障是機(jī)器人在工廠里進(jìn)化迭代的最好起點(diǎn)。更重要的是，倉庫和變電站里巡邏的四足機(jī)器人，生產(chǎn)線上組裝手機(jī)的人形機(jī)器人，會收集和反饋寶貴的真實(shí)世界數(shù)據(jù)，從而幫助機(jī)器人大腦的發(fā)育。

“一旦有了智能化大腦，舊場景也會有新范式。以前單純做工業(yè)巡檢、數(shù)據(jù)采集的機(jī)器人，將會變成設(shè)備診斷專家；遙控探路的機(jī)器人，就會變成應(yīng)急的尖兵。”邱恒表示。

機(jī)器人還處于非常早期的階段，整個(gè)市場的滲透率連1%都沒到。邱恒認(rèn)為，四足機(jī)器人比人形機(jī)器人更簡單一些，隨著智能提升，成本下降，它會比人形機(jī)器人更早實(shí)現(xiàn)商業(yè)閉環(huán)。