科技新聞?dòng)?7月7日在世界人工智能大會(huì)上，優(yōu)必選聯(lián)合創(chuàng)始人兼CTO熊友軍，在《生成式AI：變革與創(chuàng)新論壇》上，進(jìn)行了《人形機(jī)器人的發(fā)展與未來》的主題演講，就人形機(jī)器人的發(fā)展階段，ChatGPT對(duì)人形機(jī)器人的賦能，人形機(jī)器人未來發(fā)展需要的核心技術(shù)進(jìn)行了探討。
以下為精華內(nèi)容：
為什么要做人形機(jī)器人？
環(huán)境都是為人類打造的，人形機(jī)器人更適合人類的環(huán)境，它可以更好地在環(huán)境中移動(dòng)，并且去操作我們的工具。并且環(huán)形機(jī)器人更像人，所以它們和我們的交互，也更能滿足我們情感的訴求。
人形機(jī)器人的發(fā)展歷程
人形機(jī)器人的發(fā)展歷程可以追溯到很早的故事，最早是1969年的日本早稻田大學(xué)的人形機(jī)器人，后面人形機(jī)器人經(jīng)過了三個(gè)階段的發(fā)展，基本都是圍繞著“如何讓機(jī)器人更好的在我們的環(huán)境中運(yùn)動(dòng)”而展開。
第一個(gè)階段是2000年之前，這時(shí)候機(jī)器人的運(yùn)動(dòng)都是靜態(tài)的運(yùn)動(dòng)，速度比較慢，并且只能在比較結(jié)構(gòu)化和固定的環(huán)境里去運(yùn)動(dòng)。
第二個(gè)階段是2000年到2015年這段時(shí)間內(nèi)，這個(gè)階段的機(jī)器人適應(yīng)能力更強(qiáng)了，可以在一些動(dòng)態(tài)的環(huán)境里快速直立的行走，也可以完成一些我們指定的工作。
第三個(gè)階段是2015年之后，人工智能和算力幫助機(jī)器人獲得了高動(dòng)態(tài)的能力，讓機(jī)器人的運(yùn)動(dòng)能力得到了極大的提升。
人工智能技術(shù)演進(jìn)和發(fā)展，是推進(jìn)人形機(jī)器人智能化關(guān)鍵
人形機(jī)器和人的交互，對(duì)環(huán)境的感知以及決策能力是隨著人工智能的發(fā)展而快速發(fā)展的。人工智能技術(shù)的研究，是推進(jìn)人形機(jī)器人智能化非常關(guān)鍵的因素，尤其是這幾年隨著深度學(xué)習(xí)和AIGC的發(fā)展，人形機(jī)器人也到了一個(gè)非常關(guān)鍵的時(shí)刻。人形機(jī)器人和CHATGPT結(jié)合，是可以將人形機(jī)器人推向一個(gè)新的高度具身智能。
（1）人形機(jī)器人 VS ChatGPT：具身智能
ChatGPT賦能人形機(jī)器人，告別四肢發(fā)達(dá)頭腦簡(jiǎn)單，讓人形機(jī)器人超越了文本處理和信息空間，具備和物理世界進(jìn)行交互的能力，除了有勞動(dòng)價(jià)值還有情感價(jià)值。
人形機(jī)器人幫助ChatGPT感知、理解物理定律、操作環(huán)境的上下文。ChatGPT實(shí)現(xiàn)自然語言交互，人形機(jī)器人為載體更符合人類心智，交互更自然。
（2）人形機(jī)器人 VS ChatGPT：操控
在技術(shù)領(lǐng)域，我們認(rèn)為ChatGPT能給人形機(jī)器人帶來更好的操控能力，尤其是定好一組機(jī)器人的API函數(shù)之后，我們可以通過更高層次的交互，讓機(jī)器人能夠申城一些底層操作代碼，讓我們操作起來更加方便。
（3）人形機(jī)器人 VS ChatGPT：訓(xùn)練
在訓(xùn)練的過程中也是這樣的，現(xiàn)在機(jī)器人的開發(fā)模式，需要產(chǎn)品經(jīng)理，高級(jí)研發(fā)工程師去寫代碼完成一個(gè)一個(gè)的執(zhí)行，有了ChatGPT之后，我們可以站在用戶的角度去和機(jī)器交互，這樣開發(fā)的速度更快，成本也更低。
（4）人形機(jī)器人 VS ChatGPT：運(yùn)動(dòng)規(guī)劃與控制
在運(yùn)動(dòng)規(guī)劃與控制層面，它可以生成更多的底層代碼，可以輔助我們決策，這樣很多底層的代碼就不需要寫了，這也是人形機(jī)器人和ChatGPT結(jié)合之后帶來的一些好處。
人形機(jī)器人行業(yè)競(jìng)爭(zhēng)格局
現(xiàn)在很多公司都在做人形機(jī)器人的研發(fā)，比如特斯拉、OPENAI還有Google，國(guó)內(nèi)也有很多公司在進(jìn)場(chǎng)，這是一個(gè)非常好的現(xiàn)象，因?yàn)樯鷳B(tài)逐漸繁榮起來了。
人形機(jī)器人需要的核心技術(shù)
不過，人形機(jī)器人想要發(fā)展起來，還需要大家共同推薦一些核心的技術(shù)。
（1）高性能的伺服驅(qū)動(dòng)器是機(jī)器人本體各個(gè)關(guān)節(jié)的剛需
可能從小扭矩的手上關(guān)節(jié)，到大扭矩的踝關(guān)節(jié)膝關(guān)節(jié)，這些都是非常核心的技術(shù)，需要具有控制力，高爆發(fā)的輸出，較高的能力密度比。
（2）人性機(jī)器人運(yùn)動(dòng)規(guī)劃與控制步態(tài)規(guī)劃
這類包括機(jī)器人的步態(tài)算法，適應(yīng)環(huán)境比如樓梯斜坡草地十字路等。
（3）人形機(jī)器人運(yùn)動(dòng)規(guī)劃與控制跑跳及不平整地面。
現(xiàn)在對(duì)機(jī)器人的行走速度、運(yùn)動(dòng)速度要求都非常高，我們希望它能更快一點(diǎn)，這里就還涉及到一些跑跳，并且還涉及到力控和位控，面向不同更多場(chǎng)景有不同的側(cè)重。
（4）人性機(jī)器人運(yùn)動(dòng)規(guī)劃與開工至柔順控制
有了運(yùn)動(dòng)能力之后，我們還要關(guān)注人形機(jī)器人和人的交互安全性。
（5）人形機(jī)器人運(yùn)動(dòng)規(guī)劃與控制手服協(xié)調(diào)
我們還希望人形機(jī)器人具備工作的能力，包括目標(biāo)物體位要估計(jì)，機(jī)械臂的碰撞，靈巧手抓取策略，力位混合控制，這些都是非常重要的
（6）人形機(jī)器人視覺相關(guān)技術(shù)U-VISION，機(jī)器人3D視覺導(dǎo)航技術(shù)
機(jī)器人需要在我們的環(huán)境中進(jìn)行大范圍的移動(dòng)，需要對(duì)我們的環(huán)境進(jìn)行重構(gòu)，對(duì)不同的障礙物的路徑進(jìn)行規(guī)劃，所以要基于視覺導(dǎo)航做很多的算法研究。
（7）人形機(jī)器人視覺相關(guān)技術(shù)U-VISIONAI視覺生物特征識(shí)別技術(shù)。
和人交互的過程中，需要對(duì)不同的生物進(jìn)行識(shí)別。
（8）多模態(tài)交互
因?yàn)楹筒煌膶?duì)象交互的模式不一樣，所以就涉及到一個(gè)多模態(tài)交互，我們要關(guān)注語音、視覺、觸覺，還有一些表情的交互。
（9）機(jī)器人操作系統(tǒng)
現(xiàn)在我們很多操作行為都是基于linux或者是Anroid系統(tǒng)，在上面進(jìn)行應(yīng)用的開發(fā)，實(shí)際上在智能產(chǎn)業(yè)發(fā)展起來之后，各家公司一定會(huì)有自己的這個(gè)操作系統(tǒng)。
機(jī)器人的未來發(fā)展
工業(yè)革命進(jìn)入以人形機(jī)器人為標(biāo)志的智能化時(shí)代。每一個(gè)智能化的時(shí)代，都有其標(biāo)志性的產(chǎn)品，我們認(rèn)為第四次工業(yè)革命的標(biāo)志性產(chǎn)品就是人形機(jī)器人。
目標(biāo)應(yīng)用場(chǎng)景多任務(wù)通用性機(jī)器人
（1）工業(yè)生產(chǎn)的勞動(dòng)力：一單人形機(jī)器人大規(guī)模應(yīng)用，勞動(dòng)力短缺問題將會(huì)一勞永逸的及解決；
（2）救援救災(zāi)的先鋒隊(duì)：人形機(jī)器人可以直接使用多種設(shè)備開展救援救災(zāi)任務(wù)；
（3）社會(huì)服務(wù)的承擔(dān)者：人形機(jī)器人適應(yīng)以人為中心的辦公室和居家環(huán)境，將在辦公輔助，商業(yè)服務(wù)，家務(wù)作業(yè)，照顧老人等領(lǐng)域發(fā)揮重要作用；
（4）國(guó)家重大工程的堅(jiān)守者：人形機(jī)器人可以在艱苦的換件中長(zhǎng)期部署，比如空間站、探月工程等。
工業(yè)領(lǐng)域?yàn)槭裁从玫饺诵螜C(jī)器人？
人形機(jī)器人理論上幾乎可以完成人類進(jìn)行的非標(biāo)任務(wù)。
（1）運(yùn)動(dòng)能力：仿生步態(tài)下運(yùn)動(dòng)能力較傳統(tǒng)履帶/四輪/雙輪機(jī)器人大幅提升；
（2）抓取能力：靈巧手可實(shí)現(xiàn)雙手配合和工具替換；
（3）決策能力：依靠算法能力實(shí)現(xiàn)復(fù)雜環(huán)境識(shí)別并實(shí)施決策；
（4）通用性：一款成熟的產(chǎn)品即可適用于廣泛的需求場(chǎng)景。
人形機(jī)器人被譽(yù)為全球機(jī)器人行業(yè)皇冠上的明珠，是全找式AI技術(shù)的最佳載體，賦能各行各業(yè)，未來最終將進(jìn)入干家萬戶。
