字節(jié)管理層問：“為什么特斯拉要搞 100 億臺，我們只搞 1000 臺？”
文丨張家豪 程曼祺
編輯丨程曼祺
《晚點 LatePost》獨家獲悉，字節(jié)機器人團隊已有約 50 人，計劃年底擴充到上百人，并生產(chǎn)一些服務(wù)字節(jié)自己的電商履約需求，能在倉庫里分揀、打包貨物的機器人。
字節(jié)機器人團隊目前隸屬于字節(jié) AI Lab，其負(fù)責(zé)人是 AI Lab 總監(jiān)李航。李航曾擔(dān)任華為諾亞方舟實驗室主任和首席科學(xué)家，2017 年加入字節(jié)，現(xiàn)在向字節(jié)副總裁、算法技術(shù)負(fù)責(zé)人楊震原匯報。
字節(jié)跳動的機器人探索始于 2020 年，當(dāng)時字節(jié)跳動創(chuàng)始人張一鳴對機器人表現(xiàn)出興趣，此后會不定期參與機器人項目討論。
約一個月前，張一鳴與字節(jié)跳動 CEO 梁汝波、算法技術(shù)負(fù)責(zé)人楊震原、字節(jié)跳動產(chǎn)品和戰(zhàn)略副總裁朱駿，和曾任字節(jié)戰(zhàn)投負(fù)責(zé)人，現(xiàn)任集團戰(zhàn)略負(fù)責(zé)人的趙鵬遠一同參與了和 AI Lab 機器人團隊的討論。
與以往不同，這次會議的目的是探討字節(jié)機器人的產(chǎn)業(yè)化落地方向與計劃。此前，字節(jié)對機器人的投入以技術(shù)嘗試為主。到 2021 年底，團隊只有十余人，2022 年之后開始逐漸增加投入。
這次討論中，張一鳴鼓勵團隊不妨把目標(biāo)定得大一點。
會上有機器人團隊成員提出：機器人行業(yè)的商業(yè)化門檻是 1000 臺，可以此為產(chǎn)業(yè)化目標(biāo)的參考。張一鳴、朱駿等一些參會管理層的反饋是 “1000 臺有點少”：“為什么特斯拉要搞 100 億臺，我們只搞 1000 臺？”
楊震原在這次討論中提到，做機器人無非三種可能性：一是追求在技術(shù)山頂上插桿旗，就像波士頓動力那樣做出一個技術(shù)領(lǐng)先的原型；二是用現(xiàn)有的相對成形的方案服務(wù)字節(jié)的內(nèi)部需求；三則是用相對成熟的方案對外找客戶，把規(guī)模做大。
總結(jié)這一輪討論中字節(jié)管理層的想法，他們認(rèn)為現(xiàn)在字節(jié)做機器人，應(yīng)該：
1跟已有業(yè)務(wù)做結(jié)合，服務(wù)好場景和行業(yè)；
2探索大模型與機器人的結(jié)合，追求技術(shù)領(lǐng)先性；
3對人形機器人的商業(yè)價值要進一步觀察。像波士頓動力這種做了 30 年還不盈利的行為，可能不適合字節(jié)。
近期，字節(jié)機器人團隊再次討論了業(yè)務(wù)方向，目標(biāo)更明確了，分為兩大部分：
一是生產(chǎn)一些機器人，優(yōu)先服務(wù)字節(jié)的電商履約需求；二是關(guān)注前沿技術(shù)，探索把 AI 大模型能力用到機器人上。
電商履約是指在電商交易完成后，平臺把貨物送到消費者手中的過程，它涉及倉儲里的分揀、組貨和打包，以及物流環(huán)節(jié)。
字節(jié)現(xiàn)在已建立了一些自營倉庫，主要服務(wù)字節(jié)電商中的抖音超市，抖音超市占字節(jié)電商業(yè)務(wù)的比例還很校字節(jié)想用機器人代替人類完成揀貨、搬運和打包等過程。中國的人力成本現(xiàn)在不算昂貴，但使用機器人還有其它好處：它更能應(yīng)對大促、爆品銷量大增帶來的短時間倉儲工作量的大增。
由此推測，字節(jié)要做的機器人，可能是具備移動能力的、能在電商倉里送貨的分揀機器人，以及帶有視覺感知能力、能自己打包貨物的機械臂。行業(yè)里，前者的對標(biāo)產(chǎn)品有亞馬遜的 Kiva，國內(nèi)公司有極智嘉、快倉等；后者的對標(biāo)公司有 Mujin（日本）、梅卡曼德、XYZ 等。
它也有可能是一種新的產(chǎn)品和方案。據(jù)了解，字節(jié)目前還沒有框定機器人的具體形態(tài)，形態(tài)最終取決于字節(jié)電商履約的需求。
字節(jié)目前并未確定今年制造機器人的具體數(shù)量目標(biāo)。
對機器人的重視和投入增加，可能來自張一鳴和字節(jié)對 AI 新發(fā)展的思考。
《晚點 LatePost》曾報道，張一鳴近期時常會和一些字節(jié)人士分享 AI 論文學(xué)習(xí)心得和對 ChatGPT 的思考。從大模型開始，字節(jié)加大了對人工智能的研發(fā)投入，今年新向英偉達訂購了超過 10 億美元 GPU。GPU 是 AI 訓(xùn)練必不可少的算力基礎(chǔ)設(shè)施。
機器人現(xiàn)在也被認(rèn)為是 AI 大模型的重要方向，二者相互促進：大模型能為機器人帶來 “常識”；與現(xiàn)實物理世界交互的機器人，則能為 AI 發(fā)展提供新類型的數(shù)據(jù)。
在這之前，字節(jié)對機器人的探索相對克制：2021 年開始，字節(jié) AI Lab 旗下的機器人團隊就曾嘗試過做樓宇服務(wù)機器人，它可以在辦公樓內(nèi)送餐、送快遞包裹；同時該團隊也在字節(jié)之外尋找一些可能服務(wù)字節(jié)電商自營倉儲物流的機器人，但大部分方案都不太成熟，“ROI 算不過來”。
從字節(jié)機器人團隊的組織架構(gòu)也可看到，它過去并不以業(yè)務(wù)為導(dǎo)向。2016 年成立的字節(jié) AI Lab 目前分為兩個大組：NLP（自然語言處理）與 Research，前者更多為字節(jié)的業(yè)務(wù)提供技術(shù)支持，而機器人屬于的 Research 組，并不直接支持業(yè)務(wù)。
2019 年以來，字節(jié)也陸續(xù)投資了一些機器人公司。如掃地機器人公司云鯨智能，前發(fā)那科副總經(jīng)理沈崗創(chuàng)立的盈合機器人，服務(wù)倉儲物流的迦智科技、炬星科技和未來機器人等多家公司，涵蓋家庭清潔、配送、物流、工業(yè)等多個領(lǐng)域。
從左至右分別為云鯨智能、炬星科技和未來機器人的產(chǎn)品。
這些機器人公司大多成立于 2017 年前后，共性是研發(fā)針對特定場景、解決特定問題的機器人，它們的產(chǎn)品因而形態(tài)各異。這是因為在此前一段時間的技術(shù)限制下，機器人無法做到真正通用，比如同一個機器人既能在工廠搬零件，又能送外賣，甚至幫你洗水果、切菜。
特斯拉在 2021 年宣布 Optimus 擎天柱人形機器人計劃后，行業(yè)風(fēng)向開始改變。
Optimus 的目標(biāo)是讓人形機器人替代人類完成一些危險、重復(fù)和無聊的工作。在特斯拉的演示中，Optimus 已能澆花、收拾桌子和搬運物品。今年特斯拉的股東大會上，馬斯克說未來人形機器人的需求是百億臺，可能還不止。
特斯拉 Optimus，與目前大部分采用輪式移動的機器人不同，Optimus 采用了雙足設(shè)計，看上去更像人。
在馬斯克的大膽計劃后，大模型技術(shù)進展又為行業(yè)添了一把火。一些人開始相信通用機器人可能比預(yù)期中更快到來。
今年 5 月的 ITF World 2023 半導(dǎo)體大會上，英偉達創(chuàng)始人、CEO 黃仁勛在演講中提到，人工智能的下一個浪潮將是具身智能（embodied AI），即能理解、推理、并與物理世界互動的智能系統(tǒng)。
海內(nèi)外的科技公司也都在嘗試把參數(shù)規(guī)模更大的 AI 大模型與機器人結(jié)合，打造更通用的機器人。
OpenAI 在今年 3 月投資了一家挪威人形機器人公司 1X Technologies，這家公司正在研發(fā)人形機器人。
1X Technologies 已開發(fā)出了輪式雙臂機器人 EVE（左），它的手部使用了雙指夾具（中），它們正在研發(fā)雙足機器人 NEO（右），從概念圖看，手部會采用靈巧手。
今年 6 月，Google 旗下 DeepMind 發(fā)布了 RoboCat，把大模型的能力應(yīng)用到了機器人上，DeepMind 科學(xué)家 Alex Lee 在接受 TechCrunch 采訪時說：“我們證明了一個單一大模型可在多個機器人實體上解決多樣化任務(wù)，并且可以快速適應(yīng)新任務(wù)和機器人實體。”
今年以來，騰訊 RoboticsX 機器人實驗室也把 AI 模型應(yīng)用到了機器狗上；在阿里巴巴的通義千問大模型的支持下，用戶可在釘釘對話框直接以自然語言輸入命令，遠程指揮機器人。4 月，小米成立北京小米機器人技術(shù)有限公司；6 月，華為成立 “極目機器”，布局機器人與智能制造。
新一輪熱潮中起步的機器人項目和公司能堅持多久，還有待驗證。建立一個機器人團隊并穩(wěn)步推進研發(fā)工作，需要巨大的投入，更大挑戰(zhàn)是訓(xùn)練機器人的數(shù)據(jù)比訓(xùn)練一般軟件 AI 系統(tǒng)的數(shù)據(jù)要稀缺得多。
OpenAI 首席科學(xué)家伊利亞蘇茨克維（Ilya Sutskever）今年 4 月接受采訪時，被問到 OpenAI 放棄機器人是正確的決定嗎？他說 “是的，我們那時真沒辦法繼續(xù)研發(fā)機器人了”，如果要搜集優(yōu)化機器人所需的數(shù)據(jù)，需要有一個龐大團隊來制造并維護機器人：“制造 100 臺機器人已是巨大投入，但即使如此，你也不會獲得很多數(shù)據(jù)。”
一名機器人從業(yè)者告訴《晚點 LatePost》，機器人的數(shù)據(jù)采集和自動駕駛類似，最直接的方式是用真實的機器人做各種測試去搜集數(shù)據(jù)，成本很高；另一個重要補充是以仿真技術(shù)，建設(shè)模擬的環(huán)境和各種情景（corner case）以獲得數(shù)據(jù)。目前運動控制方面沒有太多可用的高質(zhì)量公開數(shù)據(jù)。這背后都對應(yīng)著技術(shù)與資金的資源。
字節(jié)過去在硬件上的嘗試，并不如它的互聯(lián)網(wǎng)應(yīng)用那樣成功，大力臺燈和 VR 頭顯 PICO 是先例。大力臺燈已不再發(fā)布新品，一度 1000 人的團隊至少有一半離開；PICO 今年一季度也經(jīng)歷裁員，并下調(diào) 2023 年銷量預(yù)期至 50 萬臺，比 2022 年的實際銷量縮水 50%。Meta 的 Quest2 2022 年銷量則超過 700 萬臺。
字節(jié)不缺資源，它過去擅長大力出奇跡：定下目標(biāo)后，調(diào)動人力、資金等全部可用力量在短時間全力沖擊。但硬件行業(yè)和前沿科技有另外的邏輯，它考驗?zāi)托�、韌性與認(rèn)知，需要更長期的等待與堅持。
