逐際動(dòng)力張力：人形機(jī)器人應(yīng)該代替人類，而不是代替工具 | 中國AIGC產(chǎn)業(yè)峰會(huì)

明敏 2024-05-28 13:26:55 來源：量子位

編輯部 整理自 AIGC峰會(huì)

量子位 | 公眾號(hào) QbitAI

人人都知大模型時(shí)代具身智能大有可為。

但這座連接起大模型和現(xiàn)實(shí)物理世界的橋梁，究竟應(yīng)該如何搭建？

逐際動(dòng)力聯(lián)合創(chuàng)始人兼首席運(yùn)營官張力，在中國AIGC產(chǎn)業(yè)峰會(huì)上給出思考：

AI代替人去決策，人形機(jī)器人代替人去勞動(dòng)。

本質(zhì)上，人形機(jī)器人應(yīng)該代替人類，而不是代替工具。未來人形機(jī)器人會(huì)和iPhone一樣，成為一個(gè)硬件載體，只要裝上對(duì)應(yīng)的APP，它就能替人干活。

為了更完整體現(xiàn)張力的思考，在不改變原意的基礎(chǔ)上，量子位對(duì)演講內(nèi)容進(jìn)行了編輯整理，希望能給你帶來更多啟發(fā)。

中國AIGC產(chǎn)業(yè)峰會(huì)是由量子位主辦的行業(yè)峰會(huì)，20位產(chǎn)業(yè)代表與會(huì)討論。線下參會(huì)觀眾近千人，線上直播觀眾300萬，獲得了主流媒體的廣泛關(guān)注與報(bào)道。

話題要點(diǎn)

• 人形機(jī)器人應(yīng)該替代人，而不是替代工具。
• 人形機(jī)器人操作能力受限，主要是因?yàn)锳I不能完全根據(jù)多模態(tài)場景形成自己的行為。
• 如何利用多模態(tài)大模型生成機(jī)器人自主的運(yùn)動(dòng)和控制，是產(chǎn)業(yè)界和學(xué)術(shù)界都在追趕和研究的部分。
• 未來人形機(jī)器人像iPhone+APP一樣，買一硬件裝上APP就能替你勞動(dòng)。
• AI代替人去決策，人形機(jī)器人代替人去勞動(dòng)。
• 未來每家都有一個(gè)人形機(jī)器人，就像現(xiàn)在的汽車一樣。

以下為張力演講全文：

機(jī)器人做成人形是最通用的

謝謝主持人，也感謝量子位的邀請，非常高興有這個(gè)機(jī)會(huì)再次在量子位舞臺(tái)上介紹具身智能機(jī)器人。其實(shí)具身智能機(jī)器人的發(fā)展與通用人工智能（AGI）有很大關(guān)系，并且也推動(dòng)了人形機(jī)器人的突破。

大家可以看到，在今天AI已經(jīng)可以代替人去思考、去決策，但是人形機(jī)器人還不能代替人去勞動(dòng)，為什么？

當(dāng)前來看，人形機(jī)器人的硬件穩(wěn)定性、大腦的決策能力以及小腦的運(yùn)動(dòng)控制能力與落地應(yīng)用還有不少差距，這恰恰是為什么今天看到很多具身智能機(jī)器人公司不斷往前奔跑。

未來來講，我們可以看到更多人形機(jī)器人的應(yīng)用前景，很多人會(huì)問為什么人形機(jī)器人是未來？非常簡單的道理，機(jī)器人做成人形是最通用、最泛化的，因?yàn)槲覀兾锢硎澜缡菫榱巳祟愒O(shè)計(jì)的。

與其把所有東西變成各種各樣的機(jī)器人，還不如做成人形機(jī)器人代替人操作這些設(shè)備。在技術(shù)變革里面我們看到未來通過人工智能帶來的泛化性、通用性，未來人形機(jī)器人也會(huì)變成平臺(tái)化的應(yīng)用，像今天iPhone+APP一樣。未來買一個(gè)人形機(jī)器人的本體，裝上炒菜的APP或者做家務(wù)的APP，機(jī)器人可以代替你完成這個(gè)勞動(dòng)。

今天我們可以看到市場上已經(jīng)有很多人形機(jī)器人，尤其不久前，F(xiàn)igure機(jī)器人非?；稹鳛榈谝粋€(gè)完成了機(jī)器人跟大模型跟OpenAI打通的案例，基于大模型，實(shí)現(xiàn)自主決策、自主操作，達(dá)到人所希望的效果。

對(duì)于未來，馬斯克講過，未來人形機(jī)器人會(huì)像新能源車一樣，一家一戶有一個(gè)新能源車，一家一戶有一個(gè)人形機(jī)器人。

今天中國汽車保有量2.8億，每年銷售量三千萬輛，這就是未來人形機(jī)器人的市場，又一個(gè)龐大的萬億的市場。人形機(jī)器人的應(yīng)用場景非常多，像今天在人形機(jī)器人泛化能力有限情況下，可以在工業(yè)巡檢等特殊場景先試行，未來會(huì)應(yīng)用到物流、配送、家庭服務(wù)等更多的場景。但是確實(shí)，還是非常需要一些時(shí)間發(fā)展迭代。

機(jī)器人運(yùn)動(dòng)能力最重要

逐際動(dòng)力是一家非常年輕的公司，在2022年年中正式運(yùn)營起來，公司聚焦在通用人形機(jī)器人研發(fā)制造。來自科學(xué)家創(chuàng)業(yè)，也有非常頂尖的研發(fā)、產(chǎn)品和工程團(tuán)隊(duì)，80%是研發(fā)人員，很多也來自985、211和海外非常優(yōu)秀的學(xué)校。整個(gè)團(tuán)隊(duì)在過去一年半時(shí)間快速推出幾款產(chǎn)品、技術(shù)，也得到資本的青睞和新聞媒體的關(guān)注。

逐際動(dòng)力在成立到今天為止有幾個(gè)最關(guān)鍵的節(jié)點(diǎn)，第一是2022年9月推出四輪足機(jī)器人W1，第二在2023年12月份，也是在公司成立一年半左右的時(shí)間對(duì)外正式公布人形機(jī)器人CL-1基于實(shí)時(shí)地形感知上樓梯的測試視頻，運(yùn)動(dòng)控制能力方面非常強(qiáng)。

這里面講講關(guān)鍵技術(shù)和AGI和AIGC的關(guān)系，人形機(jī)器人本質(zhì)來講，就是一個(gè)類似或者超越人的運(yùn)動(dòng)能力、計(jì)算能力和感知能力的機(jī)電系統(tǒng)。

運(yùn)動(dòng)能力是最重要的，機(jī)器人不運(yùn)動(dòng)就是一個(gè)Chatbox。在運(yùn)動(dòng)能力里面，我們分成移動(dòng)能力和操作能力，移動(dòng)能力能達(dá)到的效果要像人類一樣，去到人能去的地方，操作能力能達(dá)到的最佳效果是做人能做的操作的事情，比如抓取任何人能抓到的東西。

人形機(jī)器人就是由很多關(guān)節(jié)組成的機(jī)器人的本體，每一個(gè)關(guān)節(jié)由電機(jī)、減速器、驅(qū)動(dòng)器組成的動(dòng)力單元，機(jī)器人的關(guān)節(jié)通過運(yùn)動(dòng)控制算法協(xié)調(diào)統(tǒng)一，實(shí)現(xiàn)運(yùn)動(dòng)控制。

如果機(jī)器人執(zhí)行的是事先規(guī)劃好的運(yùn)動(dòng)，這就是傳統(tǒng)的技術(shù)，是已經(jīng)存在了幾十年的自動(dòng)化機(jī)械臂。但是如果它需要跟外界產(chǎn)生更多的交互，這就是今天所說的新的技術(shù)，在跟外界產(chǎn)生更多交互的時(shí)候，大家可以看到，包括對(duì)環(huán)境的認(rèn)知、感知，物體的檢測，甚至于接觸，通過觸覺反映的東西體現(xiàn)出來的，在這里面有一個(gè)共識(shí)。

AI代替人去做決策，人形機(jī)器人代替人去勞動(dòng)的，機(jī)器人核心能力是運(yùn)動(dòng)能力。

運(yùn)動(dòng)控制是非常傳統(tǒng)的技術(shù)，而基于環(huán)境、感知反饋所形成的運(yùn)動(dòng)控制是技術(shù)未來發(fā)展的關(guān)鍵，感知的東西越復(fù)雜，挑戰(zhàn)越大。人工智能不直接幫助人形機(jī)器人去運(yùn)動(dòng)，而是通過對(duì)環(huán)境的感知提升運(yùn)動(dòng)的效果。所以在這里面，我們可以看到AGI對(duì)機(jī)器人的影響非常大。

在不斷研發(fā)迭代產(chǎn)品的過程中，逐際動(dòng)力形成了通過模仿學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)以及基于感知的運(yùn)動(dòng)控制等關(guān)鍵的新技術(shù)，推出了人形機(jī)器人CL-1、雙足機(jī)器人P1，以及四輪足機(jī)器人W1。

抓住落地應(yīng)用要靠擴(kuò)大技術(shù)邊界

人形機(jī)器人非常有意思的一點(diǎn)，從今天慢慢看向未來，具身智能機(jī)器人首先要有主動(dòng)感知環(huán)境的能力，通過基于感知的運(yùn)動(dòng)控制算法對(duì)非結(jié)構(gòu)化地形實(shí)時(shí)了解，實(shí)現(xiàn)實(shí)時(shí)的運(yùn)動(dòng)控制，像人類一樣地運(yùn)動(dòng)。

同時(shí)硬件方面，人形機(jī)器人也在經(jīng)歷關(guān)節(jié)的不斷迭代，今天大家所看到的機(jī)器人用到的關(guān)節(jié)，在未來真正實(shí)現(xiàn)to C端機(jī)器人應(yīng)用的時(shí)候，能力是今天的3-5倍。在不斷迭代過程中，軟件和硬件之間相互的耦合非常重要。

在這里給大家看一個(gè)視頻，上樓梯對(duì)于人類來講非常簡單，但對(duì)于人形機(jī)器人來講非常復(fù)雜，機(jī)器人上樓梯像嬰兒一樣一步一找齊，這里面頗具挑戰(zhàn)的是運(yùn)動(dòng)控制算法。通過不斷迭代，我們在去年12月實(shí)現(xiàn)了人形機(jī)器人動(dòng)態(tài)上樓梯，最近更進(jìn)一步實(shí)現(xiàn)了像正常人一樣一步一階上樓梯，還跑起步來。

同時(shí)，人形機(jī)器人今天還有很多操作能力上的限制，通用人工智能還不能夠完全將我們所看到的多模態(tài)的場景形成機(jī)器人自己的行為，在這個(gè)過程中，如何通過多模態(tài)大模型使人形機(jī)器人自主地運(yùn)動(dòng)，通過神經(jīng)網(wǎng)絡(luò)、自然語言等技術(shù)實(shí)現(xiàn)人形機(jī)器人最終的自主移動(dòng)操作，這個(gè)部分目前來講是產(chǎn)業(yè)當(dāng)中最難的事情，產(chǎn)業(yè)和學(xué)術(shù)界都在往前追趕和研究。

今年初我們發(fā)布了人形機(jī)器人遙操作視頻，更多的是為機(jī)器人訓(xùn)練采集更多的數(shù)據(jù)。

另外一個(gè)我們有兩足機(jī)器人P1的產(chǎn)品，這是一段非常有意思的視頻，它第一次去一座山里，走在各種各樣的地形上，但不會(huì)摔倒，這是通過強(qiáng)化學(xué)習(xí)算法實(shí)現(xiàn)的運(yùn)動(dòng)控制。今天我們在這個(gè)小的雙足機(jī)器人上實(shí)現(xiàn)，后面逐步延伸到全尺寸人形機(jī)器人的雙足控制上，最終實(shí)現(xiàn)像人類一樣在任何非結(jié)構(gòu)化地形上，哪怕第一次去，各種各樣的地形、干擾對(duì)它都不會(huì)造成影響，甚至于超過人類的平衡的能力，這是今天可以通過AI算法不斷訓(xùn)練出來的。

逐際動(dòng)力

，贊1523

另外我們還有一個(gè)四輪足機(jī)器人W1，特色是輪足的形態(tài)，具備了點(diǎn)足的特點(diǎn)，同時(shí)兼具了輪子的優(yōu)勢——速度快、負(fù)載高且效率高。應(yīng)用場景里有獨(dú)特的優(yōu)勢，包括保持背部平衡上下樓梯等，都已經(jīng)達(dá)到了今天在機(jī)器人控制領(lǐng)域里面非常好的效果。

很多人關(guān)心未來人形機(jī)器人商業(yè)化是什么樣子的，跟AI是什么關(guān)系？

以前大家定義一款產(chǎn)品的時(shí)候是聚焦在技術(shù)邊界內(nèi)部，也就是按照客戶的需求來定義方的、圓的或者三角的產(chǎn)品。而在今天，具身智能的應(yīng)用場景是非常大的未來的應(yīng)用場景，大家可以想像到不管to B也好，to C也好，今天技術(shù)邊界沒有那么大，但是我們在不斷擴(kuò)大這個(gè)邊界。過程中，如何通過沿途下蛋，不斷把成熟起來的技術(shù)和產(chǎn)品率先實(shí)現(xiàn)商業(yè)化，比如先形成自主的移動(dòng)能力，然后是移動(dòng)操作能力，這是關(guān)鍵。這個(gè)過程中，機(jī)器人跟AGI、AIGC打通，加強(qiáng)場景的認(rèn)知、理解，實(shí)現(xiàn)任務(wù)的分解，更好完成規(guī)劃決策，這些都非常重要。

未來，人形機(jī)器人有非常多的應(yīng)用場景，早期在危險(xiǎn)場景、中期在高端服務(wù)、制造業(yè)，未來是走進(jìn)千家萬戶，為每個(gè)家庭服務(wù)，大腦、小腦、本體有很多技術(shù)在不斷地實(shí)現(xiàn)和完成，這里面會(huì)有大量行業(yè)大模型垂直應(yīng)用的機(jī)會(huì)。

希望之后有更多機(jī)會(huì)和在座的AI產(chǎn)業(yè)界朋友認(rèn)識(shí)，開展具身智能領(lǐng)域里更多合作、實(shí)現(xiàn)產(chǎn)業(yè)的互通，謝謝大家。